로봇은 느끼고, 배우고, 움직인다. 그 고리는 손끝에서 시작된다. 사람이 움직이고, 누군가는 그 움직임을 잘라 이름 붙인다.
선전의 한 전시장에서 안내 직원이 로봇 손가락 끝에 입김을 불어 보라고 했다. 숨을 내쉬자 화면 속 힘 분포가 일렁였다. 사람이라면 느끼는 줄도 모르고 지나칠 감각이 숫자가 되어 화면에 찍혔다.
옆 전시대에는 천과 가죽과 고무 샘플이 바둑판처럼 깔려 있었고, 로봇 손가락이 그 위를 천천히 문지르고 있었다. 재질이 바뀔 때마다 화면의 신호도 달라졌다. 로봇이 손으로 세상을 배우려면, 누군가 먼저 이런 감각을 하나하나 기록해 두어야 한다. 이번 출장에서 가장 오래 들여다본 것은 로봇이 아니라 그 기록을 만드는 현장이었다.
「피지컬AI 견문록」은 중국 현장을 직접 다니며 보고 듣고 물어본 것을 바탕으로 중국 피지컬 AI의 구조를 하나씩 뜯어보는 연재다. 1편에서 로봇이 일터로 가고 있다는 이야기를, 2편에서 로봇이 태어나는 도시를 따라갔다면, 이번 편은 그 사이의 질문을 따라간다. 그 로봇들은 무엇으로 배우는가. 피지컬 AI 밸류체인에서 몸을 만든 다음 지능을 채우는 데이터(DATA)의 칸이다. 무대는 10월 31일부터 11월 2일까지 광저우 난사에서 열린 2026 대만구 과학포럼(GSF)[1]과 그 연계 행사인 「한중 피지컬 AI 혁신 협력 포럼」이다. 그 앞뒤로 선전의 파시니(帕西尼, PaXini)와 광저우의 판퉈수촹(凡拓数创, frontop)을 찾았다.
1. 로봇에게는 인터넷이 없다
생성형 AI가 빠르게 자란 이유 중 하나는 인터넷이었다. 사람들이 수십 년 동안 써서 올린 글과 사진과 코드가 이미 거기 있었고, 모델은 그것을 읽으며 배웠다.
로봇에게는 그런 도서관이 없다. 컵을 집을 때 손가락에 얼마나 힘을 주는지, 박스 뚜껑을 접을 때 손목을 어느 각도로 돌리는지, 미끄러지는 물건을 어떻게 다시 잡는지는 어디에도 글로 쌓여 있지 않다. 사람은 그것을 몸으로 알 뿐 기록하지 않았다. 그래서 로봇의 교과서는 누군가 손끝으로 직접 써야 한다. 로봇 데이터라고 하면 대학 연구실이 먼저 떠오른다. 실험실에서 조금씩 모으는 것, 그래서 늘 모자라고 비싼 것. 이번 출장에서 본 것은 그 교과서를 공장처럼 찍어 내는 현장이었다.
같은 이야기는 포럼 무대에서도 나왔다. 대만구 과학포럼에 선 홍콩과기대 이사회 의장 선샹양(沈向洋, Harry Shum)은 “데이터 부족이 AI가 물리 세계로 나아가는 데 가장 큰 도전”이라고 했다. 실제로 쓸 만한 체화지능(몸을 가진 AI) 모델을 훈련하려면 여러 감각이 함께 담긴 상호작용 데이터가 방대하게 필요한데, 지금까지 쌓인 것으로는 부족하다는 것이다[2].
중국은 이 문제를 시설로 풀고 있다. 중국정보통신연구원(CAICT)에 따르면 6월 말 기준으로 가동 중인 체화지능 훈련장은 70곳이 넘는다[3]. 로봇이 실제 환경에서 데이터를 만들고, 배우고, 능력을 검증하는 곳이다. 1편에서 예고한 항저우의 ‘로봇 학교’도 그 흐름 위에 있다[4]. 6월 말 문을 연 이 학교에 여러 제조사의 로봇과 로봇개 30대가 입학했고[5], 10월에는 훈련과 인증을 통과한 첫 졸업생 4대가 나왔다[6]. 로봇이 배우는 곳이 실험실에서 학교로, 학교에서 공장으로 넓어지고 있었다.
