Pinned Tweet
10/12 11:00 KST
@axisrobotics Alliance Task tip review — ghost goal
오전 작업이 저녁에 비슷하게 다시 나오는 경우가 많아서
오늘 11시부터 40분 정도 진행한 테스크를 기준으로 저녁에 어떻게 접근하면 좋을지 리뷰를 남겨보려고 합니다.
이번에 나온 테스크 형식은
물건 각도를 ghost goal에 맞추는 유형이었습니다.
새로고침 판단을 얼마나 빠르게 하느냐가 생각보다 중요한 과제였던 것 같아요.
--------------------------------------------------
1. 쉬운 테스크(조작하기 쉬운 물체) 찾기
처음에는 낮은 난이도 순 → 남은 자리 적은 순으로 위에서 아래로 훑으면서 진행했습니다.
(맨 처음 진행한 테스크 규칙이 분류가 바뀌면 정렬 기준를 바꿨던거 같네요.)
그런데 실제로 하기 쉬운 테스크들이 뒤로 밀려 있는 경우가 꽤 많았습니다.
예를 들면
- 물체가 둥글거나
- 바닥에 붙어 있거나
- 원기둥처럼 좌우가 거의 동일하거나
- 물체 자체가 매우 작은 경우
같은 판정이 좋거나 집기에 좋은 조건들이요
각도 맞추기 괜찮은 걸 찾느라 새로고침을 기본적으로 10번 이상은 한 것 같습니다.
위에 올렸던 마트로시카나 해머, 스피커 같은 경우는 좌우 대칭에 가까워서 상대적으로 새로고침을 덜 하고 진행할 수 있었네요.
(지인 말로는 너트나 작은 심벌 같은 건 방향이 크게 상관 없이 성공 처리가 되는 경우도 있다고 합니다.)
추가로 같은 제목을 가지는 테스크들도 있는데
하나는 공중에 떠 있고, 하나는 바닥에 붙어 있는 형태인데요.
처음에 들어간 게 공중에 떠 있는 쪽이면, 빠르게 다른 같은 물건 과제로 넘어가는 것도 괜찮은 방법이었습니다.
(난이도 쉬운 순으로 정렬했을 때 같은 제목 테스크가 두 개 붙어 있으면, 아래쪽이 바닥에 붙어 있는 경우가 있었어요.
이건 저녁에 다시 한 번 확인해보려고 합니다.)
--------------------------------------------------
2. 새로고침 판단 기준
새로고침을 할지 말지 빠르게 결정한 기준은 아래 순서였습니다.
1. 물건의 위아래가 뒤집혀 있는지
2. 물건이 로봇팔에 매우 가까이 붙어 있는지
3. 물건이 양팔을 써야 할 만큼 많이 떨어져 있는지
4. 물건이 바닥 or 다른대상과 중첩 되있는지
5. 큰 물체가 이동 궤적을 방해하는지
3번을 먼저 체크해야 하는 거 아닌가 싶을 수도 있는데
테스크 점수를 확인해보니 9~11초 구간에 90초 근처 점수가 나오는 경우가 있더라고요
그래서 대략 15초 정도까지는
물건 각도가 ghost와 이미 꽤 잘 맞아 있다면
거리가 좀 있어도 그냥 옮기는 쪽이 새로고침으로 시간을 버리는 것보다
전체 테스크 수를 늘리는 데 도움이 될 것 같다는 생각이 들었습니다.
+글을 정리하면서 떠오른 어려운 부분인데 팔이 어느정도 까지 회전되는지 감이 잘 안잡히더라구요
로봇팔이 회전할수 있는건 한계가 있어서
물건을 집고 회전시킨다음에 다시 팔을 원위치 회전 했다가 다시 집고 같은방향으로 더돌린 경우가 많았는데
이건 나중에 플레이할떄 생각해봐야겠네요
--------------------------------------------------
3. 전제 조건
위 기준으로 시간을 줄이려면 기본적으로 아래 정도 조작은 익숙해져 있어야 의미가 있습니다.
- N / B 세이브
- N / B를 이용한 빠른 이동
- 마우스, 더블클릭, 키보드를 어떻게 조합해야 로봇의 이동 궤적이 풀리고 목표에 도달하는지
이 부분은 Axis Robotics 한국 텔레그램 방에 오셔서 질문하시면 고수분들이 친절하게 답변해주실 것 같습니다.
여기에 댓글로 남겨주셔도 괜찮구요
--------------------------------------------------
시간이 되면 저녁에도 한 번 더 해보고 추가로 정리해보겠습니다.
다들 화이팅입니다~
Penrian retweeted
폐지줍기 연구소 x Eigen AMA 안내
다가오는 11월 19일 목요일! AI에서 준수한 활약을 보이고 있는 @eigenlabs 친구들과 함께 AMA가 예정되어 있습니다!
✅ AMA 일정
🕔 일정: 11월 19일 (목) 23시
🎁 상품:
-치킨 x 10명
-메가커피 x 200잔
👬 참여:
-호스트: @oldman_cek (폐지줍기 연구소)
-게스트: @jt_rose (Eigen Labs)
-통역: @cryptobball
🗺 장소: xitter.cf/i/broadcasts/2BlQQYlRL…
✅ 참여방법
1️⃣ 폐지줍기 연구소 트위터 좋아요 & 댓글 남기기
2️⃣ AMA 청취
3️⃣ 이벤트리 제출
*AMA 진행 및 상품 관련 비용을 재단에게 지원받아 진행되는 AMA입니다!
