허깅페이스·AWS의 로봇 개발 통합 플랫폼 구축

주장로봇 개발 과정에서 발생하는 파편화된 도구 문제를 해결하기 위해 허깅페이스의 르로봇(LeRobot)과 아마존웹서비스(AWS)의 스트랜즈 로봇(Strands Robots) SDK가 통합되었습니다. 기존에는 기록, 학습, 시뮬레이션, 배포를 위해 각각 다른 도구를 사용해야 했으나, 이제는 하나의 에이전트 루프 안에서 모든 과정을 처리합니다.

팩트스트랜즈 로봇은 아파치 2.0 라이선스로 공개된 오픈 소스 소프트웨어 개발 키트(SDK)입니다. 이 SDK는 로봇 추상화와 시뮬레이션 기능을 제공하며, 르로봇 스택을 에이전트 도구로 구성하여 단일 에이전트 내에서 로봇을 제어하도록 설계되었습니다.

팩트시뮬레이션 환경과 실제 하드웨어 환경은 동일한 르로봇 데이터셋(LeRobotDataset) 형식을 공유합니다. 사용자는 코드 내에서 모드 설정만 변경하면 시뮬레이션에서 수행하던 작업을 실제 물리 로봇인 에스오-101(SO-101) 모델로 즉시 전환합니다.

교차검증실제 하드웨어 배포를 위해서는 허깅페이스 계정 토큰과 로봇 보정 파일이 필요합니다. 또한 지아르00티(GR00T) 추론을 위해서는 최소 16기가바이트 이상의 비디오 메모리를 갖춘 엔비디아 그래픽 처리 장치(GPU)와 도커 환경을 갖춰야 합니다.

팩트기본 시뮬레이션 경로는 하드웨어나 그래픽 처리 장치 없이도 노트북에서 실행 가능합니다. 파이썬 3.12 이상 환경에서 유브이 핍 인스톨(uv pip install) 명령어를 통해 필요한 라이브러리를 설치하면 즉시 테스트를 시작합니다.

주장이번 통합의 핵심은 데이터셋의 일관성 유지에 있습니다. 시뮬레이션에서 기록된 데이터와 실제 로봇에서 기록된 데이터가 동일한 파케이(Parquet) 스키마와 엠피4(MP4) 레이아웃을 사용하므로, 데이터 호환성 문제 없이 학습 데이터를 구축합니다.

팩트에이전트 제어는 간결한 파이썬 코드로 이루어집니다. 로봇 객체를 생성하고 에이전트에 도구로 할당한 뒤, 자연어 명령을 내리는 것만으로 로봇의 동작을 지시합니다.

교차검증현재 제공되는 예제 코드의 기본 정책은 목(Mock) 정책으로, 실제 학습된 체크포인트가 아닌 임의의 동작을 생성합니다. 실제 유용한 작업을 수행하려면 지아르00티나 르로봇로컬(LerobotLocal)과 같은 실제 정책 모델을 별도로 적용해야 합니다.

주장다수의 로봇을 운용할 경우, 내장된 피어 메시(Peer Mesh) 기술을 통해 전체 로봇 군집을 조정합니다. 이는 개별 로봇 제어를 넘어 대규모 로봇 시스템을 효율적으로 관리할 수 있는 확장성을 제공합니다.

팩트스트랜즈 로봇 SDK는 로봇 제어의 복잡성을 낮추기 위해 설계되었습니다. 개발자는 복잡한 하드웨어 설정 없이도 르로봇의 학습 알고리즘을 로봇에 즉각 반영합니다.

주장이번 협업은 로봇 공학의 진입 장벽을 낮추는 중요한 전환점이 됩니다. 소프트웨어와 하드웨어 간의 경계를 허물어 로봇 연구의 속도를 높입니다.

출처허깅페이스 공식 블로그 및 스트랜즈 로봇 관련 기술 문서를 통해 해당 내용을 교차 검증했습니다.