Amazon Web Services(AWS)가 로봇 개발자를 위한 오픈소스 Physical AI Toolchain을 공개했다. 데이터 수집에서 모델 학습, 시뮬레이션, 검증, 실제 로봇 배포까지 이어지는 과정을 하나의 개발 흐름으로 묶었다. AWS 서비스와 NVIDIA의 Physical AI 소프트웨어 스택을 결합한 형태다.
지원하는 다섯 단계
툴체인이 다루는 단계는 다섯 가지다.
- 합성 데이터 생성: 실제 시연 데이터를 바탕으로 학습용 시나리오를 추가로 만든다.
- 모델 학습: 모델을 새로 학습하거나 미세조정한다.
- 시뮬레이션·검증: 실물 로봇에 올리기 전에 가상 환경에서 모델을 시험한다.
- 엣지 배포: 학습한 모델을 현장의 엣지 장치로 내려보낸다.
- 지속 개선: 현장 로봇이 모은 데이터를 클라우드로 되돌려 모델을 다시 다듬는다.
도구별 역할
▼ 단계별 구성 요소 (출처: The Robot Report 보도)
| 구성 요소 | 제공사 | 역할 |
|---|---|---|
| Amazon SageMaker | AWS | 모델 학습 |
| AWS IoT Greengrass | AWS | 엣지 장치로 모델 배포 |
| Isaac Sim | NVIDIA | 시뮬레이션 |
| Isaac Lab | NVIDIA | - |
| Isaac GR00T | NVIDIA | - |
| Cosmos | NVIDIA | - |
각 구성 요소는 따로 써도 되고, 처음부터 끝까지 묶어 써도 된다.
공개 범위와 하드웨어 중립
- 오픈소스: 스타트업과 대기업 모두 가져다 쓰고 수정할 수 있다.
- 하드웨어 중립: 특정 로봇을 전제하지 않는다. AWS 측 Sri Elaprolu 디렉터는 "마지막 단계는 일부러 중립으로 둔다"고 설명했다.
- 패키징이 핵심: 개별 AWS·NVIDIA 구성 요소는 이미 고객들이 써 왔다. AWS Physical AI Fellowship(MassRobotics, NVIDIA 공동) 참여 기업도 포함된다. 이번 공개는 이를 하나의 워크플로로 엮은 것이다.
- RoboMaker 대체 아님: 2025년 종료된 클라우드 로봇 시뮬레이션 플랫폼 RoboMaker를 그대로 잇는 서비스가 아니다. 더 넓은 개발 기술 묶음으로 소개됐다.
- 촉각 플랫폼 아님: 촉각 센싱 전용 도구는 아니다. 다만 다양한 데이터 소스와 학습·시뮬레이션·배포를 지원해 특수 센서를 얹을 여지는 있다.
한국 개발자가 볼 지점
AWS는 한국 로봇 기업 RLWRLD와 협업한 사례를 언급했다. 휴머노이드 손의 촉각 기능을 개발하는 곳이다. 다섯 손가락 정밀 조작 과제에서 기존 모델이 충분하지 않아 전용 모델을 함께 만들었다고 Elaprolu 디렉터는 밝혔다. 국내 개발자라면 단계별 지원 범위와 하드웨어 중립 설계를 먼저 확인할 만하다.
