피지컬 AI의 눈과 손을 만들다: 독자 AI 파운데이션 모델 3차수 진출

슈퍼브에이아이가 핵심 파트너로 참여한 LG AI연구원 컨소시엄이 과학기술정보통신부 주관 '독자 AI 파운데이션 모델 프로젝트' 2차 평가를 통과하고 3차수에 진출했습니다. 슈퍼브에이아이는 이 컨소시엄에서 비(非) LG 계열사 중 유일하게 고성능 AI 파운데이션 모델 개발에 직접 참여하는 기업으로, 초거대 모델 K-엑사원(K-EXAONE)의 비전·영상·피지컬 AI(Physical AI) 영역을 담당하고 있습니다.

이번 글에서는 2차 평가가 무엇을 검증했는지, 그리고 그 관문을 통과하기까지 슈퍼브에이아이가 K-엑사원에 어떤 기술을 더해 왔는지를 1·2차수 수행 내용과 함께 정리합니다. 공식 발표 내용은 보도자료에서 확인할 수 있습니다.

벤치마크를 넘어 '실제로 쓰이는가'까지: 2차 평가

이번 2차 평가는 벤치마크 성능과 전문가 평가에 더해, 일반 국민 200명이 모델을 직접 사용해 점수를 매기는 국민 평가까지 반영했습니다. 지표 위의 성능만이 아니라 실제 현장에서의 활용성을 중점 검증한 것입니다. 4개 정예팀 가운데 3개 팀이 이 관문을 통과해 3차수에 진출했습니다.

LG AI연구원 컨소시엄은 2025년 8월 정예팀 선정, 2026년 1월 1차 평가 벤치마크·전문가·사용자 전 항목 1위에 이어 이번 2차 평가까지 모든 관문을 통과했습니다. 컨소시엄에는 슈퍼브에이아이를 비롯해 LG유플러스, LG CNS, 퓨리오사AI, 프렌들리AI, 이스트소프트, 이스트에이드, 한글과컴퓨터, 뤼튼테크놀로지스, 엘리스그룹 등 11개 사가 참여하고 있습니다.

피지컬 AI의 눈과 손: 슈퍼브에이아이가 맡은 영역

피지컬 AI에는 두 가지가 필요합니다. 세상을 보는 '눈', 그리고 행동을 배울 '교재'입니다. 슈퍼브에이아이는 K-엑사원이 텍스트를 넘어 물리적 세계를 이해하는 모델로 고도화되도록 이 두 가지를 만들고 있습니다.

슈퍼브에이아이는 2차 사업에서 시각 이해와 3D 공간 정보 해석 등 고난도 비전 기술 구현을 담당했습니다. 여기에 사람의 동작을 1인칭·3인칭 영상으로 수집·가공하고 자연어 라벨링을 결합한 멀티모달 데이터 파운데이션을 구축해, 모델이 행동의 의도와 맥락까지 학습할 수 있는 기반을 만들었습니다.

1차수: 한국형 행동 데이터의 기반을 만들다

1차수에서 슈퍼브에이아이는 한국 가정 환경 50개소에서 RGB-D 영상 108만 프레임을 확보하고, 그중 30만 프레임을 학습·검증 가능한 형태로 자산화했습니다. 고프로 17대를 타임코드 동기화로 묶은 멀티뷰 리그로 공간 전체를 보는 3인칭 시점과 로봇의 눈이 될 1인칭 시점을 동시에 담았고, 요리·설거지·정리 등 150종의 가사 노동 시나리오를 약 7,500회 연출해 촬영했습니다.

핵심은 선별입니다. 전체 촬영분은 단순 계산으로 약 4억 프레임에 달합니다. 오토 큐레이트(Auto-Curate) 기술로 의미 없이 반복되는 구간을 걷어내 108만 프레임의 원천 데이터를 확보하고, 그중에서 학습 기여도가 높은 엣지 케이스 중심으로 30만 프레임을 다시 선별했습니다. 영상에는 "물을 마시기 위해 오른손으로 유리컵을 잡았다"처럼 행동의 의도와 인과관계를 담은 캡션을 달아, 모델이 동작만이 아니라 그 이유까지 학습하도록 했습니다.

