Nvidia, 로봇 영상 라벨링 도구 'Flora' 오픈소스 공개

Nvidia가 로봇 AI 개발용 데이터 정비 도구 'Flora'를 오픈소스로 공개했다. Flora는 로봇이 움직이는 모습을 촬영한 영상을 자동으로 분석·라벨 부착하는 '데이터 엔진'이라 불리는 시스템으로, AI가 학습하는 데 필요한 교사 데이터를 획기적으로 낮은 비용으로 만들 수 있다는 것이 특징이다.

AI를 실제로 작동시키려면 방대한 양의 영상 데이터에 '여기서 로봇이 실패했다' '이 동작은 정확하다' 같은 정보를 세심하게 붙이는 작업이 필수불가결하다. 지금까지 이 작업은 높은 정확도의 대규모 AI 모델에 의존하는 경우가 많아 비용이 증가하는 과제가 있었다. 특히 Google이 개발한 Gemini 계열 모델 'Astra'를 사용하면 1시간 분량의 로봇 영상을 라벨 부착하는 데 약 88달러(일본 엔화로 약 1만 3천 엔 상당)가 소요된다고 알려져 있었다. Flora는 이 비용을 시간당 72센트, 즉 약 100엔 정도까지 낮출 수 있다고 한다. 비용으로 비교하면 약 125분의 1이 되는 계산이다.

Flora는 Qwen3.5라는 대규모 언어 모델을 세밀하게 조정한 3개의 모델을 조합하여 작동한다. 품질 면에서 라벨의 정확도가 GPT-4o 계열의 Astra를 미세하게 앞지른다고 Nvidia는 발표했다. 특히 로봇의 동작에 포함된 오류의 감지 정확도에서는 다른 경쟁 시스템을 크게 앞지르는 결과가 나타났다. 한편, 동작의 내용을 말로 자세히 설명하는 '기술적 정확도' 면에서는 경쟁 도구에 미치지 못하는 경우도 있다고 알려져 있으며, 장점과 단점이 있다는 점을 숙지할 필요가 있다.

로봇 AI 개발에서는 실제 동작 데이터를 얼마나 효율적으로 '학습에 사용할 수 있는 형태'로 정리할 수 있는지가 개발 속도와 비용을 크게 좌우한다. 데이터의 라벨 부착은 겉으로는 지루해 보이지만 AI의 성능을 직접 좌우하는 공정이며, 특히 물리적 작업을 수반하는 로보틱스 분야에서는 방대한 양의 영상 데이터가 필요하다. 이 때문에 라벨링 비용 절감은 개발 현장에 있어 절실한 과제였다.

Nvidia는 지금까지도 로봇용 시뮬레이터 'Isaac Sim'과 물리 AI 플랫폼 'Cosmos' 같은 도구를 잇달아 내놓았다. Flora도 그 흐름의 일부로 볼 수 있으며, Nvidia가 로보틱스 관련 기술 스택 전체——데이터 수집부터 학습, 평가까지——를 자사에서 확보하려는 전략 내에 위치하고 있다.

Flora가 오픈소스로 공개됨으로써 연구기관과 스타트업을 포함한 폭넓은 개발자들이 이 도구를 무상으로 활용·개선할 수 있는 환경이 마련되었다. 비용의 장벽이 내려가면 지금까지 대기업에만 가능했던 로봇 AI 개발에 더 많은 플레이어들이 참여할 수 있게 될 것이라는 견해가 있다. 로보틱스의 '데이터 정비'라는 기초를 Nvidia가 주도적으로 다져 나가는 움직임으로서, 향후의 전개가 주목된다.