"34년 걸릴 일을 하루 만에?"…美 로봇기업이 선택한 韓 AI 작성일 10-07 45 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">피지컬 AI 시장 공략 나선 트웰브랩스<br>로봇 학습용 1인칭 영상 폭발적으로 증가<br>영상 1시간 정리에 수작업 155시간 들기도<br>AI가 행동 구분하고 학습용 데이터로 가공<br>美 로보틱스 기업, 하루 수십만 시간 영상 처리<br>미디어 영상 분석 기술 로봇·제조로 확장</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="49ojPRZvlp"> <figure class="figure_frm origin_fig" contents-hash="6d0c2972e637520660aad6aba1fa5c4b343e9b14b808dccc832b0b5989a9a9f5" dmcf-pid="82gAQe5TT0" dmcf-ptype="figure"> <p class="link_figure"><img alt="챗gpt로 생성한 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/07/ked/20261007100214406dfqf.jpg" data-org-width="1200" dmcf-mid="ZC2Hen3Gh5" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/07/ked/20261007100214406dfqf.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 챗gpt로 생성한 이미지 </figcaption> </figure> <p contents-hash="cd5910d094ff1286b3070ffeccc74dc15a0fd927cba442fff40d9663a47240ae" dmcf-pid="6Vacxd1yl3" dmcf-ptype="general"><br>사람이 나사를 집어 들고 드라이버로 조인 뒤 완성된 부품을 옮긴다. 사람에겐 평범한 작업이지만 로봇이 이를 배우는 과정은 간단하지 않다. 손이 언제 나사를 집었는지, 어떤 도구를 사용했는지, 작업 결과는 어땠는지까지 알아야 하기 때문이다. 이 모든 과정을 영상으로 촬영하더라도 로봇이 학습할 수 있는 데이터로 바꾸려면 상당한 수작업이 필요하다.</p> <p contents-hash="dea46d0d82dda7c3041990c74c10e05cb0661b69c6354ad58383eb53681198a0" dmcf-pid="PfNkMJtWvF" dmcf-ptype="general">피지컬 인공지능(AI) 시대를 맞아 로봇에 가르칠 영상은 쌓이고 있지만, 정작 이를 '교과서'로 만드는 작업이 기술 발전의 걸림돌로 떠오르고 있다. 국내 AI 스타트업 트웰브랩스가 이 문제를 해결하기 위해 나섰다.</p> <p contents-hash="f8bad9b60aa77b0859207d3d19542e75baf4be11536660e849ba01b3adfeb4d5" dmcf-pid="Q4jERiFYCt" dmcf-ptype="general">트웰브랩스는 7일 1인칭 영상 이해 능력을 강화한 비전언어모델(VLM) '페가수스 1.6'을 출시했다고 밝혔다. 그동안 방송·영화 등 미디어 분야에서 축적한 영상 분석 기술을 로봇과 휴머노이드 등 피지컬 AI 시장으로 확대하기 위한 제품이다.</p> <p contents-hash="b83e71a53e8ee1162a0ded927313345ed669de0321e15cb9653faa9f9b6e51a8" dmcf-pid="x8ADen3Gh1" dmcf-ptype="general">최근 로봇업계에서는 사람의 시선에서 촬영한 '에고센트릭(1인칭) 영상'이 핵심 학습 자원으로 주목받고 있다. 작업자가 스마트 글라스나 액션캠을 착용하고 공장에서 부품을 조립하거나 물건을 옮기는 과정을 촬영하는 방식이다. 로봇이 실제 인간의 작업 방식을 익히는 데 활용할 수 있다.</p> <p contents-hash="eaf7255b6bd450c3a38ea6818c365871e23dba473b3bdce8edc624fa151c7a71" dmcf-pid="ylUqG5aeh5" dmcf-ptype="general">문제는 영상이 많다고 곧바로 학습에 활용할 수 있는 것은 아니라는 점이다. 실제 공개 영상 데이터셋인 'Ego-Exo4D'에서는 1286시간 분량의 영상에 행동과 작업 과정을 표시하는 데 20만 시간 이상의 노동력이 투입됐다. 영상 1시간을 학습용으로 정리하는 데 약 155시간의 사람 손이 필요했던 셈이다.</p> <p contents-hash="42fdc83957d421409b81d9f73e95da10a9f84f048af4c4541d7c601b1e69ac72" dmcf-pid="WSuBH1NdWZ" dmcf-ptype="general">페가수스 1.6은 이런 작업을 AI에 맡길 수 있도록 설계됐다. 영상 속 행동을 시간 순서대로 잘게 나누고, 각 구간에서 어떤 사물을 집었는지, 무슨 도구를 사용했는지, 작업 결과는 어땠는지를 분석한다. 단순히 영상에 등장하는 사물을 식별하는 수준을 넘어 행동의 흐름과 전후 맥락까지 파악하는 게 핵심이다.