[Startup 분석] 스카이인텔리전스 – 공장 로봇을 훈련하는 합성데이터 인프라

피지컬 AI 경쟁이 치열해질수록 로봇 몸체보다 먼저 부족해지는 것은 학습 데이터다. 공장 결함, 반사되는 금속 표면, 조명 변화와 충돌 직전 상황은 실제 현장에서 충분히 모으기 어렵고, 잘못 수집하면 생산 중단과 안전사고 비용까지 생긴다. 스카이인텔리전스는 이 빈틈을 디지털 트윈과 산업용 합성데이터로 메우겠다는 한국 스타트업이다. 2026년 7월 추가 투자를 유치하며 약 1,000억 원의 기업가치를 인정받았다는 소식은 ‘가상 공장 데이터’가 독립된 사업이 될 수 있는지를 다시 묻게 한다.

지금 이 회사를 봐야 하는 이유는 밸류에이션만이 아니다. 회사는 ABB Robotics와 협업하고, 산업용 합성데이터 계약으로 수억 원대 매출을 확보했다고 밝혔다. 동시에 공개된 숫자의 대부분은 회사 발표이고 투자 금액, 전체 매출, 고객 수, 반복 계약률은 알려지지 않았다. 스카이인텔리전스는 피지컬 AI의 핵심 인프라 후보이면서, 아직 프로젝트형 3D 제작사를 데이터 플랫폼으로 평가해도 되는지 검증받아야 하는 회사다.

한눈에 보는 스카이인텔리전스

설립: 2023년 11월
핵심 제품: 제조·로봇 AI용 디지털 트윈과 자동 라벨링 합성데이터
기술 기반: 초정밀 3D 스캔, NVIDIA Omniverse 기반 시뮬레이션
최근 투자: 2026년 6월 시리즈A, 7월 추가 투자
기업가치: 보도·회사 발표 기준 약 1,000억 원
상업 신호: 회사 발표 기준 산업용 합성데이터 수억 원대 계약
주요 협력: ABB Robotics, 서울대 AI연구원, NVIDIA 생태계
공개되지 않은 정보: 투자액, 전체 매출, 고객 수, 반복 계약률, 가격, 매출총이익률

스카이인텔리전스는 무엇을 만드는 회사인가?

스카이인텔리전스(SKAI Intelligence)는 2023년 11월 설립된 서울 기반 디지털 트윈·합성데이터 기업이다. 출발점은 광고와 상업 콘텐츠에 쓰이는 초정밀 3D 스캐닝 및 콘텐츠 제작 기술이었다. 회사 설명에 따르면 실제 제품과 공간을 1mm 미만 단위로 디지털화하는 과정에서, 이 자산이 보기 좋은 3D 이미지뿐 아니라 로봇과 컴퓨터 비전 모델의 학습 환경으로도 쓰일 수 있다는 점에 사업의 무게를 옮겼다.

현재 회사가 전면에 내세우는 제품은 산업용 합성데이터 솔루션이다. 공장 부품, CAD 모델, 재질, 카메라와 센서 조건을 가상 공간에 재현하고, 조명·시점·결함·배치 조건을 바꿔가며 자동 라벨이 붙은 이미지와 3D 데이터를 만든다. 적용 분야는 로봇 조립, 표면 결함 검사, 물체 인식, 빈 피킹과 정밀 그리핑이다.

쉽게 말하면 로봇이 실제 공장에 들어가기 전에 수천 가지 실패 상황을 연습할 가상 훈련장을 만드는 사업이다. 현실 데이터를 대체하는 것이 아니라, 현실에서 드물거나 비싸거나 위험해 수집하기 힘든 경우를 계산으로 늘리는 데 가치가 있다.

합성데이터는 어떻게 만들어지는가?

공식 제품 페이지가 설명하는 파이프라인은 다섯 단계로 정리할 수 있다.

