알에스오토메이션, ‘소프트 튜닝’ 기반 피지컬AI 전략 본격화

알에스오토메이션(대표 강덕현)이 ‘소프트 튜닝(Soft Tuning)’ 기술을 중심으로 한 피지컬 AI 전략을 본격 추진하며 산업 자동화 시장에서 새로운 접근 방식을 제시하고 있다고 밝혔다.

최근 로봇 AI 분야에서는 시각-언어-행동(VLA, Vision-Language-Action·비전·언어·행동 통합) 기반 모델이 확산되고 있다. VLA는 비전 모델, 언어 모델, 로봇 제어 알고리즘을 하나의 구조로 결합해 입력부터 이해, 행동까지 일괄 처리하는 엔드투엔드(End-to-End) 방식이다. 다만 영상과 행동 등 비정형 데이터를 대규모로 학습해야 범용성을 확보할 수 있어 막대한 데이터와 연산 인프라가 요구된다.

알에스오토메이션은 이와 달리 장비 내부에서 생성되는 물리 데이터를 활용하는 학습 구조를 구축했다. 전류, 위치, 속도, 진동, 공진 반응 등 제어 신호는 기계의 물리 법칙을 반영하는 데이터로, 장비 상태를 직접적으로 설명할 수 있다는 점에 주목했다. 소프트 튜닝은 이 같은 물리 신호를 기반으로 공진 주파수, 구조 특성, 마찰, 부하 변화 등을 자동으로 식별하고, 짧은 동작 로그만으로도 시스템 특성을 추정하는 방식이다.

회사는 모션 컨트롤러(제어), 서보 드라이브(구동), 고정밀 엔코더(센서) 등 핵심 부품을 자체 보유하고 있다. 이를 통해 각 부품에서 발생하는 데이터를 이더캣(EtherCAT·산업용 실시간 통신 규격) 기반으로 동기화해 산업 장비의 동역학 데이터로 통합한다. 장비 운용 과정에서 자연스럽게 데이터가 축적되고, 이를 통해 장비 성능이 자동으로 개선되는 구조를 구현한다는 설명이다.

알에스오토메이션은 소프트 튜닝 모델이 적은 데이터로도 장비 성능 향상을 가능하게 해 산업 현장 도입 장벽을 낮출 수 있을 것으로 보고 있다. 고비용의 대규모 학습 인프라 없이도 현장 맞춤형 AI 적용이 가능하다는 점을 경쟁력으로 제시했다.

회사 관계자는 “소프트 튜닝은 많은 데이터를 학습하는 AI가 아니라 물리를 이해하는 AI라는 점에서 현장 중심의 도메인 특화 모델”이라며 “물리 데이터를 기반으로 기계가 스스로 성능을 개선하는 고효율 AI 구조를 산업 현장에 확산해 기존 VLA 접근과 차별화된 비즈니스 모델을 구축하겠다”고 밝혔다.