옴니버스와 디지털 트윈의 인상적인 발전 | Nvidia GTC 24 패널

샌프란시스코와 산호세를 오가는 여정은 지루할 수 있지만, 샌프란시스코에서 열린 게임 개발자 컨퍼런스에서 산호세에서 열린 엔비디아 GTC 24 행사까지 이동하며 산업 메타버스를 주제로 한 통찰력 있는 토론을 사회자로서 진행할 수 있는 특권을 누릴 수 있어 보람을 느꼈습니다.

NVIDIA Corporation의 옴니버스 및 시뮬레이션 기술 담당 부사장 다니엘 크리코잔 레바레디안 신부, Cesium Inc.의 CEO 패트릭 코지, Siemens 디지털 산업 소프트웨어의 제품 수명주기 관리 솔루션 담당 부사장 조셉 보만 박사, Microsoft Corporation의 신흥 기술 담당 기업 부사장 앤드류 존 프랫, Mr. 크리스틴 앤 오식, 아마존 로보틱스 시뮬레이션 글로벌 총괄, 벤자민 제임스 창, 위스트론 글로벌 제조 운영 담당 부사장, 마지막으로 폴리나 마리아 치미엘라츠

이번 연구의 주요 목적은 글로벌 선도 산업이 복잡한 제조 및 기업 운영에서 디지털화를 채택하는 정도와 속도를 조사하는 것이었습니다. 수년간 디지털 트윈과 픽사에서 파생된 유니버설 씬 디스크립션(USD)이 제공하는 장점에 대한 정보를 접한 후, 이들 조직은 그 장점을 확신하게 되었고 OpenUSD 표준을 구현하는 데 진전을 보이고 있습니다. 표준화된 리소스를 활용함으로써 기업은 서로 협력하고 자산을 재분배하여 효율성을 높이고 생산량을 늘릴 수 있습니다.

디지털 트윈은 최근 몇 년 동안 큰 주목을 받고 있는 혁신적인 개념입니다. 소비자 메타버스와 달리 디지털 트윈은 엔터테인먼트 목적으로만 국한되지 않고 기업에 실질적인 애플리케이션을 제공합니다. 기본적으로 기업은 시설을 물리적으로 건설하기 전에 제조 공정을 테스트하고 개선하기 위한 수단으로 디지털 트윈을 활용합니다. 제안된 생산 현장의 정확한 복제본을 가상으로 생성함으로써 기업은 잠재적인 문제를 파악하고 설계를 최적화하여 건설 중 비용이 많이 드는 오류를 최소화할 수 있습니다. 이러한 접근 방식을 통해 기업은 운영을 간소화하고 전반적인 효율성을 개선하여 시장 내 수익성과 경쟁력을 높일 수 있습니다.

공장의 디지털 복제품을 현실과 일치시키기 위해서는 정밀한 시뮬레이션이 필요합니다.실제 시설에 센서를 장착하면 물리적 환경의 귀중한 정보를 수집하고 가상 표현 내에서 활용하여 정밀도를 높이는 동시에 초기 시도에서 올바른 제작과 지속적인 업데이트를 통해 진화하는 운영 요구 사항 및 현재 요구 사항에 맞게 조정함으로써 비용을 절감할 수 있습니다.

존경하는 패널들과 함께한 토론에서는 ‘SimToReal’의 격차를 해소하기 위해 지금까지 이룬 진전과 시뮬레이션 기술에 필요한 추가 발전에 대해 집중적으로 논의했습니다. 디지털 트윈 기술을 활용하는 기업 및 중공업 기업에서 중요한 고려 사항은 필요한 정확도 수준입니다. 이러한 요구를 충족하기 위해서는 시뮬레이션 기능의 지속적인 개선이 필요할 것으로 보입니다.

다음은 검토 및 수정을 거친 녹음된 대화 내용이며, 원하시는 경우 함께 제공되는 시각적 프레젠테이션을 보실 수도 있습니다.

엔비디아 GTC 2024 옴니버스/디지털 트윈 패널

이 플랫폼에서 존경받는 게임비트 수석 작가인 딘 타카하시라고 소개하게 되어 기쁘게 생각합니다. 아마도 제가 게임보다는 기업과 산업에 초점을 맞춘 이 세션에 참석하여 방향을 잘못 잡았다는 인상을 받으셨을 것입니다. 이 특별한 행사가 비디오 게임의 세계를 중심으로 한 것은 아니지만, 가능한 한 미묘한 언급을 포함하기 위해 노력하겠습니다. 30년 넘게 기술과 게임을 모두 취재해온 베테랑 저널리스트로서 이 두 영역의 역동적인 상호작용을 관찰하는 것은 매우 흥미로운 일입니다. 실제로 오늘 이 자리에서 소개하는 최첨단 기술은 이러한 융합의 대표적인 예시입니다. 마이크로소프트의 대표인 앤디 프랫을 환영하는 마음으로 발표를 시작하겠습니다.

이머징 테크놀로지 기업 부사장으로서 게임 스튜디오로 구성된 다양한 팀을 이끌고 있는 프랫은 첨단 AI 팀과 소프트웨어 엔지니어링 전문가 간의 협업을 통해 고객 및 파트너와 협력하여 최첨단 인공지능 기술을 대규모로 효과적으로 활용하는 데 중점을 두고 있습니다. 이 그룹은 현재 목표를 달성하기 위해 최첨단 비디오 게임 기술을 활용하고 있습니다.

Wistron 출신인 저는 프로세스 엔지니어링 및 개발 이니셔티브를 촉진하고 소규모 제조 시설에서 디지털 전환 노력을 주도하는 업무를 주로 담당하고 있습니다.

저는 Amazon Robotics의 대표로서 로봇 시스템과 관련된 운영 측면과 시뮬레이션을 모두 처리하는 그룹을 감독하고 있습니다.개발 및 평가 목적으로 로봇 워크셀 수준의 에뮬레이터를 구축하는 것부터 전체 시설의 포괄적인 디지털 복제본을 만드는 것까지 다양한 업무를 담당하고 있습니다.

Siemens의 제품 수명 주기 관리(PLM) 제품 책임자로서 다양한 혁신 제품의 개발 및 제조를 용이하게 하도록 설계된 소프트웨어 솔루션 제품군을 감독하는 업무를 담당하고 있습니다. 젠슨의 기조연설에서 소개된 최첨단 액화천연가스(LNG) 운반선은 최첨단 기술 제공을 위한 지멘스의 노력을 보여주는 사례 중 하나입니다.

