제조 AI를 위한 Unity 디지털 트윈 기반 합성 데이터 파이프라인
Unite Seoul 2026 유니티 · YouTube
AI 핵심 요약
제조 현장에서는 사람과 로봇이 협업하는 데이터가 안전·비용 문제와 희귀한 상황, 높은 어노테이션 부담 때문에 부족해 AI 학습과 검증에 제약이 있었다. 발표팀은 Unity로 실제 테스트베드의 환경과 센서 배치, 로봇 궤적을 재현하고, 카메라 왜곡과 모션 캡처 동작을 보정해 현실과 디지털 트윈의 차이를 줄였다. 동기화된 시뮬레이션에서 픽셀 단위 분할 마스크, 깊이, 2D·3D 바운딩 박스 등 정답 데이터를 자동 생성하고, 조건을 바꿔 합성 데이터를 확장하는 파이프라인을 구성했다. 핵심 교훈은 그럴듯한 3D 장면을 만드는 데 그치지 않고 실제 측정값으로 트윈을 검증·보정해야 신뢰할 수 있는 제조 AI 데이터를 만들 수 있다는 점이다.
- 합성 데이터의 신뢰도를 높이려면 실제 공간·센서·로봇 궤적을 기준으로 디지털 트윈을 먼저 그라운딩해야 한다.
- 센서 관측과 로봇 상태, 사람 동작을 동일한 시뮬레이션 시간축에 동기화하면 거리와 안전 구역 레이블을 일관되게 계산할 수 있다.
- 실제 카메라의 픽셀 왜곡을 측정해 Unity 카메라에 적용하고, 사람 동작에는 발 고정과 관절 제한을 적용해 현실과의 차이를 보정했다.
- Unity 시뮬레이션 상태에서 픽셀 마스크, 깊이, 2D·3D 바운딩 박스와 관절 정보를 자동 생성해 수작업 어노테이션 부담을 줄일 수 있다.
- 검증된 기준 환경을 만든 뒤 조명·재질·카메라 등의 조건을 바꾸면 제조 현장의 희귀 상황을 포함한 데이터를 확장할 수 있다.
소개
🔹 제조 AI를 위한 Unity 디지털 트윈 기반 합성 데이터 파이프라인 🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 박우진 | Technical Account Manager, Unity 원홍인 | 제조AI협력팀장, 한국생산기술연구원 황재훈 | Research Associate, 한국생산기술연구원 제조 AI의 현장 적용에서 가장 큰 병목 중 하나는 신뢰성 있는 산업 데이터와 정밀 Annotation 확보입니다. 본 세션에서는 협동로봇 기반 HRC 환경을 대상으로 Unity Digital Twin에서 실제 로봇 궤적과 멀티뷰 센서 환경을 재현하고, Pixel Mask, Depth Map, 3D Bounding Box 등 2D/3D Annotation을 자동 생성하는 Synthetic Data Pipeline을 소개합니다. 간단한 데모 영상을 통해 Unity가 제조 AI 데이터 인프라로 활용될 수 있는 가능성을 공유...
비슷한 학습 자료
컨퍼런스 Unite Seoul 2026
Unity가 여는 Physical AI-나만의 솔루션을 설계하고 확장하는 법
컨퍼런스 Unite Seoul 2026
🔹 Unity가 여는 Physical AI-나만의 솔루션을 설계하고 확장하는 법 🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 김현민 | Senior Solutions Engineer, Unity Unity는 처음부터 통합된 로보틱스 플랫폼이 아닙니다. 하지만 요소 기술들을 직접 조합하고, AI 개발 도구로 빠르게 스캐폴딩하면 인식부터 실물 제어까지 이어지는 Physical AI 파이프라인을 완성할 수 있습니다. 이 세션에서는 Unity 6 + ROS2 기반 로보틱스 아키텍처를 직접 설계하고 구현한 실전 과정을 공유합니다.
