엔비디아(NVIDIA), 오픈AI(OpenAI) 등 내로라하는 실리콘밸리 거물들의 전폭적인 지지를 받으며 ‘휴머노이드 드림팀’으로 불리는 Figure AI가 그동안 꽁꽁 숨겨왔던 비밀 병기, **인덱스(Index)**를 전격 공개했습니다. 오늘 발표에 따르면, Figure AI는 현실 세계에서 ‘물리 법칙의 글로벌 샘플링’을 추출해, 로봇 학습을 위한 역사상 가장 방대하고 다양한 데이터셋을 구축하겠다는 야심찬 계획을 세웠습니다. 한마디로, 로봇에게 쓸모 있는 능력을 가르치기 위해 ‘현실 세계의 도서관’을 통째로 만들겠다는 것입니다.
이들의 핵심 논리는 지독하리만큼 단순하면서도 명확합니다. 수많은 고양이 영상과 검증되지 않은 정보가 넘쳐나는 인터넷은 로봇이 물리적인 업무를 배우기엔 턱없이 부족한 교과서라는 점입니다. 진정한 범용 로봇(General-purpose robot)을 만들려면 온라인상에는 존재하지 않는 데이터가 필요합니다. Figure AI의 해법은 인간의 일상 동작을 직접 기록해 무에서 유를 창조하는 것입니다. 시연을 통해 공개된 ‘인덱스 콜렉트(Index Collect)’ 시스템은 작업자가 1인칭 시점 영상과 정교한 모션 데이터를 캡처하는 동시에, 이를 Figure 01 로봇의 디지털 트윈(Digital Twin)에 실시간으로 매핑하는 방식을 보여주었습니다.
이 프로젝트는 단순히 특정 작업 하나를 가르치는 데 그치지 않습니다. Figure AI의 목표는 로봇이 물리적 세계를 일반화된 방식으로 이해하고 상호작용할 수 있도록 돕는 거대한 ‘파운데이션 데이터셋(Foundational dataset)’을 구축하는 것입니다. 사측은 범용 로봇의 성능을 확장하기 위한 데이터는 반드시 “현실 세계에서 와야만 한다"고 강조했는데, 이는 순수 시뮬레이션 환경에 의존하는 기존 방식에 정면으로 도전장을 내민 셈입니다.
왜 이 소식에 주목해야 하는가?
그동안 자율주행 휴머노이드의 발목을 잡았던 가장 큰 병목 현상은 하드웨어가 아니라 바로 ‘데이터’였습니다. 로봇의 어설픈 움직임은 인간이 평생에 걸쳐 쌓아온 수십억 개의 물리적 데이터 포인트가 결여되어 있기 때문입니다. Figure AI의 ‘인덱스’는 이러한 학습 곡선을 압도적인 데이터 양으로 돌파하려는 무모하면서도 영리한 시도입니다.
로봇 업계의 ‘이미지넷(ImageNet)’을 직접 구축함으로써, Figure AI는 로봇을 훈련시키는 것을 넘어 타사가 쉽게 흉내 낼 수 없는 독보적인 자산을 확보하게 되었습니다. 구글(Google)이 기존 연구 데이터셋을 통합하고 테슬라(Tesla)가 거대 차량 함대를 활용한다면, Figure AI는 인간 중심의 맞춤형 데이터셋이 ‘임바디드 AI(Embodied AI, 체화된 인공지능)’를 완성할 마스터키라고 확신하고 있습니다. 이제 남은 관전 포인트는 인간의 집안일을 관찰하는 것만으로 물리적 상호작용의 미묘한 지능을 모두 담아낼 수 있을지, 아니면 그저 세상에서 가장 똑똑한 설거지 기계를 만드는 데 그칠지 여부입니다.
짧지만 강렬한 이번 발표의 전문은 공식 홈페이지에서 확인하실 수 있습니다: Introducing Index