인간의 눈으로 본 세상, 그 데이터가 로봇의 두뇌를 만든다?
Published May 27, 2026
인공지능과 로봇 공학의 미래를 이야기할 때, 우리는 종종 인간의 지능을 뛰어넘는 기계의 등장을 상상합니다. 하지만 이 야심 찬 목표에 도달하기 위한 결정적인 병목 현상이 있었으니, 바로 고품질의 실제 세계 훈련 데이터의 부족입니다. 로봇이 물리적인 세계에서 인간처럼 유연하게 움직이고 작업을 수행하려면, 인간이 일상적인 작업을 수행하는 모습을 담은 방대한 양의 데이터가 필수적이죠. 그리고 이 데이터를 어떻게, 어디서, 누구로부터 얻을 것인가는 오랫동안 업계의 뜨거운 감자였습니다.
그런데 여기에 실리콘밸리 기반의 한 스타트업이 아주 대담하고, 어쩌면 논쟁의 여지가 있는 답을 내놓았습니다. 바로 인도의 급성장하는 **긱 경제(Gig Economy)**에 주목한 것입니다. 그들의 베팅은 인도의 수많은 긱 워커들이 전 세계 로봇을 훈련시킬 데이터를 제공할 수 있다는 것입니다. 놀랍지 않으세요? 이 소식을 접했을 때, 저 역시 미래 AI 산업의 판도를 바꿀 수도 있는 기발함과 동시에 깊은 고민에 빠졌습니다.
봇들의 눈이 될 인도의 긱 워커들: 휴먼 아카이브의 비전
최근 몇 년간 인도에서는 온라인 음식 배달 시장이 폭발적으로 성장했습니다. Zomato와 Swiggy 같은 기업들이 상장하고, 클라우드 키친 수가 급증하는 것을 보면 그 활기를 짐작할 수 있습니다. 동시에 Urban Company, Snabbit, Pronto와 같은 온디맨드 가사 서비스 플랫폼들도 엄청난 인기를 얻었죠. 휴먼 아카이브는 바로 이러한 트렌드에 주목했습니다.
이들은 인도 내의 가정 서비스, 호텔, 레스토랑 부문 회사들과 제휴하여, 근로자들이 카메라가 장착된 특수 모자와 센서 기기를 착용하고 일상 업무를 수행하도록 합니다. 이렇게 수집되는 데이터는 1인칭 시점(egocentric) 비디오 데이터인데, 이는 로봇이 인간의 시점에서 작업을 학습하는 데 매우 중요합니다. 휴먼 아카이브는 특정 파트너사를 명시하지는 않았지만, 현재 1,000개 이상의 활성 헤드셋을 여러 지역에 배포했다고 밝혔습니다. 이 정도 규모라면, 이미 상당한 양의 데이터를 수집하고 있을 것이 분명합니다.
이러한 데이터 수집의 중요성은 아무리 강조해도 지나치지 않습니다. 왜냐하면 로봇이 단순히 물건을 집어 올리는 것을 넘어, 설거지를 하거나, 침대 정돈을 하거나, 복잡한 요리 과정을 수행하는 등 실제 세계의 물리적 작업을 능숙하게 처리하기 위해서는 인간이 그 작업을 어떻게 수행하는지 ‘경험’해야 하기 때문입니다. 마치 아이가 부모를 보며 세상을 배우는 것과 같다고 할까요? 정형화되지 않은 실제 환경에서의 움직임, 상호작용, 문제 해결 방식 등은 시뮬레이션만으로는 얻기 힘든 귀중한 정보입니다.
이러한 잠재력을 인정받아 휴먼 아카이브는 최근 Wing Venture Capital, NVP Capital, Y Combinator 등으로부터 820만 달러(약 113억 원)의 투자를 유치했습니다. OpenAI, Nvidia, Google 등 AI 선두 기업의 엔젤 투자자들도 참여했다는 점은 이들이 가진 기술과 비전에 대한 업계의 높은 기대를 보여줍니다. UC 버클리와 스탠퍼드 출신 연구원 4명(사메이 마이니, 러실 아가르왈, 슐로크 파텔, 라지 파텔)이 설립한 이 회사는 로봇 공학, 하드웨어, 촉각 데이터 분야에서 깊은 연구 배경을 가지고 있습니다. 그들의 창업 자체가 AI 산업이 어디로 향하고 있는지에 대한 직접적인 베팅이라고 볼 수 있습니다.
논쟁과 혁신의 경계: 데이터 수집의 어두운 이면?
하지만 이 혁신적인 시도에는 그림자도 드리워져 있습니다. 휴먼 아카이브는 많은 인도 가정 서비스 회사들로부터 협력을 거부당했습니다. 심지어 Pronto나 Urban Company 같은 주요 플레이어들은 협업을 거절했죠. 지난 주말, 인도 매체 Entrackr는 Pronto가 로봇 훈련을 위한 근로자 데이터 수집 파트너십을 적극적으로 모색하고 있으며, Snabbit도 휴먼 아카이브와 초기 논의를 가졌으나 프로젝트가 무산되었다고 보도했습니다.
