SenseAble — 하드웨어 독립 집기·디지털트윈 오픈 라이브러리

무엇을 만들었나

시현 — 스캔으로 디지털트윈 (하드웨어 0)

시현 출력(발췌)

▶ SenseAble Grasp
  → 적재 성공 9/9 (실패는 거절·건너뜀, 떨어뜨림 0)
[더블+대칭링] 선택: center_clamp (중심 더블클램프·위에서 수직)
접근각 자가학습: 92.8% vs 무작위 68%  (+24.8%p)

▶ SenseTag  스캔 → 카탈로그 → 트윈 → 집기
  카탈로그 조회: 부품=밴드(지름 276mm,2.0kg), 그리퍼=회전식 더블
  트윈: 작업대원점(0,0,0) · 로봇(-0.182,0.021,0.050) · 밴드(0.163,0.032,-0.070)
  집기 결과: placed (재시도 후 적재)

튜토리얼 — 10분

# 설치
pip install opencv-python numpy        # 핵심 (+선택: mujoco, mcp)

# 전체 한 번에 (내부 시현)
python demo_all.py

# SenseTag — 내 장면 만들어 스캔
from synth import intrinsics, pose, render
from spec import TagSpec, TagRegistry
from builder import build_scene
from twin import build_twin
K,size = intrinsics()
img = render([(10,80,pose((0,0,1.0))),(12,60,pose((0.16,0.06,0.92),(-12,6,0)))], K,size)
reg = TagRegistry([TagSpec(id=10,object="원점",kind="table",size_mm=80,role="origin"),
                   TagSpec(id=12,object="부품",kind="band_ring",size_mm=60,offset_m=(0,-0.03,0))])
for t in build_twin(build_scene(img,K,reg)):
    print(t.object, t.kind, t.pose[:3,3].round(3))

태그 규격 5필드: object(무엇) · kind(어느 CAD·물성) · size_mm(자) · role(기준) · offset_m(태그→객체). 핵심: 태그는 열쇠, 중앙 카탈로그가 두뇌.

공개 / 비공개 경계 (오픈코어)

공개(이 패키지) — 인지·표준	비공개(서비스·서버) — moat
엔진 뼈대·SenseTag 규격·빌더·마커·합성·MCP	현장 데이터·학습 모델·카탈로그 물성·SaaS

열쇠(규격·코드)는 공개로 퍼뜨리고, 자물쇠 뒤 보물(데이터·서비스)은 서비스로.

공개 준비도

항목	준비도
코드·데모 작동		90%
라이선스(Apache-2.0)		100%
문서·규격·튜토리얼		85%
깨끗한 공개 패키지 조립		85% 조립·감사 완료
IP·비밀 감사(민감어 치환)		90% 통과
패키징(pip 설치)		20% import 리팩터 필요
공개 호스팅(push)		10% 대표 판단·OCI

종합: 내용 ~85% · 공개 실행 준비 중. 푸시(공개)는 최종 검증 후 대표님 판단. 서버·사이트는 OCI(Always Free 컴퓨트·Object Storage·Autonomous DB) 예정.

사업 한 줄

오픈 브랜드(인지·표준) → 위탁개발(현금·데이터) → 교육·인증/SaaS(반복) → 전략 후원·흡수("AI inside"). 파트너(하드웨어·현장·신뢰) + 태건(두뇌·데이터·브랜드). 정부 피지컬AI·국가표준(사실상표준)·국산화 정책과 정렬.

문서

README(한/EN) · SenseTag 시작가이드 · 규격 SPEC · Grasp README · CHANGELOG
(.md는 브라우저에서 텍스트로 열립니다)