프롬데이터가 지난 9월 30일 ㈜피직박스(대표 손병진)와 피지컬 AI 데이터 업무협약(MOU)을 체결했습니다. 피직박스가 가진 산업·대학·공공기관 네트워크와 프롬데이터의 데이터 구축 역량을 하나의 협력 체계로 묶어, 피지컬 AI 분야의 데이터 수요를 발굴하고 PoC(개념검증) 단계부터 정부지원사업, 사업화까지 함께 끌고 가겠다는 것이 이번 협약의 골자입니다.
이 글에서는 피지컬 AI 데이터 업무협약의 주요 내용과 두 회사가 나눈 역할, 그리고 프롬데이터가 이 협력에서 무엇을 책임지는지 정리해 드리겠습니다.
피지컬 AI 데이터 업무협약 개요
이번 협약은 “누가 수요를 찾고, 누가 데이터를 만드는가”를 처음부터 나눠 둔 것이 특징입니다. 많은 협약이 ‘협력한다’는 선언에서 멈추는 것과 달리, 피지컬 AI 데이터 업무협약에서는 과제 기획부터 납품까지 각자 책임질 구간을 정해 두었습니다. 협력 분야는 크게 세 갈래입니다.
- 피지컬 AI 데이터 구축 공동사업 – 로봇·자율기계 기업이 실제로 필요로 하는 행동·영상 데이터 과제를 함께 기획하고 수행합니다.
- 정부지원사업 연계 – PoC로 검증한 과제를 정부지원사업과 실증 프로젝트로 확장할 수 있도록 컨소시엄을 공동 구성합니다.
- 산학협력 기반 전문 도메인 데이터 – 대학·병원 등 전문기관과 연계해 일반 작업자가 다루기 어려운 영역의 데이터를 구축합니다.
협약 체결 소식은 CBC뉴스 보도를 통해서도 소개되었습니다.
피지컬 AI 데이터는 왜 따로 준비해야 하는가
피지컬 AI(Physical AI)는 로봇과 자율기계처럼 물리적 환경에서 직접 움직이는 인공지능을 말합니다. 텍스트 중심의 생성형 AI가 웹에 쌓인 문서로 학습했다면, 피지컬 AI는 사람의 동작, 작업 공정, 주변 환경을 담은 영상·이미지·센서·행동 데이터로 학습합니다.
문제는 이런 데이터가 인터넷 어디에도 충분히 쌓여 있지 않다는 점입니다. 공구를 쥐는 손의 각도, 물체를 옮기는 순서, 작업자가 멈칫하는 순간처럼 로봇이 배워야 할 정보는 현장에서 새로 촬영하고 설계해야만 얻을 수 있습니다. 결국 피지컬 AI 기업이 부딪히는 첫 번째 벽은 모델이 아니라 학습에 쓸 수 있는 데이터를 어디서, 어떻게 만들 것인가입니다.
그렇다면 기술 기업 혼자 이 문제를 풀 수 있을까요? 현장을 섭외하고, 촬영 시나리오를 짜고, 수만 건의 영상을 정제·라벨링하는 일은 모델 개발과는 전혀 다른 역량을 요구합니다. 이번 협약은 바로 이 간극을 메우기 위한 분업 구조입니다. 기술 기업은 모델에 집중하고, 데이터는 데이터를 만들어 본 팀이 책임지는 방식입니다.
두 회사가 나눈 역할, 3가지 핵심 협력
피지컬 AI 데이터 업무협약에는 두 회사의 역할이 구체적으로 정리되어 있습니다. 한 줄로 요약하면 다음과 같습니다.
수요 발굴·사업 기획(피직박스) → 데이터 요구사항 분석·구축·품질관리(프롬데이터) → PoC·정부지원사업·사업화(공동)
수요 발굴과 컨소시엄 구성은 피직박스가 맡습니다
피직박스는 피지컬 AI 기술기업과 수요기업, 지자체, 대학, 전문기관을 연결해 PoC와 실증, AI·피지컬 AI 교육, 정부사업 및 기관 협력 프로젝트를 추진해 온 회사입니다. 최근에는 한국피지컬AI협회가 서울에서 주최한 ‘피지컬AI얼라이언스 네트워킹 데이’의 기획과 운영에도 참여했습니다.