지난 번 건강 이슈로 취소되었던 Eigen과의 AMA는 19일, 다시 시작됩니다!
따뜻한 치킨과 커피를 준비했습니다! 많은 청취부탁드립니다!
Penrian retweeted
📌 불개미와 함께하는 @Americanfort_io AMA!
이번 AMA에서는 AmericanFortress의 CEO이자 CTO이신 Mehow Pospieszalski과 함께 AmericanFortress에 대해 알아볼 예정입니다.
✔️ 장소 : 불개미 트위터 스트리밍
🗓 일정 : 11월 16일 (월) 오후 10시 KST
✔️ AMA 참여방법 : 해당 포스팅 참고 t.me/fireant_crypto/45509
🔥 AMA 리워드
1. 파파존스 피자 x 10명
2. 치킨 콜라 세트 x 10명
3. 메가커피 x 200명
@AFortress_KR @Americanfort_io @MehowHacks
하락장인데 커피파밍이라도 드가자아ㅏㅏㅏ
0G x MAGIC x Humbleman AMA
- 일시 : 11월 12일(목) 저녁 9시 (KST)
- 장소 : xitter.cf/i/spaces/1ZBXqMm…
- 게스트 : @michaelh_0g (CEO)
- 코호스트 : @IPALAU1, @Cryptowombat125
AMA 참여방법
- AMA 공지글 좋아요, 리트윗
- AMA 공지글에 댓글로 사전 질문 남기기
- 이벤트리 미리 가입하기 : eventree.live/
AMA 보상
- 사전 질문 10명 : 치킨
- 현장 인증 200명 : 커피
이번 AMA는 KBW 시즌에 맞춰 iAI를 런칭하고 Layer for AI로 여러가지 활동을 진행중인 @0G_labs의 CEO Michael님을 모셨습니다
개인적으로 AI + 크립토가 가져올 미래에 많은 기대를 하고 있는데, 이번 AMA에서 0G의 현재 구조와 향후 계획 등을 가감없이 알아보겠습니다. 많관부!
Penrian retweeted
searchfi x @Americanfort_io AMA
Space : xitter.cf/i/spaces/1zkAQvPlnbzXj…
Date : November 11 10 PM KST
Quantum Resistance, Privacy, ZK.
Come hear what AmericanFortress is building.
🤝 Paid partnership
I'd take a more complicated withdrawal process over another $6B hack any day.
A extra security is worth the hassle.
If a little inconvenience can help keep our funds safe, I think it's worth it.
exchanges will seriously consider adopting @AmericanFortress's ZK-POSP.
If withdrawals required cryptographic proof that the deposit and withdrawal addresses were derived from the same seed, it could make it much harder for hackers to drain funds into arbitrary wallets.
* No need to reveal your private keys or seed phrase.
Flap x MAGIC x Lily AMA 예정
- 일시 : 11월 11일(수) 저녁 9시 (KST)
- 장소 : xitter.cf/i/spaces/1NgmnbV…
- 게스트 : @eth_cedric (Founder), @RWAMEMETHEBULL (Korea Lead)
- 코호스트 : @IPALAU1, @lilykuma_S2_
AMA 참여방법
- AMA 공지글 좋아요, 리트윗
- AMA 공지글에 댓글로 사전 질문 남기기
- Flap 한국 공지방(t.me/FlapKR) l 대화방(t.me/FlapKR_Community) 입장
- 이벤트리 미리 가입하기 : eventree.live/
AMA 보상
- 사전 질문 10명 : 피자
- 현장 인증 200명 : 커피
이번 AMA에서는 @DefiLlama 런치패드 랭킹 2위인 @flapdotsh에 대해 알아보려고 합니다
AMA 리워드 당첨자 선정과 보상 지급은 이벤트리를 통해 진행될 예정이니 미리 가입해주시면 되겠습니다
Penrian retweeted
[AMA] With Antseed for earning Ant's seed xitter.cf/i/broadcasts/2braEvQXa…
바이낸스 알파코인에서 four 밈을 종종 보고서 어떤 코인인가 궁금했었는데 밈코인에 대해서 알아가는 좋은 AMA 였던거 같습니다! 현제 fomo를 주로 이용하긴했는데 가끔씩 찾아봐야겠네요~
@coinboy717 @fourdotmemezh
3
Penrian retweeted
🌊FOURMEME x 코인소년 AMA 소식 (보상도 준비함)
- 일시: 11/10(화) 저녁 9시
- 장소: xitter.cf/i/spaces/1KoXyKnZgrNyq…
- 호스트: @coinboy717
- 게스트: @fourdotmemezh (FOURMEME 팀)
- 주제: Four.meme 알아보기
🎁 AMA 참여 상품
- 배달의 민족 3만원 상품권 (8명) / 사전 질문 채택자
- 커피 기프티콘 (180명) / AMA 참여자
* 사전 질문 이벤트 구글폼 (댓글로 질문 남기고 제출)
forms.gle/chh57xD4ucuzQvZNA
** AMA 참여 이벤트 구글폼 (AMA 끝나고 제출 필수)
forms.gle/qof5iCVQRBy3UDdb6
이번에 좋은 기회에 FOURMEME과 AMA를 진행하게 되었습니다. BNB Chain 기반 밈코인 발행 및 거래 플랫폼이라 흥미로운 이야기가 많을 듯 하니 많관부!
