말 한마디로 가구를 만든다: MIT, 텍스트 기반 로봇 조립 시스템 개발

섹션별 상세

01

시스템은 생성형 AI 모델을 사용하여 텍스트 프롬프트로부터 객체의 3D 메쉬(Mesh) 표현을 생성한다.

02

시각-언어 모델(VLM)은 생성된 3D 기하학적 구조를 분석하여 구조용 부품과 패널 부품이 기능적으로 어디에 배치되어야 하는지 추론한다. 예를 들어 의자의 경우 앉는 부분과 등받이에 패널이 필요함을 스스로 판단한다.

03

사용자는 '등받이에만 패널을 사용해줘'와 같은 추가 프롬프트를 통해 실시간으로 설계를 수정하고 최적화할 수 있는 Human-in-the-loop 방식을 채택했다.

04

최종 설계가 확정되면 로봇 시스템이 미리 제작된 표준화된 부품들을 조립하여 실제 물리적 객체를 완성하며, 이 부품들은 분해 후 재사용이 가능하다.

05

사용자 조사 결과, 90% 이상의 참가자가 기존의 자동 배치 알고리즘보다 AI 시스템이 설계한 결과물을 선호하는 것으로 나타났다.

시각-언어 모델(VLM): — 이미지와 텍스트 데이터를 동시에 처리하고 이해할 수 있는 AI 모델이다. 시각적 정보에서 의미를 추출하고 이를 텍스트와 연결하여 추론할 수 있어 로봇의 시각적 인지와 의사결정 두뇌 역할을 수행한다.
3D 메쉬(3D Mesh): — 3차원 공간에서 물체의 표면을 정점, 모서리, 면의 집합으로 표현한 기하학적 구조이다. 로봇이 물체의 형태를 인식하고 부품을 배치할 위치를 계산하는 데 필수적인 데이터 형식이다.
인간 개입형 시스템(Human-in-the-loop): — AI의 자동화 과정에 인간의 피드백을 실시간으로 반영하여 결과를 수정하고 최적화하는 방식이다. 사용자의 선호도를 반영하고 AI의 오류를 보정하여 최종 결과물의 품질과 만족도를 높이는 데 중요하다.
컴퓨터 지원 설계(CAD): — 컴퓨터를 사용하여 제품의 설계와 도면 작성을 수행하는 시스템이다. 정밀한 설계가 가능하지만 숙련된 기술이 필요하며, 아이디어를 빠르게 시각화하거나 프로토타이핑하는 데는 진입 장벽이 높다.