Hesai, Kosmo 플랫폼으로 로보틱스 훈련 데이터 영역 진출
TREE NEWS 보도: 10월 14일, Hesai Technology는 공간 카메라 ‘Kosmo’와 클라우드 플랫폼을 공개했다. 이는 실제 환경을 스캔해 로봇 시뮬레이션 훈련용으로 3D 재구성하는 신제품 라인이다. 회사는 또한 Galaxy General 및 Yuanli Lingji와 전략적 파트너십을 체결했다. 이는 주로 라이다 센서로 알려진 기업이 급성장하는 임바디드 AI 산업을 위한 데이터 및 클라우드 서비스로 사업을 확장하는 중대한 전환점이다.
이번 움직임은 로보틱스의 핵심 병목, 즉 다양한 훈련 데이터 부족 문제를 해결한다. 자율주행차는 대규모 차량군을 활용해 실제 주행 데이터를 축적할 수 있지만, 로봇은 아직 널리 배치되지 않아 닭과 달걀 문제가 발생한다. 개발자가 로봇이 실제 작업을 수행하도록 하려면 방대한 환경 및 운영 경험이 필요하지만, 배치가 없으면 데이터 축적은 제한적이다.
시장 영향: 라이다와 로보틱스의 새로운 수익원
Hesai의 훈련 환경 구축 진출은 로보틱스 공급망의 경제성을 재편할 수 있다. 자동차 분야에서 축적한 3D 인식, 칩 설계, 정밀 제조 전문성을 활용해 Hesai는 시뮬레이션 환경 구축 비용 절감을 목표로 한다. 회사는 두 가지 수익 모델을 구상한다. 업계 고객에게 하드웨어·소프트웨어 통합 제품을 판매하고, 월드 모델 및 피지컬 AI 기업에 공간 데이터 제작 서비스를 제공하는 것이다.
순수 부품 공급업체에서 서비스 제공업체로의 이 전환은 수익의 주기성을 완화할 수 있다. 부품 주문은 로봇 생산량에 연동되는 반면, 데이터 서비스는 지속적인 개발 및 운영 활동에 연결된다. 신규 매장 개설이나 레이아웃 변경 시 고객은 환경을 재스캔하고 업데이트해야 하므로 반복적인 서비스 수요가 발생한다. Hesai의 2026년 2분기 실적은 총 출하량이 전년 대비 78.4% 증가하고 매출이 21.9% 증가했지만 평균 판매 가격은 하락했다. Kosmo 플랫폼은 핵심 라이다 사업의 가격 압력을 상쇄하는 데 도움이 될 수 있다.
경쟁 환경과 광범위한 트렌드
데이터 병목을 인식하는 것은 Hesai만이 아니다. 8월에 Lightwheel은 Hugging Face와 협력해 1인칭 인간 활동 데이터셋을 공개하며 10만 시간의 데이터 개방을 목표로 했다. Nvidia는 데이터 생성, 증강, 평가를 간소화하는 피지컬 AI 데이터 팩토리 청사진을 발표했다. 이러한 이니셔티브는 로봇 학습 효율 향상에 초점을 맞춘 생태계의 성장을 보여준다.
Hesai의 Kosmo는 훈련 환경 자체에 초점을 맞춰 차별화된다. 이 시스템은 100제곱미터 실내 공간을 약 15분 만에 스캔한 뒤 물체를 조작하고 레이아웃을 변경할 수 있는 3D 모델로 재구성한다. 이를 통해 개발자는 물리적 공간을 반복적으로 설치하지 않고도 다양한 조건에서 작업을 연습할 수 있다. 플랫폼은 Isaac Sim, Isaac Lab, 영화 제작 도구와 통합되어 기존 워크플로에 맞추는 것을 목표로 한다.
투자자를 위한 핵심 요점
- 라이다를 넘어선 다각화: Hesai는 가치 사슬 상류로 이동하며 로봇 판매 대수에 덜 의존하는 반복 수익원을 창출할 잠재력이 있다.
- 핵심 문제 해결: 로보틱스 산업의 데이터 부족은 주요 장애물이다. 훈련 비용을 줄이고 배치를 가속하는 솔루션은 강한 수요를 볼 수 있다.
- 생태계 전략: Galaxy General, Yuanli Lingji 같은 로봇 기업과의 파트너십은 실제 피드백과 검증을 제공해 Hesai의 제품-시장 적합성을 강화한다.
- 리스크 요인: 새로운 비즈니스 모델의 실행 리스크, Nvidia 등과의 경쟁, 기업 연구개발팀을 넘어 더 넓은 사용자 기반을 구축할 필요성.
로봇이 프로토타입에서 생산 단계로 이동함에 따라 훈련 환경을 표준화하는 도구와 서비스는 점점 더 가치가 높아질 것이다. Kosmo에 대한 Hesai의 베팅은 라이다, AI, 클라우드 서비스의 교차점에 회사를 위치시키며, 이는 임바디드 인텔리전스의 다음 단계를 정의할 수 있는 영역이다.
