🤖 이미 빅테크는 VLA 데이터 확보 전쟁 중, 후발주자는 따라잡을 수 없다 [비즈니스.AI]

이달의 뉴스레터에는

피지컬 AI 

VLA 데이터가 피지컬 AI 성공의 핵심인 이유

국내 AI 정책과 예산이 빠르게 피지컬 AI(Physical AI) 분야로 집중되고 있습니다. 특히 과학기술정보통신부의 AI 예산은 5.1조 원, 정부 전체 AI 예산(10.1조 원)의 절반을 차지할 만큼 비중이 커졌으며, 앞으로도 피지컬 AI 인프라에 대한 투자가 확대될 전망입니다.

피지컬 AI는 단순히 로봇과 AI를 결합하는 수준이 아니라, 시각-언어-행동을 하나의 지능 구조로 연결한 VLA(Vision-Language-Action) 모델을 기반으로 합니다. 카메라로 보고(Vision), 언어로 이해하고(Language), 실제로 행동(Action)하는 방식으로 사람이 보고 생각하고 움직이는 과정과 유사한 지능 구조를 갖습니다. 기존 규칙 기반 시스템이 미리 정해진 조건에 따라 동작했다면, VLA 모델은 LLM을 기반으로 데이터를 학습해 상식과 논리를 통해 스스로 판단하고 행동하는 지능형 구조로 발전했습니다.

그렇다면 왜 VLA 데이터가 중요할까요?

VLA 데이터는 로봇이 현실 세계에서 안정적으로 작동하기 위한 핵심 기반입니다. 색이나 형태가 달라도 동일한 사물을 인식하는 일반화 능력을 높여주고, 조명·각도·재질처럼 끊임없이 변하는 현실 환경의 복잡성에도 대응할 수 있게 합니다. 또한 행동 라벨 없이도 영상과 관찰 데이터를 통해 학습할 수 있어 데이터 효율성이 크게 개선되며, 단순 동작 예측을 넘어 행동의 맥락과 순서를 이해하는 추론·계획 능력까지 강화합니다.

👇 VLA 데이터에 대한 더 자세한 내용이 궁금하다면?

2025 뉴테크놀로지포럼

피지컬 AI 데이터 격차 문제, 어떻게 해결할까?

양수열 CTO (출처 : 메트로신문 손진영기자)

최근 크라우드웍스 양수열 CTO는 2025 뉴테크놀로지포럼에서 피지컬 AI 시대 VLA 모델 발전을 위한 데이터 현황과 과제에 대한 발표를 진행했는데요.

피지컬 AI의 성공을 좌우하는 결정적 요소는 고품질 행동(Action) 데이터라고 강조하며, 현재 로봇 분야가 직면한 데이터 격차 문제와 해결 전략을 제시했습니다.

 

• “LLM 학습 데이터는 넘치지만 로봇 행동을 정의하는 액션 데이터는 극도로 부족하다”라며, LAION-5B(58억 건) 대비 RT-1(13만 건) 수준에 불과하다는 점을 지적했고요.

• 행동 데이터가 부족한 이유로 ▲고가의 로봇 하드웨어 ▲다양한 환경 변수 ▲시각·언어·모터 신호의 정밀 동기화 난제를 꼽았습니다.

• 이에 대한 해결책으로 가상 데이터 + 실제 데이터를 결합한 하이브리드 전략을 제시하면서, 시뮬레이션 기반 대량 데이터와 텔레오퍼레이션 고품질 데이터를 결합해 Sim-to-Real 갭을 줄여야 한다고 설명했습니다. 또한 로봇이 물건을 놓치거나 충돌하는 등 실패 케이스 데이터가 학습 성능 높이는 데 매우 중요하다고 언급했습니다.

크라우드웍스는 텔레오퍼레이션 시계열 정렬과 가상 데이터 검증 기술로 산업 전반에 필요한 고품질 피지컬 AI 데이터 플랫폼 구축을 진행하며, 피지컬 AI 시대를 이끌 핵심 데이터 인프라 기업으로서의 역할을 강화하고 있습니다.

기술블로그

피지컬 AI 데이터, 100% 자동화는 불가능한 이유

로봇 데이터는 생각보다 훨씬 많은 ‘사람의 개입’을 필요로 합니다. 여러 센서가 동시에 뒤엉키고, 예측하기 어려운 변수들이 발생하며, 시뮬레이터에서 완벽하던 모델이 실제 환경에서는 갑자기 실패하기도 하죠. 그 이유는 시뮬레이션-현실 성능 차이(Sim2Real Gap), 자동화만으로는 감지되지 않는 미세한 오류, 그리고 인간만이 이해할 수 있는 맥락적 판단이 로봇 학습의 성능을 좌우하기 때문입니다.

피지컬 AI 데이터에 왜 Human-in-the-loop가 필수인지, 기술블로그에서 확인하세요!

