답변게시됨17 소스
시야 너머의 동작까지 기록하는 로봇 학습용 웨어러블
SeePhys Hub는 4개 카메라가 달린 헤드밴드, 손목 밴드 2개, 허리·하체 트래커 3개와 선택형 촉각 장갑으로 사람의 작업을 기록한다. 허리와 양쪽 종아리의 센서가 IMU·UWB 신호를 머리와 손목의 영상 정보와 결합해 전신 자세를 추정한다.
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- SeePhys Hub는 4개 카메라가 달린 헤드밴드, 손목 밴드 2개, 허리·하체 트래커 3개와 선택형 촉각 장갑으로 사람의 작업을 기록한다.
- 허리와 양쪽 종아리의 센서가 IMU·UWB 신호를 머리와 손목의 영상 정보와 결합해 전신 자세를 추정한다.
- 헤드밴드는 220g 이하, 손목 밴드는 각각 75g 이하이며, 0.5밀리초 이하의 동기화 오차는 헤드밴드 내 카메라·IMU·UWB에 관한 수치다.
- 제품의 자세 추정 정확도나 이를 활용한 로봇 성능 향상은 독립 평가를 통해 확인되지 않았다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What is PHANES AI’s SeePhys Hub, launched jointly with Tinno Mobile on October 14, 2026, and how do the partners’ respective roles, its four. Article summary: SeePhys Hub is a wearable, whole-body multimodal data-collection system jointly launched by PHANES AI and Tinno Mobile on October 14, 2026, to turn human demonstrations into robot-training data combining first-person vis. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
사람이 물건을 집는 장면을 1인칭 카메라로 찍으면 손의 움직임은 보이지만, 물건에 손을 얼마나 세게 댔는지, 몸을 어떻게 틀거나 굽혔는지는 놓칠 수 있다. PHANES AI와 Tinno Mobile이 2026년 10월 14일 공개한 웨어러블 시스템 SeePhys Hub는 이런 빈틈을 보완해 사람의 작업을 로봇 학습용 데이터로 기록하려는 장비다.18
47
카메라에 손목·전신 센서와 촉각 장갑까지
SeePhys Hub는 카메라 4대가 달린 헤드밴드, 손목 밴드 2개, 허리와 양쪽 하체에 착용하는 동작 추적기 3개로 구성된다. 촉각 장갑은 필요한 작업에 따라 추가할 수 있다. 헤드밴드는 360도 1인칭 시야를 제공하고, 손목 카메라는 손이 물체를 다루는 가까운 장면을 보탠다. 동작 추적기는 몸의 움직임을 기록하며, 장갑은 손이 물체에 닿을 때의 압력 변화를 수집하도록 설계됐다.18
47
두 회사의 역할도 나뉜다. PHANES AI는 제품 설계와 알고리즘을 맡고, Tinno Mobile은 원가 관리와 공급망, 품질 보증 분야의 경험을 보탠다고 출시 보도는 전했다.18
1인칭 영상만으로는 부족한 이유
1인칭 영상, 즉 ‘에고(Ego) 데이터’는 사람이 무엇을 보고 손으로 어떤 행동을 하는지 담는 데 유용하다. 하지만 걷거나 몸을 숙이고 방향을 바꾸는 동작, 작업을 위해 자세를 조정하는 과정까지 충분히 보여주지는 못할 수 있다. 손이 물체를 잡는 모습이 보여도 접촉할 때의 압력은 영상만으로 직접 알기 어렵다.4
18