게임 프로그래밍
컨퍼런스 Unite Seoul 2026
Unity 기반 AI/ML 실전 Agentic Workflow: 모델 학습부터 최적화된 배포까지
컨퍼런스 Unite Seoul 2026
🔹Unity 기반 AI/ML 실전 Agentic Workflow: 모델 학습부터 최적화된 배포까지🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 김한얼 | Unity Senior Software Engineer 이번 시간에는 Unity 개발 환경에 AI 모델을 효율적으로 통합하는 전 과정을 다룹니다. AI/ML 모델의 학습, 변환, 최적화 방법과 음성 인식, 컴퓨터 비전, LLM 등의 실제 추론 코드 구현 베스트 프랙티스를 상세히 소개합니다. 특히, AI 에이전트를 활용해 AI 모델을 효과적으로 다루며, Unity Sentis 추론 코드를 손쉽게 작성하는 핵심 노하우를 공유합니다.
AI에이전트 개발 딥러닝 · 머신러닝 컴퓨터 비전
컨퍼런스 Unite Seoul 2026
AI 코딩 시대의 유니티 대규모 프로젝트 설계: 데이터 흐름 제어를 통한 로직 집중과 테스트 전략
컨퍼런스 Unite Seoul 2026
🔹AI 코딩 시대의 유니티 대규모 프로젝트 설계: 데이터 흐름 제어를 통한 로직 집중과 테스트 전략🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 김민혁 | CyberAgent,Inc. Unity Solution Architect 이번 시간에는 '전체 개발 비용을 최소화'하는 설계의 본질적 목표에 집중하여, 프로젝트 규모가 커져도 기민한 개발 속도를 유지할 수 있는 실용적인 유니티 설계 방법론을 제안합니다. 애플리케이션의 데이터 흐름을 명확히 분리함으로써, 개발자는 가장 중요한 '핵심 로직'에만 전념하고 나머지 코드는 AI 및 자동화 시스템에 일임하는 최적의 구조를 확립합니다. 특히, 이렇게 역할과 흐름이 명확히 분리된 아키텍처는 AI가 코드의 맥락을 정확히 파악하도록 유도하여, 결과적으로 AI가 생성하는 코드의 품질과 일관성을 높여줍니다. 나아가, 데이터 상태 변화를 다루는 로직과 화면에 보여지는 시각적 결과물(V...
소프트웨어 테스트 AI 코딩 게임 프로그래밍
컨퍼런스 Unite Seoul 2026
[Unite Seoul 2026] Unity의 새로운 프로덕션 파이프라인
컨퍼런스 Unite Seoul 2026
🔹 [Unite Seoul 2026] Unity의 새로운 프로덕션 파이프라인 🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 David Menard | Principal Product Manager, Unity Pipeline, Unity Peter Andreasen | Principal Software Engineer, Unity Unity 에디터는 수년간 게임 제작의 중심 역할을 해왔습니다. 하지만 에디터 주변에는 DCC 앱, 브라우저, CI, 자동화 파이프라인, AI 에이전트 등 더 넓은 도구 생태계가 존재합니다. 새롭게 제공되는 API를 통해 이 모든 도구를 동일한 Unity 프로덕션에 다시 연결할 수 있습니다. 본 세션에서는 이 API를 스튜디오의 생태계에 플러그인처럼 연결하여, 팀원 전체가 서로의 작업을 방해하거나 흐름을 끊지 않고 함께 협업할 수 있는 방법을 보여드립니다.
개발 도구 게임 프로그래밍
컨퍼런스 Unite Seoul 2026
[Unite Seoul 2026] Unity AI를 활용한 개발: 실제 사용 사례
컨퍼런스 Unite Seoul 2026
[Unite Seoul 2026] Unity의 AI 도구를 활용한 프로덕션 규모 확장
컨퍼런스 Unite Seoul 2026
🔹 [Unite Seoul 2026] Unity의 AI 도구를 활용한 프로덕션 규모 확장 🔹 📽️ 7월 21일 진행되었던 Unite Seoul 2026 세션 레코딩 영상을 공개합니다! 🎤 연사 Maxime Plantady | Principal AI Engineer, Unity Hugo van Heuven | Principal Product Designer, Unity 새로운 Unity AI 기능이 팀이 아이디어를 탐색하고, 개발 작업을 분할하고, Unity 프로젝트에 변경 사항이 적용되기 전에 안전한 검토 지점을 확인하는 데 어떻게 도움이 되는지 알아보세요. 이 세션에서는 개발자가 AI 에이전트를 병렬로 사용하여 제어권을 유지하면서 더 빠르게 개발하는 방법을 보여줍니다.
AI 코딩 AI에이전트 개발 게임 프로그래밍