로보틱스 데이터 확보를 위한 Humyn Labs의 투자 유치, 4,700만 달러 도달
Humyn Labs가 투자자 자본과 차입을 결합해 로보틱스 데이터 사업 확장을 위한 4,700만 달러를 조달했다. 11월 18일 보도된 Humyn Labs의 투자 유치 발표는 인간의 작업 기록을 유용한 로봇 학습 자료로 전환한다는 까다로운 과제에 자금을 투입한다. 활동을 수집하는 것과 기계의 행동을 개선하는 것은 여전히 별개의 성과다.
TechCrunch에 따르면, 창업자들은 미국 고객이 매출의 약 90%를 창출한다고 밝혔으며 경쟁사로는 Mecka AI와 XDOF를 꼽았다. 이는 이 인도 스타트업을 로보틱스 개발업체에 서비스를 제공하는 성장 중인 공급망 안에 위치시킨다. 궁극적으로 구매자들은 구매한 자료가 자신의 기계를 개선한다는 증거를 필요로 한다.
핵심적인 긴장은 데이터 수집과 배포 성능 사이에 있다. Humyn은 인간 활동에 대한 접근권을 판매하는 한편, 확장 계획에는 현실적인 환경에서 로봇을 테스트하는 일도 포함된다. 이 전환이 중요한 이유는 기록이 사람이 무엇을 해냈는지는 보여줄 수 있어도 기계가 이를 반복하는 데 필요한 모든 요소를 포착하지는 못할 수 있기 때문이다.
Humyn Labs의 투자 유치에는 지분 투자와 벤처 부채가 포함된다
이번 자금 조달은 Humyn에 확장 자원을 제공하지만, 헤드라인의 금액은 서로 다른 두 자본원을 합친 것이다.
발표된 패키지에는 Accel이 주도한 2,600만 달러의 지분 투자와 Lighthouse Canton이 주도한 2,100만 달러의 벤처 부채가 포함된다. Entrackr의 지분 및 부채 자금 조달 보도에 따르면 Trifecta Capital도 부채 부문에 참여했다.
지분 투자는 소유권의 대가로 자본을 제공한다. 벤처 부채는 계약 조건에 따라 의무를 수반하는 차입 금융을 제공한다. 회사가 운영을 구축하는 과정에서 어느 정도의 유연성을 갖는지 평가할 때 이러한 차이는 중요하다.
전체 패키지를 지분 투자 라운드로 설명하면 거래의 성격을 잘못 전달하게 된다. 이를 고객 매출로 설명하는 것 역시 다른 종류의 오류다. 자금 조달은 사업을 뒷받침하지만, 제품 품질이나 고객 수요의 지속성을 입증하지는 않는다.
Humyn은 Manish Agarwal과 Ishank Gupta가 2026년에 설립했다. Entrackr에 따르면 이 회사는 가정, 농장, 창고, 공장 등 다양한 환경에서 사람들이 작업을 수행하는 모습을 기록한다. 이후 AI 시스템과 로봇을 개발하는 고객을 위해 해당 기록을 처리한다.
이 사업에는 카메라를 배치하는 일 이상이 필요하다. 공급업체는 참가자를 모집하고, 수집을 조율하며, 기록을 검사하고, 고객이 실제로 사용할 수 있는 자료를 제공해야 한다. 각 단계에서는 일관성, 허가, 수용 기준에 관한 실무적 질문이 제기된다.
예를 들어 창고 활동을 요청하는 구매자는 무엇을 완료된 작업으로 볼지 명확히 해야 한다. 기록에 성공적인 물체 파지가 포함되는가, 중단된 시도가 포함되는가, 혹은 물체가 미끄러진 뒤의 복구 과정까지 포함되는가? 이러한 차이가 결과물로 무엇을 학습시킬 수 있는지를 결정한다.