현실 캡처: 부품과 설비의 형상, 재질, 표면, 조명, 카메라·센서 조건을 수집한다.
디지털 트윈 구축: NVIDIA Omniverse 기반 환경에 실제 공정과 물리 조건을 재현한다.
조건 변형: 조도, 카메라 각도, 재질 반사, 결함 위치, 물체 배치를 통제해 바꾼다.
데이터 생성·자동 라벨링: AI 학습용 이미지와 3D 데이터를 대량 생성하고 정답 라벨을 자동으로 붙인다.
현장 피드백: 실제 배포 뒤 발생한 실패 사례를 가상 환경에 다시 넣어 데이터와 모델을 보완한다.

이 구조의 장점은 희귀 결함을 기다릴 필요가 없다는 것이다. 불량률이 0.1%인 부품의 실제 불량 사진을 1만 장 모으려면 막대한 생산량과 라벨링 작업이 필요하다. 가상 환경에서는 결함의 크기와 위치, 조명 조건을 바꾸며 원하는 분포를 의도적으로 만들 수 있다.

그러나 정확한 3D 모델만 있다고 좋은 데이터가 되는 것은 아니다. 실제 렌즈의 왜곡, 센서 노이즈, 재질의 미세한 반사, 장비 진동과 시간에 따른 마모가 빠지면 AI는 깨끗한 가상 공장에만 익숙해진다. 이른바 Sim-to-Real 간극을 얼마나 줄이느냐가 합성데이터 업체의 실력이다.

99% 정확도와 1mm 미만 정밀도, 어디까지 믿어야 하나?

스카이인텔리전스는 공식 페이지에서 실제 생산라인 기준 최대 99%의 비전 작업 성공률, 최대 30%의 Sim-to-Real 간극 감소, 1mm 미만의 기하 정밀도를 제시한다. 통제된 연구실이 아니라 가동 중인 생산라인에서 측정했다는 설명도 붙어 있다.

숫자는 인상적이지만 독립 벤치마크로 받아들이기에는 정보가 부족하다. 어떤 부품과 모델을 사용했는지, 99%가 정확도인지 성공률인지, 합성데이터를 쓰지 않은 기준선이 얼마였는지, 표본 수와 고객이 누구인지는 공개되지 않았다. ‘최대’ 수치이므로 모든 작업과 공장에 일반화할 수도 없다.

특히 99%라는 숫자는 제조업에서 맥락 없이 높거나 낮다고 말하기 어렵다. 하루 100만 개를 검사하는 라인에서는 1% 오류도 1만 건이다. 반대로 사람이 계속 개입하던 공정에서 오류를 5%에서 1%로 낮춘다면 경제적 가치는 클 수 있다. 앞으로 필요한 것은 최고 정확도보다 작업별 오탐·미탐률, 실제 데이터 수집비 절감액, 모델 배포 뒤 수동 개입 감소율이다.

투자금은 비공개, 기업가치는 약 1,000억 원

스카이인텔리전스는 2026년 6월 DS투자파트너스로부터 시리즈A 투자를 유치했다. 이어 7월 13일 위업기술투자와 오라클벤처투자가 공동 운용하는 오라클-벡터 지역혁신 벤처펀드에서 추가 투자를 받았다. 두 거래 모두 투자 금액과 지분율은 공개되지 않았다.

아시아경제 보도와 회사 발표는 최근 거래에서 기업가치를 약 1,000억 원으로 평가받았다고 전한다. 이는 투자자가 실제 거래에 적용한 숫자라는 의미는 있지만, 투자액과 조건을 모르면 보통주 기준 투자 후 가치인지, 우선주 조건이 반영됐는지까지 판단할 수 없다. 여러 투자자가 공통으로 확인한 시장가격처럼 해석하기도 이르다.

회사 관계사인 코스닥 상장사 스카이월드와이드가 2026년 초 지분을 늘렸다는 점도 자본 구조를 볼 때 중요하다. 다만 관계사의 지분 취득과 스타트업에 새 현금이 들어오는 투자 라운드는 같은 사건이 아니다. 현재 공개 자료만으로는 스카이인텔리전스가 시리즈A와 추가 투자에서 실제 얼마의 운영자금을 확보했는지 알 수 없다.

