휴머노이드 로봇 경쟁이 하드웨어 중심에서 데이터와 인공지능(AI) 학습 경쟁으로 빠르게 이동하고 있다. 실제 사람의 움직임을 얼마나 정밀하게 학습시키느냐가 로봇 성능을 좌우하는 핵심 요소로 떠오르면서, 고품질 학습 데이터를 확보하기 위한 기업 간 협력도 활발해지는 모습이다.
산업용 피지컬 AI 기업 디든로보틱스는 휴먼 모션 AI 기업 무빈과 휴머노이드 학습용 데이터셋 구축 및 활용을 위한 업무협약(MOU)을 체결했다고 15일 밝혔다.
이번 협약은 사람의 움직임 데이터를 휴머노이드 로봇이 학습할 수 있는 형태로 변환해 로봇의 동작 성능을 높이는 데 초점을 맞췄다.
양사는 무빈의 라이다(LiDAR) 기반 모션 캡처 기술과 멀티모달 데이터 수집 역량, 디든로보틱스의 휴머노이드 개발 기술을 결합해 실제 로봇 학습에 활용할 수 있는 데이터 파이프라인을 공동 구축할 계획이다.
휴머노이드 로봇은 단순히 걷는 기능을 넘어 복잡한 공간에서 균형을 유지하고 다양한 물체를 다루며 주변 환경과 자연스럽게 상호작용해야 한다. 이를 구현하려면 실제 사람이 이동하고 자세를 바꾸며 사물을 조작하는 과정을 정밀하게 기록한 데이터가 필수적이다.
현재 활용되는 모션 데이터 상당수는 게임이나 영화, 애니메이션 등 콘텐츠 제작을 목적으로 구축돼 있다. 사람의 움직임을 사실적으로 표현하는 데는 적합하지만, 로봇의 관절 구조와 가동 범위, 물리적 제약을 고려한 학습 데이터로 활용하기에는 한계가 있다는 지적이 꾸준히 제기돼 왔다.
양사는 이런 문제를 해결하기 위해 실제 환경에서 다양한 사람의 움직임을 고정밀 3D 모션 데이터와 멀티모달 센서 데이터 형태로 수집한다. 이후 휴머노이드 로봇이 활용할 수 있도록 데이터를 변환하는 전용 데이터 파이프라인을 함께 개발할 예정이다.
무빈은 다양한 시점에서 확보한 라이다와 카메라 데이터를 수집한 뒤 디든로보틱스의 휴머노이드 구조에 맞춰 리타기팅(Retargeting)한 형태로 제공한다.
디든로보틱스는 이 데이터를 활용해 휴머노이드의 보행과 균형 유지, 전신 제어, 사물 조작, 주변 환경과의 상호작용 등 핵심 행동 모델의 학습 정확도와 효율을 높인다는 계획이다.
최근 글로벌 로보틱스 시장에서는 하드웨어 기술 못지않게 학습 데이터의 품질이 경쟁력을 좌우하는 요소로 평가받고 있다. 특히 피지컬 AI 분야에서는 실제 환경에서 수집한 대규모 데이터 확보 여부가 향후 휴머노이드 상용화 속도를 결정할 핵심 변수로 꼽힌다.
다만 고품질 데이터 확보만으로 곧바로 성능 향상으로 이어지는 것은 아니다. 데이터의 양뿐 아니라 다양성과 정합성, 실제 로봇 환경에서의 검증 과정까지 함께 확보해야 학습 효율을 높일 수 있어 데이터 구축 이후 실증 단계도 중요한 과제로 남아 있다.
양사는 이번 업무협약을 계기로 데이터셋 공동 개발뿐 아니라 공동 연구와 사업화 협력까지 협력 범위를 확대할 방침이다.
김준하 디든로보틱스 대표는 "휴머노이드 성능을 높이기 위해서는 사람의 움직임과 주변 공간 정보가 함께 담긴 고품질 멀티모달 데이터가 필요하다"며 "무빈과 협력을 통해 로봇 하드웨어에 최적화된 데이터를 확보하고 실제 로봇 개발에 바로 적용할 수 있는 학습 체계를 강화하겠다"고 말했다.
최별이 무빈 대표는 "사람의 움직임을 정밀하게 수집하고 로봇 신체 구조에 맞게 변환하는 기술은 휴머노이드 학습의 중요한 기반"이라며 "이번 협력을 계기로 모션 데이터 기술이 콘텐츠 산업을 넘어 로보틱스 분야의 핵심 데이터 인프라로 활용되기를 기대한다"고 밝혔다.
휴머노이드 산업이 AI와 데이터 중심으로 진화하는 가운데, 사람의 움직임을 얼마나 현실에 가깝게 학습시키고 이를 실제 로봇에 적용할 수 있는지가 차세대 피지컬 AI 경쟁력을 가를 중요한 요소가 될 것으로 전망된다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
