리 페이페이 연구팀, 단일 영상으로 무한한 로봇 훈련장을 생성하는 방법 공개
체화 지능 분야에서, 시뮬레이션과 현실 간의 격차를 해소하는 일—일명 “Sim2Real”—은 오랫동안 해결되지 않은 난제로 남아 있었습니다. 시뮬레이션 환경 구축에는 막대한 비용이 소요되며, 모델은 실제 환경에 적용될 때 성능이 저하되는 경우가 빈번합니다. 리 페이페이(Li Fei-Fei) 연구팀, NVIDIA GEAR Lab, 조지아 공과대학교(Georgia Tech)가 공동으로 진행한 최근 연구에서는 ‘Real2Sim’이라는 새로운 해결책을 제시했다.
“SimFoundry”라고 명명된 이 시스템은 단순한 실제 영상 자료를 활용해 상호작용이 가능하고, 학습 및 테스트가 가능한 로봇 시뮬레이션을 생성합니다. SimFoundry는 기존의 3D 재구성을 뛰어넘어 심층 장면 분석을 수행하여 환경 생성을 자동화함으로써, 시뮬레이션 구축에 필요한 노력을 획기적으로 줄여줍니다.

SimFoundry의 핵심 혁신은 “디지털 트윈”과 “디지털 사촌” 간의 폐쇄 루프에 있습니다. 이 시스템은 영상에서 기하학적, 물리적, 상호작용 데이터를 추출하여 고충실도 디지털 트윈을 구축합니다. 그런 다음 외관, 레이아웃, 작업을 자동으로 변화시켜 다양한 디지털 사촌을 생성합니다. 이를 통해 개발자는 단일 영상에서 사실상 무제한의 훈련 데이터를 도출할 수 있으며, 시뮬레이션 내에서 종단간 전략 학습 및 평가가 가능해집니다.
실험 결과, 시뮬레이션된 로봇 성능이 실제 결과와 매우 유사하게 나타나는 것으로 확인되어 SimFoundry의 강력한 예측 능력이 입증되었습니다. 무엇보다도, 이 합성 데이터로 훈련된 전략은 미세 조정 없이도("제로샷") 현실에 효과적으로 적용되며, 다단계 작업 및 양팔 협동과 같은 복잡한 작업에서 뛰어난 성능을 발휘합니다.
NVIDIA GEAR Lab 및 리 페이페이(Li Fei-Fei) 연구팀의 핵심 구성원을 비롯한 선도적인 로봇 공학 전문가들이 공동 저자로 참여한 이 오픈소스 시스템은 신체 기반 AI 개발에 혁신을 가져올 것으로 기대됩니다. 비용이 많이 드는 수동 데이터 수집을 생성형 기술로 대체함으로써, 로봇은 이제 실험실에서 실제 응용 분야로 훨씬 더 빠르게 전환될 수 있게 되었습니다.
논문 링크: https://arxiv.org/pdf/2606.28276v1
관련 기사
Anthropic, Erdős 추측을 간결한 증명과 함께 해결하기 위해 Claude Mythos 출시
5월 26일, 앤트로픽의 엔지니어인 쇼ルト 더글러스는 X(구 트위터)를 통해 최신 모델인 클로드 미토스가 조합론 기하학의 세기적 난제인 에르도스 단위 거리 추측을 해결했다고 발표했습니다. '명쾌하고 간결한 증명'으로 평가되는 이 돌파구는 오픈AI가 GPT-5.5가 동일한 이정표를 해결했다고 주장한 지 얼마 지나지 않아 이루어졌으며, 순수 수학 발견 분야에서 최상위 AI 연구소들 간의 치열한 경쟁을 부각시켰습니다.이번 성과는 기존 단일 모델 방식
아마존, 70억 달러에 디카트 인수… 핵심 AI 칩 어댑터 확보
월스트리트저널에 따르면 아마존은 AI 스타트업 데카르를 약 70억 달러의 가치로 인수하기 위해 협상 중이다. 경쟁 입찰이 발생하지 않는다면 이 거래는 곧 완료될 수 있으며, 이는 지속적인 칩 제약 상황 속에서 주요 기술 기업들이 컴퓨팅 자원을 확보하는 데 있어 긴박함을 강조한다.데카르의 크로스 칩 소프트웨어의 중요성샌프란시스코에 기반을 둔 데카르는 개발자가 마찰 없이 서로 다른 하드웨어 간에 AI 모델을 마이그레이션할 수 있게 하는 호환성
로커스가 로봇공학의 가장 큰 과제 중 하나인 조작을 어떻게 해결하는가
NeuraGrasp는 작은 용기, 다공성 폴리에틸렌 백, 섬유 등 다양한 품목을 처리합니다. | 출처: Locus RoboticsLocus Robotics Corp.는 실제 운영 환경에서 수많은 로봇 관련 장벽을 해결했습니다. 이 회사의 자율주행 이동 로봇(AMR)은 다양한 시설에서 광범위한 거리를 이동하며 60억 회 이상의 피킹 작업을 지원해 왔습니다. 이제 이 회사는 로봇 조작 분야로 사업을 확장하고 있습니다.Locus는 2025년 3월,
관련 특별 주제 추천
의견 (0)
0/500
체화 지능 분야에서, 시뮬레이션과 현실 간의 격차를 해소하는 일—일명 “Sim2Real”—은 오랫동안 해결되지 않은 난제로 남아 있었습니다. 시뮬레이션 환경 구축에는 막대한 비용이 소요되며, 모델은 실제 환경에 적용될 때 성능이 저하되는 경우가 빈번합니다. 리 페이페이(Li Fei-Fei) 연구팀, NVIDIA GEAR Lab, 조지아 공과대학교(Georgia Tech)가 공동으로 진행한 최근 연구에서는 ‘Real2Sim’이라는 새로운 해결책을 제시했다.
“SimFoundry”라고 명명된 이 시스템은 단순한 실제 영상 자료를 활용해 상호작용이 가능하고, 학습 및 테스트가 가능한 로봇 시뮬레이션을 생성합니다. SimFoundry는 기존의 3D 재구성을 뛰어넘어 심층 장면 분석을 수행하여 환경 생성을 자동화함으로써, 시뮬레이션 구축에 필요한 노력을 획기적으로 줄여줍니다.

