안톤 글랜스, 빌드ロイド AI의 공동 창립자 및 CTO – 인터뷰 시리즈

안톤 글랜스, 빌드ロ이드 AI의 공동 창립자이자 CTO는 AI, 로봇공학, 자동화, 컴퓨터 비전 분야에서 10년 이상의 경험을 가지고 있습니다. 안톤은 Mighty Buildings에서 2개의 고도로 자동화된 공장을 런칭하는 것을 담당했습니다.

빌드ロ이드 AI의 공동 창립자이자 CEO인 슬라바 솔로니친와 함께, 안톤은 로봇공학, 기계 학습, 디지털 건축, 혁신적인 건설 기술 분야에서 12년 이상의 경험을 가진 팀을 이끌고 있습니다.

빌드ロ이드 AI는 건물 정보 모델과 AI 기반 디지털 트윈을 연결하는 시뮬레이션 기반 플랫폼을 구축하고 있습니다. 이 플랫폼은 여러 로봇을 하나의 팀으로 조정하여 건설 작업을 자동화합니다. 빌드ロ이드 AI는 BIM-to-BUILD 블록 레이팅 시스템을 시연했으며, 노동 집약적인 작업을 간소화하는 상업적 배포를 확장하고 있습니다. 시뮬레이션에서 로봇 워크플로우를 검증함으로써, 빌드ロ이드 AI는 생산성을 향상시키고, 비용을 절감하고, 건설 업계에서 자동화의 확장 가능한 기반을 마련하는 것을 목표로 합니다.

mighty buildings에서 자동화된 3D 프린팅 하우스를 개발한 경험에서, 어떤 불일치나 비효율성을 관찰했으며, 빌드ロイド AI를 설립하고 로봇 기반의 건설 생산성 접근 방식을 추구하도록 결정하게 했습니까?

mighty buildings에서 우리는 오프사이트 프레브 모델을 따랐으며, 구조적인 시장 장벽에 직면했습니다. 미국의 프레브 도입은 아직 6% 미만이며, 3D 프린팅 재료를 도입하는 데 3년의 규제 작업이 필요했습니다. 공장 오버헤드, 장비, 노동력, 공간을 모두 흡수하는 프레브와 비대량 생산되지 않는 재료로 인해, 우리의 제품은 시장에서 받아들이는 것보다 약 20% 더 비싼 것으로 끝났습니다. 건설 업계는 매우 얇은 마진으로 운영되므로, 비용 프리미엄은 도입을 죽입니다.

빌드ロ이드에서는 반대 경로를 따랐습니다. 새로운 재료, 새로운 디자인, 코드 변경 없음. 우리는 기존 워크플로우에 직접 통합하고, 로봇이 반복적인 노동 집약적인 작업을 처리하도록 합니다. 업계 마찰을 제거하는 대신 추가하지 않습니다.

디지털 트윈과 BIM(건물 정보 모델)을 사용하는 시뮬레이션 기반 모델은 건설 팀이 작업 사이트에 도달하기 전에 로봇 워크플로우를 테스트, 검증, 최적화하는 방법을 어떻게 변경합니까?

BIM은 건물이 무엇인지 정의하지만, 어떻게 건설할 것인지 설명하지 않습니다. 4D-BIM은 시퀀싱만을 추가하며,真正의 건설 가능성은 제공하지 않습니다. 빌드ロ이드 AI의 BIM-to-BUILD 시뮬레이션 엔진은 건설 팀이 물리적으로 정확한 디지털 트윈 내에서 전체 건설 과정을 가상으로 실행하도록 허용합니다. 재료, 기계, 사이트 제약 조건이 실제 세계와 같이 작동합니다.

利害 관계자는 수백 가지 시나리오를 테스트하고, 건설 가능성을 검증하고, 생산성을 측정하고, 워크플로우를 최적화할 수 있습니다. 특별한 점은 시뮬레이션이 검증된, 실행 가능한 로봇 실행 프로그램을 출력한다는 것입니다. 디지털 설계와 자동화된 물리적 건설 사이의 간격을 닫습니다.

빌드ロ이드 AI 플랫폼은 40가지 이상의 로봇 유형을 지원합니다. 다양한 하드웨어 간의 신뢰할 수 있는 조정을 어떻게 달성하며, 계약자에게 유연성을 유지합니까?

빌드ロ이드 AI의 AI 플래너는 핵심에서 작동하며, 높은 수준의 시퀀싱을 위한 HTN(계층적 태스크 네트워크)와 낮은 수준의 태스크 실행을 위한 행동 트리를 결합합니다. 로봇은 능력 기반 에이전트로 작동합니다. 예를 들어, 블록 레이팅 로봇은 블록을 놓을 수 있지만, 플라스터를 적용할 수 없습니다.

플래너는 태스크 할당을 최적화하고, 작업장 병목 현상을 피하고(예: 경로를 차단함), 여러 로봇 간의 작업량을 균형 맞추고, 재료 처리 로봇과 같은 지원 유닛을 동기화합니다. 결과는 조정된, 자체 조정 로봇 크루로, 잘 조직된 인간 팀과 같은 행동을 합니다.

빌드ロ이드 AI는 생산성 향상 최대 10배(6배)와 비용 절감 최대 4배(3배)를 강조합니다. 이러한 결과를 달성하는 데 가장 좋은 초기 사례 연구 또는 기술 벤치마크는 무엇입니까?

