홈기술
Technology
로봇의 경험을
지능으로 바꾸는 기술.
실패를 기억하고, 학습하고, 안전하게 반영합니다. 그 루프를 제조사가 다른 로봇 위에서도 똑같이 돌리는 것이 패스파인더의 기술입니다.
막혔던 일을 해내는 로봇.
지금은 현장에서 로봇이 실패하면 사람이 와서 해결하고 끝납니다. Pharos에 등록된 로봇은 다릅니다. Pharos가 그 실패를 학습해, 같은 상황이 다시 와도 로봇이 혼자 해결합니다.
01
실패 · 이상상황 감지
작업이 멈춘 순간을 자동으로 포착합니다. 경로 막힘, 문턱, 슬립, 파지 실패처럼 현장에서 반복되는 실패를 유형별로 기록합니다.
02
Pharos 학습
기록된 실패를 Pharos가 학습합니다. 로봇은 그동안에도 하던 일을 계속하고, 운영을 멈출 필요가 없습니다.
03
현장 적용
같은 상황이 다시 오면 로봇이 익힌 대로 처리합니다. 사람을 부르던 자리가 하나씩 줄어듭니다.
검증된 동작만 반영
새로 익힌 동작은 사전에 정한 안전 기준을 통과한 뒤에만 실제 운용에 반영됩니다. 반영 이후에도 현장 안전 정책이 항상 상위에서 통제합니다.
실패 → Pharos 학습 → 문제 해결 → 사람 개입 감소
운영을 멈추지 않습니다
학습이 운영을 방해하지 않습니다. 운영 중단이나 추가 인력이 필요 없습니다.
현장 영상은 현장에
원본 영상·음성은 로봇 안에서 처리되고 현장 밖으로 나가지 않습니다.
측정 가능한 목표
사람 개입률을 지표로 둡니다. 원격 텔레옵과 수동 이동·E-stop을 모두 포함해 측정합니다.
기술은 세 개의 계층으로 나뉩니다
경험을 모으는 기술, 경험에서 배우는 기술, 배운 것을 안전하게 실행하는 기술.
01
운영 계층
제조사와 기종이 다른 로봇을 하나의 프로토콜 계층으로 추상화해 연결합니다. SLAM 공간 지도, 상태 텔레메트리, 사람 개입 이력이 같은 형식으로 쌓입니다.
- 이기종 로봇 연결 · 벤더 중립
- 웹 기반 통합 관제 · 원격 맵핑
- 개입 이력 · 운용 데이터 수집
02
학습 계층
실패 경험 학습이 일어나는 곳입니다. 실패 감지부터 학습, 안전 검증, 현장 적용까지가 하나의 흐름으로 묶여 있습니다.
- 실패 · 이상상황 자동 감지
- Pharos 학습
- 안전 검증 후 반영
03
실행 계층
엣지 모듈에서 직접 추론합니다. 클라우드 왕복이 없어 지연이 낮고, 통신이 끊겨도 로봇은 하던 작업을 계속합니다.
- 온디바이스 추론 · 저지연 제어
- 네트워크 단절 시 독립 운영
- 정책 기반 안전 제어
제조사가 달라도 같은 방식으로 다룹니다
현장에는 보통 한 회사 로봇만 있지 않습니다. 기종마다 관제 도구가 따로 있으면 운영 인력은 그만큼 늘어납니다. Pharos는 그 위에 공통 계층을 놓습니다.
공통 추상화 계층
로봇마다 다른 인터페이스를 공통 형식으로 변환합니다. 위치, 상태, 임무, 이벤트, 개입 이력이 기종과 무관하게 같은 구조로 저장되기 때문에, 새 기종이 들어와도 관제 화면과 학습 파이프라인은 그대로 씁니다.
관제는 넓게, 학습은 좁게
연결은 최대한 넓게 가져가되, 학습은 반복해서 일어나고 안전 기준을 명확히 그을 수 있는 실패부터 다룹니다. 검증되지 않은 영역까지 무리하게 학습하지 않습니다.
대형 AI를 로봇 속으로 넣는 기술
현장에서 직접 추론하려면 모델이 로봇 안에 들어가야 합니다. 네 가지 최적화 기법을 조합해 엣지 모듈에서도 실시간 추론이 가능한 수준으로 줄입니다.
지식 증류
큰 교사 모델의 지식을 작은 학생 모델로 이전해 크기를 줄이면서 정확도를 유지합니다.
구조적 가지치기
중요도가 낮은 뉴런과 연결을 제거해 연산량을 근본적으로 줄입니다.
연산 경량화 (양자화)
복잡한 계산을 더 가벼운 정수 계산으로 바꿔 메모리 사용량과 반응 지연을 함께 줄입니다.
현장 파인튜닝
범용 모델을 실제 운영 현장의 데이터로 다듬어 그 현장에서의 적합도를 끌어올립니다.
엣지 컴퓨팅 모듈 + 센서 · 액추에이터
Jetson급 모듈에서 클라우드 없이 실시간 추론. 로봇 하드웨어 설계부터 자체 수행하기 때문에 연산 모듈과 센서 구성을 현장 요구에 맞춰 조정할 수 있습니다.
기술이 적용되는 현장
사람의 개입이 반복되는 곳이라면 어디든 적용 대상입니다.
자주 묻는 질문
실패 경험 학습이란 무엇인가요?
로봇이 현장에서 실패한 상황을 Pharos가 학습해, 같은 상황이 다시 왔을 때 로봇이 사람 도움 없이 해결하도록 만드는 기술입니다. 안전 기준을 통과한 동작만 실제 운용에 반영됩니다.
제조사가 다른 로봇도 함께 학습시킬 수 있나요?
관제는 제조사와 무관하게 넓게 연결합니다. 학습은 반복해서 일어나고, 안전 기준을 명확히 그을 수 있는 범위에서 좁게 시작해 점진적으로 확장합니다.
엣지 AI와 온디바이스 AI는 어떻게 다른가요?
둘 다 클라우드가 아닌 기기 가까이에서 AI를 실행하는 기술입니다. 패스파인더의 로봇은 온디바이스 추론 엔진을 탑재해 네트워크 지연 없는 실시간 판단과 개인정보 보호를 동시에 실현합니다.
대형 AI 모델을 작은 로봇에 어떻게 넣나요?
지식 증류, 구조적 가지치기, 양자화, 현장 파인튜닝을 조합해 모델을 경량화합니다. 이를 통해 엣지 모듈에서도 실시간 추론이 가능한 수준의 성능을 확보합니다.