Pokémon GO는 출시 60일 만에 5억 명이 설치했으며, 8년이 지난 2024년에도 여전히 1억 명 이상의 플레이어를 보유하고 있다. 우리가 주목할 점은 이 게임이 단순한 엔터테인먼트를 넘어 로봇 산업의 핵심 인프라로 진화하고 있다는 사실이다. 실제로 Niantic Pokémon GO가 수집한 300억 장의 도시 환경 이미지는 배달 로봇의 정밀 내비게이션을 가능하게 만들었다. Coco Robotics는 이미 50만 건 이상의 배달을 완료했으며, Pokémon GO map 데이터를 활용해 전 세계 100만 개 이상의 위치에서 센티미터급 정확도를 구현하고 있다. 우리는 이 글에서 게임 데이터가 어떻게 로봇 기술 혁신을 이끌고 있는지 살펴볼 것이다.
Niantic Pokémon GO가 수집한 300억 장의 도시 지도 데이터
Niantic의 Lightship VPS(Visual Positioning System)는 클라우드 기반 시스템으로 디바이스가 실제 위치와 방향을 파악할 수 있도록 지원한다. 이 시스템은 사용자가 제출한 스캔 데이터로 3D 세계 지도를 구축하며, 충분한 스캔이 수집되면 해당 위치가 ‘VPS-Activated’ 상태로 전환된다.
현재 VPS는 샌프란시스코, 로스앤젤레스, 시애틀, 뉴욕, 런던, 도쿄 등 6개 주요 도시에서 30,000개 이상의 위치를 제공한다. 각 VPS 활성 위치는 여러 건의 스캔으로 구성되어 직경 10미터에 지역화 가능한 영역을 생성한다. 이를 통해 사용자가 카메라를 어디로 가리키든 정확한 위치 파악이 가능하다.
Niantic은 매주 약 백만 건의 새로운 스캔 데이터를 수신하며, 각 스캔에는 수백 장의 개별 이미지가 포함된다. 이 시스템은 5천만 개 이상의 신경망과 150조 개 이상의 매개변수를 통해 작동한다. Ingress와 Pokémon GO의 플레이어들은 지금까지 1,700만 개의 Wayspot을 제보했으며, 전 세계에서 수백만 장의 사진을 공유했다. 결과적으로 개발자들은 Lightship VPS를 활용해 AR 콘텐츠를 센티미터 수준의 정밀도로 고정할 수 있다.
Coco Robotics 배달 로봇이 Pokémon GO 지도로 센티미터급 정확도 달성
Coco Robotics는 로스앤젤레스, 시카고, 저지시티, 마이애미, 헬싱키에 약 1,000대의 배달 로봇을 운영하고 있다. 이 로봇들은 초대형 피자 8판 또는 식료품 가방 4개를 운반할 수 있으며, 시속 5마일로 보도를 따라 이동한다. CEO Zach Rash에 따르면, 로봇들은 모든 기상 조건에서 총 수백만 마일을 주행하며 50만 건 이상의 배달을 완료했다.
그러나 GPS는 도시 환경에서 신뢰할 수 없다는 문제가 있었다. 무선 신호가 건물에 반사되어 서로 간섭하기 때문이다. Rash는 “고층 건물과 지하도, 고속도로가 있는 밀집 지역에서 많은 배달을 하는데, 이런 곳에서 GPS는 제대로 작동하지 않는다”고 설명한다. Niantic의 McClendon은 “도시 협곡은 GPS에 최악의 장소”라며 “스마트폰의 파란 점이 50미터씩 표류하는 것을 자주 볼 수 있다”고 말했다.
Niantic Spatial은 Pokémon GO와 Ingress에서 수집한 데이터로 시각적 위치 파악 시스템을 구축했다. 이 모델은 도시 환경에서 촬영된 300억 장의 이미지로 학습되었다. 특히 Pokémon 배틀 아레나와 같이 플레이어들이 방문하도록 권장된 핫스팟 주변에 이미지가 집중되어 있다.
Niantic Spatial은 전 세계 100만 개 이상의 위치에서 정밀한 지역화를 제공한다. McClendon은 “센티미터 단위의 정확도로 사용자가 어디에 서 있는지, 가장 중요하게는 어디를 보고 있는지 파악할 수 있다”고 밝혔다. 각 위치마다 수천 장의 이미지가 다양한 각도, 시간대, 기상 조건에서 촬영되었다.
각 이미지에는 촬영 당시 스마트폰의 공간상 위치를 정확히 표시하는 상세한 메타데이터가 포함된다. 여기에는 스마트폰이 향한 방향, 위아래 방향, 움직임 여부, 속도와 이동 방향 등이 포함된다. 4개의 카메라가 장착된 Coco 로봇은 GPS 외에 이 모델을 사용해 위치와 방향을 파악한다.
Rash는 Niantic Spatial의 기술이 Coco에게 경쟁 우위를 제공할 것이라고 본다. 그는 이 기술이 로봇이 레스토랑 밖의 올바른 픽업 지점에 위치하도록 해 누구에게도 방해가 되지 않게 하고, 고객의 문 바로 앞에 정확히 멈출 수 있게 할 것이라고 주장한다.
게임 데이터가 로봇 산업 혁신을 이끄는 새로운 시대
물리적 세계의 역학을 이해하는 신경망인 월드 모델은 로봇과 자율주행 차량 훈련을 위한 맞춤형 합성 데이터를 생성한다. 자율주행 자동차와 같은 피지컬 AI 시스템을 위한 월드 모델 구축에는 다양한 지형과 조건의 비디오와 이미지가 포함된 광범위한 실제 데이터가 필요하다. 이러한 데이터를 수집하려면 페타바이트의 정보와 수백만 시간의 시뮬레이션 영상이 필요하며, 필터링과 데이터 준비를 위해 수천 시간의 인력이 투입되어야 한다.
제미나이 2.0을 기반으로 구축된 제미나이 로보틱스는 종합적인 범용성 벤치마크에서 다른 최첨단 시각-언어-행동 모델보다 평균적으로 두 배 이상의 성능 향상을 보였다. 특히 공간 추론 능력과 제미나이의 코딩 능력을 결합해 즉석에서 새로운 기능을 구현할 수 있다. 제미나이 로보틱스-ER은 제미나이 2.0 대비 2-3배 높은 성공률을 달성한다.
뉴욕대와 UC 버클리 공동 연구팀이 개발한 에고제로는 메타의 증강현실용 스마트 글래스 프로젝트 아리아를 활용해 스마트 글래스 착용자의 시점에서 3D 작업 시연 데이터를 자동으로 수집한다. 실험 결과 약 70%의 작업 성공률을 달성했으며, 작업당 단 20분의 데이터 수집만으로도 제로샷 전이가 가능함을 입증했다.
결론
결과적으로 우리는 게임과 로봇 기술의 경계가 사라지는 시대를 목격하고 있다. Pokémon GO의 300억 장 이미지 데이터는 배달 로봇의 센티미터급 정밀 내비게이션을 실현했으며, Coco Robotics는 이미 50만 건의 배달을 성공적으로 완료했다. 전반적으로 게임 플레이어들이 수집한 데이터는 자율주행과 로봇 산업의 핵심 인프라로 자리잡았다. 엔터테인먼트가 혁신적 기술 발전의 원동력이 되는 새로운 패러다임이 시작된 것이다.
