XGRIDS의 공간 지능(spatial intelligence) 솔루션은 이번 행사에서 OpenUSD 기반 렌더링을 위한 NVIDIA Omniverse NuRec 지원 소식을 함께 알렸고, 스타트업 피치 세션을 비롯해 NVIDIA 생태계 로보틱스 시연 구역, 그리고 아마존 웹 서비스(AWS)와 함께 꾸린 공동 쇼케이스 등 여러 무대에서 데모 형태로 공개됐다.
Real2Sim: 물리 공간을 AI 학습용 모델로 옮기는 방법
스타트업 피치 발표에서 XGRIDS는 “현실의 조건을 제대로 반영하는 훈련 환경을 어떤 방식으로 만들 수 있나”라는 질문을 던지며, 데이터 기반 파이프라인을 해법으로 제시했다. 핵심은 실제 공간에서 수집한 정보를 토대로 시뮬레이션에 바로 활용 가능한 ‘월드 모델(world model)’을 만들어내는 과정이다.
이를 위해 라이다(LiDAR)와 컴퓨터 비전을 결합한 멀티모달 공간 인식 기술을 적용하고, 고정밀 3D 재구성으로 물리적 환경을 디지털로 옮긴다. 사람이 손으로 하나하나 3D를 제작하던 방식과 비교하면 ▲정밀 환경 구축에 드는 비용 부담을 낮추고 ▲현실 공간의 변화에 맞춰 지속적으로 업데이트할 수 있으며 ▲시뮬레이터와 실제 배치 현장 사이의 정합성을 끌어올릴 수 있다는 점이 강조됐다.
행사 현장에서 만난 개발자들은 이러한 접근이 로봇 훈련과 검증을 ‘현실에 더 가까운 조건에서’ 반복 가능하게 만드는 실용적 경로가 될 수 있다고 평가했다.
피지컬 AI를 위한 ‘공간 지능’의 활용 장면
XGRIDS의 소개는 발표 세션에 그치지 않고 행사장 곳곳의 쇼케이스로 확장됐다. NVIDIA 로보틱스 관련 세션에서는 임바디드 AI(embodied AI) 시스템을 대상으로 한 시연이 진행됐다. 사족보행 로봇 플랫폼에 공간 인식 및 모델링 기능을 올려, 주변을 계속 지도화하고 해석하는 방식이다.
이 로봇은 단순히 센서로 즉각적인 장애물 회피를 하는 수준을 넘어, 전체 3D 공간 구조를 기반으로 환경을 누적적으로 이해하면서 경로 계획, 행동 판단, 작업 수행까지 이어지는 흐름을 보여줬다. 즉 ‘공간 지능’이 임바디드 AI에 통합될 때 로봇이 더 넓은 관점에서 작업을 설계하고 실행할 수 있음을 강조한 데모였다.
AWS 공동 쇼케이스에서는 데이터 캡처에서 시작해 월드 모델 생성, 그리고 시뮬레이션 학습으로 이어지는 Real2Sim 전 과정을 하나의 워크플로로 구성해 제시했다. 현장에서 얻은 정보를 학습 환경으로 옮기는 연결 고리를 ‘끝까지’ 보여주려는 구성에 초점이 맞춰졌다.
향후 방향: 캡처-투-시뮬레이션 인프라 구축
XGRIDS는 현실 환경을 AI가 이해하고 추론하며 학습할 수 있는 형태의 월드 모델로 전환하는 ‘공간 지능 인프라’를 장기 목표로 내세우고 있다. GTC 2026은 이 작업을 피지컬 AI 생태계 전반으로 넓혀가는 과정에서 하나의 분기점이 됐다는 설명이다.
임바디드 AI가 연구실 밖으로 나와 물류 창고, 도심 공간, 건설 현장 등으로 이동할수록, 정확하면서도 확장 가능한 디지털 환경 표현에 대한 요구는 더 커질 전망이다. XGRIDS는 이를 뒷받침하기 위해 현실 캡처부터 시뮬레이션 활용까지 이어지는 ‘capture-to-simulation’ 계층을 구축하고 있다고 밝혔다.
출처: XGRIDS
댓글
0