섹션별 상세
Open-H-Embodiment는 35개 기관이 협력하여 구축한 778시간 분량의 의료 로봇 학습 데이터셋으로, 수술 로봇, 초음파, 대장내시경 등 다양한 임상 절차와 시뮬레이션 데이터를 포함한다.
GR00T-H 모델은 Isaac GR00T 시리즈를 기반으로 한 최초의 수술 로봇용 VLA 모델로, Cosmos Reason 2 2B를 백본으로 사용하며 고정밀 수술 작업을 수행할 수 있도록 설계되었다.
GR00T-H는 서로 다른 로봇의 기구학을 통합하는 Embodiment Projector, 추론 시 고유 수용 감각 입력을 제외하는 State Dropout, 상대적 말단 장치(EEF) 액션 공간 등을 통해 하드웨어 간 편차를 극복했다.
Cosmos-H-Surgical-Simulator는 NVIDIA Cosmos Predict 2.5 2B를 미세 조정하여 구축한 월드 파운데이션 모델로, 로봇의 움직임에 따른 물리적으로 타당한 수술 영상을 생성하여 시뮬레이션 효율을 극대화한다.
향후 계획은 단순한 제어를 넘어 수술 절차를 설명하고 계획하며 적응할 수 있는 추론 능력을 갖춘 자율 의료 로봇 시스템 구축을 목표로 데이터셋을 확장하는 것이다.
용어 해설
- 물리적 AI(Physical AI)
- — 디지털 환경을 넘어 실제 물리적 세계에서 물체와 상호작용하고 구체적인 행동을 수행하는 인공지능 기술이다. 시각적 인지를 넘어 접촉 역학, 폐루프 제어 등을 통해 로봇이 실질적인 작업을 완수하게 하는 것이 핵심이며 의료 로봇의 자율성을 구현하는 데 필수적이다.
- 시각-언어-행동 모델(VLA Model)
- — 시각적 입력과 언어 명령을 동시에 처리하여 로봇의 구체적인 물리적 동작(Action)을 출력하는 파운데이션 모델이다. 텍스트와 이미지를 이해하는 능력을 바탕으로 로봇의 관절 움직임이나 도구 조작을 직접 제어하며 복잡한 수술 작업 등을 수행하는 뇌 역할을 한다.
- 월드 파운데이션 모델(World Foundation Model)
- — 물리 법칙과 객체 간의 상호작용 등 세계의 작동 원리를 학습하여 특정 행동에 따른 미래 상태를 예측하거나 시뮬레이션하는 모델이다. 수술 환경에서 조직의 변형이나 도구의 움직임을 물리적으로 타당하게 예측하여 실제 데이터 없이도 고품질의 학습 데이터를 생성할 수 있게 한다.
- 시뮬레이션-실제 전이(Sim-to-Real)
- — 가상 환경(시뮬레이션)에서 학습된 로봇의 정책이나 모델을 실제 물리적 환경에 적용했을 때 성능 저하 없이 작동하게 만드는 기술이다. 현실의 복잡한 물리 현상을 가상 세계에 정교하게 구현함으로써 실제 로봇을 사용하는 위험과 비용을 줄이면서 학습 효율을 극대화하는 데 중요하다.
기술
- NVIDIA Cosmos
- Isaac GR00T
- Open-H-Embodiment
- A100 GPU
- Python
활용 사례
- 자율 수술 로봇 제어
- 초음파 진단 보조 시스템
- 수술 시뮬레이션 및 교육용 가상 환경
- 의료 로봇 데이터 증강
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 17.수집 2026. 03. 17.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.