더 나아가 Urban Company의 CEO 아비라즈 싱 발은 X(구 트위터)를 통해 그러한 계약에 참여하지 않을 것이라고 밝혔습니다. 이에 라지 파텔 CEO는 Urban Company가 곧 재고하게 될 것이며, 그렇지 않으면 고객 이탈로 인해 관련성을 잃을 위험이 있다고 맞받아쳤습니다. 공동 창립자인 러실 아가르왈은 Pronto 창립자 안잘리 사르다나가 자신의 데이터 파트너십 아이디어를 비웃으며 “멍청하다”고 말했다고 게시하며 더욱 노골적인 비판을 가했습니다. Pronto 측은 대화는 있었지만 진행하지 않기로 결정했다고 인정했습니다.
개인적으로 이 지점에서 휴먼 아카이브의 전략은 양날의 검이라고 생각합니다. 그들의 목표는 분명 미래 지향적이고, 로봇 학습 데이터의 근본적인 문제를 해결하려는 시도입니다. 그러나 이러한 대기업들의 거절과 공개적인 설전은 데이터 수집의 윤리적 측면과 긱 워커의 권리, 그리고 개인 정보 보호에 대한 복잡한 질문을 던집니다. 솔직히 말해서, 긱 워커에게 시간당 1달러(약 1,380원)라는 보상은 인도의 생활 수준을 고려하더라도 다소 논란의 여지가 있을 수 있습니다. 다른 경쟁사들이 시간당 2.634.20달러(약 3,600원5,800원)를 지불하는 것과 비교하면 더욱 그렇습니다. 휴먼 아카이브는 현지 존재감을 통해 낮은 보상 수준을 유지할 수 있다고 말하지만, 이는 잠재적으로 착취 논란으로 이어질 수 있는 민감한 문제입니다.
단순한 비디오를 넘어선 데이터: 진정한 다중 모달리티의 힘
그럼에도 불구하고 휴먼 아카이브가 주목받는 이유는 그들이 수집하는 데이터의 깊이와 다양성에 있습니다. 이들은 단순히 비디오 데이터만 수집하는 것이 아닙니다. 촉각 장갑, 전신 모션 캡처 슈트, 손목 카메라 등 추가 장치를 개발하고 사용하여, 움직임과 촉각 피드백을 RGB-D (색상 이미지와 깊이 정보 실시간 결합)와 동기화하여 캡처합니다. 비디오 데이터만으로는 불충분하며, 다른 센서 데이터와 결합될 때 훨씬 더 가치 있다고 믿는 것이죠.
초기에는 임시방편이나 상업용 장비를 사용했지만, 이제는 다양한 종류의 데이터를 함께 캡처하는 맞춤형 하드웨어를 개발하고 있습니다. 이미 50개 이상의 다양한 장치를 배포하여 여러 데이터 포인트를 수집하고 있습니다. 파텔 CEO는 “데이터를 캡처하기 위해 아이폰부터 시작했고, 자체 맞춤형 장비와 모자를 만들었다. 이제는 7개 이상의 다양한 하드웨어 제품을 서로 다른 방식으로 사용하고 있다”고 말했습니다.
또한, 이들은 자체 데이터를 사용하여 AI 모델을 미세 조정하고 로봇에 테스트하여 작업 효율성을 평가하는 방법도 개발 중입니다. 이는 잠재 고객들에게 데이터의 품질을 직접 보여주고, 자체 모델을 후속 훈련하는 데 중요한 역할을 합니다. Wing VC의 파트너 잭 드윗은 “헤드셋 RGB-D, 힘 피드백, 전신 모션 캡처, 동기화된 가슴 및 손목 카메라 데이터를 대규모로 동기화하여 수집할 수 있는 곳은 전 세계 어디에도 없다”며 휴먼 아카이브의 독특한 강점을 강조했습니다.
이러한 다중 모달리티 데이터는 미래 로봇의 인지 능력과 조작 능력을 한 단계 끌어올릴 핵심 열쇠가 될 것입니다. 로봇이 단순히 물체를 보는 것을 넘어, 그 물체의 재질을 느끼고, 움직임의 역학을 이해하며, 인간의 의도를 더 정확하게 파악할 수 있게 돕기 때문입니다.
대형 서비스 업체들의 거절에도 불구하고, 휴먼 아카이브는 소규모 스타트업들과 협력하여 고객들에게 할인된 서비스를 제공하는 영리한 전략을 펼쳤습니다. 근로자가 고객의 집에 도착하면, 앱을 통해 데이터 수집에 동의하면 할인된 가격을 지불하거나, 기록되지 않는 방문에 대해 정가를 지불할 수 있는 선택권을 제공하는 방식입니다. 파텔 CEO는 서비스 품질 분쟁이 흔하기 때문에 고객들이 영상 기록이 도움이 될 수 있다는 점에 기꺼이 전자를 선택했다고 언급했습니다. 개인적으로는 이 지점이 매우 흥미롭습니다. 소비자가 ‘데이터 제공’이라는 대가를 지불하고 ‘할인’이라는 이득을 얻는 모델이 생각보다 훨씬 효과적일 수 있다는 것을 보여주니까요. 이는 미래의 데이터-가치 교환 경제에 대한 중요한 시사점을 던집니다.
출처
- 원문 제목: This startup is betting India’s gig economy can train the world’s robots
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
