휴머노이드 로봇, 당신의 일상으로 학습합니다: 새로운 긱 이코노미의 빛과 그림자
Published Apr 1, 2026
“수요가 엄청나고, 정말 빠르게 증가하고 있습니다.” 마이크로1(Micro1)의 CEO인 알리 안사리(Ali Ansari)의 이 말은 현재 기술 업계에서 가장 뜨거운 분야 중 하나인 휴머노이드 로봇 훈련 데이터 시장의 현주소를 명확히 보여줍니다. 테슬라, 피규어 AI(Figure AI), 애질리티 로보틱스(Agility Robotics)와 같은 기업들이 인간과 흡사하게 움직이는 로봇 개발에 박차를 가하면서, 이들을 훈련시키기 위한 실세계 데이터의 중요성이 그 어느 때보다 커지고 있습니다. 그런데 이 방대한 데이터를 누가, 어떻게 수집하고 있을까요? 놀랍게도 그 답은 나이지리아의 의대생 제우스(Zeus)와 인도 델리의 강사 아르준(Arjun)처럼, 전 세계 곳곳에서 자신의 집 안에서 아이폰을 이마에 매달고 일상적인 집안일을 촬영하는 수많은 긱 워커들에게 있었습니다.
휴머노이드 로봇, 거대 언어 모델의 학습 방식을 차용하다
수십 년간 이어진 로봇 공학의 역사 속에서, 물리적인 객체를 능숙하게 조작하는 것은 여전히 난제로 남아 있었습니다. 로봇이 인간처럼 섬세하게 물건을 집고 옮기며 환경과 상호작용하는 능력은 고도로 복잡한 센서와 제어 알고리즘을 요구했기 때문입니다. 하지만 챗GPT(ChatGPT)와 같은 거대 언어 모델(LLM)의 등장은 로봇 공학 분야에 패러다임 전환을 가져왔습니다. 인터넷에서 방대한 양의 텍스트를 학습하여 단어를 생성하는 능력을 익혔듯, 많은 연구자들은 휴머노이드 로봇 또한 대규모의 움직임 데이터를 학습함으로써 실제 세계와 상호작용하는 법을 배울 수 있다고 믿기 시작했습니다.
물론 언어 모델이 텍스트라는 비교적 정제된 데이터를 기반으로 하는 것과 달리, 로봇은 물리적 세계에 대한 훨씬 더 복잡하고 정확한 데이터를 필요로 합니다. 가상 시뮬레이션은 로봇이 곡예를 펼치는 훈련에는 효과적일 수 있지만, 물리학을 완벽하게 모델링하는 데 어려움을 겪기 때문에 객체를 정확하게 파악하고 움직이는 방법을 가르치는 데에는 한계가 명확합니다. 공장이나 가정에서 사람을 돕는 역할을 수행할 로봇에게는 아무리 시간과 비용이 많이 들더라도 실제 세계의 데이터가 필수적일 수밖에 없습니다. 이는 2025년에 휴머노이드 로봇에 60억 달러 이상이 투자된 현 상황을 설명하는 강력한 배경이 됩니다.
머리에 아이폰을 달고 설거지를 하는 사람들: 새로운 긱 이코노미
바로 이 지점에서 마이크로1과 같은 데이터 수집 회사들이 빛을 발합니다. 이들은 전 세계 50개국 이상에서 수천 명의 계약직 근로자를 고용하고 있습니다. 특히 기술에 능숙하면서도 일자리 부족을 겪는 인도, 나이지리아, 아르헨티나와 같은 국가의 젊은이들이 이 새로운 긱 이코노미의 핵심 주역으로 떠오르고 있습니다. 그들은 이마에 아이폰을 장착하고 빨래를 개고, 설거지를 하고, 요리를 하는 자신의 모습을 촬영합니다. 이 작업은 현지 기준으로 시간당 15달러라는 상당히 괜찮은 수입을 제공하며 지역 경제를 활성화하는 역할도 합니다.
나이지리아의 의대생 제우스는 병원에서 긴 하루를 마치고 스튜디오 아파트로 돌아오면, 링 라이트를 켜고 아이폰을 이마에 묶은 채 자신을 촬영합니다. 마치 몽유병 환자처럼 천천히 손을 들어 침대 시트를 정리하는 그의 모습은 어쩌면 기이하게 느껴질 수도 있습니다. 그는 카메라 프레임 안에 손이 계속 보이도록 느리고 신중하게 움직여야 합니다. 이 비디오들은 로봇 회사에 판매될 실세계 데이터로, 로봇이 인간의 움직임을 모방하고 배우는 데 사용됩니다.
마이크로1의 작업자들은 자라(Zara)라는 AI 에이전트의 면접과 샘플 비디오 심사를 통해 검증됩니다. 매주 그들은 손을 보이게 하고 자연스러운 속도로 움직이는 등의 지침을 따라 집안일을 하는 비디오를 제출합니다. 이 영상들은 AI와 인간 리뷰어의 검토를 거쳐 승인되거나 거부되며, 이후 AI와 수백 명의 인간 팀에 의해 영상 속 동작이 정밀하게 주석(annotation) 처리됩니다. 현재 이 로봇 훈련 접근 방식은 초기 단계에 있기 때문에 ‘좋은 훈련 데이터’가 무엇인지에 대한 명확한 정의는 아직 없지만, 안사리 CEO는 로봇이 세상의 기본적인 탐색과 조작에 잘 일반화될 수 있도록 “정말 많은 변형”을 제공해야 한다고 강조합니다.