Penrian retweeted
🐜[AMA] Market is bad, no money for AI..We shld use Antseed for lower AI expense
- Date : 11. 10th. 10PM in KST
- Place : @Edward__Park streaming
- Guest : @AntSeed , The open market for AI inference
Would you believe it if you could use existing AI models for half the price or less? Turns out it’s possible on Antseed. How is that even possible?
And how does the provider actually make money doing this? There are so many questions. Right now I don’t have enough credits for the AMA teaser video either, so I’ll have to use Antseed. See you tomorrow.
Penrian retweeted
🇺🇸 [AMA] New America build American Fortress
- Date : 11. 05. 10pm in KST
- Guest : American Fortress
New waves in America, new wave in blockchain security. Meet American Fortress, which is building all of this: quantum resistance, confidential transmission, prevention of unauthorized seizure, and pre-transfer verification.
A fortress that safely protects the new era is being built.
Penrian retweeted
[AMA]Strategy meeting in American Fortress xitter.cf/i/broadcasts/2jPQdEPbv…
Penrian retweeted
바로와 함께하는 기와 생태계 빌더 토크, 첫 번째 이야기
🎙 DEFI on GIWA
기와체인에서 디파이를 개발하게 된 진짜 이유!
댓글 질문이 뽑히면 치킨, 마지막 퀴즈를 맞히면 커피 추첨까지.
👥 게스트
■ Ammora (@AmmoraHQ)
■ Mulle Protocol (@MulleProtocol)
■ Quadrix Finance (@quadrixfinance)
🎤 호스트 @Baro_Quest, 진행 @OopsImaRich
📅 11월 5일(목) 오후 9시
📍xitter.cf/i/spaces/1POJqWybnpZdg…
💬 이런 이야기를 나눠요
■ 왜 기와에서 디파이인가
■ 직접 빌딩해 본 기와, 솔직한 후기
■ 기와 재단에 바라는 점
🙋 참여 방법
■ 이 글 좋아요 + 리포스트
■ 팀에게 궁금한 점을 댓글로 남기기 (예: Ammora [질문])
🎁 리워드
🍗 사전 질문: 치킨 기프티콘 (3명)
☕ 현장 인증: 라이브 청취자 추첨 커피 기프티콘 (50명)
사전 질문 마감: 11월 4일(수) 밤 11시 59분
당첨 발표: 11월 9일(월), X DM으로 안내
당첨은 계정당 1번이며, 여러 계정으로 참여하면 제외됩니다.
Penrian retweeted
🎙 [AMA] BCH will bring the 0G CEO Micheal
@0G_labs @michaelh_0g
We plan to ask the 0G CEO questions about iAI, a specialty product of 0G.
And in the age of AI hacking, let's talk about what preparations 0G is making.
Time : Nov 5 (Thu), 8 PM KST
Place : @bch_changho streaming
Guest : 0G CEO Michael
+ @Cryptowombat125 (interpreter)
🤝 Paid partnership
Penrian retweeted
📌 불개미와 함께하는 Flap AMA!
이번 AMA에서는 @flapdotsh 의 Founder인 @eth_cedric , Korea Lead인 yoon 님과 함께 Flap에 대해 알아볼 예정입니다.
✔️ 장소 : 불개미 트위터 스트리밍
🗓 일정 : 11월 4일 (수) 오후 9시 KST
✔️ AMA 참여방법 : t.me/fireant_crypto/45154
불개미 Crypto 채널 입장
불개미 트위터 팔로우
불개미 유튜브 구독
해당 트위터 리트윗 및 좋아요 댓글
Flap 한국 공지방 입장
Flap 한국 커뮤니티 입장
🔥 AMA 리워드
1. 파파존스 피자 x 10명
2. 치킨 콜라 세트 x 10명
3. 메가커피 x 200명
* 리캡 이벤트도 있으니 많관부!
Penrian retweeted
Flap에 대하여 진득~ 하게 알아보는 AMA! xitter.cf/i/broadcasts/2MEmaNRrZ…
Penrian retweeted
오랜만에 Eigen과의 AMA가 잡혔네요✔️
또 치킨 커피 무진장 들고 왔습니다요
요약👀
- 일정 : 10월 29일 밤 10시
- 장소 : 코백남 X 스페이스
- 보상 : 치킨 세트 10명, 커피 200잔
- 참여 : 코백남, Eigen, 농또통
- 폼 작성 : naver.me/x2Y1aSqk
@eigenlabs
Penrian retweeted
[AMA] Kinetiq flow in Elysium xitter.cf/i/broadcasts/1aKbdEjoP…
[Script] @axisrobotics Community AMA Recap
📅 진행 시각: 27 october tuesday 8:30 AM UTC
🎙️ Part 1 ~ Part 3
이번 AMA는 HOC 측 호스트와 Axis Robotics 공동창업자이자 CMO인 Christine이 함께 진행했습니다.
최근 TGE를 마친 Axis Robotics가 어떤 문제를 해결하려는지, 수집한 로봇 데이터를 실제로 어디에 판매하는지, 그리고 앞으로 커뮤니티 기여자들의 보상과 태스크가 어떻게 달라질지에 대해 이야기를 나눴습니다.
