실리콘밸리에서 최근 가장 뜨거운 관심을 받는 스타트업은 단연 Physical Intelligence입니다. 스트라이프 초기 멤버였던 래키 그룸이 이끄는 이 기업은 로봇에게 범용적인 지능을 부여하는 이른바 로봇 뇌를 만드는 데 집중하고 있습니다. 단순한 하드웨어 제조사가 아니라 로봇이 스스로 배우고 판단할 수 있게 만드는 기초 모델을 구축한다는 점에서 기술 업계의 시선이 쏠리는 상황입니다.
Physical Intelligence 로봇 지능이 기존 기술과 다른 점은 무엇일까요?
기존의 로봇들이 특정 환경에서 정해진 동작만 수행했다면 이곳의 기술은 챗GPT가 언어를 이해하듯 물리적 세상을 이해하는 것을 목표로 삼습니다. 세르게이 레빈 교수를 포함한 연구진은 데이터 수집 스테이션을 통해 로봇이 다양한 동작을 스스로 학습하게 만듭니다. 창고나 일반 가정집 등 실제 환경에서 얻은 방대한 데이터를 바탕으로 범용적인 로봇 파운데이션 모델을 훈련시키는 방식입니다.
이들의 접근법은 특정 로봇 하드웨어에 종속되지 않는다는 특징이 있습니다. 어떠한 형태의 로봇이라도 이 모델을 이식하면 새로운 작업을 배울 때 처음부터 다시 데이터를 쌓을 필요가 없다는 점이 핵심입니다. 이러한 유연성 덕분에 물류나 식료품 관리 등 다양한 산업 분야에서 즉각적인 활용 가능성을 타진하고 있습니다.
저렴한 하드웨어로 정교한 동작을 구현하는 3단계 학습 전략
많은 로봇 기업이 값비싼 하드웨어에 집중할 때 이곳은 오히려 지능의 힘으로 저렴한 부품의 한계를 극복하려 노력합니다. 래키 그룸은 좋은 지능이 나쁜 하드웨어를 보완할 수 있다고 믿으며 실제로 3,500달러 수준의 저렴한 로봇 팔을 활용해 복잡한 실험을 이어가고 있습니다.
- 데이터 수집 단계: 실제 현장에 로봇 스테이션을 설치하여 날것의 동작 데이터를 확보합니다.
- 모델 훈련 단계: 수집된 데이터를 바탕으로 다양한 채소를 깎거나 옷을 개는 등의 범용 모델을 만듭니다.
- 현장 검증 단계: 실제 주방이나 물류 창고에서 모델이 새로운 사물에 얼마나 잘 적응하는지 평가합니다.
이러한 단계적 접근은 하드웨어 제조 단가를 1,000달러 이하로 낮출 수 있는 가능성을 열어주었습니다. 기술적 완성도가 높아질수록 비싼 센서나 복잡한 기계 장치 없이도 로봇이 사람처럼 유연하게 움직일 수 있게 됩니다.
래키 그룸이 제안하는 로봇 상업화보다 중요한 연구의 가치
서른한 살의 젊은 리더 래키 그룸은 투자자들에게 당장의 상업화 일정에 대해 확답을 주지 않는 것으로 유명합니다. 세쿼이아 캐피털이나 코슬라 벤처스 같은 거물급 투자자들이 56억 달러라는 엄청난 기업 가치를 인정하면서도 이러한 불확실성을 견디는 이유는 기술의 순수성 때문입니다. 래키 그룸은 외부의 압박에 흔들리지 않고 연구자들이 필요한 데이터를 마음껏 수집할 수 있는 환경을 조성하는 데 집중합니다.
단기적인 수익 모델을 찾기보다 장기적인 관점에서 완벽한 범용 지능을 만드는 것이 결국 시장을 지배하는 유일한 길이라고 판단한 것입니다. 현재 약 80명의 직원이 근무하는 이 조직은 천천히 하지만 확실하게 성장하며 로봇이 인간의 개입 없이 스스로 일상 업무를 완벽히 수행하는 날을 앞당기고 있습니다.
Skild AI와 비교되는 피지컬 인텔리전스만의 독자적 행보
비슷한 시기에 거액의 투자를 유치한 스킬드 AI와 비교해 보면 Physical Intelligence의 철학이 더욱 명확해집니다. 스킬드 AI가 이미 상업적 배치를 통해 수천만 달러의 매출을 올리며 데이터 플라이휠을 돌리는 전략을 취한다면 이곳은 순수 연구와 기초 모델의 완성도에 더 큰 비중을 둡니다.
- 기술적 차이: 스킬드 AI는 물리 기반 시뮬레이션을 강조하지만 이곳은 실제 세계의 직접적인 데이터를 중시합니다.
- 사업적 차이: 즉각적인 매출 발생보다는 범용 모델의 전이 학습 능력을 극대화하는 데 주력합니다.
- 조직 문화: 상업적 요구에 의한 개발이 아닌 연구자 중심의 자유로운 실험 문화를 유지합니다.
이러한 철학적 차이는 향후 어떤 기업이 진정한 로봇의 뇌를 선점할지에 대한 흥미로운 관전 포인트가 됩니다. 래키 그룸은 하드웨어가 고장 나거나 배송이 늦어지는 등 현실적인 어려움이 많지만 이를 해결해 나가는 과정 자체가 핵심 자산이라고 강조합니다.
로봇이 주방 업무를 완벽하게 마스터하는 실전 방법
연구실 한쪽에서는 로봇이 에스프레소 머신을 다루거나 채소를 깎는 등의 훈련이 한창입니다. 단순히 한 가지 동작을 반복하는 것이 아니라 처음 보는 식재료가 나타나도 당황하지 않고 기존의 학습 경험을 적용하는 과정입니다.
- 환경 다변화: 로봇을 다양한 조명과 공간에 노출해 시각적 적응력을 높입니다.
- 사물 일반화: 호박을 깎던 기술을 감자나 사과에도 적용할 수 있도록 일반화 훈련을 진행합니다.
- 오류 피드백: 옷을 뒤집거나 접는 과정에서 실패했을 때 그 데이터를 즉시 모델 수정에 반영합니다.
이러한 훈련을 통해 로봇은 점차 인간이 가르쳐주지 않은 방식까지 스스로 터득해 나갑니다. 래키 그룸은 초기에 세웠던 5년에서 10년 단위의 로드맵을 이미 18개월 만에 돌파했을 정도로 기술 발전 속도가 예상보다 훨씬 빠르다고 언급했습니다.
마치며: 우리 삶에 스며들 범용 로봇 지능의 미래
Physical Intelligence 기술은 언젠가 우리 집 주방이나 물류 현장에서 묵묵히 제 역할을 다하는 로봇의 핵심이 될 것입니다. 하드웨어의 한계를 소프트웨어 지능으로 극복하려는 이들의 도전은 로봇 산업의 패러다임을 완전히 바꾸어 놓고 있습니다. 래키 그룸의 비전처럼 상업적 이익을 앞세우기보다 기술의 완성도를 우선시하는 진정성이 결국 우리 일상을 더 편리하게 변화시키는 원동력이 되리라 믿습니다. 로봇이 인간의 수고를 덜어주는 미래가 생각보다 가까이 다가와 있다는 사실이 무척 기대됩니다.
이어서 보면 좋은 글
#PhysicalIntelligence #로봇지능 #래키그룸 #실리콘밸리스타트업 #로봇뇌 #범용AI #세르게이레빈 #로봇공학 #테크트렌드 #미래기술