첫 Physical AI 플랫폼 선택하기
이 저널에는 소프트웨어 시스템에서 로보틱스와 Physical AI로 넘어가는 과정을, 아직 결정이 확실하지 않았던 시점부터 남기고 싶다.
첫 질문은 "어떤 로봇이 가장 멋져 보이는가?"가 아니었다. 기본적인 기구부를 만드는 데 몇 달을 쓰기 전에 ROS, perception, navigation, manipulation, AI까지 빠르게 접근하면서도 최대한 많이 배울 수 있는 플랫폼이 무엇인가가 핵심이었다.
요구사항은 점점 구체적으로 정리됐다.
- ROS 2 지원과 벤더 스택을 직접 살펴보거나 나중에 교체할 수 있을 정도의 개방성
- 단순 주행 플랫폼이 아니라 모바일 베이스와 실제 로봇팔의 조합
- LiDAR와 카메라/Depth sensing
- 향후 GPU 로보틱스 작업을 위한 NVIDIA Jetson
- 기계 조립만 하다가 첫 단계를 끝내지 않도록 충분한 pre-assembly
- 첫 로봇을 졸업한 뒤에도 재사용 가능한 하드웨어
Mecanum을 포함한 여러 섀시 형태를 비교했고, 실제로 관심 있는 환경인 카펫, 단단한 바닥, 콘크리트, 작은 턱에서 어떤 특성이 중요한지도 생각했다. Raspberry Pi급 시스템과 NVIDIA Jetson 구성을 비교하면서 더 강력한 Jetson 옵션이 추가 비용만큼 가치가 있는지도 오래 고민했다.
Jetson Orin NX 16 GB는 중요한 결정 요소가 됐다. 첫 로봇이 나중에 너무 제한적으로 느껴지더라도 compute module은 다른 프로젝트로 옮길 수 있기 때문이다.
당시 검토하던 M3 Pro 구성 가격은 약 $2,350 수준이었고, 충분히 부담스러운 금액이었기 때문에 여러 경쟁 플랫폼을 비교했고 이 정도 비용을 지불하기에는 너무 교육용 장난감처럼 보이는 것은 아닌지도 의심했다.
또 하나의 우려는 신뢰였다. 공장 시스템은 내가 직접 설치하지 않은 소프트웨어와 서비스가 포함된 벤더 제작 Linux/ROS 이미지다. 그렇다고 그것이 위험하다고 단정하는 것은 아니다. 하지만 카메라와 센서를 가진 네트워크 연결 로봇이라면 검토할 가치가 있다. 그래서 장기 계획은 공장 시스템을 먼저 검증하고, 인벤토리하고, 백업한 다음 점진적으로 내가 이해하고 통제할 수 있는 오픈 Linux/ROS 환경으로 이동하는 것이 됐다.
결정의 핵심은 결국 이것이었다.
나는 가장 완성도 높은 로봇 제품을 사려는 것이 아니었다. 쓸 만한 물리적 실험실을 사려는 것이었다.
결정
Yahboom ROSMASTER M3 Pro는 작은 교육용 플랫폼과 훨씬 비싼 산업/연구용 로봇 사이의 적당한 중간 지점처럼 보였다.
첫 로봇을 바꿔야 할 시점이 오기 전까지 이 플랫폼이 실제 로보틱스를 얼마나 깊게 경험하게 해줄 수 있는지 확인하는 것이 첫 실험이다.