5.4 데이터 수집과 품질 관리

5.4.1 다양성과 반복의 균형

SmolVLA 공식 안내는 task variation마다 충분한 시연을 수집할 것을 강조한다. “50 episode”는 출발점 예시이지 보장 수량이 아니다. 다음 축을 설계표로 만든다.

• 물체 위치와 방향
• 물체 색·크기·질량
• 조명, 배경, camera exposure
• grasp approach와 recovery 경로
• 작업자 및 teleoperation 속도

variation 수만 늘리고 각 조건 반복이 한 번뿐이면 모델이 조건별 일관성을 배우기 어렵다. 먼저 핵심 조건을 반복하고 그다음 범위를 넓힌다.

5.4.2 성공/실패 label

성공 episode만 모으면 안정적인 목표 행동을 배우기 쉽지만, 작은 오차에서 복구하는 방법을 배우지 못한다. 실패를 포함할 경우 무작정 action target으로 학습하지 말고 다음을 구분한다.

• 성공 시연
• 실패하지만 유용한 복구 구간
• 센서 오류/프레임 드랍으로 사용 불가능한 구간
• 안전 개입으로 종료된 구간

dataset card에 inclusion/exclusion rule을 명시한다.

5.4.3 시간 정렬

action $a_t$가 관측 $o_t$에 대한 명령인지, $o_{t+1}$ 결과인지 명확히 한다. 20 Hz command와 30 fps 카메라를 단순 row 번호로 맞추지 않는다. timestamp를 기준으로 nearest/previous/interpolation 정책을 정하고 최대 허용 오차를 기록한다.

5.4.4 영상 인코딩

MP4/H.264 같은 inter-frame codec은 저장 효율이 높지만 임의 frame 접근 비용과 seek 정확성에 영향을 줄 수 있다. 다음을 기록한다.

• codec, pixel format, frame rate
• resolution과 resize/crop pipeline
• keyframe interval
• variable/constant frame rate 여부
• 원본 timestamp 보존 방식

압축을 “무손실”이라고 표현하려면 실제 codec setting과 lossless mode를 검증해야 한다. 일반 H.264 설정은 대개 손실 압축이다.