특히 TGE 이후 보상 구조 변화, 100만 달러 규모의 상업 계약, 데이터 품질 검증, Expert Model 개발 방향 등 기존 참여자들이 궁금해할 내용이 많았습니다.
=====================================
🎙️1번째 파트: Axis Robotics 소개와 로봇 데이터의 중요성
Host (HOC):
GM GM! 오늘은 로봇에 대해 이야기해 보려고 합니다.
우리는 ChatGPT 같은 AI가 인터넷의 방대한 데이터를 학습한다는 사실을 알고 있습니다. 그런데 로봇도 데이터를 필요로 한다면, 그 데이터는 어디에서 가져와야 할까요?
오늘은 Axis Robotics의 공동창업자 Christine과 함께 이 문제를 알아보겠습니다.
먼저 간단하게 자기소개 부탁드립니다.
===========
Christine:
안녕하세요! 저는 Axis Robotics의 공동창업자이자 CMO인 Christine입니다.
2022년 NFT를 통해 크립토 시장에 들어왔고, 그전에는 실리콘밸리에서 Walmart의 이커머스 사업과 Nestlé 등에서 PM으로 일했습니다.
Axis Robotics는 1년 넘게 개발해 왔으며, 저는 성장 전략, 커뮤니티, 브랜딩 등을 담당하고 있습니다.
===========
Host (HOC):
Axis Robotics를 시작하게 된 계기가 궁금합니다. 어떤 문제를 발견했고, 이를 어떻게 해결하려는 건가요?
===========
Christine:
Axis Robotics는 Physical AI를 위한 **Self-Improving Data Engine(자가 개선형 데이터 엔진)**을 개발하고 있습니다.
가장 중요한 목표는 로봇 산업의 데이터 부족 문제를 해결하는 것입니다.
디지털 AI는 인터넷에서 엄청난 양의 데이터를 학습할 수 있지만, 로봇은 현실 세계의 물리적인 움직임을 인터넷 데이터만으로 배울 수 없습니다.
로봇용 Foundation Model을 학습시키려면 수백만 시간에 달하는 데이터가 필요한데, 이를 확보하기가 굉장히 어렵습니다.
저희는 로봇 산업이 ChatGPT와 같은 전환점을 맞이하기 위해서는 데이터 문제가 먼저 해결되어야 한다고 생각합니다.
현재 로봇 데이터는 크게 세 종류로 나눌 수 있습니다.
1. Simulation Data (시뮬레이션 데이터)
Axis가 집중하는 방식입니다. 가상 환경에서 로봇의 움직임과 상호작용 데이터를 생성합니다.
확장성이 높고 누구나 비교적 쉽게 참여할 수 있다는 장점이 있습니다.
2. Teleoperation Data (원격 조작 데이터)
실제 로봇을 사람이 직접 조작하면서 데이터를 수집하는 방식입니다.
데이터 정확도는 높지만, 실제 로봇 장비와 숙련된 엔지니어가 필요합니다.
100만 시간의 데이터를 수집하려면 상당한 비용과 인력이 필요하기 때문에 확장성이 떨어집니다.
3. Egocentric Data (1인칭 시점 데이터)
사람이 머리에 카메라를 착용하고 작업 영상을 촬영하는 방식입니다.
대량 수집은 가능하지만 영상만으로는 물리 법칙이나 깊이 정보를 충분히 표현하기 어렵고, 인간의 손과 로봇의 구조가 다르다는 Embodiment Gap 문제도 존재합니다.
결국 실제 로봇에 적용하기 위해서는 추가적인 Fine-tuning이 필요합니다.
저희는 이 세 가지 중 Simulation Data가 현재 가장 확장성이 높고 접근하기 좋은 방식이라고 판단했습니다.
=====================================
🎙️ 2번째 파트: TGE 이후 보상 구조와 데이터 품질 검증
Host (HOC):
그렇다면 사람들이 왜 굳이 시간을 들여 로봇 데이터를 제공해야 할까요?
참여자에게 어떤 보상이 주어지는지도 궁금합니다.
===========
Christine:
사실 제가 매일 고민하는 문제입니다.
TGE 이전에는 토큰 보상에 대한 기대감을 활용해 데이터 기여자들에게 인센티브를 제공할 수 있었습니다.
하지만 TGE 이후에도 같은 방식만 유지하면 문제가 발생할 수 있습니다.
토큰 가격에 따라 참여자의 실제 수익이 크게 달라지고, 결국 토큰을 파밍해서 판매하는 구조가 될 수도 있기 때문입니다.
저는 Axis 토큰이 단순한 Farming Token이 되는 것을 원하지 않습니다.
그래서 장기적으로 두 가지 방향을 고민하고 있습니다.
첫 번째는 실력이 뛰어난 전문 데이터 기여자를 정규직 직원처럼 장기적으로 함께 일할 수 있는 인력으로 전환하는 것입니다.
두 번째는 Stablecoin 기반의 월별 보상 체계를 도입하는 것입니다.
예를 들어 매달 일정량의 Trajectory(로봇 동작 궤적 데이터)를 제출하고 품질 기준을 충족하면, 월 300~400달러 정도를 지급하는 구조를 생각하고 있습니다.
이 금액은 확정된 보상 정책이 아니라 설명을 위한 예시입니다.
중요한 것은 토큰 가격과 관계없이 기여자가 어느 정도의 수입을 예상할 수 있도록 만드는 것입니다.
