센세이

Sensei

로봇 학습용 인간 시연 데이터를 저비용으로 대규모 수집하는 원격 조작 플랫폼

유료WebBeta

소개

Sensei는 로보틱스 기업이 실제 환경(In-the-wild)의 훈련 데이터를 대규모로 수집할 수 있도록 저비용 하드웨어와 오퍼레이터 네트워크를 연결하는 플랫폼입니다. 기존 원격 조작 방식보다 비용을 10분의 1로 줄이면서도 고품질의 시연 데이터를 빠르게 확보할 수 있도록 돕습니다. Y Combinator 지원 스타트업으로 2024년 설립되었으며 $500K 시드 투자를 유치했습니다.

활용 워크플로우

입력

로봇 작업 시나리오 및 성공 조건(Task Specs)저비용 센서 리그(Sensei Rig) 조작 신호실환경 멀티모달 센서 데이터(RGB-D, IMU)오퍼레이터 네트워크 작업 할당 큐

센세이

인간 오퍼레이터의 원격 조작 시연(Teleoperation)비주얼-스페셜 상태 정보 동기화 및 정렬데이터 품질 검수 및 휴먼 피드백 라벨링ML 모델 학습용 데이터 변환(HDF5/JSON 포맷팅)

출력

고충실도 로봇 시연 데이터셋(Demonstration Dataset)모방 학습(Imitation Learning) 정책 체크포인트데이터 수집 효율 및 오퍼레이터 성과 리포트실제 환경(In-the-wild) 궤적 데이터

하드웨어 에코시스템 연동

ALOHA, UMI, VR 컨트롤러, Space Mouse 등 다양한 타사 하드웨어를 통한 데이터 입력 경로 확장

오퍼레이터 전문성 필터링

정밀 조작이 필요한 특정 작업(예: 의료, 복잡한 조립)에 특화된 상위 오퍼레이터 그룹 배치

핵심 차별점: 300달러 내외의 저비용 리그와 글로벌 오퍼레이터 네트워크를 결합하여 데이터 수집 비용을 90% 절감하고 속도를 2배 향상시킵니다.

주요 기능

300달러 수준의 저비용 데이터 수집 리그(Sensei Rig)
글로벌 유료 오퍼레이터 마켓플레이스
ALOHA/UMI 등 오픈소스 하드웨어 표준 지원
클라우드 기반 데이터 관리 및 파이프라인 아웃소싱
다양한 실제 환경(In-the-wild) 데이터 수집

장점 & 단점

웹검색을 통해 수집된 사용자 피드백 정보입니다

장점

공식 홈페이지와 업계 리뷰에 따르면, 기존 원격 조작 방식 대비 비용을 90%까지 절감할 수 있어 로봇 스타트업이나 연구소에 경제적 부담이 적습니다. 전 세계 오퍼레이터 네트워크를 보유하고 있어 다양한 환경과 시나리오에 대한 데이터 수집이 가능하며, 소프트웨어 구조가 Scale AI와 유사해 데이터 파이프라인 관리가 체계적이라는 평가를 받습니다. 또한 대규모 데이터 수집 시 일관된 품질 관리가 가능하여, 행동 복제나 모방 학습(Imitation Learning)에 필요한 고품질 데이터를 확보하기에 적합합니다.

단점

로보틱스 분야의 B2B 서비스이다 보니 일반 사용자를 대상으로 한 리뷰가 거의 없으며, 실제 성능에 대한 검증은 제한적입니다. 특정 하드웨어 플랫폼에 의존적일 수 있어 기업이 사용하는 로봇과의 호환성 문제가 발생할 수 있으며, 원격 조작 특성상 네트워크 지연이나 연결 문제가 데이터 품질에 영향을 줄 수 있습니다. 가격 정책이 공개되어 있지 않아 중소기업이나 스타트업에서 비용 예측이 어려울 수 있고, Scale AI나 다른 데이터 수집 서비스와 비교했을 때 명확한 우위를 확인하기 어려운 점이 있습니다.