AI·로봇을 가르쳐 본 적이 없어도 수업할 수 있나요?
네. 수업 전에 교사 연수에서 로봇과 가상 세계를 먼저 실습합니다. 교사용 지도서에는 회차마다 지도 요령과 수업 팁이 들어 있고, 수업 중 막히는 일은 평일 09~18시 원격 기술 지원으로 해결합니다.
PHYSICAL AI EDUCATION · SV ROBOTICS
AMR로봇암
피지컬AI 수업, 처음이어도 됩니다
바퀴로 달리는 로봇 위에 5축 로봇암과 뎁스캠을 얹었습니다. 학생은 가상 세계에서 AI를 훈련시키고, 그 AI를 실물 로봇에 넣어 블록을 찾아 집고 옮기게 만듭니다. 교재와 교사용 지도서, 교사 연수, 원격 기술 지원까지 함께 드려 처음 맡는 선생님도 첫 회차부터 수업을 이끕니다.
- 교육과정
- 20회차
- 대상
- 고등학교 · 대학
- 수업 편성
- 로봇 1대당 2명
- 배우는 AI
- IL · RL · VLA
기초 10회차 + 심화 10회차
학교 수준에 맞춘 두 과정
모든 학생이 직접 조작
모방학습 · 강화학습 · 시각·언어·행동 모델
WHY AMR로봇암
피지컬AI 수업에 필요한 것을 한 대에 담았습니다
01이동 · 인식 · 조작을 한 로봇으로
라이다로 지도를 그려 달리고, 뎁스캠으로 물체를 찾고, 로봇암으로 집습니다. 피지컬AI의 핵심 기술을 로봇 여러 대를 따로 사지 않고 한 대로 가르칩니다.
02가상에서 훈련하고 실물에서 확인
Isaac Sim·Isaac Lab에서 수천 대의 가상 로봇으로 AI를 훈련시키고, 그 AI를 실물 로봇에 넣습니다. 연구실에서 쓰는 Sim-to-Real 흐름을 수업에서 그대로 경험합니다.
03처음 맡는 선생님도 바로 수업
회차별 교재와 교사용 지도서, 실습 코드, 확인 문제를 드리고, 수업 전에 교사 연수를 합니다. 수업 중에는 평일 원격 기술 지원이 붙습니다.
FOR TEACHERS
선생님들이 먼저 묻는 질문
학교에 GPU PC가 없어도 시작할 수 있나요?
네. 고등학교 과정은 GPU 없이 AI 강화학습 완료 모델로 실습합니다. GPU PC가 있으면 학생이 가상 로봇으로 AI를 직접 훈련하는 훈련장까지 씁니다. 대학 과정은 GPU PC로 직접 훈련합니다.
한 반 학생이 모두 직접 로봇을 만질 수 있나요?
네. 로봇 1대당 학생 2명으로 편성합니다. 학생 수에 맞춰 로봇 대수를 정하므로 구경만 하는 학생이 없습니다.
시간표에는 어떻게 넣나요?
기초 10회차와 심화 10회차, 모두 20회차이고 1회차는 약 3시간입니다. 학교 시간표에 맞춰 편성안을 함께 짭니다.
학생 수준이 제각각이면 어떻게 하나요?
고등학교 과정의 11·17·18·19회차는 선택 회차라 학교 수준에 맞춰 넣거나 시연으로 운영합니다. 대학 과정은 같은 순서를 기구학·정책 학습·파인튜닝까지 더 깊이 다룹니다.
평가는 무엇으로 하나요?
회차 확인 문제, 로봇이 남긴 실행 기록, 최종 미션 발표 세 가지로 봅니다. 학생은 사람이 짠 방식과 AI 방식을 같은 조건에서 반복해 재고, 실험 비교표로 결과를 설명합니다.
설치와 준비는 누가 하나요?
로봇과 PC는 저희가 교실에 설치하고 점검합니다. 소프트웨어는 Isaac Sim·Isaac Lab을 쓰고, 일부 AI 실습은 인터넷과 외부 AI 서비스를 씁니다.
