"빠른 실패 데이터가 더 중요"…K-피지컬AI 승부처 '데이터 선순환'

AI 요약

피지컬 AI 경쟁이 본격화되면서 휴머노이드 로봇의 정밀 조작을 위한 고품질 데이터의 중요성이 커지고 있다. 리얼월드는 엔비디아와 함께 휴머노이드 손 조작 능력을 평가하는 '덱스벤치(DexBench)' 이니셔티브를 출범했고, 엔닷라이트는 150억 원 규모 투자를 유치하며 시뮬레이션용 고정밀 3D 데이터(SimReady) 사업을 확장하고 있다. 업계는 '수집→시뮬레이션→학습→현장 배치→재수집'으로 이어지는 데이터 플라이휠이 핵심이며, 특히 실패 로그가 중요한 학습 자산이 된다고 강조한다. K-피지컬 AI의 성패는 로봇 개발 속도보다 현장의 변화와 실패를 다음 모델 학습으로 빠르게 연결하는 '데이터 선순환'에 달려 있다는 분석이다.

핵심 포인트

• 리얼월드·엔비디아 '덱스벤치' 이니셔티브 출범: 5지 휴머노이드 손 조작 데이터 포맷 표준화, 5개 평가 영역·18개 원자 태스크 구성
• 엔닷라이트 150억 원 투자 유치(KDB산업은행 주도, 네이버 D2SF·IMM인베스트먼트 등 참여), 현대차·LG전자 피지컬 AI 프로젝트에 데이터 공급
• 슈퍼브에이아이, LG AI연구원 'K-엑사원' 비전·영상·피지컬 AI 데이터 구축 맡아 독파모 3차수 진출, 실제 가정 50곳에서 108만 프레임 확보
• 트릴리온랩스, 엔비디아 옴니버스 기반 'AI 팩토리용 산업 월드모델' 개발 중

향후 전망

• '심투리얼(sim-to-real) 격차' 축소가 피지컬 AI 데이터·시뮬레이션 분야의 핵심 과제로 부상
• 로봇의 실패·복구 과정 데이터가 반복 성공 장면보다 더 가치 있는 학습 자산으로 활용되는 데이터 선순환 구조가 경쟁력의 관건이 될 전망