자율주행·산업용 데이터 공급
네이버랩스 협업, 기술 고도화
올해 연매출 30억 달성 목표도
|
|
지난 12일 서울 강남구 언주로에 위치한 바운드포 본사에서 만난 황 대표는 "취재하다 보니 글로 전달하는 것보다 현장에서 직접 만들어보는 쪽에 더 끌렸다"고 말했다. 바운드포는 로봇·피지컬 AI 학습에 필요한 데이터를 구축하는 기업이다. 로봇의 움직임과 작업 환경, 물리적 조건을 정량화한 데이터를 주력으로 한다. 이미지나 텍스트 중심의 기존 AI 데이터와 달리, 실제 현장에서 로봇이 어떻게 작동하는지를 전제로 한 데이터가 핵심이다.
|
이 같은 접근은 고객 구성에서도 드러난다. 바운드포는 삼성전자를 비롯해 네이버랩스 등 대기업과 연구기관을 주요 고객으로 두고 있다. 현재 고객사는 30곳 안팎으로, 이 가운데 절반 이상이 유가증권시장에 상장된 기업이다. 로봇 개발을 실제 사업·생산 단계로 끌어올려야 하는 기업들이 주 고객층이라는 점에서, 단순 연구 협업을 넘어 장기 계약으로 이어지는 사례가 늘고 있다는 설명이다.
바운드포의 강점은 단순히 데이터를 '모으는' 데 있지 않다. 로봇이 실제 환경에서 어떻게 움직이고, 무엇을 인식하며, 어떤 조건에서 오류를 내는지까지 전제로 한 데이터를 설계한다는 점이 차별화 요소다. 황 대표는 "로봇 학습 데이터는 행동과 상태, 환경 맥락이 함께 맞물려야 의미가 있다"며 "이미지나 영상만 잘라서 붙이는 방식으로는 현장에 쓰이기 어렵다"고 짚었다.
대표적인 사례로는 네이버랩스와의 협업이 꼽힌다. 바운드포는 2022년부터 로봇 데이터 연구·개발에 집중했고, 이듬해 자율주행 로봇 학습에 필요한 데이터를 공급했다. 단기간에 끝나는 프로젝트가 아니라, 약 1년에 걸쳐 자체 기술을 고도화한 뒤 제공한 데이터였다. 황 대표는 "로봇 데이터는 만드는 데 시간이 오래 걸리고 난이도도 높다"며 "그만큼 한 번 구축되면 연구·개발 속도를 실질적으로 끌어올린다"고 언급했다.
로봇 데이터의 난이도가 높은 이유는 로봇이 '행동하는 AI'이기 때문이다. 그는 "대화형 AI는 잘못된 답변이 문제지만, 로봇은 물리 세계에서 실제로 움직이기 때문에 작은 오류도 사고로 이어질 수 있다"며 "물체의 크기나 무게, 위치 같은 물리 정보를 정량적으로 학습시키는 것이 무엇보다 중요하다"고 밝혔다. 바운드포가 물리 조건을 포함한 데이터를 핵심 자산으로 삼는 배경이다.
그가 바라보는 바운드포의 역할은 분명하다. 단순한 데이터 공급자가 아니라, 로봇과 피지컬 AI 시대의 '기초 인프라'를 만드는 기업이다. 황 대표는 "기술은 시간이 지나면 비슷해질 수 있지만, 현장에서 먼저 쓰이기 시작한 데이터 기준은 쉽게 바뀌지 않는다"며 "바운드포는 로봇 데이터가 현장에서 작동하기 위한 기준을 만드는 회사가 되고 싶다"고 말했다.
한편 바운드포는 2026년 매출 30억원 달성을 목표로 하고 있다. 이는 2024년 매출액 6억5000만원 대비 약 4.6배 높은 수준이다. 회사가 설정한 사업 확장 속도를 엿볼 수 있는 대목으로, 황 대표는 올해 로봇 데이터 구축 역량을 현장 중심으로 더욱 고도화하겠다는 각오다.
|

















