데이터로봇 vs 렐러티비티 스페이스

데이터로봇 장단점

• MLOps와 AI 거버넌스 기능이 폭넓게 갖춰져 있어 모델 배포 이후 성능 모니터링과 드리프트 감지, 규정 준수 통제까지 한 플랫폼에서 처리합니다
• 온프레미스·하이브리드·멀티클라우드를 모두 지원해 인프라 환경에 맞춰 배포 위치를 선택할 수 있습니다
• AutoML이 모델 구축과 배포 과정을 자동화해 데이터 사이언스 팀이 반복 작업에 드는 시간을 줄여줍니다
• SAP 인증 파트너이자 NVIDIA와 공동 엔지니어링을 진행해 엔터프라이즈 스택과의 연동 폭이 넓습니다

• 광범위한 기능으로 인해 초기 설정 및 도입을 위한 학습 곡선이 높음
• 대기업 중심의 가격 정책으로 소규모 팀에게는 비용 부담이 큼
• 완전한 성능 발휘를 위해 양질의 데이터와 데이터 사이언스 기반 지식이 요구됨

렐러티비티 스페이스 장단점

• 업계 최초로 메탈 3D 프린팅으로 로켓 구조물 대부분을 생산하는 시도를 하여, 전통적 조립 방식 대비 부품 수를 100분의 1 수준으로 줄일 수 있는 잠재력을 보유하고 있습니다. 2023년 3월 Terran 1 시험 발사를 통해 3D 프린팅 로켓이 최대 Q(최대 동압) 구간을 통과하는 등 상당한 기술 검증을 완료했습니다. 제조 리드타임을 60일까지 단축하겠다는 목표는 고객사에게 발사 일정 유연성을 제공할 수 있는 매력적인 포인트입니다. 또한 코코 비치(케이프 커내버럴)와 반덴버그에 발사장을 확보하여 미국 내 양쪽 해안에서 발사 서비스 제공이 가능합니다.

• 2026년 기준 상업용 페이로드를 궤도에 안착시킨 성공 사례가 아직 없어, 실제 운영 신뢰성은 SpaceX나 Rocket Lab에 비해 현저히 뒤쳐져 있습니다. Terran 1은 시험 발사 후 실제 상용 서비스 없이 Terran R 개발로 방향이 전환되어, 초기 투자자 입장에서는 사업 전환에 따른 불확실성이 존재했습니다. 3D 프린팅 방식 자체가 금속재의 균질성, 적층 결함, 대형 구조물의 품질 관리 등에서 검증이 지속적으로 필요하여, 양산 단계에서 예상치 못한 기술적 난관이 발생할 수 있습니다. 경쟁사 대비 발사 이력이 부족하여 보험료 산정이나 고객 신뢰 확보 면에서도 추가 노력이 필요합니다.

데이터로봇 주요 기능

• AutoML — 자동화된 머신러닝 모델 구축 및 배포
• LLM 거버넌스 및 모니터링 도구(생성형 AI 관리)
• 예측·생성·에이전틱 AI 통합 지원
• AI 에이전트 워크포스 플랫폼(금융·공급망·운영)
• 모델 성능 모니터링 및 드리프트 감지
• Agnostiq 인수로 강화된 HPC·클라우드 워크플로우 통합

렐러티비티 스페이스 주요 기능

• Stargate 4세대 수평형 3D 프린팅 시스템
• Aeon R/Vac 고성능 재사용 엔진
• 컴퓨터 비전 기반 실시간 품질 제어
• 소프트웨어 정의 제조(Software-Defined Manufacturing)
• 60일 이내 로켓 제작 목표의 초고속 생산 공정