따라서 이번 투자 유치 발표는 재무적 질문과 함께 운영상의 질문도 제기한다. Humyn은 유용한 세부 정보와 일관된 기준을 유지하면서 수집 규모를 확대할 수 있을까? 장소를 늘리면 잠재적 범위는 넓어지지만 감독이 필요한 프로세스 수도 증가한다.
차입 부문은 운영 규율을 특히 중요하게 만든다. 여기서 검토한 보도는 부채 조건을 확인하지 않았으므로, 자금 조달만으로 상환 압력이나 재무적 곤경에 관한 결론을 뒷받침할 수는 없다. 다만 확장이 수용된 납품물과 반복 거래로 어떻게 이어지는지는 검토할 근거가 된다.
로보틱스 구매자에게 실무적 의미는 분명하다. 충분한 자금을 확보한 공급업체는 소규모 연구 프로젝트와 다른 역량 구조를 제공한다. 구매자는 여전히 자사의 기술적 요구 사항에 맞춰 그 산출물을 평가해야 한다.
Humyn Labs의 자금 조달 패키지는 회사가 활용할 수 있는 자원을 바꾼다. 그것이 로봇 개발의 경제성을 바꾸는지는 고객이 그 자원으로 무엇을 얻는지에 달려 있다. 이 구분은 회사의 다음 확장 단계 전반에서 분명히 유지돼야 한다.
미국 로보틱스 구매자에게는 단순 영상이 아니라 유용한 범위가 필요하다
Humyn의 기회는 로보틱스 팀이 자체적으로 쉽게 수집할 수 없는 경험을 제공하는 데 달려 있다.
보도된 회사의 미국 매출 집중도는 미국 로보틱스 수요가 사업의 핵심임을 의미한다. TechCrunch의 로보틱스 데이터 자금 조달 보도는 Humyn을 해당 시장을 공략하는 다른 공급업체들과 함께 다뤘다. 경쟁 환경은 구매자가 요구해야 할 기준을 높인다.
로보틱스 개발자는 일상 활동을 보여주는 영상을 충분히 확보할 수 있다. 더 까다로운 조달 문제는 관련성이다. 즉, 그 기록이 시스템 실패를 유발하는 행동, 물체, 조건을 드러내는지 여부다. 일반적인 활동과 유용한 학습 범위가 자동으로 겹치지는 않는다.
작업자가 물체를 용기에 넣는 예시적인 창고 작업을 생각해 보자. 눈에 보이는 결과는 단순해 보인다. 하지만 유용한 세부 정보에는 작업자가 접근하는 방식, 잡는 자세를 조정하는 방식, 주변 물체를 피하는 방식, 배치가 실패했을 때 대응하는 방식이 포함된다.
성공 직후 끝나는 기록은 실패한 시도를 보존하는 기록과 다른 정보를 제공한다. 어느 형식도 모든 프로젝트에 본질적으로 적합한 것은 아니다. 구매자는 공급업체가 어떤 행동을 의도적으로 수집하고 무엇을 제외하는지 알아야 한다.
같은 문제는 가정 활동에도 적용된다. 주방은 물체 배치, 조명, 사용 가능한 공간, 사람들이 쓰는 도구 면에서 서로 다르다. 다양한 수집은 이러한 차이를 드러낼 수 있지만, 다양성은 정의된 학습 목표와 연결돼야 한다.
그렇지 않으면 지리적 범위는 엔지니어링 가치와 분리된 마케팅 지표가 된다. 데이터세트는 많은 장소를 포괄하면서도 비슷한 행동을 반복해서 보여줄 수 있다. 반대로 더 적은 장소를 포괄하더라도 특정 배포 환경에 중요한 변화를 포착할 수 있다.
이는 공급업체가 범위를 정밀하게 설명해야 한다는 압박을 만든다. 구매자는 작업 다양성과 배경 다양성을 구분할 수 있어야 한다. 또한 비정상적인 조건이 평가를 지원할 만큼 충분히 자주 등장하는지도 이해해야 한다.
