로봇 시뮬레이션 구축 및 고품질 AI 팩토리 디지털 트윈 3D 모델만으로는 부족합니다. 개발자는 충돌 지오메트리, 질량, 마찰과 같은 속성을 추가해야 하는 경우가 많습니다. SimReady 에셋은 시뮬레이션 워크플로에 필요한 속성을 미리 갖춘 3D 모델로, 수동 작업을 줄여줍니다.
SimReady 중앙 도서관 2,000개 이상의 시뮬레이션 준비 완료(SimReady) OpenUSD Hugging Face의 자산으로, 개발자에게 무료로 접근 제한 없는 시작점을 제공합니다. 물리적 AI 훈련 환경 및 AI 팩토리 디지털 트윈을 위한 환경입니다. 이 라이브러리에는 로봇 팔과 그리퍼부터 창고 장비, 랙, 냉각 인프라에 이르기까지 다양한 인프라 및 장비 애셋이 포함되어 있습니다. 개발자는 각 애셋이 지원하는 기능을 확인한 후, 서로 다른 공급업체의 애셋을 하나의 씬으로 결합할 수 있습니다.
장비 제조업체(OEM)는 이제 SimReady 요구 사항에 맞춰 자산을 준비하고 검증할 수 있으며, SimReady Central Library를 활용해 개발자에게 도달하고 최종 고객이 시나리오를 더 빠르게 테스트하고 시뮬레이션하여 의사 결정을 가속화하도록 할 수 있습니다. 이를 통해 각 산업은 자체 Hugging Face 데이터 세트를 관리하면서 자사 제품을 중심으로 시뮬레이션을 구축할 수 있습니다.
에셋(asset)을 SimReady로 만드는 요건과 OEM 업체들이 SimReady Central Library에 어떻게 기여하는지 살펴본 뒤, 개발자들이 이러한 에셋을 활용해 로봇 픽 앤 플레이스 시나리오 그리고 AI 팩토리 레이아웃 비교.
자산을 SimReady로 만드는 것은 무엇일까요?
SimReady 에셋은 시뮬레이션 워크플로에 필요한 속성을 갖추어 준비된 OpenUSD 에셋입니다. CAD와 같은 상세한 3D 모델은 유용한 출발점이 됩니다. 시뮬레이션에는 해당 오브젝트를 어떻게 해석하고 사용해야 하는지에 대한 추가 정보가 필요합니다.
로봇 조작 작업의 경우 여기에는 물체의 질량, 충돌 지오메트리, 마찰 특성이 포함될 수 있습니다. AI 팩토리 워크플로의 경우 애플리케이션에 필요한 장비 지오메트리와 전기 또는 열 관련 메타데이터가 포함될 수 있습니다.
OpenUSD 3D 장면을 기술하고 구성하기 위한 개방형 확장 가능 프레임워크입니다. 이러한 장면을 사용하여 자율 기계를 훈련하고 평가하려면 물리적 동작, 충돌, 센서 상호작용에 대한 정보도 필요합니다.
SimReady 재단 이 요구 사항들을 명시적으로 만드는 사양, 프로파일, 그리고 검증 도구를 제공합니다. 프로파일은 특정 사용 사례에 대해 자산에 필요한 기능과 역량의 논리적 그룹화를 정의합니다.
그림 1. SimReady Foundation은 특정 시뮬레이션 사용 사례에 대한 에셋 표현 요구 사항을 정의하며, 개발자 라이브러리는 OpenUSD 에셋을 이러한 요구 사항에 맞게 준비하고 검증하는 데 도움을 줍니다.
자산과 프로필에 따라 이러한 기능에는 다음이 포함될 수 있습니다:
| 자산 구조 요소 | 그것이 가능하게 하는 것 |
|---|---|
| 충돌 기하학과 물리적 특성 | 지원되는 런타임에서의 접촉 및 물리 시뮬레이션. |
| 관절 구조와 한계 | 다관절 로봇 및 장비 이동. |
| 시맨틱 레이블 | 객체 식별 및 주석이 달린 합성 데이터. |
| 재료 및 센서 특성 | 센서 시뮬레이션을 렌더링하고 지원합니다. |
각 시뮬레이션 사용 사례와 관련된 요구 사항은 다음을 참조하십시오. SimReady 기본 요구 사항 및 프로필개발자는 SimReady Central에서 자신의 워크플로 요구 사항에 맞는 프로필을 가진 에셋을 선택하여 OpenUSD 씬으로 구성해야 합니다.