2. 데이터 공장: 손끝의 감각까지 기록한다
선전의 파시니는 촉각 센서 회사로 시작했다. 2021년에 세워져 지금은 기업공개(IPO)를 준비하고 있다고 했다. 안내 직원은 사람에게는 쉽지만 로봇에게는 어려운 일의 예로 라벨 갈아 끼우기를 들었다. 사람은 라벨을 바꿀 때 헐거움과 빡빡함을 손으로 느낀다. 그 감각이 없으면 로봇은 같은 일을 못 한다.
앞에서 말한 입김 시연과 재질 샘플 보드가 바로 이 회사의 전시장이다. 숨 한 번, 천 한 장의 차이까지 신호로 바꿔 보여 주는 것을 보며, 이 회사가 파는 것이 센서가 아니라 ‘감각을 숫자로 바꾸는 능력’이라는 생각이 들었다.
데이터 장갑 시연도 같은 이야기였다. 장갑을 낀 손을 움직이자 화면 속 3D 모델과 손가락별 힘의 값이 함께 바뀌었다. 사람의 손끝에서 일어난 일이 그대로 로봇이 읽을 수 있는 기록이 되는 장면이었다.
인상적인 것은 그다음이었다. 파시니가 파는 것은 촉각 센서와 힘 센서, 로봇 손, 휴머노이드, 데이터 수집 장비, 그리고 데이터다. 이 가운데 매출이 가장 큰 것은 아직 센서지만, 머지않아 데이터가 센서 다음가는 매출원이 될 것이라고 했다. 센서를 만드는 회사가 그 센서로 데이터를 모아 팔기 시작한 것이다. 촉각 센서를 가장 잘 아는 회사가 촉각 데이터를 가장 잘 모을 수 있다. 감각을 만드는 회사가 감각의 기록까지 쥐면, 로봇이 손으로 배우는 길목 하나를 통째로 갖게 된다.
파시니가 발표에서 그린 그림도 그랬다. 센서에서 시작해 로봇 손과 휴머노이드를 거쳐 데이터와 범용 모델까지 여섯 층을 쌓는다. 그리고 느끼고(SENSE), 배우고(LEARN), 움직이는(ACT) 과정을 하나의 고리로 닫겠다고 했다. 이 글의 첫 문장은 이 그림에서 빌려 왔다. 그런데 이 회사가 손을 뻗은 곳은 이 고리 바깥에도 있었다. 그 이야기는 뒤에서 다시 꺼낸다.
그 고리를 돌리는 것이 데이터 공장이다. 톈진, 쑤첸, 우한, 쯔보 네 곳에서 공장이 돌아가고 다섯 번째가 지어지고 있다. 현장 게시물에는 운영 인력 900명 이상, 연간 2억 건이라는 숫자가 적혀 있었다. 공장에서 사람들은 머리에 카메라를 쓰고, 등에 장비를 메고, 촉각 장갑을 낀 채 정해진 작업을 반복한다. 자동차 조립, 물류 피킹, 집안일 같은 15개 남짓한 시나리오다. 고객이 원하는 작업 환경을 공장 안에 다시 꾸미고, 모은 데이터로 자사 로봇을 먼저 학습시켜 실제로 되는지 확인한 뒤 넘겨주기도 한다. 표준화된 데이터는 웹사이트에서 온라인으로 판다.
수백 명이 하루 종일 손끝으로 교과서를 쓰는 공장. 나는 그곳을 그렇게 이해했다. 언젠가 로봇이 대신할 일을, 지금은 사람이 로봇에게 가르치려고 반복하고 있었다. 로봇 산업의 출발점에는 아직 사람의 노동이 있다.
시나리오를 고르는 기준도 분명했다. 무슨 일이 일어날지 모르는 열린 환경보다, 작업 표준(SOP)과 정해진 자리가 있는 제조 현장이 먼저다. 숙련공의 방식을 그대로 따라 배울 수 있기 때문이다. 1편에서 본 以终为始(끝에서 시작하기)와 같은 감각이었다. 로봇의 교과서도 어디서 쓸지를 먼저 정하고 거꾸로 쓴다.
3. 시간 단위로 팔리는 데이터: 판퉈수촹의 ‘유효 데이터’
11월 3일 오후에는 광저우의 판퉈수촹을 찾았다. 도시와 공항을 3D로 옮겨 온 지 20년이 넘은 디지털 트윈 상장사다. 사옥 안에서는 800명 가까운 인력이 데이터 구축에 매달려 있다고 했다. 파시니의 데이터 공장이 중국 각지에 흩어져 있다면, 이곳은 본사 건물 자체가 하나의 거대한 데이터 공장이었다.