고객의 요구를 통해 설명한 Humyn Labs는 다른 방식으로 얻기 어려운 경험에 대한 접근권을 판매하는 사업이다. 그 매력은 해당 경험을 확보하는 데 필요한 작업을 줄이는 데 달려 있다. 구매자가 라벨을 광범위하게 수정하거나 기록을 폐기해야 한다면 그 이점의 일부는 사라진다.
이 압박은 로보틱스 팀에도 적용된다. 외부 데이터를 구매한다고 해서 유용한 입력을 정의할 책임이 사라지는 것은 아니다. 가정 활동에 대한 모호한 요청은 납품물이 의도한 목적을 충족하는지를 두고 상당한 이견의 여지를 남긴다.
명확한 사양은 수집을 배포 문제와 연결해야 한다. 낯선 용기에서 어려움을 겪는 팀은 혼잡한 작업 공간에서 어려움을 겪는 팀과 다른 사례를 필요로 한다. 두 문제를 모두 더 많은 영상에 대한 요청으로 취급하면 무엇이 개선돼야 하는지를 가리게 된다.
따라서 기업 구매자는 공급업체의 역량과 적합성을 분리해야 한다. 역량은 얼마나 많은 작업을 제공할 수 있는지에 관한 것이다. 적합성은 허용 가능한 기술적·허가 경계 안에서 그 작업이 구매자의 실제 실패를 해결하는지에 관한 것이다.
Humyn의 자금 조달은 이 고객들을 더 적극적으로 공략할 자원을 제공한다. 동시에 고객이 더 나은 문서화, 신뢰할 수 있는 납품, 유용성에 대한 더 명확한 증거를 기대할 이유도 제공한다. 확장은 수집 역량과 함께 기대 수준도 높인다.
인간의 시연에는 여전히 로봇 행동으로 이어지는 경로가 필요하다
사람이 작업을 완료하는 모습을 보는 것만으로 로봇이 이를 재현하는 데 필요한 지시를 자동으로 얻는 것은 아니다.
물리 AI는 물리적 세계를 인식하고 행동하는 AI 시스템을 뜻한다. 로보틱스에서는 인식이 특정 기계의 제약 아래 움직임과 연결돼야 한다. 인간의 시연은 행동에 관한 증거를 제공하지만, 그 연결에는 여전히 엔지니어링이 필요하다.
사람의 손은 로봇 그리퍼와 다르다. 인간의 도달 범위, 균형, 감각, 가능한 움직임도 기계적 대응물과 다르다. 기록은 의도된 결과를 드러낼 수 있지만, 기계가 그 결과에 도달할 수 있는 경로는 해결되지 않은 채 남을 수 있다.
이 간극은 흔히 구현체 문제(embodiment problem)라고 불린다. 지식은 서로 다른 능력을 가진 몸체 사이에서 이전돼야 한다. 구매자에게 실질적인 문제는 공급업체의 자료가 그러한 이전을 지원하는지 여부다. 매력적인 영상만으로는 이 질문에 답할 수 없다.
연구는 유용한 기준점을 제공한다. Universal Manipulation Interface, 즉 UMI는 손에 쥐는 그리퍼와 의도적으로 설계된 학습 인터페이스를 사용해 인간의 시연을 수집한다. 연구진은 학습된 행동을 로봇 실행으로 이전한 실험을 보고했다.
이 프로젝트에는 컵 정리, 천 접기, 설거지 시연이 포함된다. 그 의의는 방법론에 있다. 수집 장비와 행동 표현이 함께 설계됐다. 이 결과가 Humyn의 접근 방식을 검증하는 것은 아니지만, 왜 캡처 설계가 중요한지를 보여준다.
