로봇 업계의 “물판매자”가 뜨고 있다: 로봇을 만들지 않는 회사가 어떻게 10억 달러가 넘는 가치를 평가받았을까?
안녕하세요, 여러분의 금융 전문 기자입니다. 오늘은 다소 직관에 반하는 소식을 이야기하려고 합니다. 모두가 “인간형 로봇”의 본체와 “대형 모델”에 집중하는 가운데, 로봇에게 데이터를 제공하는 회사가 불과 3개월 만에 가치가 12억 달러(약 85억 위안 이상, 기사에 따르면 100억을 넘는 수준으로 추정됨)로 급상승했습니다.
이 회사의 이름은 XDOF입니다. XDOF는 로봇을 만들지도 않고 핵심 알고리즘도 개발하지 않습니다. 그들이 하는 일은 듣기에는 다소 지루해 보일 수 있습니다: 로봇이 작업하는 동안의 영상과 동작 데이터를 수집, 정리, 처리하는 것입니다.
왜 자본은 이렇게 열광할까요? 그 뒤에는 임베디드 AI(Embodied AI) 산업의 큰 전환점이 숨어 있습니다. 이제 이 사실을 다섯 가지 측면으로 쉽게 설명해 드리겠습니다.
---
1. 핵심 사실: 3개월 만에 두 차례의 투자 유치, “소규모 회사”에서 “유니콘”으로의 성장
무슨 일이 일어났나요?
XDOF는 2024년에 설립되었으며, 창립팀은 세계적인 로봇 연구 기관인 버클리 출신입니다. 올해 6월에 7천만 달러(A라운드 투자)를 유치한 후, 불과 3개월 만인 9월에 또 다른 투자 라운드를 진행하여 가치가 12억 달러로 급상승했습니다.
왜 이렇게 빨리일까요?
일반적으로 스타트업의 투자는 “년” 단위로 이루어지지만, XDOF는 “분기” 또는 “월” 단위로 투자를 유치했습니다. 이는 시장의 열기가 매우 높다는 것을 의미합니다.
- 유명 투자자들의 지원: a16z(앤더슨 호로위츠 펀드, 실리콘밸리 최고의 벤처캐피털 중 하나), Thrive Capital 등의 대형 투자자들이 투자했습니다. 이들 기관은 일반적으로 가장 확실한 성장 가능성이 있는 분야에만 투자합니다.
- 놀라운 수익: 회사는 아직 매우 젊지만, 연간 수익이 이미 5천만 달러에 가깝습니다. 설립된 지 2년도 채 되지 않은 데이터 회사로서 이러한 수익 능력은 매우 인상적입니다. 이는 단순히 PPT로 이야기를 하는 것이 아니라 실제로 제품을 판매하고 있으며, 고객들이 적극적으로 구매하고 있음을 보여줍니다.
요약: 임베디드 AI 분야에서는 이전에 “데이터”가 단순한 작업으로 여겨졌지만, 이제는 가장 수익성이 높고 희귀한 자원으로 인식되고 있습니다.
---
2. 창립팀의 배경: 버클리 출신의 전문가들과 Meta의 경험, 이들은 어떻게 가능했을까?
창립자는 누구인가?
XDOF의 세 명의 창립자(Philipp Wu, Fred Shentu, Nemo Jin)는 평범한 프로그래머가 아닙니다. 그들은 “전문적인 배경”을 가진 최고 수준의 연구자들입니다.
- Philipp Wu (핵심 인물): 버클리 로봇 학습 연구소 출신으로, Pieter Abbeel의 제자입니다.
- Abbeel에 대한 간단한 소개: 그는 로봇 학습 분야의 선구자로, 로봇이 사람처럼 “보고” “시행착오를 통해” 옷을 접거나 매듭을 묶는 방법을 연구했습니다.