수익화 신호는 있다: 수억 원대 계약의 의미

회사는 2026년 6월 산업용 합성데이터 사업에서 수억 원 규모의 상업 계약을 확보했다고 밝혔다. 글로벌 로봇·제조 고객을 대상으로 로봇 비전, 검사, 피킹, 조립용 학습 데이터를 제공했으며, 단순 기술검증(PoC)을 넘어 실제 프로젝트 매출이 발생했다는 설명이다.

초기 스타트업에는 의미 있는 신호다. 합성데이터가 발표용 데모가 아니라 고객 예산으로 구매됐고, 실제 공정 데이터와 검증 과정에 접근했다는 뜻이기 때문이다. ABB Robotics와의 전략적 협력 프레임워크도 RobotStudio의 시뮬레이션과 스카이인텔리전스의 데이터 생성 파이프라인을 연결하는 경로를 제공한다.

다만 ‘수억 원’은 범위가 넓고 전체 매출도 아니다. 계약 건수, 고객별 금액, 매출 인식 시점, 같은 고객의 재구매 여부가 공개되지 않았다. 회사 웹사이트에 재게시된 기사와 회사 발언이 핵심 근거이므로, 상업성은 확인됐지만 반복 가능한 매출 엔진까지 증명됐다고 보기는 어렵다.

돈은 어디서 버는가?

공개된 제품과 협력 구조를 기준으로 보면 수익 모델은 다음과 같이 나눌 수 있다.

맞춤형 합성데이터 프로젝트: 고객 부품과 공정에 맞춘 데이터셋을 제작·납품한다.
디지털 트윈 구축: 설비와 작업 공간을 스캔하고 시뮬레이션 환경으로 구현한다.
검증·튜닝 서비스: 실제 공장 데이터와 합성데이터를 비교해 Sim-to-Real 간극을 줄인다.
업데이트 매출: 신제품, 재질, 카메라, 결함 유형이 바뀔 때 데이터를 추가 생성한다.
플랫폼·파트너 유통: 장기적으로 ABB RobotStudio 같은 도구 안에서 데이터 파이프라인 사용료를 받을 수 있다.

당장은 프로젝트 매출 비중이 높을 가능성이 크다. 공장마다 설비, 조명, 부품과 카메라가 달라 현장 스캔과 엔지니어링이 필요하기 때문이다. 좋은 사업이 되려면 한 번 만든 재질 모델, 센서 프로필, 결함 생성기와 검증 도구를 다른 고객에게 재사용해 매출 증가보다 인력 증가가 느린 구조를 만들어야 한다.

즉 핵심 지표는 데이터 이미지 수가 아니라 프로젝트당 구축 기간, 재사용 가능한 자산 비율, 매출총이익률, 반복 계약률이다. 이 숫자가 개선되면 합성데이터 인프라 회사가 되고, 개선되지 않으면 고급 3D 제작·컨설팅 회사에 머문다.

ABB와 NVIDIA는 유통망이면서 가장 큰 협상 상대다

스카이인텔리전스는 NVIDIA Omniverse 생태계를 기반으로 제품을 만든다. NVIDIA의 Replicator와 Isaac Sim 자체가 물리 기반 합성데이터 생성, 자동 라벨링, 로봇 시뮬레이션 기능을 제공한다. 2026년에는 NVIDIA가 로봇·비전·자율주행 모델의 학습과 평가를 위한 Physical AI Data Factory 구상도 확대하고 있다.

ABB 역시 RobotStudio에 Omniverse 라이브러리를 통합한 HyperReality를 2026년 하반기에 제공할 계획이다. NVIDIA 발표에 따르면 ABB뿐 아니라 FANUC, YASKAWA, KUKA도 각자의 가상 시운전 도구에 Omniverse와 Isaac을 연결하고 있다. 시장이 커진다는 증거인 동시에, 고객이 도구를 직접 조립할 선택지가 늘어난다는 뜻이다.

스카이인텔리전스의 해자는 Omniverse 사용법 자체가 될 수 없다. 글로벌 플랫폼 위에서 한국 제조 현장의 재질·결함·센서 데이터를 얼마나 빨리 정밀하게 모델링하고, 실제 라인 성능으로 검증해 주느냐가 차별점이어야 한다. ABB 협업은 강한 유통 채널이지만 ABB가 고객 관계와 워크플로를 장악하면 스카이인텔리전스가 부품 공급자로 남아 가격 협상력이 약해질 수도 있다.