유용한 상업적 비교는 각 방법이 어떤 정보를 보존하는지 물어야 한다. 일반 영상은 외형과 순서를 보여줄 수 있다. 계측 장비를 활용한 수집 방식은 하드웨어와 처리 방식에 따라 움직임에 관한 추가 정보를 제공할 수 있다.
어느 접근법도 정의상 우세하다고 볼 수는 없다. 구매자의 기존 모델은 폭넓은 시각적 경험, 세심하게 규정된 행동 시연, 또는 둘의 조합으로부터 이점을 얻을 수 있다. 적절한 비교는 동일한 평가 조건에서 후속 결과를 측정한다.
DROID 로봇 데이터세트는 또 다른 연구 기준점이다. 프로젝트 페이지는 564개 장면에서 수집된 350시간 분량의 7만6,000개 시연을 설명한다. 연구진은 실험에서 향상된 성능과 일반화 능력을 보고했다.
DROID는 데이터세트, 학습 코드, 하드웨어 구성 지침도 공개한다. 이러한 개방성은 다른 사람들이 수집이 실험과 어떻게 연결되는지 검토할 수 있게 한다. 상업 고객은 기밀성을 요구할 수 있지만, 비공개로도 이와 유사하게 명확한 평가 방식을 요구할 수 있다.
이 프로젝트들은 공급업체의 주장을 해석하는 데 유용한 기준을 세운다. 규모는 입력을 설명한다. 통제된 비교는 그 입력이 시스템이 정의된 작업을 수행하는 데 도움이 되는지를 보여준다.
따라서 Humyn Labs와 XDOF의 비교는 구매자의 요구 사항에서 시작해야 한다. 로보틱스 데이터 분야에 함께 참여한다는 사실만으로 동일한 제품, 수집 방식, 기술적 결과가 성립하는 것은 아니다. 검토한 보도는 어느 회사가 더 우수하다고 단정할 근거를 제공하지 않는다.
Mecka AI는 추가적인 경쟁 맥락을 제공하지만, 핵심 경쟁은 수집 약속과 측정 가능한 로봇 개선 사이에 남아 있다. 공급업체는 자사 자료가 어디에서 도움이 되는지, 어디에서 실패하는지, 어떤 시스템을 평가했는지를 문서화함으로써 이 경쟁에 대응할 수 있다.
개발자에게 이 구분은 납품물을 평가하는 방식을 바꾼다. 관련된 질문은 단순히 기록이 현실적으로 보이는지가 아니다. 그 기록이 보존하는 정보가 의도한 기계에서 학습, 평가 또는 진단을 지원하는지 여부다.
로봇 테스트 계획은 Humyn을 배포에 더 가깝게 만든다
Humyn이 제안한 테스트 인프라는 고객이 결과를 측정할 수 있는 지점에 그 야심을 더 가깝게 옮긴다.
Mint는 이 회사가 창고, 공장, 그리고 온라인 주문을 처리하는 매장인 다크 스토어를 재현하는 시설을 계획하고 있다고 보도했다. 회사의 로봇 배치 계획에는 브라질, 한국, 인도의 인프라가 포함된다.
회사는 캡처 하드웨어와 처리 역량도 강화할 계획이다. Mint는 이 회사가 샌프란시스코, 런던, 서울에서 입지를 확대하려 한다고 보도했다. 이는 해당 시설이 이미 운영 중이라는 증거가 아니라, 밝힌 자금 사용 계획이다.
이 구분은 테스트가 녹화물을 제공하는 것과 다른 서비스이기 때문에 중요하다. 테스트 시설은 로봇의 한계를 드러낼 만큼 의미 있게 조건을 재현해야 한다. 또한 반복 시도 간 결과를 비교할 수 있도록 하는 절차도 필요하다.
예를 들어 로봇이 선반에서 물체를 꺼내는 데 계속 실패한다고 가정해 보자. 유용한 평가는 실패 원인이 인식, 도달 범위, 그립 선택, 또는 복구 과정 중 어디에 있는지 식별한다. 실패 횟수만 세는 것은 개발자에게 제공하는 지침이 더 적다.