인공지능 NEWS

구글, 신규 모델 '제미나이3' 출시…"추론력 최고치”

출처 : 구글

구글이 차세대 AI 모델 제미나이3(Gemini 3)를 출시하며 출시 첫날부터 검색 서비스에 즉시 적용하는 강수를 두었습니다. 이번 모델은 GPT-5 등 경쟁 모델보다 높은 벤치마크 성능을 기록하며 추론·수학·과학 분야에서 우수성을 입증했는데요. 구글은 제미나이3를 기반으로 AI 에이전트 도구 ‘안티그래비티’를 함께 공개하며 업무 자동화 영역까지 확장했습니다. 이번 조치는 검색 중심 비즈니스에서도 AI 경쟁에 본격적으로 뛰어들겠다는 전략 변화로 평가됩니다. 

메타 떠나는 ‘AI 거장’ 얀 르쿤, 월드 모델 스타트업 설립 예정

이미지 생성 : GPT

얀 르쿤 메타 최고 AI 과학자 겸 뉴욕대 교수가 메타를 떠나 월드모델(World Model) 기반 차세대 AI 스타트업 설립을 준비 중인 것으로 알려졌습니다. 메타가 AI 연구 방향을 초지능 중심으로 재편하면서, 그가 이끌던 기초인공지능연구소의 역할이 축소된 것이 주요 배경으로 꼽힙니다.

르쿤은 AI가 실제 세계를 이해하고 예측하는 월드모델 기반 피지컬 AI가 앞으로의 핵심이라고 강조해왔는데요. 이러한 흐름은 스탠퍼드대 페이페이 리 교수가 월드모델 기반 스타트업 ‘월드랩스(World Labs)’를 설립한 사례와도 맞물리며, AI 산업의 차세대 패러다임이 월드모델·피지컬 AI 중심으로 이동하고 있다는 강력한 신호로 해석됩니다.

크라우드웍스 NEWS

크라우드웍스가 산업통상자원부와 대한상공회의소가 출범한 대규모 민관 협의체 ‘M.​AX(Manufacturing AX) 얼라이언스’에 참여합니다.

삼성전자·LG전자·현대자동차 등 1,000여 개 기관이 함께하는 국내 최대 제조혁신 프로젝트로, 2030년까지 100조 원 이상의 부가가치를 창출하는 것이 목표인데요.

크라우드웍스는 제조 AI의 성능을 결정짓는 고품질 멀티모달 데이터를 구축하는 역할을 맡아, 제조 환경에 특화된 데이터 설계·정제·수집 역량을 제공하고 자체 솔루션 ‘워크스테이지’를 제조 특화 플랫폼으로 고도화할 예정입니다.

 

크라우드웍스가 한국과학기술한림원의 ‘지능형 AI 국민생활안전 데이터 분석 및 연구 기획 플랫폼 구축’ 사업을 수주하고 공동 개발에 나섭니다!

이번 프로젝트는 생성형 AI 기반으로 재난·안보 등 국민생활안전 이슈를 실시간 모니터링하고, 연구 과제 기획과 법률 검토까지 지원하는 것을 목표로 합니다.

크라우드웍스는 Alpy Knowledge Compiler와 Graph RAG 기술을 통해 내부 문서와 안전 데이터를 AI가 바로 활용할 수 있는 AI-Ready Data로 전환하고, 이를 기반으로 정책 분석 및 연구 기획을 지원하는 시스템을 구축할 예정입니다. 이번 사업을 통해 국가 연구기관의 정책 대응을 실질적으로 돕는 대표적 AI 활용 사례를 만들어갈 계획입니다.

📢 국내 최대 AI·SW 전시회, AI×소프트웨이브 2025 참가

출처 : AIx소프트웨이브

크라우드웍스가 12월 3일부터 5일까지 서울 코엑스에서 열리는 AI×소프트웨이브 2025에 참가해, 피지컬 AI 시대를 대비한 차세대 데이터 구축 전략을 공개합니다. 이번 전시에서는 VLA 기반 데이터 구축 플랫폼과 더불어 실제 피지컬 AI 분야에서 진행된 다양한 데이터 구축 사례를 소개할 예정입니다.

또한 행사 둘째 날인 12월 4일, 전시장 내 특설 무대에서 열리는 <소프트웨이브 서밋 2025>에서 현장에서 검증된 AI Agent 구축 전략을 발표합니다. 고객사와 함께 구축한 실제 AI Agent 사례를 기반으로 AI 성능을 결정하는 데이터 전처리 방법 및 효율적인 Agent 구축 및 운영을 위한 솔루션 등을 소개합니다.

📌 #G01 한국피지컬AI협회 부스에서 여러분을 기다리고 있겠습니다. 많은 관심과 방문 부탁드립니다! 

🌐 홈페이지 ㅣ🔗 링크드인ㅣ📝 블로그 

(주)크라우드웍스
marketing@crowdworks.ai
서울특별시 강남구 테헤란로 309 5F 0269542960