중국, 대규모 '데이터 공장'으로 로봇 행동 데이터 대량 생산

지난 7월 상하이에서 열린 세계 인공지능 대회 WIC(World Artificial Intelligence Conference)에서 로봇 기술의 변화가 뚜렷하게 나타났습니다. 과거의 로봇들이 주로 특정 작업을 시연하는 데 그쳤다면, 이번 행사에서는 커피를 만들고 물건을 분류하며 빨래하는 등 실제 업무를 수행하는 로봇들이 전시장 곳곳에 배치되었습니다. 이는 로봇 기술이 실험 단계를 넘어 실제 환경에서의 상호작용과 작업 수행 능력에 중점을 두기 시작했음을 보여줍니다.

이러한 변화의 배경에는 중국 정부의 적극적인 육성 정책이 있습니다. 중국은 AI가 로봇과 같은 물리적 신체를 가지고 현실 세계와 상호 작용하며 학습하고 행동하는 '체화지능(Embodied AI)'을 국가 중점 기술로 지정했습니다. 이는 단순히 인공지능을 개발하는 것을 넘어, 로봇이 물리적 환경에서 데이터를 수집하고 스스로 학습하며 실제 문제를 해결할 수 있는 능력을 갖추도록 하는 데 주력하고 있음을 의미합니다.

체화지능 로봇의 발전을 위해 중국이 새롭게 추진하는 것은 '로봇을 가르치는 공장'입니다. 이는 로봇을 훈련시킬 데이터를 전문적으로 제조하는 공장으로, 로봇이 현실 세계에서 필요한 다양한 행동과 상호작용을 학습할 수 있도록 대규모 데이터를 생산하는 데 초점을 맞추고 있습니다. 배소진 기자는 이를 "로봇을 가르칠 데이터를 제조하는 공장"이라고 설명했습니다.

중국은 2026년 3월 발표된 제1차 5개년 계획을 통해 체화지능을 미래 산업으로 육성하기 위한 구체적인 방안을 제시했습니다. 이 계획에는 체화지능 훈련장을 구축하는 내용이 포함되어 있으며, 로봇 훈련장을 국가가 육성하는 핵심 산업 인프라로 명시했습니다. 이는 로봇 훈련을 위한 인프라가 국가 차원의 중요성을 가지며 체계적으로 지원될 것임을 시사합니다.

중국은 로봇 훈련을 위해 공장, 물류 창고, 의료 시설, 돌봄 현장 등 실제 작업 현장을 훈련 공간으로 개방하고 있습니다. 2026년 말까지 100개 이상의 고부가가치 작업 시나리오를 개발하는 것을 목표로, 로봇이 실제 환경에서 마주할 수 있는 복잡하고 다양한 상황들을 학습할 수 있도록 할 계획입니다. 이를 통해 로봇의 실용성과 적용 범위를 확대하려는 전략입니다.

로봇 훈련 데이터의 품질과 활용성을 높이기 위해 중국은 데이터셋의 형식, 유형, 라벨링, 품질 평가 등에 대한 국가 표준을 제정하고 관리할 방침입니다. 이 표준은 주요 산업 분야에서 로봇 훈련 데이터를 효율적으로 활용할 수 있도록 지원하며, 데이터의 일관성과 호환성을 보장하는 역할을 합니다. 국가 표준을 통해 데이터의 신뢰성을 확보하고 로봇 개발의 효율성을 극대화하려는 전략입니다.

로봇 훈련장은 단순히 학교처럼 지식을 전달하는 공간이 아니라, 실제 공장처럼 24시간 교대제로 운영됩니다. 예를 들어 베이징의 수직산 센터에서는 훈련사들이 주야 이교대로 24시간 근무하며 로봇을 훈련시키고 있습니다. 이는 로봇 학습에 필요한 방대한 데이터를 지속적으로 생산하기 위한 효율적인 운영 방식을 채택한 결과입니다.

로봇 훈련 데이터 수집은 많은 시간과 노력을 필요로 합니다. 하루 8시간 동안 데이터를 수집하더라도, 실제로 로봇 학습에 활용할 수 있는 유효 데이터는 약 4~4시간 분량에 불과하다고 합니다. 이는 데이터 수집 과정에서 발생하는 오류, 중복, 또는 불필요한 정보들을 걸러내는 작업이 필요하며, 고품질 데이터 확보가 쉽지 않음을 시사합니다.

로봇에게 하나의 완결된 동작을 가르치기 위해서는 엄청난 반복 학습이 필수적입니다. 과제의 난이도에 따라 수백 번에서 수천 번, 정밀한 작업의 경우에는 거의 1만 건에 가까운 데이터가 필요하다고 합니다. 이는 훈련사들이 동일한 행동을 그만큼 반복하여 로봇에게 시범을 보여야 함을 의미하며, 고품질 행동 데이터 확보의 중요성을 강조합니다.

로봇 훈련장에 있는 로봇들은 당장 현장에 투입될 준비가 된 완성된 로봇이라기보다, 인간의 시범 동작을 학습용 데이터로 변환하는 '몸을 가진 데이터 생성기'에 가깝습니다. 이 로봇들은 인간의 움직임을 모방하고 기록함으로써, 로봇 학습에 필요한 기초 데이터를 만들어내는 역할을 수행합니다.