수집과 테스트 전반에 걸쳐 자리 잡은 공급업체는 원칙적으로 이 단계들을 연결할 수 있다. 누락된 경험을 파악하고, 관련 시연을 수집하며, 수정된 시스템이 개선되는지 평가할 수 있다. 이는 검증된 Humyn의 성과가 아니라 기회에 대한 분석적 설명이다.
과정 전반에서 신뢰할 수 있는 연결을 유지하는 일이 과제다. 훈련 자료와 함께 평가 환경도 바뀌면 개선의 원인을 특정하기가 어려워진다. 공개적으로 성공적인 시연만 제시된다면 외부인은 신뢰성을 평가할 수 없다.
SiliconANGLE의 인터뷰는 기대되는 로봇 행동과 실제 로봇 행동 사이의 격차를 찾으려는 Humyn의 관심을 설명한다. 실제 환경 로봇 테스트에 대한 보도 역시 이 회사의 지리적 다양성 논거를 강조한다. 둘 다 고객 수준의 검증이 필요한 회사 측 입장이다.
지리적 다양성에는 그럴듯한 실무적 근거가 있다. 익숙하지 않은 식기나 배치를 접하는 가정용 로봇은 훈련 자료 속 조건과 다른 환경에 놓인다. 어떤 차이가 특정 작업과 기계에 중요한지는 아직 열려 있는 질문이다.
테스트는 이 질문을 구체화할 수 있다. 더 폭넓은 수집이 준비도를 높인다고 주장하는 대신, 공급업체는 명시된 환경 전반에서의 행동을 비교할 수 있다. 그런 다음 추가 자료가 관찰된 약점을 해소하는지 식별할 수 있다.
같은 회사가 훈련 입력을 제공하고 그 성공 여부도 평가할 때 잠재적인 신뢰성 문제가 있다. 이 구조는 가능하지만, 구매자는 테스트 선정과 보고에 대한 가시성이 필요하다. 상업적으로 가능한 경우 독립적인 재현 검증은 신뢰를 강화할 수 있다.
Humyn에게 확장 계획은 책임성의 수준을 높인다. 녹화물을 판매하면 논의는 제공 품질에 집중될 수 있다. 배치 평가를 제공하면 실험 설계, 실패 보고, 권고안의 유용성에 대한 검증을 받게 된다.
이 변화는 로보틱스 구매자가 주목할 구체적인 대상을 제공한다. 발표된 시설 자체보다 고객이 이를 사용해 문제를 진단하고 개선을 검증한다는 증거가 더 중요하다. 가장 강력한 증거는 식별된 실패를 문서화된 행동 변화와 연결하는 것이다.
고객 주장과 녹화 권한은 면밀한 검토가 필요하다
상업적 견인력과 책임 있는 수집은 같은 사업을 뒷받침하더라도 별도의 증거를 필요로 한다.
Mint는 Humyn이 유료 고객 12곳과 5,000만 달러를 넘는 연환산 매출 수치를 보유하고 있다고 밝혔다고 보도했다. 연환산 매출은 일정 기간의 매출 속도를 1년 기준으로 추정한 것이다. 이를 해당 전체 기간에 이미 벌어들인 매출로 해석해서는 안 된다.
여기서 검토한 보도에서는 이 회사의 고객이 공개적으로 식별되지 않았다. 이는 관계, 반복 구매, 기술적 성과에 대한 외부 검증을 제한한다. 기밀유지는 제한적인 공개를 설명할 수 있지만, 잠재 구매자가 이용할 수 있는 증거를 대체할 수는 없다.
투자자와 고객은 서로 다른 것을 평가한다. 자금 조달은 자본 제공자가 협상된 조건 아래 사업 제안을 받아들였음을 의미한다. 이는 모든 데이터세트가 모든 로보틱스 모델을 개선한다거나 특정 배치가 준비되었음을 입증하지는 않는다.
