ST, 엔비디아와 피지컬 AI 확산 가속화 작성일 03-19 41 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">ST 센서·MCU·모터 제어 솔루션, 엔비디아 로봇 공학 에코시스템에 통합</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="HOkfNUQ9lF"> <p contents-hash="b8196f8d223fc0bbbe9ec4b906ad0fa51f7691525be733962f8d85d02670e57c" dmcf-pid="XIE4jux2yt" dmcf-ptype="general">(지디넷코리아=장경윤 기자)ST마이크로일렉트로닉스(이하 ST)는 휴머노이드 로봇, 산업용 로봇, 서비스 로봇, 헬스케어 로봇 등 피지컬 AI 시스템의 글로벌 개발과 확산 가속화 방안을 19일 발표했다.</p> <p contents-hash="22e4b62ef027bf6d8b26664c8fd858c57714e744eb1269b7222d0c2666bd29f1" dmcf-pid="ZCD8A7MVy1" dmcf-ptype="general"><span>ST는 첨단 로봇 공학을 위한 포괄적인 포트폴리오를 엔비디아 HSB(Holoscan Sensor Bridge)와 호환되는 레퍼런스 구성 요소 세트에 통합한다. 이와 동시에 ST 구성 요소의 고충실도(High-Fidelity) 엔비디아 아이작 심(Isaac Sim) 모델이 양사의 로봇 공학 에코시스템에 통합돼 더욱 빠르고 정확한 시뮬레이션-실제 전환(Sim-to-Real) 연구 개발을 지원한다. </span></p> <figure class="figure_frm origin_fig" contents-hash="be1ab83b6efba26207118443552c588457f4efc1346e3cb96871a94aa7ad7764" dmcf-pid="5hw6czRfh5" dmcf-ptype="figure"> <p class="link_figure"><img alt="(사진=ST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/19/ZDNetKorea/20260319102427252oogl.jpg" data-org-width="640" dmcf-mid="GPxt8vUZl3" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/19/ZDNetKorea/20260319102427252oogl.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> (사진=ST) </figcaption> </figure> <p contents-hash="5edbce8557ccca1c4d3b0eced9eb4fda78edf287a1e25606e3026dbb80717f5b" dmcf-pid="1lrPkqe4vZ" dmcf-ptype="general">현재 개발자들이 이용 가능한 첫 번째 결과물로는 ST가 지원하는 레오파드(Leopard) 심도 카메라의 엔비디아 HSB 통합 그리고 ST IMU의 고충실도 모델의 엔비디아 아이작 심 에코시스템 통합이 있다.</p> <p contents-hash="bfa552355f4eef4a3b5c49952b0affa40ba305e91680688dc7dc29cb971b93b8" dmcf-pid="tSmQEBd8TX" dmcf-ptype="general">리노 페루지 ST 미주 및 글로벌 주요 고객 담당 영업·마케팅 수석 부사장은 "ST는 로봇 공학 커뮤니티에 적극 참여하면서 탄탄한 지원과 잘 구축된 에코시스템을 제공한다"며 "엔비디아와의 협력으로 AI 알고리즘 개발부터 센서 및 액추에이터의 원활한 통합에 이르기까지 모든 단계에서 개발자와 고객의 경험을 간소화해 최첨단 로봇 혁신의 차세대 물결을 일으키고자 한다"고 밝혔다.</p> <p contents-hash="9d1e18db104105afe9ac64585ac2e78f2fa9ab72cfe2c594c065a7bb8bbdb322" dmcf-pid="FVzhpcyOhH" dmcf-ptype="general"><span>엔비디아</span><span> HSB를 사용하면 개발자는 여러 ST 센서와 액추에이터의 데이터 수집과 로깅을 통합, 표준화, 동기화, 간소화할 수 있으며, 이는 고충실도 </span><span>엔비디아</span><span> 아이작 모델을 구축하고, 학습 속도를 높이며, 시뮬레이션과 실제 전환 간의 격차를 최소화하는 핵심 토대가 된다.