이 회사의 데이터 상품은 세 가지였다. 로봇 없이 사람이 1인칭 카메라를 쓰고 일하며 모은 Ego 데이터, 물리 성질을 입힌 가상 공간에서 만든 시뮬레이션 데이터, 그리고 실제 로봇을 원격으로 조종하며 모은 데이터다.
가장 많이 팔리는 것은 Ego 데이터였다. 130개가 넘는 작업 시나리오에서 모았고, 지금 바로 팔 수 있는 분량만 10만 시간이 넘는다. 수집 장비는 의외로 단출했다. 야구 모자 챙 위에 스테레오 카메라를 달고 옆에 작은 연산 모듈을 붙였다. 회사 자료에 따르면 이 장비가 두 달 동안 5,000대 팔렸다. 손과 시선뿐 아니라 전신 동작을 담는 모션캡처 데이터도 따로 팔고, 미국의 휴머노이드 회사에 납품한 적도 있다고 했다. 거창한 로봇이 아니라 모자 하나가 데이터 산업의 입구가 되어 있었다.
우리도 이것저것 물었다. 수집자의 성별이나 나이는 내보내지 않고, 손이 작은 수집자는 골격을 보정한다고 했다. 한계도 숨기지 않았다. 두 손이 겹쳐 서로를 가리면, 무슨 동작인지는 알아도 두 손의 공간 관계는 판단하지 못한다고 했다. 한계를 먼저 말하는 회사는 많지 않았다. 내가 보기에는 그쪽이 더 믿을 만했다.
정제 공정은 공장처럼 짜여 있었다. 원본에서 이상 화면을 걸러내고, 얼굴과 지문을 지우고, 작업 단위로 자르고, 라벨을 붙인다. 라벨링을 하는 동안 연산 서버는 카메라 영상과 관성 센서로 머리의 움직임 궤적을 계산해, 화면 속 손의 위치를 실제 공간 좌표에 맞춘다. 라벨링은 AI가 초안을 만들고 사람이 마지막에 검수한다. 카메라로 찍었다고 데이터가 되는 것은 아니었다. 어느 구간이 어떤 작업인지 사람이 다시 잘라 이름을 붙여야 비로소 교과서의 한 쪽이 된다. 마지막으로 A·B·C 등급을 매겨 C는 버리고 고객의 클라우드로 보낸다.
가격은 판매 경로에 따라 시간당 수백에서 천 위안 단위까지 달라진다고 했다. 상장사라 데이터를 해외로 내보낼 수 있는 허가가 있다는 점도 강점으로 내세웠다. 슝안의 한 훈련장은 데이터를 건당으로 팔고, 소유권까지 넘기는 독점 판매는 더 비싸게 받는다[7]. 데이터에도 시간과 건수, 독점 여부에 따라 값이 붙기 시작한 것이다.
| 구분 | Ego(무로봇) 데이터 | 실로봇 원격조작 데이터 | 시뮬레이션 데이터 |
|---|---|---|---|
| 만드는 방법 | 사람이 카메라를 쓰고 직접 일한다 | 사람이 로봇을 원격으로 조종한다 | 현장을 스캔하고 물리 성질을 입혀 가상으로 돌린다 |
| 강점 | 싸고 빠르게 대량으로 모은다 | 로봇의 몸 그대로의 데이터 | 빠르고 무한히 늘릴 수 있다 |
| 약점 | 사람과 로봇의 몸이 다르다 | 장비와 인력이 많이 들고 느리다 | 가상과 현실의 차이를 메워야 한다 |
4. 가상에서 배우고, 현실에서 확인한다: Sim-to-Real
사람이 손끝으로 쓰는 교과서에는 한계가 있다. 그래서 판퉈수촹의 두 번째 상품은 가상 공간이다. 물리적 상호작용이 가능한 장면 1만 개 이상을 갖추고, 이를 SimReady, 곧 바로 시뮬레이션에 넣을 수 있는 데이터라고 불렀다. 도시를 3D로 옮기던 회사가 이제 로봇의 훈련장을 3D로 옮기고 있었다. 로봇이 가상 공간에서 먼저 배우고 실제 로봇과 현장에서 다시 확인하는 이 구조를 Sim-to-Real(시뮬레이션에서 현실로)이라고 부른다.
