피직스심랩, 물리 시뮬레이션으로 로봇 학습 데이터 생성·검증 [서울AI허브 2027] 작성일 10-31 38 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="VmZ4CQHlRt"> <div contents-hash="927a7641ac984f44c4927f273fcddced8d346276ea0a91ba3d825333113892bd" dmcf-pid="fs58hxXSM1" dmcf-ptype="general"> '서울 AI 허브 2027' 기획시리즈는 서울 AI 허브에 입주한 스타트업들의 인공지능(AI) 기술과 서비스, 사업화 현황 및 차별점을 살펴봅니다. 산업 현장에서의 적용 가능성과 성장 가능성을 짚어보고, 대한민국 AI 생태계의 한 축을 이루는 이들의 기술과 서비스를 소개합니다. [편집자 주] </div> <figure class="figure_frm origin_fig" contents-hash="33cf1cfa0ce8c5a091ba6430fdb6ca3c77d965d6ad72c7534e8a93ca4eacf363" data-idxno="455789" data-type="photo" dmcf-pid="4O16lMZvi5" dmcf-ptype="figure"> <p class="link_figure"><img alt="피직스심랩 CI / 피직스심랩" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/31/552810-SDi8XcZ/20261031084008936pnks.jpg" data-org-width="600" dmcf-mid="2rZ4CQHleF" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/31/552810-SDi8XcZ/20261031084008936pnks.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 피직스심랩 CI / 피직스심랩 </figcaption> </figure> <p contents-hash="eca31311aed54f98b47332f42ecf50b276346631695fa0714bd5de600df48704" dmcf-pid="8ItPSR5TiZ" dmcf-ptype="general">로봇 파운데이션 모델 개발을 위해서는 다양한 환경에서 물체를 집고 옮기는 동작 학습 데이터가 필요하다. 피직스심랩은 물리 시뮬레이션으로 로봇 조직 데이터를 대량 생성하고 학습 유효성까지 검증하는 합성데이터 서비스를 제공한다. <strong>기 업 명</strong><strong>대표자명</strong><strong>설립연도</strong><strong>투자단계</strong><strong>주요제품</strong><strong>사업분야</strong><strong>기술분야</strong><strong>주요성과</strong><strong>협업유형</strong><strong>도입단계</strong><strong>타깃시장</strong><strong>홈페이지</strong> ※ 기업 현황은 2026년 10월 기준입니다 </p> <p contents-hash="52fd037f77c69003a35e93fd133dabf97499feaa6f051bafa4863d2ea0b5d0df" dmcf-pid="6CFQve1yMX" dmcf-ptype="general"><strong>'PSL 심-데이터'로 물리 정확도·실사 품질 확보</strong></p> <p contents-hash="a69601c56ab31535dca26a392162ede96c71635db6c91f7c9d0719a359716a07" dmcf-pid="Ph3xTdtWnH" dmcf-ptype="general">피직스심랩의 'PSL 심-데이터(PSL Sim-Data)'는 로봇 학습용 합성데이터 서비스로, 로봇이 물체를 집고 옮기고 조작하는 동작을 물리 시뮬레이션으로 생성한다.</p> <p contents-hash="574c4a1bf3d53996e1aad9afedee9e0d7beff5305dfbb500f450e773ace2256d" dmcf-pid="Ql0MyJFYnG" dmcf-ptype="general">실사급 1·3인칭 영상, 관절 로그(LeRobot 표준), 접촉력(촉각) 데이터를 같은 시점으로 맞춰 제공하며 조명·재질·배치를 자동으로 바꿔 동작 하나를 수십 개의 데이터로 늘린다.</p> <p contents-hash="caa4f0ea03491fa27d92ac3e623ad129cf17401735bfdf28dac38bb86c8d9081" dmcf-pid="xSpRWi3GeY" dmcf-ptype="general">이를 가능케 하는 핵심 기술은 물리·렌더링 이중 파이프라인과 자체 개발 로봇핸드 제어 프레임워크 'UDM', 그리고 학습 유효성 검증에 있다.</p> <p contents-hash="2cd925ffcdcd89cf52e69c49c05a740758f11ac6f270b1c4e138666ad2847988" dmcf-pid="y6jYMZaeJW" dmcf-ptype="general">먼저 물리 시뮬레이션과 실사 렌더링을 분리한 이중 파이프라인 구조는 물리엔진(MuJoCo-Newton)에서 로봇의 동작 데이터를 빠르게 생성하고 물리적 정합성을 검증한다. 