마음AI, 피지컬AI 데이터 팩토리 국내 첫 오픈

마음AI(대표 유태준)가 다음달 3일 ‘피지컬 AI 데이터팩토리(Physical AI Data Factory)’ 그랜드 오프닝을 개최한다. 제조, 농업, 건설, 국방 등 산업 현장에서 생성하는 데이터를 로봇 학습 자산으로 활용하는 학습 인프라를 구축, 공식 오픈한다.

AI 경쟁이 모델 규모와 연산 성능 중심으로 전개돼온 가운데, 실제 산업 현장에서 축적하는 경험 데이터의 중요성이 빠르게 부각하고 있다. 실제 산업현장에서 생성하는 데이터를 지속적으로 수집·재학습하는 체계를 갖추지 못할 경우 산업 경쟁력은 미국 중국 등의 외부 플랫폼 의존 구조에 머물 가능성이 높다. 이제 핵심은 한 번 학습하고 배포하는 AI가 아니라, 현장에서 계속 배우는 AI다.

손병희 연구소장 "대한민국 산업 데이터 관점서 다시 봐야"

이와관련 23일 손병희 마음AI 연구소장은 “대한민국 산업을 데이터 관점에서 다시 봐야 한다”며 “공장에서 부품을 잡는 순간, 물류창고에서 장애물을 피하는 순간, 도시에서 사람과 차량이 교차하는 순간은 단순한 센서값이 아니라 AI의 경험이며, 이 경험은 중요한 자산”이라고 강조했다.

이어 “학습 데이터가 현장에서 자동으로 생성하고 저장되며 재학습되는 구조가 마련될 때 산업은 스스로 고도화되는 체계로 전환된다”고 밝혔다.

마음AI가 구축한 데이터팩토리는 ▲가상 시뮬레이션 ▲로봇 실증 환경 ▲상용 현장으로 이어지는 3단계 학습 순환 구조를 기반으로 한다.(아래 이미지 참조)

엔비디아 옴니버스(NVIDIA Omniverse) 기반 가상 환경에서 반복 실험과 실패 데이터를 축적하고, 실증 테스트베드에서 디지털과 현실 격차를 최소화한 뒤, 실제 산업 현장에서 데이터를 재수집·재학습하는 폐쇄형 학습 루프를 구현한다. 이를 통해 AI가 환경과 상호작용하며 지속적으로 정교화되는 구조를 완성한다는 전략이다.

이번 데이터팩토리는 AI반도체, 엣지 디바이스, 로봇 하드웨어, 현장 데이터, AI 학습으로 이어지는 전주기 흐름이 끊기지 않도록 설계됐다. 특히 온디바이스 기반 판단 구조를 통해 현장에서 발생하는 데이터를 실시간으로 처리하고 재학습함으로써 산업 데이터의 활용성과 기술 자립 기반을 강화하는 것을 목표로 한다.

연간 300TB 이상 규모 산업현장 학습 데이터 생산 및 축적 인프라

특히 이번 데이터팩토리는 연간 약 300TB 이상 규모의 산업 현장 학습 데이터를 생산·축적할 수 있는 인프라로 구축됐다. 회사는 "단순 영상 저장이 아니라, 로봇의 판단·행동·환경 상호작용 로그가 통합된 구조화 학습 데이터다. 반복 실패와 예외 상황까지 포함한 행동 기반 데이터가 지속적으로 축적되며, 이는 피지컬 AI 모델의 재학습과 고도화를 가능하게 하는 핵심 자산이 된다"고 설명했다.

데이터팩토리 내부에는 양팔 휴머노이드 로봇과 로봇개 등 다양한 실물 로봇 테스트 환경이 함께 구성됐다. 학습이 완료된 로봇은 산업 고객이 직접 성능을 확인하고 현장 적용 가능성을 점검할 수 있도록 전시·체험 공간에서 운영되며, 실증 테스트와 도입 상담까지 연계되는 구조를 갖췄다. 데이터 생산에서 모델 학습, 물리적 실행, 산업 적용으로 이어지는 피지컬 AI 상용화 전 과정을 한 공간에서 구현한 것이다.

현재 10개 기업 동시 활용 가능...연말까지 30개 이상 기업 지원 고도화

현재 데이터팩토리는 약 10개 기업이 동시에 활용할 수 있는 인프라로 구축돼 있으며, 기업당 평균 약 300시간 규모의 학습·실증 지원이 가능하다. 마음AI는 연말까지 인프라를 확장해 총 30개 기업 이상을 동시 지원할 수 있는 규모로 고도화할 계획이다. 이를 통해 기술 실험을 넘어 실제 산업 현장 적용과 사업화로 이어지는 실질적 전환 모델을 마련할 방침이다.