스타트업, 인도의 긱 노동력이 글로벌 로봇을 훈련할 수 있다고 낙관

인도의 온라인 음식 배달 부문은 최근 몇 년간 Zomato와 Swiggy의 공개 상장 및 클라우드 주방의 급증으로 빠르게 확장되었습니다. 이와 동시에 Urban Company, Snabbit, Pronto와 같은 온디맨드 가정 서비스 스타트업들의 인기도 높아지고 있습니다.

샌프란시스코에 기반을 둔 스타트업 Human Archive는 이러한 성장을 활용하여 이러한 기업들과 파트너십을 맺고 작업자에게 카메라가 장착된 헤드셋을 제공하는 작업을 진행하고 있습니다. 이 장치는 일상적인 작업의 자기중심적(1인칭) 비디오 데이터를 캡처하며, 이는 로봇 훈련에 사용할 수 있습니다.

특정 파트너 이름을 밝히지는 않았지만, 이 스타트업은 가정 서비스, 하숙집, 레스토랑 기업들과 협력하여 자기중심적 데이터를 수집하고 있다고 확인했습니다. 또한 다양한 위치에 1,000개 이상의 활성 헤드셋이 배포되어 있다고 보고했습니다.

이러한 모멘텀을 바탕으로 Human Archive는 화요일 Wing Venture Capital, NVP Capital, Y Combinator, 그리고 OpenAI, Nvidia, Google, Mercor, AfterQuery, BAIR, SAIL, Brad Boa, Meta의 엔젤 투자자들로부터 820만 달러의 자금을 확보했다고 발표했습니다.

이 회사는 버클리 스탠포드 출신의 네 명의 학생인 Samay Mani, Rushil Agarwal, Shloke Patel, Raj Patel(후자 두 명은 사촌 관계)에 의해 설립되었습니다. 네 명 모두 로봇공학, 하드웨어, 촉각 데이터 분야에서 연구 경험을 보유하고 있습니다.

이 회사의 등장은 AI 산업의 궤적에 대한 전략적 베팅을 반영합니다. 로봇 연구소와 주요 AI 기업들이 물리적 작업을 수행할 수 있는 기계 개발에 박차를 가하는 가운데, 그들은 일상적인 작업을 수행하는 인간의 고품질 실제 세계 훈련 데이터 부족이라는 큰 장벽에 직면해 있습니다. Human Archive의 전략은 인도의 급성장하는 긱 경제 내 작업자들이 이 중요한 데이터의 미개발되고 확장 가능한 출처를 제공한다는 전제에 기반합니다.

Human Archive는 여러 파트너와 협력하고 있지만, 이 스타트업은 Pronto 및 Urban Company를 포함한 주요 인도 가정 서비스 기업들로부터 잠재적 협력 제안이 거절되었다고 밝혔습니다.

이 거절은 지난 주말 인도 매체 Entrackr가 Pronto가 로봇 훈련을 위해 작업자 데이터를 수집하기 위한 파트너십을 적극적으로 모색하고 있으며, Snabbit이 프로젝트가 중단되기 전에 Human Archive와 예비 논의를 가졌다고 보도하면서 공개되었습니다.

Urban Company의 CEO Abhiraj Singh Bhal은 X에서 이 회사들은 그러한 협상에 참여하지 않을 것이라고 답변했습니다. Patel은 Urban Company가 곧 재고해야 하거나 고객 이탈로 인해 관련성을 잃을 위험이 있다고 반박했습니다. 공동 창업자 Rushil Agarwal은 더 직접적으로 Pronto의 창업자 Anjali Sardana가 자신의 제안을 "바보 같은 것"으로 거부했다고 게시했습니다. Pronto는 논의를 인정했지만 진행하지 않기로 결정했다고 밝혔습니다.

전국 각지의 다른 스타트업들도 공장 등 다양한 작업 환경에서 자기중심적 데이터를 수집하고 있습니다. Human Archive는 두드러지기 위해 촉각 장갑, 전신 모션 캡처 슈트, 손목 카메라와 같은 추가 장치를 사용하고 개발하고 있습니다. 이러한 도구들은 RGB-D(깊이 정보가 결합된 컬러 이미지)와 동기화된 상태로 운동 및 촉각 힘 데이터를 캡처하며, 이는 AI 연구소에게 판매됩니다. 이 스타트업은 비디오 데이터만으로는 부족하지만 다른 센서 데이터와 결합하면 가치가 크게 높아진다고 주장합니다.

Raj Patel은 TechCrunch에게 다른 연구자들에게 프로젝트를 제시하는 과정에서 자기중심적 데이터를 접하고 비디오와 촉각 힘 데이터를 결합하고자 했다고 말했습니다. 창업자들은 다양한 연구소들과 교류하며 자기중심적 및 센서 기반 데이터에 대한 시장이 성장하고 있음을 깨닫고, 이 기회를 중심으로 회사를 설립했습니다.

초기 Human Archive는 임시 설치나 기성품 장비를 사용하여 데이터를 캡처했습니다. 이제 그들은 다양한 데이터 유형을 캡처하기 위해 함께 작동하는 맞춤형 하드웨어를 개발하고 있습니다. 현재 그들은 다양한 데이터 포인트를 수집하기 위해 50개 이상의 서로 다른 장치를 배포하고 있습니다.