현재 내부 제안서를 작성하고 있으며, 구체적인 지급 방식과 선정 기준을 검토하고 있습니다.
===========
Host (HOC):
그런데 현금성 보상을 지급하기 시작하면 사람들이 시스템을 악용할 가능성도 있지 않을까요?
이미 20만 명이 넘는 사람들이 데이터를 제공한 것으로 알고 있는데, 어떻게 유용한 데이터를 구분하나요?
===========
Christine:
정확히 그 부분 때문에 고민하고 있습니다.
예를 들어 Trajectory 하나당 0.1달러를 지급한다고 가정해 보겠습니다.
그렇게 되면 일부 참여자는 데이터 품질과 상관없이 최대한 많은 작업을 제출하려고 할 수 있습니다.
하지만 제출된 데이터가 모두 유용한 것은 아닙니다.
저희는 데이터를 수집한 뒤 Replay(재생 검증)를 진행하고, 실제 모델에 적용해 사용할 수 있는지도 확인합니다.
여기서 중요한 점이 있습니다.
QA를 통과한 데이터와 실제로 필요한 데이터는 서로 다릅니다.
예를 들어 Pick and Place처럼 물건을 집어서 옮기는 기본 동작은 이미 충분한 데이터를 확보했습니다.
따라서 누군가 동일한 유형의 고품질 데이터를 추가로 제출하더라도, 저희에게는 그 데이터의 가치가 높지 않을 수 있습니다.
반대로 복잡하고 수집하기 어려운 동작은 더 높은 가치를 가질 수 있습니다.
===========
Host (HOC):
최근 태스크가 어려워지고 슬롯도 줄어든다는 커뮤니티 피드백이 있다고 들었습니다. 이와 관련이 있나요?
===========
Christine:
맞습니다.
저희는 필요한 데이터를 수집하는 회사입니다.
이미 충분히 확보한 행동 데이터를 계속해서 수집할 이유가 없습니다.
그래서 앞으로는 단순 동작보다 복잡한 동작 데이터의 중요성이 높아질 것입니다.
Stablecoin 보상도 단순히 태스크를 완료했다고 즉시 지급하기보다는, 일정량의 데이터를 제출한 뒤 품질을 평가하는 계약 방식이 필요할 수 있습니다.
예를 들어 1,000개의 Trajectory를 제출하고 평균 품질 점수가 60~70점 수준이면 정해진 보상을 지급하는 식입니다.
물론 이것도 아직 검토 중인 방식입니다.
저희는 양보다 실제로 모델에 도움이 되는 데이터를 확보해야 합니다.
=====================================
🎙️ 3번째 파트: 커뮤니티 성장 전략과 실제 데이터 구매 고객
Host (HOC):
현재 동남아시아 참여자가 많다고 하셨는데, 유럽이나 남미 같은 다른 지역으로도 커뮤니티를 확대할 계획이 있나요?
===========
Christine:
지역을 선정할 때는 노동 비용도 중요하게 고려합니다.
저희 데이터의 주요 구매 고객은 미국에 있는 모델 개발 기업들입니다.
반면 데이터 기여자는 동남아시아처럼 상대적으로 시간당 인건비가 낮은 지역에서 확보할 수 있습니다.
유럽은 인건비가 높기 때문에 현재로서는 우선순위가 낮습니다.
남미도 검토하고 있지만 포르투갈어와 스페인어를 사용하는 여러 국가가 있어 지역별 운영 인력이 필요합니다.
현재는 동남아시아에 집중하고, 장기적으로 아프리카도 중요한 지역이 될 수 있다고 생각합니다.
또한 데이터가 계속 축적되면서 필요한 참여자 수가 오히려 줄어들 수도 있습니다.
예전에는 특정 작업에 1,000명이 필요했다면, 앞으로는 숙련된 100명만으로 충분해질 수도 있습니다.
무조건 많은 사람을 모으는 것보다 적합한 사람을 확보하는 것이 중요합니다.
===========
Host (HOC):
그렇다면 실제로 Axis의 데이터를 구매하는 고객은 누구인가요?
Christine:
현재 크게 세 가지 유형의 고객이 있습니다.
첫 번째는 Foundation Model 기업입니다.
OpenAI나 Anthropic처럼 대형 AI 모델을 개발하는 기업들이 대표적인 잠재 고객군입니다.
이들은 Physical AI 분야에도 투자하고 있으며, 많은 데이터를 필요로 합니다.
저희의 내년 핵심 목표 중 하나는 이러한 주요 Foundation Model 기업 중 최소 한 곳의 1차 데이터 공급업체가 되는 것입니다.
두 번째는 로봇 하드웨어 기업입니다.
Unitree, AgileBots, Booster Robotics 같은 회사들입니다.
로봇마다 신체 구조가 다르기 때문에 필요한 학습 데이터도 다릅니다.
예를 들어 Unitree G1에 적합한 데이터를 Booster T2에 그대로 적용할 수는 없습니다.
따라서 각 로봇의 Embodiment에 맞는 데이터를 별도로 제작하고 공급합니다.
세 번째는 자동차 및 제조업체입니다.
현재 Giddy Auto와 Lotus Car 같은 자동차 제조업체도 고객으로 두고 있습니다.
이 기업들은 Franka 로봇팔 데이터를 구매해 생산 라인의 Pick and Place 작업을 자동화하고 최적화하려고 합니다.
