EmemeAI

제품의 핵심은 영상을 읽고 인간의 움직임을 써 내는 파이프라인이다. 유튜브 링크, 공개 웹 영상, 직접 가진 영상에 모두 대응해서 한 출처에 묶이지 않는다. 출력은 구조화된 포즈 데이터이지 렌더링된 애니메이션이 아니다. 그래서 학습 재료로 쓸 수 있다. Ememe는 이 흐름 전체를 창작 도구가 아니라 영상 모션 캡처와 모션 데이터 추출로 규정한다.

Ememe는 동작을 관절 위치와 회전을 담은 3D 스켈레톤으로 돌려준다. 범위는 전신, 상체, 손 포즈로 나뉘어서 과제에 맞는 세밀함을 고를 수 있다. 조작 연구에서 가장 까다로운 손과 물체의 접촉은 제공 중이 아니라 출시 예정으로 표시돼 있다. 접촉이 많은 동작에 지금 의존한다면 이 차이는 무시할 수 없다.

세 가지 입력 경로가 거의 모든 상황을 덮는다. 클립을 이미 알면 유튜브 URL을 붙이고, 영상이 비공개면 로컬 MP4를 올리고, 원하는 움직임의 종류만 알면 키워드로 검색한다. 키워드 검색은 AI가 검색어를 넓혀 주므로 첫 표현이 너무 좁을 때 도움이 된다. 로컬 업로드는 클립당 최대 1 GB MP4를 받는다.

스켈레톤과 함께 Ememe는 잘라낸 영상과 텍스트 설명도 준다. 클립은 필요한 구간만 남기므로 긴 원본 파일을 다시 편집하지 않아도 된다. 라벨은 메타데이터 역할을 하며 각 모션 샘플에 이름과 맥락을 붙인다. 둘을 합치면 손으로 표시하지 않고도 동작별로 데이터셋을 정리할 수 있다.

Ememe는 자사 RoboCasa GR-1 Tabletop 벤치마크 결과를 EmemePT 프레임워크로 공개했다. 피지컬 AI 학습 데이터가 실제로 작동하는 사례다. 회사에 따르면 이 모션 데이터는 세 가지 양손 조작 과제에서 GR00T 미세 조정을 개선했다. Cup to drawer는 20%에서 42%로, bottle to cabinet은 46%에서 56%로, wine to cabinet은 8%에서 42%로 올랐다. 회사는 이것이 내부 시뮬레이션 결과이며 효과는 과제마다 다르다고 밝힌다. 약속이 아니라 신호로 보는 게 맞다.

물량이 필요한 팀을 위해 Ememe는 셀프서비스 결제 대신 신청 흐름을 둔다. 용도, 원하는 동작 클래스, 출력 형식을 적는다. 회사는 대량 처리나 맞춤 출력, 상용 PoC를 위해 샘플 데이터셋과 범위 메모를 준비할 수 있다고 밝힌다. 이 방식은 분명한 프로젝트가 있는 연구실과 스튜디오에 맞고, 클립 하나를 시험해 보려는 사람에게는 맞지 않는다. 로봇 학습 데이터나 휴머노이드용 데이터라면 더더욱 한 덩어리로 된 물량이 필요하다.