Physical AI

로봇이 배울 재료를, 현장에서 직접 만듭니다.

현장의 일을 로봇이 배울 수 있는 데이터로 남깁니다.

해결하려는 문제

숙련공의 손놀림은 사람 안에만 남습니다. 말로는 전해져도 기록으로는 남지 않고, 인터넷 어디에도 우리 공정의 데이터는 없습니다. 로봇을 들여도 가르칠 재료가 없는 이유입니다.

로봇이 배울 수 있는 기록

로봇을 대신 만들지 않습니다. 어떤 작업을, 어떤 데이터로, 어떤 형식으로 모을지 정하고, 실제로 모아 정리해서 로봇·AI 쪽에 넘깁니다.

수집 대상 작업 선정
부품을 집어 옮기고 기계에 걸고 조립을 돕는 일처럼, 반복되는 작업 중 먼저 모을 하나를 정합니다.
수집 경로 설계
원격조작, 시뮬레이션, 작업자 영상, 휴대형 장치, 공개 데이터를 현장 조건과 예산에 맞춰 조합합니다.
데이터 정리와 형식 통일
센서마다 어긋난 기록 시각을 맞추고, 실패한 시도까지 남겨 학습 도구가 바로 읽을 형식으로 만듭니다.
노하우 보호와 원본 보존
촬영 범위와 반출 조건을 먼저 정해 공정 노하우가 새지 않게 하고, 원본의 해시를 분산원장에 남겨 이후 변경 여부를 확인할 수 있게 합니다.

작업을 고르는 일부터 시범 수집, 정리, 전달까지 단계적으로 진행합니다. 로봇 제작과 설치, 운용은 전문 업체의 영역이고 블록베리스는 그 앞단의 데이터를 맡습니다.

PROJECTS

예시 데이터

제조 현장에서 로봇 학습 데이터를 모으는 다섯 가지 방법을 비용과 품질로 비교하고, 중소 제조기업이 어디서 시작하면 되는지 정리했습니다.

FAQ

상세 범위는 실제 업무 흐름과 데이터 상태를 확인한 뒤 정합니다.

로봇도 같이 만들어 주시나요?

아니요. 로봇 제작과 설치, 운용은 전문 업체의 영역입니다. 블록베리스는 그 앞단에서 로봇이 배울 데이터를 모으고 정리하는 일을 맡습니다.

로봇이 없어도 시작할 수 있나요?

가능합니다. 손에 드는 수집 장치나 작업자 1인칭 영상으로 로봇 없이 먼저 쌓아두면, 나중에 로봇을 들였을 때 그대로 학습 재료가 됩니다.

모은 데이터는 누구 것인가요?

고객사의 것입니다. 수집을 시작하기 전에 촬영 범위와 반출 조건, 보관 방식을 문서로 먼저 정합니다.