[태그:] 디지털휴먼
-
휴머노이드 로봇은 인간을 어떻게 배워야 하는가: 관절·보행·작업동작을 만드는 인체데이터와 AI 시뮬레이션
휴머노이드 로봇은 더 이상 전시장에서 사람의 동작을 흉내 내는 실험적 기계에 머물지 않습니다. 제조·물류 현장에서는 부품을 운반하고 공구를 다루며, 의료·돌봄 환경에서는 보행을 보조하거나 생활 물품을 전달하는 방향으로 역할이 확장되고 있습니다.
-
제품개발 AI의 다음 단계, 인간을 이해하는 AI 에이전트
생성형 AI는 제품개발의 초기 단계를 빠르게 변화시키고 있습니다. 자연어로 제품의 용도와 형태를 설명하면 콘셉트 이미지와 디자인 대안을 생성하고, 스케치를 시각화하거나 기본적인 3D 형상으로 전환하는 일도 점차 쉬워지고 있습니다.
-
디지털휴먼 기반 제품 테스트: 실물 제작 전 가상검증이 제품개발을 바꾸는 방법
제품개발의 속도는 빠르게 높아지고 있지만, 실제 제품을 검증하는 방식은 여전히 물리적 시제품에 크게 의존하고 있습니다.
-
생성형 AI가 만든 제품, 실제 사람에게도 사용할 수 있을까: 제품 생성에서 인체 적합성 검증까지
생성형 AI가 만든 제품이 실제 사람에게도 맞을까요? 제품과 인체가 만나는 접점을 중심으로, 생성 단계에서 가상 검증까지 이어지는 기술 흐름을 살펴봅니다.
-
생성형 AI가 만든 제품, 실제 사람에게도 사용할 수 있을까: 생성에서 인체 적합성 검증으로
그럴듯해 보이는 AI 생성 제품도 실제 착용과 사용에서는 문제가 생길 수 있습니다. 시각적 완성도와 인체 적합성의 간극, 그리고 생성형 AI가 검증형 AI로 발전해야 하는 이유를 설명합니다.
-
-
-
AI 피팅은 왜 실패하는가: 평균 체형 데이터의 한계와 3D 인체데이터의 필요성
온라인 쇼핑, 가상 피팅, 사이즈 추천 서비스가 빠르게 확산되면서 패션·웨어러블·의료기기·스포츠용품 산업에서는 AI 피팅 기술이 중요한 경쟁 요소로 자리 잡고 있습니다.
-
스마트글래스는 왜 얼굴 데이터를 원하게 되었는가
스마트글래스는 이제 단순히 화면을 눈앞에 띄워주는 디스플레이 장치를 넘어, 인간의 얼굴과 움직임을 실시간으로 이해하는 차세대 인터페이스 플랫폼으로 진화하고 있습니다.
-
-
로봇은 왜 인간 관절 데이터를 배우기 시작했는가
과거 산업용 로봇은 정해진 위치에서 반복적인 작업을 수행하는 것이 핵심이었습니다. 그러나 최근 로봇 산업은 완전히 다른 방향으로 진화하고 있습니다.
-
승하차 동작 4D 스캔 데이터로 보는 접근성 UX 개선 전략
오늘날의 모빌리티 산업은 단순한 이동 수단 개발을 넘어, 사용자의 실제 행동과 움직임을 중심으로 한 Human-Centered Mobility UX 시대로 빠르게 이동하고 있습니다.