로봇 데이터 병목의 두 번째 답: AI가 만든 ‘합성 데이터’

휴머노이드의 성능을 가르는 건 결국 데이터의 양과 질이다. 문제는 실제 현장 데이터가 비싸고 모으기 어렵다는 것. 그래서 떠오른 두 번째 답이 ‘합성 데이터’다. 실제로 수집하는 대신 AI와 시뮬레이션으로 만들어내는 학습 데이터다. RLWRLD의 로봇 파운데이션 모델 ‘RLDX-1’과 로보티즈의 춤추는 휴머노이드가 그 최전선에 있고, 시뮬레이션 학습이 실제 데이터를 앞섰다는 연구까지 나왔다.

• 휴머노이드 성능을 가르는 데이터, 그 병목의 답으로 떠오른 ‘합성 데이터’관점
• 합성 데이터 = 실제 수집이 아니라 AI·시뮬레이션으로 생성한 학습 데이터정의
• RLWRLD ‘RLDX-1’(맨손 추적+영상생성 합성으로 데이터 약 5배 증폭), 로보티즈 ‘AI 사피엔스’국내 사례
• 일부 연구서 시뮬레이션 학습이 실제 로봇 데이터 학습보다 다수 과제서 높은 성공률놀라운 결과