액시스로보틱스, 커뮤니티 기반 데이터 엔진 공개

피지컬 AI 확장 위한 데이터 인프라 제시 피지컬 AI가 연구 단계를 넘어 실제 산업 현장으로 확산되면서, 고품질 로봇 학습 데이터 확보가 차세대 로봇 지능 경쟁력을 좌우하는 핵심 요소로 떠오르고 있다. 대규모 언어모델이 방대한 텍스트 데이터를 기반으로 성능을 발전시켜 온 것처럼, 로봇 AI 역시 시뮬레이션과 실제 환경에서 축적된 데이터의 규모와 다양성, 품질이 성능을 결정하는 시대가 열리고 있다. 이러한 흐름 속에서 피지컬 AI 데이터 인프라 기업 액시스로보틱스는 커뮤니티 기반의 확장형 로봇 데이터 엔진 연구 성과와 함께 액시스 데이터셋 버전 1을 공개했다고 밝혔다. 이번 연구는 미국 캘리포니아대학교 버클리 캠퍼스, 조지아공과대학교, 텍사스 A&M대학교, 존스홉킨스대학교, 펜실베이니아대학교, 미시간대학교, 싱가포르국립대학교, 난양공과대학교 연구진이 공동으로 참여했다. 액시스로보틱스는 연구자와 개발자, 기업이 함께 로봇 데이터를 생성하고 검증하며 지속적으로 확장할 수 있는 커뮤니티 기반 데이터 엔진을 구축했다. 기존 로봇 데이터 수집 방식이 고가의 전용 장비와 제한된 환경에 의존했던 것과 달리, 웹 브라우저를 통한 원격 조작 방식으로 로봇 시연 데이터를 수집해 보다 효율적이고 확장 가능한 데이터 구축 환경을 구현한 것이 특징이다. 이번에 공개된 액시스 데이터셋 버전 1에는 207개의 로봇 작업과 5만129개의 작업 수행 데이터가 담겼다. 연구 결과에 따르면 액시스 데이터셋 버전 1으로 지속적인 사전학습을 수행한 파이 0.5 모델은 로봇 성능 평가 기준인 리베로 플러스에서 전체 성공률이 기존 83.9%에서 88.8%로 향상됐다. 반면 동일한 규모의 데이터로 학습한 비교 모델은 57.5%를 기록해 31.3%포인트 낮은 성능을 보였다. 액시스로보틱스는 앞으로 세계 각국의 연구기관과 개발자, 산업 파트너와 협력을 확대해 글로벌 데이터 기여자 네트워크를 구축하고, 피지컬 AI 데이터 인프라를 지속적으로 고도화해 나갈 계획이다. 또한 오는 코리아 블록체인 위크 2026에서 피지컬 AI 데이터 전략을 소개하고, 인공지능과 첨단기술 분야 관계자들과 협력 방안을 논의할 예정이다.