LG、ヒューマノイドのトレーニングデータ10万時間を目標に
LGエレクトロニクスはソウルでNVIDIAの幹部に対し、同社のヤンジェ・データファクトリーでは、CLOiDロボットとNVIDIAのフィジカルAIツールを組み合わせることで、年末までに10万時間分のロボット学習データを生成する見込みであると伝えた。

LGエレクトロニクスは火曜日、ソウルにあるヤンジェ研究開発キャンパスでNVIDIAのロボット事業担当幹部らを迎え、同キャンパスで建設中の「データファクトリー」が2026年末までに10万時間のロボット訓練データを生成する見込みであると発表した。 今回の訪問は、8月13日にカリフォルニア州サンタクララで締結された覚書に続くものであり、LGが家庭、工場、物流の業務を、再利用可能な物理的な人工知能スタックへとどれほど迅速に転換したいかを具体的に示すものとなった。
NVIDIAのOmniverseおよびロボティクス担当プロダクトマーケティング・シニアディレクターであるマディソン・ファン氏は、LGエレクトロニクスのリュ・ジェチョル最高経営責任者(CEO)、LG CNSのヒョン・シンギュンCEO、LGサイエンスパークのチョン・スヒョン社長と共に現場を視察した。 LGの家庭用ロボット「CLOiD」はすでに、模擬住宅、LGのテネシー州にある洗濯機工場のレプリカ、LG CNSの物流セル、およびLGイノテックのロボットハンドステーションにおいて、タスクデータの収集を行っている。NVIDIA Omniverseライブラリ、Cosmosワールドモデル、およびIsaacロボティクスプラットフォームが、そのデータの拡張、合成、再生に活用されている。
調達や運用担当者の観点から見て重要なのは、CLOiDが黄氏に花束を手渡したということではない。重要なのは、大手家電・エレクトロニクスグループが、トレーニングデータを、床面積、ロボット台数、年末の稼働開始日、そして具体的なソフトウェアスタックを備えた資本プロジェクトとして扱っているという点である。 LGによると、ヤンジェの建物は地下1階と地上3階で約10,000平方メートルの面積を有し、年末までに数百台のロボットを収容する予定で、2027年までに本格稼働する見込みだ。 この10万時間という数値には、現場で収集された時間と、合成的に生成された時間の両方が含まれている。LGはこの量を、およそ12年間の連続稼働に相当すると比較した。
この比較はマーケティング上の換算であり、物理的な主張ではない。1台のロボットが12年間休むことなく稼働し続けることと、多様でラベル付けされ、安全性が確認された10万時間の稼働記録とは同じものではない。購入者は、この稼働時間数を「処理能力の目標値」として捉えるべきであり、
「実ロボットによる時間がどの程度の割合を占め、合成データによる時間がどの程度の割合を占めるのか、どのようなタスクが対象となっているのか、そして失敗事例はどのようにラベル付けされているのか」を尋ねる。ソウル、ショールームをデータプラントに変える
LGグループとNVIDIAは、ソウルでの実地視察の4日前にサンタクララ覚書に署名した。両社はこの協定を、フィジカルAI、AIインフラ、モビリティを軸に構築した。この迅速なフォローアップ訪問そのものが、一つのシグナルとなっている。韓国の大手グループは、プラットフォーム提携を発表した後、それをプラントレベルでの作業に落とし込むまでに数ヶ月を要することが多い。 しかし今回は、最初の公開視察が1週間以内に実施され、ロボティクス・データ・ファクトリーはすでに建設中であり、CLOiDユニットはすでにシーンを生成していた。
LGはまた、この投資のための組織体制も構築した。先月、CEO直属の「ロボティクス・ビジネス・センター」を設立した。同センターは、産業用、商業用、家庭用ロボットを、ばらばらの製品ラインとして放置するのではなく、一つの実行組織に統合することを目的としている。 LGはすでに工場や商業施設でロボットの販売や実証実験を行っており、今後は家庭用ロボットの製品ラインも展開したいとしている。また、LGグループ全体としては、LGエレクトロニクス、LGイノテック、LGエナジーソリューションを通じて、アクチュエータ、センサー、バッテリーの技術力も有している。
