피지컬 AI 시대 '데이터 병목' 해결사… AI 데이터 품질 관리 플랫폼 '에이전틱 데이터 클리닉' 작성일 03-17 29 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[솔루션 가이드] 페블러스 '에이전틱 데이터 클리닉', 합성데이터·데이터 품질 진단·자율 데이터 운영 결합… Physical AI 데이터 인프라 전략 제시</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="0F6obh3GrL"> <figure class="figure_frm origin_fig" contents-hash="dba6ea764ce5a52e495b254179650e1cc8ed5454eef2b3533cddb512e46490f8" dmcf-pid="pUMjVTu5mn" dmcf-ptype="figure"> <p class="link_figure"><img alt="페블러스의 AI 학습 데이터의 품질을 진단하고 개선하는 데이터 운영 플랫폼 '에이전틱 데이터 클리닉'" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/17/etimesi/20260317092700877plpo.jpg" data-org-width="700" dmcf-mid="3JYUCxkLwo" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/17/etimesi/20260317092700877plpo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 페블러스의 AI 학습 데이터의 품질을 진단하고 개선하는 데이터 운영 플랫폼 '에이전틱 데이터 클리닉' </figcaption> </figure> <p contents-hash="52078e8976d80e413054d620c923494bbe71bea0362b254b4285d880a3320d2e" dmcf-pid="UuRAfy71si" dmcf-ptype="general">로봇, 자율주행, 스마트팩토리, 디지털 트윈 등 현실 세계에서 직접 작동하는 피지컬 AI(Physical AI) 기술이 빠르게 확산되면서 인공지능 산업의 경쟁력이 모델 성능 중심에서 데이터 품질 중심으로 이동하고 있다. 피지컬 AI는 단순히 데이터를 분석하는 수준을 넘어 실제 물리 환경을 인식하고 행동해야 하기 때문에 기존 언어 중심 AI보다 훨씬 다양한 형태의 멀티모달 데이터를 요구한다.</p> <p contents-hash="cacd5c6f1047c2bab7aec2d6ce41b8d65a0a84f9aaf8032aed244d94f215c5e1" dmcf-pid="u7ec4WztIJ" dmcf-ptype="general">로봇이나 자율주행 시스템은 카메라 영상, 센서 데이터, 환경 정보 등 다양한 데이터를 동시에 활용해 상황을 판단한다. 이러한 데이터의 품질과 대표성은 AI 모델의 판단 정확성과 안전성에 직접적인 영향을 미친다. 특히 산업 환경에서는 데이터 부족과 품질 문제로 인해 AI 개발이 지연되는 '데이터 병목(Data Bottleneck)' 현상이 주요 과제로 지적되고 있다.</p> <p contents-hash="2d528eed07d1b32d9c99ed64deafccd59b0c540f5f78c0113c5d9f0c1bb09d4f" dmcf-pid="7zdk8YqFwd" dmcf-ptype="general">데이터가 충분하더라도 중복, 편향, 결손 데이터가 포함되면 AI 모델의 학습 효율이 크게 떨어질 수 있다. 또한 로봇 충돌 상황이나 자율주행 사고와 같은 위험 환경 데이터는 현실에서 직접 수집하기 어려워 데이터 확보 자체가 제한되는 경우도 많다.</p> <p contents-hash="29da6e9475eb449f7d45e0805c8be79e50acaac26f8e302836b1b26b3754c82d" dmcf-pid="zqJE6GB3se" dmcf-ptype="general">이와 함께 산업 현장에서 생성되는 데이터는 다양한 센서와 시스템에서 생성되는 비정형 데이터가 혼합된 형태로 존재하기 때문에 AI 학습 데이터로 정제하는 과정이 복잡하다. 