원문 제목: 로봇공학 혁명에서의 인간의 장점
원문 작성자: Sumir Meghani, Instawork Robotics Labs (IRL)
번역: Peggy, BlockBeats

편집자 메모: 대부분의 사람들이 아직도 "로봇이 인간 노동을 대체할 것인가"에 대해 논의할 때, 본문은 인간이 대체되지 않을 뿐 아니라 오히려 "물리적 AI 시스템"에서 중요한 필수 기반 구조로 발전하고 있다고 주장한다.

현재 업계의 핵심 병목 현상은 알고리즘이나 하드웨어가 아니라 "데이터와 현지 적용 능력"에 있다. 로봇은 숙련된 인간의 실제 환경에서의 작업을 관찰하여 훈련을 완료해야 하지만 고품질이며 다양한 실제 세계 데이터는 극히 부족하며 이로 인해 "십만 년 데이터 격차"가 형성된다. 이는 오랫동안 무시된 일종의 능력인 기술을 가진, 예약 가능하고 검증 가능한 인간 노동력이 다시 강조되게 한다.

이 프레임워크에서 인간의 역할이 다시 구성되었다: 기계를 훈련하는 "데이터 제공원"으로서 표준화되고 주석 처리 가능한 작업 프로세스를 제공하며, 시스템 운영을 지원하는 "현지 노드"로서 유지, 수리 및 원격 제어를 담당하며, 마침내 플랫폼에 의해 연결된 "인간-기계 협력 시장"에 진입하여 로봇의 대규모 적용을 위한 필수 조건이 된다.

사실, 기술적 변화는 노동을 없애는 것이 아니라 노동 분업을 재구성하는 것이다. ATM부터 인터넷까지, 모든 기술적 성장은 일자리에 대한 불안으로 이어지지만 변화된 것은 "일자리의 유무"가 아니라 "일자리가 어떻게 재정의되는가"이다. 이번 인간과 유사한 로봇을 대표로 하는 기술 주기에서도 동일한 경로가 재현되고 있으며, 작업이 분할되고 능력이 표준화되며, 직업이 재구성되고 새로운 직업이 발생하고 있다.

진정한 기회는 "인간을 대체하는 것"이 아니라 누가 그 다리를 구축하여 인간 능력을 확장 가능한 데이터, 운영 체제 및 협업 네트워크로 변환하는가에 있다.

다음은 원문입니다:

일 년 전, 나는 노동 시장에 있어 조금 독특한 질문을 제기했었다: 로봇이 올 때, 우리 플랫폼의 "전문가들"은 무엇이 될 것인가?

우리의 비전은 글로벌 전문가들과 파트너에게 경제적 기회를 제공하는 것이었다. 현재, 1000만 명 이상의 전문가가 우리를 의지하여 생계를 유지하고 있으며, 그들 가운데 많은 사람들이 이미 같은 질문에 대해 고민하고 있다. 우리는 이에 대한 심각한 책임이 있으며, 답변을 제공해야 한다.

동시에 예상치 못한 현상도 관찰되고 있는데, 일부 로봇 회사들이 이미 우리의 응용 프로그램 플랫폼에 등장하여 전문가들과 협력하고 있다. 그들은 전문 경험을 갖춘 사람들을 로봇 훈련 작업에 필요로 하며, 미래 로봇이 배치될 다양한 비즈니스 환경 - 즉, 환경에 진입하려고 한다. 그들이 의존하는 것은 우리가 계속해서 구축해 온 이 노동 시스템이다.

그 순간, 모든 것이 갑자기 명확해졌다: 인스타워크가 「물리적 AI 경제」를 위해 인간 노동력을 제공할 수 있다는 것.

「만년 난제」

켄 골드버그(Ken Goldberg)는 이 문제를 「만년 데이터 간격」으로 요약했습니다: 한쪽에는 언어 모델을 훈련하는 데 사용되는 대규모 데이터가 있고, 다른 한쪽에는 물리적 세계에서 로봇이 정교한 작업을 수행하기 위해 사용되는 매우 제한적이고 매우 전문화된 데이터가 있습니다.

참고: 켄 골드버그는 로봇 및 인공지능 분야에서 매우 영향력있는 학자로서, 동시에 예술가이자 교차 학제 연구자입니다.

이 간극 때문에 수십 억 달러가 계속해서 로봇 기업에 주입되었음에도 불구하고, 우리는 여전히 사람과 유사한 로봇이 호텔 객실을 청소하거나 창고에서 하역을 하는 것을 보지 못했습니다...... 적어도 아직은.

우리의 추정은 다음과 같습니다: 2024년 전체 산업이 약 10,000 시간의 훈련 데이터를 수집했을 것으로 예상되며, 2025년까지 이 숫자는 100,000 시간으로 증가할 것으로 예상되며, 2026년까지는 20,000,000 시간에 이를 것으로 예상됩니다. 이것은 지수 함수적인 증가입니다. 그러나 그럼에도 불구하고, 이 간극을 좁히기 위한 작업은 0.04%에 불과합니다.

