소프트뱅크와 안카와전기, AI 로봇 ‘모토만 네스트’에 와이어 하네스를 상자에 수납… GPU 클라우드로 학습부터 실기 적용까지 일원화

게시판: 뉴스 | 작성자: tachikoma43 | 작성일: 2026-07-18T20:48:07.293490+00:00

※ Ledge.ai 일본어 기사를 한국어로 번역·편집한 글입니다. ## 출처 [Ledge.ai 원문](https://ledge.ai/articles/softbank_yaskawa_physical_ai_gpu_cloud) 원문 발행일: 2026-07-17 소프트뱅크와 안카와덴키는 2026년 7월 13일, NVIDIA의 협력 하에 소프트뱅크의 “AI 데이터센터 GPU 클라우드”를 활용하여, 형태가 변화하는 유연한 물체를 로봇으로 다루는 시스템을 시연했다고 발표했다. 안카와덴키의 AI 로봇 “MOTOMAN NEXT”에 와이어 하네스의 상태와 그물림 위치를 판단하는 AI를 내장하여, 형태와 배열이 작업마다 바뀌는 와이어 하네스를 상자에 보관했다. GPU 클라우드 상에서는 로봇의 동작 데이터 수집, AI 모델 학습, 시뮬레이션 평가, 실기 적용까지를 일괄적으로 실행했다. ## h2 변화하는 와이어 하네스를 AI로 인식 기존의 산업용 로봇은 미리 설정된 위치나 절차를 반복하는 작업을 능숙하게 수행한다. 반면, 끈, 천, 가방, 와이어 하네스 등의 유연한 물체는 들어 올릴 때마다 형태와 위치가 바뀌고, 늘어짐이나 엉킴도 발생한다. 정해진 위치를 꽉 쥐는 제어만으로는 안정적으로 다루기가 어렵다. 이번 시스템은 카메라로부터 얻은 시각 정보와 작업 지시를 기반으로, VLA(Vision-Language-Action)를 사용하여 대상물의 상태를 인식하고, 로봇의 동작을 생성한다. VLA는 이미지 등의 시각 정보와 언어 지시를 연결하여 로봇의 행동으로 변환하는 AI 모델이다. 시연에서는 MOTOMAN NEXT가 와이어 하네스의 상태를 인식하고, 적절한 위치를 그물림하여 상자에 보관했다. 양사는 형태와 배열이 변화하는 유연한 물체를 안정적으로 다룰 수 있음을 확인했다고 밝혔다. 성공률, 시도 횟수, 처리 시간 등의 정량적인 결과는 공개하지 않았다. ## h2 기존 제어와 물리 AI를 역할 분담 시연 시스템은 로봇의 모든 동작을 AI에 맡기는 구성이 아니다. 정밀성과 재현성이 요구되는 동작에는 기존의 로봇 제어를 사용하고, 대상물의 상태 인식이나 그물림 위치 판단 등 상황에 따라 대응이 필요한 부분을 물리 AI가 담당한다. 물리 AI는 하나의 기능 모듈로서 기존의 로봇 시스템에 통합되었다. 이미 축적되어 있는 산업용 로봇의 제어 기술을 활용하면서, 사전에 형태나 배열을 고정할 수 없는 작업에 적용 범위를 넓힌다. 기존의 제어와 AI를 역할 분담시켜, 단계적으로 자동화의 대상으로 확대하는 구성이다. ## h2 합성 데이터 생성부터 실기 적용까지 GPU 클라우드에서 실행 소프트뱅크의 개발 지원 도구는 “AI 데이터센터 GPU 클라우드”에서 동작한다. 로봇으로부터 동작 데이터와 센서 정보를 수집하고, NVIDIA의 세계 모델 “NVIDIA Cosmos”에서 합성 데이터를 생성한다. 실기만으로는 모으기 어려운 상황의 데이터를 보완하고, GPU를 사용하여 AI 모델을 학습한다. 학습된 모델은 “NVIDIA Omniverse”와 통합한 시뮬레이터에서 평가하고, “AI 데이터센터 GPU 클라우드”는 소프트뱅크가 2026년 10월부터 제공할 예정인 서비스이다. 국내 데이터센터에 구축한 “NVIDIA GB200 NVL72” 등의 AI 계산 기반과 AI 데이터센터용 소프트웨어 “Infrinia AI Cloud OS”를 결합한다. 정식 제공에 앞서, 같은 해 5월부터 소프트뱅크와 그룹회사에서 베타 버전을 이용하고 있다. 두 회사는 2025년 12월, 물리 AI의 사회 구현을 위한 협업을 시작했다. 앞으로는 유연한 물체를 포함하여, 기존 로봇 제어에서는 자동화가 어려웠던 작업에 적용을 확대할 계획이다.