세시움의 CEO인 패트릭 코지(Patrick Cozzi)는 소프트웨어 엔지니어가 지리공간 정보를 활용하여 몰입형 3차원 환경과 시뮬레이션을 제작할 수 있도록 지원한다는 사명을 가지고 회사를 이끌고 있습니다. 지형, 건축 및 기타 관련 요소를 포괄하는 광범위한 전 세계 무대를 제공함으로써 개발자가 혁신적인 애플리케이션과 서비스를 구축할 수 있도록 지원합니다.

재규어 랜드로버(JLR)의 포토디지털 및 혁신 담당 이사로서 디지털화를 통해 이뤄낸 획기적인 발전을 소개하게 되어 기쁘게 생각합니다. 기조연설에서 디펜더나 레인지로버와 같은 가장 상징적인 모델 중 하나를 엿보셨을 것입니다. JLR은 제조, 공급망 관리, 조달 프로세스를 비롯한 운영의 모든 측면에서 최고 수준의 품질 관리를 보장하기 위해서는 최첨단 기술을 활용하는 것이 필수적이라는 점을 잘 알고 있습니다. 이러한 접근 방식을 수용함으로써 지속 가능성과 효율성에 대한 약속을 지키면서 최고의 고객 경험을 제공하는 것을 목표로 하고 있습니다.

레브 레바레디안은 NVIDIA에서 옴니버스 및 시뮬레이션 팀을 이끌며, 인공지능을 실제 세계에 도입하기 전에 개발 및 육성할 수 있는 가상 세계를 생성할 수 있는 일련의 기술을 개발하고 있습니다. 이 개념은 전날 기조연설에서 젠슨이 미래의 AI 발전을 현실의 법칙에 근거하는 것의 중요성에 대해 설명하면서 시연되었습니다. 옴니버스는 이러한 측면에서 이론과 실제를 연결하는 중요한 연결고리 역할을 합니다.

자동차, 공급망, 창고 자동화, 전자 제조 부문을 아우르는 존경하는 패널들의 전문성을 고려하여 이러한 광범위한 산업에서 각자의 디지털 혁신 노력을 촉진하는 중요한 기술적 전제 조건과 최우선 목표에 대해 문의드리고자 합니다.

우선순위를 세 가지 범주로 분류할 수 있습니다.첫째, 시설과 운영에 이러한 시스템을 효과적으로 활용하기 위해 필요한 도구를 갖추는 인프라의 기초적인 측면이 있습니다. 둘째, 중요한 데이터와 거래 정보를 포괄하는 기록 관리 시스템이 있습니다. 마지막으로, 우리의 역량을 한층 더 향상시키는 첨단 기술이 있습니다. 이 세 가지 구성요소가 저희 이야기의 핵심입니다.

아마존의 첨단 로봇 시스템은 경쟁력 있는 가격 옵션과 광범위한 상품 가용성을 갖춘 고속 배송을 보장함으로써 소중한 고객에게 탁월한 가치를 제공하는 데 중요한 역할을 합니다. 안전을 최우선으로 생각하기 때문에 최첨단 시뮬레이션 기술을 도입하고 ‘디지털 트윈’이라는 디지털 복제본을 활용하여 최적의 성능을 보장합니다. 또한 이러한 디지털 트윈은 설계 단계에서 건물 흐름을 최적화하는 데 도움이 됩니다. 또한 여러 시설에서 생성된 모든 관련 메트릭과 데이터를 통합하여 로봇 시스템을 효율적으로 운영할 수 있도록 지원하는 폴리나 팀과 유사한 결과를 얻어야 합니다.

약 10년 전 스마트 제조를 시작했을 때 우리의 핵심 목표는 데이터 중심 공장을 구축하는 것이었습니다. 이 개념은 간단해 보이지만, 필수적인 IoT 기술을 실제로 구현하려면 더 긴 여정이 필요했습니다. 그 결과 모든 측면을 실시간으로 시각화할 수 있었습니다. 이를 통해 이전에는 얻을 수 없었던 데이터를 수집하고 기계, 센서, 계량기 등 다양한 소스에서 가치 있는 인사이트를 추출할 수 있었습니다. 따라서 강력한 데이터 수집 및 IoT 인프라의 구축은 현재의 역량 기반을 형성합니다. 제조 운영의 맥락에서 데이터 수집, IoT 배포 및 시각화의 우선순위를 정하는 것은 자동화와 시뮬레이션을 향한 초기 단계입니다.

아직 대만을 직접 방문하지는 못했지만, Apple Vision Pro를 통해 시설의 일부를 관찰할 수 있었습니다. 이번 사례가 옴니버스 또는 디지털 트윈 패널의 첫 번째 사례는 아니라는 점에 주목할 필요가 있습니다. 저희 팀은 이 분야에서 광범위한 경험을 보유하고 있으며 수년에 걸쳐 기술을 연마해 왔습니다. 하지만 먼저 진행 상황부터 살펴보겠습니다. 구체적으로, 산업 현장에서 디지털 트윈 시뮬레이션을 활용할 때 어느 정도의 정확성을 확보해야 할까요?

특정 문제를 효과적으로 해결하기 위해 가상 현실이 현실을 얼마나 가깝게 복제해야 하는지에 대한 문제를 다룰 때, 이는 해결하고자 하는 특정 문제에 따라 달라진다는 점을 인정해야 합니다.각 상황에는 모델링 대상의 물리적 특성을 비롯한 고유한 특성이 있으며, 이에 따라 정확한 표현을 위해 어떤 측면이 중요한지 결정됩니다. 따라서 모든 시나리오를 해결할 수 있는 단일 소프트웨어나 시뮬레이션 플랫폼은 존재하지 않습니다. 이러한 다양한 요구를 충족하기 위해서는 다양한 도구와 기술이 필요합니다.

유니티는 수년 동안 이러한 노력에 매진해 왔습니다. 초기에는 가상 환경 자체를 고안하고 시뮬레이션에 필요한 모든 관련 정보를 수집하는 것이 가장 큰 과제였습니다. 디지털 환경을 구축하기 위해서는 서로 다른 도구, 센서, IoT 기기, 기타 기기 등 다양한 소스에서 가져온 데이터를 통합해야 하는데, 이러한 데이터는 여러 위치에 서로 다른 형식으로 저장되어 있는 경우가 많습니다. 이러한 요소를 시뮬레이션에 적합한 통합 형식으로 통합한 후에야 디지털 복제본 생성을 진행할 수 있습니다.

범용 장면 설명(OpenUSD)은 움직이는 데이터를 통합하고 조화시키는 데 필수적인 플랫폼 역할을 하며, 이를 통해 이러한 정보를 통합적으로 관리할 수 있게 해줍니다. 이 이니셔티브를 추진하기 위해 작년에 Apple, Adobe, AutoDesk, Pixar 및 기타 20개 이상의 일반 회원사를 포함한 업계 리더들로 구성된 컨소시엄이 공동으로 표준 단체를 설립하여 중요한 이정표를 달성했습니다. 이 패널의 주요 참여자로는 Siemens와 Cesium의 대표 등이 있습니다.

