Physical Intelligence Infrastructure

₩1.6조가 사야 할
교과서.

Force data for the next robotic era

Physical Intelligence·Skild AI·Figure AI는 로봇의 를 만듭니다.
Space AI는 그 뇌가 배울 촉감(Force) 교과서를 만듭니다.

2,500+ Google Scholar 인용 · CSO 이규빈 교수
84.2% Sim-to-Real · NVIDIA 대비 +22.7%p
₩3.5억 ARR · 투자금 없이 달성
FEM_MESH FORCE_FIELD |F| = 0.32 N 0.32 N 0.18 N contact SIM-TO-REAL · 84.2 % GROUND TRUTH · 99.9 %
Era · Internet
Google
검색 데이터 독점.
₩440조
Annual ad revenue
Era · Mobile
Arm
칩 IP 라이선싱.
₩230조
Market cap
Era · LLM
Scale AI
학습 데이터를 독점.
₩43조
Meta backed · 2025
Era · Robotics
Space AI
촉감/Force 데이터 독점.
Next.
2026 —
Why Now

데이터 인프라를 먼저 잡은 자가
표준이 된다.

2025–2026년, 4가지 신호가 동시에 떴다. 이 창은 길어야 18개월이다.

2024 – 2025
휴머노이드
투자 폭발
글로벌 누적 ₩19조
+77% YoY 성장
June 2025
Scale AI
Meta 베팅
₩43조 valuation 인정
데이터 인프라 = 시대 표준
2025 – 2026
Jensen Huang
"Physical AI"
"다음 AI의 물결은
물리 세계의 이해" 선언
Now · 2026
Space AI
독점 포지션
실측 데이터 + 물리 엔진
전 세계 유일
The Shift

자율주행은 끝났다.
로봇이 시작됐다.

Scale AI가 픽셀 라벨로 ₩43조가 됐다. 다음은 촉감이다.

2018 — 2024
자율주행의
학습 데이터
Scale AI

픽셀에 사람이 라벨을 붙이던 시대. 보이는 것에 한정.

₩43조
META ₩20조 베팅 · JUNE 2025
2026 —
로봇의
촉감 데이터
Space AI

FEM/MPM 물리 엔진이 보이지 않는 힘(Force)을 직접 연산.

Next.
FEM · MPM · PBD HYBRID
What We Make

픽셀이 아닌
물리 상태를 생성한다.

F=ma를 직접 연산해 RGB · Depth · Force · Stress 4중 레이어를 동시에 출력합니다. L3·L4는 다른 합성 데이터에서 제공할 수 없는 영역입니다.

RGB · 1920×1080 L1 photoreal render
L1 / Visual Layer
RGB Image
정밀 렌더링된 시각 레이어. 1920×1080 고해상도, 실사 수준 텍스처.
DEPTH MAP L2 0.0m 1.2m 2.4m 3.6m
L2 / Spatial Layer
Depth Map
3차원 공간 구조와 거리. mm 단위 정밀도의 z-축 데이터.
세상에 없던
0.32 N 0.18 N 0.45 N 0.21 N 0.27 N 0.15 N 0.31 N 0.24 N FORCE_VECTOR L3
L3 / Force Layer
Force Vectors
접촉면의 힘 방향과 크기. 세상 어디에도 없던 데이터.
STRESS · σ L4 σ_max = 4.2 MPa low→high
L4 / Internal Stress
Stress / FEM Mesh
물체 내부 응력 분포. 변형과 파손까지 미리 예측합니다.
Proof · ICRA 2026 Verified
84.2%
NVIDIA Isaac Sim을 22.7%p 앞섰다.
Sim-to-Real Accuracy · 10,000+ simulations · 500+ real tests
NVIDIA Isaac Sim
61.5%
실측 only
72.3%
자체 합성
78.6%
Space AI
84.2%
Already Working With

글로벌 대기업이 먼저 찾아왔다.

SAMSUNG
NVIDIA
amazon
나우로보틱스
풀무원
GIST
Irresistible Economics

고객이 거절할 수 없는
경제학.

대기업 자동화 라인의 실제 TCO 비교. 첫 분기에 ROI 회수.

As-Is · 기존 방식
전담 인력 + 외주 라벨링
전담 엔지니어 2~3명
실측 장비 자체 구축
외주 라벨링 비용
수개월의 데이터 구축 시간
₩12억연간 TCO
To-Be · Space AI 도입
GPU + 물리 엔진
GPU 리소스 비용 (가변)
FEM/MPM 엔진 라이선스
물리 기반 자동 라벨
며칠 단위로 압축
₩1.2억연간 총 비용
결과: 연 ₩10.8억 절감,
도입 첫 분기에 ROI 회수.
Business Model

현금부터,
그리고 표준까지.

즉각적인 DaaS 매출로 시작해, 반복형 SaaS로 마진을 높이고, 글로벌 표준 API에 도달합니다.

