NVIDIA, GB300 시험용 트레이 로봇 조립의 성과·병목 공개

NVIDIA가 10월 7일 GB300 시험용 트레이의 버스바·커넥터 조립 연구를 공개했다. 회사 측 버스바 조립 성공률은 95%를 넘었지만, 전체 작업시간은 160초로 제조사 목표인 성공률 99.5%·124초 이내에 못 미쳤다. 버스바에는 모듈식 인식·계획·제어를 쓰고, 커넥터에는 부품별 자세 추정 모델 DOPER를 개발했다.

내용·출처 업데이트 · 2026. 10. 10. 오후 5:51

GB300 출하 전 기능·성능을 검사하는 트레이의 조립 연구이며, 양산 배치 완료 발표는 아니다.

버스바 작업은 보조 고정구 삽입, 버스바 삽입, 나사 16개 체결, 클램프·고정구 제거로 구성한다. 로봇 팔 3개가 작업을 분담했다.

인식은 여러 시점의 자세 추정 중 신뢰도가 높은 결과를 선택하고, 계획은 경유점·단순 곡선 기반 동작을, 제어는 임피던스 제어를 사용했다.

버스바의 남은 실패는 주로 파지 오류와 삽입 중 미끄러짐이었다. 시간 목표를 넘긴 주요 원인은 순차적인 전동 드라이버 작업이었다.

커넥터 작업의 목표는 큰 커넥터 2개·작은 커넥터 2개를 성공률 99.5% 이상, 총 72초 이내에 삽입하는 것이다.

일반 자세 추정과 모방학습의 한계에 대응해 DOPER를 개발했다. CAD 기반 합성 영상으로 학습한 뒤 실제 부품의 3D 신경 재구성 자료로 미세조정하며, 30Hz 이상으로 자세를 추정할 수 있다고 설명했다.

케이블은 반복 조작하면 영구 변형돼 학습 데이터를 늘리기 어렵다. 이런 작업에서는 대규모 모방학습보다 부품 특화 인식과 정교한 제어를 조합하는 방식이 대안이 될 수 있다.