실제로 이러한 업적을 달성한 것은 중요한 성과입니다. 서로 다른 소스의 정보를 통합하는 것은 기본적인 작업처럼 보일 수 있지만, 사실 복잡한 시스템 내에서 데이터를 관리해 온 사람들에게는 매우 어려운 작업입니다.

최고 정보 책임자(CIO)와 대화하다 보면, 하나의 솔루션으로 100개에서 1,000개에 이르는 조직 내의 수많은 이기종 시스템을 해결할 수 있을 것이라는 기대가 있는 경우가 많습니다. 그러나 현실은 이러한 조직이 다양한 형식의 방대한 양의 데이터를 보유하고 있다는 것입니다. PLM(제품 라인 관리)의 등장은 이러한 다양한 정보에 내재된 잠재력을 통합하고 활용할 수 있는 수단을 제공합니다. 많은 기업이 다양한 데이터 세트를 통합하고 이해해야 하는 과제를 안고 있습니다. 저희는 협업 노력의 필수 요소로서 이 이니셔티브에 기여하고 발전시키는 데 열정을 다하고 있습니다.

우리 대학 이니셔티브의 산업적 측면을 발전시키는 데 지멘스의 전문성과 지원이 필요하기 때문에 지멘스와 파트너십을 맺게 되어 기쁘게 생각합니다.

귀하의 요청에 대해 보다 정교한 렌더링을 제공해 드리겠습니다.지금까지 어느 정도 진척이 있었는지 논의하는 것부터 시작해도 될까요? 또한, 폴리나도 시간이 된다면 이 문제에 대한 통찰력을 제공해 주실 수 있을까요?

USD가 이룩한 놀라운 발전과 옴니버스의 획기적인 발전을 목격하는 것은 정말 인상적인 일입니다. 재규어 랜드로버에서는 현재 이 최첨단 기술의 잠재적 이점을 탐구하기 위해 수많은 사례 연구를 진행하고 있습니다. 내부 토론을 통해 이 기술이 비즈니스에 어떤 영향을 미칠 수 있을지 고민하고 있습니다. 최근 저희 혁신 연구소 중 한 곳에서 50명이 넘는 직원들이 모여 NVIDIA의 지원으로 최첨단 시각화를 통해 Omniverse의 기능을 직접 체험하는 행사를 개최했습니다. 프레젠테이션이 끝날 무렵의 조용한 놀라움의 반응은 성공적인 비즈니스 혁신을 이끄는 이러한 순간의 혁신적 힘을 적절하게 포착합니다.

업무에 대한 성취감과 만족감을 제공함으로써 개인에게 동기를 부여하는 기술의 역할을 인정하는 것이 중요합니다. 이는 업무 완수에 필요한 최소한의 노력에 불과할 수 있지만, 사기에 미치는 긍정적인 영향은 간과할 수 없습니다.

“와우, 하지만 더 개선될 수 있다면 얼마나 좋을까?“와 같은 감정을 표현하거나 현재 상태에 대한 만족이 보편적으로 이루어지고 있나요?

츠미엘라르츠: 이렇게 생겼어요. 아름다워요.

NVIDIA는 데이터센터 애플리케이션을 위한 디지털 아바타 개발을 촉진하기 위해 Omniverse를 활용하여 실시간 시뮬레이션에서 시스템 성능을 포괄적이고 정확하게 표현할 수 있도록 지원합니다.

코찌는 지난 한 해 동안 이룬 괄목할 만한 발전을 인정하며, USD에 대한 언급에서 알 수 있듯이 수많은 조직이 모여 협력을 촉진하는 표준을 수립한 메타버스 표준 포럼의 결성을 강조합니다. 기술적 측면 외에도 개인과 기업들 사이에 디지털 혁신을 추구하고 그 잠재적 수익을 평가하려는 경향이 널리 퍼져 있으며, 처음에는 세슘이 주목을 받았던 항공우주 분야를 비롯해 현재는 건축, 엔지니어링, 건설 등 다양한 분야로 확대되고 있습니다.

약 3년 전 처음 시작된 우리의 주요 목표는 3차원 환경 제작을 위한 신속하고 개선된 방법을 찾는 것이었습니다. 당시에는 내부와 외부에 수많은 반대 의견이 존재했습니다.많은 사람들이 수동으로 작업을 수행하는 데 익숙해져 있었기 때문에 가시적인 결과를 얻기 위해서는 물리적 하드웨어와 직접 상호작용해야 했습니다. 그러나 3D 가상화 및 합성 데이터 생성 기술을 활용할 때 얻을 수 있는 잠재적 이점에 대해 회의론자들을 설득하는 데 상당한 진전을 이루었습니다. 그 결과 추가적인 가상 도구, 합성 데이터, 시뮬레이션 시나리오에 대한 수요가 급증하고 있습니다.

예정보다 앞서 프로젝트를 시작하면서 인공지능(AI) 및 시뮬레이션 도구의 제한적인 가용성이 주목할 만했습니다. 그러나 기본 구조가 구체화되면서 단순히 그래픽 인터페이스만으로는 부족하다는 것이 분명해졌습니다. 성능을 최적화하려면 수집된 데이터를 활용하는 것이 필수적이었습니다. 이에 따라 고급 시뮬레이션 툴과 같은 개선 사항을 모색하게 되었습니다. 3차원 모델링 기법을 사용하여 기계의 모든 구성 요소를 각각의 재료 흐름 패턴과 함께 복제하는 것을 목표로 했습니다. 목표는 기존 워크플로우를 방해하지 않으면서도 현재 절차를 변경하면 더 나은 결과를 얻을 수 있는지 확인하는 것이었습니다.

인공 지능(AI)의 발전으로 Nestle과 같은 기업은 방대한 양의 데이터를 의사 결정에 활용할 수 있게 되었습니다. 이러한 기술을 활용함으로써 조직은 그 어느 때보다 효율적으로 운영을 계획하고 실행하는 능력을 향상시킬 수 있습니다. 여기에는 고급 알고리즘과 예측 분석을 통한 생산 프로세스 최적화가 포함됩니다. 이러한 전략의 성공적인 구현은 이미 개별 시설 내에서 입증되었으며, 업계 전문가들에 의해 유망한 결과가 보고되었습니다. 이에 따라 모든 제조 현장에 AI를 확대 도입할 계획이 진행 중입니다.

