가르치는 로봇에서
스스로 배우는 로봇으로
OpenVLA 기반 실시간 디지털 트윈과 페루프 자가학습 용접 플랫폼. 티칭·코딩 없이 자연어로 지시하고, 현장 오차까지 스스로 적응합니다.
용접 산업은 '사람'과 '시간'의 벽에 부딪혔다
숙련 용접 인력 부족
미국·유럽의 연간 용접 인력 부족 추정치입니다. 고령화·기피로 구조적 인력난이 심해지고 있습니다.
신규 부재 1건 티칭
전통 티칭은 부재마다 로봇·라인을 멈춰야 하고, 며칠씩 걸려 가동률을 갉아먹습니다.
매번 재프로그래밍
제조 트렌드가 다품종 소량으로 바뀌면서 기존 방식으로는 수익성 확보가 어렵습니다.
병목은 로봇이 아니라 "로봇을 가르치는 방식(프로그래밍)"에 있습니다.
좌표를 '계산'하지 않고, 동작을 '학습'한다
용접 OLP의 병목은 형상마다 실행 코드를 정확히 자동 생성하는 일입니다. Sphinx AI Robot은 역기구학 단계 자체를 학습으로 대체합니다. 사람이 컵을 집을 때 관절 각도를 수학으로 풀지 않고 손이 알아서 가듯이.
전통 OLP · 규칙 기반 번역
'무엇을·어디로'만 지시
- 6축 역기구학, 같은 좌표에 자세가 여러 개, 좌표만으론 결정 불가
- 특이점·충돌·관절한계 예외를 형상마다 수작업 처리
- 아크·위빙·심 트래킹 등 공정이 코드에 담기지 않음
- 가상·실물 캘리브레이션 오차 → 실행 시 용접선 어긋남
Sphinx · VLA 학습 기반
'어떻게(자세·공정)'를 학습
- 좌표를 코드로 옮기는 명시적 후처리 병목을 학습으로 우회
- 데이터로 학습한 정책이 자세·동작을 직접 생성
- 디지털 트윈 검증 + 현장 비전으로 갭·변형을 실시간 적응
- 최종 단계만 컨트롤러 궤적·코드로 출력
G코드는 '무엇을·어디로'만 지시합니다. 로봇 용접의 난제는 '어떻게(자세·공정)'이고, Sphinx AI Robot은 그 '어떻게'를 학습합니다.
개념이 아니라, 지금 가동 중인 두 제품
Sphinx는 실시간 디지털 트윈과 자가학습 엔진을 이미 서비스로 운영하고 있습니다. 둘이 하나의 데이터 플라이휠을 이룹니다. 아래는 실제 제품을 체험할 수 있는 데모 화면입니다.
Sphinx AI Robot · 자연어로 지시하는 용접 트윈 데모
NVIDIA Isaac Sim급 실시간 디지털 트윈 가상 공장. 실제 협동로봇 셀의 동작을 재현한 트윈 위에서 자연어 한 문장으로 용접을 지시하고, 시뮬레이션 결과를 바로 확인합니다.
- 3-Cell UR10e · Rainbow RB10 · UR5e 검사
- 자연어 VLA OpenVLA + Octo Physical AI · 추론 ≤80ms
- AI 비전 검사 Cognex 4K · 결함 검출 99.4%
- 실제 라인 OEE 95% 가동 실적 · REC 5Hz(joint+image) 데이터 확보
VLA Studio · 스스로 학습하는 페루프 오토러닝
OpenVLA 기반 자가학습 콘솔. 데이터 수집부터 학습·평가·배포까지 한 파이프라인으로 돌고, 기준을 통과한 정책만 트윈과 현장으로 자동 배포됩니다.
- 수집 → 학습 → 평가 → 배포 전주기 자동화
- OpenVLA-7B + LoRA 파인튜닝 · RLDS 데이터셋
- Sim Gate · Active Loop · Model Registry
- 실시간 추적 학습 Run · 체크포인트 · 평가 MAE
가상 공장을 그대로 걷다
고정밀 디지털 트윈으로 지은 용접 가상 공장입니다. 다중 셀 생산라인, 공정 상태(PARK·APPROACH·WELD·RETREAT), AGV/AMR 무인 자재 이송, 완제품 창고까지 한 환경에서 시뮬레이션합니다.
실증 수치로 증명한다
전통 티칭 약 3일(72h) → 자연어 VLA 명령 수십 분. 초도 프로그래밍 시간을 80~95% 단축합니다.
쓸수록 강해지는 Physical AI 데이터 플라이휠
라이브 트윈이 데이터를 만들고, 그 데이터로 정책이 좋아지고, 좋아진 정책이 다시 더 나은 데이터를 만듭니다. 규칙 기반 OLP는 매번 전문가로 재작업하지만, Sphinx는 순환하며 스스로 정확도를 올립니다.
라이브 디지털 트윈
Sphinx가 용접·검사를 실행합니다.
REC · RLDS 데이터
joint+image를 5Hz로 축적합니다.
OpenVLA 학습
VLA Studio에서 파인튜닝합니다.
Sim Gate 검증
MAE 기준 통과분만 승급합니다.
트윈·현장 배포
개선된 정책을 다시 투입합니다.
↻ 배포 → 다시 데이터 수집으로 순환하며 정확도가 지속 향상
기존 OLP는 '브랜드 종속' 또는 '정확도 타협'을 강요한다
브랜드 자유도 · 물리 정확도 · AI 자동화 · 자가학습을 '동시에' 제공하는 플랫폼은 아직 없었습니다. Sphinx AI Robot이 그 빈틈을 채웁니다.
| 항목 | 벤더 종속형 | 벤더 중립형 | Sphinx AI Robot |
|---|---|---|---|
| 로봇 브랜드 자유도 | 단일 브랜드 | 다수 지원 | UR·Rainbow 등 확장 |
| 물리·센서 시뮬레이션 | 컨트롤러 정밀 | 부분적 | Isaac Sim급 실시간 트윈 |
| 경로·동작 생성 | 수작업 티칭 | 반자동 | 자연어 VLA (OpenVLA) |
| 현장 오차 적응 | 없음 | 제한적 | 비전 기반 적응 용접 |
| 페루프 자가학습 | 없음 | 없음 | VLA Studio 오토러닝 |
| 실증 상태 | 제품별 상이 | 제품별 상이 | V3 실증 완료 · OEE 95% |
벤더 종속형: ABB · FANUC · YASKAWA · KUKA / 벤더 중립형: OCTOPUZ · DELMIA · RoboDK
실증에서 스케일로
실증 가동
V3 라이브 트윈 · OEE 95% · OpenVLA-7B + LoRA 오토러닝 · UR·Rainbow 3-Cell · NVIDIA Inception.
고도화
평가 MAE 개선·일반화, 다형상 심 자동 인식, 실셀 Sim-to-Real 배포, 초기 파일럿 고객.
상용 확장
멀티 벤더 확대, 실시간 비전 적응 용접 상용, SaaS형 OLP 제품화, 초기 상용 매출.
지금 데모로 직접 체험해 보세요
두 제품 모두 데모 계정으로 열려 있습니다. 브라우저에서 바로 접속해 실시간 디지털 트윈과 학습 콘솔을 둘러볼 수 있습니다.
Sphinx AI Robot
협동로봇 용접 가상 공장을 직접 돌려보고, 자연어로 용접을 지시해 보세요.
트윈 체험 robotics.themiraclesoft.com데모 환경은 실증 데이터를 기반으로 상시 가동 중입니다. 도입·협력 문의는 아래에서 이어집니다.