그리네타 김태웅 대표. /더비비드 인공지능(AI) 기술을 물리 환경에서 구현하는 피지컬 AI(Physical AI) 산업이 빠르게 성장하고 있다. 로봇이 대표적이다. 피지컬 AI의 경쟁력은 학습 데이터에 있다. 정확하지 않은 데이터로 로봇을 학습시키면 시뮬레이션에서는 완벽하게 움직이던 로봇이 실제 현장에 배치되는 순간 의도와 다르게 행동하는 현상이 발생한다. 현실과 구분되지 않을 만큼 정교한 데이터가 필요한데, 문제는 비용이다. 조선소처럼 복잡한 산업 현장을 정밀하게 인식하는 AI 모델 하나를 만들려면 700장 안팎의 GPU가 필요하다. 비용으로는 250억~350억원에 달한다. 학습에 필요한 데이터도 100만건 이상 있어야 하니 웬만한 중소·중견기업은 엄두를 내기 어렵다. 결국 로봇 산업의 성패가 현실과 가까운 데이터를 얼마냐 저렴하고 빠르게 만들어내냐에 달려 있다. 3D 데이터 용량을 최대 99.6%까지 압축하는 기술로 시작해, 로봇 학습 데이터를 만드는 그리네타의 김태웅 대표를 만났다. ◇ 2~3주 걸리던 3D 데이터 최적화, 단 몇 초 만에 그리네타의 옵티마이저 사용 화면. /그리네타 그리네타는 3D 데이터 자동 압축 솔루션 ‘옵티마이저’의 개발사다. 고품질의 3D 데이터를 생성하고, 이를 평균 95.2%, 최대 99.6%까지 줄이는 데이터 압축 기술을 보유하고 있다. 전문가를 동원해도 2~3주가 걸리는 최적화 과정을 그리네타는 단 몇 초 만에 수행할 수 있다. 3D 데이터는 。의 위치 정보인 지오메트리(Geometry), .들이 연결된 면인 메쉬(Mesh), 3차원 표면을 2차원 평면에 펼치는 기술, 그리고 색채와 재질을 입히는 텍스처링(Texturing)으로 구성된다. 황금성추천 타사의 유명 소프트웨어는 지오메트리 압축에는 뛰어나지만, 나머지 요소까지 통합적으로 다루지는 못해 압축률이 10% 중반에 그친다. 반면 그리네타의 기술은 3D 모델링의 기본 요소 모두 최적화할 수 있어 품질 저하 없이 높은 압축률을 달성한다. 그리네타는 3D 데이터 경량화 기술을 토대로 피지컬 AI 기술 고도화를 위한 학습 데이터 생성에 도전장을 내밀었다. 산업 현장에 밀착한 기술을 겨냥한 덕에 미국의 엔비디아 같은 글로벌 빅테크 기업과 업무 협약을 맺기도 했다. ◇ “데이터가 너무 무겁다”, 현장에서 발견한 3D 산업의 병목 김 대표는 조선소에서 약 5년 반 동안 근무하며, 선박 드릴링 시스템의 디지털 전환(DX) 업무를 담당했다. /더비비드 김 대표는 창업 전 조선소에서 약 5년 반 동안 근무하며, 선박 드릴링 시스템의 디지털 전환(DX) 업무를 담당했다. 높이 78m에 달하는 거대한 시추탑 장비를 3D로 스캔하고 디지털로 전환하면서 3D 공간 구현 기술에 매료됐다. “거대한 장비를 사진과 영상을 통해 3D로 복사하는 기술에 심취했습니다.” 2019년, 드론, 라이다 기반의 무인 。검 시스템을 구축하는 회사를 설립했다. “처음엔 다양한 기업 및 기관으로부터 일감을 받아 용역을 진행했습니다. ETRI(한국전자통신연구원)의 소프트웨어 자동화 문제 해결을 시작으로 프로젝트의 범위를 넓혀갔죠. 이 과정에서 만난 한 중공업과의 인연이 새 아이디어로 연결됐습니다.” 당시 해당 기업은 전사 디지털 전환이라는 목표를 필두로, 회사 주요 시설을 3D 데이터로 변환하고 있었다. 모바일 바다이야기고래출현 “저희가 일부 시설의 3D 전환을 돕기로 했습니다. 처음엔 드론과 로봇으로 데이터를 수집하는데 집중했는데요. 