Physicl은 10,000개의 방을 판다. 로봇이 필요한 건 구석이다

Physicl은 11월 6일 Inovia Capital이 리드하고 US Venture Partners가 참여한 라운드에서 $10 million의 시드 투자를 받았다. 같은 날 3D 장면을 만들어 학습 데이터로 내보내는 애플리케이션 Studio의 베타를 열었다.
흔한 이야기처럼 들린다. Studio가 실제로 무엇을 내놓는지 보면 달라진다. 미리 만들어 둔 3D 환경 10,000개. 배치하고 바꾸고 다시 배열할 수 있는 100,000개의 오브젝트 에셋. 조명과 재질, 카메라 경로는 조정할 수 있다. 게다가 모든 장면에 라벨이 따라온다. 깊이 맵, 오브젝트 세그멘테이션, 카메라 위치다.
제품은 라벨이고, 그림은 포장이다.
조리대 위의 컵
창업자 겸 CEO인 Alex de Vigan은 목표 고객을 부엌 하나로 설명한다. 가정용 로봇은 깨끗한 조리대 위의 컵을 알아본다. 그 앞에 물건을 절반만 가려 두거나, 해가 져서 방의 그림자가 달라지면 같은 로봇이 컵을 놓친다.
이 실패가 회사의 존재 이유이고, 왜 아무도 해결하지 못했는지도 짐작이 간다. 깨끗한 조리대 위의 컵 데이터셋은 모으는 값이 싸다. 같은 컵이 11월 오후 4시 40분, 시리얼 상자 뒤에 있고 서쪽에 창이 있는 부엌에 있다는 데이터셋은 세팅 비용이 비싸고 실세계에서는 거의 찾을 수 없다.
Physicl의 주장은 이렇다. 그 부엌을 평범한 말로 묘사하고, 변수를 조정해 목격한 실패와 맞춘 다음, 정답이 붙은 변형 수천 개를 내보내면 된다. 여기서 정답은 구체적인 의미다. 장면을 만든 것이 시스템이므로 모든 표면과 물체가 어디에 있는지 정확히 안다. 사람이 컵 둘레에 마스크를 그린 것도 아니고, 라벨러가 깊이를 짐작한 것도 아니다.
손으로 라벨링한 실사 영상은 느리고 비싸며, 오류가 그대로 전파된다. 합성 장면의 오류는 시스템이 말할 수 있는 종류의 오류다.
Studio 안에 들어 있는 것
베타에는 실내와 실외 환경을 아우르는 10,000개의 환경, 10만 개가 넘는 에셋, 그리고 수십억 가지 장면 조합이 가능하다고 회사는 설명한다. 라이브러리의 환경에서 시작해도 되고, 모델이 실패하는 장면을 직접 묘사해도 된다.
작업 흐름은 무미건조하다. 쓸모 있는 도구는 대개 그렇다. 장면을 고르거나 묘사한다. 조명과 카메라 시점, 물체 배치를 조정한다. 학습용 합성 이미지나 영상을 내보낸다. 반복한다.
공학이 몰려 있는 곳은 조정 항목 목록이다. 사실적인 화면은 이제 어려운 부분이 아니다. 확산 모델은 예쁜 부엌을 얼마든지 만들어 준다. 문제는 그 예쁜 부엌이 렌즈에서 조리대까지 거리가 얼마인지 전혀 모른다는 것이고, 그걸로 학습한 깊이 추정 모델은 아무것도 배우지 못한다.
고객 숫자 하나, 그리고 그걸 만든 쪽
Physicl이 이름을 밝힌 초기 고객은 SpAItial이다. 뮌헨공과대학 교수 Matthias Niessner가 이끄는 월드 모델 회사로, 2D 이미지에서 탐색 가능한 3D 공간을 만든다. Physicl에 따르면 자사 합성 데이터를 SpAItial의 학습 믹스에 더하자 실제 방에서의 재구성 오차가 절반 이하로 줄었다.
이 문장에서 분리해서 봐야 할 게 두 가지다. 결과를 보고한 쪽은 판매자다. 평가를 돌린 쪽은 고객이고, 이는 판매자가 돌린 데모보다 낫지만 독립적인 벤치마크는 아니다. 고객 하나, 과제 하나, 지표 하나다.
병목에 대한 Niessner 본인의 설명이 그 숫자보다 쓸모 있다. 큐레이션이 수작업이고 주기가 길다고 그는 TechCrunch에 말했다. 그가 관심을 두는 것은 학습이 지금 무엇을 틀리고 있는지에 따라 데이터를 즉석에서 만드는 일이다. 모델이 특정 조건의 예시가 더 필요하다고 보고하면 데이터가 나타난다.
정적인 에셋 라이브러리와는 다른 제품이고, Physicl이 지향한다고 말하는 쪽이 그것이다. de Vigan은 고객이 수조 장의 이미지나 수백만 시간의 LIDAR를 넣어 3D 표현으로 바꾸고 수십억 개의 순열을 생성하는 그림을 그린다. 회사는 Meta, World Labs, Epic Games, AWS, NVIDIA, TUM도 작업 사례로 올려 두었다.
