로봇 AI의 병목은 모델 크기만이 아닙니다. 더 근본적인 문제는 현실 세계에서 물체를 만지고, 놓치고, 다시 시도한 데이터가 충분하지 않다는 점입니다.
Tutor Intelligence의 DF1은 이 병목을 풀기 위한 인프라입니다. 회사는 매사추세츠주 워터타운의 약 3,250㎡ 규모 본사에 양팔 로봇 100대를 배치해 실제 조작 데이터를 수집하고 있습니다.1 핵심은 로봇을 멋지게 시연하는 것이 아니라, 로봇이 공장 환경에서 쓸 수 있을 만큼 많이 실패하고 배울 수 있는 구조를 만드는 데 있습니다.
DF1은 로봇을 위한 데이터 공장이다
DF1의 로봇은 영화 아이, 로봇의 캐릭터 이름을 딴 ‘소니(Sonny)’로 불립니다.2 각 소니 로봇은 머리, 가슴, 양쪽 집게에 카메라를 달아 총 4개의 카메라로 물체와 작업 상황을 봅니다. 로봇은 고정형 박스에 장착된 형태로 운영됩니다.2
작업 자체는 거창해 보이지 않습니다. 핸드로션 병이나 과자 패키지 같은 무작위 물체를 집고 조작하는 식입니다.2 하지만 바로 이런 평범한 물체가 로봇에게는 어렵습니다. 표면은 미끄럽고, 형태는 제각각이며, 위치와 방향도 매번 달라집니다.
그래서 DF1의 가치는 “100대의 로봇”이라는 숫자보다 “현실 조작 데이터를 반복적으로 생산하는 체계”에 있습니다. 로봇에게 필요한 것은 정답 영상 몇 개가 아니라, 다양한 물체와 실패 상황을 통과하며 쌓이는 행동 데이터입니다.
텔레오퍼레이션의 역할은 ‘대신 조종’이 아니라 ‘학습 보정’이다
DF1은 확장 가능한 텔레오퍼레이션을 위한 데이터 공장입니다. 텔레오퍼레이션은 사람이 멀리서 로봇을 조종하거나 개입하는 방식입니다. 다만 여기서 중요한 점은 사람이 로봇을 계속 대신 움직이는 것이 아닙니다.
로봇이 실패했을 때 사람이 개입해 올바른 동작을 보여주고, 그 실패와 수정 과정이 다시 학습 데이터가 됩니다. Tutor Intelligence는 이 데이터를 자사 비전-언어-행동 모델 Ti0 훈련에 사용한다고 설명합니다.3
비전-언어-행동 모델은 카메라로 본 장면, 사람이 내린 지시, 실제 로봇의 움직임을 함께 학습하는 모델입니다. 쉽게 말해 “저 물체를 집어라”라는 지시가 로봇 팔의 구체적인 행동으로 이어지도록 만드는 기술입니다.
왜 ‘현실 데이터’가 경쟁력이 되는가
로봇 개발은 오랫동안 시뮬레이션에 많이 의존해 왔습니다. 시뮬레이션은 빠르고 비용이 낮지만, 현실의 모든 예외 상황을 담기는 어렵습니다. 물체가 예상보다 미끄럽거나, 포장이 찌그러져 있거나, 조명이 달라지는 문제는 실제 환경에서 더 자주 드러납니다.
DF1은 이 한계를 다른 방식으로 다룹니다. 현실에서 로봇을 많이 움직이고, 많이 실패하게 하며, 그 실패를 빠르게 모읍니다. 같은 정책을 100대 로봇에 동시에 적용하면 드문 오류도 더 빨리 발견할 수 있다는 것이 회사의 설명입니다.3
이 접근은 로봇 산업의 경쟁 기준을 바꿀 수 있습니다. 앞으로는 하드웨어를 잘 만드는 것만으로는 부족합니다. 누가 더 좋은 현실 데이터를 더 싸고 빠르게 모으고, 그 데이터를 다시 모델 개선으로 연결하느냐가 중요해집니다.
기업이 봐야 할 판단 기준
DF1은 완성된 범용 로봇의 등장을 의미하지 않습니다. 오히려 범용 로봇에 가까워지기 위해 필요한 훈련 인프라에 가깝습니다.
하지만 방향은 분명합니다. 로봇 AI는 인터넷 텍스트만 학습해서 똑똑해질 수 없습니다. 실제 물체를 만지고, 실패하고, 사람이 고쳐주는 과정을 통해 행동을 배워야 합니다.
따라서 기업이 로봇 도입을 검토할 때는 단순한 성능 데모만 보면 안 됩니다. 다음 질문을 함께 던져야 합니다.
이 로봇은 어떤 현실 데이터를 학습했는가?
실패 상황을 어떻게 수집하고 분석하는가?
사람이 개입한 교정 데이터를 모델 개선에 어떻게 반영하는가?
같은 작업을 더 많은 환경과 물체로 확장할 수 있는가?
DF1이 중요한 이유는 여기에 있습니다. 로봇의 미래는 더 그럴듯한 시연이 아니라, 실패를 학습으로 바꾸는 데이터 생산 능력에 달려 있습니다.
1美 튜터 인텔리전스, 로봇 데이터 공장 'DF1' 본격 가동
2Massachusetts startup launches 'largest robot data factory in the US' | Construction Dive
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.