물리 AI, 뇌파로 학습한다…로봇 훈련 데이터의 새로운 장

물리 AI, 뇌파로 학습한다…로봇 훈련 데이터의 새로운 장 물리 AI(Physical AI)의 최대 걸림돌은 모델 아키텍처가 아니라 '실제 세계 훈련 데이터'의 부족이다. 로봇이 컵을 들거나 전선을 꼽는 등 물리적 작업을 수행하려면 방대한 양의 현실 세계 데이터가 필요한데, 이는 인터넷 텍스트처럼 쉽게 긁어올 수 있는 자료가 아니다. 미국 캘리포니아 산란드루에 위치한 엔코드(Encord)는 이 문제를 해결하기 위한 스타트업이다. 엔코드는 로봇 회사들이 필요로 하는 물리 훈련 데이터를 직접 '제조'하는 사업을 하고 있다. 앤드루 세야가 엔코드 시설에서 젠가 블록 타워를 조립하는 모습은 단순한 훈련이 아니다. 그가 쓰고 있는 헤드셋은 뇌파를 측정하는 Zander Labs의 센서를 탑재하고 있다. Zander Labs는 독일 신경과학 스타트업으로, 뇌 활동 데이터를 측정해 '실수', '의도', '놀람' 같은 정신 상태를 파악하면 AI 모델 훈련에 더 유용한 데이터셋을 만들 수 있다고 본다. 엔코드는 Zander와 시범 작업을 진행 중이며, 뇌파 태그가 달린 데이터셋이 로봇 모델 성능 향상에 실제로 도움이 되는지 평가한 후 확장을 결정할 계획이다. 엔코드의 로보틱스 학습 책임자 비네스 벨무루간은 "이것은 로봇 데이터 병목 현상을 해결하려는 노력의 최전선"이라고 말했다. 그는 오픈AI의 로봇 연구실과 버크셔 그레이(창고 자동화 기업)에서 일한 베테랑이다. 엔코드는 두 가지 방식으로 데이터를 수집한다. 첫째, 작업자들이 카메라를 착용하고 수집하는 시점 중심(video) 데이터로, 전 세계 여러 공장에서 수집한다. 둘째, 원격으로 조종하는 로봇을 통해 데이터를 모은다. 엔코드 시설에서는 리더-팔로워 방식의 로보틱 암을 사용해 컵에 물 따르기, 포커 게임 칩 쌓기 같은 작업을 기록한다. 또 다른 새로운 데이터 모달리티로 전완에 부착한 근육 신호 센서가 있다. 사람의 손이 물체를 조작할 때 팔근육에서 발생하는 전기 신호를 측정해 3차원 손 위치를 추정하는 방식이다. 엔코드의 데이터셋에는 '오른손으로 볼트를 조인다' 같은 물리적 설명이 상세히 주석으로 달려 있다. 벨무루간은 이런 고밀도 주석이 저품질 데이터보다 훈련에 100배 더 가치 있다고 추정했다. 다만 이 방식의 한계도 있다. 대형 언어모델(LLM)은 인터넷 텍스트를 긁어와 훈련했지만, 물리 AI 데이터는 '제조'해야 하기 때문에 비용이 든다. 엔코드는 주석 하나당 20배 더 비용이 들지만 100배 더 가치 있다고 보지만, 여전히 20배 더 많은 돈이 들어가는 것은 사실이다. 엔코드는 현재 12명의 훈련사(pilot)를 운영 중이며, 이들 중 앤드루 세야는 이전 쓰레기 분류 로봇 유지보수 업무에서 기술에 관심을 갖게 됐다. 엔코드는 업계 여러 로봇 회사와 협력하며 어떤 데이터 기법이 유효한지 조망할 수 있는 위치에 있다. 출처: [TechCrunch](https://techcrunch.com/2026/07/26/are-brain-waves-the-next-unlock-for-physical-ai/)