🤖 NVIDIA Isaac GR00T N1.7 개요

NVIDIA가 범용 휴머노이드 로봇 제어 모델의 최신 버전인 GR00T N1.7을 출시했습니다. 이 모델은 언어(Language)와 이미지(Image)를 포함한 멀티모달 입력을 처리하여 다양한 환경에서 복잡한 조작 작업을 수행할 수 있는 비전-언어-행동 (VLA: Vision-Language-Action) 모델입니다.

N1.7 버전은 새로운 VLM 백본(Cosmos-Reason2-2B / Qwen3-VL)을 통합하고, 2만 시간 분량의 EgoScale 인간 비디오 데이터로 사전 학습되어 이전 버전에 비해 일반화 능력과 언어 이해 능력이 크게 향상되었습니다.

✨ 주요 기술적 개선 사항

1. 상대적 말단 효과기 (Relative EEF) 액션 공간: N1.7은 절대 목표값 대신 현재 자세로부터의 변화량(delta)을 행동으로 표현하는 상대적 EEF 액션 공간을 채택했습니다. 이는 로봇과 인간 데이터 간 지식 전이를 원활하게 하여 모델의 범용성을 높이는 핵심 요소입니다.
2. 인간 비디오 사전 학습: 2만 시간 분량의 EgoScale 인간 비디오 데이터를 추가로 학습함으로써, 인간에게서 습득한 조작 지식을 로봇 제어에 직접 적용할 수 있게 되었습니다.
3. 아키텍처 개선: 기존 아키텍처에 VLM 백본과 확산 트랜스포머 헤드(diffusion transformer head)를 결합하여 연속적인 행동을 디노이징합니다.

🛠️ 활용 및 워크플로우

사용자는 이 모델을 통해 제로샷 추론부터 시작할 수 있으며, 커스텀 로봇 데이터나 시연 데이터를 이용해 파인튜닝(Fine-tuning)을 진행할 수 있습니다. 전체적인 개발 흐름은 다음과 같습니다:

1. 데이터 준비: 로봇 시연 영상 및 상태/행동 데이터를 GR00T LeRobot 형식으로 변환합니다.
2. 추론 (Inference): 기본 모델이나 파인튜닝된 체크포인트로 제로샷 추론을 수행합니다.
3. 파인튜닝: launch_finetune.py 스크립트를 이용해 자체 데이터로 모델을 적응시킵니다.
4. 평가 및 배포 (Deployment): 오픈 루프 평가를 거쳐 시뮬레이션 또는 실제 하드웨어의 Policy API를 통해 검증하고, 최종적으로 로봇 컨트롤러에 연결합니다.

이 버전은 초기 접근(Early Access) 단계이므로, 상용 지원과 안정성 보장은 정식 출시(GA) 이후 제공될 예정입니다. 하지만 연구 및 프로토타입 개발 목적으로는 충분히 활용 가능하며, Apache 2.0 라이선스로 상업적 사용이 가능합니다.