결론적으로 로봇 훈련장의 궁극적인 생산물은 특정 작업에 숙련된 하나의 로봇이 아닙니다. 대신, 여러 종류의 로봇을 움직일 수 있는 '공통의 두뇌'를 훈련시킬 수 있는 표준화된 행동 데이터입니다. 이 데이터는 다양한 로봇 플랫폼에 적용될 수 있는 범용적인 지능을 개발하는 데 활용될 것입니다.

이전에 로봇을 원격 조종하여 데이터를 만드는 방식은 질 좋은 데이터를 확보할 수 있다는 장점이 있었지만, 높은 비용과 느린 속도라는 한계가 있었습니다. 로봇 한 대를 원격으로 조작하는 데 많은 인력과 시간이 소요되어 대규모 데이터 생산에는 비효율적이라는 단점이 있었습니다.

이러한 한계를 극복하기 위해 최근 주목받는 데이터 수집 방식은 '사람을 촬영하는 것'입니다. 사람이 머리에 카메라를 착용하고 요리, 청소, 빨래, 상품 진열과 같은 일상적인 작업을 평소 속도대로 수행하는 모습을 촬영하여 데이터를 수집합니다. 이 방식은 로봇 원격 조종보다 훨씬 효율적으로 대량의 행동 데이터를 확보할 수 있습니다.

사람을 촬영하여 데이터를 수집하는 방식은 이미 미국과 인도 등 여러 국가에서 빠르게 확산되고 있습니다. 인도에서는 현지 데이터 업체들이 주부나 공장 노동자들을 모집하여 작업 과정을 촬영하는 기사가 보도되었으며, 미국에서도 새로운 형태의 노동으로 자리 잡고 있습니다. 이는 로봇 학습에 필요한 현실 세계 데이터를 대규모로 확보하기 위한 전 세계적인 추세입니다.

중국의 3대 이커머스 기업 중 하나인 징둥닷컴은 이러한 데이터 수집 방식을 개별적인 부업을 넘어선 지역 단위의 대규모 산업으로 발전시키고 있습니다. 징둥닷컴은 50세 이하의 지역 거주자, 특히 전업 육아 여성을 주요 모집 대상으로 삼아 대규모 데이터 생산 체계를 구축하고 있습니다. 이는 지역 경제 활성화와 동시에 로봇 학습에 필요한 방대한 데이터를 효율적으로 확보하려는 전략입니다.

징둥닷컴은 효율적인 데이터 수집을 위해 자체적으로 '조이 에고캠(Joy Egocam)'이라는 장비를 개발했습니다. 이 장비는 두 개의 고해상도 카메라와 관성 측정 장치를 탑재하여 1인칭 입체 영상을 촬영할 수 있습니다. 일반 스마트폰보다 손과 물체의 3차원 관계를 정확하게 기록할 수 있어 고품질의 물리적 행동 데이터를 대량으로 확보하는 데 유리합니다. 징둥은 이 장비를 활용해 대규모 데이터 수집 프로젝트를 진행할 계획입니다.

중국의 로봇 데이터 생산 전략은 방대한 인간 노동력을 투입하여 고품질의 물리 데이터를 대량 생산하는 체제입니다. 중국의 거대한 청년 인력 풀이 이 데이터 생산 라인에 적극적으로 투입되고 있습니다. 이는 저렴한 인건비와 풍부한 인력이라는 중국의 강점을 활용하여 로봇 학습에 필수적인 데이터를 압도적인 규모로 확보하려는 전략입니다.

인건비 측면에서 미국은 중국을 따라가기 어려운 실정입니다. 미국 기업들은 데이터 수집을 인도나 아프리카 등 인건비가 낮은 국가로 외주화하는 방식을 선택할 수밖에 없습니다. 반면 중국은 국내의 젊은 기술 인력, 노동자, 그리고 지역 주민까지 동원하여 정부 주도로 대규모 데이터 수집 프로젝트를 조직할 수 있습니다. 이러한 구조적인 차이가 로봇 데이터 확보 경쟁에서 중국에 큰 이점을 제공합니다.

중국의 로봇 데이터 생산 체계는 자국의 강력한 제조업 생태계와 결합될 수 있다는 점이 또 다른 강점입니다. 중국 기업은 휴머노이드 로봇의 주요 부품 대부분을 국내 공급망에서 조달할 수 있습니다. 이는 부품 조달부터 데이터 생산, 그리고 완성 로봇 개발에 이르는 전 과정에서 효율적인 선순환 구조를 만들어냅니다.

지난 20년간 중국은 세계의 제품을 생산하는 공장 역할을 해왔습니다. 이제 중국이 대량 생산하려는 것은 단순한 로봇의 몸체가 아닙니다. 로봇의 몸을 움직일 인간의 경험과 물리적 지능까지도 공장에서 찍어내듯 대량으로 생산하려 하고 있습니다. 이는 로봇 기술의 핵심 역량인 '행동 지능'을 확보하여 글로벌 로봇 시장의 주도권을 장악하려는 중국의 야심찬 목표를 보여줍니다.