NVIDIA Omniverse 디지털 트윈

디지털 트윈을 구현하기 위한 핵심 개념 (1)
Physical AI의 개념과 Isaac Sim의 강체 물리 구조 학습
시뮬레이션에서 물리 충돌 발생 원리와 대규모 Scene에서 부하 없이 작동하는 표준 SimReady 자산을 구축합니다.

디지털 트윈을 구현하기 위한 핵심 개념 (2)
SimReady 에셋의 개념과 물리 충돌 제어 방법 학습
시뮬레이션에 전용 SimReady 에셋의 필수 요건과 마찰력·반발계수 및 충돌 필터링을 제어합니다

Project 1
4륜 바퀴와 서랍이 있는 산업용 테이블 기구부 설계
테이블 바디, 4개의 휠, 인출식 서랍 등 독립 링크(Link)들의 부모-자식 트리 관계를 물리 계층으로 구성합니다.

Project 2
Revolute, Prismatic Joint 적용 및 Articulation Root 설정
바퀴 회전을 위한 1자유도 회전 관절(Revolute)과 서랍의 슬라이딩 가이드 레일을 구현하는 직동 관절(Prismatic)의 가동 한계(Limit), 마찰 및 탄성을 설정합니다.

Project 3
기본 Geometry 기반로봇 관절과 충돌체 구축
Articulation Root를 적용하여 단일 물리 솔버 하에서 안정적으로 통합 구동을 검증하고, 기본 지오메트리(Cube, Cylinder) 기반의
링크 구조로 로봇 관절의 개념을 확장합니다.

Project 1
SO-ARM URDF 구조 분석과 USD 변환 전 체크리스트 확인
Link, Joint, Visual, Collision 태그와 관절축/오프셋을 검증하고, 재사용 가능한 SimReady 로봇 에셋으로 변환합니다.

Project 2
로봇 질량(Mass) 및 관성 텐서(Inertia) 검증
잘못된 질량과 관성 설정으로 인해 발생하는 시뮬레이션 폭발 및 떨림 현상을 진단하고,
안정적인 기본 자세를 유지하도록 관절 파라미터를 보정합니다.

Project 3
SO-ARM 충돌체 검증과 Joint Drive 핵심 개념 적용한 사전 튜닝 프리셋 적용
로봇 링크의 충돌 간섭을 해결하고, 텔레오퍼레이션에 필요한 Joint Drive 핵심 원리와 사전 튜닝 프리셋 적용법을 학습합니다.

파이널 프로젝트
타코야키 작업 환경 구축부터 로봇 텔레오퍼레이션 구현까지
모두 담은 디지털 트윈 파이프라인 구축
작업 공간에 타코야키 판과 전용 도구 에셋을 투입하고, 접촉 물리와 역기구학(IK)을 설정하여 실시간 텔레오퍼레이션을 완성합니다.

강사님 한마디
최근 로봇 분야에서는 Physical AI와 VLA라는 말을 정말 많이 접하게 됩니다.
하지만 좋은 AI 모델을 가져온다고 해서 내 로봇이 바로 움직이는 것은 아닙니다.

먼저 내가 사용하는 로봇을 가상환경에 가져오고, Joint와 물리 속성을 구성하고, 주변 환경과 상호작용하도록 만들어야 합니다.
그다음에는 사람이 직접 로봇을 움직여보고 그 과정에서 어떤 데이터가 만들어지는지 이해해야 합니다.
그래서 이번 강의에서는 화려한 AI 모델보다 그 이전 단계인 “내 로봇을 Simulation에 올리고 직접 움직이는 것” 에서 시작합니다.

강의에서는 제가 준비한 SimReady Asset과 SO-ARM Asset, 그리고 실제 코드 예제를 함께 제공합니다.
수강생 여러분이 완성된 결과를 보기만 하는 것이 아니라 직접 실행하고, 움직이고, 수정해보면서 Physical AI의 구조를 이해할 수 있도록 
구성했습니다. 강의가 끝났을 때 GitHub나 회사에서 새로운 로봇 모델을 접했을 때 “이 로봇을 Isaac Sim에 올려서 한번 움직여봐야겠다.”
라는 생각이 자연스럽게 들었으면 합니다.

그리고 그 경험이 Teleoperation, Robot Learning, VLA로 넘어가는 출발점이 되었으면 합니다.