Stage 1 · Now
Force DaaS
대기업 맞춤형 ManipForce 실측 + 합성 데이터셋. 현장 방문 → 실측 → 납품 (2~4주).
PoC 건당₩1,000~1,500만
전사 도입연 ₩1~3억
현 ARR₩3.5억
Stage 2 · 2027
Force + 합성
SaaS
중견 로봇 제조사·연구소 대상 Force + 합성 통합 엔진 구독. 실측이 합성을 보정하는 Data Flywheel.
월 구독료₩1,000~2,000만
대형 계약연 ₩2~5억
목표 NRR118%
Stage 3 · 2028+
글로벌 표준
API · IP 라이선싱
Arm이 칩 설계도를 라이선싱하듯, Space AI가 물리 엔진 IP를 라이선싱. 모든 로봇이 학습할 때 거치는 인프라.
벤치마크Arm Holdings
시총 (Arm)₩230조+
모델IP licensing
3-Year Projection

매출이 9배로,
그리고 표준이 된다.

PoC 1건 기준 보수적 시나리오. Series A 타깃은 2027 ARR $3M 돌파 시점.

₩300억 ₩200억 ₩100억 0 ₩31.9억 ₩92.8억 ₩275.5억 2026 투자 후 3개월 2027 Series A 타깃 2028 글로벌 표준 진입 ARR $3M · SERIES A
Key Assumptions
PoC 건당 단가₩1,000~1,500만
연간 신규 OEM2~3곳
고객당 ARPU (1단계)₩1,000~1,500만
고객당 ARPU (2단계)연 ₩2~5억
Gross Margin80%+
LTV / CAC> 5.0
초기 비용 회수< 6개월
런웨이24개월 보장
Market

로봇 AI 데이터 시장,
CAGR 37%로 폭발 중.

단순 SW 판매가 아닌, AI 인프라 생태계의 필수 데이터 제공자로 포지셔닝합니다.

TAM 글로벌 로봇 AI 데이터 SAM 연성체 / Force 특화 SOM ₩200~500억 3년 목표 ₩14.6조 CAGR 37% ₩5.9조
TAM
글로벌 로봇 AI 데이터$9.7B · CAGR 37%
₩14.6조
SAM
연성체 / Force 특화$3.9B
₩5.9조
SOM
Space AI 초기 3년2026~2028
₩200~500억
추가 임팩트: ₩148조 — 자동화 산업의 마지막 10%(연성체)가 풀리지 못해 발생하는 글로벌 산업 손실.
Comparable Valuation

₩1.6조 받은 회사들이
사야 할 교과서.

Physical Intelligence는 로봇의 뇌를 만든다. Space AI는 그 뇌가 배울 교과서를 만든다. 뇌가 아무리 좋아도 교과서가 없으면 멍청한 로봇이다.

Figure AI
₩58조
Scale AI
₩43조
Skild AI
₩20.7조
Physical Intelligence
₩8.3조
Space AI · Pre-A
₩200억

NVIDIA가 ₩100조를 써도
이 엔진을 내일 만들 수 없다.

— 돈으로 시간을 살 수 없는, 학술적 축적의 영역

Exit Path

₩5,000억 ~ 1조
3가지 경로.

단순 M&A 타깃을 넘어, 로봇 물리 엔진의 글로벌 IP 라이선싱 기업으로 ₩1조+ 독립 성장이 가능한 구조입니다.

Path 01
코스닥 상장
Physical AI 산업 성장(TAM CAGR 37%) + 해외사업 진출 + 국내 첫 상장 사례.
Series A 12개월 후₩500~1,000억
Path 02
NVIDIA M&A
N-UP 프로그램 선정 · GTC Taipei 2026 발표 · Isaac Sim 보완재 포지션. NVIDIA 입장에서 가장 합리적인 인수 후보.
전략적 가치NVIDIA 보완 IP
Path 03
'Physical AI의 Arm'
독립 성장
IP 라이선싱 ARR ₩500억+ 달성 시 Series B/C로 독립 성장. Arm처럼 표준이 됩니다.
벤치마크 (Arm)시총 ₩230조+
시뮬레이션 · Series A ₩500억 기준 2.2x 회수 · ₩1,000억 기준 4.3x 회수 (18개월)
Use of Funds

₩30억의 사용 계획.

60% 인프라, 27% R&D, 13% GTM. 가장 큰 비중은 ManipForce 양산과 GPU 확충에 들어갑니다.

₩30억 PRE-A ROUND RUNWAY 24M
60%
Infrastructure
ManipForce 양산 · 추가 GPU 확충 · DaaS 체계 구축
27%
R&D
물리 시뮬레이션 PhD 2명 · ML 엔지니어 1명 영입
13%
GTM
삼성 전사 확대 · 일본/대만 초기 진출
2026 · Pre-A Round

₩43조의
다음.

PRE-A ₩30억 · ₩200억 PRE-MONEY · 13% DILUTION · 24M RUNWAY
누적 조달 ₩24억 · Series A 12M: ₩500~1,000억 · 2.2x ~ 4.3x return scenario