리드가 언급했듯이 주목할 만한 징후는 지난 몇 주 동안의 사건들에서 찾아볼 수 있습니다. 특히 이전 생산 현장에서는 협력업체를 고용하여 전체 건물의 종합적인 3D 스캐닝을 수행했습니다. 목표는 레이저 절단이 필요한 부품 설계를 실행하고 이후 기계 전체에서 자동화된 취급과 이동을 수행하는 것이었습니다. 조립 라인에서 실시간으로 데이터가 스트리밍되었습니다. 이 특별한 작업을 위해 저는 완료에 4분의 1의 시간을 할당했습니다. 모두가 열심히 일한 결과 3주 후, 공장 내에서 원활하게 작동하는 데모가 제 눈앞에 펼쳐졌습니다. 또한 팀은 Microsoft Power BI에 임베디드 기능을 통합했습니다.각 개별 기술을 요약하면

NVIDIA의 Earth-2 소프트웨어는 지구 기후 시스템의 복잡한 상호작용을 모델링하고 시뮬레이션하여 연구자들이 인간 활동이 지구 온도와 날씨 패턴에 미치는 영향을 더 잘 이해하고 예측할 수 있도록 설계되었습니다.

현재의 노력을 더 큰 생산 규모로 확장하는 과정을 탐구하고 싶습니다. 효율적인 원격 측정 시스템을 구현하고 워크플로우를 간소화하는 데 대한 귀하의 통찰력은 칭찬할 만합니다. 하지만 이러한 프로세스를 가속화하는 데 있어 전문 지식이 덜 필요하면서도 개선의 여지가 있다고 생각합니다. 기존의 이니셔티브는 가능성을 보였지만 지속적인 발전이 필수적인 목표로 남아 있습니다.

실제로 신뢰할 수 있는 소식통에 따르면 Grand Theft Auto VI는 2025년에 출시될 예정이며, 이는 10년 이상 개발에 헌신한 수많은 사람들의 지칠 줄 모르는 노력을 의미한다고 합니다. 하나의 엔터테인먼트를 만들기 위한 이 놀라운 수준의 헌신은 정말 놀랍습니다. 최근 이 회사의 CEO인 롤랜드 부쉬와 대화를 나누던 중 시뮬레이션과 엔터테인먼트의 차이점을 명확히 설명해 주셨습니다. 우리 청중을 위해서도 이 주제에 대해 자세히 설명해 주시겠습니까?

저희 회사에서는 고객의 업무 성격에 대해 폭넓은 논의가 있었습니다. 특히 항력 계수와 같은 공기역학적 특성에 대한 평가가 본질적으로 수반되는 자동차 제작의 경우를 예로 들어보겠습니다. 우리 조직은 이러한 계수를 결정하기 위해 복잡한 미분 방정식 집합을 해결하는 등 고도로 발전된 계산 방법을 보유하고 있습니다. 처음에 OmnivVerse 플랫폼을 검토했을 때, 우리가 일반적으로 수행하는 시뮬레이션 유형과 맞지 않는다는 반응이 지배적이었습니다. 하지만 옴니버스를 자세히 살펴본 결과 다양한 시뮬레이션 작업을 통합된 환경으로 통합할 수 있는 잠재력을 발견했습니다. 예를 들어, 항력 계수와 관련된 계산에는 차량 동역학과 관련된 시뮬레이션과 전자기

게임 엔진 분야에서 일한 것은 Omniverse 팀에 합류하기 전 제 경력에서 빼놓을 수 없는 부분입니다. 시각적으로 매력적인 이미지를 만드는 것이 필수적인 영화용 시각 효과 및 렌더링 작업도 경험했습니다. 하지만 엔터테인먼트 목적으로 가상 세계를 시뮬레이션하는 것과 현실을 정확하게 반영하는 가상 세계를 구축하는 것 사이에는 상당한 차이가 있습니다. 후자는 지능형 에이전트가 이러한 환경 내에서 상호 작용할 수 있도록 설계되어 작업을 효과적으로 수행할 수 있도록 합니다.

예술적 표현의 맥락에서 물리적으로 그럴듯한 것과 시각적으로 매혹적인 것 사이에는 단절이 존재합니다. 매력적인 시각적 경험을 만들기 위해 의도적으로 자연의 법칙에서 벗어난 ‘엔터 더 스파이더버스’와 같은 작품을 고려할 때 이러한 구분이 분명해집니다. 이러한 점에서 게임 엔진은 본질적으로 물리적 현실의 제약을 느슨하게 준수하는 환상적인 세계와 시나리오의 제작을 용이하게 하는 데 초점을 맞추고 있습니다. 따라서 게임 엔진의 주요 목표는 자연 세계를 정확하게 표현하는 것이 아니라 상상력과 창의적인 라이선스를 사용하여 매혹적인 스펙터클을 만드는 데 있습니다.

유체 역학, 빛과 물질의 상호작용에 대한 정확한 렌더링 등 복잡한 시뮬레이션을 통해 물리적 세계 전체를 시뮬레이션하려면 확립된 과학적 원리에 기반한 토대가 필요합니다. 지금까지 이 작업은 계산상의 한계로 인해 비현실적이었습니다. 하지만 지난 5년 동안 레이 트레이싱 기술이 GPU에 통합되면서 이러한 복잡성을 실시간으로 시뮬레이션할 수 있게 되었고, 인간의 능력을 넘어서는 문제를 해결할 수 있는 고급 인공 지능 시스템을 개발할 수 있는 길이 열렸습니다.

저희 팀은 복잡한 계산과 세심한 작업을 수행하는 고도로 숙련된 전문가들로 구성되어 있습니다. 첨단 기술을 통해 디지털 트윈 및 워크스테이션 에뮬레이터를 넘어 다양한 유형의 시뮬레이션을 제작할 수 있습니다. Omniverse 키트를 사용하여 개발된 소니의 혁신적인 소프트웨어를 통해 연구원들은 이전에는 몇 주 또는 몇 달에 걸쳐 시간이 소요되던 센서와 카메라의 배치를 효율적으로 테스트하고 최적화할 수 있습니다. 여기서 핵심은 정확한 결과를 제공하는 최첨단 시뮬레이션 도구를 활용하는 데 있습니다. Rev의 앞선 설명에 동의하듯, 특정 애플리케이션을 위해 설계된 다양한 전문 시뮬레이션 툴이 존재합니다. 그러나 진정으로 중요한 것은 정확한 결과를 보장하기 위해 현실에 기반한 적절한 툴을 선택하는 것입니다.

주목할 만한 사례로 보먼은 영향력 있는 에너지 기업과 관련된 자신의 경험을 이야기했습니다. 이 회사는 보먼의 팀과 협력하여 상당한 규모의 해양 플랫폼에 대한 포괄적인 모델을 개발했습니다. 15년 동안 장기간 사용되어 원래 구조에 대해 잘 알고 있던 이 관계자는 보먼 팀이 개발한 고충실도 복제품을 보고 큰 만족감을 표시했습니다.

