제조 현장에서 로봇 지능화를 검토할 때, 가장 먼저 부딪히는 장벽은 장비와 환경 구축이다. 기존 해외 시뮬레이터는 고성능 GPU와 복잡한 설치·설정 과정을 전제로 하기 때문에, 실제 학습 환경을 갖추기까지 상당한 비용과 시간이 소요된다.

버넥트의 RoboSim은 이 진입 장벽을 낮추기 위해 개발된 로봇 강화학습 시뮬레이터다. 별도의 고성능 GPU 없이 CPU 환경에서도 강화학습을 실행할 수 있는 경량 구조를 채택했으며, 노드 에디터 기반의 UI를 통해 복잡한 코딩 없이도 보상 함수를 직관적으로 설계할 수 있다. 로봇 엔지니어가 AI 전문 지식 없이도 학습 환경을 구성하고, 기본 검증을 마친 뒤 고성능 서버 환경으로 확장하는 단계적 워크플로우를 지원한다. 현재 안산 SMIC 데모공장을 배경으로 실증 시나리오를 개발 중이다. 자체 시뮬레이터 환경에서 Pick & Place 학습을 진행하고 있으며, 딥러닝 모델을 활용한 비전 인식으로 시뮬레이션 내 위치 추정이 가능하도록 구성했다. 버넥트는 2026년 4분기 SMIC 환경 기준 실증 시연을 목표로 개발을 진행하고 있다.

Pick&Place 강화학습 모습

자세한 내용 확인하기 →

유튜브에서 영상 확인하기 →