세 가지 파일럿 프로젝트(상업용, 주거용, 데이터 센터 프로젝트)에서 다음을 관찰했습니다.

• 6배의 생산성: 한 명의 석공과 보조공이 일반적으로 1일당 4-5m²의 블록 작업을 수행하는 반면, 로봇을 사용하면 출력이 약 30m²/일로 증가합니다.

• 3배의 비용 효율성: 12명의 노동자가 30m²/일을 건설하는 작업은 빌드ロ이드 AI 플랫폼을 사용하여 2명의 노동자와 1개의 로봇으로 수행할 수 있습니다.

이 결과는 다중 로봇 워크플로우를 배포하기 전에 나타났습니다. 한 번에 하나의 운영자가 여러 로봇을 조정하면, 전체 프로젝트 기간이 크게 단축됩니다.

초기 상업적 적용은 블록 작업과 파티션 벽 설치에 중점을 두고 있습니다. 빌드ロ이드 AI는 다음으로 다중 로봇 자동화를 위한 어떤 건설 워크플로우를 결정하기 위해 어떤 기준을 사용합니까?

우리는 (1) 심각한 노동력 부족, (2) 반복적인 수동 스트레인, (3) 다중 로봇 협력에 대한 명확한 작업 분해를 갖춘 워크플로우를 우선합니다.

두바이에서 우리는 파티션 블록이 약 30kg(66lb)이고, 석공 수요가 उपलब있는熟練 노동력을 초과한다는 것을 알게 되었습니다. 한 주요 계약자는 내년 작업량을 충족하기 위해 6,000명의 석공을 고용하고 훈련해야 한다고 말했습니다.

블록 작업은 물자 공급, 모르타르 적용, 정렬, 보강과 같은 하위 작업으로 자연스럽게 분해되므로, 협력하는 로봇에 적합합니다.

다음으로 파이프라인에 있는 것은 블록 작업 이후의 순차적인 단계인 플라스터링입니다. 주요 로봇 벤더와의 파트너십을 통해 진행하고 있습니다.

미국 시장에 진출함에 따라, 빌드ロ이드 AI는 규제, 안전, 운영상의 어떤 장벽을 예상하며, 시뮬레이션 기반 접근 방식이 이러한 장벽을 어떻게 완화하는지 설명해 주십시오.

OSHA는 로봇이 인간-로봇 상호 작용을 안전하게 증명하도록 요구합니다. 이는 일반적으로 3개월 이상의 기간이 소요되며, 빠른 반복이 필요한 스타트업에게는 비용이 많이 듭니다.

우리는 UL과 함께 시뮬레이션 기반 안전 승인 프레임워크를 개발 중입니다. 디지털 트윈이 실제 세계와 일치한다는 것을 증명함으로써, 우리는 에지 케이스, 충돌 시나리오, 비상 상황을 가상으로 검증할 수 있으며, 이는 시험 시간을 크게 줄이고, 규제 준수를 가속화합니다.

로봇 워크스트림이 복잡한 건설 현장에서 어떻게 진화하는지, AI 오케스트레이션이 더 성숙해짐에 따라 예상해 보십시오.

건설 현장이 완전히 로봇화된 크루로 전환할 것으로 예상되며, 인간은 감독 역할을 맡게 될 것입니다. 하나의 운영자가 빌드ロ이드 AI의 AI 오케스트레이션 플랫폼을 통해 로봇 플릿을 실시간으로 감독할 것입니다. 로봇은 생산을 담당하고, 사람들은 감독과 예외 관리를 담당할 것입니다.

신뢰할 수 있는 작업장 실행을 가능하게 하는 데 가장 중요한 AI 의사 결정 및 워크플로우 최적화의 돌파구는 무엇입니까?

다음의 돌파구가 필요합니다.

• 분산된 계획 및 조정

• 건설 현장 조건下的 강력한 인식

• 환경이 변경됨에 따라 적응형 작업 할당

이러한 기능은 신뢰할 수 있는, 반자율적 또는 완전 자율적인 작동을 잠금 해제합니다.

반복적인 건설 기술 창업자로서, 건설 기술 도입에 대해 업계 리더가 여전히 오해하는 측면은 무엇이며, 빌드ロ이드 AI는 이러한 오해를 어떻게 해결합니까?

많은 스타트업이 재료, 프로세스 또는 건물 시스템 자체를 변경하려고 시도합니다. 건설 업계는 여전히 100년 전과 거의 동일한 방식으로 건설을 진행하며, 핵심 방법을 변경하는 데는 규제, 공급망, 문화적 변화가 수년이 걸립니다.

빌드ロイド AI는 이러한 마찰을 피합니다. 우리는 재료나 디자인을 변경하지 않고, 기존 재료를 설치하는 방법에만 집중합니다.

빌드ロ이드 AI가 제3자 로봇과 계약자들이 빌드할 수 있는 에코시스템 플랫폼이 되는 것을 상상하십니까? 건설 로봇을 위한 통일된 운영 레이어를全国적으로 창조하는 것입니다.

絶対적으로 – 그것이 장기적인 비전입니다. 하지만 먼저 우리는 단일 고가치 워크플로우, 즉 벽 건설에서 종단 간 우수성을 입증해야 합니다. 일단 그 블루프린트를 완벽하게 만들면, 제3자 로봇과 추가 워크플로우로 확장하는 것이 자연스러운 에코시스템 진화가 됩니다.