PRODUCT
이동 · 인식 · 조작을 한 대에 담은 교육용 로봇
5축 로봇암 + 그리퍼
움직이는 관절 5개와 그리퍼로 블록 같은 물체를 집어 옮깁니다.
뎁스캠(깊이 카메라)
로봇암에 달려 있어 로봇암을 움직이면 보는 방향도 바뀝니다.
메카넘 휠
앞뒤·회전뿐 아니라 옆으로 평행이동할 수 있습니다.
라이다
주변 거리를 재서 지도 만들기·목적지 찾아가기·장애물 피하기에 씁니다.
HOW STUDENTS LEARN
로봇에게 일을 가르치는 세 가지 방법을 차례로 배웁니다
시범으로, 보상으로, 말로 — 같은 블록 집기를 세 방식으로 가르쳐 보고 결과를 비교합니다.
- 1모방학습 IL(Imitation Learning)
사람이 손으로 로봇암을 움직여 보여 준 시범을 보고 따라 집습니다.
8 · 12 · 13회차 - 2강화학습 RL(Reinforcement Learning)
보상을 바꿔 가며 가상 세계에서 스스로 배우고, 배운 것을 실물 로봇에 넣습니다(Sim-to-Real).
9 · 14 · 15 · 16회차 - 3시각·언어·행동 모델 VLA(Vision-Language-Action)
말을 알아듣고 바로 움직이는 AI를 우리 로봇에 맞게 다듬고, 세 방식을 비교합니다.
18 · 19회차
대상
고등학교 / 대학. 고등학교는 GPU 없이 완료 모델로 시작하고, 대학은 GPU PC로 직접 훈련합니다.
고등학교 선택 회차
11·17·18·19회차(말로 대상 지정·언어 모델·VLA①②) — 학교 수준·환경에 맞춰 골라 씁니다.
수업 시간
1회차 약 3시간. 학교 시간표에 맞춰 편성합니다.
수업 방식
설계 → 가상 시험 → 실물 적용 → 데이터 비교
20 LESSONS
회차별 커리큘럼
고등학교와 대학 모두 기초 10회차와 심화 10회차로, 같은 순서를 수준에 맞춰 배웁니다. 1회차는 약 3시간이며 학교 시간표에 맞춰 편성합니다.
- 수업 전교사 연수
로봇과 가상 세계를 선생님이 먼저 실습
- 1~10회차기초
ROS 2 · 로봇암 좌표 · 뎁스캠 · 라이다 지도와 자율주행 · 가상 세계
- 11~19회차심화
모방학습 · 강화학습과 Sim-to-Real · 언어 모델 · VLA
- 20회차최종 미션
말로 시키는 AI 정리 로봇을 팀별로 설계·시연·발표
고등학교 과정
기초 1~10회차
- 1피지컬AI란? 최종 미션 시연부터
완성된 정리 로봇 시연 보기, 안전 수칙
- 2로봇 구조와 ROS 2
원격 조작, 토픽 확인
- 3로봇암 좌표와 움직임
관절·끝점 좌표로 로봇암 움직이기
- 4뎁스캠으로 거리 재기
물체까지 거리 재기
- 5라이다로 지도 만들기(SLAM)
교실 지도 만들기
- 6라이다 자율주행: 목적지 찾아가기
지도 위 목적지로 스스로 이동
- 7가상 세계 입문(Isaac Sim, 디지털 트윈)
가상 세계 속 로봇 조작
- 8모방학습 첫걸음: 시범을 보고 따라 배우는 로봇암완료 모델
시범 동작을 따라 하는 로봇암 실행·관찰
- 9강화학습 첫걸음: 로봇암 뻗기를 스스로 배우기(가상 → 실물)완료 모델
보상을 바꿔 가며 결과 비교, 실물에 넣기
- 10AI 눈: 물체 찾고 3D 위치 알기
제공 모델로 블록 찾기
심화 11~20회차
- 11말로 대상 지정하기(보고 이해하는 AI)선택
문장을 바꿔 가며 인식 결과 비교
- 12모방학습①: 손으로 로봇암을 움직여 시범 모으기완료 모델
로봇암을 손으로 움직여 시범 기록
- 13모방학습②: 시범으로 학습해 스스로 집기완료 모델
완료 모델로 스스로 집기
- 14Sim-to-Real①: 가상 세계를 흔들어 튼튼하게 배우기완료 모델
랜덤화 범위를 바꿔 결과 비교