왜 OEM 자산을 SimReady Central에 게시해야 할까요?
OEM들은 자사 CAD 장비 모델을 SimReady 에셋으로 변환하여 자사 제품을 중심으로 시뮬레이션을 구축하는 개발자에게 제공할 수 있습니다. SimReady Central Library는 이러한 에셋을 Hugging Face에서 검색 가능하게 만들어, 제조업체가 로봇 시뮬레이션과 AI 팩토리 디지털 트윈을 구축하는 팀에 다가갈 수 있도록 돕습니다.
다음을 위한 AI 공장 OEM ~와 같은 Vertiv, 이 라이브러리는 창고 장비 랙, 서버 랙, 냉각 장비 및 AI 팩토리 디지털 트윈용 지원 인프라와 같은 에셋을 배포할 수 있는 경로를 제공합니다. 개발자와 프론티어 에이전트는 이러한 에셋을 다음에 통합할 수 있습니다 AI 팩토리 디지털 트윈 SimReady 프로필이 지정한 지오메트리와 속성을 재사용합니다.
로봇 로봇 OEM(원천장비 제조사) 예를 들어 Comau, FANUC, Franka Robotics, Robotiq, Standard Bots및 Universal Robots에게 이 라이브러리는 학습 및 평가 환경을 구축하는 팀들이 로봇 암과 그리퍼를 검색(discoverable)할 수 있게 해줍니다. 개발자들은 이러한 자산을 산업 설비와 결합하여 창고 및 공장 시나리오를 구축할 수 있습니다.
시뮬레이션 시뮬레이션 자산 공급사 예를 들어 Palatial 의 경우 이 라이브러리에는 NVIDIA Robotics와 협력하여 공개된 NVIDIA Robotics 1K Dataset 이 함께하며, 텍스트, 이미지, 스캔, 데이터시트 및 CAD로부터 생성된 복잡한 아티큘레이티드(관절형) 자산들도 포함되어 있습니다. 개발자들은 로봇 학습 및 평가를 위한 자산과 장면을 구축할 수 있습니다.
가정용 OEM 예를 들어 LG Electronics (LGE) 처럼 함께 작동하는 가전제품과 함께 가정용 로봇을 개발하는 기업에게 이 라이브러리는 냉장고 및 식기세척기와 같은 자산을 공유할 수 있는 경로를 제공합니다. 개발자들은 가전과 로봇 양 분야에서의 LGE의 경험이 반영된 자산을 활용하여 로봇 학습, 평가 및 합성 데이터 생성을 위한 가정 시뮬레이션 환경을 구축할 수 있습니다.
AI 지원 AI 지원 CAD 공급사 예를 들어 ForgeCAD에게 이 라이브러리는 고품질 텍스처를 갖춘 아티큘레이티드(관절형) 로봇 소품(prop)을 제공하며, 개발자들은 이를 활용해 로봇 인지 및 조작 학습용 환경과 합성 데이터 생성 환경을 구축할 수 있습니다.
기여를 위해 OEM은 SimReady Central 제출 스킬 을 사용하여 관련 SimReady 프로필에 따라 자산을 검증하고, 패키징한 후, 라이브러리에 포함되도록 제출할 수 있습니다.
그림 2. OEM은 OpenUSD 자산을 SimReady 프로필에 맞게 준비하고 검증한 후 SimReady Central에 자산을 제출합니다. 개발자와 AI 에이전트는 라이브러리에서 자산을 검색하여 시뮬레이션 환경 구축에 활용합니다.
SimReady 에셋으로 시뮬레이션 환경 구축하기
SimReady Central은 로봇 작업셀, 산업 환경, AI 팩토리 디지털 트윈을 위한 재사용 가능한 출발점을 로봇공학 및 산업 개발자에게 제공합니다. 개발자와 AI 에이전트는 SimReady Central에서 자신의 워크플로에 필요한 프로파일을 충족하는 에셋을 찾아 OpenUSD 환경으로 구성할 수 있습니다.
개발자는 SimReady 에셋을 사용해 훈련 환경에 객체와 장애물을 채운 뒤, 그 배치를 다양하게 변경하여 로봇 행동을 평가할 수 있습니다. 이러한 환경은 다음과 같은 프로젝트를 지원할 수 있습니다: Microduck, Hugging Face와 Pollen Robotics의 오픈소스 로봇.
그림 3. 에셋 데이터셋은 Hugging Face의 SimReady Central을 통해 연결되며, USD 검색 서비스를 활용해 Isaac 워크플로, SimReady Central 라이브러리 검색, AI 에이전트 워크플로를 지원합니다.