</p> <p contents-hash="67c7f77a491daaaac980e13087fd4e3c021548473dc67e620d929f2e2b90b3e4" dmcf-pid="Yv7bXtjJTX" dmcf-ptype="general">예컨대 작업자가 부품을 집어 조립하고 완성품을 옮기는 영상을 입력하면 '부품 집기→도구 사용→조립→완성품 이동' 등의 행동을 구분해 설명을 붙이는 식이다. 기업별로 필요한 정보의 종류와 형식을 지정하면 행동이 발생한 시점까지 기록할 수 있다.</p> <p contents-hash="887475a3a80b70f2c1f7a18760bbc3ff7da27ca15cfa48c7efda4f52aaaa60d6" dmcf-pid="GTzKZFAilH" dmcf-ptype="general">학습에 적합한 영상만 골라내는 기능도 갖췄다. 촬영 구도가 나쁘거나 작업자의 행동이 제대로 보이지 않는 영상을 걸러내고, 필요한 작업 장면을 자연어 검색으로 찾아낼 수 있다. 영상에 등장하는 얼굴과 개인정보 등 검토가 필요한 부분을 식별하는 기능도 지원한다.</p> <p contents-hash="40f429bdff232fe31b79d708c332b78ae9991f849462bc088b1c299581ec3550" dmcf-pid="HwZFhTe4WG" dmcf-ptype="general">이미 미국 로보틱스 업계에서는 트웰브랩스의 기술을 활용하고 있다. 회사에 따르면 공장 작업자들의 1인칭 영상을 수집하는 미국의 한 로보틱스 학습 데이터 기업은 페가수스를 이용해 원본 영상의 품질을 평가하고, 선별된 영상에 상세한 행동 설명을 붙이고 있다.</p> <p contents-hash="89996585880ee8a645da8d01063fa6afa580977221ef07745dc487f7af390990" dmcf-pid="Xr53lyd8vY" dmcf-ptype="general">이 기업이 하루에 처리하는 영상은 수십만 시간 분량에 달한다는 설명이다. 30만 시간만 해도 한 사람이 하루 24시간 쉬지 않고 시청할 경우 34년 이상 걸리는 분량이다. 사람이 일일이 영상을 확인하고 설명을 붙이는 방식으로는 감당하기 어려운 규모다.</p> <p contents-hash="42fbe14a0251dd0b77fe67bc89585932f3fd6f681798ca74dd9a52339cc778d1" dmcf-pid="Zm10SWJ6SW" dmcf-ptype="general">트웰브랩스의 사업 영역도 달라지고 있다. 그동안 방송 아카이브에서 특정 장면을 찾거나 스포츠 경기 영상을 분석하는 데 활용됐던 기술이 이제 로봇 학습 데이터 구축과 제조 현장으로 확장되는 것이다. 영상 속에서 '무슨 일이 벌어졌는지' 이해하는 기술이 로봇에게 '사람이 어떻게 일하는지' 가르치는 데 쓰이는 셈이다.</p> <p contents-hash="678d2be5e19d6aa0295b0a4305d9ce253b89ef9e0b293ebe3b680ce75a361c69" dmcf-pid="5stpvYiPly" dmcf-ptype="general">이재성 트웰브랩스 최고경영자(CEO)는 "물건이 미끄러졌을 때 바로잡는 것과 같이 사람들이 현실 세계에서 체득한 경험은 대부분 기계가 학습할 수 있는 형태로 기록되지 않았다"며 "페가수스 1.6은 영상을 구조화된 지식으로 바꿔 피지컬 AI와 로보틱스 기업들이 실제 인간의 경험을 학습에 활용할 수 있도록 할 것"이라고 말했다.<br></p> <figure class="figure_frm origin_fig" contents-hash="3aa474282e20bb345dc7da122cc10b837428843fa73941d59c49376c0ede7ec8" dmcf-pid="1OFUTGnQTT" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/07/ked/20261007100215691nxwt.png" data-org-width="1200" dmcf-mid="5y1rB2lwyZ" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/07/ked/20261007100215691nxwt.png" width="658"></p> </figure> <p contents-hash="034b4f3a36afc77b835b7b1d8461dd2b4095c2fdc2f9ce12832d4779f8b48cf1" dmcf-pid="tI3uyHLxWv" dmcf-ptype="general">안정훈 기자 ajh6321@hankyung.com</p> </section> </div> <p class="" data-translation="true">Copyright © 한국경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 아이티센엔텍, 2173억 'K-에듀파인 고도화' 수주 10-07 다음 인스타 ‘계정 차단’ 우려 커지자…NHN데이터, 자동화 안전장치 확대 10-07 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
