"로봇도 배워야 한다"…韓, 피지컬 AI 데이터 확보전

(zdnet.co.kr)

ZDNet Korea2026년 9월 26일AI 산업

로봇의 지능을 결정짓는 '피지컬 AI' 주도권 확보를 위해 국내외 기업들이 인간의 동작과 산업 현장의 경험 데이터를 확보하기 위한 기술 및 플랫폼 경쟁을 본격화하고 있습니다.

이 글의 핵심 포인트

1NC AI는 디지털 트윈과 월드모델을 활용해 인간 동작을 로봇 학습용 데이터로 변환하는 기술을 개발 중임.
2리얼월드는 4D+ 기술과 촉각 장갑을 활용해 산업 현장의 3차원 영상 및 압력 데이터를 수집함.
3미국 피규어(Figure)는 전 세계 108개국에서 1,600만 개 이상의 작업 영상을 확보하는 플랫폼을 운영 중임.
4중국은 대규모 인력과 휴머노이드를 투입해 상자 분류, 포장 등 실제 작업 데이터를 대량 수집하고 있음.
5엔비디아는 합성 데이터를 생성하여 로봇 학습과 평가를 연결하는 '피지컬 AI 데이터 팩토리'를 공개함.

이 글에 대한 공공지능 분석

왜 중요한가?

로봇이 현실 세계에서 물체를 조작하고 움직이려면 텍스트가 아닌 물리적 상호작용 데이터가 필수적이기 때문입니다. 이 데이터의 양과 질이 곧 로봇의 범용 지능(General Intelligence) 수준을 결정짓는 핵심 자산이 됩니다.

어떤 배경과 맥락이 있나?

기존 LLM은 인터넷의 방대한 텍스트로 학습이 가능했지만, 로봇 학습을 위한 '행동 데이터'는 물리적 세계의 관찰이나 시뮬레이션이 필요합니다. 이에 따라 디지털 트윈, 합성 데이터 생성, 텔레오퍼레이션 등 다양한 데이터 수집 기술이 주목받고 있습니다.

업계에 어떤 영향을 주나?

데이터 확보 기술을 보유한 기업이 로봇 생태계의 상위 포식자가 될 가능성이 높습니다. 하드웨어 제조를 넘어 데이터 플랫폼이나 시뮬레이션 기술을 가진 스타트업에게 거대한 시장 기회가 열리고 있습니다.

한국 시장에 어떤 시사점이 있나?

한국은 제조 및 산업 현장 데이터가 풍부하므로, 이를 디지털화하여 학습 데이터로 전환하는 '데이터 파이프라인' 구축 역량이 향후 글로벌 경쟁력을 좌우할 것입니다.

이 글에 대한 큐레이터 의견

피지컬 AI 시대의 핵심은 '데이터의 확장성'입니다. 미국은 플랫폼을 통한 크라우드소싱으로, 중국은 대규모 노동력을 통한 물량 공세로, 한국은 고도화된 시뮬레이션과 정밀 센싱 기술로 대응하고 있습니다. 스타트업 창업자라면 단순히 로봇을 만드는 것에 그치지 않고, 어떻게 저비용·고효율로 양질의 물리적 데이터를 지속적으로 생성하고 정제할 것인가에 대한 '데이터 루프(Data Loop)' 설계에 집중해야 합니다.

다만, 데이터 확보를 위한 기술적 난도는 매우 높습니다. 디지털 트윈이나 합성 데이터(Synthetic Data)는 비용 효율적이지만, 가상과 현실 사이의 'Sim-to-Real Gap'이라는 치명적인 리스크가 존재합니다. 가상에서 완벽했던 동작이 실제 로봇에서는 실패할 수 있다는 점은 기술적 불확실성을 높입니다. 따라서 창업자들은 데이터의 양적 팽창뿐만 아니라, 현실의 물리 법칙을 얼마나 정밀하게 모사하여 이 간극을 줄일 수 있는지에 대한 기술적 해자를 구축하는 데 주력해야 합니다.

원문 보기 →