sim-to-real이란?
sim-to-real은 물리 시뮬레이터에서 로봇 기술을 학습시킨 뒤 실제 로봇으로 옮기는 것으로, 둘 사이의 '현실 격차'를 줄이는 것이 핵심이다.
수정:
정의
sim-to-real(sim2real)은 걷기·잡기·균형 같은 행동을 주로 강화학습으로 물리 시뮬레이터에서 학습한 뒤 그 정책을 실제 로봇에서 실행하는 것이다.
작동 방식
로봇과 환경을 시뮬레이터에 모델링하고, 물리·외형을 무작위화해 과적합을 막고, GPU로 대규모 학습한 뒤 하드웨어에 배치해 실제 데이터로 미세조정한다. 하드웨어도 이를 위해 설계된다. 보스턴 다이나믹스의 2026년 Atlas 손은 고충실도 시뮬레이션을 위해 역구동 가능한 직접 구동 관절을 썼다(기사).
왜 중요한가
실제 로봇 데이터 수집은 느리고 비싸다. sim-to-real은 보행·휴머노이드 로봇이 안정적으로 걷게 된 주요 방법이며 원격조작 데이터를 보완한다.
자주 묻는 질문
왜 시뮬레이션에서 학습하나?
빠르고 싸고 안전하다. 수백만 번의 시도를 병렬로 돌릴 수 있고 넘어지거나 부딪혀도 비용이 없다.
현실 격차란?
마찰, 모터 지연, 센서 노이즈, 물체 특성 등 시뮬레이터와 현실의 차이로, 시뮬레이션에서 배운 정책이 실제 하드웨어에서 실패하게 만든다.
격차를 어떻게 줄이나?
도메인 무작위화, 정확한 액추에이터 모델, 그리고 보스턴 다이나믹스의 2026년 Atlas 손처럼 시뮬레이션하기 쉬운 하드웨어 설계.
관련 보도
헤사이 Kosmo, 실제 공간을 수분 만에 로봇 학습 월드로
라이다 업체가 Kosmo One(8K 공간 카메라)과 Kosmo World를 출시하고 Galbot·Dexmal과 협력. DQ 매장 모델링을 약 300시간에서 15분으로 줄였다고 밝혔다.
Galbot PASSAGE, 휴머노이드가 숙이고·넘고·비집고 지나가게 한다
Unitree G1에서 未见 물리 레이아웃 50개를 넘어짐 없이 완주, 45개는 비접촉. 시뮬 도착 98.67%, 비접촉 70.3%.
AWS, NVIDIA 연동 Physical AI 툴체인 오픈소스 공개
2026년 10월 8일 AWS가 합성 데이터·SageMaker·시뮬·엣지 배포를 잇는 OSS 툴체인 발표. Isaac/Cosmos 포함. RoboMaker는 2025년 종료.
보스턴 다이나믹스, 양산용 4손가락 손을 Atlas에
Atlas 새 손은 자유도 13, 새끼손가락 없음, 직접 구동 관절로 sim-to-real 학습에 맞춰 설계. 현대는 조지아에서 Atlas 훈련을 시작했고 로힛 프라사드가 CEO에 올랐다.
Skild S1, 시뮬레이션에서 스스로 140년 분량의 축구를 학습
단일 영상 시연으로 미세조정 없이 동작하는 파운데이션 모델 S1에 이어 Physical Self-Play 공개. Isaac Sim 자가 대결 후 휴머노이드로 전이.
Apptronik Robot Park: Apollo 2 함대가 Gemini Robotics용 데이터 수집
오스틴 휴머노이드 기업이 약 9만 제곱피트 훈련 허브를 확장하고 바퀴/이족 Apollo 2를 DeepMind·벤츠·GXO 사이트에서 굴려 상용 Apollo 3에 연결한다.
Newsletter
Robrief Weekly
중요한 로봇 뉴스만 매주 한 통. 무료이며 언제든 구독 해지 가능.