모벤시스, Physical AI 실시간 실행 스택 연구로 엔비디아 GTC 2026 포스터 세션 발표

정하준 기자 · 2026-03-17

모벤시스는 자사의 Physical AI 실시간 실행 스택 연구가 엔비디아 GTC 2026 포스터 세션에 선정돼 현지에서 발표됐다고 17일 밝혔습니다.

엔비디아 GTC는 AI, 로보틱스, 디지털 트윈, 가속 컴퓨팅 분야 기술과 적용 사례가 공유되는 글로벌 기술 컨퍼런스로, 매년 미국 캘리포니아주 산호세에서 열립니다. 모벤시스의 연구는 Physical AI 시스템의 핵심 과제인 Sim-to-Real Gap을 실시간 제어 관점에서 접근한 것으로, 경쟁이 치열한 선정 과정을 통과해 최종 발표 과제로 채택됐습니다.

현재 대부분의 Physical AI 시스템은 AI 추론을 수행하는 GPU 기반 컴퓨팅 모듈과 로봇 모션 제어를 담당하는 컨트롤러가 분리돼 있어, 네트워크 연결로 인한 통신 지연과 스케줄링 지연으로 전체 제어 루프에서 Latency가 발생합니다. 이로 인해 AI 의사결정과 실제 로봇 동작 간 시간적 불일치가 발생하고, 실시간 동기화와 제어 안정성에 제약이 생깁니다.

모벤시스는 이러한 구조적 한계를 해결하기 위해 소프트웨어 모션 컨트롤러 WMX 기반 실시간 모션 제어 스택을 개발했습니다. 이 스택은 EtherCAT 기반 실시간 통신과 ROS2 인터페이스를 통해 엔비디아 Isaac 기반 애플리케이션 계층과 로봇 제어 계층을 저지연으로 연결하는 실시간 실행 계층을 제공합니다. 이를 통해 AI 추론 계층과 로봇 제어 계층 사이의 지연을 최소화하고, 지능과 제어가 밀접하게 결합된 실행 구조를 구현합니다.

Jetson Orin 환경에서 Isaac Manipulator를 활용한 비교 실험에서는 기존 외부 로봇 컨트롤러 구조 대비 모벤시스 실시간 스택이 추종 오차(MAE)를 약 85% 줄이는 성능을 확인했습니다. 이 결과는 Physical AI 시스템에서 AI 결정과 실제 동작 간 간극을 줄이는 실시간 제어 계층의 중요성을 보여줍니다.

모벤시스의 소프트 모션 기술은 MIT 연구에서 출발했으며, 반도체 제조 장비 등 산업 자동화 분야에도 적용되고 있습니다. 이번 연구는 산업용 실시간 제어 기술을 로봇 파운데이션 모델 기반 소프트웨어 스택과 결합해 Physical AI 실행 인프라를 구축하는 접근법을 제시합니다. 발표에서는 실시간 실행 스택을 활용한 센서 기반 적응형 파인튜닝 구조 등 확장 가능성도 소개됐습니다.

모벤시스는 "Physical AI 시스템에서는 AI 모델뿐 아니라 현실 환경에서 안정적으로 실행할 수 있는 실시간 인프라가 핵심"이라며 "산업용 제어 기술을 기반으로 차세대 로봇에서 활용 가능한 Physical AI 실행 플랫폼 개발을 계속 추진할 것"이라고 밝혔습니다.