DEVOCEAN

🌟 스터디 개요 및 학습 목표

Physical AI는 AI가 소프트웨어를 넘어 센서·액추에이터·현실 환경과 직접 상호작용하도록 설계된 지능형 시스템 분야를 말합니다.

다시 말해, 로봇·자율주행차·드론처럼 실세계에서 스스로 보고·판단·행동·학습하는 모든 기술과 학문을 아우르죠.

이를 위해 (1) 고정밀 3D 물리 모델링, (2) 실시간 센서 융합, (3) 경로 계획과 제어, (4) 시뮬레이션 기반 대규모 학습, (5) 학습 결과를 실제 기계에 적용해 지속 개선하는 Sim‑to‑Real 절차가 필수적입니다.

NVIDIA Isaac Sim은 이러한 Physical AI 워크플로를 위한 ‘가상 실험실’을 제공해,

개발자가 비용과 위험 부담 없이 수십만 번의 실험과 학습을 수행하고 검증된 결과를 실제 로봇에 곧바로 이식할 수 있게 도와줍니다.

로봇이나 자율 시스템이 현실에서 매끄럽게 움직이려면, 실제 세계의 복잡한 물리 법칙을 정확히 이해하고 제어해야 합니다.

Isaac Sim은 GPU 가속 시뮬레이션, PhysX 물리 엔진, 실사급 RTX 렌더링, 그리고 대량의 합성 데이터를 생성하는 Replicator를 하나로 묶어 이러한 요구를 충족합니다.

덕분에 개발자는 하드웨어를 제작하기 전에, 안전한 가상 공간에서 마음껏 실험하고 검증하며 학습할 수 있습니다.

이번 스터디는 NVIDIA Deep Learning Institute(DLI)의 Robotics Fundamentals Learning Path를 토대로,

로봇 학습 이론부터 Isaac Sim·Isaac Lab을 활용한 디지털 트윈 제작, 강화학습 전략 수립, ROS 2 통합, 그리고 Sim‑to‑Real 적용까지 전 과정을 폭넓게 다룹니다.

📚 활동 내용

• Physical AI 개념 이해

• Isaac Sim을 이용한 현실과 같은 물리 시뮬레이션 환경 구축 및 활용 능력

• Isaac Lab 로봇 학습 파이프라인 구축

• 현실과 시뮬레이션 간 차이를 최소화하는 Sim-to-Real 기법 실습

• ROS2와 Isaac ROS 스택을 활용한 효율적인 로봇 소프트웨어 개발 경험

  
  

🎯 참가 대상

• Physical AI에 관심 있는 분

• NVIDIA Isaac Sim을 통해 최신 로봇 개발 기술을 경험하고 실질적인 포트폴리오를 쌓고 싶은 분

• 물류 자동화, 서비스 로봇, 자율 주행 등 물리 AI 분야로 커리어를 넓히고 싶은 개발자 및 학생

• 초-중급 ROS2·파이썬 경험이 있고 로봇 AI 개발 과정을 체험해 보고 싶은 분

  
  

📅 모임 일정 및 방식

• 모임 방식: 오프라인 미팅 (실습 및 내용 공유를 위해, 오프라인을 지향 합니다.)

• 기간: 4개월 동안 진행 (총 8회 예상, 바뀔 수 있음)

• 주기: 2주에 한 번, 회당 2시간 (변경 될 수 있음)

• 참여 조건: NVIDIA Isaac Sim을 이용한 실습을 진행해야 하기 때문에, 기본적으로 NVIDIA GPU 가 있는 환경이 필요합니다. (필수)

  
  

🔧 참여 준비물

• GPU 환경: RTX 3060 이상 (최소 RTX 3050Ti) GPU 노트북, 또는 클라우드 GPU 환경

• 운영 체제 및 소프트웨어 (필수 아님) : Ubuntu 22.04, Omniverse Launcher, Isaac Sim 4.5, ROS2 Humble, Python 3.10

• Git 및 GitHub 사용 경험

  
  

📍 모임 장소

• 을지로 입구역 삼화타워 3층 19:00 ~ 21:00 (예정 / 퇴근 이후 저녁 시간대 운영 혹은 주말)

  
  

💡 참여하고 싶으신 분들은...

• 주제와 내용이 어려워 보일 수 있지만, 어차피 모두 다 같이 처음부터 시작하는 스터디 이므로 배우겠다는 열정 있으신 분들의 많은 참여를 기다립니다.

📝 신청 방법

기타 안내는 데보션 -> 스토리 -> OpenLab 의 학습 모임 안내 페이지를 참고하세요.