===========
Host (HOC):
크립토 프로젝트에서는 실제 고객이라고 홍보하지만, 알고 보면 단순한 Pilot Program인 경우도 많습니다.
Axis의 고객들도 파일럿 단계인가요? 아니면 실제 상업 계약이 체결된 상태인가요?
===========
Christine:
이 부분은 투명하게 말씀드리겠습니다.
일반적으로 기업과 처음 협력할 때는 약 100시간 분량의 데이터를 제공하는 Pilot Program부터 시작합니다.
기업이 데이터를 실제로 사용해 보고 유용하다고 판단하면 정식 계약으로 전환됩니다.
그리고 현재 저희는 유럽 기업 한 곳과 100만 달러 규모의 실제 상업 계약을 확보했습니다.
이것은 단순한 파일럿이 아니라 실제 데이터 구매 주문입니다.
관련 소식은 이번 주 중 공식 발표할 예정입니다.
===========
Host (HOC):
100만 달러라니 상당히 큰 계약이네요.
실제 수익을 창출하는 고객이 있다는 점이 흥미롭습니다.
=====================================
xitter.cf/i/spaces/1RJjpbwQyodKw
[Script] @axisrobotics Community AMA Recap
📅 진행 시각: 27 october tuesday 8:30 AM UTC
🎙️ Part 4 ~ Part 6
🎙️4번째 파트: 토큰 유틸리티와 Post-Training 데이터 공개
Host (HOC):
이제 토큰 이야기를 해보겠습니다.
Axis의 비즈니스 모델은 이해했는데, AXIS 토큰은 이 생태계에서 어떤 역할을 하게 되나요?
====================
Christine:
저희도 Staking이나 Buyback 같은 토큰 유틸리티를 발표하고 싶습니다.
하지만 유럽의 MiCA 규제를 준수해야 합니다.
저희가 준비한 규제 문서와 실제 토큰 운영 방식이 충돌하지 않도록 신중하게 검토해야 하는 상황입니다.
MiCA 관련 Whitepaper를 준비하는 데에도 약 두 달이 걸렸습니다.
현재는 어떤 토큰 유틸리티를 법적 문제 없이 도입할 수 있는지 검토하고 있습니다.
Axis 토큰이 아무런 활용처가 없는 토큰으로 남는 것은 원하지 않습니다.
하지만 규제상 문제가 생겨서는 안 되기 때문에, 명확한 메커니즘이 정리되면 발표하겠습니다.
====================
Host (HOC):
이해했습니다.
그렇다면 앞으로 제품 개발 측면에서는 어떤 변화가 예정되어 있나요?
특히 로봇이 처음부터 행동을 배우는 것보다, 이미 학습한 행동의 오류를 수정하는 것이 왜 중요한지 궁금합니다.
====================
Christine:
이것이 바로 Post-Training(후속 학습)의 중요성입니다.
저희는 올해 말 Hugging Face에 대규모 오픈소스 Post-Training 데이터셋을 공개할 계획입니다.
지난 8월에는 Franka Arm 데이터셋을 Hugging Face에 공개했습니다.
현재 다운로드 수가 약 10만 회를 넘었으며, 저희가 공개한 Franka Arm 데이터셋은 해당 분야에서 가장 많이 다운로드된 오픈소스 데이터셋이라고 보고 있습니다.
Post-Training을 이해하기 쉽게 설명해 보겠습니다.
학교에서 수업을 들으면 전체 지식의 80% 정도를 배운다고 가정해 봅시다.
하지만 나머지 20%는 숙제나 시험을 풀면서 부족한 부분을 발견하고 보완하게 됩니다.
로봇 학습도 마찬가지입니다.
이미 잘 수행하는 행동을 처음부터 반복해서 학습할 필요는 없습니다.
실패하거나 실수하는 부분을 발견하고, 그 문제를 해결하는 데이터를 추가로 학습시키는 것이 중요합니다.
이것이 저희가 Post-Training 데이터를 강조하는 이유입니다.
앞으로는 기존 Pre-Training보다 Post-Training 관련 태스크를 더 많이 제공할 계획입니다.
====================
Host (HOC):
그런데 Axis는 데이터를 판매하는 회사인데, 왜 데이터를 무료로 오픈소스 공개하는 건가요?
그렇게 되면 고객이 굳이 돈을 주고 구매할 이유가 없지 않나요?
====================
Christine:
모든 데이터를 무료로 공개하는 것은 아닙니다.
저희가 공개하는 것은 전체 데이터셋 중 일부 샘플입니다.
빵집에 가면 무료로 빵을 시식해 볼 수 있잖아요?
맛있다고 느끼면 실제 제품을 구매하게 되는 것처럼, 오픈소스 데이터도 같은 역할을 합니다.
연구자와 기업들이 먼저 데이터를 사용해 보고, 결과가 좋으면 추가 데이터를 구매하거나 협업을 요청하는 방식입니다.
실제로 지난 8월 Franka 데이터셋을 공개한 이후 대학과 연구기관 등에서 2,000건 이상의 문의를 받았습니다.
추가 데이터 공개 요청이나 구매, 공동 파일럿 프로그램 제안 등이 포함되어 있었습니다.
따라서 오픈소스 공개는 단순한 무료 배포가 아니라 중요한 사업 전략 중 하나입니다.