검증을 통과한 데이터는 언리얼엔진5(UnrealEngine5) 데이터로 변환해 실사 수준의 영상으로 렌더링한다.</p> <p contents-hash="00fb4ed095f0a5002754191f290f72f8a99b5ddc96856a124a0dd5ea19e8353a" dmcf-pid="WBdI2SRfdy" dmcf-ptype="general">UDM은 다양한 휴머노이드와 로봇 암, 핸드의 정밀 동작을 제어하는 데 활용된다. 데이터의 학습 유효성 검증은 카이스트 아린랩(ALIN Lab)과의 공동연구를 통해 확보한 행동 검증 기반 데이터 선별 기술과 분포 정합성 자동 검증 기술을 내재화했다.</p> <p contents-hash="717b40bdbc4dd3b20d4d95a17b874ff798f8a80e83b566751f928b08ffa097a2" dmcf-pid="YbJCVve4LT" dmcf-ptype="general">회사는 실제 로봇을 이용한 데이터 수집 대비 비용과 시간을 줄이면서 물리 정확도와 시각 품질을 함께 확보할 수 있다는 점을 가장 큰 차별점으로 내세운다. 실제 로봇을 이용한 데이터 수집 대비 비용은 전체의 10분의 1 이하, 수집 시간은 100분의 1 이하 수준이라는 설명이다.</p> <p contents-hash="219a7239b947133488b8c0f23ab41f21456513fa0d49f27eac2600b87981cbf8" dmcf-pid="GKihfTd8Mv" dmcf-ptype="general">회사는 2026년 엔비디아 인셉션 프로그램에 선정돼 엔비디아 덱스벤치(DexBench) 프로젝트에 참여한 바 있다.</p> <p contents-hash="c053f0eb289ed65f540f88bcab4e08b22365a08aafa411494e30928984d04ce6" dmcf-pid="H9nl4yJ6LS" dmcf-ptype="general"><strong>2030년 피지컬 AI 플랫폼으로 도약</strong></p> <p contents-hash="d908f4578ff5fa2f23579a9253c72a67dd73dac31766d76e4b5c135457605d04" dmcf-pid="X2LS8WiPLl" dmcf-ptype="general">피직스심랩은 단계적 성장을 추진한다. 2026년과 2027년에는 앵커 고객사에 합성데이터를 납품해 상용 레퍼런스를 확보하고, 이를 정식 계약으로 전환할 계획이다. 시각·관절·촉각 데이터를 함께 생성하는 다차원 합성데이터 파이프라인을 완성한다는 것이다.</p> <p contents-hash="86d3178538d0debb07ed01c68f28eb50d54dfa0329052dbccdbc84b3e32bee21" dmcf-pid="ZVov6YnQnh" dmcf-ptype="general">과기정통부 피지컬 AI 국책과제에서는 다크팩토리용 시뮬레이터 개발에도 참여한다.</p> <p contents-hash="0a2800ed7fe67f0023b3fd8a552c7a1b1606632408aa179eef1ba6c5b5f231d0" dmcf-pid="5fgTPGLxMC" dmcf-ptype="general">2028년에는 매니퓰레이션 시뮬레이터 '파이엔진(PhyEngine)'을 출시해 데이터 공급에서 시뮬레이션 플랫폼 구독 사업으로 확대한다. 같은 시기 북미 지사를 설립하고 글로벌 로보틱스·월드모델 기업을 고객으로 확보할 계획이다. 이를 통해 흑자로 전환할 수 있을 것으로 기대하고 있다.</p> <p contents-hash="76f5663af5dbeab54a4dc7095fdcc93a8ef4b8deee02b387eb92939320d6c645" dmcf-pid="14ayQHoMdI" dmcf-ptype="general">2030년 이후에는 글로벌 로봇 제조사의 공식 시뮬레이션 파트너로 자리 잡아 공장 단위의 대규모 시뮬레이션 환경 구축 사업까지 확대할 계획이다.</p> <p contents-hash="1e6d8c612764f24e949cdc9e7e45d5d66bb6adabc5f4906700e5ef28c65936a7" dmcf-pid="t8NWxXgRiO" dmcf-ptype="general">장기적으로는 로봇 학습용 합성데이터 공급 기업을 넘어 로봇의 학습 및 검증 환경을 제공하는 글로벌 피지컬 AI 시뮬레이션 플랫폼 기업으로 성장한다는 목표다.</p> <p contents-hash="0f7c199ab6c9c2cb0b2b34cb4e3ab170496ad65aa8a95569a1fe653eb19d5e34" dmcf-pid="F6jYMZaeRs" dmcf-ptype="general">정종길 기자<br>jk2@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 오세훈 무죄에 최민희 "AI 판사 도입하자"…당장 어려운 이유 3가지 [홍민성의 테토남] 10-31 다음 에이아이매틱스가 '월드모델'로 제조 현장 문제 푸는 법 10-31 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
