AWS는 스트랜즈 로봇(Strands Robots) SDK와 허깅페이스 스토리지 버킷을 결합해 로봇 시연 녹화, 학습, 배포를 한 곳에서 순환시키는 워크플로우를 공개했다. 데이터셋을 Xet 기반 버킷에 동기화하면 바뀐 바이트만 전송하는 청크 단위 중복제거로 업로드량을 최대 4배 줄일 수 있고, 학습 시에도 전체 다운로드 없이 허브에서 직접 스트리밍해 GPU 대기시간을 없앤다. 실제 500MB 파일 기준 1%만 변경해도 재업로드량이 5.5MB로 줄었고, L4 GPU에서 ACT 정책 500스텝 학습이 133초 만에 완료됐다. 다만 프롬프트 인젝션과 학습 데이터 신뢰 경계 문제 등 로봇을 직접 제어하는 에이전트 특유의 보안 위험도 함께 제시했다.

• •스트랜즈 로봇 + 허깅페이스 스토리지 버킷으로 녹화-학습-배포 순환 워크플로우 구현
• •Xet 기반 청크 단위 중복제거로 업로드 데이터량 최대 4배 절감
• •버킷에서 직접 스트리밍 학습해 GPU가 전체 다운로드를 기다릴 필요 없음
• •L4 GPU에서 ACT 정책(5160만 파라미터) 500스텝 학습을 133초에 완료
• •프롬프트 인젝션, 학습 데이터 신뢰 경계 등 로봇 에이전트 특유 보안 위험 명시