Executive Summary

주요 수치

앞의 둘은 한국과 유럽이 로봇 데이터에 걸어 둔 기본값이고, 마지막 하나는 이번 출시 설명이 다루지 않은 자리다.

출처: 산업 디지털 전환 촉진법 제9조 · EU 데이터법 · 디지털투데이 (2026년 10월 20일)

빅웨이브로보틱스는 로봇을 직접 만드는 회사가 아니다. 산업 현장의 자동화 수요를 찾아 적합한 로봇을 연결해 주는 플랫폼 마로솔과, 제조사가 다른 여러 로봇을 한 화면에서 관제하고 제어하는 솔링크를 운영해 왔다. 지난달 코스닥에 상장했다. 10월 20일 출시한 하이퍼 파운드리는 그 연장선에서 로봇 지능을 개발하는 쪽으로 사업을 한 칸 옮긴 제품이다.

회사가 설명한 문제의식은 분절이다. 지금까지 피지컬 AI를 실제로 구현하려면 로봇 하드웨어와 GPU 서버, 데이터 수집 환경과 AI 학습 환경을 각각 따로 구축해야 했다. 수집에서 학습으로, 학습에서 현장 적용으로 넘어갈 때마다 환경이 끊기니 시간과 비용이 들고 확장도 막혔다는 것이다. 하이퍼 파운드리에서는 데이터가 로봇에서 나와 AI 학습으로 가고, 학습된 지능이 다시 로봇의 행동이 된다. 그 과정을 하나의 흐름으로 묶었다는 것이 회사의 설명이다.

플랫폼은 네 개의 모듈로 짜였다. 데이터 스튜디오는 여러 로봇의 행동 데이터를 수집하고 동기화한다. 모델 스튜디오는 모방학습과 강화학습 기반의 모델 개발을 맡는다. 미션 스튜디오는 학습된 모델을 실제 로봇에 적용한다. 데이터 라이브러리는 데이터와 모델, 배포 이력을 통합해 관리한다. 적용 대상으로는 로봇 AI를 연구하는 대학·연구기관과 실증이 필요한 제조·물류 현장을 함께 꼽았다. 연구기관은 데이터 확보와 모델 학습·검증에 집중하고, 산업 고객은 실제 작업 데이터로 모델을 만들어 현장 적용 가능성을 검증하는 그림이다.

김민교 대표가 밝힌 목표는 이렇다. "피지컬 AI가 연구실을 넘어 산업의 핵심 기술로 자리 잡기 위해서는 데이터 수집부터 AI 학습, 실제 로봇 적용까지 연결하는 통합 인프라가 필수적"이며, 하이퍼 파운드리로 "피지컬 AI 구현의 기술적 진입장벽을 낮추고, 산업용 피지컬 AI 개발의 새로운 표준을 제시해 나가겠다"는 것이다. 회사는 오늘 서울 잠실 SKY31에서 'BIGWAVE SHIFT 2026 – Industrial Physical AI Summit'을 열고 기술 비전과 활용 방안을 공개한다. 엔비디아와 트웰브랩스, NC AI, 리얼월드, 레인보우로보틱스가 참여하며 하이퍼 파운드리와 휴머노이드 로봇을 연계한 시연도 함께 선보인다.

진입장벽이 낮아진다는 말은 과장이 아니다. 로봇 한 대를 들여 작업 데이터를 모으고 그 데이터로 모델을 학습시켜 다시 로봇에 올리는 일을 현장이 혼자 하려면, 로봇 말고도 갖춰야 할 것이 많다. 그 과정을 한 벌로 파는 쪽이 생기면 중소 제조 현장도 시도해 볼 여지가 생긴다. 다만 수집과 학습과 배포가 한 지붕 아래로 들어오면, 전에는 각 단계마다 따로 협상하던 문제가 한 계약서 안에서 한 번에 정해진다. 그 계약서에 무엇이 적히는지가 이 글이 보려는 자리다.

출시 설명에서 데이터를 직접 언급한 대목은 한 문장이다. "고객의 로봇·연구 환경에 맞춘 선택적 구축과 온프레미스 기반 데이터 관리도 지원한다." 온프레미스는 데이터와 학습 환경을 외부 클라우드가 아니라 고객 내부 인프라에 두는 방식이다. 공장 쪽에서 보면 반가운 선택지다. 작업 기록에는 어떤 부품을 어떤 속도로 어떤 순서에 다루는지가 그대로 남고, 그것은 대개 그 공장의 노하우와 같은 말이기 때문이다.

먼저 정확히 해 둘 것이 있다. 출시 보도는 계약서가 아니다. 어떤 회사의 보도자료도 데이터 권리 조항을 싣지 않는다. 회사가 무언가를 감췄다는 말이 아니다. 통합 플랫폼이라는 상품에서는 그 조항 하나가 전보다 훨씬 많은 것을 한꺼번에 정한다.