- 15Sim-to-Real②: 강화학습으로 라이다 장애물 피하기(가상 → 실물)완료 모델
실물 장애물 피하기, 가상과 비교
- 16Sim-to-Real③: 로봇암 블록 집기 실물 평가 + 모방학습과 강화학습 비교완료 모델
성공 횟수 기록, 원인 토론
- 17언어 모델로 작업 계획 세우기선택
명령문을 바꾸며 계획 결과 확인
- 18VLA①: 말을 알아듣고 바로 움직이는 AI선택·완료 모델
명령별 동작 관찰
- 19VLA②: 우리 로봇에 맞게 다듬고 세 방식 비교선택·완료 모델
다듬기 전후 모델 비교
- 20최종 미션: 말로 시키는 AI 정리 로봇 — 발표·평가
배운 기술을 조합해 미션 수행·발표
선택: 학교 수준에 맞춰 넣거나 시연으로 운영하는 회차입니다. 완료 모델: GPU 없이 실습하도록 AI 강화학습 완료 모델을 쓰는 회차입니다.
대학 과정
기초 1~10회차
- 1피지컬AI란? 최종 미션 시연부터피지컬AI 기술 흐름(강화학습·모방학습·VLA)
기술 흐름 개관, 안전 수칙
- 2로봇 구조와 ROS 2ROS 2 노드·토픽
노드·토픽 직접 작성
- 3로봇암 좌표와 움직임순·역기구학, 좌표계
순·역기구학 계산 구현
- 4뎁스캠으로 거리 재기RGB-D, 픽셀 → 3D 좌표
픽셀 → 3D 좌표 변환 구현
- 5라이다로 지도 만들기(SLAM)라이다 SLAM 지도 작성
SLAM 지도 작성·설정 조정
- 6라이다 자율주행: 목적지 찾아가기내비게이션(위치 추정·경로 계획)
경로 계획 설정 조정, 주행 기록 분석
- 7가상 세계 입문(Isaac Sim, 디지털 트윈)디지털 트윈, 로봇 모델(URDF)
로봇 모델·환경 수정
- 8모방학습 첫걸음: 시범을 보고 따라 배우는 로봇암모방학습(행동 복제) 개념
행동 복제 원리, 시범 데이터 구조
- 9강화학습 첫걸음: 로봇암 뻗기를 스스로 배우기(가상 → 실물)강화학습(상태·행동·보상), 로봇암 뻗기 Sim-to-Real
보상 설계·학습 실험, 실물 오차 측정
- 10AI 눈: 물체 찾고 3D 위치 알기사전학습 물체 검출 + 뎁스캠 3D 위치
소량 추가 학습, 정확도 측정
심화 11~20회차
- 11말로 대상 지정하기(보고 이해하는 AI)개방어휘 인식·VLM
실패 사례 분석, 프롬프트 설계
- 12모방학습①: 손으로 로봇암을 움직여 시범 모으기시범 데이터 수집(직접 교시)
시범 데이터 수집·정리
- 13모방학습②: 시범으로 학습해 스스로 집기행동 복제·ACT 정책 학습
시범 수에 따른 결과 비교 실험
- 14Sim-to-Real①: 가상 세계를 흔들어 튼튼하게 배우기도메인 랜덤화(블록에 다가가기)
랜덤화 설정·학습
- 15Sim-to-Real②: 강화학습으로 라이다 장애물 피하기(가상 → 실물)라이다 기반 장애물 회피 정책
회피 정책 학습·실물 적용
- 16Sim-to-Real③: 로봇암 블록 집기 실물 평가 + 모방학습과 강화학습 비교실물 배포·평가, 방식 비교
실패 유형 분류 보고
- 17언어 모델로 작업 계획 세우기LLM 작업 계획·도구 호출
기능 설계, 도구 호출 구현
- 18VLA①: 말을 알아듣고 바로 움직이는 AIVLA(시각-언어-행동) 모델 추론
추론 서버·클라이언트 구성
- 19VLA②: 우리 로봇에 맞게 다듬고 세 방식 비교VLA 파인튜닝, 모방·강화·VLA 비교
자체 시범 데이터로 파인튜닝
- 20최종 미션: 말로 시키는 AI 정리 로봇 — 발표·평가LLM 계획 + 인식 + 이동 + 학습 기술 통합
기술 선택 근거 실험, 짧은 결과 정리와 발표
대학 과정의 모방학습·강화학습·VLA 회차는 학생이 GPU PC의 AI 강화학습 훈련장에서 직접 훈련하고, 비교 기준 모델과 성능을 비교합니다.