그 목록은 추천사가 아니라 파이프라인으로 읽어야 한다. 이름들이 보여 주는 것은 Physicl이 맞는 건물에 영업하고 있다는 사실이다.
보도자료가 빼먹은 부분
Physicl은 기업가치도 가격도 매출도 공개하지 않았다. Studio는 베타 기간에 로보틱스 개발자와 대학, 연구실에 무료다. 가격이 존재하기 전에 설계 파트너를 사는 표준적인 방식이다.
경쟁 구도는 빽빽하고 경계는 흐릿하다. 실데이터를 모으는 회사, 실데이터에 라벨을 붙이는 회사, 합성 데이터를 만드는 회사, 시뮬레이션 엔진을 파는 회사, 로봇 파운데이션 모델을 파는 회사가 있고, 그중 셋을 동시에 하는 회사가 늘고 있다. de Vigan도 인정한다. 이 분야는 아주 젊고 때로는 아주 흐릿하다고.
사업 구조에 대한 질문도 남는다. 가치가 특정 실패를 겨냥한 사후 학습 데이터에 있다면, 고객의 이상적인 결말은 덜 실패하고, 데이터를 덜 쓰고, 결국 사지 않는 것이다. 데이터 인프라 회사는 이 긴장과 함께 산다. 어떤 회사는 도구가 되어 답한다. Physicl이 원한다고 말하는 것도 그것이다. 파일을 납품하는 벤더가 아니라 모델이 바뀌어도 팀이 계속 돌리는 시스템이다.
고객이 그렇게 볼지는 내보내기가 어떻게 쓰이는지에 달렸다. Studio를 일회성 구매로 보는 팀은 한 번 돌리고 데이터를 챙겨 떠난다. 학습 루프에 연결하는 팀은 평가 라운드마다 약점을 찾고 다음 데이터 배치로 그곳을 겨냥한다. 그들이 산 것은 프로세스 구독이다. Physicl의 제안은 두 번째 경우에만 성립하고, 두 번째 경우를 실제로 만들려면 베타에는 없는 자동화가 필요하다.
이것이 연산이 아니라 데이터 문제인 이유
로보틱스 업계는 2년 동안 구현 방식과 모델 구조, 행동 표현을 두고 논쟁했다. Physicl의 주장은 더 무뚝뚝하다. 언어 모델에게는 인터넷이 있었다. 로봇에게는 그에 해당하는 것이 없다. 수백만 가정과 창고에 걸친 파지와 주행, 복구의 기록이 없다.
이 격차를 메우는 방법은 세 가지고 각각 비용 구조가 다르다. 실세계에서 모은다. 정확하지만 느리고, 희귀한 사건에 약하다. 희귀하니까. 원격 조작한다. 품질은 높지만 데이터 양에 비례해 사람의 시간을 쓴다. 시뮬레이션한다. 싸고 확장되지만 시뮬레이션 세계가 실제처럼 굴 때만 쓸모가 있다.
sim-to-real 격차가 이 베팅의 전부다. 에셋이 올바른 기하와 재질, 물리를 갖추면 격차는 사람들이 생각하는 것보다 작고, 남은 거리는 모델이 깨지는 특정 조건을 생성해 메울 수 있다는 것이 Physicl의 논리다.
그게 성립하는지는 출시로 판가름 나지 않는다. 서로 다른 모델 계열과 과제에 걸친 더 많은 고객 평가가 필요하다. 그때까지 정직한 요약은 이렇다. $10 million의 시드가 실제 병목에 대한 그럴듯한 답과, 방 10,000개가 든 베타를 사 왔다.
로봇이 알려 줄 것이다. 언제나 그랬듯, 결국에는, 오후 4시 40분의 부엌에서.
관련 글
중국산 안드로이드 시스템 UI의 광고를 끄는, 커뮤니티가 관리하는 탭 표
시스템을 건드리지 않고, 잠금 해제도, 플래싱도 하지 않는다. 제조사가 이미 열어 둔 스위치를 하나씩 뒤집을 뿐이다. 대가는 이 목록을 계속 써 줄 사람이 필요하다는 것이다.
GPT Image 2.6, 토큰 단가는 그대로 두고 청구서를 올렸다
GPT Image 2.6은 2.5의 토큰 단가를 하나도 바꾸지 않았는데 이미지 한 장 값은 올랐다. 작업의 상당 부분이 이제 출력 토큰에서 일어나기 때문이다. 출시 11일째, 가격 구조가 순위표보다 많은 것을 말한다.
IDM을 바깥에서 다시 만든 사람이 손대지 않은 부분을 적어 두었다
Mister Download Manager는 Internet Download Manager의 흐름을 Rust로 다시 구현해 5배 속도와 86개 언어를 내건다. 더 흥미로운 문서는 아무것도 복사하지 않고 어떻게 만들었는지 설명하는 문단이다.
Rune은 에이전트가 자기 작업을 검증할 수 있도록 만든 Rust UI 프레임워크
Rune은 헤드리스로 렌더링하고 요소 트리를 덤프하며 스크립트 입력을 받는다. 스크린샷으로는 얻을 수 없는, diff 가능한 신호를 코딩 에이전트에게 준다. 프레임워크는 프리릴리스이며 풀 리퀘스트를 받지 않는다.