Orbbec, ROSCon JP 2026에서 일본에 로봇 전용 데이터 플랫폼 선보여

Orbbec은 2026년 8월 4일과 5일 츠쿠바에서 개최된 ROSCon JP 2026에서 일본 최초로 ‘물리적 AI(Physical AI)’를 위한 로봇이 필요 없는 데이터 수집 하드웨어 플랫폼을 선보였습니다. 이 플랫폼은 로봇 기술 훈련을 위해 1인칭 관찰, 손과 물체 간의 상호작용 캡처, 손목 수준의 근거리 데이터 수집을 지원하는 EGO, UMI, WristCam이라는 세 가지 장치를 핵심으로 합니다.

이 회사는 200만 화소 어안 카메라 2개, 1밀리초 동기화 정확도, 1,000헤르츠 6축 IMU를 탑재하고 총 중량이 약 200그램인 ‘듀얼 EGO(Dual Ego)’ 프로토타입을 시연했습니다. EGO RGB D 시리즈는 소매 및 의료 환경에서 흔히 볼 수 있는 투명 및 반사 표면을 처리하기 위해 ‘LingBot Depth’라고 명명된 알고리즘과 결합된 칩 레벨 깊이 출력을 제공합니다.

Orbbec은 선전에 본사를 두고 있으며, 로봇 공학, 물류 및 소매 시스템 분야의 3D 비전 기술로 명성을 쌓아왔습니다. 이 회사는 로봇 지각 스택에 연결되는 깊이 카메라와 센서를 생산하며, 현재는 물리적 AI(Physical AI)를 위한 데이터 수집 분야로 사업 영역을 확장하고 있습니다. 이 회사의 장비는 이미 히타치의 ‘CO URIBA’ 핸즈프리 쇼핑 시스템과 일본 3대 자동차 제조사 중 한 곳이 개발한 자율 주행 병원 물류 로봇에 사용되고 있어, 오르벡은 일본 현장의 실제 운영 제약 조건을 직접 경험하고 있습니다.

Orbbec은 사람이 착용하는 센서를 로봇 데이터 수집의 새로운 주력 수단으로 자리매김하고 있다

핵심 아이디어는 단순하면서도 상업적으로 실용적입니다. 상호작용 데이터를 생성하기 위해 고가의 로봇을 대규모로 운영하는 대신, 작업자와 연구 참여자에게 가볍고 동기화된 센서를 부착한 뒤, 조작 및 탐색 정책을 훈련시키는 데 활용할 수 있는 라벨링이 잘 된 1인칭 시점 영상 시퀀스를 수 시간 분량으로 수집하는 방식입니다. 쉽게 말해, 이는 인체를 위한 블랙박스와 줄자 역할을 합니다.

물리적 AI 모델은 착용자가 무엇을 보았는지, 손이 무엇을 했는지, 그리고 환경에 무엇이 있었는지에 대한 쌍을 이룬 관측 데이터를 세밀한 시간 해상도로 필요로 합니다. 오르벡의 EGO는 1인칭 RGB D 스트림과 UMI를 제공합니다.

타겟은 손과 물체 간의 상호작용 장면을 포착하며, WristCam은 로봇이 종종 어려움을 겪는 근거리의 가림 현상이 잦은 장면을 촬영합니다. Dual Ego 프로토타입은 정밀한 동기화 기능을 추가하는데, 이는 접촉이 빈번한 조작이나 빠른 재그립과 같은 작업을 위해 다중 시점 데이터를 융합할 때 중요한 요소입니다.

서비스 로봇을 개발하는 일본 개발자들에게 이 접근 방식은 데이터셋 생성 시 초기 비용과 복잡성을 낮춰줍니다. 대학 및 기업 연구소는 병원, 상점, 공장에 완전한 로봇을 배치하는 대신 사람과 센서만으로 시작할 수 있습니다. 이는 안전 승인 절차를 간소화하고 반복 개발 속도를 높여, 신중하면서도 까다로운 일본의 조달 문화에 부합합니다.

이 회사는 EGO UMI와 WristCam을 플랫폼의 핵심으로 삼고 있습니다.

EGO는 칩 수준에서 RGB D 출력을 통해 자기 중심적 캡처를 수행하도록 설계된 헤드 마운트 장치입니다. 칩 수준의 깊이 정보는 깊이 계산을 범용 프로세서로 오프로드하는 것에 비해 전력 소모와 지연 시간을 줄여주기 때문에 중요합니다. Orbbec은 이를 LingBot Depth와 결합했는데, 이는 과거 스테레오 및 구조광 시스템이 제대로 작동하지 않았던 유리질이나 광택이 나는 물체의 깊이 정보를 복원하는 것을 목표로 하는 향상 파이프라인입니다.