이러한 데이터 희소성, 데이터 이질성, 그리고 시뮬레이션과 현실 간 격차(Sim-to-Real Gap)는 피지컬 AI 기술 발전의 주요 장애 요소로 지적된다.</p> <p contents-hash="ca5b95bce5c8a8556febe2b4d760f0d2c664e87affaac9843e8aa3462f042ddf" dmcf-pid="qBiDPHb0wR" dmcf-ptype="general"><strong>AI 학습 데이터 품질 진단 플랫폼 ‘에이전틱 데이터 클리닉’<br></strong><br>AI 데이터 전문 기업 페블러스가 개발한 '에이전틱 데이터 클리닉(Agentic Data Clinic)'은 데이터 병목 문제를 해결하기 위해 AI 학습 데이터의 품질을 진단하고 개선하는 데이터 운영 플랫폼이다.</p> <p contents-hash="e84c034b6cf8c523829320559a253d5d77e91d37c626bd741427f49307fba59f" dmcf-pid="BbnwQXKpwM" dmcf-ptype="general">에이전틱 데이터 클리닉 은 기업이 보유한 데이터를 분석해 데이터 품질 상태를 진단하고 데이터 개선 작업을 수행하는 데이터 품질 관리 플랫폼이다. 데이터 품질 진단, 합성데이터 생성, 데이터 경량화, 데이터 거버넌스 관리 등 데이터 운영 전 과정을 통합 관리하는 것이 특징이다.</p> <p contents-hash="38bf951039ca06aaeda289e370e678a532328064ac21505c7983a3794d4d2b18" dmcf-pid="bKLrxZ9Umx" dmcf-ptype="general">이 플랫폼은 데이터 상태를 의료 시스템처럼 분석하는 구조로 설계됐다. 데이터 분포를 시각적으로 분석하는 '영상의학과' 역할, 데이터 품질 문제를 진단하는 '내과' 역할, 합성데이터 생성과 데이터 최적화를 수행하는 '외과' 역할을 하나의 플랫폼에서 수행한다.</p> <p contents-hash="288ec55c3074cb839d4ab703c3c3789c38032e6c23ce26d20e0f0f4f25f9847f" dmcf-pid="K9omM52usQ" dmcf-ptype="general">에이전틱 데이터 클리닉은 데이터셋의 분포와 밀도를 분석해 중복 데이터, 편향 데이터, 결손 데이터를 자동으로 식별한다. 데이터 밀도가 높은 영역에서는 불필요한 데이터를 제거하는 데이터 경량화 작업을 수행하고 데이터가 부족한 영역에서는 합성데이터를 생성해 데이터 대표성을 보완한다.</p> <p contents-hash="2c62030f933ced704d2fe2fbe1df195cabc09b5cbc9d8560bddc0f87ef5d8ac7" dmcf-pid="92gsR1V7rP" dmcf-ptype="general">이를 통해 기업은 AI 모델 학습에 적합한 'AI-레디 데이터'를 구축할 수 있으며 데이터 품질 관리 체계를 데이터 운영 과정에 통합할 수 있다.</p> <p contents-hash="85df9598d2c3f0273fa72249dfc91138e30ab74c39b2d49974af732b857a23e7" dmcf-pid="2VaOetfzO6" dmcf-ptype="general"><strong>디지털 트윈 기반 합성데이터 생성 ‘페블로심’<br></strong><br>피지컬 AI 환경에서는 현실 데이터를 수집하는 것만으로 충분한 학습 데이터를 확보하기 어렵다. AI가 학습해야 하는 상황 중에는 현실에서 수집하기 어렵거나 위험한 환경 데이터가 포함되기 때문이다.</p> <p contents-hash="b66bb3e7988f025277f59a2869567b51ff41ea582ade4230b27b2eaf30776ddd" dmcf-pid="VfNIdF4qw8" dmcf-ptype="general">이러한 문제를 해결하기 위해 활용되는 기술이 합성데이터(Synthetic Data)다. 