=====================================
🎙️5번째 파트:Challenger Badge와 향후 태스크 운영 방향
Host (HOC):
Axis가 하루 10,000명의 데이터 기여자를 확보하려 한다는 이야기를 본 적이 있습니다.
그 정도 규모에 도달하려면 어떤 변화가 필요할까요?
====================
Christine:
솔직히 말씀드리면 저희의 우선순위가 조금 달라졌습니다.
사업 초기에는 다양한 데이터가 필요했기 때문에 많은 참여자를 모집하는 것이 중요했습니다.
하지만 지금은 기본적인 Atomic Action 데이터가 상당 부분 확보되었습니다.
Pick and Place, Open, Close 같은 간단한 행동이 대표적입니다.
이제는 단순한 데이터의 양보다 복잡한 행동과 데이터 품질이 더 중요합니다.
따라서 앞으로는 커뮤니티 규모를 계속 확대하는 것보다, 숙련된 기여자를 확보하고 장기적으로 협업하는 데 집중하려고 합니다.
토큰 보상이나 기타 보상에서도 전문적인 기여자에게 더 높은 우선순위를 부여하는 방향을 생각하고 있습니다.
====================
Host (HOC):
그렇다면 일반 참여자 중에서 실력이 뛰어난 사람을 어떻게 선별하나요?
Christine:
저희에게는 Challenger Badge(챌린저 배지)라는 시스템이 있습니다.
이 배지는 운영진이 수동으로 선정하는 것이 아닙니다.
알고리즘이 각 참여자가 제출한 Trajectory 데이터를 분석하고, 실력과 데이터 품질을 평가해 자동으로 부여합니다.
따라서 Challenger Badge를 받았다는 것은 해당 참여자가 일정 수준 이상의 실력을 보여줬다는 의미입니다.
앞으로도 이 알고리즘을 활용해 뛰어난 기여자를 계속 선별할 계획입니다.
또한 동남아시아나 아프리카에 지역별 Hub를 만들어 기여자들이 함께 작업하고 교육받는 구조도 생각하고 있습니다.
아직 구체적으로 확정된 것은 아니지만, 장기적으로 숙련된 인력을 육성하기 위한 방향입니다.
====================
Host (HOC):
결국 앞으로는 누가 더 많은 태스크를 수행하느냐보다, 누가 더 어렵고 가치 있는 데이터를 제공하느냐가 중요해지는 거네요.
====================
Christine:
맞습니다.
저희는 단순히 많은 데이터를 수집하는 회사가 아니라, 실제로 필요한 데이터를 확보하는 회사가 되어야 합니다.
쉬운 행동은 이미 충분히 확보했기 때문에 앞으로 태스크가 복잡해지는 것은 자연스러운 변화입니다.
실력 있는 참여자와 장기적으로 협업하고, 그들에게 안정적인 보상을 제공하는 구조를 만드는 것이 목표입니다.
=====================================
🎙️ 6번째 파트: Self-Improving Engine, Expert Model과 장기 비전
Host (HOC):
로봇 데이터를 수집하는 회사는 Axis 외에도 존재합니다.
그렇다면 Axis Robotics만의 경쟁력은 무엇인가요?
====================
Christine:
저희는 단순히 정적인 데이터셋을 판매하는 회사가 아닙니다.
핵심은 Self-Improving Data Engine(자가 개선형 데이터 엔진)입니다.
수집한 데이터를 모델 학습과 평가에 활용하고, 어떤 데이터가 모델 성능을 개선하는지 다시 분석하는 구조를 만들고 있습니다.
예를 들어 고객이 100시간의 데이터를 구매해 로봇을 학습시켰다고 가정해 보겠습니다.
그런데 로봇의 행동이 기대한 수준에 도달하지 못했다면, 일반적인 방식에서는 데이터를 100시간 더 구매해 다시 학습할 수 있습니다.
하지만 Axis는 모델이 어떤 부분에서 부족한지 분석하고, 다음 학습에 필요한 데이터가 무엇인지 파악하려고 합니다.
그렇게 되면 100시간의 데이터를 다시 구매하는 대신, 특정 문제를 해결하는 데 필요한 1시간의 데이터를 추가하는 것으로도 충분할 수 있습니다.
물론 이는 작동 방식을 설명하기 위한 예시입니다.
중요한 것은 데이터를 많이 모으는 것을 넘어, 어떤 데이터가 실제로 모델을 개선하는지 아는 능력입니다.
이것이 저희의 핵심 경쟁력이라고 생각합니다.
====================
Host (HOC):
앞으로 로봇이 사람의 일자리를 상당 부분 대체하게 될 것이라고 생각하시나요?
====================
Christine:
저는 장기적으로 로봇이 인간 노동의 약 80%를 대체할 가능성이 있다고 생각합니다.
물론 모든 일을 대체한다는 의미는 아닙니다.
가장 먼저 변화가 일어나는 곳은 반복적이거나 위험한 작업이 많은 산업 현장일 것입니다.
실제로 자동차 생산 라인에서는 이미 로봇이 많은 작업을 수행하고 있습니다.
가정용 로봇이 보편화되기까지는 시간이 더 필요하지만, 산업용 로봇의 도입은 이미 진행되고 있습니다.
개인적으로 Physical AI는 약 6년 전의 Digital AI와 비슷한 단계에 있다고 생각합니다.
앞으로 5~6년 정도 뒤에 로봇 산업에도 GPT와 같은 전환점이 찾아올 수 있다고 봅니다.
