로봇 학습용 합성 데이터 피지클, 1000만달러 시드 유치

로봇·월드모델 학습용 합성 데이터 도구를 개발하는 피지클(Physicl)이 1000만달러(약 136억원) 시드 투자를 유치하고 첫 제품 Studio를 공개했다. Studio는 드물게 나타나는 현장 상황을 3D 장면으로 구성해 학습용 이미지와 정답 정보를 만든다.

피지클은 6일 공식 발표문에서 이노비아캐피털(Inovia Capital)이 투자를 주도했고 US Venture Partners가 참여했다고 밝혔다. 투자자별 출자액과 기업가치는 공개하지 않았다. 조달 자금은 파리와 미국 샌프란시스코 지역의 팀, Studio 플랫폼 구축에 투입할 계획이다.

연구팀이 모델에서 오류가 발생하는 장면을 지정하면 Studio는 조명, 물체 위치, 주변 혼잡도, 카메라 경로를 바꿔 장면을 만든다. 한 조건만 바꾸고 나머지를 고정해 모델이 어떤 변화에 취약한지 비교할 수 있다.

회사 자료에는 1만개 환경과 10만개 기초 자산이 제시됐다. 다양한 장면과 자산을 조합해 학습 데이터를 구성하는 방식이다.

생성 이미지에는 깊이, 표면 방향, 물체별 영역, 경계 상자, 카메라 위치 정보가 함께 기록된다. 물체별 영역은 이미지에서 각 물체가 차지하는 부분을 구분한 정보이며, 피지클은 3D 장면에서 라벨을 생성해 촬영 후 사람이 표시하는 작업을 줄일 수 있다고 설명했다.

피지클은 제품 안내에서 Studio가 3D 장면을 이미지로 렌더링한다고 밝혔다. 시간에 따른 물리 상태를 계산하는 시뮬레이터와는 다른 도구다. 회사가 겨냥하는 '심투리얼(sim-to-real) 격차'는 가상 환경에서 학습한 결과를 현실에 적용할 때 생기는 차이를 뜻한다.

알렉스 드 비건(Alex de Vigan) 피지클 창업자는 발표문에서 “지난 10년간 세상을 3D로 디지털화하는 일을 해왔다”고 말했다. 피지클은 소매업체용 3D 상품·공간 자료와 이를 변형하는 소프트웨어를 구축한 경험을 로봇과 월드모델의 학습 장면 제작으로 확장했다.

피지클은 가림이나 그림자, 어수선한 배치처럼 실제 환경에서 드물게 나타나는 상황을 반복 촬영하고 라벨링하기 어렵다는 점을 사업 기회로 제시한다.

피지클은 고객사 스페이셜(SpAItial)이 자사 자료로 학습한 뒤 실제 공간의 3D 재구성 오차를 절반 이하로 낮췄다고 밝혔다. 회사는 마티아스 니스너 팀이 뮌헨공대에서 평가를 진행했다고 설명했다.

피지클 발표문에는 평가 자료의 규모와 비교 기준, 세부 지표가 제시되지 않았다. 공개된 수치는 고객사의 공간 재구성 사례로 한정되며, 로봇 제어 성능이나 일반적인 로봇 성능 향상을 뜻하지 않는다.

스페이셜은 10월 27일 공식 발표문에서 휴대전화 촬영으로 공간을 3D로 재구성하는 Echo-3와 앱을 공개했다. 촬영되지 않은 부분은 주변 장면에 맞춰 채운다고 설명했다. 이 사례는 피지클이 소개한 오차 개선이 공간 재구성에 관한 것임을 보여준다.

마티아스 니스너(Matthias Niessner) 스페이셜 CEO 겸 뮌헨공대 컴퓨터과학 교수는 피지클 발표문에서 “소규모 팀이 물리 AI에서 구축할 수 있는 것이 달라진다”고 말했다. 합성 데이터가 연구팀의 개발 범위를 넓힐 수 있다는 고객사 대표의 평가다.

스티브 우즈(Steve Woods) 이노비아캐피털 파트너는 피지클 발표문에서 “모델의 능력을 현실 세계의 성능으로 옮기는 데 근본적인 과제가 있다”고 말했다. 투자자의 발언은 피지클이 해결 대상으로 삼은 문제를 설명한다.

Studio는 현재 연구팀에 베타 접근을 순차적으로 제공하고 있다. 피지클은 베타 기간 무료로 운영한다고 밝혔다.