▲창저우(常州) 우진(武？)의 데이터 수집 센터 2.0. 국가급 하이테크 산업단지에 자리하며 정부 지원을 받아 150대의 RealBOT 로봇이 1000여 가지 실제 과업을 수행하며 데이터 대규모 제조 납품을 시도하고 있다.
자료사진
미국도 데이터가 부족한 것은 마찬가지 입니다. 본체 한 대의 제조원가가 높은 미국은 대량 채굴이 구조적으로 불가능합니다. 그래서 컴퓨트 파워와 기초모델이라는 자국의 강점으로 우회합니다. 엔비디아는 피지컬 AI 데이터 팩토리 청사진을 공개했고, OpenAI는 로봇팀을 대규모로 확충 중입니다.
미국은 데이터 부족을 '연구 문제'로 번역했고, 시뮬레이션 강화학습과 인터넷 영상 증류, 오픈 X-임바디먼트(Open X-Embodiment) 같은 연합 데이터 공유로 돌파구를 모색합니다. 일본은 용접, 조립, 팔레타이징은 정형화된 폐쇄 도메인입니다. 옷을 개고 그릇을 씻는 비정형 데이터가 없어도 산업용 로봇 세계 1위는 유지됩니다. 강점이 곧 전환 비용이 되는 구조입니다.
한국은 가장 애매한 위치에 있습니다. 2026년 6월, LG전자는 서울 양재 R&D 캠퍼스에 한국 최초의 휴머노이드 '데이터 팩토리'를 구축한다고 발표했습니다. 2030년까지 4000억 원 이상을 투자할 계획이며, 수백 대의 CLOi 로봇이 실제 가정과 생산 라인을 모방한 환경에서 데이터를 수집하게 됩니다. 한국도 데이터 공장의 필요성을 인지하고 움직이기 시작했지만, 중국과의 격차는 여전히 큽니다. 전 세계 휴머노이드 생산량에서 중국이 86%를 차지하는 반면, 한국은 1%에 불과합니다.
데이터 공장은 피지컬 AI 섹터의 1차 산업과 같습니다. 그 어느 국가도 하고 싶지만 값싼 본체, 인건비, 공공 자본과 정책 지원이 결합된 모델을 구축하기는 쉽지 않습니다.
재무제표의 문법을 바꾼 전략적 설계
중국의 데이터 전략은 오랜 시간 동안 단계적으로 추진되었습니다. 2019년 데이터를 처음 국가 경제 생산 요소 목록에 올렸고 2020년에는 토지·노동·자본·기술에 이어 데이터를 제 5대 정식 생산 요소로 명시했습니다. 2022년에는 소유권·가공사용권·수익권의 3권 분리를 설계했고, 2023년 국가데이터국(国家数据局)이 출범했습니다.
그리고 2024년 1월 부터 기업은 데이터 자원을 대차대조표에 무형자산 또는 재고자산으로 계상할 수 있게 되었습니다. 이 마지막 문장이 데이터 공장의 경제학을 설명합니다. 데이터가 회계상 자산이 되는 순간, 지방정부와 국유 플랫폼은 수집 공장을 '비용'이 아니라 '자산 형성'으로 처리할 수 있습니다. 데이터를 생산요소로 지정한 것은 형식적 선언이 아니라 무거운 투자를 국가가 대신 들어올릴 수 있도록 정책을 마련하겠다는 의지였습니다.
선순환을 먼저 완성하는 쪽이 표준이 된다
현재 중국 로봇 산업 전체의 연간 데이터 생산 능력은 160만~180만 시간, 단기 목표는 2500만~3500만 시간으로 15~20배 확대입니다. 파시니는 톈진에 대형 멀티모달 데이터 수집 공장을 건설해 누적 8000만 건의 데이터를 수집했으며, 연간 목표는 2억 건입니다. 2026년 말까지 4개의 데이터 공장이 추가로 가동될 예정입니다. 그러나 목표를 다 채워도 언어모델의 데이터량에 견주면 겨우 출발선입니다. 순수 데이터 판매로 흑자를 낸 기업은 아직 없습니다. 앞으로 1~2년이 이 사업의 검증 창입니다.
중요한 점은 '누가 많이 수집하는가'가 아닙니다. 저렴한 본체 → 저렴한 데이터 수집 → 풍부한 데이터 축적 및 가공 → 강한 모델 → 양산 → 더 값싼 본체로 이어지는 고리를 누가 먼저 한 바퀴 완주하느냐입니다. 한 바퀴가 돌면 그다음부터는 가속만 남습니다. 중국이 로봇 가격을 한 번 더 내릴 수 있는 비법은 부품 원가가 아니라 이 회전 속도에 있습니다.
생태계는 가장 똑똑한 개체가 장악하지 않습니다. 가장 먼저 토양을 만든 종이 장악합니다. 중국은 지금 AI를 개발 상품으로 취급하는 것이 아니라 생태계를 만드는데 국가 기업 자본이 한 방향으로 집중하고 있습니다.
저작권자(c) 오마이뉴스(시민기자), 무단 전재 및 재배포 금지
오탈자 신고