SimReady Central 발표: 로봇 공학 및 AI 팩토리를 위한 시뮬레이션 준비 3D 에셋의 오픈 라이브러리
로봇 공학 시뮬레이션과 고정밀 AI 팩토리 디지털 트윈을 구축하는 것은 단순히 3D 모델만으로는 충분하지 않습니다. 개발자들은 종종 충돌 기하학(collision geometry), 질량(mass), 마찰(friction)과 같은 속성을 추가해야 합니다. SimReady 에셋은 시뮬레이션 워크플로우에 필요한 속성들이 미리 준비된 3D 모델로, 수동 작업을 줄여줍니다.
SimReady Central Library는 Hugging Face에서 2,000개 이상의 시뮬레이션 준비(SimReady) OpenUSD 에셋을 모아 개발자들에게 물리적 AI 학습 환경 및 AI 팩토리 디지털 트윈을 위한 무료이며 제한 없는 시작점을 제공합니다. 이 라이브러리에는 로봇 팔과 그리퍼부터 창고 장비, 랙, 냉각 인프라에 이르기까지 다양한 인프라 및 장비 에셋이 포함되어 있습니다. 개발자들은 각 에셋이 어떤 기능을 지원하는지 확인한 후, 서로 다른 공급업체의 에셋들을 하나의 장면(scene)으로 결합할 수 있습니다.
장비 제조업체(OEMs)는 이제 SimReady 요구사항에 맞춰 에셋을 준비하고 검증할 수 있으며, SimReady Central Library를 사용하여 개발자들에게 도달하고 최종 고객들이 시나리오를 더 빠르고 테스트하며 의사결정을 가속화하도록 할 수 있습니다. 이를 통해 산업은 자체 Hugging Face 데이터셋을 관리하면서 제품을 중심으로 시뮬레이션을 구축할 수 있게 됩니다.
본문에서는 에셋이 SimReady가 되기 위한 조건과 OEM들이 SimReady Central Library에 어떻게 기여하는지 다룰 것이며, 이후 개발자들이 해당 에셋들을 사용하여 로봇 픽앤플레이스(pick-and-place) 시나리오를 구축하고 AI 팩토리 레이아웃을 비교하는 방법을 보여줄 것입니다.
SimReady 에셋은 시뮬레이션 워크플로우에 필요한 속성들이 준비된 OpenUSD 에셋입니다. CAD와 같은 상세한 3D 모델이 유용한 시작점이 될 수 있습니다. 하지만 시뮬레이션에는 해당 객체가 어떻게 해석되고 사용되어야 하는지에 대한 추가 정보가 필요합니다.
로봇 조작 작업의 경우, 객체의 질량, 충돌 기하학(collision geometry), 마찰 특성 등이 포함될 수 있습니다. AI 팩토리 워크플로우의 경우, 장비의 기하학적 정보와 애플리케이션이 요구하는 전기적 또는 열적 메타데이터가 포함될 수 있습니다.
OpenUSD는 3D 장면을 설명하고 구성하기 위한 개방형(open)이며 확장 가능한(extensible) 프레임워크입니다. 이러한 장면을 사용하여 자율 기계를 훈련하고 평가하려면 물리적 동작, 충돌, 센서 상호작용에 대한 정보도 필요합니다.
SimReady Foundation은 이러한 요구사항들을 명시적으로 만들기 위한 사양(specifications), 프로파일(profiles), 검증 도구(validation tools)를 제공합니다. 프로파일은 특정 사용 사례(use case)에 필요한 기능과 역량의 논리적 그룹화를 정의합니다.
그림 1. SimReady Foundation은 특정 시뮬레이션 사용 사례를 위한 에셋 표현 요구사항을 정의하며, 개발자 라이브러리는 이러한 요구사항에 맞춰 OpenUSD 에셋을 준비하고 검증하는 데 도움을 줍니다.
에셋과 프로파일에 따라 해당 기능에는 다음이 포함될 수 있습니다:
| 에셋 구조적 요소 | 가능하게 하는 것 |
|---|
| 충돌 기하학 및 물리적 특성 | 지원되는 런타임에서의 접촉 및 물리 시뮬레이션. |
| ... | |
각 시뮬레이션 사용 사례와 관련된 요구사항은 SimReady Foundation의 요구사항 및 프로파일을 참조하십시오. 개발자는 자신의 워크플로우 필요에 맞는 프로파일을 가진 에셋을 SimReady Central에서 선택하여 OpenUSD 장면에 구성해야 합니다.
