로봇 잘 만드는 나라가, 왜 로봇 대신 ‘데이터 공장’에 돈을 넣었을까

요즘 AI 업계에서 진짜 흥미로운 변화 중 하나는, 사람들이 이제 슬슬 깨닫기 시작했다는 거야.

“AI의 진짜 병목은 모델이 아니라 데이터일 수도 있다.”

특히 로봇 분야에선 이 말이 거의 현실이 되어가고 있어.

최근 우리나라의 대표 제조 대기업들인 Samsung, Hyundai Motor Group, LG, SK Telecom 이 동시에 투자한 스타트업이 하나 있는데, 재미있는 건 이 회사가 휴머노이드를 만들지도 않고, 로봇 팔을 직접 생산하지도 않는다는 거야.

이 회사가 하는 일은 단 하나.

“로봇이 학습할 몸의 경험치 데이터를 대량 생산하는 것.”

회사 이름은 Config.
그리고 이들이 던지는 메시지는 꽤 강렬해.

“우리는 로봇 데이터의 TSMC가 되겠다.”

 

[Source: https://config.inc/ 캡쳐]

 

이제 로봇 경쟁은 ‘하드웨어’보다 ‘몸의 경험치’ 싸움이다

예전엔 로봇이라고 하면 다들 로봇 팔 정밀도, 모터 성능, 배터리, 센서, 휴머노이드 디자인 등...

그런데 이제 흐름이 바뀌고 있어.

진짜 중요한 건, “로봇이 얼마나 사람처럼 자연스럽게 움직이느냐” 가 되어가고 있거든.

문제는 여기서 발생해. ChatGPT 같은 LLM은 인터넷에 널린 텍스트를 긁어오면 어느 정도 학습이 가능했어.

책도 있고, 뉴스도 있고, 커뮤니티도 있고, 위키도 있고, 세상 자체가 텍스트 데이터셋이었으니까. 하지만 로봇은 다르다.

로봇은 “몸”을 배워야 해. 컵을 잡는 힘, 상자를 드는 각도, 문을 여는 손목 회전, 물건을 쌓을 때 균형 잡는 방식…

이런 건 인터넷 크롤링으로 해결되지 않아. 결국 실제 사람이 직접 움직여야 해.

 

로봇 시대엔 ‘데이터 공장’이 생긴다

여기서 Config의 전략이 등장해. 이 회사는 로봇을 만드는 대신, 사람이 실제 공간에서 물건을 들고, 쌓고, 조립하고, 움직이는 과정을 촬영하고 센서로 기록해. 그리고 그걸 로봇 AI가 학습 가능한 형태로 가공하지.

쉽게 말하면 이런 거야. “로봇이 먹을 밥을 만드는 공장.” 진짜 흥미로운 건, 이게 더 이상 작은 연구실 프로젝트 수준이 아니라는 점이야.

서울과 하노이 거점에서 약 300명 가까운 인력이 붙어서 데이터를 생산 중이고, 이미 10만 시간 이상의 인간 동작 데이터를 구축했다고 해.

이 숫자가 얼마나 크냐면, 대표적인 공개 로봇 데이터셋보다 훨씬 큰 규모야.

즉, 이제 로봇 산업은 단순 제조업이 아니라, “몸의 경험치를 찍어내는 산업”까지 확장되고 있는 거야.

 

한국 제조 대기업들이 여기에 꽂힌 이유

사실 Samsung, Hyundai, LG, SKT 같은 회사들이 동시에 움직였다는 건 굉장히 상징적이야.

이 기업들은 전부 공통점이 있어. “언젠가는 자기만의 로봇 AI가 필요하다.”

• 삼성은 스마트팩토리와 반도체 공장
• 현대는 물류·모빌리티·자동화
• LG는 가전과 산업 현장
• SKT는 AI·클라우드·통신 인프라

전부 로봇과 physical AI 시대를 준비 중이지. 그런데 문제는, 로봇 데이터를 각자 독립적으로 구축하려면 비용이 너무 커. 그래서 생각이 바뀌는 거야. “로봇은 각자 만들자. 하지만 로봇이 배울 몸의 경험치는 공용 인프라에서 가져오자.”