온프레미스가 답하는 것은 데이터가 어디에 놓이느냐다. 답하지 않는 것은 그 데이터로 학습한 모델이 어디로 가느냐다. 둘은 같은 질문처럼 보이지만 성질이 다르다. 원본 파일은 현장 서버에 남겨 둔 채로도, 그 파일을 먹고 자란 가중치는 플랫폼 쪽 모델에 섞여 들어갈 수 있다. 그리고 한번 섞이면 되돌려 빼낼 방법이 없다.

산업 자동화 전문지 오토메이션 월드가 2026년 10월 7일 실은 토머스 스탭의 글은 이 구조를 에너지에 빗댔다. 가스는 소유할 수 있는 상품이다. 저장되고 운반되고 떼어 낼 수 있으며 소유권이 분자와 함께 움직인다. 그런데 그것을 태워 전기를 만들면, 출력은 되찾을 수 없을 만큼 뒤섞이는 전력망으로 들어간다. 운영 데이터가 가스라면 학습된 모델은 전력망이라는 것이다. 같은 글은 데이터가 공유 모델을 학습시키고 나면 그 영향은 더 이상 모델에서 분리되지 않는다고 적었다.

그래서 지금 업계의 표준 계약이 어떤 모양인지도 함께 적어 두었다. 고객은 원본 데이터와 설비 세부 정보에 대한 권원을 유지하고, 벤더는 '개선'과 '집계 데이터' 조항을 통해 운영 텔레메트리에 대한 영구적이고 무상인 라이선스를 가져가는 구조다. 원본은 고객 것이고 그 원본이 불어난 자산은 벤더 것이 되는 비대칭이다.

큰 구매자들은 이 비대칭을 그대로 받지 않는다. 기사는 그들의 요구가 사다리를 올라간다고 적었다. 원본 데이터의 소유권에서 시작해 파생 데이터의 소유권으로, 다시 그 고객만을 위해 만들어진 가중치의 소유권으로, 그다음에는 그 가중치를 돌리는 데 필요한 기반 모델의 영구 라이선스로 올라간다. 마지막 단은 아키텍처 자체다. 함께 만든 것과 닮기만 한 시스템에도 로열티가 걸리게 하는 조항이다. 고객이 원본 데이터의 권원을 유지한다는 조항은 이 사다리의 첫 단에 지나지 않는다.

그 경계가 실제로 어디에 그어지는지는 사례 둘이 보여 준다. 존 디어를 상대로 제안된 FTC 합의안은 농민에게 수리 자료 접근권을 주면서도 디어의 지식재산권에 대한 권원이나 소유권까지 포함할 필요는 없다고 명시한다. 기계학습 모델 자체는 디어에 남는다. 보스턴 다이내믹스의 스팟 약관은 '로봇 기술 데이터'에 로봇이 현장에서 관측한 기하 정보와 지형, 이미지 정보를 넣어 무기한 보유를 허용하고, 성능·적용 데이터에 대해서는 제품 개선을 위한 영구적 사용권을 가져간다. 접근권은 주되 모델 소유권 앞에서 멈추는 것이 두 사례의 공통점이다.

계약에서 가장 치열하게 다투는 조항은 소유권이 아니라고 스탭은 적었다. 다투는 자리는 한 고객의 생산 데이터가 그 벤더의 플릿이 함께 쓰는 두뇌를 학습시켜도 되는지에 있다. 글은 이 조항을 풀 멤버십이라 부른다. 든 예는 이렇다. 한 분기 내내 가장 다루기 까다로운 품목을 플릿에 가르쳐 놓으면, 그 기술이 다음 업데이트에서 같은 벤더를 쓰는 경쟁사로 실려 갈 수 있다. 원본 파일이 어느 서버에 놓여 있었는지는 여기서 아무것도 바꾸지 못한다.

한국에는 이 질문에 답하려고 만든 법이 이미 있다. 2022년 7월 5일 시행된 산업 디지털 전환 촉진법이다. 이 법은 데이터에 소유권을 붙이는 대신 사용·수익할 권리라는 이름을 썼다. 제9조 1항은 "산업데이터를 생성한 자는 해당 산업데이터를 활용하여 사용·수익할 권리를 가진다"고 적는다. 여기서 생성이란 산업활동 과정에서 사람과 자원을 상당히 투입해 전에 없던 데이터를 새로 만들어 내는 일을 말한다. 공장 라인에서 로봇이 남긴 작업 기록은 이 정의에 든다.

중요한 것은 그다음 항이다. 제9조 3항은 산업데이터가 제3자에게 제공된 경우 "산업데이터를 생성한 자와 제3자 모두 해당 산업데이터를 활용하여 사용·수익할 권리를 가진다"고 정한다. 그리고 단서가 붙는다. 다만 당사자 간의 약정이 있는 경우에는 그에 따른다.