OEM(Original Equipment Manufacturers)들은 자신들의 CAD 장비 모델을 제품 주변으로 시뮬레이션을 구축하는 개발자를 위한 SimReady 에셋으로 변환할 수 있습니다. SimReady Central Library는 이러한 에셋들이 Hugging Face에서 검색 가능하도록 만들어, 제조업체가 로봇 공학 시뮬레이션 및 AI 팩토리 디지털 트윈을 구축하는 팀들과 연결되도록 돕습니다.
Vertiv와 같은 AI 팩토리 OEM의 경우, 이 라이브러리는 창고 장비 랙, 서버 랙, 냉각 장비 및 AI 팩토리 디지털 트윈을 위한 지원 인프라와 같은 에셋을 배포할 수 있는 경로를 제공합니다. 개발자와 프론티어 에이전트는 SimReady 프로파일에서 지정된 기하학적 구조와 속성을 재사용하여 이러한 에셋을 AI 팩토리 디지털 트윈에 통합할 수 있습니다.
Comau, FANUC, Franka Robotics, Robotiq, Standard Bots, Universal Robots와 같은 로보틱스 OEM의 경우, 이 라이브러리는 로봇 팔과 그리퍼를 학습 및 평가 환경을 구축하는 팀들이 발견할 수 있도록 합니다. 개발자는 이러한 에셋을 산업 장비와 결합하여 창고 및 공장 시나리오를 구축할 수 있습니다.
Palatial과 같은 시뮬레이션 에셋 제공업체의 경우, 이 라이브러리는 NVIDIA Robotics와 협력하여 출시된 NVIDIA Robotics 1K Dataset과 함께, 텍스트, 이미지, 스캔, 데이터시트 및 CAD에서 생성된 복잡한 관절형 에셋을 특징으로 합니다. 개발자는 로봇 학습 및 평가를 위한 에셋과 장면을 구축할 수 있습니다.
가전제품과 함께 가정용 로봇을 개발하는 LG Electronics (LGE)와 같은 OEM의 경우, 이 라이브러리는 냉장고나 식기세척기와 같은 에셋을 공유할 수 있는 경로를 제공합니다. 개발자는 가전제품 및 로보틱스 양쪽 분야에서 LGE가 쌓은 경험에 기반한 에셋을 사용하여 로봇 학습, 평가 및 합성 데이터 생성을 위한 가정 시뮬레이션 환경을 구축할 수 있습니다.
ForgeCAD와 같은 AI 지원 CAD 제공업체의 경우, 이 라이브러리는 고품질 텍스처를 가진 관절형 로보틱스 소품을 이용 가능하게 하며, 개발자는 이를 사용하여 로봇 인식 및 조작 학습 환경뿐만 아니라 합성 데이터 생성을 위한 환경을 구축할 수 있습니다.
기여하려면 OEM은 SimReady Central 제출 스킬을 사용하여 에셋을 관련 SimReady 프로파일과 검증하고, 패키징한 다음, 라이브러리에 포함하도록 제출할 수 있습니다.
Figure 2. OEM들은 SimReady 프로파일을 기반으로 OpenUSD 에셋을 준비하고 검증한 후, 해당 에셋을 SimReady Central에 제출합니다. 개발자 및 AI 에이전트는 라이브러리에서 에셋을 발견하여 시뮬레이션 환경을 구축하는 데 사용합니다.
SimReady Central은 로봇 공학 및 산업 개발자들에게 로봇 워크셀, 산업 환경, 그리고 AI 팩토리 디지털 트윈을 위한 재사용 가능한 시작점을 제공합니다. 개발자와 AI 에이전트는 SimReady Central에서 자신들의 워크플로우가 요구하는 프로파일에 맞는 에셋을 찾아 OpenUSD 환경으로 조합할 수 있습니다.
개발자들은 SimReady 에셋을 사용하여 객체와 장애물로 훈련 환경을 채우고, 그 배치(placement)를 변경하여 로봇의 동작을 평가할 수 있습니다. 이러한 환경은 Hugging Face 및 Pollen Robotics의 오픈 소스 로봇인 Microduck과 같은 프로젝트를 지원할 수 있습니다.
Figure 3. 에셋 데이터셋들은 SimReady Central에서 연결되며, Isaac 워크플로우, SimReady Central 라이브러리 검색, 그리고 AI 에이전트 워크플로우를 지원하기 위해 USD 검색 서비스를 사용합니다.