그 다음 단계로 넘어가니 다른 문제가 발생했습니다.” 3D 데이터 병목 현상에 대해 설명 중인 김 대표. /더비비드 무거워질 대로 무거워진 데이터가 화근이었다. “100기가바이트에 달하는 데이터를 확인하려 하니, 로딩에만 5분이 이상이 걸리는 상황이 발생했습니다. 현장 관리자들이 데이터를 확인해야 하는데, 로딩 자체가 어려워지니 사용성에 의문을 제기했습니다. 데이터를 압축해달라는 요청도 받았죠. 당시 시각특수효과 회사 등에 납품하며 쌓은 노하우를 바탕으로 데이터 경량화를 시도했는데요. 수작업으로 하면 2~3주 걸리는 최적화 작업을 자동화하는 데 성공했습니다.” 이 일을 계기로 사업 모델 전환을 결심했다. 3D 데이터 생성 기술은 나날이 발전하지만, 그 용량을 감당하기가 더 어려워진 상황이 큰 기회로 보였던 것이다. “3D 데이터를 생성하고 전송하는 과정에서 발생하는 막대한 트래픽과 전력 소모가 산업 확장의 발목을 잡고 있습니다. 예컨대, 삼성, 애플, 메타가 앞다퉈 증강현실(AR) 안경을 내놓고 있지만 그 안을 채울 콘텐츠는 아직 부족합니다. 기기는 준비됐는데 즐길 거리가 없는 이유는 명확합니다. 데이터가 너무 무겁기 때문입니다. 이 병목 현상을 뚫어내지 못하면 공간 컴퓨팅의 미래는 불투명하다고 판단했습니다.” ◇ 추위 속 10만장 촬영에서 시작된 자동화의 집념 옵티마이저로 3D 모델링을 한 결과물. /그리네타 2023년 그리네타를 설립하고, 기술 개발에 들어갔다. 모바일 바다 스팀 게임 3D 데이터 자동 압축 솔루션 ‘옵티마이저’는 고품질의 3D 데이터를 생성하고, 이를 평균 95.2%, 최대 99.6%까지 줄인다. 데이터 원본의 손실이 아예 발생하지 않는 건 아니지만 ‘극저손실’을 표방한다. 비결은 압축 대상에 특성에 맞춰 다양한 기법을 조합하는 데 있다. “소수. 18자리에 달하는 좌표 데이터에서 품질 저하 없는 구간을 찾아 2자리로 줄이는 양자화 및 클러스터링 기법, 중복된 .을 제거하고 가까운 。들을 통합하는 심플리파이(Simplify), 이미지를 작게 만든 후 시각적 퀄리티를 높이는 증강기법 등의 기술을 총망라합니다. 모든 데이터에 동일한 기술을 적용하는 것이 아니라, 압축 대상의 특성에 맞춰 다양한 기법을 조합해 압축을 합니다. 압축 시간은 줄이면서 결과물의 질은 높이는 비결이죠.” 폐 건물에서 사진을 찍고 있는 모습. /그리네타 3D 데이터의 질과 직결된 질감처리에도 심혈을 기울였다. “3D 데이터는 사실 2D를 다각도로 입힌 형태입니다. 유능한 재단사가 천 낭비를 최소화하듯, 2D 이미지의 낭비 없이 촘촘히 배치하는 알고리즘을 짰습니다. 퍼즐을 맞추듯 촘촘하게 데이터를 채워 동일한 화질을 유지하면서 필요한 데이터를 절반 이상 줄입니다.” 이와 같은 기술력은 창업 초기부터 현장에서 부딪히며 데이터와 씨름한 결과물이다. “아주 추운 겨울날이었습니다. 폐건물을 3D 데이터로 만들어달라는 요청을 받고 공동창업자와 현장에 나갔죠. 드론으로 건물 외관을 찍고, 내부에서는 직접 카메라를 들고 촬영을 시작했습니다. 추위 속에서 무려 4시간 동안, 10만장 달하는 사진을 찍었습니다. 손이 얼어붙는 날씨였지만 데이터 품질을 위해 흔들림 없이 로봇처럼 움직여야 했죠. 불가능해 보이는 일을 몸으로 부딪쳐가며 해냈습니다. 모바일 야마토릴 극한의 수작업을 하며 ‘이건 반드시 자동화해야 한다’는 진심 어린 동기가 생겼습니다.” ◇ 로봇은 준비됐다, 이제는 학습 데이터다 엔비디아 인셉션 스타트업 행사에 차려진 그리네타 전시 부스. /그리네타 기술 기반을 다진 후 그리네타는 피지컬 AI에 무게 중심을 옮기기 시작했다. 