< 오일러로보틱스 > 말 한마디로 집고 옮긴다...피지컬 AI가 셀로 들어왔다
전시장 내 부스들이 ’이송 효율‘을 말할 때, 오일러로보틱스는 로봇의 '지능' 그 자체를 앞세웠다. 회사의 핵심 기술은 ’시각·언어·행동(VLA) 모델‘이다. 이 지능형 솔루션은 로봇이 환경을 보고 이해하며, 스스로 작업하도록 구현한다. 기존(Legacy) 로봇·설비에 인공지능(AI)을 이식해 물리적 실행력을 부여하는 데 초점이 맞춰졌다.
전시 현장에는 작업장(Cell) 내 작업자가 UI를 통해 텍스트·음성으로 로봇 시스템에 명령을 내리는 시연이 진행됐다. 이에 맞춰 협동 로봇(코봇), 리프트, 그리퍼가 유기적으로 반응하며 작업을 수행하는 연출이 이어졌다.
▲ 작업자가 마이크로 "GPU 꺼내"라고 하니, 약 5초 후 코봇이 지시를 행동으로 옮겼고(좌), "다시 갖다놔"라고 전달하니 이내 그 명령 또한 이행했다. (촬영·편집 : 헬로티 최재규 기자)
정지훈 오일러로보틱스 최고기술책임자(CTO)는 “텍스트·음성으로 로봇 자동화 시스템을 가동·제어하는 지능형 통합 솔루션”이라고 설명했다. 가령 작업자가 “대상물을 가져와”라고 말하면, 코봇이 자연어(Natural Language)로 인식해 상황을 인지하고, 비전 센서로 해당 물체를 찾아내 가져온다. 명령과 실행 사이에 복잡한 메뉴 선택이나 프로그래밍 대신 인간의 언어가 직결된 구조다.
인식 방식 역시 실제 산업 현장 환경에 최적화됐다. 정지훈 CTO에 따르면, 브랜드명이나 특정 텍스트, 투명하지 않고 식별 가능한 테이프 등 사람의 눈으로 구분 가능한 요소는 별도 학습 없이도 즉시 처리할 수 있다. 멀티모달(Multimodal) 기반 거대언어모델(LLM)이 시각 정보와 사용자 명령을 동시에 수용해 로봇의 행동으로 지도화(Mapping)하기 때문이다.
▲ 프롬프트로 로봇에게 로딩 과정을 명령했다. (촬영·편집 : 헬로티 최재규 기자)
▲ 같은 방식으로 다시 대상물을 원위치 시킨다. (촬영·편집 : 헬로티 최재규 기자)
다만 외형이 완전히 동일한 박스의 경우, 오인식을 방지하기 위해 위치 지정이나 번호 부여 등 명확한 가이드를 병행하도록 설계해 안정성을 높였다는 설명이다.
오일러로보틱스가 겨냥한 분야는 풀필먼트 창고 내 고소 작업 구간이다. 정 CTO는 “사다리를 타고 올라가야 했던 위험한 작업 구간에서 작업자와 로봇이 대화하며 협업할 때 효율이 극대화된다”고 밝혔다. 말로 지시하면 리프트가 로봇을 높이 올리고, 그리퍼가 대상물을 집어 넘기는 시스템이 핵심이다.
지금의 고정형 셀을 넘어선 확장 계획도 전했다. AMR 위에 로봇 팔을 결합한 AMMR은 물론, 궁극적으로는 휴머노이드 로봇(Humanoid Robot) 형태까지 연동되도록 기술을 고도화하는 중이다.
끝으로 정 CTO는 “비전과 로봇 제어 기술을 내재화해 이를 하나의 지능으로 엮어내는 것이 자사 경쟁력”이라고 말했다.
출처 | 헬로봇 (클릭)
< 오일러로보틱스 > 말 한마디로 집고 옮긴다...피지컬 AI가 셀로 들어왔다
전시장 내 부스들이 ’이송 효율‘을 말할 때, 오일러로보틱스는 로봇의 '지능' 그 자체를 앞세웠다. 회사의 핵심 기술은 ’시각·언어·행동(VLA) 모델‘이다. 이 지능형 솔루션은 로봇이 환경을 보고 이해하며, 스스로 작업하도록 구현한다. 기존(Legacy) 로봇·설비에 인공지능(AI)을 이식해 물리적 실행력을 부여하는 데 초점이 맞춰졌다.
전시 현장에는 작업장(Cell) 내 작업자가 UI를 통해 텍스트·음성으로 로봇 시스템에 명령을 내리는 시연이 진행됐다. 이에 맞춰 협동 로봇(코봇), 리프트, 그리퍼가 유기적으로 반응하며 작업을 수행하는 연출이 이어졌다.
▲ 작업자가 마이크로 "GPU 꺼내"라고 하니, 약 5초 후 코봇이 지시를 행동으로 옮겼고(좌), "다시 갖다놔"라고 전달하니 이내 그 명령 또한 이행했다. (촬영·편집 : 헬로티 최재규 기자)
정지훈 오일러로보틱스 최고기술책임자(CTO)는 “텍스트·음성으로 로봇 자동화 시스템을 가동·제어하는 지능형 통합 솔루션”이라고 설명했다. 가령 작업자가 “대상물을 가져와”라고 말하면, 코봇이 자연어(Natural Language)로 인식해 상황을 인지하고, 비전 센서로 해당 물체를 찾아내 가져온다. 명령과 실행 사이에 복잡한 메뉴 선택이나 프로그래밍 대신 인간의 언어가 직결된 구조다.
인식 방식 역시 실제 산업 현장 환경에 최적화됐다. 정지훈 CTO에 따르면, 브랜드명이나 특정 텍스트, 투명하지 않고 식별 가능한 테이프 등 사람의 눈으로 구분 가능한 요소는 별도 학습 없이도 즉시 처리할 수 있다. 멀티모달(Multimodal) 기반 거대언어모델(LLM)이 시각 정보와 사용자 명령을 동시에 수용해 로봇의 행동으로 지도화(Mapping)하기 때문이다.
▲ 프롬프트로 로봇에게 로딩 과정을 명령했다. (촬영·편집 : 헬로티 최재규 기자)
▲ 같은 방식으로 다시 대상물을 원위치 시킨다. (촬영·편집 : 헬로티 최재규 기자)
다만 외형이 완전히 동일한 박스의 경우, 오인식을 방지하기 위해 위치 지정이나 번호 부여 등 명확한 가이드를 병행하도록 설계해 안정성을 높였다는 설명이다.
오일러로보틱스가 겨냥한 분야는 풀필먼트 창고 내 고소 작업 구간이다. 정 CTO는 “사다리를 타고 올라가야 했던 위험한 작업 구간에서 작업자와 로봇이 대화하며 협업할 때 효율이 극대화된다”고 밝혔다. 말로 지시하면 리프트가 로봇을 높이 올리고, 그리퍼가 대상물을 집어 넘기는 시스템이 핵심이다.
지금의 고정형 셀을 넘어선 확장 계획도 전했다. AMR 위에 로봇 팔을 결합한 AMMR은 물론, 궁극적으로는 휴머노이드 로봇(Humanoid Robot) 형태까지 연동되도록 기술을 고도화하는 중이다.
끝으로 정 CTO는 “비전과 로봇 제어 기술을 내재화해 이를 하나의 지능으로 엮어내는 것이 자사 경쟁력”이라고 말했다.
출처 | 헬로봇 (클릭)