경쟁 구도: 데이터 업체보다 고객의 내부 개발팀이 더 무섭다

넓게 보면 자율주행 시뮬레이션 기업 Applied Intuition, 컴퓨터 비전 합성데이터 업체 Datagen과 Synthesis AI, 디지털 트윈·로봇 시뮬레이션 기업들이 경쟁군이다. Applied Intuition은 2025년 6억 달러 조달 및 구주 거래에서 150억 달러의 기업가치를 인정받았다. 다만 자동차·국방 소프트웨어와 완성도 높은 플랫폼 매출을 보유한 후기 단계 회사라, 스카이인텔리전스의 직접 비교기업으로 쓰기는 무리다.

더 현실적인 경쟁자는 삼성, 현대차, 반도체·배터리 제조사의 자체 자동화팀과 기존 머신비전 통합업체다. 고객이 CAD 파일, 불량 이미지, 공정 조건 같은 민감한 데이터를 외부 업체에 주기 싫어하면 NVIDIA 도구를 바탕으로 내부 파이프라인을 만들 수 있다. 반대로 사내팀이 현실적인 재질과 센서 환경을 만드는 데 오래 걸린다면 전문 업체를 살 이유가 생긴다.

따라서 판매 문구는 ‘합성데이터를 만들 수 있다’가 아니라 ‘실제 데이터만 쓸 때보다 몇 주 빨리, 얼마 적은 비용으로, 어떤 오류를 줄였다’가 되어야 한다. 고객이 직접 만드는 것보다 빠르고 정확하다는 경제성이 반복해서 증명돼야 한다.

1,000억 원 밸류에이션은 말이 되는가?

현재 공개된 수억 원대 합성데이터 계약만으로 1,000억 원 기업가치를 정당화하기는 어렵다. 전체 매출과 다른 콘텐츠 사업 매출이 공개되지 않아 단순 매출 배수조차 계산할 수 없다. 투자 금액도 비공개라 이번 평가가 얼마나 큰 자본을 걸고 형성됐는지 알 수 없다.

그럼에도 투자자가 프리미엄을 부여할 논리는 있다. 피지컬 AI가 확산되면 로봇 한 대보다 여러 제조사와 로봇 모델에 재사용되는 데이터 파이프라인이 더 높은 소프트웨어 배수를 받을 수 있다. 한국은 반도체, 디스플레이, 배터리, 자동차처럼 정밀 비전과 자동화 수요가 큰 제조 기반도 갖고 있다.

결국 1,000억 원은 현재 실적의 가격이라기보다 세 가지 옵션의 가격에 가깝다. 첫째, 프로젝트에서 플랫폼으로 전환할 가능성. 둘째, ABB·NVIDIA 생태계를 통해 해외 고객에게 유통될 가능성. 셋째, 현장 피드백이 쌓이면서 경쟁사가 복제하기 어려운 재질·결함·센서 데이터 자산을 만들 가능성이다.

이 옵션을 실적으로 바꾸려면 향후 12~18개월 안에 반복 고객, 연간 매출, 해외 매출, 프로젝트 구축 시간, 매출총이익률 중 일부를 공개해야 한다. 계속 투자자와 협약 이름만 늘고 고객 경제성 지표가 나오지 않으면 밸류에이션은 빠르게 부담이 된다.

핵심 리스크는 ‘서비스를 플랫폼처럼 평가받는 것’이다

프로젝트 의존: 고객마다 현장 스캔과 수작업 모델링이 많으면 인력과 매출이 함께 늘어 마진이 제한된다.
Sim-to-Real 실패: 가상 데이터의 편향과 누락이 실제 공장에서 오탐·미탐이나 로봇 실패로 이어질 수 있다.
플랫폼 종속: Omniverse·Isaac의 기능과 가격 정책 변화가 제품 원가와 차별화에 직접 영향을 준다.
파트너 집중: ABB가 중요한 검증·유통 경로인 만큼 협업이 실제 유료 고객으로 전환되지 않으면 기대가 꺾인다.
고객 데이터 보안: CAD, 공정 배치, 결함 패턴은 제조사의 핵심 영업비밀이다.
검증 부족: 99% 성공률과 30% 간극 감소의 평가 방법, 고객, 기준선이 공개되지 않았다.
정체성 혼선: 광고·콘텐츠 제작 매출과 산업용 데이터 매출이 섞이면 반복 가능한 핵심 사업의 성장을 판단하기 어렵다.

