휴머노이드 로봇 업계는 최근 '공장 진출', '가정 진출'을 계속 강조해 왔지만, 로봇이 어떻게 일을 배우는지 명확히 설명하는 경우는 거의 없었다. 그 해답은 어떤 마법 같은 대규모 모델이 아니라, 전 세계 수십 개국에 분산된 시간제 노동자들이 이마에 아이폰을 묶고 자신이 설거지하고, 옷을 개고, 계란을 스크램블하는 모습을 프레임 단위로 촬영하는 것이었다.
이는 4월 초 MIT 테크놀로지 리뷰의 기사가 밝혀낸 사실이다.
이마에 아이폰, 주방으로
구체적인 방식은 이렇다. 아이폰을 이마에 묶고 손을 향하게 한 후, 작업 지시에 따라 다양한 집안일(수건 개기, 팬에서 그릇으로 음식 옮기기, 주방 조리대 정리하기)을 수행한다. 각 작업은 보통 수십 분 정도 걸리며, 동영상을 업로드하면 AI와 인간 검수자가 함께 라벨링하여 각 동작의 시작 시간, 종료 시간, 손 위치를 표시한다.
이 작업을 주로 수행하는 곳은 캘리포니아주 팔로알토에 있는 Micro1이라는 회사로, 50개국 이상의 계약직 노동자를 고용하고 있으며 주력은 나이지리아, 인도, 아르헨티나에 있다. 시급은 15달러로, 현지 소득 수준 대비 괜찮은 편이다.
고용주 측에서는 테슬라, 피규어 AI, 어질리티 로보틱스 같은 휴머노이드 로봇을 개발하는 회사들이 이 데이터를 구매하고 있다. 로봇이 실제 가정 환경에서 일하는 법을 배우려면 시뮬레이터만으로는 턱없이 부족하며, 실제 인간의 조작 데이터는 대체 불가능한 원자재다.
Micro1만 있는 것이 아니다. 스케일 AI는 유사한 데이터를 10만 시간 이상 수집했다고 주장한다. DoorDash는 배달원에게 집안일을 하는 모습을 촬영하도록 비용을 지불하기까지 한다. 업계 전체는 실제 세계 훈련 데이터에 연간 1억 달러 이상을 지출하고 있다.
처음 있는 일은 아니지만, 규모는 커지고 있다
AI 훈련 데이터에 사람이 라벨링하는 방식은 새롭지 않다. 초기 이미지 인식은 Amazon Mechanical Turk 노동자에 의존했고, 자연어 처리는 방대한 텍스트 주석에 의존했다. 그러나 휴머노이드 로봇의 훈련 데이터에는 본질적인 차이가 있다. 필요한 것은 텍스트나 이미지의 분류가 아니라, 힘, 리듬, 공간 좌표를 포함한 동작의 3차원 시계열 데이터라는 점이다.
이 문제는 순수 합성 데이터로는 해결할 수 없다. 로봇이 실제 물리 세계에서 마주치는 마찰, 무게, 재질의 차이가 너무 다양하기 때문이다. 스케일 AI의 데이터는 점점 더 실험실의 전문가가 아닌 특별히 모집된 노동자가 집에서 녹화한 동영상에서 나오고 있다.
이것이 의미하는 바는, 휴머노이드 로봇의 능력 범위는 어느 정도 전 세계 가정의 주방에 의해 결정된다는 것이다. 로봇이 다른 재질의 수건을 접을 수 있는지 여부는 해당 재질의 조작 동영상이 충분히 촬영되었는지에 달려 있다.
시간당 15달러: 이 일은 장기적으로 안정적인가?
노동자들의 이 일에 대한 감정은 대체로 긍정적이다.
"세상의 다른 누구와도 다른 일을 하고 있다는 느낌이 든다." (참가자 Zeus)
Dattu라는 다른 노동자는 자신이 '발자국을 남기고' 있으며 데이터가 로봇의 성장에 기여하고 있다고 느낀다고 말했다. 그러나 연구자들은 이 업계의 지속 가능성에 의문을 제기한다. UC 버클리의 Ken Goldberg 교수는 직접적으로 이렇게 말했다.
"사람들은 안전하고 사용 가능한 로봇 훈련 데이터를 충분히 수집하는 데 얼마나 오랜 시간이 걸리는지 과소평가하고 있다."
더 현실적인 문제는 프라이버시다. 노동자가 촬영하는 내용은 자신의 손뿐만 아니라 집안 가구, 가족 사진, 생활 습관, 방 구조도 포함된다. Micro1은 얼굴과 민감한 정보를 제거한다고 밝히지만, 노동자 자신은 데이터가 최종적으로 어느 회사에 전달되는지, 어디에 저장되는지, 재판매될 가능성이 있는지 알지 못한다. 삭제를 요청한 사람도 있었지만 결과를 아는 사람은 아무도 없다.
메릴랜드 대학교 연구원 Yasmine Kotturi는 이러한 정보 비대칭이 구조적인 문제라고 본다. 노동자는 정보 위험을 부담하지만 그에 상응하는 알 권리를 얻지 못하고 있다.
또 다른 우려점으로, ASTM 인터내셔널의 Aaron Prather는 노동자가 녹화 중 부적절한 방법(예: 안전하지 않은 자르기 방식)을 사용할 경우 이러한 '잘못된 예시'가 훈련 데이터에 포함되어 로봇이 위험한 습관을 배울 가능성이 있다고 지적한다.
이 공급망은 사라지지 않는다
| 데이터 공급업체 | 데이터량 | 주요 노동자 출신 |
|---|---|---|
| Scale AI | 100,000시간 이상 | 전 세계 분산 |
| Micro1 | 수만 시간 | 나이지리아, 인도, 아르헨티나 |
| DoorDash | 미공개 | 배달원 |
휴머노이드 로봇이 진정으로 '가정 진출'을 이루려면 처리해야 할 시나리오가 상상을 초월할 정도로 다양하다. 다양한 형태의 가구, 다양한 재질의 의류, 다양한 구조의 주방, 다양한 높이의 조리대. 이는 수천 시간의 데이터로 해결될 수 있는 양이 아니라 수백만 시간이 필요한 양이다.
이러한 세계화되고 분산된 데이터 공급망은 장기적으로 지속될 것이며, 점점 더 거대해질 것이다. 로봇이 완전히 자율적으로 학습할 수 있을 때까지, 인간이 먼저 시범을 보여줘야 한다.
다만, 그 시범을 보이는 사람은 나이지리아의 어떤 월세 아파트에서 이마에 아이폰을 묶고 설거지를 하면서 미래의 로봇이 걷는 법을 배우도록 돕고 있을지도 모른다.
출처: CocoLoop, The gig workers who are training humanoid robots at home (MIT Technology Review)