스카이인텔리전스, 피지컬 AI 구현 데이터 인프라 기업으로 선정
[딜사이트]
스카이인텔리전스가 ‘고정밀 제조를 위한 산업용 피지컬 AI: 로봇 비전 디지털 엔지니어링 구현 프레임워크’ 백서에 주요 기여 기업으로 참여했다.
백서는 ABB 로보틱스와 엔비디아가 공동 발행하고 글로벌 컨설팅 기업 딜로이트와 통신 소프트웨어 인프라 기업 아시아인포가 함께했다. 또한 백서는 차세대 제조 산업의 피지컬 AI 구현을 위해 디지털 트윈, 합성데이터, 로봇 비전, AI 검증, 데이터 거버넌스 등을 하나의 엔지니어링 체계를 연결하는 방안을 제시하고 있다.
스카이인텔리전스는 실제 제조 현장에서 발생하는 다양한 변수와 엣지 케이스를 디지털 환경에 서 사전 검증 후 결과를 다시 실제 현장 적용과 운영 개선으로 연결하는 ‘Real2Sim2Real’ 기반 데이터 인프라 구축에 핵심적인 역할을 수행한다.
최근 업계에서는 산업용 합성데이터의 역할이 빠르게 진화하고 있다고 평가한다. 합성데이터는 단순히 AI 학습용 이미지를 생성하는 기술이 아니라 실제 제조 환경에서 확보하기 어려운 다양한 작업 조건과 예외 상황을 반복 재현·학습·검증하도록 지원하는 데이터 자산으로 자리 잡고 있다.
따라서 피지컬 AI 시대 제조업의 경쟁력은 AI를 실제 공장에서 신뢰하도록 만드는 데이터 인프라에 달려 있다. 이러한 패러다임 변화 속에서 스카이인텔리전스는 실제 산업 현장을 디지털 환경으로 구현하고 AI와 로봇의 학습 검증 배포까지 연결하는 기업으로 평가받고 있다.
특히 백서에서는 스카이인텔리전스를 제조 산업의 피지컬 AI 구현을 위한 데이터 인프라 기업으로 소개했다. 이는 단순한 합성데이터 생성 기업을 넘어 제조 산업 현장과 디지털 환경을 하나의 엔지니어링 체계로 연결하는 고정밀 제조 산업용 피지컬 AI 데이터 인프라 분야를 선도하고 글로벌 생태계와 전략적으로 협력하고 있음을 보여주는 사례다.
스카이인텔리전스 관계자는 "피지컬 AI 시대에 중요한 것은 현실 데이터를 얼마나 정밀하게 디지털 환경으로 구현하고 AI와 로봇을 검증 가능한 구조로 만들 수 있느냐"며 "이 같은 데이터 인프라와 엔지니어링 체계가 제조 산업에서 피지컬 AI의 실현 가능성과 확장성, 배포 준비도를 결정하는 핵심 요소"라고 했다.
스카이인텔리전스가 ‘고정밀 제조를 위한 산업용 피지컬 AI: 로봇 비전 디지털 엔지니어링 구현 프레임워크’ 백서에 주요 기여 기업으로 참여했다.
백서는 ABB 로보틱스와 엔비디아가 공동 발행하고 글로벌 컨설팅 기업 딜로이트와 통신 소프트웨어 인프라 기업 아시아인포가 함께했다. 또한 백서는 차세대 제조 산업의 피지컬 AI 구현을 위해 디지털 트윈, 합성데이터, 로봇 비전, AI 검증, 데이터 거버넌스 등을 하나의 엔지니어링 체계를 연결하는 방안을 제시하고 있다.
스카이인텔리전스는 실제 제조 현장에서 발생하는 다양한 변수와 엣지 케이스를 디지털 환경에 서 사전 검증 후 결과를 다시 실제 현장 적용과 운영 개선으로 연결하는 ‘Real2Sim2Real’ 기반 데이터 인프라 구축에 핵심적인 역할을 수행한다.
최근 업계에서는 산업용 합성데이터의 역할이 빠르게 진화하고 있다고 평가한다. 합성데이터는 단순히 AI 학습용 이미지를 생성하는 기술이 아니라 실제 제조 환경에서 확보하기 어려운 다양한 작업 조건과 예외 상황을 반복 재현·학습·검증하도록 지원하는 데이터 자산으로 자리 잡고 있다.
따라서 피지컬 AI 시대 제조업의 경쟁력은 AI를 실제 공장에서 신뢰하도록 만드는 데이터 인프라에 달려 있다. 이러한 패러다임 변화 속에서 스카이인텔리전스는 실제 산업 현장을 디지털 환경으로 구현하고 AI와 로봇의 학습 검증 배포까지 연결하는 기업으로 평가받고 있다.
특히 백서에서는 스카이인텔리전스를 제조 산업의 피지컬 AI 구현을 위한 데이터 인프라 기업으로 소개했다. 이는 단순한 합성데이터 생성 기업을 넘어 제조 산업 현장과 디지털 환경을 하나의 엔지니어링 체계로 연결하는 고정밀 제조 산업용 피지컬 AI 데이터 인프라 분야를 선도하고 글로벌 생태계와 전략적으로 협력하고 있음을 보여주는 사례다.
스카이인텔리전스 관계자는 "피지컬 AI 시대에 중요한 것은 현실 데이터를 얼마나 정밀하게 디지털 환경으로 구현하고 AI와 로봇을 검증 가능한 구조로 만들 수 있느냐"며 "이 같은 데이터 인프라와 엔지니어링 체계가 제조 산업에서 피지컬 AI의 실현 가능성과 확장성, 배포 준비도를 결정하는 핵심 요소"라고 했다.