합성데이터는 실제 데이터를 직접 수집하지 않고 시뮬레이션이나 알고리즘을 통해 인공적으로 생성한 데이터를 의미한다.</p> <p contents-hash="ae5ff98e2b72601ba2d6ab9e1fc301e19704b5183a10fcc29f6f4a9aef6abd84" dmcf-pid="f4jCJ38BI4" dmcf-ptype="general">특히 피지컬 AI 분야에서는 로봇, 자율주행, 스마트 제조 등 물리 환경에서 작동하는 AI 시스템의 학습 데이터 수요가 급증하면서 디지털 트윈 기반 합성데이터 생성 기술이 중요한 인프라로 주목받고 있다.</p> <p contents-hash="c39fa990cfafa6f82787e8deaad1504e29af4e2fd5699195e9bc3a2133f542dd" dmcf-pid="48Ahi06bsf" dmcf-ptype="general">페블러스는 이러한 환경에 대응하기 위해 디지털 트윈 기반 합성데이터 생성기 '페블로심(PebbloSim)'을 개발했다. PebbloSim은 물리 법칙을 기반으로 현실 환경을 정밀하게 모사해 고품질 합성데이터를 생성하는 것을 목표로 한다.</p> <p contents-hash="fe630cc90dccee61fa7e748484ec9335c6c7a10323e35dfa6558645ff9a4bf90" dmcf-pid="8OF9YLIkwV" dmcf-ptype="general">특히 물리 환경을 기반으로 데이터를 생성함으로써 현실과 다른 비현실적인 데이터를 생성하는 '피지컬 할루시네이션(Physical Hallucination)' 문제를 줄이는 것이 특징이다. 이를 통해 실제 환경과 유사한 데이터를 생성하고 피지컬 AI 모델 학습에 활용할 수 있도록 지원한다.</p> <p contents-hash="5f295db8e925b8664d3ccd6de8043fcaba5f6b58b5665ee47a57d38a050a8879" dmcf-pid="6I32GoCEs2" dmcf-ptype="general">또한 페블러스는 데이터 그린하우스(Data Greenhouse) 체계를 통해 합성데이터 생성, 데이터 품질 검증, 데이터 가치 검증까지 자동화하는 에이전틱 AI 기반 데이터 파이프라인 구축을 추진하고 있다.</p> <p contents-hash="8725839c91296620989d84c8208e61950a64b45d79cab50a108049c84fd25df3" dmcf-pid="PC0VHghDs9" dmcf-ptype="general"><strong>자율 데이터 운영 플랫폼 ‘AADS’ 개발 추진<br></strong><br>페블러스는 데이터 운영 자동화를 위해 자율형 AI 데이터 사이언티스트 플랫폼 'AADS(Autonomous AI Data Scientist)' 개발도 추진하고 있다.</p> <p contents-hash="36721bb464abad90babc496aaeee4cf5abcac766a130c3cd2e7bb947565dc28e" dmcf-pid="QhpfXalwEK" dmcf-ptype="general">AADS는 데이터 수집, 데이터 품질 진단, 데이터 개선, 합성데이터 생성, 데이터 경량화, 규제 보고 등 데이터 관리 전 과정을 자동화하는 엔드투엔드 데이터 플랫폼이다. 데이터 관련 반복 업무를 자율 에이전트가 수행하도록 설계해 데이터 전문가의 직접 개입을 줄이고 데이터 운영 효율성을 높이는 것이 목표다.</p> <p contents-hash="95fde207d61530857cbe2451f9350cbdc9ad98c301aaa6bcb2d316e4f21c7410" dmcf-pid="xlU4ZNSrmb" dmcf-ptype="general">페블러스는 과학기술정보통신부와 연구개발특구진흥재단이 주관하는 '2025년 글로벌 빅테크 육성사업'에 주관기관으로 선정돼 총사업비 61억원 규모의 AADS 플랫폼 구축 사업을 추진하고 있다. 또한 한국과학기술정보연구원(KISTI)과 협력해 KONI와 관련 에이전트 기술을 통합한 자율형 AI 데이터 사이언티스트 플랫폼을 공동 개발할 계획이다.