한국의 주요 제조사들이 ‘로봇 데이터계의 TSMC’로 불리는 Config를 지원하다

아시아의 물리적 AI 발전은 이 지역을 세계적인 산업 리더로 자리매김하게 한 바로 그 제조 전문성에 힘입고 있습니다. 한국, 일본, 중국, 대만에서 제조업은 여전히 경제 성장의 초석으로 자리 잡고 있습니다. 서비스나 소프트웨어에 더 중점을 둔 경제권과 달리, 이들 국가는 역사적으로 대량 생산, 수출 지향적 산업, 그리고 고효율 공급망에 의존해 왔습니다. 이러한 구조적 기반은 현재 인공지능 도입에 영향을 미치고 투자 흐름을 주도하고 있습니다.

이러한 맥락에서, 서울과 산호세에 기반을 두고 로봇 파운데이션 모델(RFM)을 위한 데이터 인프라를 개발하는 스타트업 '컨피그(Config)'가 한국 최대 제조 그룹들의 벤처 캐피털 부문으로부터 투자를 유치했다는 점은 특히 주목할 만하다.

삼성벤처투자가 주도한 이번 2,700만 달러 규모의 시드 펀딩 라운드는 청약 초과를 기록했으며, 이를 통해 회사의 기업 가치는 2억 달러를 넘어섰고 총 투자 유치액은 3,500만 달러에 달했다. 이번 라운드의 전략적 투자자로는 현대자동차의 벤처 투자 부문인 ZER01NE 벤처스, LG 테크 벤처스, 그리고 한국 최대 통신사 SK의 벤처 캐피털 부문인 SKT 아메리카가 참여했다. 여기에 엔젤 투자자인 피터 아벨(Covariant AI 공동 창업자이자 UC 버클리 교수)과 미래자산 벤처스, 한국개발은행, GS선물, 카카오 벤처스, Z 벤처스 등의 금융 투자자들이 합류했다.

컨피그(Config)는 2025년 1월, 메타(Meta)의 전 연구원이자 트웰브 랩스(Twelve Labs)의 수석 과학자였던 서민준 CEO와, 이전에 웨이모(Waymo), 구글(Google), 네이버(Naver)에서 근무했던 공동 창업자 3명이 함께 설립했다. 이 팀은 로봇을 직접 제작하기보다는, 로봇이 학습하고 작동하는 데 필요한 필수 데이터를 제공하는 더 근본적인 목표에 집중하고 있다. 그들은 우수한 데이터가 로봇의 활용도를 높이는 데 결정적일 것이라고 믿는다.

대규모 언어 모델을 훈련시키는 데는 막대한 컴퓨팅 파워가 필요해 비용이 많이 들지만, 그 원료인 인터넷상의 방대한 양의 텍스트는 쉽게 구할 수 있다. 테크크런치와의 단독 인터뷰에서 서민준 대표는 로봇에게 움직임을 가르치는 것은 또 다른 도전 과제라고 설명했다. 모든 훈련 데이터는 물리적으로 수집해야 하므로 로봇과 이를 작동할 시설, 인력이 필요합니다. 서 대표에 따르면, 이로 인해 로봇 AI 개발 비용은 소프트웨어만으로 구성된 챗봇보다 더 비쌉니다. 기업들이 더 뛰어난 능력을 갖춘 로봇을 추구함에 따라 데이터 수집 및 라벨링 비용은 급격히 증가할 수 있습니다.

컨피그(Config)는 타사의 로봇 AI를 뒷받침하는 원동력이 되는 것을 목표로 한다. 이 스타트업은 자사의 역할을 애플, 엔비디아, AMD를 위해 제품을 생산하면서도 그들과 경쟁하지 않는 대만 반도체 제조사 TSMC에 비유한다. 컨피그는 기초 데이터를 공급함으로써 로봇 공학 분야에서도 유사한 역할을 수행하고자 한다. 주요 제조사들이 외부 공급업체에만 의존하기보다 자체적인 로봇 AI를 개발하려는 움직임이 커짐에 따라 이 전략은 탄력을 받고 있다. 이것이 바로 컨피그가 목표로 하는 시장이다.

COO이자 공동 창업자인 잭 방(Jack Bang)에 따르면, Config는 이미 매출을 창출하고 있다. 방은 테크크런치(TechCrunch)와의 인터뷰에서 이 스타트업의 현재 고객사로는 대형 제조업체, 시스템 통합업체, 농업 및 방위 산업 분야의 기업들이 포함된다고 밝혔다. 이 분야의 경쟁사로는 피지컬 인텔리전스(Physical Intelligence), 제너럴리스트 AI(Generalist AI), 스킬드 AI(Skild AI) 등이 있다.

이미지 출처: 케이트 박

Config는 통제된 스튜디오 환경과 실제 현장 모두에서 물리적 작업을 수행하는 인간의 동작을 포착합니다. 이 회사는 서울과 하노이에서 운영되며, 약 300명의 인력이 데이터 생산을 관리하고 있습니다. 현재까지 10만 시간 이상의 인간 동작 데이터를 축적했는데, 이는 약 3,000시간 분량으로 동종 최대 규모의 오픈소스 데이터셋인 AgiBot World의 30배가 넘는 규모입니다.

대부분의 로봇 공학 팀은 인간의 동작 데이터로 AI 모델을 훈련시킨 후, 그 모델을 로봇에 적용합니다. 서 대표는 Config가 다른 접근 방식을 취하고 있다고 밝혔습니다. 이 회사는 훈련 과정이 시작되기 전에 데이터를 변환하는 데 주력하여, 로봇이 움직이고 주변 환경과 상호작용하는 방식에 더 적합하도록 만듭니다. 서 대표는 이 과정을 언어 번역에 비유했습니다. 서 대표는 한 종류의 데이터로 모델을 훈련시킨 후 다른 맥락에서 완벽하게 작동할 것이라고 기대하는 것은 마치 영어 자료만 사용하여 한국어를 가르치려는 것과 같다고 말했습니다.

서 대표는 "모델이 아니라 데이터가 변환되어야 합니다. 이 변환 기술이 바로 Config의 핵심 기술적 차별점입니다"라고 강조했다.

이번 신규 자금은 세 가지 핵심 우선순위에 배정될 예정이다. 베트남과 서울에서 데이터 운영 규모를 확대해 100만 시간의 데이터를 수집하는 것, 2027년 말까지 연간 반복 매출(ARR) 1,000만 달러를 달성하기 위해 기업용 플랫폼 사업을 성장시키는 것, 그리고 기업들이 별도의 온보드 하드웨어 없이도 Config의 파운데이션 모델을 활용할 수 있도록 하는 클라우드 기반 '로봇-어-서비스(Robot-as-a-Service)' 제품을 출시하는 것이다.