더 많은 회사들이 이 경쟁에 합류하고 있으며, 사람과 비슷한 또는 범용적인 로봇을 구축하기 위해 노력하고 있습니다: 기저 모델 실험실은 비전-언어-행동(VLA) 모델을 개발하고, 하드웨어 회사들은 실제 로봇을 구축하고, 중간 연결 고리의 참가자들도 계속해서 등장하고 있습니다. 자본 투자는 수백억 달러에 이릅니다. 그리고 이 모든 참가자들은 동일한 병목 현상인 데이터와 마주하고 있습니다.

그러나 핵심은, 실은 우리가 이미 이 장면을 본 적이 있는 것입니다.

자동화 Teller Machine (ATM)이 나오면 거의 모든 사람들이 은행 직원이 사라질 것으로 예측했습니다. 그러나 결과는 정반대였습니다 - 오히려 직원 수가 증가했습니다. ATM은 지점 비용을 절감하여 은행이 더 많은 가맹점을 개설할 수 있었으며, 직원의 역할은 계산부터 고객과의 관계 유지로 변경되었습니다.

이러한 패턴은 모든 중요한 기술적 변화마다 반복됩니다: 산업 혁명, 전기화, 인터넷. 새로운 기술이 일자리를 없애는 것이 아니라 일자리를 재구성하고 더 많은 새로운 기회를 창출합니다.

새로운 파도가 다가오고 있지만, 이번에는 우리와 더 닮은 것으로 보입니다: 팔, 다리, 눈도 있습니다.

물리적 AI의 삼부극

제1부: 로봇 훈련

작년 동안, 전세계의 로봇 학습 분야에서 일부 최고의 사람들에게 직접 연락하여 조언을 구했습니다. 이들은 연구원, 연구소 소장, 민첩한 기계 손을 만드는 창업가 등 다양했습니다. 그들은 시간과 통찰을 아낌없이 나와 공유해 주어 깊은 감명을 받았습니다. 솔직히 말하면, 우리는 원래 이 산업에 속해있지 않았습니다; 그러나 더 많이 들을수록 Instawork가 진출할 수 있는 영역이 점점 더 명확해 졌습니다.

한 가지 의견이 반복적으로 언급되었습니다: 로봇은 숙련된 사람의 행동을 관찰하고 실제 환경에서 섬세한 물리 작업을 수행함으로써 배웁니다. 이는 규범적인 칼질 기술에서부터 인구 밀집 창고를 횡단하거나 브랜드 표준에 따라 호텔 침구를 정리하는 것까지 다양합니다. 문제는 이러한 유형의 데이터를 고품질로 수집하는 것이 극도로 어렵다는 점입니다 — 아무나에게 카메라를 장착시켜 녹화를 시작할 수 없습니다. 데이터는 다양한 환경, 작업 및 손의 움직임을 포괄해야하며 더 중요한 것은 이러한 작업을 수행하는 사람이 정말 전문적이어야합니다. 그렇지 않으면 "좋지 않은 칼질"로 훈련된 로봇은 "좋지 않은 칼질"만을 배울 뿐입니다 (이는 누구에게나 좋은 일이 아닙니다).

이것은 본질적으로 노동 운영 문제입니다: 기술이 있는 노동자를 모집하는 방법, 교육을 제공하는 방법, 출력 품질을 보장하는 방법 및 분산된 노동력 네트워크를 다양한 지역 및 상황에서 관리하는 것입니다 — 이것이 우리가 하고 있는 일입니다. 우리는 1000만명이 넘는 기술 확인된 전문가를 보유하고 있으며 수백 가지 유형의 작업을 커버하고 있습니다; 파트너와의 긴밀한 관계를 구축하여 실제 비즈니스 시나리오에 진입할 수 있으며, 어떤 사람이 안정적으로 출근하고 작업을 지속적으로 고품질로 완료할 수 있는지에 대한 데이터를 확보하고 있습니다. 이러한 조합은 어떤 데이터 수집 회사도 0에서 재현할 수 없습니다. 실제로 많은 연구소는 이미 자발적으로 접근하고 있으며, 현재 이 산업의 대부분 최고 팀과 협력하고 있습니다.

두 번째 장면: 로봇 "조련사"의 부상

무시되는 한 가지 사실이 있습니다: 로봇도 사람을 필요로 합니다.

한 유수의 로봇 기업 임원이 회사에게 필수적인 부품이 매 4-6개월마다 교체되어야하는 사실을 알려 주었습니다. 이러한 빈도는 전문 기술인을 구성하기에는 충분하지 않지만, 멈춤으로 인한 손실이 상당합니다. 자율 주행, 배송 로봇 및 다양한 자동화 배포가 증가함에 따라, 점점 더 많은 기업이 유사한 문제에 직면하고 있습니다: 확장은 현장 지원이 필요하지만 각 시장에 전문 기술인을 파견하는 것은 경제적으로 실현 가능하지 않습니다.

