“좋은 로봇 데이터엔 더 큰 보상”…액시스 로보틱스, 한국서 피지컬AI 협력 모색

크리스 펑 액시스 로보틱스 CEO로봇 학습 데이터 크라우드소싱데이터 품질 따라 보상 차등화韓 자동차·전자업계 협력 모색 크리스 펑 엑시스 로보틱스(Axis Robotics) 공동창업자 겸 최고경영자(CEO)가 매일경제와 만나 피지컬 AI 혁신을 이끌 크라우드소싱 기반 로봇 데이터 인프라를 설명하고 있다. [사진제공=브릿지34] “로봇 연구자들이 지금까지 고집한 완벽한 학습 데이터만으로는 피지컬 AI(Physical AI)의 대규모 확장이 불가능합니다. 소음(노이즈)이 낀 크라우드소싱된 데이터와 실패 사례가 오히려 핵심입니다.”크리스 펑 액시스 로보틱스(Axis Robotics) 공동창업자 겸 최고경영자(CEO)는 지난 28일 매일경제와 만나 피지컬 인공지능(AI)의 경쟁력을 좌우할 핵심 자원으로 ‘로봇 학습 데이터’를 꼽았다.거대언어모델(LLM)이 인터넷에 축적된 텍스트와 이미지로 성장했다면 현실 세계에서 물건을 집고 옮기며 움직이는 로봇은 다양한 물리적 상호작용 데이터를 필요로 한다는 판단에서다.그러나 휴머노이드와 범용 조작 로봇 상용화의 가장 큰 난제로 꼽히는 것이 바로 훈련용 데이터의 극심한 부족이다.기존 로봇 학습 파이프라인은 연구소나 개별 기업이 고가의 특수 장비와 전문 작업자를 동원해 폐쇄적으로 데이터를 수집하는 방식에 머물러 있었다.펑 CEO가 내놓은 해법은 로봇 연구실을 넘어 일반 이용자까지 데이터 생산에 참여시키는 것이었다. 액시스가 구축한 AXIS 플랫폼에서는 전문 장비 없이 일반 PC의 웹브라우저에서 마우스나 키보드 등으로 가상의 로봇팔을 게임처럼 조작할 수 있다. 이용자가 물건을 집고 옮기고 쌓는 과정 자체가 로봇의 학습 데이터로 바뀌는 구조다.그는 “글로벌 이용자가 단순한 관찰자가 아니라 직접 참여자가 되도록 만들었다”며 “작업 생성부터 데이터 수집, 모델 훈련과 반복 개선까지 전체 과정을 진입 장벽이 최대한 낮도록 설계했다”고 설명했다.◆ 로봇 학습용 207개 과제·5만개 궤적 데이터셋 공개액시스가 지난 7월 공개한 연구에 따르면 AXIS 데이터셋은 프랑카 리서치3 로봇팔을 기반으로 207개 작업과 5만건 이상의 인간 조작 궤적을 확보했다. 물건 집어 옮기기, 쌓기, 밀기, 붓기, 도구 사용 등 다양한 작업을 포함했다.일반 대중이 생산한 크라우드소싱 데이터는 필연적으로 작업자의 숙련도 차이와 잡음(노이즈)을 포함할 수밖에 없다.펑 CEO는 “중요한 것은 얼마나 많은 데이터를 모았느냐보다...