【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]피직스심랩, 물리 시뮬레이션으로 로봇 학습 데이터 생성·검증 [서울AI허브 2027]

온카뱅크관리자

2026-10-31 08:47:26

<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">
 <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">
 <figcaption class="txt_caption default_figure">
 피직스심랩 CI / 피직스심랩
 </figcaption>
 </figure>
 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. 기 업 명대표자명설립연도투자단계주요제품사업분야기술분야주요성과협업유형도입단계타깃시장홈페이지 ※ 기업 현황은 2026년 10월 기준입니다 
 'PSL 심-데이터'로 물리 정확도·실사 품질 확보
 피직스심랩의 'PSL 심-데이터(PSL Sim-Data)'는 로봇 학습용 합성데이터 서비스로,  로봇이 물체를 집고 옮기고 조작하는 동작을 물리 시뮬레이션으로 생성한다.
 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.
 이를 가능케 하는 핵심 기술은 물리·렌더링 이중 파이프라인과 자체 개발 로봇핸드 제어 프레임워크 'UDM', 그리고 학습 유효성 검증에 있다.
 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.
 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.
 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.
 회사는 2026년 엔비디아 인셉션 프로그램에 선정돼 엔비디아 덱스벤치(DexBench) 프로젝트에 참여한 바 있다.
 2030년 피지컬 AI 플랫폼으로 도약
 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.
 과기정통부 피지컬 AI 국책과제에서는 다크팩토리용 시뮬레이터 개발에도 참여한다.
 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.
 2030년 이후에는 글로벌 로봇 제조사의 공식 시뮬레이션 파트너로 자리 잡아 공장 단위의 대규모 시뮬레이션 환경 구축 사업까지 확대할 계획이다.
 장기적으로는 로봇 학습용 합성데이터 공급 기업을 넘어 로봇의 학습 및 검증 환경을 제공하는 글로벌 피지컬 AI 시뮬레이션 플랫폼 기업으로 성장한다는 목표다.
 정종길 기자 jk2@chosunbiz.com
 </section> 
 </div> 
 Copyright © IT조선. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기