공장이 로봇 작업 기록을 하이퍼 파운드리 같은 플랫폼에 넘기는 순간, 법이 정해 둔 기본값은 양쪽 모두 쓸 수 있다는 쪽이다. 플랫폼이 권리를 '빼앗는' 것이 아니라 법이 처음부터 둘에게 나눠 준다. 공장이 그 범위를 좁히고 싶다면 방법은 하나뿐이다. 약정을 쓰는 것이다. 같은 법 5항도 이해관계자들이 원활한 활용과 이익의 합리적인 배분을 위한 계약을 체결하도록 노력해야 한다고 적어, 최종 배분을 계약에 맡긴다.

공장이 데이터를 넘기는 쪽이 아니라 처음부터 함께 만드는 쪽이어도 결론은 같다. 제9조 2항은 산업데이터를 2인 이상이 공동으로 생성한 경우 각자 그 데이터를 활용하여 사용·수익할 권리를 가진다고 정하고, 여기에도 같은 단서가 그대로 붙는다. 다만 당사자 간의 약정이 있는 경우에는 그에 따른다. 넘긴 것으로 보든 함께 만든 것으로 보든, 약정이 없으면 양쪽이 함께 쓴다는 자리는 움직이지 않는다.

그 약정을 백지에서 쓰라는 뜻은 아니다. 같은 법 제10조 2항은 산업통상자원부장관이 제9조 5항에 따른 계약 체결을 촉진하기 위해 관계 중앙행정기관의 장과 협의를 거쳐 산업데이터 활용 계약에 관한 지침을 마련할 수 있다고 정해 두었다. 그에 따라 나온 것이 산업데이터 계약 가이드라인이다. 유의사항과 표준계약서, 업종별 사례를 담았고 계약을 제공형과 창출형, 플랫폼형으로 나눈다. 창출형을 설명하며 든 예가 공작기계 제조업체가 고객 공장에 납품한 기계에 센서를 달아 운영 데이터를 얻어 분석하는 경우다. 벤더의 장비가 고객의 현장에서 기록을 남기는 구조이니 로봇 쪽도 여기서 멀지 않다.

유럽은 반대쪽에서 출발한다. 2025년 9월 12일부터 적용된 EU 데이터법은 연결 제품에서 나오는 데이터를 두고 데이터홀더와 사용자를 가른다. 로봇을 만들거나 플랫폼을 운영하는 쪽이 데이터홀더이고, 그 로봇을 사거나 빌려 돌리는 쪽이 사용자다. 제4조 13항은 데이터홀더에게 두 가지를 금지한다. 사용자와 계약으로 합의하지 않는 한 그 제품에서 바로 얻을 수 있는 비개인 데이터를 쓰지 못한다. 사용자의 시장 지위를 약화시킬 만한 방식으로 자산이나 생산 방식에 관한 통찰을 끌어내서도 안 된다. 쓰려면 계약을 받아 와야 한다는 구조다.

두 틀 모두 결국 계약으로 간다는 점은 같다. 다른 것은 계약이 없을 때 누가 유리한가다. 한국에서는 아무것도 쓰지 않으면 양쪽이 함께 쓰게 되고, 유럽에서는 아무것도 쓰지 않으면 플랫폼이 쓸 수 없다. 국내 현장이 하이퍼 파운드리 같은 플랫폼을 검토한다면, 온프레미스 선택지보다 이용 약정을 먼저 펴 봐야 한다. 수집된 행동 데이터의 사용 범위가 거기에 어떻게 적혀 있는가. 학습에 쓰는 것을 허용하는지, 허용한다면 그 모델이 한 고객 전용인지 여러 고객이 함께 쓰는지. 그렇게 만들어진 가중치가 어느 쪽에 남는지. 이 조건들이 기본값 위에 덧씌워진다.

권리를 나누고 나도 남는 질문이 하나 더 있다. 모은 데이터가 학습에 쓸 만한지를 누가 어떤 기준으로 정하는가. 소유를 정하는 일과 품질을 정하는 일은 다른 축인데, 통합 플랫폼에서는 둘이 같은 건물 안에 들어간다.

로봇 행동 데이터에서 품질은 추상적인 말이 아니다. 여러 대의 로봇에서 들어온 기록이 같은 시간축에 맞춰져 있는지, 카메라 영상과 관절 값과 힘 센서 값이 같은 순간을 가리키는지, 좌표계와 단위가 라인마다 다르지 않은지가 먼저다. 그다음은 무엇이 들어 있느냐다. 성공한 동작만 모인 기록으로는 실패에서 회복하는 법을 가르치지 못한다. 미끄러지기 시작하는 순간이나 잘못 쥐었다가 고쳐 쥐는 구간처럼, 현장이 남기고 싶어 하지 않는 장면이 모델에는 필요하다.