개인적으로 이 부분에서 주목할 점은 이러한 데이터 수집 모델이 전 세계적인 경제 불균형을 활용하고 있다는 사실입니다. 상대적으로 높은 임금이 특정 지역의 구직자들에게는 매력적인 기회가 되지만, 이는 동시에 글로벌 기술 기업들이 저렴한 비용으로 방대한 데이터를 확보할 수 있는 구조를 형성합니다. 이는 새로운 형태의 디지털 노동 분업이라 할 수 있으며, 그 가치 교환의 공정성과 지속 가능성에 대한 심도 있는 논의가 필요하다고 생각합니다.
데이터 수집의 뒷면: 지루함, 사생활, 그리고 윤리적 딜레마
하지만 이 새로운 형태의 긱 이코노미는 단순히 기회만 제공하는 것이 아닙니다. 몇 가지 복잡한 질문과 도전 과제를 안고 있습니다.
- 작업의 지루함과 단조로움: 나이지리아의 의대생 제우스는 의사를 꿈꾸는 총명한 학생임에도 불구하고, 매일 몇 시간씩 옷을 다림질하는 일이 지루하다고 말합니다. “솔직히 말해서 그다지 좋아하지 않아요. 저는 생각하는 것을 요구하는 기술적인 일을 좋아하는 사람입니다.” 그의 말은 단순 반복 작업에 대한 회의감을 여실히 드러냅니다. 인도 델리의 강사 아르준 또한 작은 집에서 다양한 ‘집안일 콘텐츠’를 만들어내는 것이 도전이라고 토로합니다. 15분짜리 비디오를 만들기 위해 한 시간을 브레인스토밍해야 할 정도로 창의적 고통을 겪는다는 것이죠.
- 사생활 침해 문제: 마이크로1은 작업자들에게 카메라에 얼굴을 비추거나 이름, 전화번호, 생년월일과 같은 개인 정보를 공개하지 않도록 요청하며, AI와 인간 리뷰어를 통해 유출된 정보를 제거한다고 합니다. 그러나 얼굴이 나오지 않더라도 비디오는 작업자들의 집 내부, 소유물, 그리고 일상적인 루틴이라는 매우 사적인 정보를 포착합니다. 카메라 앞에서 집안일을 하는 동안 어떤 종류의 민감한 정보가 기록될 수 있는지 정확히 이해하는 것은 매우 어려울 수 있습니다. 가장 명백한 식별자 외의 민감한 정보는 걸러지지 않을 가능성도 배제할 수 없습니다. 두 딸을 둔 아르준과 같은 가족이 있는 작업자들에게는 사적인 삶을 카메라 밖에 두는 것이 끊임없는 협상이 될 수밖에 없습니다.
필자의 관점에서 볼 때, 이러한 문제는 빅데이터 시대의 고전적인 윤리적 딜레마를 그대로 보여줍니다. 방대하고 다양한 실세계 데이터가 로봇 기술 발전에 필수적이라는 점은 분명하지만, 그 과정에서 개인의 프라이버시가 어디까지 보호되고 존중되어야 하는지에 대한 사회적 합의는 아직 요원합니다. 특히, 이 데이터가 향후 어떻게 활용되거나 재가공될지 작업자들이 충분히 인지하고 동의하는지 여부 또한 ‘정보에 입각한 동의(informed consent)‘라는 측면에서 심각하게 고민해봐야 할 지점입니다. 기술 기업의 윤리적 책임과 규제 당국의 역할이 더욱 중요해지는 대목입니다.
미래 로봇의 학습 방식, 그 밝고 어두운 그림자
현재 로봇 회사들은 마이크로1과 같은 회사로부터 매년 1억 달러 이상을 들여 실세계 데이터를 구매하고 있습니다. 스케일 AI(Scale AI)나 인코드(Encord) 같은 데이터 회사들도 자체적인 데이터 기록자들을 고용하고 있으며, 심지어 도어대시(DoorDash)는 배달 기사들에게 집안일을 촬영하도록 비용을 지불하고 있습니다. 중국에서는 수십 개의 국영 로봇 훈련 센터에서 작업자들이 VR 헤드셋과 외골격(exoskeleton)을 착용하고 휴머노이드 로봇에게 전자레인지 문 여는 법이나 식탁 닦는 법을 가르치고 있기도 합니다.
이처럼 휴머노이드 로봇 훈련을 위한 데이터 수집은 전 세계적으로 급성장하는 거대 시장이 되었고, 로봇이 우리 삶에 더 깊이 들어오는 미래를 앞당기는 핵심 동력이 되고 있습니다. 그러나 이 과정에서 발생하는 노동의 본질에 대한 질문, 그리고 개인의 사생활과 윤리적 경계에 대한 고민은 기술 발전의 속도만큼이나 빠르게 우리 사회에 던져지고 있습니다. 과연 우리는 이 새로운 인간-로봇 공진화 시대의 그림자를 어떻게 이해하고, 또 어떻게 관리해 나갈 수 있을까요? 이는 단순한 기술적 문제를 넘어선, 사회 전체가 함께 고민해야 할 중요한 과제임이 분명합니다.
출처
- 원문 제목: The gig workers who are training humanoid robots at home
- 출처: MIT Technology Review
- 원문 기사 보러가기