- Wu의 경력: 버클리에서 연구를 하며 Meta(Facebook의 모회사)에서 방문 연구원으로도 근무했으며, 다중 모달 로봇 기반 모델을 연구했습니다. 또한 Covariant(물류 로봇을 개발하는 유명 회사)에서도 일한 경험이 있습니다.
- 기술적 기반: 그들의 핵심 기술 중 하나는 버클리에서 개발한 GELLO 원격 운영 체제입니다. 이 시스템을 통해 사람이 핸들을 사용하여 로봇을 원격으로 제어하고, 로봇의 모든 미세한 동작을 기록할 수 있습니다.
배경이 중요한 이유는?
AI 업계에서는 “데이터를 이해하는 자가 모델을 이해한다”고 합니다.
XDOF의 팀은 데이터 라벨링을 하는 외부 업체가 아니라, 로봇이 어떻게 “생각하고” “행동하는지를 가장 잘 이해하는 전문가들입니다. 그들은 로봇 훈련 시 어떤 데이터가 유용하고 어떤 데이터가 무가치한지를 알고 있습니다. 이러한 기술적 장벽은 일반적인 데이터 외주 업체와는 비교할 수 없습니다.
---
3. 사업의 본질: 단순한 영상 촬영이 아니라, 로봇의 “재활 훈련”을 제공하는 것
많은 사람들이 오해하는 점: XDOF가 단순히 사람들을 고용하여 로봇이 작업하는 모습을 촬영한 후 그 영상을 AI 회사에 판매하는 것으로 생각합니다.
실제로는: 이는 영상 촬영보다 훨씬 복잡합니다.
왜 단순히 영상만으로는 안 되는가?
- 인터넷 데이터 vs 물리적 세계 데이터:
- ChatGPT와 같은 대형 모델을 훈련시킬 때는 데이터가 이미 준비되어 있습니다 (온라인에는 기사와 코드가 가득합니다).
- 로봇을 훈련시킬 때는 물리적 상호작용이 필요합니다. 로봇이 컵을 잡았는지, 힘이 충분한지, 손가락의 각도는 얼마인지, 넘어진 이유는 마찰력이 부족한 것인지 아니면 각도가 잘못된 것인지 등을 파악해야 합니다.
- 이러한 “실패”와 “조정”의 과정이 가장 가치 있는 훈련 자료입니다.
XDOF가 하는 일: 그들은 고품질의 데이터 파이프라인을 제공합니다.
- 동시 기록: 영상뿐만 아니라 로봇의 관절 각도, 모터의 힘, 촉각 피드백 등도 동시에 기록합니다.
- 데이터 정제: 예를 들어, 그들이 개발한 WARP-RM 기술은 로봇이 옷을 접는 방법을 배울 때, 시범자가 잠시 망설이거나 멈추면 로봇도 그런 행동을 배우게 되어 효율성이 떨어집니다. XDOF의 기술은 어떤 동작이 실제로 작업에 도움이 되는지, 어떤 동작이 무의미한지를 구분하여 데이터를 더 효과적으로 처리합니다.
- 결과: XDOF의 데이터를 사용한 로봇은 옷을 접는 데 평균 114초가 걸렸던 것을 64초로 단축시켰으며, 성공률도 더 높아졌습니다.
요약: XDOF가 판매하는 것은 “영상”이 아니라 로봇의 지능을 향상시키는 고품질의 데이터입니다.
---
4. 업계 비교: 로봇 업계의 “Scale AI”, 하지만 더 어렵고 더 가치가 있다
왜 “로봇 업계의 Scale AI”라고 할까?
- Scale AI는 ChatGPT, Sora와 같은 AI 모델을 훈련시키는 데 사용되는 데이터를 제공하는 거대 기업입니다. Scale AI는 모델을 직접 개발하지는 않지만, 모델에 필요한 데이터를 제공합니다. OpenAI의 모델도 Scale AI가 없이는 개발될 수 없습니다.