따라서 Humyn Labs의 자금 조달 발표는 자원과 투자자 참여에 관한 주장을 뒷받침한다. 기술적 차별화에 대한 결론의 근거로는 더 약하다. 그러한 결론에는 특정 제품을 특정 결과와 연결하는 증거가 필요하다.
녹화 권한은 또 다른 질문을 제기한다. 가정과 직장의 영상에는 주된 참여자가 아닌 사람이 포함될 수 있다. 또한 의도한 작업과 무관한 주변 환경이나 활동이 노출될 수 있다.
이는 Humyn이 누구의 권리를 침해했다는 주장이 아니라 조사해야 할 수집 위험이다. 검토한 보도는 동의 및 개인정보 보호 절차에 대한 완전한 설명을 확립하지 않는다. 이러한 문제가 해결되었다고 주장하는 것은 부적절하다.
구매자는 누가 녹화를 승인했으며 그 승인이 무엇을 포괄하는지 이해해야 한다. 작업을 녹화할 허가는 그 자체로 모든 허용된 후속 사용을 설명하지 않는다. 계약은 처리, 배포, 보존 및 관련 제한을 다뤄야 한다.
직장 내 수집에도 비슷한 명확성이 필요하다. 현장 운영자의 허가와 개별 참여자의 동의는 서로 다른 관계에 관한 것이다. 신뢰할 수 있는 수집 과정은 관련된 모든 사람이 자신의 책임을 이해할 수 있게 해야 한다.
정보의 문서화된 출처와 처리 이력을 뜻하는 데이터 출처 이력은 여기서 유용해진다. 구매자에게는 제공된 자료를 수집 조건과 권한에 연결하는 기록이 필요하다. 포괄적인 보장은 추적 가능한 문서보다 실질적인 보호가 적다.
기술적 필터링에도 한계가 있다. 뚜렷한 얼굴을 제거해도 목소리, 특징적인 방, 또는 다른 식별 정보가 남을 수 있다. 관련 질문은 하나의 눈에 보이는 특징이 아니라 전체 녹화물과 그 의도된 사용에 관한 것이다.
품질 보증은 기술적 적합성과 함께 이러한 문제를 다뤄야 한다. 녹화물은 학습에 가치가 있으면서도 구매자의 허용된 사용에는 부적합할 수 있다. 반대로 적절히 승인된 자료도 작업에 필요한 세부 정보가 부족할 수 있다.
인프라 공급업체로 설명되는 Humyn Labs가 엄격한 기준에 직면하는 지점이 바로 여기다. 고객에게는 신뢰할 수 있는 자료, 활용 가능한 문서, 그리고 문제를 처리하는 절차가 필요하다. 수집 규모가 커질수록 그러한 시스템의 중요성은 줄어드는 것이 아니라 커진다.
따라서 로보틱스 개발자에게 조달은 기술 평가와 권한 검토를 결합해야 한다. 어느 하나도 다른 하나의 부재를 보완할 수 없다. 유용한 제공물은 신뢰할 수 있는 훈련 자산이 되기 전에 두 조건을 모두 충족해야 한다.
고객 증거, 테스트 결과, 수집 통제를 지켜보라
다음으로 유용한 신호는 Humyn의 수집 네트워크 규모가 아니라 고객이 검증할 수 있는 내용에 관한 것이다.
향후 몇 달 동안 Humyn Labs 자금 조달 이야기는 구체적인 공개를 통해 평가하기 더 쉬워질 것이다. 고객 증거, 측정 가능한 테스트 결과, 문서화된 수집 통제라는 세 가지 신호를 순서대로 주목할 필요가 있다. 어느 것도 회사의 확장이 성공할 것이라고 가정할 필요는 없다.