결정적인 계기는 CES였다. “2년 연속 CES에 참가했습니다. CES 2026에서 로봇의 시대가 다가왔음을 절실히 체감했습니다. 보스턴 다이내믹스처럼 로봇의 효용을 직관적으로 보여주는 사례도 많았거든요. 이때 피지컬 AI에 투입할 학습 데이터 생성이 가능하냐는 요청을 많이 받았습니다. 학습 데이터 관련 비용을 줄이는 게 피지컬 AI 상용화의 선결 과제였거든요. 우리 기술을 어떻게 적용하는 게 좋을지 고민하기 시작했습니다.” 피지컬AI 상용화의 핵심인 학습 데이터 경량화와 생성에 집중하기로 했다. “피지컬 AI가 사람의 손을 타지 않고 작동하는 수준으로 기능하려면 물리 속성을 잘 이해해야 합니다. 공간과 인장력 같은 물체의 힘에 대한 지식을 습득해야 스스로 판단하고 움직일 수 있겠죠. 다만, 조악한 학습 데이터는 피지컬 AI 성능 향상에 도움이 되지 않습니다. 실사 기반의 학습 데이터는 생성하는 데만 어마어마한 비용과 시간이 듭니다. 틈에 주목해, 3D 데이터 생성, 경량화 기술을 토대로 현실에 가까운 학습 데이터를 만들기로 했습니다.” 데이터 압축에서 한 걸음 더 나아가 데이터를 ‘증식’하는 단계로 기술을 확장하고 있다. “위치 정보와 현실적인 질감을 결합해 정교한 3D 데이터를 만들고, 이를 압축해 가상의 세상을 구축하고 있습니다. 이를 ‘월드 모델’(World Model)이라고 합니다. 물리 규칙을 토대로 데이터가 자동으로 증식하도록 월드 모델을 개발 중입니다. 모바일 야마토게임 공간을 부위별로 인식, 분류하고 명칭까지 띄워주는 수준으로 고도화하는 것이 목표입니다. 그러면 실제 데이터를 쓴 것과 유사한 학습 효과를 낼 수 있겠죠.” ◇ 3D 데이터 난제 풀며 글로벌 시장 진출 엔비디아 젠승황 최고경영자와 촬영한 사진. /김태웅 대표 제공 현장에서 다진 그리네타의 기술력은 글로벌 무대에서 화려하게 꽃피웠다. 2년 연속 CES에 참가한 그리네타는 CES 2025에선 유레카 파크(Eureka Park) 전시에 참여했는데, 이 자리에서 엔비디아 부사장인 닐 트레빗(Neil Trevett)을 만나 협력의 물꼬를 텄다. CES 2026에선 혁신상을 받았다. 중소벤처기업부와 엔비디아가 공동 운영하는 글로벌 기업 협업 프로그램에 전국 40개 기업 중 하나로 선정된데 이어, 시드투자로 인연을 맺은 은행권청년창업(디캠프)의 스타트업 육성 프로그램 배치 7기 기업으로도 선정됐다. 그리네타는 콘텐츠 대기업, 국내 최대 가전 제조사, 유명 CG 제작사 등과 협력하고 공동연구를 진행하며 포트폴리오를 쌓고 있다. 미국 헐리우드에 있는 콘텐츠 제작사와 협력 방안을 모색하기도 했다. 당면한 과제는 압축 속도를 향상하고 수작업으로 해오던 부위별 분류를 자동화해 쏟아지는 요청을 수용할 기반을 다지는 것이다. 그리네타는 3D 데이터 용량을 최대 99.6%까지 압축할 수 있다. /더비비드 글로벌 시장 진출에 더욱 박차를 가하고 있다. “모두가 까다롭고 힘들다고 기피하던 3D 데이터 최적화에 뛰어들어 유의미한 성과를 내고 있습니다. 최종 목표는 수작업, 용량 스케일링이라는 병목을 모두 풀어, 피지컬 AI 학습의 속도와 정확도를 끌어올리는 것입니다. 희 데이터가 더 많이 유통될수록 피지컬 AI 업계에서 난제로 꼽힌 문제들을 하나씩 풀어갈 수 있을 겁니다. 모두가 ‘안 된다’고 했던 일의 가능성을 증명하는 것. 그것이 저희가 추구하는 길입니다.” 줄이는 양자화 및