전문서비스로봇

美 셰프 로보틱스, 요리용 AI 로봇팔 출시

로봇신문사 2024. 7. 17. 16:58

 

 

 

▲미국 셰프 로보틱스는 지금까지 에이미스 키친, 선 배스킷 및 셰프 봄베이를 포함한 북미 전역의 고객들에게 2000만인 분 이상의 음식을 제공했다. (사진=셰프 로보틱스)

 

음식 요리 로봇 제공업체 셰프 로보틱스가 최근 유연하고 확장 가능한 인공지능(AI) 기반 로봇팔을 출시했다고 로보틱스247이 지난 14일(현지시각) 보도했다.

 

캘리포니아주 샌프란시스코에 본사를 둔 셰프 로보틱스는 자사 로봇들이 음식생산업계 업체들에게 세계적 노동력 부족을 극복하고 생산 물량 늘리기를 돕도록 만들어졌다고 밝혔다.

 

◆높은 혼합 공정 환경에 필요한 유연한 로봇

 

셰프 로보틱스는 챗GPT와 같은 파운데이션 모델과 생성형 AI의 부상이 보여주었듯이 AI가 우리 세계에 엄청난 영향을 미칠 것이라고 말했다. 그러나 이 회사는 가장 큰 영향이 로봇 공학을 통해 구현된 AI의 형태로 물리적 세계에 있을 것이라고 믿는다.

 

자동화는 이미 식품 산업의 한 부분이다. 그러나 셰프 로보틱스는 로봇들이 음식을 만드는 데 필요한 고혼합 환경에서 다양한 제품들을 다룰 수 있을 만큼 충분히 유연하게 만들지 않고, 각각 하나의 특정 작업을 자동화하도록 만들어 왔다고 지적했다.

 

이 회사는 요리 로봇의 유연성 부족을 해결할 수 있도록 하기 위해 대부분 기성 하드웨어(HW)를 활용하면서 이를 AI 플랫폼과 결합했다. 이를 통해 식품 회사들이 그들의 노동력 부족을 극복하도록 돕기 위해 로봇 자동화의 형태로 노동을 공급할 수 있을 만큼 충분히 유연한 로봇을 만들고 있다. 이 로봇들은 셰프 로보틱스가 원래 갖고 있는 음식 조작 소프트웨어(SW)인 셰프OS(ChefOS)로 작동한다.

 

기존에 생산된 2000만 식의 음식으로 AI 교육

 

셰프 로보틱스가 찾는 시장은 식음료 업계의 다른 로봇 스타트업과 달리 음식점이 아닌 음식물(주로 냉동 식품) 제조업체들 대상의 시장이다. 이 회사는 여기서 처음부터 100% 완전한 자율성을 요구하지 않으면서 식품 운영을 부분 자동화하고 고객에게 음식물 생산시 가치를 더할 수 있다.

 

이 전략을 통해 셰프 로보틱스 엔지니어들은 셰프OS를 북미 6개 도시의 고객 생산 현장에 배치된 로봇으로부터 나온 축적된 실제 데이터로 교육할 수 있다. 셰프 로보틱스는 현재까지 2000만 식(食) 이상의 음식을 생산했다.

 

로봇들이 생산 시설에서 재료를 혼합해 만드는 각각의 음식 덕분에 셰프 로보틱스의 음식 조작을 위한 핵심 AI 모델이 개선된다.

 

로봇들은 셰프 로보틱스의 AI 모델을 훈련시키기 위한 데이터 수집 엔진으로 작용하며 음식의 다양성에 적응한다. 이 회사는 이것이 자사 로봇들로 하여금 시간 경과에 따라 모든 용기에 모든 크기의 거의 모든 재료를 담을 수 있게 할 것이라고 말했다.

 

셰프 로보틱스는 로봇 작동용 AI가 점점 더 자율화됨에 따라 이러한 시스템을 활용해 산업적 음식물 생산과 같은 응용 분야에서 무인 주방으로, 그리고 궁극적으로 미국내 모든 상업용 주방에 AI 지원을 받는 로봇을 배치할 계획이라고 말했다.

 

라자트 바게리아 셰프 로보틱스 창업자는 “그 누구도 지능형 로봇을 대규모로 확장하지 않았다. 테슬라가 전기차 혁명을 시작한 것과 마찬가지로 우리도 지능형 로봇 혁명으로 이끄는 것을 돕고자 한다”고 말했다.

 

◆고객들, 로봇 추가로 생산량 증가 보고

 

 

▲셰프 봄베이의 각종 냉동 식품들. (사진=셰프 봄베이)

 

오늘날 셰프 로보틱스의 AI 기반 로봇은 식품 산업 제조업체의 투자수익률(ROI)를 적극적으로 창출하고 있다.

 

셰프가 사례 연구를 진행하고 있는 공개된 고객으로는 에이미스 키친, 선 배스킷 및 셰프 봄베이가 있다.

 

누루딘 지와니 셰프 봄베이 사장은 “우리는 단지 4대의 셰프 로봇을 추가함으로써 우리의 생산능력을 20%를 조금 넘게 늘렸다”고 말했다.

 

셰프 로보틱스는 자사의 로봇이 셰프 봄베이의 표준편차를 30%로 줄이고, 음식물 쓰레기를 88% 줄였으며, 노동 생산성을 33% 증가시키고, 처리량을 9% 증가시키는 데 도움을 주었다고 했다.

 

이성원 robot3@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>