핵심 내용의 쉬운 설명
한때 황인훈의 지원과 레노버의 긴급 투자로 주목받았던 “인간형 로봇의 첫 번째 주식”인 유수과학기술(Yusoo Technology)은 상장한 지 얼마 지나지 않아 주가가 1100원이라는 고점에서 절반으로 떨어졌습니다. 올 상반기에는 신체 기반 인공지능 분야의 자금 조달이 5배로 급증했으며, 935억 원의 열풍적인 자금이 유입되어 22개의 100억 원 규모의 로봇 회사가 등장했습니다. 하지만 대부분의 로봇 제조업체와 알고리즘 개발 회사들은 돈을 태우며 손실을 보고 있습니다. 심지어 대부분의 “상업화 주문”은 단지 표면적인 성과를 보여주기 위한 것일 뿐, 실제로 인간의 일을 대체하는 용도로 사용되지 않고 있습니다. 반면에 로봇을 제조하거나 대규모 모델을 개발하지 않고, 사람을 고용해 로봇에게 동작을 가르치고 데이터를 제공하는 소규모 회사들은 주문이 넘쳐나서 30%의 매출 이익률을 기록하며, 전체 산업 체인에서 가장 먼저 실제로 돈을 벌고 있는 그룹이 되었습니다.
---
상세한 분석
1. 900억 원의 열풍적인 자금이 로봇 회사를 건너뛰고 “데이터 수집 업체”의 주머니로 흘러들었다
많은 사람들은 열풍적인 자금이 신체 기반 인공지능 분야에 투자되면 로봇을 제조하는 회사들이 가장 먼저 돈을 벌 것이라고 생각했지만, 현실은 정반대였습니다. 현재 이 산업은 가장 기본적인 “데이터 부족” 문제에 직면해 있습니다. 국내에서 요구 사항을 충족하는 실제 물리적 상호작용 데이터는 단 50만 시간에 불과하지만, 로봇이 현실에서 제대로 작동하려면 수천만 시간의 데이터가 필요합니다. 이러한 데이터 부족으로 인해 로봇 회사들은 데이터 구매에 막대한 비용을 지출해야 합니다. 그 결과, 열풍적인 자금은 일차 시장의 자금 조달 계정에서 바로 데이터 구매 비용으로 사용되고 있습니다. 이로 인해 경쟁이 없는 새로운 시장이 생겨났습니다. 이전에 자율주행 데이터 레이블링을 하던 소규모 팀들이 신체 기반 인공지능 데이터 수집으로 전환하여 2개월 만에 3~4선 도시에 기지를 설립할 수 있었으며, 주문에 전혀 걱정이 없습니다. 이는 마치 로봇 판매가 시작되기도 전에 데이터 수집 업체에 미리 돈을 지불하는 것과 같습니다.
2. 이 사업의 본질은 “인력의 재판매”이며, 수익은 도시와 농촌의 임금 차이에서 비롯된다
데이터 수집 사업의 방식은 매우 간단하며, 전형적인 산업 체인의 “하청업자” 모델입니다:
- 최상위의 로봇 회사는 클램퍼 동작 데이터에 시간당 100원 이상을 지불합니다.
- 중간의 대형 하청업체는 이를 받아 하위의 데이터 수집 회사에 재하청하며, 가격을 시간당 70~90원으로 낮춥니다.
- 최종적으로 데이터 수집 회사는 현장에서 일하는 직원에게 시간당 40~70원을 지불합니다.
이러한 차액을 최대화하기 위해 데이터 수집 회사들은 베이징, 상하이, 광저우, 선전과 같은 대도시에 기지를 설립하지 않고, 주취안, 난양과 같은 3~4선 도시로 이전합니다. 임대료가 저렴하고 인건비가 매우 낮으며, 데이터 수집 직원을 고용하는 데 거의 문제가 없습니다. 글을 읽을 줄 알면 교육 수준이나 성별에 상관없이, 초보자도 3일 만에 일을 시작할 수 있으며, 하루에 4~5시간만 일해도 일일 급여가 160원이어서 현지 슈퍼마켓 계산원이나 밀크티 가게에서 일하는 것보다 더 많은 수입을 올릴 수 있습니다. 유일한 문제는 인력 관리입니다. 데이터 수집 직원들은 반복적인 단순 작업을 해야 하며, 8시간 근무 중 실제로 유용한 데이터를 생성하는 시간은 약 4시간에 불과합니다. 많은 사람들이 지루해져서 일을 그만둡니다. 예를 들어, 징동(JD.com)이 주취안에 10만 명 규모의 데이터 수집 기지를 계획했지만, 진행 속도는 예상보다 느립니다. 이는 인력 관리와 생산성 향상의 문제 때문입니다.
