차세대 로봇 시스템을 이끄는 핵심 기술들

로봇 시스템이 연구실에서 제조, 물류, 서비스 분야의 상업적 배포로 전환됨에 따라, 광범위한 도입을 제한하는 잔여 장벽을 파악하는 것이 필수적입니다.

하드웨어와 소프트웨어 모두에서 상당한 발전이 있었지만, 급속한 설계 진화는 농업, 창고 관리, 라스트마일 배송, 검사, 스마트 제조 등 다양한 영역에서 로봇의 유용성과 지능을 더욱 높이는 방향으로 나아가고 있습니다.

실제로 로봇은 센서와 카메라로부터 데이터를 수집하고, 자기 위치를 파악하며, 주변 환경을 인지하고, 인근 물체의 움직임을 예측하고, 안전하고 조정된 움직임을 계획합니다. 이 모든 과정에는 막대한 처리 능력과 에너지가 필요합니다.

로봇 플랫폼의 전력 소비는 크게 세 가지 범주로 나뉩니다: 구동 모터 및 컨트롤러, 센싱 시스템, 처리 장치. 로봇의 방향과 위치를 효율적으로 결정하기 위해 새로운 세대의 저전력 고정밀 센서가 필요하며, 처리 플랫폼은 로봇이 일반적으로 보통 속도로 이동하기 때문에 성능과 에너지 사용 사이의 균형을 맞춰야 합니다.

이 중요한 시점에서 시스템온칩(SoC)은 다양한 센싱 모듈과 강력한 인공지능(AI) 엔진을 통합하는 핵심 요소로 부상하여, 차세대 상업용 로봇의 물결을 가능하게 하고 있습니다.

차세대 SoC에 대한 요구

로봇 작업은 오도메트리, 경로 계획, 비전, 인지 등 수십 개의 알고리즘을 동시에 실시간으로 실행해야 하는 경우가 많습니다. 이러한 복잡성은 희소 코딩, 경로 계획, 동시 위치 파악 및 지도 작성(SLAM)과 같은 특수 기능을 지원할 수 있는 전례 없는 통합 능력을 갖춘 SoC를 요구합니다.

퀄컴의 SDA/SDM845 칩(그림 1)은 이러한 통합의 도약을 보여주는 대표적인 예입니다. 2.8GHz로 작동하는 옥타코어 Kryo CPU, 온디바이스 AI 처리를 위한 Hexagon 685 DSP, 인지, 내비게이션, 조작을 위한 모바일 최적화 컴퓨터 비전 스택을 탑재했습니다. 듀얼 14비트 Spectra 280 이미지 신호 프로세서(ISP)는 최대 3200만 화소 카메라와 60fps 4K 비디오를 처리합니다.

그림 1: 로봇 설계를 위한 퀄컴 SDM845 칩의 아키텍처 구성 요소 (이미지: 퀄컴)

이 플랫폼은 보안 부팅, 암호화 가속, 신뢰 실행 환경(TEE)을 제공하는 보안 처리 장치(SPU)도 포함합니다. 연결성은 Wi-Fi로 커버되며, 산업 현장에서 저지연, 고대역폭 통신을 위해 5G 추가가 계획되어 있습니다.

퀄컴의 로보틱스 RB3 플랫폼은 SDA/SDM845를 기반으로 DragonBoard 845c 개발 보드 및 키트와 결합되어 신속한 프로토타이핑을 지원합니다.

엔비디아의 Jetson Xavier(그림 2)는 배송 및 물류 로봇을 겨냥한 또 다른 고도로 통합된 솔루션을 선보입니다. 이 모듈은 90억 개의 트랜지스터를 포함하며 초당 30조 연산(TOPS) 이상의 성능을 제공합니다. 8코어 ARM64 CPU, 볼타 텐서 코어 GPU, 듀얼 NVIDIA 딥러닝 가속기(NVDLA), 이미지 프로세서, 비전 프로세서, 비디오 프로세서를 탑재했습니다.

그림 2: 80 × 87mm Jetson Xavier 모듈, 워크스테이션급 컴퓨팅을 소형 폼팩터에 구현 (이미지: 엔비디아)

이러한 예들은 AI 가속기가 SoC와 모듈에서 필수적임을 보여주며, 로봇이 센서 데이터를 융합하고, 위치를 파악하고, 매핑하고, 정밀하게 탐색할 수 있게 합니다.

AI 통합: 여전히 진화 중

AI는 특히 물체 탐지 및 인식에서 로봇의 반응성과 정확성을 높이는 데 핵심적입니다. 경직된 프로그래밍을 넘어 AI는 로봇이 주변 환경과 더 자연스럽고 정교하게 상호작용할 수 있게 합니다.

하지만 설계자들은 부품 크기나 전력 소모를 늘리지 않으면서 추가적인 AI 역량을 내장해야 합니다. 또한 큰 폼팩터는 상업적 도입을 저해할 수 있습니다.

그림 3: AI 모듈은 성능, 크기, 전력의 균형을 맞춰 시장 요구를 충족해야 합니다.

또 다른 과제는 광범위한 AI 프레임워크 지원을 보장하는 것입니다. 산업용 및 서비스 로봇이 방향과 위치를 위한 추론 모델에 점점 더 의존하고 있기 때문입니다.

스마트 센서의 필요성

자율 청소 로봇이나 호버보드 같은 로봇은 강한 진동을 견딜 수 있는 고도로 안정적이고 고성능의 센서를 요구합니다. 소프트웨어 기반 제어를 사용할 때 고정밀 센서 처리는 비용과 개발 시간을 모두 증가시키는 경향이 있습니다.

따라서 통합 센싱 솔루션이 필수적입니다. RB3 플랫폼의 경우, 인벤센스(현재 TDK 소속)가 저전력, 정밀 매칭된 센서 및 높은 음향 과부하 지점을 가진 마이크로폰 제품군을 공급합니다.

RB3는 인벤센스의 6축 IMU(자이로스코프 3개와 가속도계 3개 조합), 정전용량 방식 기압 센서, 멀티모드 디지털 마이크로폰을 사용합니다. 이 IMU들은 실시간 클록 기반 포지셔닝을 제공하며, 기압 센서는 10cm 고도 정확도를 달성합니다.

로봇은 점점 SLAM 기반 내비게이션을 탑재한 스마트 센서 및 카메라 시스템을 채택하여 복잡한 실제 환경에서 안정적으로 작동합니다. 머신러닝 기능이 3D 비전 카메라에 내장되어 인지 능력을 더욱 향상시키고 있습니다.

설계자들은 여전히 소형화와 저전력을 우선시해야 하며, 고해상도 센서가 표준 디지털 버스를 통해 로봇 컨트롤러와 원활하게 인터페이스되도록 해야 합니다.

AI와 마찬가지로 스마트 센서와 카메라도 초기 단계에 있지만, 업계는 2020년까지 상당한 성숙기에 도달하여 더 낮은 비용과 더 높은 정확도를 제공할 것으로 예상합니다.

센서와 AI가 성숙함에 따라, 로봇은 창고와 공장의 독립적인 자율 유닛에서 소비자 및 산업 환경 전반의 협업 파트너로 전환될 것입니다.