SIM-TO-REAL
가상 세계에서 배우고, 실물 로봇에서 확인합니다
학생은 이 흐름을 9회차와 14~16회차에서 직접 거칩니다.
- 01가상 환경 만들기
Isaac Sim에 실물과 같은 모양의 로봇과 블록을 세웁니다
- 02수천 대 동시 훈련
Isaac Lab에서 수천 대의 가상 로봇이 동시에 연습합니다
- 03완료 모델 꺼내기
가상 세계에서 익힌 판단 방법을 모델로 꺼냅니다
- 04실물에 넣고 맞추기
실물 AMR로봇암에 넣고 가상과 실물의 차이를 맞춥니다
- 05실물 로봇에서 확인
실제 로봇이 같은 과제를 해내는지 확인합니다
고등학교
AI 강화학습 완료 모델
- 장비
- GPU 없이 시작(GPU PC가 있으면 훈련장도 사용)
- 하는 일
- 회차마다 모방학습·강화학습·VLA 완료 모델을 받아 실제 로봇에 넣기
- 배우는 것
- 사람 방식과 비교, 훈련 기록으로 AI가 어떻게 배웠는지 분석
대학
AI 강화학습 훈련장
- 장비
- GPU PC(사양·대수는 학교 규모에 맞춰 구성)
- 하는 일
- 수천 대의 가상 로봇으로 학생이 AI를 직접 훈련, 완료 모델은 비교 기준
- 배우는 것
- 훈련 설계, 학습 곡선 읽기, 기준 모델과 성능 비교, 가상·실물 차이 맞추기
FINAL MISSION · 20회차
말로 시키는 AI 정리 로봇
“빨간 블록을 파란 상자에 넣어 줘”
한 학기 동안 배운 기술을 모아 팀 프로젝트로 완성합니다. 학생이 말로 시키면 로봇이 알아듣고, 찾아가고, 집어서 옮깁니다.
- 1알아듣기
말을 AI가 알아듣고 할 일을 정합니다
- 2찾아가기
카메라로 블록을 찾아 다가갑니다
- 3집기
모방·강화·VLA 중 고른 방식으로 집습니다
- 4옮겨 놓기
상자까지 옮겨 넣습니다
AI 눈(10·11회차), 언어 모델 계획(17회차), 라이다 자율주행(6회차), 배운 집기 방식을 하나로 이어 팀별로 설계·시연·발표합니다.
ASSESSMENT
평가 근거가 수업 기록으로 남습니다
회차 확인 문제
핵심 개념을 이해했는지 확인합니다.
실행 기록
로봇이 남긴 기록과 결과물로 확인합니다.
미션 발표
설계·시연·발표를 함께 봅니다.