SeePhys Hub는 머리와 손목의 영상, 몸에 부착한 센서, 필요할 때 사용하는 촉각 장갑의 정보를 한 번의 기록에 결합하려는 시스템이다. 손목 영상은 손의 조작을 더 가까이 담고, 몸통과 하체 센서는 전신 자세 추정을 뒷받침한다. 장갑은 접촉 압력이 중요한 작업에 촉각 정보를 더한다. 보도자료에 전신의 ‘자세와 힘’ 정보가 언급되지만, 장비가 몸의 모든 지점에서 힘을 직접 측정한다고 확인된 것은 아니다.6
9
센서 세 곳으로 전신 자세를 추정하는 방식
몸의 모든 부위에 추적기를 다는 대신, SeePhys Hub는 허리와 양쪽 종아리에 세 개의 센서를 배치하는 ‘희소 노드’ 방식을 택했다. 각 센서의 관성측정장치(IMU)는 움직임 신호를 제공하고, 초광대역(UWB)은 센서 노드 사이의 거리를 측정한다. 시스템은 이 정보에 머리와 손목의 시각 정보를 더해 전신 자세를 추정한다.18
이는 여러 센서의 신호를 결합해 계산한 추정치이지, 모든 관절을 각각 직접 측정한다는 뜻은 아니다. 출시 보도에는 독립적으로 검증된 자세 추정 정확도 결과가 제시되지 않았다. 따라서 공개된 기능 설명과 사양은 제품 측의 주장으로 이해할 필요가 있다.18
공개된 무게와 기록 사양
출시 보도에 따르면 헤드밴드 무게는 220g 이하, 손목 밴드는 각각 75g 이하다. 헤드밴드와 손목 밴드는 최대 24시간 연속 수집을 지원한다고 소개됐다. 동기화 오차 0.5밀리초 이하는 헤드밴드 내부의 카메라·IMU·UWB에 관한 수치로, 전체 구성품 사이의 시간 오차까지 같은 수준이라고 단정할 수는 없다.47
촉각 장갑은 왜 선택형일까
촉각 장갑은 손과 물체가 맞닿는 압력 정보를 기록할 수 있지만, 설거지처럼 손의 움직임이 자유로워야 하는 작업에서는 동작을 방해할 수 있다. 촉각 센서 자체에서 잡음이 생길 수 있다는 점도 보도됐다. 그래서 장갑과 손목 밴드를 분리해, 압력 정보가 필요한 작업에는 장갑을 쓰고 그렇지 않은 작업에서는 제외할 수 있도록 했다.12
20
팀은 영상으로 촉각 정보를 추정하는 방법도 연구하고 있는 것으로 전해졌다. 다만 현재 공개된 보도만으로는 그 방법의 정확도나 촉각 센서를 대체할 수 있는지 확인하기 어렵다. 입증된 기능이라기보다 연구 방향으로 보는 편이 정확하다.18
수집한 기록을 학습 데이터로
SeePhys Hub의 동반 플랫폼은 기록을 분석하고 정제한 뒤 동작 단위로 나누고 의미 정보를 붙이는 기능을 제공한다고 소개됐다. 또 장면 재구성, 전신 자세 추정, 손 동작 추적, 로봇 학습을 위한 동작 리타기팅 작업으로 이어지는 과정도 지원한다.9
47
PHANES AI는 이 시스템을 가벼운 인터넷 영상과, 더 많은 장비와 작업이 필요한 전문 모션캡처·실제 로봇 데이터 수집 사이의 선택지로 제시한다. 일상 환경에서 사람의 작업을 비교적 유연하게 기록하면서 몸의 움직임과 접촉 정보도 더 담겠다는 구상이다.12 다만 이런 절충이 정확하고 대규모로 활용할 수 있는 학습 데이터로 이어지는지, 실제 로봇의 성능을 높이는지는 독립적인 평가를 통해 확인돼야 한다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"시야 너머의 동작까지 기록하는 로봇 학습용 웨어러블"에 대한 짧은 대답은 무엇입니까?
SeePhys Hub는 4개 카메라가 달린 헤드밴드, 손목 밴드 2개, 허리·하체 트래커 3개와 선택형 촉각 장갑으로 사람의 작업을 기록한다.
먼저 검증할 핵심 포인트는 무엇인가요?
SeePhys Hub는 4개 카메라가 달린 헤드밴드, 손목 밴드 2개, 허리·하체 트래커 3개와 선택형 촉각 장갑으로 사람의 작업을 기록한다. 허리와 양쪽 종아리의 센서가 IMU·UWB 신호를 머리와 손목의 영상 정보와 결합해 전신 자세를 추정한다.
실무에서는 다음으로 무엇을 해야 합니까?
헤드밴드는 220g 이하, 손목 밴드는 각각 75g 이하이며, 0.5밀리초 이하의 동기화 오차는 헤드밴드 내 카메라·IMU·UWB에 관한 수치다.