가상 공간을 만드는 원칙이 흥미로웠다. 실제 현장을 스캔하고, 마찰과 중력 같은 물리 성질을 입히고, 일부러 노이즈와 무작위성을 더한다. 특히 로봇을 실제로 배치할 때는 반드시 그 현장을 다시 스캔한다고 했다. 로봇이 실제로 투입될(落地) 현장과 가상 공간이 완전히 같아야 하기 때문이다. 왜 시뮬레이션이냐는 질문에는 현장의 시간을 들었다. 로봇이 현장에서 배우다 보면 충전하고 고치는 시간이 대부분을 차지한다. 가상에서 먼저 배우면 그 시간을 90%까지 줄일 수 있다는 것이 회사의 주장이다.
시연 화면에 띄운 욕실 수납장 하나에도 질량 38kg, 마찰계수 0.5 같은 물리 값이 붙어 있었다. 로봇이 서랍을 당길 때 얼마나 힘을 줘야 하는지는 이런 숫자에서 나온다. 가상 공간의 품질은 결국 이 숫자들이 얼마나 현실과 같으냐로 갈린다.
그런데 가장 오래 남은 것은 판퉈수촹이 포럼 발표에서 스스로 정리한 세 가지 인식이었다. 데이터는 규모보다 품질이 중요하다. 시뮬레이션은 물리적으로 타당해야 하고 실제 로봇에서 검증돼야 한다. 오프라인 성과가 실제 임무 수행을 보장하지 않는다[8]. 가상 데이터를 파는 회사가 “결국 현실에서 다시 확인해야 한다”고 말한 셈이다.
가상 공간은 연습장이고, 현실은 시험장이다. 연습장에서 백 번 맞힌 문제도 시험장에서는 조명 하나, 마찰 하나 때문에 틀릴 수 있다. 연습장을 만드는 회사가 그 사실을 먼저 말했다는 것이, 이 산업이 생각보다 빨리 성숙하고 있다는 신호로 읽혔다.
손끝의 감각처럼 가장 섬세한 데이터는 여전히 가상으로도 쉽게 얻기 어렵다. 판퉈수촹은 촉각 장갑 데이터를 아직 상용으로 수집하지 않는다고 했다. 장갑이 손의 골격 추정을 흐트러뜨리고 작업자의 손놀림을 방해하기 때문이다. 파시니가 촉각 데이터 공장을 따로 짓는 이유가 거기 있다.
5. 좋은 로봇 교과서의 기준은 누가 정하는가
파시니 질의응답 시간에 내가 물은 것은 하나였다. 촉각 센서도 오래 쓰면 노후화된다. 그러면 같은 작업을 해도 데이터가 조금씩 달라지는 데이터 드리프트(data drift)가 생길 텐데, 그것을 어떻게 관리하느냐.
답은 성실했지만 질문과 조금 비켜 있었다. 5년 전 1세대 센서를 지금도 주문하는 고객이 있을 만큼 품질에 자신이 있고, 세대가 바뀌어도 호환된다고 했다. 그러나 시간이 지나며 생기는 데이터의 변화를 어떻게 잡아내는지는 끝내 듣지 못했다. 돌아오는 차 안에서 그 빈칸이 계속 맴돌았다. 데이터도 처음 납품한 날의 품질보다 1년 뒤의 품질이 더 어렵다. 그런데 1년 뒤의 품질을 무엇으로 잴지는 아직 누구도 정해 두지 않았다. 사람이 쓴 교과서도 시간이 지나면 개정판이 필요하듯, 센서가 쓴 교과서도 언젠가는 다시 확인해야 한다.
판퉈수촹에서도 같은 구조가 보였다. 정제와 등급 판정 공정은 잘 짜여 있었다. 하지만 A·B·C 등급을 매기는 것은 데이터를 파는 회사 자신이다. 교과서를 쓴 사람이 채점까지 하는 셈이다. 판퉈수촹 스스로도 발표에서 ‘정량화된 기준과 평가 체계의 부재’를 난제로 꼽았다.
기준은 이제 막 생기고 있다. 중국에서는 체화지능 데이터셋의 품질을 평가하는 첫 업계 표준이 공업정보화부 승인을 거쳐 11월 1일부터 시행됐다[9]. 완전성, 일관성, 다양성 등 8개 차원으로 품질을 따진다. 휴머노이드 데이터셋에 관한 ISO 표준(ISO/CD 26264-1)도 위원회 초안 단계까지 와 있다[10].