UMI는 손과 도구 및 제품이 상호작용하는 미세 영역을 대상으로 합니다. 이곳은 시점이 가장 중요한 미세 조작 영역입니다. 손에 더 가까운 위치에 보조 광각 또는 협각 카메라를 장착하면, 병 뚜껑을 돌리거나 지퍼를 맞추는 등 그리퍼가 파악해야 할 순간을 포착할 가능성이 높아집니다.

WristCam은 훨씬 더 가까운 시점을 제공합니다. 손목 높이의 카메라는 중복된 것처럼 보일 수 있지만, 헤드 마운트 장치의 시선 아래를 볼 수 있기 때문에 물체 잡기나 삽입 동작에 가장 유용한 데이터를 제공하는 경우가 많습니다. WristCam 데이터는 가림 현상을 해결하는 정책을 학습시키고, 자체 충돌이나 테이블 가장자리를 피하는 궤적을 계획하는 데 도움이 됩니다.

Dual Ego 프로토타입은 하드웨어 구성을 완성합니다. 두 대의 2메가픽셀 어안 카메라가 하나의

밀리초 단위의 정밀도와 1,000 헤르츠 6축 IMU를 결합하여 실험실 수준의 시간 정렬을 구현합니다. 이러한 수준의 동기화는 연구자들이 빠른 손 동작과 시각적 변화를 상호 연관 지을 때 확신을 갖게 해주며, 이는 행동과 관찰의 정확한 시간적 연동에 의존하는 모델을 훈련하는 데 필수적입니다.

LingBot이 강화된 칩 내 심도 기술, 유리 및 눈부심 문제 해결

투명 및 반사성 소재는 깊이 센서의 대표적인 오류 원인입니다. 수축 포장된 소매점 진열대, 아크릴 칸막이가 있는 약국 카운터, 스테인리스 스틸로 된 병원 카트 등은 잘못된 깊이 측정값을 생성할 수 있습니다. Orbbec은 통합된 깊이 처리 파이프라인과 독자적인 향상 기술을 결합함으로써 이러한 격차를 충분히 해소하여, 정책이 이상적인 장면에 과도하게 최적화되는 것을 방지할 수 있을 것으로 기대하고 있습니다.

칩 레벨 깊이 기술은 센서 바로 옆에 전용 깊이 처리 블록이 위치함을 의미하며, 이는 지터와 지연 시간을 줄여줄 것으로 기대됩니다. 이를 통해 더 안정적인 자기 운동 보정과 IMU 데이터와의 정밀한 정렬이 가능해지며, 이 두 가지 모두 주행 거리 측정 및 순간적인 접촉 이벤트 재구성에 매우 중요합니다. LingBot Depth 향상 기술은 학습된 선험적 정보를 활용해 까다로운 표면을 채우면서도 심각한 오류를 발생시키지 않는 추가 레이어로 소개되고 있습니다.

일본 시장은 이러한 주장을 검증하기에 최적의 테스트베드입니다. 소매업체들은 깔끔한 진열을 중요시하며, 병원들은 반짝이는 설비를 통해 높은 위생 기준을 유지합니다. EGO 장치가 이러한 환경에서 일관된 포인트 클라우드를 생성할 수 있다면, 개발자들은 라벨링 정리 및 정책 디버깅에 소요되는 시간을 수 시간이나 절약할 수 있을 것입니다. 만약 그렇지 못한다면, 해당 데이터에 기반해 구축된 스택은 시범 운영 단계에서 나중에 드러나는 취약성을 그대로 물려받게 될 것입니다.

일본은 물리적 AI 데이터 수집을 위한 실질적인 시험장 역할을 합니다.

일본의 인구 통계와 산업 구조는 서비스 자동화에 대한 강력한 수요를 창출합니다. 고령화 인구와 소매, 물류, 의료 분야에서 지속되는 인력 부족은 기업들이 반복적인 신체적 부담을 줄이고 직원들이 다른 업무에 집중할 수 있도록 돕는 보조 시스템을 도입하도록 압박하고 있습니다.

고객과 직접 접촉하는 업무입니다. 동시에 신뢰성과 안전성에 대한 기대치가 높으며, 조달 주기상 현지 여건을 반영한 실증 자료가 요구됩니다.

