로봇 훈련 데이터 인프라 스타트업 XDOF가 스텔스를 해제하고 7000만 달러 규모의 투자 유치를 공개했다. 스라이브 캐피탈(Thrive Capital), 스파크 캐피탈(Spark Capital), a16z, 럭스(Lux), 원드코(WndrCo)가 이 투자에 참여했다. 회사는 현재 20개 고객사와 협력 중이며, 그중 다수가 프런티어 AI 연구소인 것으로 알려졌으나 구체적인 이름은 공개되지 않았다.
XDOF의 창업 배경은 현존하는 로봇 AI의 근본적인 병목에 있다. 대규모 언어 모델(LLM)이 방대한 공개 텍스트 데이터로 학습된 것과 달리, 로봇 모델 학습에는 물리적 상호작용을 포착한 고품질 데이터가 필요하다. 그런데 이 데이터는 현재 거의 존재하지 않는다. 유튜브 영상이나 단순 영상 수집은 해상도와 물리 세계와의 정합성이 낮아 실용적인 학습 재료로 삼기 어렵다. 공동 창업자 겸 CEO 필립 우(Philipp Wu)는 UC버클리 박사 과정 시절 이 문제를 직접 겪었다. 그는 대규모 데이터셋으로 로봇이 기술을 배우도록 하는 연구를 했지만 정작 학습에 쓸 데이터 자체가 없었다고 밝혔다. 우 CEO와 공동 창업자 프레드 선투(Fred Shentu)는 이 문제를 타개하기 위해 인간 조작자가 로봇 팔을 원격 조종해 훈련 데이터를 생성하는 저비용 텔레오퍼레이션 시스템 GELLO를 개발했고, 이 연구가 많은 호응을 얻으면서 2024년 10월 XDOF를 창업했다.
회사는 데이터 피라미드의 세 계층을 모두 다루는 전략을 취한다. 가장 가치 있는 최상위 계층은 실제 배포 로봇에서 수집한 텔레오퍼레이션 데이터이고, 다음은 GELLO 방식으로 더 범용적인 데이터를 모으는 텔레오퍼레이션, 마지막은 웨어러블 센서를 이용해 인간이 일상 작업을 수행할 때의 시점 중심 데이터를 수집하는 에고센트릭 계층이다. 스타트업으로서 첫 외부 행보로 UC버클리 AI 연구소와 협력해 로봇 조작 궤적 13만 개, 시뮬레이션 300시간, 평가 100시간 분량을 담은 데이터셋 ‘ABC’를 공개한다. 회사는 이를 학계에 공개된 최대 규모의 고품질 로봇 훈련 데이터라고 주장한다.
XDOF의 사업 모델은 데이터 수집에 그치지 않는다. 데이터 정제, 툴링, 어노테이션까지 아우르는 자기 강화 피드백 루프를 구축해 단순 데이터 판매에 그치는 사업의 한계를 극복하겠다는 구상이다. 대형 AI 연구소가 직접 이 인프라를 구축하려면 수십만 평방피트 규모의 창고, 수백 대의 로봇 유지 보수, 전문 운용 인력 확보가 필요해 대부분 외주를 선호한다는 것이 XDOF가 노리는 시장이다. 회사명은 로봇이 독립적으로 움직일 수 있는 자유도 수를 뜻하는 로보틱스 용어 ‘자유도(degrees of freedom)’에서 따왔으며, X는 임의적이고 무한한 자유도를 지향한다는 의미를 담고 있다.