</span></p> <p contents-hash="0bb088f2bb7cfe797573d7472f8ffb083d6d2d292b839255c6ac391e689f3cd5" dmcf-pid="3fqlUkWIvG" dmcf-ptype="general"><span>특히 휴머노이드 로봇 설계를 위해 STM32 MCU, 첨단 센서(IMU, 이미저, ToF 포함), 모터 제어 솔루션이 결합된 사전 통합 솔루션을 통해ST 센서와 액추에이터를 NVIDIA Jetson 플랫폼에 연결하는 프로세스를 간소화하는 것이 목표이다. 레오파드 이미징(Leopard Imaging)의 로봇용 스테레오 심도 카메라가 대표 사례다. ST 이미징, 심도, 모션 감지 기술을 활용해 피지컬 AI OEM, 학술 연구 그룹, 산업 로봇 커뮤니티 전반에 걸쳐 광범위한 설계를 지원할 것으로 기대된다.</span></p> <p contents-hash="0c954172c127a70d38b0dff36ace82fbc47c1e437e81de4a3fd1ebe8da80f77d" dmcf-pid="04BSuEYCSY" dmcf-ptype="general"><span>또한 첨단 로봇 개발자들은 모델링 문제 외에도 높은 개발 비용이라는 문제에 직면한다. 광범위한 무작위화 (randomization)가 포함된 고충실도 시뮬레이션에는 상당한 GPU 및 CPU 리소스와 대규모 데이터 세트가 필요하다. 어떤 파라미터를 무작위화할지, 어느 범위에서 무작위화할지를 선택하는 데 해당 분야에 대한 깊이 있는 전문 지식도 필요하다.</span></p> <p contents-hash="aa0aae380564f8869e6c7575f58d0a59839d2efcb83ee16e822508db28cdac76" dmcf-pid="p8bv7DGhyW" dmcf-ptype="general"><span>ST와 </span><span>엔비디아</span><span>의 목표는 첨단 로봇 공학의 요구 사항에 맞춰 ST의 포괄적인 부품 포트폴리오에 대해 정확하고 하드웨어에 맞춰 보정된 모델을 제공하는 것이다.</span></p> <p contents-hash="1b2dfc6d52890e8ee5a24c9eb93a408f6ee4008ffcb1353401680d0319089404" dmcf-pid="U6KTzwHlTy" dmcf-ptype="general"><span>ST는 최초의 IMU 모델 출시 이후, 실제 ST 하드웨어에서 수집한 벤치마크 데이터를 기반으로 ST 툴을 사용하여 정확한 파라미터와 현실적인 동작을 포착하고 </span><span>엔비디아</span><span>의 아이작 심 에코시스템에 최적화된 ToF 센서, 액추에이터 및 기타 IC 모델을 개발자들에게 제공하기 위해 노력하고 있다. </span><span>엔비디아</span><span> HSB는 협업을 통해 ST의 툴체인에 통합되고 있다.</span></p> <p contents-hash="bc0a00599b295642f90d96c99e069c512c22611ac834057cfc99151c9bb305c3" dmcf-pid="uP9yqrXSST" dmcf-ptype="general"><span>결과적으로, ST와 엔비디아는 더욱 정확한 모델이 로봇 학습을 크게 향상시킬 것으로 전망한다. 실제 기기의 동작을 정밀하게 반영하는 모델을 통해 로봇은 실제 조건을 더 잘 반영하는 시뮬레이션에서 학습할 수 있다. 따라서 훈련 주기가 단축되고 휴머노이드 로봇 애플리케이션 구축 및 개선 비용이 절감된다.</span></p> <p contents-hash="90dcb139966d975b2a05e315f997379c412d2d3360a56066a41c6c7acf96ced3" dmcf-pid="7Q2WBmZvhv" dmcf-ptype="general">장경윤 기자(jkyoon@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 과기정통부·교육부, AI 인재 양성 전주기 협력 강화…차관 TF 꾸린다 03-19 다음 젠슨 황 'K-반도체' 구애…엔비디아 GTC서 드러난 삼성·SK·현대차 'AI 밀월' 03-19 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
