뇌파 훈련 로봇: 인간 뇌 신호에 의해 주도되는 물리적 AI의 다음 도약

캘리포니아주 샌레안드로의 한 창고에서 데이터 도구 기업인 엔코드(Encord)는 혁신적인 실험을 진행하고 있습니다. "파일럿"들은 젠가(Jenga) 게임을 하는 동안 카메라와 뇌파(EEG) 센서가 장착된 헤드셋을 착용하여 뇌 활동을 기록합니다. 잔더 랩스(Zander Labs)의 EEG 헤드셋은 정밀한 작업 중 뇌파를 실시간으로 추적하며, 실수나 놀람과 같은 정신 상태를 추론하여 로봇 모델용 더 풍부한 학습 데이터셋을 구축합니다.
엔코드는 인간형 로봇 및 창고 로봇의 주요 장벽이 모델 아키텍처가 아니라 실제 물리적 훈련 데이터의 심각한 부족이라고 주장합니다. 엔코드의 로봇 학습 책임자 비네스 벨무루간(Vineeth Velmurugan)은 "이러한 데이터는 단순히 존재하지 않는다"며, 필요한 데이터 양은 유튜브 전체 라이브러리의 5배에 달한다고 추정합니다.
물리적 AI의 경제적 딜레마: 수동 작업에서 데이터 공장까지
창고 내부에서는 파일럿들이 "마스터-슬레이브" 로봇 팔 장치를 사용하여 커피 따르기나 포커 칏 쌓기 같은 작업에 대한 훈련 데이터를 생성합니다. 한 사람이 조종하고 다른 하나는 그 움직임을 모방하는 이 장치를 사용합니다. 선반에는 가짜 꽃, 책, 플라스틱 채소, 고양이 모래상자가 배치되어 가정용 로봇 손 훈련을 위한 소품으로 활용됩니다. 다른 작업대에서는 파일럿 소피아 인판테(Sofia Infante)가 로봇 팔을 조작하여 서버 네트워크 케이블을 꽂고 빼는 작업을 수행합니다. 이는 데이터 센터 운영자들이 매우 원하는 자동화 작업이지만, 현재 로봇 그리퍼의 유연성 부족으로 인해 제한되어 있습니다.
뇌파 신호 외에도 엔코드는 새로운 데이터 모달리티를 개발 중입니다. 전완에 센서 어레이를 부착하여 근육의 전기 신호를 감지하고, 영상에서 손가락이 가려질 때를 보완하기 위해 3D 손 궤적을 생성합니다. 각 데이터셋에는 "오른손으로 볼트를 조이는 것"과 같은 밀도 높은 물리적 동작 주석이 포함되어 있습니다. 벨무루간은 이러한 고품질 주석이 일반 데이터보다 특정 작업 훈련에 100배 더 가치 있으며, 생산 비용은 단 20배 더 비싸므로 이론적으로 수익성이 있다고 추정합니다.
관련 기사
AWS와 NVIDIA가 에이전트 기반 AI와 물리적 AI를 어떻게 뒷받침하고 있는지
엔비디아(NVIDIA) CEO 젠슨 황 (사진: 토모히로 오스미/게티 이미지)젠슨 황이 이끄는 엔비디아와 AWS, 글로벌 파트너십 확대… 차세대 에이전트형 및 물리적 AI 기업 인프라 구축을 위해 200만 개의 GPU 배치AWS와 엔비디아는 급증하는 전 세계 AI 인프라 수요를 충족하기 위해 오랜 기간 이어온 전략적 협력을 대폭 확대한다고 발표했다.AI 인
센스타임, 네이티브 4K 출력 및 완전한 시각적 편집 기능을 갖춘 8B 경량 다중 모달 모델 공개
센스타임(SenseTime)은 새로운 경량 네이티브 통합 다중 모달 대규모 모델인 ‘SenseNova U1.5Lite’를 공식 출시했습니다. 80억 개의 매개변수를 갖춘 이 효율적인 모델은 주요 시각 과제에서 유사한 규모의 경쟁 모델보다 뛰어난 성능을 보이며, 복잡한 레이아웃 및 텍스트 렌더링 시나리오에서는 대규모 상용 모델과 동등한 수준을 보여줍니다.3K
AI LIVE 런던의 의제를 주도하는 주요 AI 논의들
이번 정상회의에는 전 세계의 최고 경영진들이 한자리에 모여, AI에 의한 산업 구조 변화부터 경제 변동성에 이르기까지 글로벌 산업 전반에 걸친 시급한 과제들을 논의할 예정입니다.2026년 10월 20일부터 21일까지 개최될 ‘AI LIVE: 런던 서밋’을 앞두고, AI 매거진은 기업 전략과 혁신을 정의할 10가지 핵심 토론 주제를 소개합니다.2026년 10
관련 특별 주제 추천
의견 (0)
0/500