"데이터를 캡처하기 위해 우리는 아이폰으로 시작했고, 그 다음 자체 맞춤형 장비와 캡을 제작했습니다. 이제 우리는 서로 다른 모달리티 간에 상호 교환적으로 사용하는 7개 이상의 서로 다른 하드웨어 제품을 보유하고 있습니다. 다양한 장치에서 데이터를 수집한 후, 우리는 이러한 모든 소스에서 데이터를 동기화하는 작업을 진행했습니다,"라고 그는 통화에서 말했습니다.

이 회사는 자체 데이터를 사용하여 AI 모델을 미세 조정하는 방법을 개발하고 로봇에서 테스트하여 작업 효율성을 평가하고 있습니다. 이 접근 방식은 스타트업이 잠재적 고객에게 데이터 품질을 입증하고 내부 모델을 사후 훈련할 수 있게 해줍니다.

Wing VC의 파트너 Zach DeWitt은 이 스타트업이 여러 센서에서 데이터를 수집하는 독특한 이점을 가지고 있다고 밝혔습니다.

"전 세계에서 누구도 헤드셋 RGB-D, 힘 피드백, 전신 모션 캡처, 그리고 동기화된 가슴 및 손목 카메라 데이터를 대규모로 동기화하고 수집하지 못했습니다. 그들은 이 데이터로 내부 모델 훈련을 수행해 왔으며, 센서의 독창성과 곧 출시될 새로운 데이터셋의 규모로 인해 모든 주요 연구소와 대학이 실험을 수행하는 데 관심을 가지고 있습니다,"라고 그는 TechCrunch에게 말했습니다.

인도에서 데이터 수집 및 확장 계획

주요 가정 서비스 기업들로부터의 거절에도 불구하고 Human Archive는 할인된 서비스를 제공하기 위해 작은 스타트업들과 파트너십을 맺었습니다. 작업자가 집에 도착하면 고객은 앱을 통해 선택할 수 있습니다: 데이터 수집에 동의하는 대가로 할인된 가격을 지불하거나, 녹화되지 않은 방문에 대해 정가를 지불합니다.

이 회사는 자기중심적 데이터 수집에 참여하는 작업자에게 시간당 1달러의 기본급을 지급합니다. Economic Times의 보고서에 따르면 다른 기업들은 시간당 ₹250–₹400(약 $2.63–$4.20)를 지급합니다. Patel은 경쟁사들이 Human Archive보다 더 많은 금액을 지급하지만, 인도 내 현장 존재감으로 인해 낮은 보상을 유지할 수 있다고 밝혔습니다.

"Human Archive의 네트워크는 전 세계적으로 즉각적이고 유연한 수익 기회를 제공하여 AI 경제 참여의 장벽을 낮춥니다. 우리는 이를 즉각적인 생계를 자금으로 지원하면서 더 안전하고 생산적인 미래를 위한 인프라를 구축하는 중요한 다리로 보고 있습니다,"라고 DeWitt은 말했습니다.

임금 지급 외에도 비디오 녹화를 통한 데이터 수집과 관련된 개인정보 보호 문제가 있습니다. Human Archive가 작업자에게 영상 사용 방법에 대해 어떤 정보를 제공하는지는 명확하지 않습니다. 이 회사는 상각 계약이 인도의 디지털 개인정보 보호법(DPDP Act)을 준수하며, 데이터 수집 및 처리 목적을 상세히 밝힌 동의 정보와 함께 개인정보 보호 정책 고지문을 표시한다고 밝혔습니다. 이 회사는 모든 데이터가 익명화되었으며, 녹화 영상에서 얼굴이 흐려진다고 주장합니다. 지난주 Moneycontrol은 인도의 전자정보기술부가 가정 서비스 작업자를 통해 자기중심적 데이터를 수집하는 스타트업들의 동의 메커니즘 및 데이터 수집 관행을 조사하고 있다고 보도했습니다.

Human Archive는 주로 인도에서 데이터를 수집하지만, 동남아시아와 미국으로 확장하기 시작했습니다. 이 회사는 또한 누구나 데이터 수집에 참여하고 돈을 벌 수 있는 플랫폼을 구축하고 있습니다. 그들은 참여하는 작업자들이 데이터 수집을 교환하는 대가로 청소 또는 요리 같은 서비스를 미국 고객에게 제공하기를 목표로 하지만, 이러한 프로그램들은 초기 시범 단계에 있습니다.

여러 잘 자금 지원된 스타트업들이 물리적 AI 개발에 박차를 가하고 있습니다. 여기에는 작업 중인 인간을 보여주는 방대한 양의 훈련 데이터가 필요하며, Human Archive는 이 수요를 충족하기 위해 경쟁하는 플레이어 중 하나입니다. 그들의 접근 방식의 확장 가능성은 그들이 형성하는 파트너십과 물리적 AI 연구소의 요구를 충족시킬 수 있는 데이터의 독창성과 양에 달려 있습니다.