</p> <p contents-hash="e7219ca5cc97442febc12de0be685793edf4f30441a05f6498fd76e32a922fac" dmcf-pid="y8Ahi06bOB" dmcf-ptype="general"><strong>피지컬 AI 데이터 파이프라인 ‘에이전틱 전략’<br></strong><br>피지컬 AI의 데이터 병목 문제는 단일 기술만으로 해결하기 어렵다. 데이터 문제를 발견하는 진단 기술, 부족한 데이터를 보완하는 생성 기술, 데이터를 지속적으로 관리하는 운영 기술이 하나의 체계로 연결되어야 한다.</p> <p contents-hash="ab786b7740decdadfcf1e413232e31e4b59c010672dc2cedbb0ca4ba009936fe" dmcf-pid="W6clnpPKwq" dmcf-ptype="general">페블러스는 데이터 클리닉의 데이터 품질 진단 기술, 페블로심의 디지털 트윈 기반 합성데이터 생성 기술, AADS 기반 자율 데이터 운영 시스템을 결합해 데이터 파이프라인을 'Agentic'하게 운영하는 전략을 제시하고 있다.</p> <p contents-hash="83b16f1532855538ccab663b9d0f1ac8b7d464ea16e7184448cebd97d8091988" dmcf-pid="YPkSLUQ9mz" dmcf-ptype="general">특히 제조, 모빌리티, 로보틱스 등 안전성과 신뢰성이 중요한 산업에서는 데이터 품질 관리 결과가 규제 대응 문서나 감사 자료로 활용될 수 있다. 데이터 진단 결과와 개선 과정, 합성데이터 생성 기록이 자동으로 축적되고 보고서 형태로 전환되는 구조는 피지컬 AI 시대의 데이터 병목 문제를 관리 가능한 운영 체계로 전환하는 접근 방식으로 평가된다.</p> <p contents-hash="b1de03a36dda891f044a601c3621f3a21dfbd850cdec5a083480ad2510333a9f" dmcf-pid="GQEvoux2w7" dmcf-ptype="general">이주행 페블러스 대표는 “피지컬 AI 적용을 고려하는 국내 주요 제조 기업을 대상으로 데이터 그린하우스와 페블로심을 활용한 고품질 합성데이터 실증사업을 수행하고 있다.”며 “관심 있는 기업과 연구기관의 참여를 기대한다.”고 밝혔다.</p> <p contents-hash="801e614e51945d9e18b3858c04720dc6314542a45b3d548f7a8bdd234b55179e" dmcf-pid="HxDTg7MVDu" dmcf-ptype="general"><a href="https://diss.etnews.com/" target="_blank">[알림] 'GTT KOREA' 와 '전자신문인터넷'이 공동으로 오는 3월 26일 웨스틴 서울 파르나스 호텔에서 주최하는 “DISS(Data Insight & Security) 2026”에서는 “데이터와 AI 통합, 비즈니스 혁신 중심에 서다”를 주제로 글로벌 테크 기업과 전문가들이 데이터 인사이트(Data Insight), 데이터 관리(Data Management), 데이터 보안(Data Security) 등 최신 기술 동향과 산업 사례, 실무 적용 전략을 공유하고 전시 부스가 마련되어 각 솔루션을 직접 체험해 볼 수 있는 기회가 제공된다.</a></p> <p contents-hash="5f8184544e783bf6ecad57d1ca0ae67df7be5551b13cca42b8c9064f43f354e7" dmcf-pid="XMwyazRfrU" dmcf-ptype="general">임민지 기자 minzi56@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 젠슨 황 "삼성 파운드리가 그록 칩 생산"…HBM4 이어 AI 동맹 과시 03-17 다음 K-오픈월드 게임 속속 출격…무대는 글로벌 [IT돋보기] 03-17 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