이 이야기는 복잡한 장비와 관련된 첫 번째 주요 프로젝트를 수행하는 열정적인 견습생을 중심으로 전개됩니다.마치 비디오 게임을 하듯 복잡한 작업을 쉽게 처리하는 이 젊은이의 접근 방식은 놀랍기 그지없었습니다. 그의 지칠 줄 모르는 열정과 민첩함은 정말 감동적이었습니다. 특정 도구에 대한 사전 경험이 전혀 없었음에도 불구하고 견습생은 이 도구가 마치 비디오 게임과 비슷하다고 자신 있게 주장했습니다. 그 후 시운전 프로젝트가 완료되자 그 제자는 이미 한 번 경험한 것 같은 느낌에 놀라움을 표했습니다. 이러한 세대 간의 만남은 기술과 전통의 융합을 상징하며, 그 결과 업계 내 효율성과 안전성이 향상되었습니다.

게임 디자인에서 그랜드 테프트 오토에 대한 고개를 끄덕이는 것을 고려하면, 제작에 투자된 시간과 노력의 상당 부분이 오픈월드 환경에 등장하는 다양한 콘텐츠를 만드는 데 할당되었음을 유추해볼 수 있습니다. 정확한 수치는 쉽게 알 수 없지만, 이 작업의 대부분은 가상의 풍경을 세심하게 제작한 숙련된 아티스트가 수행한 것으로 추정하는 것이 합리적입니다.

실제로 많은 경우 비디오 게임 제작에 관련된 작업의 상당 부분은 플레이어의 전반적인 미적 경험에 종합적으로 기여하는 다양한 형태의 시각 및 오디오 콘텐츠를 생성하고 통합하는 데 집중되어 있습니다.

물론 이 문제에 대한 귀하의 관점을 이해합니다. 시뮬레이션의 경우 위성 이미지, 항공 감시, 무인 항공기(UAV) 등 다양한 소스를 통해 데이터를 얻을 수 있습니다. 또한 고급 인공 지능 기술을 통해 현실과 구분할 수 없는 가상 환경을 만들 수 있으며, 산호세 시내와 같은 도시 지역에서 비디오 게임을 하는 것과 같은 몰입형 경험도 가능할 수 있습니다.

교육받은 사람이라면 섣불리 추정하기 어렵겠지만, Grand Theft Auto VI는 엄청난 규모의 프로젝트인 것 같습니다. 마찬가지로 대규모 산업 시설의 디지털 복제본(흔히 ‘디지털 트윈’이라고도 함)을 만드는 작업은 그 자체로 복잡성과 장애물을 안고 있습니다. 또한 프랭크 허버트의 대표작인 ‘듄 2’를 실버 스크린이나 다른 시각 매체로 번역하는 야심찬 작업 역시 수많은 복잡성으로 가득 차 있습니다. 뚜렷하면서도 서로 연결된 복잡성의 층위를 고려할 때 이 프로젝트 중 어느 것이 가장 큰 어려움을 야기하는지 정확히 파악하는 것은 실제로 어려운 일입니다.

보먼은 각 프로젝트마다 고유한 어려움이 있다고 설명합니다.하지만 그는 옴니버스와 USD를 통해 이전보다 더 복잡하고 광범위한 문제를 해결할 수 있게 되었다는 사실에 큰 만족감을 느낍니다. 그는 이전에는 계산상의 한계로 인해 불가능했던 공장 현장 전체를 한 번에 시뮬레이션할 수 있게 된 것을 예로 들었습니다. 이러한 작업의 본질적인 어려움에도 불구하고 보먼은 점점 더 복잡해지는 문제를 해결할 수 있게 되어 궁극적으로 더 광범위한 솔루션과 전반적인 생산성을 향상시킬 수 있을 것이라는 전망에 열정을 표합니다.

게임 업계에서는 그랜드 테프트 오토 IV에서 그랜드 테프트 오토 VI로 발전함에 따라 수익이 감소할 가능성에 대한 우려가 존재합니다. 일부 사람들은 전작의 그래픽 기능에 만족감을 느꼈을지 모르지만, 지속적인 개선이 동일한 수준의 가치 상승으로 이어질지는 여전히 불확실합니다. 이로 인해 경영진 사이에서 시뮬레이션과 현실의 개념, 그리고 한계 이익의 감소 없이 업계가 얼마나 발전할 수 있는지에 대한 의문이 제기되고 있습니다.

지난 20년 동안 그래픽 기능이 지속적으로 발전한 데서 알 수 있듯이 게임 업계에서는 “이 정도면 충분하다"는 생각이 오랫동안 지배적인 정서가 되어 왔습니다. 이러한 개선에도 불구하고 소비자들은 점점 더 정교해지는 하드웨어에 투자할 의사를 꾸준히 보여 왔으며, 그 결과 시각적으로 더욱 몰입감 있는 경험을 개발할 수 있게 되었습니다. 개인은 매일 자신을 둘러싸고 있는 자연 환경에서 발견되는 복잡한 디테일과 사실감보다 더 적은 것을 받아들이지 않을 것입니다.

모든 사람에게 권장되는 이 선박을 보고 저는 큰 감명을 받았습니다. 최근 회사 운영의 효율적 관리를 통해 수익 증대에 힘쓰고 있는 조선소 CEO를 만난 자리에서 후판의 크기와 모양, 용접 품질 등 생산 공정의 복잡성에 많은 것이 달려 있다는 것을 알게 되었습니다. 옴니버스라는 가상 현실 환경에서 이러한 다양한 요소들이 어떻게 상호 연결되고 보다 능률적인 기업 운영을 가능하게 하는지 보여줄 수 있는 잠재적 능력은 상당한 변화를 의미합니다. 그러나 현재 우리의 정밀도 수준은 아직 이 목표에 미치지 못하므로 더 발전할 수 있는 충분한 기회를 제공합니다.

우리 연구실에는 자율 로봇과 지각 시스템을 전문적으로 훈련하여 인간과 상호작용할 때 안전을 보장하는 회의론자 그룹이 있습니다. 여기서 핵심 요소는 정밀도이며, 이를 위해서는 광범위한 실제 데이터가 필요합니다.저희 엔지니어와 연구원 팀은 수집되고 라벨링된 데이터 세트를 활용하여 이러한 기술을 미세 조정합니다. 처음에는 인공 데이터로 실험을 진행했지만 한계에 부딪혔습니다. 하지만 최근 합성 데이터 기술의 발전으로 진위성이 향상되어 실제 데이터와의 통합을 통해 그 효과를 높일 수 있게 되었습니다. 앞으로는 합성 데이터에만 의존할 수 있다면 더할 나위 없이 이상적일 것입니다.