ROSCon JP는 이러한 실용주의를 잘 반영하고 있습니다. 이 행사는 연구자, 시스템 통합업체, 기업 연구개발(R&D) 팀이 ROS 기반 구축 환경에서 무엇이 통하고 무엇이 통하지 않는지에 대해 의견을 나누는 기술 교류회입니다. 히타치의 소매점 실험과 병원 물류 로봇에서 이미 검증된, 동기화된 에고센트릭 리그와 깊이 카메라를 직접 선보이는 것은, 단순한 슬라이드 발표보다 Orbbec에 더 큰 신뢰성을 부여합니다.

츠쿠바의 위치도 중요합니다. 이 도시에는 로봇 공학 및 재료 과학에 주력하는 선도적인 연구 기관과 기업 연구소가 자리 잡고 있습니다. 대학 및 국립 연구소와의 근접성은 조작 벤치마크나 구조화된 건물 내 내비게이션과 같은 실제 평가 프레임워크를 통해 플랫폼이 테스트될 가능성을 높여줍니다. 일본 개발자들은 구매 결정을 내리기 전에 벤더 하드웨어를 스트레스 테스트를 통해 철저히 검증하는 것으로 알려져 있습니다.

소매 및 병원 분야는 단기적인 수요 신호를 보여준다

CO URIBA의 핸즈프리 쇼핑 프로그램은 사업 확장의 길을 시사한다. 핸즈프리 쇼핑 시스템은 재고 손실을 최소화하고 정확하게 요금을 청구하기 위해 신뢰할 수 있는 고객 식별, 진열대 재고 감지, 행동 이해가 필요합니다. 자기중심 데이터는 고객 관점에서 물체 상호작용을 추적하도록 모델을 훈련시키는 강력한 수단이며, 이를 통해 센서를 착용하지 않고도 동일한 상호작용을 인식해야 하는 매장 카메라 모델에 정보를 제공합니다.

병원은 다르지만 마찬가지로 중요한 수요 양상을 보여줍니다. 자율 물류 로봇은 카트, 문, 엘리베이터를 다루어야 하며, 직원의 업무를 방해하지 않고 작동해야 합니다. 로봇이 손잡이를 잡거나 붐비는 복도를 이동하도록 훈련시키기 위해, 간호사 및 간병인이 촬영한 1인칭 시점 영상은 바닥에 설치된 카메라가 포착하지 못하는 타이밍과 동작 패턴에 대한 기준 데이터를 제공합니다. WristCam 및 UMI 모듈은 필요한 손 중심 데이터를 제공할 수 있습니다.

수액대, 수납함, 트레이를 견고하게 조작하기 위해.

일본의 주요 자동차 제조사들은 첨단 자율 주행 기술을 검증하기 위한 시험장으로 병원용 로봇에 대한 투자를 점차 확대하고 있습니다. 병원 환경은 구조화되어 있으면서도 변화무쌍한 패턴을 보이며, 이는 인식, 계획 수립, 인간-로봇 상호작용을 시험하는 데 적합합니다. 병원용 로봇에 Orbbec 3D 비전 기술을 적용하고 있는 상위 3대 자동차 제조사 중 한 곳은, 자사의 센서가 기본적인 내구성과 보정 요건을 충족한다고 밝혔습니다. 사람이 착용하는 데이터 스택을 추가하는 것은 차세대 조작기를 위한 정책 학습의 선행 단계로 적합합니다.

공급망에 미치는 영향은 광학, 관성 센서, 컴퓨팅 분야 전반으로 파급됩니다.

동기화되고 경량화된 1인칭 시점(egocentric) 스택을 구축하는 것은 알고리즘적 과제인 동시에 공급망 관리 과제이기도 하다. 듀얼 어안 모듈은 일관된 렌즈 공급업체와 정밀한 보정이 필요하다. 탐론(Tamron)이나 코와(Kowa)와 같은 일본 기업들은 서니 옵티컬(Sunny Optical)이나 오필름(Ofilm)과 같은 중국 공급업체들과 이러한 부품 시장을 놓고 경쟁하고 있습니다. 일본 내 현지 조달과 중국에서의 대규모 생산 사이의 균형은 기업 구매자들의 면밀한 주목을 받을 것입니다.