이 판정 기준이 플랫폼 안에만 있으면 현장은 자기 데이터가 왜 채택됐고 왜 반려됐는지를 모른 채 넘기게 된다. 그러면 사용·수익권을 양쪽이 나눠 가져도 실제 결정권은 판정하는 쪽에 쏠린다. 쓸 만하다고 판정된 데이터만 모델이 되고, 모델이 된 데이터만 가치를 만들기 때문이다. 하이퍼 파운드리의 네 모듈 중 데이터 라이브러리가 데이터와 모델과 배포 이력을 통합 관리한다고 한 대목이 이 지점에서 중요해진다. 그 이력이 양쪽에 똑같이 보이면 판정은 검증할 수 있는 절차가 되고, 한쪽에서만 보이면 판정은 그냥 통보가 된다.

현장이 물어볼 만한 것은 세 가지다. 어떤 조건을 충족해야 수집된 기록이 학습 데이터로 올라가는지, 반려된 기록에 사유가 남는지, 그리고 그 판정 규칙이 바뀌면 통지를 받는지. 셋 다 계약서보다는 운영 문서에 적히는 종류이고, 그래서 더 쉽게 빠진다.

피지컬 AI 이야기는 대개 모델 쪽에서 시작한다. 이번 출시가 눈에 띄는 이유는 모델이 아니라 그 앞뒤를 묶었다는 데 있다. 수집과 학습과 배포가 한 환경이 되면 개발은 빨라지고, 대신 데이터를 둘러싼 조건들이 한 자리에서 한꺼번에 정해진다. 빨라지는 쪽과 묶이는 쪽이 같은 설계에서 나온다.

페블러스가 데이터를 AI가 바로 쓸 수 있는 상태로 만드는 일을 하면서 늘 함께 보는 것이 이 조건들이다. 데이터를 잘 모으는 기술과 그 데이터를 쓸 수 있게 만드는 조건은 다른 문제이고, 뒤쪽이 비어 있으면 앞쪽의 성과도 현장 밖으로 나가지 못한다. 로봇 도입을 검토하는 쪽이라면 플랫폼 설명서에서 확인해 둘 것이 세 가지다.

• 수집된 행동 기록을 학습에 쓰는 범위가 약정에 적혀 있는가. 한국 법은 넘긴 쪽과 받은 쪽이 모두 쓸 수 있다는 것을 기본값으로 두니, 적지 않으면 그대로 적용된다
• 학습된 모델이 그 고객만을 위한 것인지, 여러 고객의 데이터가 함께 들어가는 것인지. 뒤쪽이면 경쟁사와 같은 모델을 쓰게 될 수 있다
• 학습에 쓸 만하다는 판정의 기준과 이력이 양쪽에 공개되는가. 판정이 한쪽에만 보이면 권리를 나눠도 결정권은 나뉘지 않는다

이 세 가지는 로봇을 잘 고르는 일과는 다른 종류의 점검이고, 대개 도입을 결정하고 난 뒤에야 문제가 된다. 통합 플랫폼이 늘어날수록 먼저 봐 두는 편이 낫다.

여기까지 읽어 주셔서 감사하다. 이 글의 사실관계는 빅웨이브로보틱스의 출시 보도 네 곳과 산업 디지털 전환 촉진법 조문, EU 데이터법 조문, 오토메이션 월드 기사에서 직접 확인했다. 로봇이나 피지컬 AI 플랫폼 도입을 검토하고 계신다면, 약정에서 무엇을 가장 먼저 확인하시는지 들려주시면 좋겠다.

(주)페블러스 데이터 커뮤니케이션팀
2026년 10월 22일

보도

• 1.AI타임스. (2026). "빅웨이브로보틱스, 피지컬 AI 통합 플랫폼 '하이퍼 파운드리' 출시." 2026년 10월 20일.
• 2.로봇신문. (2026). "빅웨이브로보틱스, 로봇 데이터 수집부터 배포까지 묶은 '하이퍼 파운드리' 공개." 2026년 10월 20일.
• 3.디지털투데이. (2026). "빅웨이브로보틱스, 피지컬 AI 통합 개발 플랫폼 '하이퍼 파운드리' 출시." 2026년 10월 20일.

법령

• 4.대한민국 산업통상자원부. "산업 디지털 전환 촉진법" (제9조, 제10조). 2022년 7월 5일 시행.
• 5.European Parliament and Council of the European Union. (2023). "Regulation (EU) 2023/2854 (Data Act)." 2025년 9월 12일부터 적용.

업계 분석

• 6.Stapp, T. (2026). "Who Owns What Robots Learn? The Next Industrial Automation Contract Fight." Automation World, 2026년 10월 7일.
• 7.CMS Law. "Data Act and Physical AI: Who owns the data from connected robots?"