NVIDIA USD Search는 SimReady Central Library에서 자연어 검색을 구동하여 개발자와 AI 에이전트가 참여 데이터셋 전반의 에셋을 찾도록 돕습니다. Hugging Face 역시 색인된 USD 속성과 시뮬레이션 메타데이터를 통해 USD Search를 자사 플랫폼 검색에 통합하여, 에이전트가 물리적 AI 시뮬레이션 작업에 적합한 SimReady 에셋을 발견하도록 지원합니다.
AI 지원 저작은 이러한 에셋으로 구축하는 또 다른 방법을 제공합니다. 개발자는 OpenAI의 GPT-6 Astra 같은 프론티어 모델을 에셋 검색 및 씬 저작 도구와 결합하여 SimReady Central Library로 환경을 구축할 수 있습니다. 작업 요구 사항과 공간적 제약이 주어지면 Astra는 적합한 에셋을 찾고, 씬을 조립하는 코드를 작성하고, 시나리오 변형을 생성하는 데 도움을 줄 수 있습니다.
OEM 역시 Astra를 사용하여 OpenUSD 에셋을 SimReady Foundation 요구 사항에 맞게 준비하고 다듬은 뒤, 라이브러리에 검증 및 제출할 수 있습니다.
로봇 픽앤플레이스 시나리오 구축하기
예를 들어, 로봇 픽앤플레이스 시나리오를 구축하는 개발자는 다음 프롬프트로 시작할 수 있습니다:
Hugging Face의 SimReady Central에서 SimReady 에셋을 사용하여, Isaac Sim에서 PhysX로 기본적인 창고 픽앤플레이스 시나리오를 생성하세요.
nvidia-simready-central.hf.space를 사용하여 FANUC 로봇 팔, 호환되는 Robotiq 그리퍼, 적합한 창고 에셋을 찾으세요. 씬을 조립하고 픽앤플레이스 작업을 구성하는 Python 코드를 생성하세요. 결과를 검토할 수 있도록 .mov 미리보기를 렌더링하세요.
시나리오를 재현할 수 있도록 스크립트, 에셋 버전, 런타임 버전을 포함하세요.
이 워크플로에서 우리는 Astra가 다음을 수행할 것으로 기대합니다:
- Hugging Face에 배포된 관련 에셋을 찾으려면 SimReady Search API를 쿼리하십시오.
- OpenUSD 스테이지로 Reference/Payload하기
- 작업셀을 조립하기 위한 Python 코드 생성
- 픽 앤 플레이스(Pick-and-place) 작업 구성하기
- 사용자 검토를 위한 미리보기를 렌더링합니다
그림 4. SimReady 에셋으로 조립된 로봇 픽 앤 플레이스 작업셀은 AI 지원 장면 저작이 개발자 요구 사항을 검토 및 개선을 위한 시뮬레이션 시나리오로 변환하는 방식을 Isaac Sim에서 보여줍니다.
AI 팩토리 레이아웃 비교
같은 접근 방식은 AI 팩토리 디지털 트윈을 구축하는 ISV(독립 소프트웨어 공급업체)를 지원할 수도 있습니다. 과제가 로봇 상호작용에서 장비 배치로 바뀝니다. 즉, 지정된 공간적 제약 조건 안에서 랙, 냉각 장비 및 지원 인프라를 배치하는 것입니다.
Hugging Face의 SimReady Central에서 제공하는 SimReady 애셋을 사용하여 랙과 냉각 장비를 갖춘 두 가지 대안 AI 팩토리 레이아웃을 만들어 보십시오.
제공된 장비 치수와 통로 여유 공간 요건을 사용하십시오. 장비의 겹침과 여유 공간 위반 여부를 확인하고 문제가 있으면 보고하십시오.
각 레이아웃을 OpenUSD 씬으로 저장해 주세요. 결과를 재현하고 비교할 수 있도록 씬 빌드 스크립트, 에셋 버전, 런타임 버전도 함께 포함해 주세요.
이 워크플로우에서 Astra는 선택된 SimReady 자산들을 두 개의 OpenUSD 레이아웃으로 조립한 후, 제공된 요구 사항에 따라 장비 겹침과 통로 여유 공간을 검사하는 스크립트를 생성합니다. 개발자는 그 후 시뮬레이션 애플리케이션에서 레이아웃을 검토하고, 장비 배치와 접근 경로를 비교하며, 선호하는 구성을 다듬기 전에 표시된 문제점들을 검토할 수 있습니다.