火曜日の施設見学では、これらの要素がどのように閉ループとして構築されているかが示された。家庭用ロボットの試作モデルでは、CLOiDユニットが清掃作業を繰り返している。テネシー州の試作モデルでは、部品の移動、積み重ね、組み立てを行っている。物流およびハンドトレーニング室では、倉庫管理ソフトウェアやグリッパープログラムが実際に必要とする、より専門的な動作に関するデータを収集している。 その後、NVIDIAのツールがこれらのデータを拡張する。金曜日に発表されたLGの半期報告書によると、共同プロジェクトはすでに、製造ロボットの概念実証から生産現場への導入に至るまでを網羅しているという。
これらだけでは、ヒューマノイドが1シフトをこなせることを証明するものではありません。しかし、LGがもはやヒューマノイドの作業を単なるコンセプト動画として扱っていないことは証明しています。同社は、このデータが、以下の支援を目的としたロボット基盤モデルに活用されると述べています。
機械は周囲を認識し、指示を理解し、物理的な作業を実行します。LGが指摘したように、ヒューマノイドは、短いプログラムされたサイクルを繰り返すのではなく、多くの物体や変化する環境に対応しなければなりません。ラベル付け、安全性、リプレイにコストがかかるまでは、稼働時間は安上がりだ
ビジネス上の難しい問題は、10万時間がトレーニング用コーパスなのか、それともストレージ代なのかという点だ。物理AIチームはすでに、キュレーションされていない動画の保管にはコストがかかる一方で、無駄にするのは簡単であることを知っている。 有用な1時間とは、再生・セグメント化が可能で、力や姿勢の信号と関連付けられ、異なる部屋へ転移可能なポリシーを学習させるために活用できるものである。無用の1時間とは、興味深い衝突がカメラの外で起きている間に、ロボットが模擬キッチンをさまよっているような状態を指す。
LGの設計は、無作為なデモを撮影するのではなく、実際の工場や住宅を再現することで、そうした無駄を削減しようとしている。 テネシー州のセルが重要なのは、LGがすでに運営している工場と結びついているからだ。ソウルと米国の工場で同じ部品、治具、サイクルタイムが採用されていれば、合成拡張には頼りになる実際の幾何学的構造が存在することになる。もしレプリカが漠然と似ているだけなら、Cosmosで生成されたシーンは豊かに見えても、最初の予期せぬトートボックスで失敗してしまうだろう。
購入を検討する企業は、LGが1つのツアーにまとめて紹介している3つの製品を区別すべきだ。1つ目は「データファクトリー」であり、建物、ロボット、ラベリングパイプライン、シミュレーションスタックから構成される。2つ目はロボット基盤モデルであり、グループ外へのライセンス供与の可否が未定のソフトウェアである。 3つ目のカテゴリーは、完成したロボットとコンポーネントです。CLOiD、アクチュエータ、ハンド、そして今後、LGが別途2027年第1四半期に公開すると表明している二足歩行ヒューマノイドが含まれます。来年パレットロボットを必要とする工場は、2027年に発表される予定のヒューマノイドを購入するわけではありません。 その工場が購入するのは、データ収集手法、シミュレーション環境、あるいはコンポーネントの見積もりといったものになるだろう。
NVIDIAの役割は、もう一つの価格決定要因である。Omniverse、Cosmos、Isaacは無料のユーティリティではない。これらは、工場のデジタルツイン、合成データ、エッジランタイムをベンダーに縛り付ける可能性のあるベンダー・スタックである。
