DataMesh, 구현된 AI 데이터 제품 솔루션 출시 — DataMesh Robotics

"실행 가능한 산업용 디지털 트윈"을 통해 구현된 AI 교육: 동적 비즈니스 시뮬레이션 + 산업 등급 합성 데이터 + 보상 구성

2026년 1월 15일 — DataMesh은 오늘 구현된 AI 데이터 제품 솔루션인 DataMesh Robotics의 출시를 발표했습니다. 산업 및 시설 시나리오에 초점을 맞춘 이 솔루션은 로봇 OEM 및 로봇 공학 애플리케이션 팀에 산업 현장 모델링, 물리적 특성 및 센서 시뮬레이션, 사실적인 시각적 생성, 확장 가능한 자동화된 실측 라벨링을 포괄하는 원스톱 기능 세트를 제공합니다. 또한 구현된 AI 교육에서 가장 어려운 과제 중 하나인 산업 작업에 대한 작업 목표와 보상 신호를 정의하고 구성하는 데 대한 실용적인 방법과 제공 사양을 제공합니다.

정적 3D 시각화 및 데이터 오버레이 수준에 남아 있는 시장의 많은 "디지털 트윈" 제품과 달리 DataMesh의 핵심 강점 중 하나는 비즈니스 시뮬레이션 기능을 갖춘 "실행 가능한 디지털 트윈"을 구축하는 것입니다. DataMesh의 디지털 트윈 플랫폼인 FactVerse에서 산업 세계는 정적 모델이 아닙니다. 자율 주행 시뮬레이터처럼 "실행"할 수 있는 환경입니다. 즉, 객체가 움직일 수 있고, 프로세스가 발전하고, 이벤트가 트리거되고, 논리가 실행될 수 있습니다. 이 동적 시뮬레이션 기능을 통해 DataMesh Robotics는 실제 산업 운영 패턴을 보다 밀접하게 반영하는 훈련 데이터를 생성하고 복잡한 산업 작업에 대한 보상을 정의하기 위한 보다 명확하고 안정적인 기반을 제공합니다.

DataMesh은 이전에 지능형 시뮬레이션에 대한 여러 연구 보고서에서 Gartner®의 인정을 받아 기술 혁신자 및 샘플 공급업체로 등재되었습니다. 이번 수상은 지능형 시뮬레이션 및 공간 디지털 트윈 기술에 대한 DataMesh의 지속적인 투자와 축적된 역량을 반영합니다.

DataMesh Robotics는 주류 로봇 시뮬레이션 및 교육 생태계와 호환되도록 설계되었습니다. 산업용 디지털 트윈 자산과 데이터를 NVIDIA Isaac Sim / Omniverse을 포함한 시뮬레이션 및 교육 환경으로 내보내는 것을 지원하며 기업의 기존 로봇 R&D 및 제공 워크플로우에 통합될 수 있습니다. DataMesh Robotics는 프로토타입 검증을 완료했으며 통신 사업자 및 데이터 라벨링 제공업체를 포함한 기업 파트너와 파일럿 및 공동 탐색을 위해 협력하고 있습니다.

주요 내용 요약

• 실행 가능한 산업용 디지털 트윈(동적 비즈니스 시뮬레이션): 장면은 정적 모델일 뿐만 아니라 실행 가능하고 진화 가능한 산업 운영 환경입니다(객체/프로세스/이벤트/비즈니스 로직을 시뮬레이션할 수 있음).
• 대화형 산업 운영 로직: 의미론적, 운영 수준 상호 작용(예: 생산 라인 시작/중지, 프로세스 상태 전환, 예외 또는 비즈니스 규칙 트리거)을 지원하여 실행 가능한 폐쇄 루프 교육 환경을 형성합니다.
• 산업 등급 합성 데이터의 확장 가능한 생산: 다중 모드 데이터 생성 + 인식, 탐색, 조작 및 평가를 지원하는 자동 지상 실측 라벨링.
• "보이지 않는 데이터"를 사용한 교육도 가능합니다. 온도, 압력, 프로세스/비즈니스 로직 상태 등의 변수를 출력하여 산업 작업에 대한 학습 및 검증을 강화합니다.
• 교육 병목 현상을 해결하기 위한 산업 작업 보상 설계: 엄격한 안전 제약, 부분적인 관찰 가능성 및 강력한 산업 의미를 갖춘 다단계 작업에 대한 목표/성공 조건/보상 신호 설계 및 전달을 제공합니다.
• 교육 구성을 위한 로우 코드 편집기: 기본 코드를 변경하지 않고 작업 목표, 보상 전략, 제약 조건 및 교육/인식 매개변수(예: 센서 노이즈, 모델 및 알고리즘)를 구성하여 산업 구현 AI 교육 및 검증에 대한 장벽을 낮춥니다.
• 주류 생태계 및 엔터프라이즈 배포와의 호환성: Isaac Sim / Omniverse에 연결하고 온프레미스/프라이빗 클라우드/하이브리드 클라우드 및 엔터프라이즈급 거버넌스를 지원합니다.