그림 5. SimReady 에셋으로 구성된 AI 팩토리 레이아웃은 AI 지원 장면 제작이 OpenUSD에서 장비 배치, 통로 여유 공간 확인 및 레이아웃 개선을 어떻게 지원하는지 보여줍니다.
어느 쪽 예시든 개발자는 몇 가지 방법으로 환경을 확장할 수 있습니다:
- 환경 재사용: 레이아웃과 작업별 변경 사항을 별도의 OpenUSD 레이어로 유지하여 동일한 소스 애셋이 여러 실험을 지원할 수 있도록 하십시오.
- 다양한 시나리오를 활용하세요: 라이브러리에서 추가 에셋을 도입하고 오브젝트 배치, 장비 구성 또는 주변 인프라를 다양하게 변경하여 여러 조건을 평가해 보십시오.
- 애플리케이션별 테스트 작성: 로보틱스의 경우, Isaac Lab에서 훈련 및 평가 작업을 구성합니다. AI 팩토리의 경우, 전력 분배나 냉각 성능과 같은 분석에 필요한 장비 데이터 및 시뮬레이션 도구에 씬을 연결합니다.
- 검증된 레이아웃을 운영으로 연결하세요: AI 팩토리의 경우, 장면을 실시간 BMS 및 IT 텔레메트리에 연결하여 디지털 트윈을 AI 팩토리 시설과 동기화 상태로 유지하세요.
다음 세대 자산의 방향을 함께 만들어 주세요
SimReady Central의 로드맵에는 더 많은 OEM 파트너와 성장하는 자산 라이브러리가 포함되어 있으며, 개발자가 재사용 가능한 콘텐츠로 조립할 수 있는 장비와 환경을 확장합니다.
커뮤니티의 피드백이 어떤 추가 사항이 가장 중요한지 파악하는 데 도움이 될 것입니다. 필요한 자산, 사용하는 런타임, 통합 격차를 겪는 부분을 댓글로 알려주세요.
다음을 사용하여 OEM 자산을 SimReady Central에 포함하도록 제출하세요: 자산 제출 가이드.
OEM 기여는 사용 가능한 콘텐츠를 넓힐 수 있으며, 개발자 예제는 자산이 다양한 애플리케이션에서 어떻게 작동하는지 보여줄 수 있습니다. 여러분이 만든 것의 예제를 댓글로 공유하고, 버그나 SimReady 요구사항 기능 요청은 SimReady Foundation에 이슈를 열어 주세요.
Hugging Face 🤗에서 빌드 시작하기
다음 로봇 시뮬레이션 또는 AI 팩토리 디지털 트윈에 사용할 자산을 SimReady Central Library에서 선택하세요. 아래 리소스를 사용하여 자산을 찾거나, 장면을 빌드하거나, 장비 모델에 기여하세요.
애셋 탐색
- 작업에 필요한 애셋 찾기: Hugging Face의 SimReady Central Library
- 자연어로 검색: 필요한 애셋을 다음을 통해 설명하세요: USD Search 기반의 SimReady Central 검색 엔드포인트 직접 애셋 브라우저 구축:.
- 다음에서 인덱스-라이브러리 스킬을 살펴보세요: SimReady Central GitHub 저장소 장면 구축.
OpenUSD 장면 조립 방법 배우기:
- 무료 OpenUSD 학습 경로 따라하기.
- 로봇공학 및 디지털 트윈 기술을 키워보세요: 무료로 탐색해 보세요 물리 AI 강좌.
- 로봇 시뮬레이션 구축: 다음으로 시작하세요: Isaac Sim 및 Isaac Lab.
- AI 팩토리 구축: 다음으로 시작하세요 에이전트 지원 디지털 트윈 워크플로우.
콘텐츠를 준비하고 기여하세요
- OEM 기여 프로세스를 시작합니다: 온보딩 가이드를 따르고 자주 묻는 질문(FAQ)에 대한 답변은 다음에서 확인하세요: SimReady 중앙 라이브러리 문서.
- 자산에 대한 요구 사항을 선택하세요: 다음에서 프로필을 검토하세요 SimReady Foundation.
- 시뮬레이션용 CAD 모델을 준비합니다: 다음을 사용하세요 CAD-to-SimReady 스킬.
- 에셋을 검증, 패키징 및 제출하세요: 다음을 따르세요 SimReady Central 제출 스킬.
즐거운 빌딩 되시고, 여러분이 만들 결과물을 기대하겠습니다!