D-SUIT
입으면, 데이터가 된다
Physical AI 기반 웨어러블 슈트 · 로봇 학습데이터셋 솔루션
사람이 입고 일하면, 로봇이 배울 데이터가 남습니다.
로봇은 아직, 현장을 배우지 못했습니다
로봇 학습의 병목은 알고리즘이 아니라 현장의 데이터입니다.
- 영상처리, 원격조작, IMU, VR 컨트롤러 가운데 어느 방식도 현장의 멀티모달 데이터를 온전히 담지 못합니다.
- 고성능 Physical AI에는 VLA를 넘어 IMU·압력·관절각·Force/Torque까지 필요합니다.
- 실험실 데이터만으로는 시야가 가리고 먼지가 이는 실제 환경에 강건한 모델을 만들기 어렵습니다.
사람이 입고, 현장을 그대로 가르칩니다
작업자가 슈트를 입고 평소처럼 일하면 동작·영상·소리·힘 데이터가 동시에 기록됩니다.
수집부터 학습 포맷까지 한 번에 이어지는 End-to-End 데이터 학습 플랫폼입니다.
한 벌에 세 개의 장치
| 구성 | 역할 | 사양 |
|---|---|---|
| 웨어러블 로봇슈트 | 상지 동작 | 상지 12 DoF (어깨 3 + 팔꿈치 1, 양팔 8 / 목 2 / 허리 2) |
| Manus Metaglove | 손가락 동작 | 한 손 25 DoF |
| 데이터 관리 모듈 | 기록·저장 | Jetson Orin nano, Linux/ROS, 동기화 저장 |
- 완전 독립형: 센서·데이터 관리 모듈·배터리를 내장해 케이블 없이 최대 4시간 현장 수집
- 무게: 현재 2.4kg, 1.5kg 이하로 경량화 진행 중
핵심 성능
관절각 오차 — 정밀 작업까지 학습 가능한 품질
타임스탬프 동기화 (계측 사양)
연속 수집
신장 대응 — 상·하완 길이 조절 슬라이더, 특수 체형은 개별 제작
기존 방식과 비교
| 평가 항목 | 영상처리 | 원격조작 | IMU | VR 컨트롤러 | D-SUIT |
|---|---|---|---|---|---|
| 계측 정확도 | 중 | 상 | 중 | 중 | 상 |
| 이동성 | 하 | 하 | 상 | 하 | 상 |
| 경제성 | 하 | 중 | 하 | 상 | 상 |
세 항목 모두 상(上)인 방식은 D-SUIT뿐입니다.
같은 5분, 약 2배의 에피소드
원격조작 대비 약 2배의 수집 속도입니다 (5분당 수집 에피소드 기준).
| 작업 | 원격조작 | D-SUIT |
|---|---|---|
| 컵 집기 | 5.2 | 10.4 |
| 책 옮기기 | 4.5 | 9.1 |
| 옷 개기 | 5.8 | 11.5 |
- 숙련도에 덜 기대므로 수집 생산성과 품질 관리가 함께 좋아집니다.
- 실험실 밖 실제 현장(시야·먼지·동작 제약)에서 모은 데이터가 더 강건한 모델을 만듭니다.
받는 데이터
관절값·영상·오디오, 센서·시간별 타임스탬프 동기화
신호 정제 → 타임스탬프·DTW 정렬 → STT 자동 구간 태깅 · VLM 라벨
모방·강화학습에 바로 투입할 수 있는 학습 포맷 데이터셋, 시나리오 단위 납품
로봇은 가리지 않습니다
커넥터·스토퍼로 관절을 잠가 타깃 로봇의 자유도(4~8)에 맞춥니다.
휴머노이드, 협동로봇, 모바일 로봇, 양팔 매니퓰레이터
신체 링크에 1:1로 밀착 정렬해 센서 미끄러짐이 없고, 체형에 치우치지 않은 데이터셋으로 모델 일반화에 기여합니다.
SIL·HIL 통합 테스트. Vision·Language·Action·Audio·Force 데이터를 모방·강화학습에 투입하고 시뮬레이션으로 검증합니다.
장비 조작이 아니라, 하던 일 그대로
신장 155~185cm 대응, 컨트롤러 없이 평소대로
실험실이 아닌 실제 현장에서, 케이블 없이 최대 4시간
정제·동기화·라벨을 거쳐 학습 포맷 데이터셋으로
데이터만 받으셔도, 직접 모으셔도 됩니다
| 방식 | 내용 | 협의 기준 |
|---|---|---|
| 맞춤형 데이터셋 판매 | 원하는 작업 시나리오로 제작해 학습 포맷 멀티모달 데이터셋으로 납품 | 시나리오 · 규모 |
| 웨어러블 로봇슈트 임대 | 슈트를 빌려 우리 현장의 작업을 직접 수집 | 기간 · 수량 |
| End-to-End 로봇 학습 프레임워크 | 데이터 정확성·유효성 확보부터 학습 모니터링 대시보드, 지속적인 모델 개선까지 | 도입 범위 |
대상: 휴머노이드·서비스 로봇 개발 기업, 국책 연구기관
센서 구성
촉각: 단일 FSR에서 손바닥 전체 다점 계측(TactArray)으로 전환 중
검증 · 실적
- 가사 동작(집기·옮기기·닦기) 시나리오 취득, 모방·강화학습 후 시뮬레이션 검증 완료
- 엔젤로보틱스 · DGIST 데이터 수집 계약 체결
- NVIDIA 협력 프로그램(엔업) 선정
회사 소개
(주)인피니트몽키즈는 2024년 설립된 Physical AI 데이터 스타트업입니다. 수집·정제·동기화·라벨링부터 학습 포맷 변환까지 End-to-End로 제공합니다.
ISO 9001 · ISO 27001 · 벤처기업 · 데이터 사업자 · 딥테크 창업사관학교 1기
특허 등록 2 · 출원 3 · 기술이전 2 · PCT 1 · 상표권 3등록 7출원
가르치고 싶은 작업을 알려주세요.
시나리오를 정해 주시면, 학습 데이터로 만들어 드립니다.
D-SUIT 데이터시트
이메일로 자료를 보내드립니다.