DataMesh 로봇 공학이 필요한 이유: 산업용 구현 AI에 실제로 부족한 것은 "변화하는 세상"입니다.

산업 환경에서 데이터 문제는 "수집 및 라벨링에 드는 높은 비용"뿐만 아니라 시간이 지남에 따라 프로세스에 의해 주도되고 많은 이벤트에 의해 촉발되는 세계에서 산업 작업이 자주 발생한다는 사실입니다. 로봇은 물체를 인식하는 것뿐만 아니라 대기-양보-도킹-작동-확인-나가기 등 일련의 제한된 작업을 완료하는 방법을 배워야 합니다. 이러한 작업은 근본적으로 동적 환경에 따라 달라집니다.

시중의 많은 디지털 트윈 솔루션은 시각화로서 "정적 3D + 실시간 데이터 오버레이"에 의존하고 있습니다. 보기 및 시연은 쉽지만 "실행"은 어렵습니다. DataMesh의 디지털 트윈은 실행 가능성을 강조합니다.

• 물체 이동 가능: 장비, 문/캐비닛, 팔레트, 차량, 인력, 물류 장치 등이 역동적인 변화에 참여할 수 있습니다.
• 프로세스는 발전할 수 있습니다. 제조, 운영, 검사, 수리 및 유지 관리 작업 흐름은 규칙에 따라 발전할 수 있습니다.
• 이벤트를 트리거할 수 있습니다. 알람, 작업 주문, 장비 상태 변경, 단계 완료/실패 등을 시뮬레이션할 수 있습니다.
• 로직 실행 가능: 비즈니스 규칙과 행동 트리(비즈니스 로직/행동 트리)가 환경 변화와 작업 평가를 주도합니다.

이를 통해 DataMesh Robotics는 시뮬레이션 내에서 "작동 중인 산업 세계"를 구축하고 안전 제약 조건 하에서 롱테일 작동 조건과 복잡한 작업을 보다 체계적으로 처리하고 데이터 생성부터 교육 및 평가까지 폐쇄 루프를 형성할 수 있습니다.

DataMesh Robotics의 기능: 동적 비즈니스 시뮬레이션을 기반으로 구축된 엔드투엔드 교육 데이터 및 작업 정의

DataMesh Robotics는 로봇 공학 R&D의 중요한 경로를 목표로 하며 장면에서 데이터로, 데이터에서 훈련으로 루프를 닫는 결합된 기능 스택을 제공합니다.

산업 현장 모델링

• CAD/BIM, 시설 구조, 장비 자산 모델 및 현장 제약 조건을 바탕으로 산업 등급 환경을 구축하세요.
• 팀 협업과 재현 가능한 실험을 위해 장면과 자산을 버전별로 관리합니다.
• 비즈니스 시뮬레이션을 사용하여 "변화하는 장면"을 만듭니다. 레이아웃을 볼 수 있을 뿐만 아니라 실행할 수도 있습니다.

동적 비즈니스 시뮬레이션

• 비즈니스 로직과 동작 트리를 사용하여 시간이 지남에 따라 장면 진화를 주도하세요.
• 프로세스 진행, 이벤트 트리거링, 다중 역할/다중 개체 상호 작용을 지원합니다.
• 생산 라인 시작/중지, 프로세스 상태 전환, 예외 또는 규칙 기반 이벤트를 포함한 실제 산업 운영 로직과의 상호 작용을 지원합니다.
• 다단계 산업 작업을 위해 검증 가능하고 반복 가능한 런타임 환경을 제공합니다. 산업용 디지털 트윈을 "정적 장면"에서 "실행 가능한 환경"으로 업그레이드하는 것은 구현된 AI 훈련을 위한 기본 인프라입니다.

물리학 및 재료

• 질량, 마찰, 탄성, 접합, 구속조건과 같은 물리적 특성을 정의합니다.
• 조작 및 접촉이 많은 작업을 지원합니다: 잡기, 삽입/조립, 도어/캐비닛 상호 작용, 도킹 등.

다중 모드 데이터 생성 및 자동화된 Ground Truth(합성 데이터 + Ground Truth)

• 사실적인 시각적 데이터와 다중 모드 출력을 생성합니다(프로젝트별로 구성 가능).
• 의미론적/인스턴스 분할, 2D/3D 경계 상자, 인스턴스 ID, 깊이 맵, 키포인트, 포즈, 궤적 및 장면 메타데이터 등 일관되고 재현 가능한 실측 라벨을 자동으로 생성합니다.
• 온도, 압력, 프로세스/비즈니스 로직 상태 및 기타 변수 등 "보이지 않는 데이터"를 동시에 출력하여 모델이 실제 산업 운영에 더 가까운 조건과 제약 조건을 학습하는 데 도움을 줍니다.