3. 업계에는 이상한 역전 현상이 나타났습니다: 로봇이 더 지능적이면 될수록 더 많은 인력이 필요합니다
현재 신체 기반 인공지능 분야에서는 모두가 인정하는 사실이 있습니다: 충분한 데이터가 있어야 로봇이 똑똑해질 수 있습니다. 이전에 해외 팀들은 100만 시간의 인간 시점 데이터를 사용하여 모델을 훈련시켜 로봇의 작업 성공률을 20%에서 90%로 높였습니다. 이는 “데이터를 충분히 쌓으면 로봇이 발전할 수 있다”는 논리를 증명합니다. 현재 상류 기업들은 수백만 시간 단위의 데이터를 필요로 하며, 데이터가 너무 많아도 낭비될까 봐 걱정하지 않고, 부족할까 봐 걱정합니다. 이로 인해 로봇이 미래에 얼마나 많은 인력을 대체할 수 있을지를 미리 고용해야 합니다. 현재 1시간 분량의 원시 데이터를 정제하고 레이블링한 후 로봇 제조업체에 제공하는 데이터의 비용은 이미 300~500원에 이르며, 일부 고급 데이터의 경우 1시간 비용이 1600원을 넘어서 일반 근로자의 일주일 급여보다도 높습니다.
4. 업계는 여전히 시나리오와 비용을 충족시키기 위해 노력하고 있습니다
가정이나 아파트 단지와 같은 데이터를 수집하기 위한 장소를 찾기가 어렵기 때문에, 몇몇 로봇 회사들은 같은 장소를 공유하여 장비를 번갈아 가며 데이터를 수집합니다. 이로 인해 장소 사용 비용이 분산됩니다.
5. 열풍적인 자금으로 인한 이상한 현상: 전체 산업이 서로 주문을 만들어 가치를 부풀립니다
현재 신체 기반 인공지능 분야의 수익 모델은 “고객에게 로봇을 판매하여 돈을 벌는” 단계에 이르지 못했으며, 모두가 암묵적으로 공유하는 내부 순환 구조가 형성되었습니다. 지방 관련 기관들은 신성장 산업 평가를 완료하기 위해 로컬 로봇 회사의 제품을 구매한 후 데이터 수집 회사에 데이터를 의뢰하고, 이 데이터를 다시 로봇 회사에 판매합니다. 로봇 회사는 대량의 “고품질 훈련 데이터”를 얻어 자본 시장에서 더 큰 이야기를 만들어 가치를 높이고, 다음 라운드의 자금 조달에서 더 많은 돈을 확보합니다. 이는 이전 AI 분야의 패턴과 동일합니다: 자본은 AI 대형 모델 회사에 투자하고, AI 대형 모델 회사는 조달한 자금의 대부분을 엔비디아(NVIDIA)의 그래픽 카드 구매에 사용합니다. 모두가 서로의 실적을 높여 가치 거품을 키우지만, 실제로 이익을 얻는 것은 데이터 수집과 그래픽 카드를 판매하는 업체들뿐입니다.
6. 현재 벌어지는 돈은 일시적인 것이며, 데이터 수집 업체의 호황은 한정적입니다
현재 데이터 수집 회사들이 인력 차액을 통해 벌어들이는 수익은 산업 초기의 혜택에 불과하며, 이러한 호황은 오래 지속되지 않을 것입니다. 신체 기반 인공지능 산업이 진정한 “GPT 시대”(즉, 로봇이 대규모로 상용화되고 전면적으로 적용되는 시점)에 이르기까지는 아직 세 가지 장애물이 남아 있습니다. 첫째, 필요한 기본 데이터가 아직 충분하지 않습니다. 둘째, 로봇은 아직 소량으로 시험 단계에 있으며 대량 생산에 이르지 못했습니다. 셋째, 대부분의 로봇 회사들은 여전히 손실을 보고 있으며, 자신만의 상업적 수익 모델을 확립하지 못했습니다. 기본 데이터가 충분해지거나 로봇이 현실에서 스스로 데이터를 생성할 수 있게 되면, 인력 비용을 이용한 이러한 사업 모델은 끝날 것입니다. 현재 3~4선 도시에 위치한 데이터 수집 업체들은 미래 로봇 산업의 기반을 마련하는 과정에서 일시적인 수익을 얻는 것에 불과합니다.