우리는 이미 여러 로봇 기업과 시범 프로젝트를 시작하였으며, 배터리 교체, 부품 교체 및 로봇 수리 등 서비스를 포함했습니다. 동시에, 시간제로 일하는 로봇 교육 및 인증 체계를 구축했습니다 — 이것은 산업 내 최초의 시도라고 할 수 있습니다. 초기 몇 주 만에도 이미 2만 명이 넘는 Pro가 인증을 받았습니다.

인증 받은 Pro는 데이터 수집 측면에서 착용 가능한 카메라 장치를 작동시키고 고품질 비디오를 촬영하고 센서 데이터를 주석 달하는 방법을 학습합니다 — 따라서 로봇 연구소가 실제 호텔 스위트에서 침대 메이킹 프로세스를 몇 시간 동안 녹화해야 할 때, 그들은 전문가를 얻게 되며, "하면서 배우기"를 하는 새 참자가 아닙니다. 기술 지원 측면에서, 인증된 Pro는 하드웨어 진단, 보안 규정 및 특정 로봇 시스템에 대한 유지 보수 과정을 이해하게 됩니다.

상상해보세요. 이런 상황이 있다고 합시다: 한 물류 회사가 10개 이상의 창고에 자동화 로봇 차대를 배치했습니다. 새벽 2시, 멤피스 창고에 있는 로봇이 네비게이션 오류를 겪거나 피닉스의 기기 중 하나가 센서 모듈을 교체해야 할 때입니다. 이제 공장 기술자가 몇 일 후에 현장에 도착할 때를 기다릴 필요가 없습니다. 인증받은 Instawork 전문가는 몇 시간 이내에 도착하여 문제를 해결할 수 있습니다. 동시에 우리는 데이터 수집 범위가 확장된 랩실에 지원을 제공하기 위해 초점이 맞춰진 VR을 기반으로 한 원격 제어 교육을 개발 중입니다, 이는 단순히 현장 녹화로는 제한이 있는 것을 극복하기 위한 것입니다.

앞으로 10년 동안 수십억 대의 AI 장치가 배포된다면, 기회는 그들을 유지보수하는 데뿐만 아니라 새로운 직업 범주를 창출하는 데에도 있습니다: 로봇 기술자, 차대 운영자, 원격 제어 전문가, 심지어 우리가 아직 명명하지 않은 새로운 직종까지.

장면 3: 인간과 기계의 협업 시장

작년, 나는 세계적인 대형 호텔 그룹의 CEO와 점심 식사를 했습니다. 그들은 객실 서비스를 개선하기 위해 자동화를 통해 일관성을 증진시키는 방법에 대해 심각하게 고민하고 있었습니다. 많은 로봇 회사들이 그들의 호텔에 제품을 배치하고자 했지만, 무엇이 단순히 '데모 효과'인지, 무엇이 실제 '운영 성과'인지 판단하기 어려웠습니다. 저희는 이미 이러한 장소들에서 서비스를 제공하고 있기 때문에 이러한 장면, 프로세스 및 통증점에 대해 잘 알고 있습니다.

저희는 '로봇 서비스 시장'을 구축 중입니다 - 로봇 회사들을 자동화를 준비하는 기업과 연결하는 것입니다. 우리는 공급 및 수요 양쪽 모두에 서비스를 제공하고 있으며, 이는 우리가 '매칭(matching)'하는 것뿐만 아니라 실제로 실행 가능하게 만들 수 있는 것을 의미합니다.

미래는 '로봇이 인간을 대체'하는 것이 아니라 '로봇이 인간과 협력'하는 것입니다. 이것이 Instawork Robotics Lab이 이루려는 목표이며: 세 가지 능력, 하나의 플랫폼 - 로봇을 교육, 실제 세계에서 운영 지원 및 그들을 실제로 필요로 하는 비즈니스 시나리오에 연결하는 것.

다리

모든 주요 기술 변화마다, 새로운 일자리가 탄생할지에 대한 문제는 항상 있었습니다 - 답변은 항상 긍정적입니다. 진짜 문제는 현재와 미래를 잇는 그 다리를 건설할 사람이 누구인가에 대한 것입니다.

우리는 이 과정의 모든 단계에서 능숙한 인간의 참여가 필요하다고 믿습니다 - 첫 번째 세대 로봇을 교육하고, 대규모 시스템을 배포하고, 미래의 인간과 기계의 협업 프로세스를 설계하는 것까지. 우리는 'Pros'가 전체 과정을 아우르도록 희망합니다.

'물리적 AI 혁명'에서, Instawork는 이 다리가 되길 희망합니다: 가장 영향력 있는 산업에서 심층적인 경험을 쌓았고; 이미 로봇 랩실에 대한 교육 데이터를 제공하고 있습니다; 데이터 수집 및 현장 운영을 위해 인증된 인재를 육성하고 있으며; 기계를 사업 요구사항에 연결하는 시장을 구축 중입니다.

다음 단계에 대한 기대가 큽니다.

[원문 링크]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia