스톡홀롬에 기반을 둔 피지컬 AI 데이터 스택 개발 스타트업 리런(Rerun)이 1,700만 달러 규모의 시드 투자를 유치했다. 이번 투자는 포인트 나인(Point Nine)이 주도했으며, 코스타노아(Costanoa), 선플라워 캐피털(Sunflower Capital), 시드캠프(Seedcamp)와 기예르모 라우치(Guillermo Rauch), 에릭 장(Eric Jang), 올리버 카메론(Oliver Cameron) 등 유명 엔젤 투자자들이 참여했다.

리런은 지난 2년간 멀티모달 데이터의 로깅과 시각화를 위한 오픈소스 프레임워크를 개발해왔으며, 메타(Meta), 구글(Google), 허깅페이스(Hugging Face)의 르로봇(LeRobot), 유니트리(Unitree) 등 주요 기업들이 이 기술을 자사의 오픈소스 프로젝트에 도입했다.

피지컬 AI는 자율주행차, 로봇, 드론, 공간 컴퓨팅 등 물리적 세계와 상호작용하는 AI 시스템을 말한다. 이 분야는 전통적으로 복잡한 하드웨어 개발과 대규모 초기 투자가 필요해 진입장벽이 높았다. 그러나 최근 AI 기술의 급속한 발전으로 상황이 크게 변화했다. AI 성능 향상이 투자 증가로 이어지고, 이는 더 많은 하드웨어 배포와 데이터 수집을 가능하게 하는 선순환 구조가 형성됐다.

리런이 개발 중인 데이터 스택은 피지컬 AI 개발에서 핵심적인 역할을 한다. 기존 로보틱스 데이터 도구들은 머신러닝 이전 시대에 설계돼 현대 피지컬 AI의 복잡한 데이터 처리 요구를 충족시키지 못한다. 반면 데이터브릭스(Databricks) 같은 기존 데이터 플랫폼은 대규모 분석에 최적화됐지만, 시간에 따라 변화하는 3D 공간 관계를 포함하는 피지컬 AI 데이터의 특성을 제대로 이해하지 못한다.

리런의 기술은 이런 문제를 해결하기 위해 온라인과 오프라인 데이터 처리를 일관된 데이터 모델로 통합한다. 이를 통해 연구자들은 원시 로그부터 정제된 훈련 데이터까지 일관되게 작업할 수 있고, 데이터 수집에서 강화, 훈련, 평가에 이르는 전 과정에서 데이터를 쉽게 관찰할 수 있다.

“피지컬 AI 발전을 위해서는 고품질 실험을 빠르게 수행하는 것이 가장 중요합니다. 연구자들은 빠르고, 유연하며, 사용하기 쉬운 데이터 인프라가 필요하다”고 리런 측은 설명한다.

리런의 데이터베이스는 벡터 검색과 전체 데이터프레임 쿼리를 원시 로그와 구조화된 데이터셋에서 모두 원활하게 결합해 로보틱스 중심의 데이터 과학과 데이터셋 큐레이션을 지원한다. 이런 통합적 접근 방식은 개발자들이 데이터 변환과 해석에 소요되는 시간을 크게 줄여 피지컬 AI 제품의 실험, 반복, 출시 속도를 높인다.

현재 리런의 클라우드 데이터 플랫폼은 일부 설계 파트너들과 함께 개발 중이며, 피지컬 AI 산업의 데이터 인프라 문제를 해결하는 핵심 기술로 주목받고 있다.

한편, 엔비디아는 GTC 2025 행사를 통해 피지컬 AI를 위한 옴니버스와 코스모스 플랫폼을 소개한 바 있다.