첫째, 귀속 가능한 고객 증거나 상세한 고객 사례 연구를 주목해야 한다. 실명이 공개된 관계는 특히 구매한 자료와 의도된 적용 사례를 설명한다면 가시성을 높일 것이다. 로고만으로는 제공되는 정보가 더 적다.
가장 유용한 공개는 초기 평가와 지속적인 사용을 구분하는 것이다. 반복 구매는 고객이 지속적인 가치를 발견한다는 견해를 뒷받침할 수 있다. 구매자는 그 가치가 훈련, 평가, 또는 다른 목적에 관한 것인지 여전히 이해해야 한다.
고객 증거는 주장에 대한 한계도 명확히 해야 한다. 하나의 작업에서 성공적으로 제공했다고 해서 로보틱스 전반에 걸친 적합성이 입증되는 것은 아니다. 구체성은 증거가 실제로 뒷받침하는 내용을 정의하므로 사례 연구의 신뢰도를 높인다.
둘째, Humyn의 자료 또는 테스트 시설과 연관된 통제된 로봇 성능 결과를 주목해야 한다. 유용한 비교라면 작업, 로봇, 평가 조건, 기준선을 식별해야 한다. 기준선은 변화를 측정하는 데 사용하는 참조 시스템이다.
결과는 성공 사례와 함께 실패한 시도도 보존해야 한다. 또한 평가 조건이 훈련 사례와 유사한지도 설명해야 한다. 익숙한 물체에서의 개선은 낯선 환경에서의 개선보다 더 좁은 질문에 답한다.
공개된 시연은 출발점이 될 수 있지만, 반복 가능한 측정이 더 큰 비중을 가진다. 강력한 증거는 Humyn의 배치 평가 전환을 뒷받침할 것이다. 결과가 제한적이거나 해석하기 어려운 상태로 남는다면 그 제안은 미해결로 남는다.
셋째, 수집 권한과 처리 통제에 관한 더 명확한 문서를 주목해야 한다. 유용한 공개는 참여자 동의, 주변인 처리, 보존 관행, 제한 사항이 제공 자료와 함께 어떻게 전달되는지를 설명할 것이다. 일반적인 약속은 구매자에게 더 많은 검증 업무를 남긴다.
이러한 통제는 상업적 차별화에도 영향을 줄 수 있다. 공급업체가 비슷한 기술 자료를 제공한다면 더 명확한 출처 이력은 조달 과정의 불확실성을 줄일 수 있다. 이는 Humyn이 이미 확보했다는 증거가 아니라 잠재적인 이점이다.
Humyn Labs vs XDOF를 지켜보는 사람이라면, 이 순서는 자금 조달 총액보다 더 유용한 비교를 제공한다. 고객이 확인할 수 있는 것부터 시작하라. 그다음 입증된 학습 가치와 수집이 이루어지는 조건을 검토하라.
로보틱스 구매자는 자금 조달 뉴스를 다음 공급업체 대화를 더 정교하게 만드는 데 활용해야 한다. 제안된 자료가 어떤 구체적인 실패를 해결하는지, 개선을 어떻게 측정할지, 어떤 권한이 제공물에 수반되는지를 물어야 한다. 실패한 시도를 보존하고 익숙한 조건과 낯선 조건을 구분하는 평가를 요청하라.
발표 이후 Humyn Labs 자금 조달을 평가할 때도 같은 증거를 따르라. 고객 사용은 수요를 확립하고, 통제된 테스트는 유용성을 확립하며, 수집 기록은 자료가 의도된 적용에 맞는지를 확립한다. 시연을 면밀히 읽고, 그 평가 조건을 비교하며, 기록된 인간의 숙련과 신뢰할 수 있는 기계 행동의 차이를 염두에 두어야 한다. 더 폭넓은 수집을 배치를 향한 진전으로 간주하기 전에, 로봇이 이전에는 할 수 없었지만 이제 할 수 있는 일이 무엇인지 물어야 한다.