NVIDIA USD Search는 SimReady Central Library에서 자연어 검색 기능을 제공하여 개발자와 AI 에이전트가 참여하는 데이터셋 전반에 걸쳐 에셋을 찾도록 돕습니다. Hugging Face 역시 인덱싱된 USD 속성 및 시뮬레이션 메타데이터를 플랫폼 검색에 통합하여, 에이전트들이 자신의 물리적 AI 시뮬레이션 작업에 적합한 SimReady 에셋을 발견하도록 돕고 있습니다.
AI 지원 오토어링(authoring)은 또 다른 방식으로 이러한 에셋들을 활용해 구축할 수 있게 합니다. 개발자들은 OpenAI의 GPT-6 Astra와 같은 프론티어 모델을 에셋 검색 및 장면 작성 도구와 결합하여 SimReady Central Library를 사용해 환경을 구축할 수 있습니다. 주어진 작업 요구 사항과 공간 제약 조건(spatial constraints)에 따라, Astra는 적합한 에셋을 찾는 것을 돕고, 장면을 조립하는 코드를 작성하며, 시나리오 변형을 생성할 수 있도록 지원합니다.
OEM들 역시 Astra를 사용하여 SimReady Foundation 요구 사항에 맞게 OpenUSD 에셋을 준비하고 다듬은 후, 라이브러리에 검증하여 제출하는 데 도움을 받을 수 있습니다.
예를 들어, 로봇 픽앤플레이스(pick-and-place) 시나리오를 구축하는 개발자는 다음과 같은 프롬프트로 시작할 수 있습니다:
Hugging Face의 SimReady Central에 있는 SimReady 에셋을 사용하여 PhysX 기반의 Isaac Sim에서 기본적인 창고 픽앤플레이스 시나리오를 생성해 주세요.
nvidia-simready-central.hf.space를 사용하여 FANUC 로봇 팔, 호환 가능한 Robotiq 그리퍼, 그리고 적절한 창고 에셋을 찾아주세요. 장면을 조립하고 픽앤플레이스 작업을 구성하는 Python 코드를 생성해 주세요. 결과를 검토할 수 있도록 .mov 미리보기(preview)를 렌더링해 주세요.
시나리오를 재현할 수 있도록 스크립트, 에셋 버전, 그리고 런타임 버전을 포함해 주세요.
이 워크플로우에서 우리는 Astra가 다음 작업을 수행하기를 기대합니다:
- Hugging Face에 배포된 관련 에셋을 찾기 위해 SimReady Search API를 질의(Query)합니다.
- 이를 OpenUSD 스테이지로 참조/페이로드(Reference/Payload)합니다.
- 워크셀(workcell)을 조립하는 Python 코드를 생성합니다.
- 픽앤플레이스 작업을 구성합니다.
- 사용자 검토를 위해 미리보기를 렌더링합니다.
그림 4. SimReady 에셋으로 조립된 로봇 픽앤플레이스 워크셀은 AI 지원 장면 작성이 개발자 요구사항을 Isaac Sim에서 검토 및 개선을 위한 시뮬레이션 시나리오로 전환할 수 있음을 보여줍니다.
이와 동일한 접근 방식은 AI 공장 디지털 트윈(digital twin)을 구축하는 ISV(independent software vendor, 독립 소프트웨어 공급업체)를 지원할 수 있습니다. 이 경우 작업은 로봇 상호작용에서 장비 배치로 전환됩니다: 지정된 공간 제약 조건 내에서 랙, 냉각 장비 및 지원 인프라를 배열합니다.
Hugging Face의 SimReady Central에 있는 SimReady 에셋을 사용하여 랙과 냉각 장비를 갖춘 두 가지 대안적인 AI 공장 레이아웃을 생성해 주세요.
제공된 장비 치수와 통로 간격(aisle-clearance) 요구사항을 사용하세요. 장비 중복 및 간격 위반 여부를 확인하고, 발견된 모든 문제를 보고해 주세요.
각 레이아웃을 OpenUSD 장면으로 저장해 주세요. 결과를 재현하고 비교할 수 있도록 장면 구축 스크립트, 에셋 버전, 그리고 런타임 버전을 포함해 주세요.