이 그림은 지능형 자동화를 위한 NVIDIA Isaac의 기술력을 활용하여 산업 환경 내에서 조작자와 협업하는 첨단 자율 모바일 로봇(AMR)의 모습을 보여주고 있습니다. 이 최첨단 기술의 통합으로 제조 및 공급망 관리 프로세스와 관련된 수많은 작업을 효율적으로 실행할 수 있습니다.

생성 인공 지능의 잠재적 응용 분야에 대한 문의와 관련하여, 어떤 방식으로 작동하고 어떤 분야에서 활용할 계획인지 문의해도 될까요?

프로덕션 관점에서 볼 때, 생성 인공지능에 상당한 기회를 제공할 수 있는 여러 영역이 존재합니다. 예를 들어, 광학 검사 영역에서는 인공지능에 의한 의사 결정이 많이 이루어지고 있습니다. 그러나 이러한 모델을 학습시킬 충분한 양의 샘플을 확보하는 것은 결함 및 비결함 사례를 충분히 축적하는 데 오랜 시간이 필요하기 때문에 종종 어려움을 겪습니다. 많은 경우 5,000개 또는 10,000개의 샘플을 얻기 위해 몇 주 또는 몇 달을 기다리는 것은 비현실적입니다. 이 문제를 해결하기 위해 현재 제한된 수의 초기 샘플을 활용하여 합성으로 생성된 수만 개의 대응 샘플을 생성하는 개념 증명 애플리케이션을 모색하고 있습니다. 이러한 노력으로 지금까지 고무적인 결과를 얻었습니다.

산업 디자인 측면에서 컴퓨터 하우징의 영역을 생각해 보십시오. 과거에는 기계공학의 영역이었던 이 분야는 이제 인공지능의 발전으로 큰 혜택을 받고 있습니다. 기존의 데이터베이스 기록을 출발점으로 삼아 기계 학습 알고리즘을 사용하여 보강재와 같은 구조 요소의 최적 배치를 파악할 수 있습니다. 이러한 모델은 프로세스의 여러 측면을 자율적으로 처리할 수 있지만, 결과물을 미세 조정하기 위해서는 여전히 사람의 입력이 필요할 수 있습니다. 그럼에도 불구하고 지금까지 수집된 유망한 결과는 제너레이티브 AI의 통합이 제조 산업 전반에 큰 가능성을 가지고 있음을 시사합니다.

보먼의 관점에서 볼 때, 수많은 사람들이 각자의 영역에서 검색 증강 생성이라는 개념을 고민하고 있습니다.이 개념은 세 가지 주요 측면을 포괄합니다. 첫째, 인공 지능은 정보로부터 영양을 공급받습니다. 보먼이 관찰한 바에 따르면 이러한 데이터는 개방형 인터넷을 통해 접근하기보다는 기업 내부에 풍부하게 존재합니다. 예를 들어, 그의 고객 중 한 곳은 핵잠수함을 제조하는 회사로, 잠수함의 취약한 부품에 대해 최대한의 신중함을 유지합니다. 따라서 고객의 지적 재산의 보안을 손상시키지 않으면서 어떻게 하면 고도의 기밀 환경에서 AI를 활용할 수 있을지에 대한 과제가 생깁니다. 따라서 검색 증강 생성의 목표는 고객이 독점적인

다양한 분야의 엔지니어들이 소프트웨어 개발자가 사용하는 것과 유사한 고급 도구에 액세스하고 싶다는 열망을 표명했습니다. 예를 들어, “왜 소프트웨어 엔지니어는 최첨단 코드 생성 도구를 보유하고 있는데 다른 유형의 엔지니어는 그러한 리소스가 부족한가?“라는 질문을 던집니다. 이러한 문제를 해결하기 위해 소프트웨어 개발과 마찬가지로 엔지니어링 도구에 이러한 기능을 통합하려는 노력이 이루어지고 있습니다. 또한 산업 프로세스는 점점 더 인공지능(AI)과 통합되고 있으며, 이러한 추세는 공장 운영에 사용되는 비전 시스템과 같은 영역으로 확장되고 있습니다. 이러한 애플리케이션에 AI를 도입함으로써 엔지니어는 여러 영역에서 향상된 기능과 효율성의 이점을 누릴 수 있습니다.

앞서 대화에서 다양한 도구의 필수적인 융합에 대해 논의했습니다. 특히 4억 명 이상의 사용자가 특정 플랫폼을 사용하는 Microsoft 에코시스템에서는 이러한 광범위한 수준에서 제너레이티브 AI를 활용하는 것이 필수적입니다. 이 프로세스는 놀라운 성과를 거두었지만, 접근성을 유지하면서 정보의 보안을 보장하는 것은 팀원들이 직면한 중요한 과제였습니다. 다행히 RAG(리스크 및 거버넌스)가 이러한 문제를 해결하는 데 중요한 역할을 했습니다. 현재 저는 특히 팀 중심 역량, 고급 모델 시스템 및 그 안에 존재하는 독점 지식 저장소 개발을 둘러싼 논의에 흥미를 느끼고 있습니다.

인공 일반 지능(AGI)은 엄청난 잠재력을 가지고 있지만, 데이터 자산을 정리하고 보호하는 것의 중요성을 간과해서는 안 됩니다. 대중적인 믿음과는 달리, 기존 시스템 내의 수많은 기존 도구들은 수년 전부터 이 문제를 적극적으로 해결해 왔습니다. 구조화된 데이터 세트에서 이러한 리소스를 활용하면 놀라운 결과를 얻을 수 있으므로, 더 복잡한 솔루션을 찾기 전에 이미 존재하는 것부터 시작하는 것의 가치를 강조합니다.

기업 내에서 데이터를 체계적으로 정리하고 분류하는 데 구조화된 접근 방식을 활용하면 상당한 이점을 얻을 수 있다는 것은 의심의 여지가 없습니다. 이러한 방법론은 후속 작업을 구축할 수 있는 견고한 토대가 됩니다. 그러나 포괄적인 맥락 정보와 절대적인 확실성에 대한 원활한 액세스에 크게 의존하는 프로젝트에는 종종 어려움이 따른다는 점을 인식하는 것이 중요합니다. 이러한 데모는 언제나 대규모로 성공적으로 구현하기 전에 광범위한 연구와 개선이 필요합니다.

옴니버스는 Apple Vision Pro와 함께 작동합니다.

데이터 교환, 3차원 표준, 상호 운용성 및 투명성은 이러한 맥락에서 어떤 역할을 하나요? 어느 정도까지 필수적인가요?

