9일 ‘엔비디아 AI 데이 서울 2026’서 발표

엔비디아 ‘그루트’ 기반 로봇 조작 시연

4㎏ 세탁기 상판 옮기는 작업 학습

코스모스·아이작 심 활용 가상환경서 훈련

로봇 학습 데이터 확보 목표 50만시간 확대

박정섭 LG전자 로보틱스인텔리전스 팀장이 지난 9일 서울 강남구 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026 ’에서 발표하고 있다. 이정완 기자.
박정섭 LG전자 로보틱스인텔리전스 팀장이 지난 9일 서울 강남구 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026 ’에서 발표하고 있다. 이정완 기자.

[헤럴드경제=이정완 기자] LG전자가 엔비디아의 로봇 파운데이션 모델을 활용해 클로이드(CLOiD) 로봇을 실제 세탁기 공장에서 훈련시키고 검증하는 과정을 소개했다.

숙련된 작업자의 노하우를 인공지능(AI)에 학습시킨 뒤 가상환경에서 훈련하고 실제 공장에 투입하는 방식이다. LG전자는 엔비디아와 협력을 강화해 피지컬 AI 기술의 제조현장 적용을 확대한다는 구상이다.

박정섭 LG전자 로보틱스인텔리전스 팀장은 9일 서울 강남구 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026 ’에서 로봇 학습부터 실제 제조현장 검증까지 이어지는 실증 사례를 공개했다.

박 팀장은 “공장 현장에서 4kg 무게의 세탁기 상판을 행거에 거는 작업을 로봇으로 대체하기 위해 휴머노이드를 투입하기로 했다”며 “작업가가 반복적으로 작업하면 근골격계 질환이나 피로도가 증가하는 어려움이 있다”고 설명했다.

이번 실증에는 엔비디아의 로봇 파운데이션 모델인 ‘아이작 그루트(Isaac GR00T)’가 활용됐다. 그루트는 로봇이 시각 정보와 언어 명령 등을 바탕으로 상황을 이해하고 적절한 동작을 수행하도록 설계된 범용 AI 모델이다. LG전자는 이 모델을 실제 제조공정에 맞게 학습시켜 작업수행 능력을 확보했다.

로봇을 훈련시키는 첫 단계는 숙련된 작업자의 움직임을 데이터로 변환하는 것이다.

박 팀장은 “숙련된 작업자의 영상에서 3D 동작 정보를 추출하고 로봇이 실제로 수행할 수 있도록 움직임을 변환하는 과정을 거친다”며 “원격 조작(텔레오퍼레이션)과 사람의 작업 시연, 시뮬레이션 등을 통해 확보한 다양한 데이터를 로봇 학습에 활용한다”고 설명했다.

이렇게 수집한 데이터는 엔비디아 그루트를 기반으로 한 시각·언어·행동(VLA) 모델 학습에 활용됐다. VLA는 시각 정보와 언어를 이해해 로봇의 실제 움직임으로 연결하는 AI 기술이다. 기존 로봇의 인식·주행·작업관리 기능에 그루트 기반 모델을 연동해 실제 작업을 수행하도록 시스템을 구성했다.

서울 강남구 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026 ’ 행사장에 LG전자 클로이드가 전시되어 있다. 이정완 기자.
서울 강남구 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026 ’ 행사장에 LG전자 클로이드가 전시되어 있다. 이정완 기자.

실제 공장과 가상환경 사이의 차이를 줄이는 작업에도 엔비디아의 기술이 활용됐다.

박 팀장은 “아이작 심을 기반으로 실제 제조현장과 거의 동일한 시뮬레이션 환경을 구축했다”며 “가상환경에서 로봇의 움직임과 부품의 물리적 특성을 실제 환경과 일치시키는 작업을 거쳐 다양한 동작을 분석하고 AI 모델의 성능까지 검증했다”고 설명했다.

엔비디아의 월드 파운데이션 모델인 ‘코스모스(Cosmos)’도 사용됐다. 그는 “시뮬레이션과 실제 일하는 공간 사이에 차이가 있기 때문에 이 격차를 줄이기 위해 코스모스를 활용해 데이터를 증강하고 학습에 활용했다”고 말했다.

LG전자는 서울 양재 데이터팩토리와 실제 제조현장으로 이원화해 로봇 검증 작업을 진행하고 있다. 데이터팩토리에서 로봇의 동작과 AI 모델을 먼저 검증하고 실제 공장에 투입해 발생하는 문제를 다시 학습에 반영하는 구조다.

로봇 학습 데이터 확보에도 속도를 내는 중이다. 박 팀장은 이날 발표에서 기존 10만시간이었던 학습 데이터 확보 목표가 50만시간으로 상향됐다고 설명했다.

다만 실제 제조현장에 로봇을 안정적으로 투입하기 위해 해결해야 할 과제도 남아 있다. 로봇이 특정 작업을 한두 차례 성공하는 것을 넘어 장시간 연속으로 수행할 수 있어야 한다. 생산 계획에 따라 부품과 작업 공간의 배치가 달라지는 상황에서도 안정적으로 대응해야 한다.

박 팀장은 “단순 시연으로 끝나는 것이 아니라 당장 현장에 로봇을 투입하기 위해서는 연속 동작에 대한 성능 확보가 굉장히 중요하다”며 “공장 현장은 정형화된 공간처럼 보이지만 생산 계획에 따라 배치와 부품이 달라지는 등 변수가 많아 강건성(Robustness)을 확보하는 것이 중요한 숙제”라고 강조했다.


jeongwan@heraldcorp.com