눈여겨볼 것은 그 표준을 쓰는 자리에 파시니가 앉아 있다는 점이다. 파시니는 발표 자료에서 이 표준을 ‘세계 첫 휴머노이드 로봇 데이터셋 ISO 표준’이라고 소개했다. 자사 CTO가 국제 로봇 표준을 다루는 ISO/TC 299의 전문가로 참여하고 있다고도 했다. 한국 기관의 참여가 부족하니 함께하자는 말도 덧붙였다.
이 회사의 걸음을 순서대로 놓아 보면 방향이 선명하다. 촉각 센서를 만들었고, 그 센서로 데이터를 모아 팔기 시작했고, 이제 그 데이터를 평가할 국제 기준을 쓰는 자리에 앉았다. 센서를 팔던 회사가 데이터를 팔고, 이제는 데이터를 재는 잣대를 만들고 있다. 자기 센서로 모은 데이터의 형식과 품질이 곧 ‘좋은 데이터’의 기준이 될 수 있다. 한국이 그 자리를 비워 둘 이유는 없다.
채점하는 자리를 따로 세우는 움직임은 이미 있다. 저장성에는 체화지능 로봇 전용 품질검사센터가 문을 열었고[11], 중국 로봇 인증은 신뢰성과 기능안전까지 등급으로 평가한다[12]. 로봇의 몸을 시험하는 자리는 이렇게 채워지고 있다. 그러나 그 로봇이 읽은 교과서, 곧 데이터를 독립적으로 채점하는 자리는 아직 비어 있다.
한국이 중국처럼 훈련장 70곳과 데이터 공장을 쌓기는 어렵다. 그러나 어떤 손동작을, 어떤 센서 상태에서, 어떤 조건으로 찍어야 ‘유효’인지 선을 긋는 일은 양으로 따라잡을 필요가 없다. 현장을 잘 아는 쪽이 먼저 그을 수 있다. 데이터의 양에서는 중국이 앞서 있다. 데이터의 기준은 아직 누구의 것도 아니다.
맺으며
로봇의 데이터는 더 이상 연구실의 부산물이 아니다. 센서 회사가 데이터 공장을 짓고, 디지털 트윈 회사가 모자에 카메라를 달아 팔고, 현실을 스캔해 가상 공간을 만든다. 그렇게 만든 데이터는 ‘유효 시간’ 단위로 값이 매겨지고, 국경을 넘어 해외 로봇 회사로도 간다.
생성형 AI에게 인터넷이 있었다면, 로봇에게는 지금 지어지고 있는 이 데이터 공장과 가상 공간이 있다. 다만 인터넷의 글과 달리, 로봇의 교과서는 누군가 일부러 쓴 것이고 쓴 사람이 스스로 채점한다. 손끝에서 시작된 기록이 교과서가 되고, 그 교과서를 공장이 찍어 내는 데까지 왔다. 남은 것은 채점이다. 그 교과서를 무엇으로 채점할지는 아직 정해지지 않았다.
파시니에서 던진 질문을 다시 떠올린다. 센서가 낡으면 데이터는 어떻게 달라지는가. 그 질문에 아직 답이 없다는 것이 이번 출장에서 가장 오래 남았다. 그 답은 연재의 마지막 편에서 다시 찾아보기로 한다. 그 전에, 배운 로봇이 들어갈 현장부터 가 봐야 한다.
자주 묻는 질문
Q1. 로봇 학습 데이터는 왜 부족한가요?
로봇이 배워야 하는 힘 조절, 손목 각도, 촉감 같은 정보가 어디에도 기록돼 있지 않기 때문입니다. 언어 모델은 인터넷에 쌓인 글로 배웠지만, 로봇 데이터는 사람이 일부러 작업하며 기록하거나, 로봇을 원격으로 조종하거나, 가상 공간에서 만들어야 합니다.
Q2. Ego 데이터란 무엇인가요?
사람이 머리에 카메라를 쓰고 1인칭 시점으로 실제 작업을 하며 모은 로봇 학습 데이터입니다. 로봇 없이 싸고 빠르게 대량으로 모을 수 있어 가장 많이 거래됩니다. 다만 사람과 로봇의 몸이 달라 보정이 필요하고, 두 손이 겹치는 장면에서는 손의 공간 관계를 놓치기도 합니다.
Q3. ‘유효 데이터’란 무엇인가요?
찍은 영상 전부가 아니라, 얼굴·지문을 지우고 흔들린 화면을 걸러낸 뒤 학습에 실제로 쓸 수 있는 부분만 센 데이터입니다. 중국 판퉈수촹(凡拓数创)은 로봇 데이터를 ‘유효 데이터 1시간’ 단위로 팔며, 어디까지를 유효로 볼지는 고객마다 다릅니다.
