피지컬 AI가 현실에서 작동하려면 언어를 이해하는 능력과 함께 주변 환경을 보고 공간을 해석하며 행동으로 연결하는 역량이 필요하다. 같은 동작을 1인칭과 3인칭 시점에서 수집하고 영상 속 행동을 자연어로 정확하게 설명하는 데이터가 그 기반이 된다. 시각 정보와 언어, 행동을 하나의 학습 구조로 연결해야 로봇과 자율시스템이 낯선 환경에서도 상황에 맞게 움직일 수 있다. 슈퍼브에이아이가 LG AI연구원 컨소시엄의 K-엑사원 개발에 참여해 비전·영상·피지컬 AI 데이터 파운데이션을 구축한다.
비전 인텔리전스 기업 슈퍼브에이아이는 자사가 참여한 LG AI연구원 컨소시엄이 과학기술정보통신부의 ‘독자 AI 파운데이션 모델 프로젝트’ 2차 평가를 통과해 3차수에 진출했다고 19일 알렸다.
슈퍼브에이아이가 참여한 LG AI연구원 컨소시엄의 독자 AI 파운데이션 모델 프로젝트 관련 이미지. (자료 제공: 슈퍼브에이아이)
이번 2차 평가에는 LG AI연구원과 SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 정예팀이 참여했으며 이 가운데 3개 팀이 3차수에 진출했다.
평가는 벤치마크 성능과 전문가 심사에 일반 국민 200명이 모델을 직접 사용한 뒤 점수를 매기는 국민 평가를 더했다. 모델의 기술 성능뿐 아니라 사용자가 실제 서비스에서 체감하는 활용성과 응답 품질을 함께 검증하는 방식이다.
독자 AI 파운데이션 모델 프로젝트는 해외 모델 의존도를 낮추고 국내 기술과 데이터로 글로벌 경쟁력을 갖춘 AI 모델을 개발하기 위해 추진되는 국가 프로젝트다. LG AI연구원 컨소시엄은 1차 평가에서 벤치마크와 전문가, 사용자 평가 전 항목 1위를 기록한 데 이어 2차 평가도 통과했다.
LG AI연구원이 주관하는 컨소시엄에는 슈퍼브에이아이를 비롯해 LG유플러스와 LG CNS, 퓨리오사AI, 프렌들리AI, 이스트소프트, 이스트에이드, 한글과컴퓨터, 뤼튼테크놀로지스, 엘리스그룹 등 11개 기업이 참여하고 있다.
영상 이해에서 행동 데이터까지…피지컬 AI 학습 기반 구축
슈퍼브에이아이는 비LG 계열사 가운데 유일하게 고성능 파운데이션 모델 개발에 직접 참여해 초거대 모델 ‘K-엑사원(K-EXAONE)’의 비전·영상·피지컬 AI 영역을 담당해왔다.
2025년 8월 정예팀 선정 이후 진행된 1차 사업에서는 초거대 AI 학습에 활용할 영상 데이터 구축을 완료했다. 2차 사업에서는 영상 속 사물과 상황을 이해하는 기술에서 한 단계 더 나아가 3D 공간 정보와 사람의 동작을 해석하는 고난도 비전 기술을 구현했다.
사람의 동작은 1인칭과 3인칭 영상으로 각각 수집·가공했다. 여기에 영상 속 행동과 상황을 설명하는 자연어 라벨을 결합해 시각 정보와 언어, 동작 사이의 관계를 학습할 수 있는 멀티모달 데이터 파운데이션을 구축했다.
1인칭 영상은 행동 주체가 바라보는 시야와 손의 움직임을 학습하는 데 활용할 수 있고, 3인칭 영상은 신체 전체의 움직임과 주변 사물의 관계를 파악하는 데 유용하다. 서로 다른 시점의 영상을 같은 행동 단위로 연결하면 AI가 장면을 인식하는 수준에서 실제 행동의 순서와 목적을 이해하는 단계로 발전할 수 있다.
이러한 데이터는 VLA(Vision-Language-Action) 모델 개발의 기반이 된다. VLA는 카메라로 들어온 시각 정보를 이해하고 자연어 지시를 해석한 뒤 로봇이나 자율시스템이 수행할 행동을 생성하는 모델이다. 제조와 물류, 로봇, 모빌리티 등 피지컬 AI가 적용되는 산업 현장에서 활용 범위가 크다.
슈퍼브에이아이는 2018년 설립 이후 산업 현장에서 생성되는 시각 데이터를 수집·가공하고 AI 학습에 활용할 수 있는 자산으로 전환해왔다. AI 데이터 플랫폼과 산업용 비전 파운데이션 모델 ‘제로(ZERO)’ 등을 기반으로 기업의 비전 AI 구축과 운영을 지원하고 있다.
김현수 슈퍼브에이아이 대표는 “슈퍼브에이아이는 실제 사업에서 K-엑사원을 활용하며 모델의 성능과 가능성을 경험하고 있다”며 “컨소시엄과 함께 LLM과 VLM을 넘어 피지컬 AI까지 확장되는 독자 AI 파운데이션 모델을 만들어가는 과정이 기대된다”고 말했다.
이어 “비전·영상·행동 데이터 구축 역량을 바탕으로 우리 기술과 데이터로 구축하는 독자 피지컬 AI 파운데이션 모델과 VLA 모델 개발에 기여하겠다”고 덧붙였다.
3차수의 관건은 구축한 데이터가 실제 피지컬 AI의 판단과 행동 성능으로 얼마나 연결되는지에 있다. 동작 데이터의 양뿐 아니라 촬영 시점과 환경의 다양성, 행동 순서와 자연어 라벨의 일관성, 낯선 상황에서의 일반화 성능까지 검증해야 한다. K-엑사원이 현실 공간을 정확히 이해하고 안전한 행동을 생성하는 단계까지 도달한다면 슈퍼브에이아이의 데이터 구축 역량은 독자 피지컬 AI 생태계를 지탱하는 핵심 기술 자산이 될 수 있다.
The post K-엑사원의 ‘눈과 행동’을 만든다…슈퍼브에이아이, 독자 AI 3차수 진출 appeared first on 벤처스퀘어.