세슘은 개방성, 상호운용성, 3차원 표준 준수를 우리 미션의 근본적인 측면으로 삼고 이를 촉진하는 데 중점을 두고 있습니다. 이러한 기술의 시장이 기하급수적으로 확장되고 있다고 믿기 때문에 우리는 무한한 잠재력을 가지고 있습니다. 지금은 의심할 여지없이 기술 분야에 종사하기에 매우 흥미로운 시기이며, 우리 앞에 놓인 장애물을 해결하기 위해서는 지리공간 데이터에 대한 전문성을 활용하는 동시에 다양한 업계 파트너 네트워크와 긴밀히 협력하여 플랫폼 간 원활한 통합을 보장하는 데 집중해야 합니다. 또한 이러한 접근 방식은 최종 사용자와 고객 모두에게 매우 유리하며, 각자의 고유한 요구사항을 충족하는 다양한 최상위 솔루션 중에서 유연하게 선택할 수 있는 이점을 제공합니다.

현재의 잠재력을 잘 보여주는 한 가지 예는 지리공간과 AEC 기술의 융합입니다. Revit과 USD 커넥터와 같은 도구를 활용하면 이제 Revit 내에서 설계 모델을 생성한 후 USD 커넥터를 통해 USD Composer로 전송하는 것이 가능해졌습니다. 또한 Google의 사실적인 3D 타일을 프로세스에 통합하면 Cesium 플러그인을 사용하여 Google 어스에서 찾은 매우 상세한 3D 지리 공간 데이터를 USD Composer에 바로 통합할 수 있습니다. NVIDIA, Autodesk, Google, Cesium과 같은 업계 리더의 최첨단 기술이 통합되어 USD라는 표준화된 통합 플랫폼을 제공하며, 이는

정량화 가능한 결과를 탐구하거나 향후 개발 방향을 모색하는 미래를 향한 중요한 진전을 의미합니다.

전시장에서 누구나 볼 수 있는 수많은 인상적인 성과가 분명하기 때문에 가시적인 성과에 대한 논의는 필요하지 않다고 생각하는 것으로 보입니다.그는 기업 내에서 이러한 첨단 기술을 통합하는 것에 대한 논의가 시작되면 일반적으로 숙련된 게이머처럼 기술을 이해하고 이를 능숙하게 운영할 수 있는 능력을 갖춘 핵심 그룹이 존재한다고 말합니다. 그러나 이러한 조직의 모든 구성원이 필요한 전문 지식과 기술에 대한 친숙함을 갖춘 것은 아니라는 점을 인정합니다.

저는 게임이나 코딩에 익숙하지 않은 사람들도 그 이점을 활용할 수 있도록 하는 데 중점을 두고 있습니다. 저는 기술과 비즈니스 과제 사이의 간극을 메울 수 있는 중요한 변화를 파악하는 데 관심이 있습니다. 제품 수명주기 관리(PLM) 소프트웨어와 같은 기존의 기록 관리 플랫폼을 넘어 이러한 발전된 기술을 일상 업무에 원활하게 통합하는 것이 목표입니다. 궁극적으로 저의 비전은 조직의 모든 수준에서 이러한 변화를 수용하기 위한 집단적 움직임을 촉진하는 것입니다.

확실히 코치 씨의 발언은 컴퓨터 그래픽과 애니메이션 분야의 상호운용성 발전의 중요한 측면을 강조하고 있습니다. 서로 다른 소프트웨어 시스템 간의 통합 수준을 높이려면 사물의 외형과 모양과 같은 물리적 특성뿐만 아니라 디지털 환경 내의 다른 요소와 상호 작용하는 방식을 포함한 동작 측면에 초점을 맞추는 것이 필수적입니다. 크리에이티브 프로세스 전반에 걸쳐 이러한 정보를 성공적으로 전달하려면 이러한 복잡한 상호작용을 정확하게 표현하고 해석할 수 있는 일관된 의미 표준과 프로토콜을 확립하는 데 크게 의존합니다. 시각적 및 행동적 수준에서 데이터를 관리하고 교환하는 강력한 솔루션을 개발하는 데 집중함으로써 생산된 디지털 자산이 여러 플랫폼에서 완벽하게 작동하고 적응할 수 있도록 하여

보만은 기술 발전이 기업 영역 내에서 고객 경험을 크게 향상시킬 흥미로운 미래를 상상하고 있습니다. 그는 새로운 엔지니어링 인재의 등장이 혁신을 가속화하여 다양한 플랫폼에서 사용자 인터페이스가 변화하고 효율성이 향상될 것으로 예상합니다.

아마존 로보틱스에서는 그동안의 노력으로 상당한 성과를 거두었으며, 이를 통해 더 큰 발전을 추구할 수 있는 동기를 얻었습니다. 이러한 목표를 달성하기 위해서는 다양한 요소를 통합하고 역량을 강화할 수 있는 프로세스 표준화가 필요합니다. 현재 저희는 다양한 사용자 프로필을 충족하는 광범위한 타사 도구를 보유하고 있으며, 각 도구는 의도한 목적을 효과적으로 수행하고 있습니다.디지털 복제본의 개발을 가속화하고 지식 기반을 통합하려면 이러한 이질적인 소스에서 인사이트를 수집하고 이를 일관된 전체로 종합하는 것이 필수적입니다.

소니는 지멘스 및 레드불과 협력하여 혁신과 스릴을 선사하는 몰입형 엔지니어링 경험을 선사합니다.

기술이 계속 발전함에 따라 인공 지능, 시뮬레이션, 사실적인 이미지의 융합이 점점 더 많아질 것입니다. 이러한 혁신의 융합은 코딩에 능숙하지 않은 개인도 이러한 강력한 도구에 더 쉽게 접근하고 활용할 수 있게 해줄 것입니다. 사실적인 시각화와 함께 AI 및 시뮬레이션의 잠재력을 지속적으로 탐구함에 따라 새로운 가능성이 등장하여 다양한 산업 분야에서 폭넓게 채택되고 통합될 수 있는 기반을 마련할 것입니다.

정량화할 수 있는 결과 측면에서 우리는 생산량 증가와 오류 허용 오차 개선 등 운영 효율성이 크게 향상되는 것을 경험했습니다. 앞으로의 주요 목표는 데이터 과학자와 데이터 엔지니어 간의 협업을 촉진하여 전문 기술 인력에 대한 의존도를 낮추는 것입니다. 궁극적인 목표는 사용자 인터페이스를 더욱 직관적이고 접근하기 쉽게 만들어, 기술 전문 지식이 없는 개인도 자체 예측 모델을 개발하고 미세 조정할 수 있도록 지원하는 것입니다. 직원의 집단 지성을 활용하여 제조 프로세스를 개선하고 모든 운영 수준에서 지속적인 개선을 추진하는 것을 목표로 합니다.