Q4. Sim-to-Real이란 무엇인가요? 시뮬레이션만으로 로봇을 가르칠 수 있나요?
Sim-to-Real은 로봇이 가상 공간(시뮬레이션)에서 먼저 배우고, 실제 로봇과 현장에서 다시 확인하는 구조입니다. 시뮬레이션 데이터는 빠르고 무한히 늘릴 수 있지만 현실과의 차이를 메워야 해서, 실제 현장을 스캔해 가상 공간을 만들고 결과를 실제 로봇에서 다시 검증합니다. 촉감처럼 섬세한 정보는 아직 가상으로 만들기 어렵습니다.
Q5. 로봇 데이터는 실제로 거래되나요?
그렇습니다. 중국의 디지털 트윈 기업 판퉈수촹은 정제를 마친 데이터를 시간 단위로 팔고, 미국 휴머노이드 회사에 납품한 이력도 있습니다. 슝안의 한 훈련장은 데이터를 건당으로 팔며, 소유권까지 넘기는 독점 판매는 더 비싸게 받습니다.
Q6. 로봇 데이터의 품질은 누가 정하나요?
아직은 대부분 데이터를 파는 회사가 스스로 등급을 매깁니다. 중국은 2026년 11월 1일부터 체화지능 데이터셋 품질 평가 업계 표준을 시행했고, 휴머노이드 데이터셋 국제표준(ISO/CD 26264-1)은 위원회 초안 단계입니다. 로봇 자체를 시험하는 센터는 늘고 있지만, 데이터를 독립적으로 채점하는 체계는 이제 만들어지는 단계입니다.
참고 문헌
- 신화망(新华网), 「聚焦大湾区｜粤港澳三地联动举办2026大湾区科学论坛」 (2026.11.1) — https://www.news.cn/gangao/20261101/fccb08f2f63f465597e74ea4bc16b632/c.html
- 과기일보(科技日报), 「2026大湾区科学论坛举行 “这个创新集群的实力令人印象深刻“」 (2026.11.1) — https://www.stdaily.com/web/gdxw/2026-11/01/content_606515.html
- 신화망(新华网), 「报告显示全国建成启用超70家具身智能训练场」 (2026.8.20) — https://www.news.cn/20260820/228dd736d7a84380ba1700bd34d5d79a/c.html
- 피지컬AI 견문록 01, 「로봇은 정말 일할 수 있는가」 — https://blog.aiworkx.ai/physical-ai-field-notes-01/
- 중국신문망(中国新闻网), 「从“背答案“到“会解题” 国内首个机器人学校开学了」 (2026.7.1, 中国之声) — https://www.chinanews.com.cn/edu/2026/07-01/10650654.shtml
- 인민일보 해외판(人民日报海外版), 「走进杭州机器人学校——看机器人在课堂学会啥？」 (2026.10.16, 신화망 전재) — https://www.news.cn/tech/20261016/0e4aaf6b5f2f4e7cb085a54db0545bda/c.html
- 매일경제신문(每日经济新闻, 중국), 「活力中国调研行｜直击雄安“机器人训练工厂“：5000万小时需求撞上8万条储备，“数据荒“下雄安正在紧急“补课“」 (2026.7.1) — https://www.nbd.com.cn/articles/2026-07-01/4444418.html
- 판퉈수촹(凡拓数创), GSF 한중 피지컬 AI 혁신 협력 포럼 발표 자료 (2026.11.1)
- 인민우전보(人民邮电报), 「首个具身智能数据集质量标准发布」 (2026.8.5, 신화망 전재) — https://www.news.cn/tech/20260805/5ffc17774ad348e7830e32e90c747374/c.html
- ISO/TC 299, ISO/CD 26264-1 Humanoid robot datasets — Part 1: General requirements (위원회 초안 단계, 2026.11 확인) — https://www.iso.org/standard/93011.html
- 항저우망(杭州网), 「企业告别“送检难” 全省首个“机器人体检中心“落户钱塘」 (2026.6.5) — https://hznews.hangzhou.com.cn/chengshi/content/2026-06/05/content_9234453.htm
- 신화사(新华社), 「活力中国调研行丨机器人上岗前有一套“全面体检“」 (2026.7.10) — https://www.news.cn/fortune/20260710/426a37b23473404b9a904fa45f53357d/c.html