슈퍼브에이아이 ‘독파모’ 1차 성과: 한국형 로봇 데이터 108만 프레임 확보

피지컬 AI 시대를 여는 핵심, ‘로봇 데이터’는 어떻게 만들어질까요? 슈퍼브에이아이가 독자 AI 파운데이션 모델 사업을 통해 구축한 108만 프레임의 한국형 주거 환경 데이터와 VLA 학습 전략, 그리고 로봇이 현실 세계를 이해하는 기술적 노하우를 공개합니다.

슈퍼브 블로그 : 엔터프라이즈 비전 인텔리전스 플랫폼SUPERB AI

2차수: 촬영 데이터를 시뮬레이션 자산으로

2차수는 데이터를 더 모으는 단계가 아니라, 확보한 실측 데이터를 로봇이 학습할 수 있는 가상 물리 환경으로 바꾸는 자산화 단계였습니다. 슈퍼브에이아이는 공간·행동·객체의 3대 디지털 자산을 구축했습니다.

• 공간 자산: 3D Gaussian Splatting으로 한국형 주거 환경 50곳을 실사 수준으로 복원하고, 바닥의 마찰력과 벽의 단단함 같은 물리 속성을 부여해 로봇이 주행과 충돌 테스트를 할 수 있는 공간으로 만들었습니다.
• 행동 자산: 가사 노동 시나리오 5,000건을 SMPL 기반 모션 데이터로 변환했습니다. 체형과 자세를 분리해 표현하므로, 한 번 만든 동작을 다양한 체형의 디지털 휴먼과 로봇에 리타게팅할 수 있습니다.
• 객체 자산: 로봇이 자주 다룰 사물 10,000건을 상호작용 가능한 객체로 자산화했습니다. 서랍이나 냉장고 문처럼 움직이는 부위에는 경첩 정보와 운동 범위를 설정해, 가상 공간에서 여닫는 조작을 훈련할 수 있습니다.

세 자산이 결합되면 조명·배치·동선을 바꿔가며 하나의 원천 데이터에서 수천 가지 파생 데이터를 만들어내는 합성 데이터 파이프라인이 가동됩니다. 조리도구에 불이 붙는 상황처럼 현실에서 연출하기 어려운 희귀 상황까지 안전하게 학습 데이터로 만들 수 있습니다.

슈퍼브에이아이 ‘독파모’ 2차 핵심 정리: 디지털 트윈 자산화

슈퍼브에이아이가 피지컬 AI의 한계를 극복하기 위해 고정밀 디지털 트윈 자산을 구축합니다. 최신 로봇 월드 모델 트렌드에 맞춘 1인칭 뷰 데이터 활용부터 3D 가우시안 스플래팅, SMPL 기반의 공간·행동·객체 자산화까지, 시뮬레이션 합성 데이터 생태계를 선도하는 ‘독파모’ 2차 사업의 핵심 기술을 확인해 보세요.

슈퍼브 블로그 : 엔터프라이즈 비전 인텔리전스 플랫폼SUPERB AI

피지컬 AI 데이터 팩토리 첫 가동: 3D 공간 50개소·행동 5,000건·객체 10,000장 | 슈퍼브에이아이

한국 가정환경 50곳이 로봇이 학습할 수 있는 3D 공간·행동·객체 자산이 되기까지. 독파모 2차수가 만든 결과물을 1월에 공개했던 계획과 나란히 놓고, 숫자와 과정 중심으로 정리했습니다.

슈퍼브 블로그 : 엔터프라이즈 비전 인텔리전스 플랫폼SUPERB AI

3차수, 그리고 다음

슈퍼브에이아이는 3차수에서도 K-엑사원의 비전·영상·피지컬 AI 영역을 담당합니다. 1차수의 실측 데이터 구축과 2차수의 디지털 자산화로 쌓아 온 기반 위에서, K-엑사원이 물리적 세계를 이해하고 행동하는 모델로 완성되는 과정을 컨소시엄과 함께 이어갑니다.

슈퍼브에이아이는 산업 현장의 시각 데이터를 기업이 활용할 수 있는 인텔리전스로 전환하는 비전 인텔리전스 기업입니다.