저는 항상 토니 스타크의 페르소나, 특히 아이언맨으로서의 모습을 구현하고 싶은 깊은 열망을 품고 있었습니다. 실험 실험실에 몰입하여 존경받는 전문가들과의 학제 간 협업을 통해 복잡한 설계를 고안하고, 사랑하는 사람들의 열렬한 지지를 받으며 이러한 창작물이 눈앞에서 실현되는 것을 목격하는 것은 저와 같은 야심 찬 엔지니어에게는 열망의 정점이라고 할 수 있습니다.

Paulina의 통찰력 있는 해설을 통해 저는 ChatGPT 현상의 놀라운 측면, 즉 소프트웨어 프로그래밍의 형태로 인간의 의도를 이해하고 실행하는 능력에 대해 생각해 보게 되었습니다. 컴퓨터가 인간의 음성 명령을 해석하고 그에 상응하는 알고리즘이나 알고리즘을 생성하는 능력은 정말 놀랍습니다.

얼마 전 한 행사에서 젠슨은 개인이 대학에서 추구해야 할 연구 분야에 대해 발언한 것으로 알려졌습니다. 컴퓨터 과학이나 컴퓨터 공학을 공부할 것을 권했던 이전의 조언과는 달리, 그는 이제 이 길은 더 이상 가치가 없다고 주장했습니다.대신 분자생물학, 천문학, 유체역학 등 특정 과학 분야에 대한 깊은 지식을 갖춘 전문가가 복잡한 소프트웨어 시스템을 만드는 데 중요한 역할을 할 것이라고 강조합니다. 프로그래머의 수가 증가함에 따라 추상적인 개념을 기능적인 코드로 변환할 수 있는 전문가에 대한 수요는 줄어들 것입니다.

가까운 미래에는 개인이 프로그래밍을 의식하지 않고도 능숙하게 프로그래밍을 할 수 있을 것으로 예상됩니다.

생성 인공지능의 발전에 비추어 볼 때, 인공지능이 인간의 능력을 뛰어넘는 수준으로 자율적으로 진화하고 창의력을 배양하여 인간의 개입을 불필요하게 만들 잠재력이 있다고 생각하십니까?

기술의 발전으로 자동화를 통해 특정 업무를 보다 효율적으로 수행할 수 있게 된 것은 사실이지만, 인간의 창의성에는 기계가 복제할 수 없는 고유한 가치가 남아 있습니다. 실제로 인공 지능과 로봇 공학 등 점점 더 발전하는 기술을 개발하는 와중에도 우리는 인간의 창의성이 다양한 노력에 가져다주는 고유한 특성을 지속적으로 추구하고 인정하고 있습니다. 고대 그리스에서 시작된 이래 수천 년 동안 지속되어 온 올림픽과 같은 이벤트의 지속적인 인기만 봐도 그 증거를 알 수 있습니다. 포뮬러 1 자동차 같은 고속 자동차의 개발과 같이 기계의 힘을 활용하는 능력에도 불구하고, 우리는 여전히 인간의 신체적 한계를 뛰어넘고 경쟁하는 인간의 능력에 매료되어 있습니다

예술과 같은 창의적인 작품의 가치는 주로 인간의 지각과 해석에서 비롯됩니다. 이러한 작품에 의미와 중요성을 불어넣는 것은 바로 우리가 공유하는 경험과 감정입니다. 컴퓨터는 정보를 처리하고 콘텐츠를 생성할 수 있는 능력이 있지만, 인간이 만든 작품에서 볼 수 있는 깊은 감정을 불러일으키거나 풍부한 내러티브를 전달할 수 있는 능력은 부족합니다.

메르세데스-벤츠는 “디지털 트위닝"이라는 프로세스로 알려진 제조 시설의 디지털 복제본을 만들기 위해 Nvidia의 Omniverse 플랫폼을 활용했습니다. 이 혁신적인 접근 방식은 실시간으로 분석 및 조작할 수 있는 물리적 공장 시스템의 가상 표현을 제공함으로써 생산 프로세스의 효율성과 최적화를 향상시킬 수 있습니다.

생성형 인공지능의 등장으로 인공지능의 역량을 강화하는 데 있어 방대한 양의 데이터의 중요성이 강조되고 있습니다. 하지만 디지털 콘텐츠를 제작할 때 이러한 리소스의 가용성과 접근성 측면에서 몇 가지 한계에 부딪혔습니다.잠재적인 해결책에 대해서는 새로운 기술이 이러한 제약을 완화하는 데 큰 가능성을 가지고 있다고 생각합니다.

오픈 USD를 통해 콘텐츠 확보의 제약이 제거되어 어느 위치에서든 콘텐츠를 생성할 수 있게 되었습니다. 이 과정에서 생성 인공지능은 필수적인 역할을 합니다. 그러나 기업이 각 데이터 세트의 소유권을 유지하기 때문에 개인정보 보호, 지적재산권, 적법성에 대한 우려로 인해 데이터에 접근하는 문제는 여전히 어려운 과제입니다. 이로 인해 기업은 이러한 정보를 효과적으로 활용하는 데 어려움을 겪고 있습니다. 게다가 많은 업계가 여전히 수동 프로세스에 의존하고 있어 데이터가 중앙에 저장되지 않고 여러 위치에 분산되어 있어 문제가 더욱 복잡해집니다. 그럼에도 불구하고 이러한 복잡성을 해결하고 발전을 앞당길 수 있는 혁신적인 솔루션이 존재합니다.

실제로 현재 산업 단지 내에서는 소비에 비해 데이터 생산이 과잉 상태입니다. 기술 인프라를 업데이트하는 데 있어 중요한 측면은 이 과잉 데이터를 정리하고 분류하는 것입니다. 이 작업을 수행하기 위해서는 기술 인력과 비즈니스 인력 모두가 협력해야 합니다. 이를 통해 데이터 관리와 관련된 문제를 해결할 뿐만 아니라 생성, 처리 또는 생성되는 정보의 전반적인 품질을 향상시킬 수 있습니다. 이러한 접근 방식은 옴니버스로의 전환 과정에서 분명하게 드러났으며, 메타데이터 개선을 위한 우리 팀의 노력은 옴니버스, USD, 비즈니스 시스템 등 다양한 플랫폼에서 긍정적인 결과를 낳아 궁극적으로 전체 에코시스템에 도움이 되었습니다.

최근 GPU 기술 컨퍼런스(GTC) 기조연설에서 Earth-2 시뮬레이션이 눈에 띄게 소개되었습니다. 그 전에는 지구-2의 기후 변화에 대한 엔비디아의 평가로 인한 최종 소비자 메타버스에 대해 젠슨에게 질문할 기회가 주어졌습니다. 이에 대해 문의한 결과, 젠슨은 소비자 메타버스가 추가 비용 없이 포함될 것이라고 긍정적으로 답변했습니다.