물론 정확한 시점을 예측하기는 어렵습니다.
====================
Host (HOC):
그렇다면 Axis도 언젠가는 자체 로봇이나 AI 모델을 개발하게 될까요?
====================
Christine:
저희는 이미 데이터 기업을 넘어 모델 개발 영역으로도 확장하고 있습니다.
지난 9월부터 특정 작업에 특화된 **Expert Model(전문가 모델)**을 개발하기 시작했습니다.
Expert Model은 모든 작업을 수행하는 범용 모델이 아닙니다.
특정 행동이나 환경에서 높은 성능과 일반화 능력을 갖도록 만드는 모델입니다.
예를 들어 저희가 개발한 Pick and Place Expert Model은 해당 작업에서 여러 Foundation Model보다 좋은 성능을 보였습니다.
다만 저희가 Foundation Model 기업들과 직접 경쟁하려는 것은 아닙니다.
비유하자면 Foundation Model이 에르메스 가방 전체를 만드는 것이라면, Expert Model은 가방의 지퍼나 잠금장치처럼 특정 부분을 매우 잘 만드는 것입니다.
저희는 이런 전문화된 모델을 통해 기존 Foundation Model을 보완하려고 합니다.
====================
Host (HOC):
마지막으로 앞으로 1년, 그리고 5~10년 뒤의 Axis Robotics는 어떤 모습이기를 바라시나요?
====================
Christine:
내년의 가장 중요한 목표는 시뮬레이션 데이터 분야에서 세계적인 경쟁력을 확보하는 것입니다.
그리고 글로벌 주요 Foundation Model 기업 중 적어도 한 곳에 핵심 데이터 공급업체로 자리 잡고 싶습니다.
5~10년 뒤의 모습을 지금 확정적으로 약속하기는 어렵습니다.
다만 Physical AI 분야에서 계속 활동하면서 데이터 수집, 처리, 모델 학습 기술을 발전시키고자 합니다.
마지막으로 커뮤니티에 꼭 말씀드리고 싶은 것이 있습니다.
일부 프로젝트는 TGE를 최종 목표처럼 생각합니다.
하지만 저희에게 TGE는 끝이 아니라 시작입니다.
TGE는 Axis라는 이름을 더 널리 알리는 하나의 계기라고 생각합니다.
장기적으로 중요한 것은 실제 매출과 강력한 데이터 공급망, 그리고 지속해서 데이터를 수집하고 학습할 수 있는 시스템을 만드는 것입니다.
저희는 단기간에 끝낼 생각이 없습니다.
앞으로도 오랫동안 Physical AI 시장에서 사업을 이어갈 계획입니다.
=====================================
📝 개인적으로 느낀 점
이번 AMA에서 가장 흥미로웠던 부분은 Axis가 단순히 데이터 참여자를 늘리는 단계에서 벗어나, 데이터 품질과 전문성을 중심으로 운영 방향을 바꾸고 있다는 점이었습니다.
최근 태스크 난이도가 높아지고 슬롯이 줄어드는 이유도 어느 정도 이해할 수 있었습니다.
이미 확보한 기본 행동 데이터를 계속 수집하기보다는, 실제 모델에 부족한 복잡한 행동 데이터를 확보하는 쪽으로 방향이 바뀌고 있는 것이죠.
특히 Challenger Badge를 활용한 기여자 선별과 Stablecoin 기반 장기 보상 모델은 앞으로 커뮤니티 참여 방식에 영향을 줄 수 있을 것 같습니다.
다만 Stablecoin 보상은 아직 내부 검토 단계이고, 구체적인 기준이나 지급 방식이 확정된 것은 아니라는 점은 구분해서 볼 필요가 있겠습니다.
또한 100만 달러 규모의 실제 상업 계약을 확보했다는 발언도 인상적이었습니다. 다만 계약 상대방과 세부 조건은 공식 발표를 통해 추가로 확인할 필요가 있겠습니다.
개인적으로는 Self-Improving Data Engine과 Expert Model 개발 방향도 흥미로웠습니다.
단순히 데이터를 많이 모으는 것보다 로봇이 어떤 작업에서 실패하는지 파악하고, 부족한 부분에 필요한 데이터를 다시 수집하는 구조가 장기적으로 더 중요해질 수 있겠다는 생각이 들었습니다.
결국 앞으로 Axis에서 중요한 것은 참여자 수나 태스크 완료량뿐만 아니라, 수집한 데이터가 실제 로봇의 성능 개선과 사업 매출로 얼마나 연결되는지가 아닐까 싶습니다.
긴 AMA에서 상세하게 답변해 주신 Christine과 호스트분께 감사드립니다.
끝까지 읽어주셔서 감사합니다! 🙏
xitter.cf/i/spaces/1RJjpbwQyodKw
109
Penrian retweeted
☄️[AMA] Enter the elysium with Kinetiq
- Date: 10.28th 10PM in KST
- Place: @Edward__Park
- Guest: Kinetiq, building L2 in HyepEVM
The faster and stronger, Kinetiq will launch Elysium in November 9th. As I wrote in article below, this event means alot of Kinetiq's value recapture.
I’d love to dive deeper with you all online into the ideas that left an impression on me during our conversations in Singapore.
See u tomorrow!!



