あるグラフィックスおよびソフトウェアサプライヤーに一任すること。これは合理的な判断である可能性もある。一方で、ロボットのハードウェア代を遥かに上回る切り替えコストが生じる可能性もある。運用チームは、どのデータがLGの社内に残るのか、どのモデルがNVIDIAのクラウドまたはオンプレミスのグラフィックス処理ユニットで学習されるのか、そしてサードパーティのインテグレーターが別のスタック上で同じコーパスを再生できるかどうかを確認すべきである。この話を公益の観点から捉えれば、ロボットが経営幹部に花を手渡すような情景が思い浮かぶ。しかし、調達の観点からは、話はもっと現実的だ。ソウルで合成されたテネシー州の生産ラインからのトレースデータは、誰が所有するのか? もし委託製造業者が後で別のロボットブランドを使用することになった場合、蓄積された稼働時間は引き継げるのか? 安全上のインシデントが発生した場合、企業はそのポリシーを生成した正確なトレーニング分布を再現できるだろうか? これらの問いこそが、データファクトリーが資産となるか負債となるかを決定づける。
モデルを複製する前に買い手が求めるべきこと
物理的なAIがデータの問題であると指摘した企業は、LGが初めてではない。しかし、洗濯機ではなくトレーニングデータを生産する専用工場について、年末の稼働時間目標、フロア面積、ロボット台数を公表した大手家電メーカーとしては、LGが先駆けの一つである。だからこそ、この話は韓国国外でも注目に値するのだ。 中国の人型ロボットベンダー各社は、工場での稼働時間の収集を競い合ってきた。米国や欧州のチームは、倉庫での稼働時間の収集を競い合ってきた。LGは、すでにそれらの空間に製品を出荷している単一のグループ内で、家庭内と工場内の両方の稼働時間を収集しようとしている。
率直に言えば、火曜日のイベントは「監督下での視察」であり、独立した監査ではなかった。LGは、実稼働時間と合成稼働時間の内訳、タスク分類一覧、安全性の検証結果、あるいは基盤モデルを購入した顧客のリストを公表しなかった。 10万時間という目標は、2026年末時点での目標である。1万平方メートルの建物に数百台のロボットを配置するのは、生産能力計画に過ぎない。年末までの本格稼働は、建設および人員配置計画に過ぎない。これらはいずれも、覚書がなければ遅延する可能性がある。
理解が失われつつある。それでも、開示された設計からは実用的なチェックリストが導き出せる。実際のロボットによる稼働時間と、生成されたシーンによる稼働時間の割合を尋ねてみる。テネシー州のレプリカ以外に、どの工場が実データを提供するのかを尋ねる。CLOiDのトレースデータが、欧州や米国での導入にも耐えうるプライバシーおよび労働に関するプロトコルに基づいて収集されているかどうかを尋ねる。 LG InnotekのハンドデータとLG CNSのロジスティクスデータがどのように1つのモデルに統合されているのか、あるいはそれらが別々の専門モデルとして残されているのかを尋ねる。提案依頼書(RFP)における「トータル・ロボティクス・ソリューション・プロバイダー」とは、ロボット、セル、ソフトウェアのサブスクリプション、あるいは複数年にわたるデータサービスのどれを指すのかを尋ねる。
より大きな変化は、ロボットの購入が半導体の購入に似てきているという点だ。 目に見える機械そのものは希少品ではない。真に希少なのは、プロセスエンジニアをティーチペンダントの前に戻すことなく、昨日のシフトデータを明日の方針に変換できる閉ループである。LGはこのループの構築に投資している。NVIDIAはシミュレーションと合成の層を提供している。真の試金石となるのは、ソウルでの見学ツアーではなく、テネシー州の生産ラインが、より少ない介入でより長く稼働し続けるかどうかだ。
リュ氏は、LGがグループの能力とグローバルパートナーを活用して「フィジカルAI」の分野で競争すると述べた。この発言は戦略であり、出荷実績ではない。注目すべき出荷実績は、もっと地味だがより重要だ。すなわち、工場チームが利用可能な形でヤンジェからどれだけの「ラベル付き時間」が出荷されるか、そしてそれらの時間が実際の生産ラインでの統合時間を短縮できるかどうかである。
-----
本記事は情報提供のみを目的としており、投資、法律、エンジニアリング、または調達に関する助言を構成するものではありません。購入者は、購入または提携の決定を行う前に、関連企業および当局に対し、最新の仕様、商業条件、安全認証、および規制上の状況を確認する必要があります。本分析は、企業の声明および公開市場での動向を総合的にまとめたものです。