산업과제 목표 및 보상 구성

• 산업 시나리오에서 보상 목표를 정의하는 것은 시뮬레이터를 구축하는 것보다 어려운 경우가 많습니다. 엄격한 허용 오차, 다단계 작업 흐름, 안전 제약, 부분적인 관찰 가능성 및 강력한 산업 의미론이 결합되어 불명확한 목표, 희박한 보상 및 불안정한 교육을 생성합니다. DataMesh Robotics는 산업 작업 목표 및 보상 구조를 정의하기 위한 로우 코드, 구성 중심 접근 방식을 제공합니다.
• 업계 의미론적 목표 및 성공 조건 정의(포즈 공차, 접촉 이벤트, 힘/토크 임계값, 도구 참여, 검사 완료 지표 등).
• 훈련 안정성과 효율성을 향상시키기 위한 보상 형성, 종료 조건 및 커리큘럼 학습 설계.
• 재현성, 디버깅 및 제어된 비교를 위해 보상과 장면/작업 변형 간의 버전별 연결입니다.
• 기존 교육 파이프라인에 더 쉽게 통합할 수 있도록 목표 지향 교육 프레임워크(구성, 스크립트, 환경 패키징 등)에 맞춰진 제공 형식입니다.

주류 시뮬레이션 및 교육 생태계와의 통합

DataMesh Robotics는 최신 로봇 스택과 협력하여 장면, 자산 및 데이터를 다운스트림 교육 및 시뮬레이션 환경(NVIDIA Isaac Sim / Omniverse / Cosmos / MuJoCo 등 포함)으로 내보낼 수 있도록 지원합니다.

먼저 산업용, 그다음에는 범용

DataMesh Robotics는 현재 주로 다음 서비스를 제공합니다.

• 로봇 OEM(로봇 제조업체): 산업 배포 작업을 위한 데이터 및 검증 시스템을 신속하게 구축해야 합니다.
• 로봇공학 애플리케이션/에이전트 팀: 특정 고객 사이트에 대한 전략을 신속하게 반복하고 롱테일 조건을 처리하며 배송 안정성을 개선해야 합니다.

일반적인 방향에는 산업용 워크스테이션 운영 및 조립, 창고/공장 탐색 및 장애물 회피, 시설 검사 및 유지 관리, 위험/제한된 환경에 대한 훈련, 다중 로봇 협업 작업 모델링 및 평가가 포함됩니다.

오픈 파일럿

DataMesh Robotics는 프로토타입 검증을 완료했으며 파일럿 및 탐색 이니셔티브에 대해 통신 사업자 및 데이터 라벨링 제공업체를 포함한 기업 파트너와 협력하고 있습니다. 다음으로 DataMesh은 산업 자산 라이브러리 및 작업 템플릿을 지속적으로 확장하고, 동적 비즈니스 시뮬레이션 기능을 심화 및 재사용하며, 주류 시뮬레이션 및 교육 생태계 전반에서 호환성과 결과물을 더욱 향상시킬 것입니다.

DataMesh CEO Jie Li는 "체화된 AI가 산업 환경에 진입함에 따라 가장 큰 과제 중 하나는 교육 세계가 실제 세계처럼 변해야 한다는 것입니다. 우리는 산업 수준의 장면과 합성 데이터뿐만 아니라 실행 가능한 비즈니스 시뮬레이션도 제공하여 프로세스와 이벤트에 따라 환경이 발전할 수 있도록 합니다. 이를 기반으로 우리는 보상 목표를 명확하게 하고 전체 교육 루프를 엔드 투 엔드로 실행합니다. DataMesh Robotics는 로봇 팀을 위한 산업 교육 환경 및 데이터 엔진이 되어 고객을 돕는 것을 목표로 합니다. 더 빠르고, 더 안전하고, 더 강력한 통제력으로 반복하고 배포할 수 있습니다.”

협업하는 방법

DataMesh Robotics는 이제 로봇 OEM 및 애플리케이션 팀과의 파일럿 협업 및 공동 솔루션 공동 개발을 위해 열려 있습니다. 이메일 문의: robots@datamesh.com

DataMesh 소개

DataMesh은 산업 및 시설 관리 시나리오를 위한 디지털 트윈 및 공간 지능 기술 제공업체입니다. 오랫동안 계획, 모니터링, 교육, 수리 및 유지 관리와 같은 주요 비즈니스 프로세스에 중점을 두었습니다. DataMesh FactVerse 플랫폼을 기반으로 하는 DataMesh은 재현 가능한 디지털 기능을 통해 일선 운영 효율성과 안전성을 향상시키기 위해 최선을 다하고 있습니다. DataMesh Robotics는 구체화된 AI 시대를 위해 DataMesh에서 출시한 데이터 제품 솔루션으로, 실행 가능한 산업용 디지털 트윈을 기반으로 구축된 로봇 교육 및 평가를 위한 산업 등급 시나리오, 데이터 및 작업 정의 기능을 제공하는 것을 목표로 합니다.

미디어 연락처

브랜드 및 미디어 파트너십: pr@datamesh.com 제품 및 솔루션 문의: robots@datamesh.com

NVIDIA, Omniverse, Isaac 및 Cosmos는 NVIDIA Corporation의 상표 또는 등록 상표입니다. DataMesh Robotics는 관련 생태계와의 호환성 및 통합을 가능하게 하기 위한 독립적인 솔루션입니다.