- XDOF도 로봇 분야에서 같은 역할을 합니다. 로봇 본체를 개발하는 회사(Tesla Optimus, Figure)나 대형 모델을 개발하는 회사(NVIDIA, Google) 모두 대량의 고품질 실제 세계 상호작용 데이터가 필요합니다.
차이점은 무엇인가?
- Scale AI는 디지털 세계의 데이터(이미지, 텍스트)를 처리하는 반면, XDOF는 물리적 세계의 데이터를 처리합니다. 물리적 세계는 복잡하고 예측하기 어렵습니다. 컵이 비스듬하게 놓여 있을 수도 있고, 빛이 어둡거나 천이 주름져 있을 수도 있습니다.
- 따라서 XDOF의 경쟁 장벽은 더 높습니다: 더 복잡한 하드웨어(GELLO 시스템), 전문적인 데이터 정제 기술, 그리고 물리적 법칙에 대한 깊은 이해가 필요합니다.
비즈니스 논리:
- 초기 단계: 데이터 세트(ABC-130K, 13만 개의 동작 데이터)를 판매합니다.
- 중기 단계: 데이터 수집 시스템, 라벨링 플랫폼을 판매합니다.
- 장기적으로: 인프라 플랫폼이 될 것입니다. 클라우드 컴퓨팅이 인터넷에 필수적인 것처럼, XDOF도 로봇 훈련에 필수적인 인프라가 될 것입니다. 모든 로봇 회사는 XDOF의 데이터 파이프라인을 사용하여 모델을 지속적으로 개선할 것입니다.
요약: 로봇이 미래의 iPhone이라면, XDOF는 그 핵심 칩의 제조 효율성 데이터를 제공하는 중요한 공급자가 될 것입니다.
---
5. 미래 전망: 데이터 사업의 한계는 어디에 있는가?
국내에서도 경쟁이 치열해지고 있습니다
기사에 따르면, 국내에도 광륜지능(가치 20억 달러 이상), 미봉기술(지원로봇 인큐베이터)과 같은 유사한 회사들이 있습니다. 이는 전 세계적으로 고품질 데이터를 확보하는 회사가 임베디드 AI 분야의 주도권을 잡을 것이라는 것을 의미합니다.
데이터 사업의 한계
많은 사람들이 데이터 사업이 단순히 “인력 집약적인” 외주 업무라고 생각합니다. 하지만 XDOF의 사례는 이러한 편견을 깨뜨립니다:
1. 일회성 거래가 아닙니다: 모델은 지속적으로 훈련되어야 하며, 데이터도 지속적으로 업데이트되어야 합니다. 오늘은 옷 접는 법을 배우고, 내일은 설거지하는 법을 배우고, 모레는 운전하는 법을 배워야 합니다. 데이터 수요는 무한히 증가할 것입니다.
2. 데이터 판매에서 “데이터 생산 능력” 판매로의 전환: XDOF는 데이터뿐만 아니라 데이터를 효율적으로 생산하는 도구와 시스템도 판매합니다. 이는 석유 회사가 석유를 판매하는 것뿐만 아니라 시추 기술과 정제 공장도 함께 판매하는 것과 같습니다.
3. 품질이 한계를 결정합니다: AI 분야에는 “Garbage in, garbage out”이라는 말이 있습니다. 데이터의 품질이 좋지 않으면 아무리 좋은 모델도 제대로 작동하지 않습니다. XDOF의 핵심 가치는 “고품질의 데이터”를 제공하는 데 있습니다.
리스크 경고:
- 기술적 경로가 불확실합니다: 현재 로봇 업계는 아직 초기 단계에 있으며, 미래에 “시뮬레이션 데이터”가 “실제 데이터”보다 더 저렴하고 효과적으로 변할 수 있습니다. 이 경우 XDOF의 사업 모델은 영향을 받을 수 있습니다.
- 경쟁이 치열합니다: NVIDIA, Tesla