옴니버스(Omniverse)로의 여정: 합성 데이터와 Fine-tuning을 활용한 Vision AI 에이전트 정확도 향상 3가지 워크플로우

Vision AI 에이전트는 물리적 세계의 비디오 데이터를 공장 운영 지능으로 변환하는 핵심 기술로 부상하고 있습니다. 하지만 실제 환경에서 고품질의 데이터를 수집하고 라벨링하는 것은 비용과 시간이 많이 드는 작업입니다.

NVIDIA Omniverse와 OpenUSD를 활용하면 가상 환경에서 정교한 **합성 데이터(Synthetic Data)**를 생성할 수 있습니다. 이를 통해 데이터 부족 문제를 해결하고 모델의 성능을 극대화할 수 있는 세 가지 워크플로우를 제안합니다.

• 합성 데이터 생성 및 학습: 가상 환경에서 다양한 조명, 각도, 장애물 조건을 설정하여 대규모 데이터셋 구축
• Fine-tuning 최적화: 생성된 데이터를 활용해 기존 모델을 특정 도메인에 맞춰 미세 조정
• 디지털 트윈 통합: 물리 법칙이 적용된 시뮬레이션 환경에서 에이전트의 행동을 검증하고 개선