캘리포니아주 샌레안드로의 한 창고에서 데이터 도구 기업인 엔코드(Encord)는 혁신적인 실험을 진행하고 있습니다. "파일럿"들은 젠가(Jenga) 게임을 하는 동안 카메라와 뇌파(EEG) 센서가 장착된 헤드셋을 착용하여 뇌 활동을 기록합니다. 잔더 랩스(Zander Labs)의 EEG 헤드셋은 정밀한 작업 중 뇌파를 실시간으로 추적하며, 실수나 놀람과 같은 정신 상태를 추론하여 로봇 모델용 더 풍부한 학습 데이터셋을 구축합니다.
엔코드는 인간형 로봇 및 창고 로봇의 주요 장벽이 모델 아키텍처가 아니라 실제 물리적 훈련 데이터의 심각한 부족이라고 주장합니다. 엔코드의 로봇 학습 책임자 비네스 벨무루간(Vineeth Velmurugan)은 "이러한 데이터는 단순히 존재하지 않는다"며, 필요한 데이터 양은 유튜브 전체 라이브러리의 5배에 달한다고 추정합니다.
물리적 AI의 경제적 딜레마: 수동 작업에서 데이터 공장까지
창고 내부에서는 파일럿들이 "마스터-슬레이브" 로봇 팔 장치를 사용하여 커피 따르기나 포커 칏 쌓기 같은 작업에 대한 훈련 데이터를 생성합니다. 한 사람이 조종하고 다른 하나는 그 움직임을 모방하는 이 장치를 사용합니다. 선반에는 가짜 꽃, 책, 플라스틱 채소, 고양이 모래상자가 배치되어 가정용 로봇 손 훈련을 위한 소품으로 활용됩니다. 다른 작업대에서는 파일럿 소피아 인판테(Sofia Infante)가 로봇 팔을 조작하여 서버 네트워크 케이블을 꽂고 빼는 작업을 수행합니다. 이는 데이터 센터 운영자들이 매우 원하는 자동화 작업이지만, 현재 로봇 그리퍼의 유연성 부족으로 인해 제한되어 있습니다.
뇌파 신호 외에도 엔코드는 새로운 데이터 모달리티를 개발 중입니다. 전완에 센서 어레이를 부착하여 근육의 전기 신호를 감지하고, 영상에서 손가락이 가려질 때를 보완하기 위해 3D 손 궤적을 생성합니다. 각 데이터셋에는 "오른손으로 볼트를 조이는 것"과 같은 밀도 높은 물리적 동작 주석이 포함되어 있습니다. 벨무루간은 이러한 고품질 주석이 일반 데이터보다 특정 작업 훈련에 100배 더 가치 있으며, 생산 비용은 단 20배 더 비싸므로 이론적으로 수익성이 있다고 추정합니다.
AWS와 NVIDIA가 에이전트 기반 AI와 물리적 AI를 어떻게 뒷받침하고 있는지
엔비디아(NVIDIA) CEO 젠슨 황 (사진: 토모히로 오스미/게티 이미지)젠슨 황이 이끄는 엔비디아와 AWS, 글로벌 파트너십 확대… 차세대 에이전트형 및 물리적 AI 기업 인프라 구축을 위해 200만 개의 GPU 배치AWS와 엔비디아는 급증하는 전 세계 AI 인프라 수요를 충족하기 위해 오랜 기간 이어온 전략적 협력을 대폭 확대한다고 발표했다.AI 인
센스타임, 네이티브 4K 출력 및 완전한 시각적 편집 기능을 갖춘 8B 경량 다중 모달 모델 공개
센스타임(SenseTime)은 새로운 경량 네이티브 통합 다중 모달 대규모 모델인 ‘SenseNova U1.5Lite’를 공식 출시했습니다. 80억 개의 매개변수를 갖춘 이 효율적인 모델은 주요 시각 과제에서 유사한 규모의 경쟁 모델보다 뛰어난 성능을 보이며, 복잡한 레이아웃 및 텍스트 렌더링 시나리오에서는 대규모 상용 모델과 동등한 수준을 보여줍니다.3K
AI LIVE 런던의 의제를 주도하는 주요 AI 논의들
이번 정상회의에는 전 세계의 최고 경영진들이 한자리에 모여, AI에 의한 산업 구조 변화부터 경제 변동성에 이르기까지 글로벌 산업 전반에 걸친 시급한 과제들을 논의할 예정입니다.2026년 10월 20일부터 21일까지 개최될 ‘AI LIVE: 런던 서밋’을 앞두고, AI 매거진은 기업 전략과 혁신을 정의할 10가지 핵심 토론 주제를 소개합니다.2026년 10





집