가장 중요한 것은 첫 번째 리스크다. 디지털 트윈은 화면상으로는 소프트웨어처럼 보이지만, 초기 구축에 촬영, 3D 모델링, 재질 보정과 현장 엔지니어링이 많이 들어간다. 고객별 작업을 표준 모듈과 자동화 도구로 얼마나 바꾸는지가 기업가치의 상한을 결정한다.

개인적 판단: 진짜 제품은 ‘공장 투입 전 실패 감소’다

스카이인텔리전스의 방향은 설득력이 있다. 한국 제조업은 실제 데이터를 풍부하게 갖고 있지만, 불량과 위험 상황 데이터는 역설적으로 부족하다. 광고용 3D 자산 제작에서 익힌 정밀 스캔과 재질 표현을 산업용 AI 학습 데이터로 확장한 것도 기술적 연속성이 있다.

하지만 멋진 합성 이미지나 파트너 로고가 고객 가치를 대신하지는 않는다. 스카이인텔리전스의 진짜 제품은 합성 이미지가 아니라 공장 투입 전 실패 횟수의 감소다. 고객이 실제 라인을 세우는 횟수, 필요한 실사 데이터량, 수동 라벨링 시간, 배포 뒤 사람의 개입을 얼마나 줄였는지가 제품의 품질이다.

개인적으로는 1,000억 원 가치평가보다 수억 원대 첫 상업 계약을 더 긍정적으로 본다. 작은 매출이라도 고객이 데이터에 돈을 냈다는 사실이 중요하기 때문이다. 반대로 아직 매출 규모와 고객 반복성이 너무 적게 공개돼 있어, 현재 가치평가를 산업용 데이터 플랫폼의 완성도로 해석하기는 이르다.

앞으로 관전 포인트는 ABB 협약이 공동 발표를 넘어 RobotStudio 고객의 유료 도입으로 이어지는지, 그리고 두 번째 프로젝트를 첫 번째보다 더 짧은 시간과 높은 마진으로 수행하는지다. 이 두 가지가 확인되면 스카이인텔리전스는 3D 제작사에서 피지컬 AI 데이터 인프라 회사로 넘어갈 수 있다.

앞으로 확인해야 할 숫자

시리즈A와 7월 추가 투자의 실제 투자액, 지분율, 투자 후 기업가치 기준
산업용 합성데이터 연간 매출과 전체 매출에서 차지하는 비중
유료 제조·로봇 고객 수, 해외 고객 수, 반복 계약률
프로젝트당 구축 기간과 재사용 가능한 3D·재질·센서 자산 비율
실제 데이터 대비 수집·라벨링 비용과 공장 시운전 시간 절감
99% 비전 작업 성공률의 과제, 표본, 기준선과 독립 검증 결과
ABB RobotStudio 연동 프로젝트의 유료 고객과 계약 구조
프로젝트형 서비스와 플랫폼·라이선스 매출의 비중, 매출총이익률

참고 자료

불확실성 메모: 약 1,000억 원 기업가치는 아시아경제 보도와 회사 발표 기준이며 투자액, 지분율, 증권 조건은 공개되지 않았다. 수억 원대 합성데이터 계약, 최대 99% 비전 작업 성공률, 최대 30% Sim-to-Real 간극 감소, 1mm 미만 정밀도는 회사가 제시한 수치로 고객명, 표본, 평가 방법과 독립 재현 결과가 공개되지 않았다. ABB와의 관계는 전략적 협력 프레임워크이며 공개 자료만으로 유료 공동 고객 수나 매출 배분 구조는 확인할 수 없다. 전체 매출, 산업용 합성데이터 매출 비중, 고객 수, 반복 계약률, 가격과 매출총이익률도 공개되지 않았다.