FineWeb 팀, 로봇 AI 데이터 인프라에 400만 달러 투자

오늘날 주요 대규모 언어 모델(LLM)을 구동하는 데이터셋의 기반이 된 오픈 웹을 정제했던 팀이 이제 로봇 공학 데이터의 혼란한 세계를 정리하는 새로운 도전에 나섰다.

Macrodata Labs가 2026년 6월, 스텔스 모드를 깨고 공식 출범했다. 이 회사의 명확한 사명은 물리적 AI를 위한 '데이터 인프라 계층'을 구축하는 것이다. 이를 위해 400만 달러 규모의 프리시드 투자를 유치했으며, 동시에 로봇 훈련 데이터 처리를 위한 오픈소스 프레임워크 Refiner를 공개했다 .

문제: 물리적 데이터는 텍스트보다 훨씬 지저분하다

Macrodata Labs가 해결하려는 핵심 병목 현상은 명확하다. 물리적 세계의 데이터는 텍스트 데이터보다 다루기가 훨씬 까다롭다는 것이다. 비디오 파일은 용량이 크고, 센서들은 각기 다른 속도로 작동하며, 포맷은 계속해서 변화하고, 업계는 아직 최적의 훈련 신호가 무엇인지에 대한 합의를 이루지 못했다 . 로봇 공학 팀들은 현재 데이터를 사용 가능한 형태로 만들기 위해 취약한 스크립트를 작성하는 데 너무 많은 시간을 소비하고 있다 .

Macrodata Labs의 핵심 논리는 물리적 AI의 발전에 고품질 데이터가 중요하며, 로봇 공학은 혼란한 실제 로봇 데이터를 유용한 훈련 데이터셋으로 정제할 수 있는 인프라가 필요하다는 것이다 . 이는 고품질 웹 규모 데이터셋이 언어 모델의 발전에 기여한 역할과 유사하며, 동일한 팀이 이제 유사한 데이터 정제 아이디어를 로봇 공학에 적용하고 있는 셈이다 .

창립자: FineWeb 듀오

Macrodata Labs는 Guilherme Penedo와 Hynek Kydlíček이 공동 창업했다 . 두 사람은 모두 Hugging Face에서 FineWeb 프로젝트에 참여했으며, FineWeb 데이터셋 논문의 저자로 등재되어 있다 . 이들의 배경은 언어 모델 훈련을 위한 대규모 데이터 큐레이션 및 정제 분야이며, 이 경험을 로봇을 위한 물리적 세계 데이터에 적용하고 있는 것이다 .

"지난 몇 년간 Hugging Face에서 Hynek과 저는 FineWeb과 FinePDFs를 포함한 가장 널리 사용되는 오픈 LLM 사전 훈련 데이터셋을 개발했습니다. 그 경험은 컴퓨팅과 데이터의 확장이 LLM의 발전을 어떻게 이끌었는지 목격할 수 있는 최전선이었습니다. 우리는 로봇 공학에서도 유사한 도약이 시작되고 있다고 봅니다,"라고 Penedo는 LinkedIn 발표를 통해 전했다 .

Refiner: 로봇 데이터 처리를 위한 오픈소스 프레임워크

Refiner는 Macrodata Labs의 첫 번째 제품이다. 이는 오픈소스 로봇 데이터 처리 프레임워크로, 혼란한 로봇 비디오 및 기타 물리적 세계 데이터를 더 깨끗한 로봇 훈련 데이터로 변환하는 도구 키트라고 설명된다 .

이 프레임워크는 로봇 공학 팀이 실제로 사용하는 포맷(LeRobot, HDF5(ALOHA, robomimic, LIBERO), Zarr, MCAP, 원시 비디오, Hugging Face 데이터셋)을 읽고, 데모, 프레임, 궤적, 주석 및 센서 스트림을 처리하기 위한 도구를 제공한다 .

Refiner는 로컬에서 개발 작업을 수행하고 단일 명령으로 탄력적인 서버리스 클라우드로 확장할 수 있도록 설계되었다 . 회사는 이를 물리적 AI를 위한 '데이터 정제소(data refinery)'로 포지셔닝하고 있다 .

400만 달러 프리시드, Air Street Capital이 주도

Macrodata Labs는 런던에 본사를 두고 Nathan Benaich가 설립한 AI 전문 벤처 캐피털인 Air Street Capital이 주도하는 400만 달러 규모의 프리시드 라운드를 마감했다 . 이번 라운드에는 Drysdale Ventures, OPRTRS CLUB, Kima Ventures, YG Ventures(Alex Yazdi), >commit, Thomas Wolf(Hugging Face 공동 창업자)를 비롯해 주요 AI 연구소 및 기술 기업 출신의 엔젤 투자자들이 참여했다 .

Air Street Capital은 2026년 초 2억 3,200만 달러 규모의 Fund III를 마감했으며, Synthesia, Black Forest Labs, Wayve, Poolside 등 AI 우선 기업들을 포트폴리오에 보유하고 있다 .

유럽의 로봇 공학 입지

Macrodata Labs의 공식 메시지는 명시적인 유럽 중심 로봇 공학 전략보다는 로봇 공학을 위한 데이터 계층 구축에 초점을 맞추고 있다 . 가장 확실하게 확인된 사실은 이 회사가 런던에 기반을 둔 AI 전문 벤처 캐피털인 Air Street Capital의 지원을 받았다는 점이다 . 이러한 투자자 맥락은 유럽 자본이 로봇 데이터 인프라에 적극적으로 투자하고 있음을 시사하지만, 회사 자체가 유럽의 로봇 공학 역할에 대한 공식 입장을 밝힌 것은 아니다 .