IMU 선정 및 통합에는 고유한 위험과 기회가 따릅니다. 1,000 헤르츠 6축 데이터 스트림은 주로 TDK 인벤센스(InvenSense) 부품에서 공급되므로, 이는 오르벡(Orbbec)에게 일본 내 잠재적인 현지 파트너로서의 이점을 제공합니다. 고속 IMU는 더 많은 전력을 소모하고 열을 발생시키므로, 전력 관리 및 열 관리가 폼 팩터와 착용자의 편의성에 영향을 미칩니다. 배터리 팩은 일본의 PSE 인증을 통과해야 하므로, 또 다른 규정 준수 단계가 추가됩니다.

엣지 컴퓨팅 및 저장 장치 선택도 중요합니다. 심도 파이프라인은 칩에서 처리되지만, 에고센트릭(egocentric) 장비는 여전히 동기화된 메타데이터와 함께 다중 스트림 동영상을 압축하고 저장해야 합니다. 이는 높은 프레임 속도의 어안 렌즈 스트림을 처리할 수 있는 충분한 처리량을 갖춘 임베디드 프로세서와 NVMe 저장 장치를 필요로 함을 의미합니다. 연구자들은 타임스탬프와 BAG 파일의 무결성을 중요하게 여기기 때문에, 장치 내 또는 테더를 통해 ROS 호환 미들웨어를 통합하는 여부가 도입 여부에 영향을 미칠 것입니다.

유지보수 용이성은 결코 사소한 문제가 아닙니다. 현장에서 교체 가능한 케이블과 마운트, 땀에 강한 하우징, 퀵 독 충전 기능은 시범 프로젝트의 성패를 좌우할 수 있습니다. Orbbec이 EGO, UMI, WristCam을 예비 부품과 교정 도구가 포함된 모듈형 키트로 구성한다면, 조달 관련 반대 의견을 완화할 수 있을 것입니다. 만약 키트가 빈번한 공장 재교정을 필요로 한다면 총 소유 비용이 상승하게 되며, 일본 구매자들은 수명 주기 비용을 철저히 산정하는 경향이 있습니다.

글로벌 및 국내 비전 공급업체들로부터의 경쟁 압박이 심화되고 있다

로봇 훈련을 위한 1인칭 시점 데이터를 추구하는 것은 오르벡만이 아닙니다. 스테레오랩스(Stereolabs)는 머리에 장착할 수 있는 ZED 카메라를 판매하고 있습니다. 럭소니스(Luxonis)는 온보드 AI 가속 기능을 갖춘 OAK 모듈을 적극 홍보하고 있습니다. 인텔(Intel)의 리얼센스(RealSense) 제품군은 기업의 사업 방향이 바뀌었음에도 불구하고 연구실 시장에서 여전히 꾸준한 수요를 보이고 있습니다. 소니와 파나소닉은 방대한 이미징 포트폴리오와 일본 내 강력한 유통망을 보유하고 있어, 센서를 기업용 서비스와 번들로 제공할 가능성이 있다.

하드웨어를 넘어, 대형 기술 기업들의 연구는 이고센트릭 데이터셋과 관행을 시장에 뿌리내리게 했다. Ego4D와 같은 프로젝트와 구글, 엔비디아, 대학 연구소에서 개발한 조작 학습 모델은 데이터 형식과 라벨링 규약에 대한 기대치를 형성하고 있다. 구매자들이 이러한 생태계를 표준으로 채택하기로 결정한다면, 오르벡의 가치는 자사의 데이터 스트림이 대중적인 툴체인에 얼마나 효율적으로 통합되느냐에 달려 있을 것이다. ROS 호환성은 도움이 되지만, 개발자들은 드라이버 품질, 펌웨어 안정성, 커뮤니티 지원을 중요하게 여긴다.

현지 기존 기업들도 중요한 역할을 합니다. 프리퍼드 네트웍스(Preferred Networks)와 도요타 리서치(Toyota Research) 산하 연구소들은 조작 및 자율 주행용 내부 데이터 파이프라인을 구축해 왔습니다. 이들은 지적 재산권(IP)과 품질을 통제하기 위해 자체 제작 장비와 맞춤형 보정을 선택할 수도 있습니다. 이로 인해 대학, 스타트업, 2차 통합업체를 대상으로 한 기성 키트 시장이 열리게 됩니다. Orbbec이 일본 시장에서 규모를 확장하기 위한 길은 아마도 이러한 그룹들과 시스템 통합업체들과의 파트너십을 통해 열릴 것으로 보입니다.

면책 조항: 본 기사는 정보 제공만을 목적으로 합니다.

또한 이는 금융 또는 투자 조언을 구성하지 않습니다.