실시간 소프트웨어 기반 모션 제어 기업 모벤시스가 글로벌 AI 무대에서 로봇 실행 기술을 선보였다. 인공지능 모델과 실제 물리 환경 사이의 간극을 줄이는 접근을 제시하며, Physical AI 상용화의 핵심 병목으로 꼽히는 지연 문제 해결 가능성을 내놨다.
모벤시스는 미국 캘리포니아주 산호세에서 열린 NVIDIA GTC 2026에서 자사의 Physical AI 실시간 실행 스택 연구를 포스터 세션 형태로 발표했다고 밝혔다. 해당 세션은 경쟁이 치열한 선정 과정을 거쳐 채택된 것으로 알려졌다.
최근 로보틱스 분야는 NVIDIA Jetson과 로봇 파운데이션 모델을 중심으로 빠르게 발전하고 있다. 하지만 실제 산업 현장 적용에서는 구조적 한계가 여전히 존재한다.
현재 대부분 Physical AI 시스템은 AI 추론을 수행하는 GPU 기반 컴퓨팅 모듈과 로봇의 실제 동작을 담당하는 컨트롤러가 분리된 구조다. 이 과정에서 네트워크 통신과 스케줄링 지연이 발생하며, 전체 제어 루프에 시간 차가 생긴다.
그 결과 AI의 판단과 실제 로봇 움직임 사이에 불일치가 발생하고, 정밀도와 안정성이 떨어지는 문제가 나타난다. 로봇 파운데이션 모델을 실제 환경에 적용하는 데 있어 가장 큰 기술적 장애물 중 하나로 꼽힌다.
모벤시스는 이 문제를 해결하기 위해 소프트웨어 모션 컨트롤러 WMX를 기반으로 한 실시간 모션 제어 스택을 개발했다.
해당 스택은 EtherCAT 기반 통신과 ROS2 인터페이스를 활용해 AI 애플리케이션 계층과 로봇 제어 계층을 저지연으로 연결하는 실행 구조를 제공한다. 특히 NVIDIA Isaac 프레임워크와 연동해 AI 추론과 물리적 실행 간 간극을 줄이는 데 초점을 맞췄다.
핵심은 기존처럼 분리된 구조가 아니라, 지능과 제어를 하나의 흐름으로 연결하는 실행 계층을 구축하는 데 있다. 이를 통해 AI의 판단이 실제 로봇 동작으로 보다 안정적으로 이어지도록 하는 것이 목표다.
성능 검증도 함께 공개됐다. Jetson Orin 환경에서 Isaac Manipulator를 활용한 비교 실험 결과, 기존 외부 컨트롤러 구조 대비 추종 오차(MAE)를 약 85% 줄였다는 설명이다.
이 결과는 로봇 AI에서 실행 계층이 전체 성능에 미치는 영향을 보여주는 사례로 해석된다. 특히 정밀 제어가 요구되는 산업용 로봇 환경에서 의미 있는 지표로 평가된다.
모벤시스의 기반 기술은 MIT 연구에서 출발한 소프트웨어 모션 제어 기술 ‘Soft Motion’이다. 현재 반도체 장비 등 산업 자동화 분야에서 활용되고 있으며, 이번 연구는 이를 로봇 AI 소프트웨어 스택과 결합한 형태다.
발표에서는 향후 확장 방향도 제시됐다. 실세계 센서 데이터를 기반으로 파운데이션 모델을 실시간으로 적응시키는 구조 등, 학습과 실행이 연결된 형태의 진화 가능성이 언급됐다.
AI 산업이 모델 성능 경쟁을 넘어 실제 적용 단계로 이동하면서, 실행 인프라의 중요성이 커지고 있다. 로봇 분야에서는 특히 ‘정확하게 움직이는 AI’가 핵심 경쟁력으로 부상하는 흐름이다.
모벤시스의 접근은 기존 산업용 제어 기술을 AI 실행 영역으로 확장했다는 점에서 의미가 있다. 다만 다양한 로봇 환경에서의 범용성 확보와 시스템 통합 비용, 개발 생태계 구축 여부는 향후 검증이 필요한 부분으로 남는다.
Physical AI가 산업 현장으로 확산되기 위해서는 지능뿐 아니라 실행 안정성이 필수 조건으로 꼽힌다. 모벤시스가 제시한 실시간 제어 기반 접근이 실제 상용화 단계에서 얼마나 효과를 입증할지 업계의 관심이 이어질 전망이다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