학생 실험 비교표 예시 — 사람이 짠 방식과 AI 방식
사람이 짠 방식 AI 방식(강화학습) 3번 평균, 괄호는 범위 · 짧을수록 빠름
전체 과제(표에 없는 구간 포함) 63.3초 → 56.3초 · 차이 7.0초 중 약 88%가 다가가기 구간
표로 보기
| 구간 | 사람이 짠 방식 | AI 방식·강화학습 | 해석 |
|---|---|---|---|
| 찾기 | 6.0초 | 6.2초 | 같은 코드 → 차이 없음 |
| 다가가기 | 19.4초 (18.4~19.9) | 13.2초 (13.1~13.3) | AI를 넣은 구간, 범위가 겹치지 않음 → 효과 있음 |
| 자세 맞추기 | 11.4초 (9.4~13.6) | 10.3초 (9.7~11.1) | 범위가 겹침 → 효과라고 말하지 않음 |
| 전체 과제(표에 없는 구간 포함) | 63.3초 | 56.3초 | 차이 7.0초 중 약 88%가 다가가기 |
OUTCOMES
한 학기 뒤, 학생은 이렇게 달라집니다
01로봇을 움직이는 AI를 직접 설계
보고·생각하고·움직이는 흐름을 코드로 연결합니다
02시범·보상·말로 로봇암 가르치기
모방학습·강화학습·VLA로 같은 과제를 가르치고 비교합니다
03가상에서 배운 AI를 실물에 적용
가상과 실물의 차이를 찾아 맞춥니다(Sim-to-Real)
04기록으로 비교하고 발표
사람이 짠 방식과 AI 방식을 데이터로 비교해 설명합니다
WHAT YOU GET
도입하면 함께 받는 것
로봇만 보내고 끝나지 않습니다. 모든 회차는 실물 AMR로봇암으로 실습하도록 교재·코드·평가까지 짜여 있습니다.
AMR로봇암
로봇 1대당 학생 2명으로 편성해 모든 학생이 직접 조작합니다.
Sim-to-Real 실습용 GPU PC
대학 과정은 필수, 고등학교는 선택입니다. 학교 규모에 맞춰 구성합니다.
학생용 교재 · 교사용(교수용) 지도서
회차마다 지도 요령과 수업 팁이 들어 있습니다.
실습 코드
교재 레슨별로 바로 실행하는 코드를 드립니다.
회차별 확인 문제
핵심 개념을 이해했는지 회차마다 확인합니다.
교사 연수 · 원격 기술 지원
수업 전 연수, 수업 중 평일 09~18시 원격 지원.
Isaac Sim · Isaac Lab을 씁니다. 일부 AI 실습은 인터넷과 외부 AI 서비스를 씁니다.
HOW TO START
상담부터 첫 수업까지 함께합니다
- 01상담
- 02편성
- 03로봇·PC 설치
- 04교사 연수
- 05수업 시작
교사 연수
담당 교사(교수)가 수업 전에 로봇과 가상 세계를 먼저 실습합니다. 교사용(교수용) 지도서에는 회차마다 지도 요령과 수업 팁이 들어 있습니다.
기술 지원
평일 09~18시 원격 지원
학교에 맞는 구성 제안
대상(고등학교·대학), 학생 수, GPU PC 보유 여부만 알려 주시면 학교에 맞는 로봇 대수와 편성을 제안해 드립니다.
FOR TEACHERS
우리 학교에 맞는 편성안을 받아 보세요
대상(고등학교·대학), 학생 수, GPU PC 보유 여부를 알려 주시면 로봇 대수와 회차 편성안을 보내 드립니다. 학교 안에서 검토하실 때는 아래 안내문을 그대로 쓰셔도 됩니다.
PDF · 3쪽고등학교용 안내문
편성안 요청하기20회차 커리큘럼, GPU 없이 시작하는 방법, 학생 실험 비교표 예시, 도입 절차
내려받기PDF · 4쪽대학용 안내문20회차 커리큘럼과 회차별 기술 용어, GPU PC 훈련장 실습, 평가 기준, 도입 절차
내려받기