기술 기업들, 휴머노이드를 위한 인간 동작 데이터 수집 경쟁

(퍼플렉시티가 정리한 기사)

인도 남부의 작은 산업 도시에서 나빈 쿠마르는 이마에 고프로 카메라를 장착한 채 수백 번 정밀하게 수건을 접는 일을 하며 하루를 보낸다. 책상 오른쪽에서 수건을 집어 들고, 펴서 바르게 한 다음, 세 번 접어서 왼쪽 구석에 놓는 그의 세심한 작업은 호스피탈리티 교육을 위한 것이 아니다. 이것은 테크 거대 기업들이 AI 기반 휴머노이드 로봇에게 인간처럼 행동하는 방법을 가르치는 데 필요한 물리적 움직임 데이터를 생성하는 것이다.

인간의 움직임을 포착하려는 이러한 전 세계적 노력은 인공지능의 차세대 영역을 대표하며, 기업들이 디지털 AI 숙련도에서 물리적 세계 역량으로 전환하기 위해 서두르고 있다. 테슬라, 보스턴 다이내믹스, 엔비디아를 포함한 주요 테크 기업들은 인간 행동의 방대한 데이터셋을 수집하기 위한 노력을 빠르게 확대하고 있으며, 휴머노이드 로봇 시장은 향후 10년간 380억 달러 규모에 이를 것으로 예상된다.

디지털에서 물리적 AI로

Kumar는 2,000명 이상을 고용하고 있으며 그 중 절반이 로보틱스 및 자율주행 차량 센서 데이터에 집중하고 있는 카루르의 데이터 라벨링 회사 Objectways에서 일하고 있습니다. 그의 팀은 최근 미국 고객에게 200개의 수건 접기 영상을 보냈으며, 영상 섹션 주위에 박스를 그리고 팔이 왼쪽 또는 오른쪽으로 움직였는지를 라벨링하면서 각 동작을 세심하게 주석 처리했습니다.

Objectways와 계약을 맺고 있는 샌프란시스코의 데이터 관리 플랫폼 Encord의 공동 창업자인 Ulrik Stig Hansen은 “기업들이 물리적 세계에 적합한 파운데이션 모델을 구축하고 있습니다”라고 말했습니다. “로보틱스 분야에서 엄청난 부흥이 일어나고 있습니다.”

Tesla는 Optimus 휴머노이드 로봇에 대한 야심찬 생산 목표를 가지고 선두를 달리고 있습니다. 회사는 내부 공장 사용을 위해 2025년에 약 5,000대의 로봇을 생산하는 것을 목표로 하고 있으며, 2026년까지 50,000대 규모로 확대할 계획입니다. CEO Elon Musk는 Optimus를 “역대 최대의 제품”이라고 불렀으며, Tesla는 2026년 초에 Optimus 버전 3의 공개를 목표로 하고 있습니다.

대규모 데이터 수집 노력

인간 움직임 데이터 수집 규모가 전례 없는 수준에 도달했습니다. Figure AI는 2025년 9월 부동산 대기업 Brookfield와 파트너십을 맺고 100,000개 가정 내부의 영상을 촬영했으며, 이는 회사가 “세계에서 가장 크고 다양한 실제 휴머노이드 사전 훈련 데이터셋”이라고 부르는 것을 대표합니다. Brookfield의 5억 평방피트 규모의 상업 공간과 1억 6천만 평방피트 규모의 물류 시설에 걸친 인간 비디오 캡처를 활용하여, Figure는 로봇이 인간 중심 환경을 탐색하도록 가르칠 것입니다.

Scale AI는 샌프란시스코 프로토타입 실험실을 통해 별도로 100,000시간의 훈련 영상을 수집했습니다. 최근 Meta 투자 이후 290억 달러로 평가받는 이 회사는 특히 물리적 AI 애플리케이션을 위해 데이터 엔진을 확장하고 있습니다.

한편, Tesla는 헤드셋과 백팩을 착용한 데이터 수집 팀을 고용하여 테이블 닦기, 차량 부품 정리, 심지어 아기 두뇌 발달 장난감 작업—크기와 색상별로 링 끼우기—과 같은 단순한 작업을 수행하는 자신의 모습을 기록합니다. 작업자들은 일부 작업을 “아기를 가르치는 것”이라고 묘사했으며, 이는 캡처되는 움직임의 기본적인 성격을 강조합니다.

기술적 및 상업적 과제

방대한 데이터 수집에 대한 투자에도 불구하고, 여전히 상당한 과제가 남아 있습니다. 요구되는 정밀도는 값싼 노동력을 투입해도 이러한 작업을 종종 수익성이 없게 만듭니다. 벵갈루루 출신의 20세 데브 만달은 클라이언트가 테이블 색상과 조명 조건까지 정확한 사양을 요구한다는 사실을 알게 된 후 자신의 물리적 AI 데이터 수집 사업을 포기했습니다.

보스턴 다이내믹스와 토요타 리서치 인스티튜트는 최근 아틀라스 휴머노이드 로봇에 대규모 행동 모델(Large Behavior Models)을 적용해 걸음, 웅크림, 들어올리기를 연속 동작으로 결합한 자율적 전신 조작을 시연하며 돌파구를 보였습니다. 그러나 많은 현재의 휴머노이드 시연은 여전히 원격 조정에 크게 의존하고 있어 “실질보다는 보여주기”라는 비판을 받고 있습니다.

업계는 디지털 AI 학습과 비교할 때 “데이터 격차”가 상당하다는 점을 인정하고 있습니다. 언어 모델은 인간이 10만 년 동안 읽어야 할 분량의 텍스트로 학습하는 반면, 물리적 AI는 실제 조작 작업을 위한 이와 비교할 만한 데이터셋이 부족합니다.

1X 같은 기업은 최근 식기세척기 비우기, 식물에 물 주기와 같은 가사 일을 할 수 있는 소비자용 휴머노이드 로봇을 $20,000에 발표했지만, 여전히 복잡한 작업에는 인간의 지원이 필요합니다. 이 회사의 한 직원은 자신들이 훈련시키고 있는 로봇에 대해 이렇게 말합니다. “5년, 10년 후면 이 로봇들이 모든 일을 다 하게 되고, 우리에겐 할 일이 남지 않을 거예요”.