SimFoundry의 핵심 혁신은 “디지털 트윈”과 “디지털 사촌” 간의 폐쇄 루프에 있습니다. 이 시스템은 영상에서 기하학적, 물리적, 상호작용 데이터를 추출하여 고충실도 디지털 트윈을 구축합니다. 그런 다음 외관, 레이아웃, 작업을 자동으로 변화시켜 다양한 디지털 사촌을 생성합니다. 이를 통해 개발자는 단일 영상에서 사실상 무제한의 훈련 데이터를 도출할 수 있으며, 시뮬레이션 내에서 종단간 전략 학습 및 평가가 가능해집니다.
실험 결과, 시뮬레이션된 로봇 성능이 실제 결과와 매우 유사하게 나타나는 것으로 확인되어 SimFoundry의 강력한 예측 능력이 입증되었습니다. 무엇보다도, 이 합성 데이터로 훈련된 전략은 미세 조정 없이도("제로샷") 현실에 효과적으로 적용되며, 다단계 작업 및 양팔 협동과 같은 복잡한 작업에서 뛰어난 성능을 발휘합니다.
NVIDIA GEAR Lab 및 리 페이페이(Li Fei-Fei) 연구팀의 핵심 구성원을 비롯한 선도적인 로봇 공학 전문가들이 공동 저자로 참여한 이 오픈소스 시스템은 신체 기반 AI 개발에 혁신을 가져올 것으로 기대됩니다. 비용이 많이 드는 수동 데이터 수집을 생성형 기술로 대체함으로써, 로봇은 이제 실험실에서 실제 응용 분야로 훨씬 더 빠르게 전환될 수 있게 되었습니다.
논문 링크: https://arxiv.org/pdf/2606.28276v1
Anthropic, Erdős 추측을 간결한 증명과 함께 해결하기 위해 Claude Mythos 출시
5월 26일, 앤트로픽의 엔지니어인 쇼ルト 더글러스는 X(구 트위터)를 통해 최신 모델인 클로드 미토스가 조합론 기하학의 세기적 난제인 에르도스 단위 거리 추측을 해결했다고 발표했습니다. '명쾌하고 간결한 증명'으로 평가되는 이 돌파구는 오픈AI가 GPT-5.5가 동일한 이정표를 해결했다고 주장한 지 얼마 지나지 않아 이루어졌으며, 순수 수학 발견 분야에서 최상위 AI 연구소들 간의 치열한 경쟁을 부각시켰습니다.이번 성과는 기존 단일 모델 방식
아마존, 70억 달러에 디카트 인수… 핵심 AI 칩 어댑터 확보
월스트리트저널에 따르면 아마존은 AI 스타트업 데카르를 약 70억 달러의 가치로 인수하기 위해 협상 중이다. 경쟁 입찰이 발생하지 않는다면 이 거래는 곧 완료될 수 있으며, 이는 지속적인 칩 제약 상황 속에서 주요 기술 기업들이 컴퓨팅 자원을 확보하는 데 있어 긴박함을 강조한다.데카르의 크로스 칩 소프트웨어의 중요성샌프란시스코에 기반을 둔 데카르는 개발자가 마찰 없이 서로 다른 하드웨어 간에 AI 모델을 마이그레이션할 수 있게 하는 호환성





집