이번 협력에서 피직박스는 이 네트워크를 바탕으로 사업을 기획하고, 과제에 맞는 기업·기관을 모아 컨소시엄을 구성하는 역할을 맡습니다.
데이터 구축 전 공정은 프롬데이터가 책임집니다
프롬데이터는 데이터 요구사항 분석부터 촬영·수집 시나리오 설계, 정제와 라벨링, 구축 공정 운영, 품질관리까지 데이터 구축 전반을 맡습니다. 피지컬 AI 과제에서 AI 학습 데이터의 품질은 촬영 전에 이미 절반이 결정되기 때문에, 시나리오 설계 단계부터 같은 팀이 책임지는 구조가 중요합니다.
프롬데이터가 실제로 이 단계를 어떻게 운영하는지는 앞서 발행한 멀티뷰 행동 데이터 수집 파일럿, 공구 작업 현장에서 확인한 5가지와 로봇 조작 데이터 어노테이션, 실무에서 확정한 핵심 4가지 기준에서 자세히 확인하실 수 있습니다.
전문 도메인 데이터는 산학협력으로 만듭니다
두 회사는 대학과 병원 등 전문기관과 연계한 전문 도메인 데이터 구축도 추진합니다. 의료 처치 동작이나 정밀 조립 공정처럼 일반 작업자가 정확히 재현하기 어려운 영역에서는, 해당 분야 인력이 데이터 구축 과정에 직접 참여해 정확성과 현장 활용도를 확보하는 방식입니다.
프롬데이터는 이를 위해 지역 대학과 연계한 산학협력 모델을 준비하고 있으며, 피지컬 AI 실증 프로젝트를 수행하면서 데이터 구축 사례를 쌓아 갈 계획입니다.
“피지컬 AI 데이터는 찍으면 되는 데이터가 아닙니다”
김동환 프롬데이터 대표는 피지컬 AI 데이터 업무협약의 의미를 현장의 언어로 설명했습니다.
“피지컬 AI 데이터는 찍으면 되는 데이터가 아닙니다. 작업자가 공구를 쥐는 각도, 손이 가려지는 순간, 카메라가 놓치는 사각까지 촬영 시나리오 단계에서 설계해 두지 않으면, 수만 장을 찍어도 학습에 쓸 수 없는 데이터가 됩니다.”
이어 “프롬데이터는 작업 동작 재연 촬영, 가정환경 인체 행동 인식 데이터셋, CCTV 시점 산업안전 합성 영상 생성 등 행동·영상 데이터 구축 과제를 직접 수행하며 관련 기준을 쌓아 왔습니다. 이번 협약은 그 기준을 피지컬 AI 수요 기업들과 연결하는 계기가 될 것입니다”라고 덧붙였습니다.
피지컬 AI 데이터 업무협약이 단순한 네트워크 교환에 그치지 않으려면, 결국 현장에서 실제로 학습 가능한 데이터를 납품해 내는 실행력이 뒷받침되어야 합니다. 프롬데이터가 이번 협력에서 가장 무겁게 보는 지점도 여기에 있습니다.
앞으로의 계획
양사는 이번 피지컬 AI 데이터 업무협약을 계기로 피지컬 AI 분야의 데이터 수요를 함께 발굴하고, PoC로 검증된 과제를 정부지원사업과 사업화로 연결하는 공동 협력 체계를 운영해 나갈 예정입니다. 데이터 구축 비용이 부담되는 기업이라면 데이터바우처 같은 정부 지원 제도와 연계하는 방안도 함께 검토할 수 있습니다.
프롬데이터는 2024년 11월 설립된 AI 학습데이터 전문기업으로, 데이터 수집부터 정제, 라벨링, 품질관리까지 구축 전 공정을 직접 수행하고 있습니다. 데이터바우처 공급기업으로 관련 과제를 수행해 왔으며, 산업안전 분야 합성 이미지 데이터 생성 기술 등 자체 기술 개발과 특허 출원도 이어 가고 있습니다.
로봇·자율기계를 위한 행동 데이터가 필요하신데 어디서부터 설계해야 할지 막막하시다면, 촬영 시나리오 단계부터 함께 고민하겠습니다.
가장 효율적인 데이터 구축 방법을 함께 찾겠습니다.