이 워크플로우에서 Astra는 선택된 SimReady 에셋들을 두 개의 OpenUSD 레이아웃으로 조립하고, 이후 공급된 요구사항에 따라 장비 중첩 및 통로 간격(aisle clearances)을 확인하는 스크립트를 생성합니다. 개발자들은 이 레이아웃들을 자신들의 시뮬레이션 애플리케이션에서 검사하여 장비 배치와 접근 경로를 비교하고, 선호되는 구성을 다듬기 전에 플래그가 지정된 문제점들을 검토할 수 있습니다.
그림 5. SimReady 에셋들로 조립된 AI 공장 레이아웃은 AI 지원 장면 작성(scene authoring)이 OpenUSD에서 장비 배치, 통로 간격 확인, 그리고 레이아웃 개선을 어떻게 지원하는지 보여줍니다.
어떤 예시든 개발자들은 몇 가지 방법으로 자신들의 환경을 확장할 수 있습니다:
환경 재사용: 레이아웃과 작업별 변경 사항들을 별도의 OpenUSD 레이어로 유지하여 동일한 소스 에셋들이 여러 실험을 지원하도록 할 수 있습니다.시나리오 다양화: 라이브러리에서 추가적인 에셋들을 도입하고 객체 배치, 장비 구성, 또는 주변 인프라를 다양하게 변화시켜 다른 조건들을 평가할 수 있습니다.애플리케이션별 테스트 구축: 로봇 공학의 경우, Isaac Lab에 훈련 및 평가 작업을 설정합니다. AI 공장의 경우, 장면을 전력 분배나 냉각 성능과 같은 분석에 필요한 장비 데이터 및 시뮬레이션 도구와 연결합니다.검증된 레이아웃 운영 적용: AI 공장의 경우, 장면을 실시간 BMS(Building Management System) 및 IT 텔레메트리(telemetry)와 연결하여 디지털 트윈(digital twin)이 실제 AI 공장 시설과 동기화되도록 합니다.
SimReady Central의 로드맵에는 더 많은 OEM 파트너들과 성장하는 에셋 라이브러리가 포함되어 있어, 개발자들이 재사용 가능한 콘텐츠로부터 조립할 수 있는 장비와 환경을 확장하고 있습니다.
커뮤니티 피드백은 어떤 추가 요소들이 가장 중요한지 식별하는 데 도움이 될 것입니다. 댓글로 필요한 에셋, 사용하는 런타임(runtimes), 그리고 통합 격차를 발견한 곳에 대해 알려주세요.
애셋 제출 가이드(asset submission guide)를 사용하여 OEM 에셋들을 SimReady Central에 포함시키세요.
OEM(Original Equipment Manufacturer)의 기여는 사용 가능한 콘텐츠를 확장할 수 있으며, 개발자 예제는 에셋이 다양한 애플리케이션에서 어떻게 작동하는지 보여줄 수 있습니다. 댓글에 직접 구축한 예제를 공유하고, 버그나 SimReady Foundation의 기능 요청은 이슈를 열어주세요.
다음 로봇 공학 시뮬레이션이나 AI 팩토리 디지털 트윈을 위해 SimReady Central Library에서 에셋을 선택하세요. 아래 리소스를 사용하여 에셋을 찾거나, 장면(scene)을 구축하거나, 장비 모델에 기여할 수 있습니다.
작업에 맞는 에셋 찾기: [Hugging Face의 SimReady Central Library]
자연어 검색: USD Search를 기반으로 하는 SimReady Central 검색 엔드포인트를 통해 필요한 에셋을 설명하세요.
자체 에셋 브라우저 구축: SimReady Central GitHub 저장소에서 인덱스-투-라이브러리(index-to-library) 스킬을 탐색해 보세요.
OpenUSD 장면 구성 학습: 무료 OpenUSD 학습 경로를 따르세요.
로봇 공학 및 디지털 트윈 기술 개발: 무료 물리 AI 강좌를 탐색하세요.
로봇 공학 시뮬레이션 구축: Isaac Sim과 Isaac Lab으로 시작하세요.
AI 팩토리 구축: 에이전트 지원 디지털 트윈 워크플로우로 시작하세요.
OEM 기여 프로세스 시작: 온보딩 가이드를 따르고, SimReady Central Library 문서에서 FAQ 답변을 찾으세요.
에셋 요구사항 선택: SimReady Foundation의 프로필을 검토하세요.
시뮬레이션을 위한 CAD 모델 준비: CAD-to-SimReady 스킬을 사용하세요.
에셋 유효성 검사, 패키징 및 제출: SimReady Central 제출 스킬을 따르세요.
