아시모프의 인간 데이터 베팅: 크라우드소싱 영상으로 휴머노이드를 훈련시키다; YC W26 주목할 만한 스타트업

전 세계 기여자 네트워크에 비용을 지불하고 일상적인 인간 작업을 녹화하게 한 뒤, 그 결과로 만들어진 데이터셋을 휴머노이드 로봇 훈련용으로 판매하는 데이터 인프라 회사.

휴머노이드는 하드웨어가 아니라 데이터에 묶여 있다: 전 세계 사람들에게 비용을 지불해 일상적인 작업을 녹화하게 하고, 이를 훈련 데이터셋으로 패키징하여 공급망을 가장 먼저 장악한다.

안슐 베르마(Anshul Verma, Scale AI, Amazon, 버클리 머신러닝 연구)와 리엠 닝투(Lyem Ningthou, 미 공군 데이터 파이프라인, Blume 창립 엔지니어, YC W24) - 이전에 매출 6자릿수를 달성한 스타트업을 공동 창업한 대학 룸메이트 - 가 YC의 2026년 겨울 배치에서 아시모프를 창업했다. 이들의 베팅: 언어 모델은 수조 개의 단어로, 이미지 모델은 수십억 장의 사진으로 훈련되었지만 로봇은 맨바닥에서 시작하고 있다 - 병목은 다양한 실제 세계의 인간 움직임 데이터이며, 아무도 그 공급망을 소유하지 않았다.

아시모프는 W26 데모 데이 직전인 2026년 3월 중순에 공개 출시되었고, TechCrunch는 약 190개 기업으로 구성된 코호트 중 가장 흥미로운 16개 중 하나로 선정했다. AC Studio에 따르면 2026년 3월 말까지 전 세계 5,000명 이상의 기여자가 일상적인 작업 영상을 제출하고 있었으며, 이 회사는 매일 수천 시간의 인간 움직임 데이터를 주요 로보틱스 연구소에 공급하고 있었다. 2026년 8월 YC 런치 게시물은 세계 최대 로보틱스 연구소들이 이미 고객이며, 레스토랑과 창고 파트너는 근로자들이 일하면서 수집 키트를 착용하게 함으로써 근로자 급여를 충당할 수 있다고 밝혔다.

여전히 운영 중: 기여자 네트워크 가동 중, 데이터셋을 주요 로보틱스 연구소에 판매 중; 초기 단계, 3인 팀.

이 논지는 역발상적이다: 자본이 로봇 하드웨어와 모델을 쫓는 동안, 병목은 상류에 있다 - 로봇이 학습해야 할 다양한 실제 세계의 움직임 데이터를 아무도 소유하지 않았다.

크라우드소싱 모델은 복리 효과를 낸다: 기여자가 많을수록 더 많은 환경과 작업이 확보되어, 데이터셋 자체를 공장 포집 방식의 경쟁자가 복제하기 어렵게 만든다.

창업자들은 이 진입점에 신뢰할 만한 운영자다: Scale AI는 베르마에게 대규모 데이터 인프라를 가르쳤고, 닝투는 미 공군 데이터 파이프라인을 구축했으며 이전 스타트업을 매출 6자릿수로 성장시켰다.

공급이 이미 수요 신호를 앞선다: 출시 몇 주 만에 5,000명 이상의 기여자, 매일 수천 시간의 데이터가 흐르고, YC 런치 게시물에 따르면 주요 연구소들이 고객이다.

한 카테고리의 하드웨어와 모델이 주목을 받을 때, 화려하지 않은 투입 요소 - 훈련 데이터 - 가 진짜 병목이다; 크라우드소싱은 그 희소성을 방어 가능한 공급망으로 바꾼다.

2026년 9월 현재 아시모프는 글로벌 기여자 네트워크를 운영하며 인간 움직임 데이터셋을 로보틱스 기업에 판매하고 있고, 샌프란시스코에 기반을 둔 3인 팀이다. 런치 게시물은 세계 최대 로보틱스 연구소들이 이미 고객이며 즉시 대규모로 공급할 수 있다고 밝히고 있다; 기여자와 레스토랑, 창고 같은 비즈니스 파트너를 모집해 수집 키트를 착용하게 하고 있다. 장기적인 베팅은 로보틱스 훈련 데이터가 Common Crawl이 텍스트에 그러했던 것처럼 방어 가능한 네트워크 효과 공급망을 갖춘 범용 투입 요소가 된다는 것이다 - 아직 초기이며 입증되지 않았다.