로봇과 피지컬 AI는 결국 데이터로 배운다. 사람이 실제 로봇을 조종해 모은 원격조종 데이터, 시뮬레이터에서 물리 엔진으로 찍어낸 합성 데이터, 손끝의 압력과 미끄러짐을 담은 촉각 데이터, 그리고 국가 단위로 축적하는 행동 데이터까지. 로봇 파운데이션 모델의 실력은 이 데이터의 규모와 품질에서 갈린다. 이 허브는 로봇이 학습하는 데이터 그 자체를 다룬 글들을 한자리에 모은다. 데이터셋의 구조와 공개 방식, 품질과 표준, 그리고 계통추적(provenance)이라는 아직 비어 있는 자리를 함께 본다.
페블러스(Pebblous)가 이 데이터를 보는 관점은 하나다. 데이터를 더 많이 만드는 것이 아니라 증명이 딸린 데이터를 만드는 것. 공개 데이터셋 대부분이 영상·상태·행동은 남기지만 접촉력·생성 내력·물리 일관성 같은 증명은 버린다. 그 공백을 데이터 품질 진단·정제·인증으로 메우는 것이 데이터클리닉(DataClinic)의 자리다.
DROID·Open X-Embodiment·GR00T·RoboCasa·MimicGen·LIBERO 6종을 스케일·라이선스·형식으로 한자리에서 비교하는 지형도. 수집은 여섯 갈래로 갈라져도 배포는 LeRobot 형식 하나로 수렴하며, 여섯 모두 계통추적을 남기지 않는 공백을 짚는다. (이 허브의 개요)
경희대가 공개한 PRISM은 작업 공간을 찍은 사진 한 장과 자연어 지시만으로 디지털 시연 데이터를 생성한다. 로봇 정책 학습의 데이터 병목을 우회하는 접근.
엔비디아 NuRec은 실촬영 영상을 3D 가우시안 스플래팅으로 재구성해 시뮬레이터 자산으로 만든다. 현실을 시뮬레이터로 옮기는 리얼투심 파이프라인.
알리바바 다모 아카데미의 RynnWorld-Teleop은 실제 로봇 없이 사람 손동작 스트림만으로 로봇 시점 시연 영상을 합성한다.
Ai2의 MolmoAct 2는 모델 가중치만이 아니라 720시간 규모의 양손 조작 로봇 데이터·코드·평가를 통째로 공개했다. 개방형 로봇 데이터의 새 기준.
AGIBOT WORLD 2026 Theme 2는 성공 시연이 아니라 놓침·충돌·미끄러짐 같은 접촉의 질감을 촉각 센서로 기록한다. 시각만으로는 못 배우는 물리.
AgiBotWorld 2026은 실패한 로봇 시연을 폐기하지 않고 error_cause·restorable 필드로 주석한다. 실패 이력을 데이터로 남기는 드문 사례.
휴머노이드 로봇과 파운데이션 모델에는 수십억 달러가 몰렸지만, 압력과 미끄러짐을 담는 촉각 데이터에는 수백만 달러뿐이다. 자본이 비껴간 데이터의 공백.
RoboScape는 합성 데이터를 생성하는 단계에서부터 물리적 타당성을 강제한다. 합성 영상 200개로 실제 영상 200개에 맞먹는 성능을 달성.
Cosmos·Sora가 만든 영상이 물리적으로 옳은지 사후에 감사하는 기술 계열을 해부한다. 합성 데이터의 물리 일관성을 검증하는 방법.
3D Gaussian Splatting과 NVIDIA Isaac Sim 결합이 로봇 합성데이터 파이프라인을 바꾼다. VLA 학습을 위한 합성 데이터 생성의 최전선.
Isaac Sim으로 1,000배 빠른 훈련을 구현하고, GR00T Blueprint로 11시간에 78만 로봇 궤적을 생성하는 합성 데이터 대량생산의 구조.
OpenUSD 1.0 표준화로 NVIDIA Omniverse는 물리 AI의 데이터 표준 계층이 됐다. 합성 궤적 78만 개에도 남는 품질 보증의 공백.
휴머노이드 로봇은 폭증하는데 로봇의 경험은 쌓이지 않는다. 2026년 6월 공개된 ISO/WD 26264-1 초안으로 본 로봇 데이터 표준화.
정부가 피지컬 AI의 병목으로 칩도 모델도 아닌 '행동 데이터'를 지목했다. 전국 5권역 행동 데이터 트레이닝센터를 먼저 짓겠다는 이유.
금융위·산업부가 6개 산업에 16조 원의 피지컬 AI 정책금융을 배정했다. 공장과 하드웨어에는 돈이 몰려도 데이터에는 공백이 남는 구조.
로봇이 배우는 데이터가 아무리 늘어도, 그 데이터가 물리적으로 옳다는 증거가 없다면 신뢰의 병목은 그대로 남는다. 데이터 품질 진단·정제·인증을 한자리에서 다루는 데이터클리닉(DataClinic)에서 페블러스의 증명 딸린 데이터 접근을 직접 확인해 보세요.