이게 바로 TSMC 모델이야. TSMC가 직접 스마트폰 브랜드를 만들진 않잖아. 대신 전 세계 반도체 회사들이 칩 설계를 가져오면, 그걸 대신 생산해주는 인프라 역할을 하지. Config는 이걸 로봇 데이터 시장에서 하겠다는 거야.

 

“모델보다 데이터 공정이 중요하다”는 철학

여기서 더 흥미로운 건 Config의 철학이야. 보통 AI 스타트업들은 다들 모델 이야기를 해.

• 알고리즘
• 파운데이션 모델
• 멀티모달
• 추론 엔진

그런데 Config는 오히려 이렇게 말해. “우리는 데이터 공장이다.” 이게 진짜 제조업 마인드야.

반도체에서도 결국 승부를 가르는 건 미세 공정이잖아. Config도 비슷해. 사람의 동작 데이터를 로봇 관점에서 학습하기 좋은 형태로 변환하고, 정제하고, 표준화하고, 대량 공급하는 공정을 핵심 기술로 보는 거지.

즉, “데이터 생산 라인” 자체를 경쟁력으로 보는 거야.

 

제조 강국 한국이 선택한 다음 단계

여기서 한국이 가진 강점이 드러나. 한국은 원래 제조업 DNA가 강한 나라야.

• 공정 최적화
• 대량 생산
• 품질 관리
• 산업 운영
• 공급망 관리

이런 걸 엄청 잘해. 그런데 이제 그 제조 능력이 철강이나 스마트폰이 아니라, “AI 학습용 몸 데이터 생산”으로 이동하고 있는 거야.

이건 꽤 중요한 흐름일 수 있어. 왜냐하면 physical AI 시대엔, GPU만 중요한 게 아니라,
“현실 세계 경험 데이터” 자체가 핵심 자원이 될 가능성이 크거든. 그리고 한국은 그걸 산업화하는 데 굉장히 익숙한 나라야.

 

서비스 기획 에서 진짜 중요한 포인트

서비스 기획 관점에서 보면, 이 사례는 단순 로봇 뉴스가 아니야. 오히려 플랫폼 전략 교과서에 가까워.

1. 제품보다 인프라를 잡았다

Config는 로봇 회사와 경쟁하지 않아. 오히려 모든 로봇 회사를 고객으로 삼으려 해. 이건 엄청 강한 포지셔닝이야.

2. 데이터 수집 자체를 산업으로 만들었다

대부분 AI 회사들은 데이터 수집을 비용으로 봐. 그런데 Config는 아예 데이터 생산 자체를 산업으로 설계했어.

이건 AI 시대 제조업의 재해석이라고 봐도 돼.

3. 결국 RaaS와 API 플랫폼으로 간다

지금은 데이터 회사처럼 보이지만, 장기적으로는 Robot-as-a-Service 기반 플랫폼으로 확장될 가능성이 커.

언젠가 로봇 개발자들이 API 붙이듯 Config를 호출하는 시대가 올 수도 있어.

그 순간 이 회사는 단순 데이터 업체가 아니라, 로봇 시대의 AWS 같은 존재가 될 수도 있는 거지.

 

AI가 배울 경험 자체를 찍어내게 될지도 몰라.

앞으로의 제조업은, AI가 배울 경험 자체를 찍어내게 될지도 몰라. 그리고 지금 한국 제조 대기업들은 그 변화를 꽤 빠르게 읽고 있는 것 같아. “로봇을 잘 만드는 나라”에서 끝나는 게 아니라, “로봇이 학습하는 세계의 인프라”까지 잡으려는 움직임.

어쩌면 지금 우리가 보고 있는 건, 반도체 이후 한국 제조업의 다음 20년짜리 베팅일 수도 있겠다는 생각이 들어.