AI 에이전트를 활용한 로봇 훈련 기술이 산업 현장의 자동화 패러다임을 바꾸고 있어요. TechCrunch Disrupt 2025에서 주목받는 Mbodi는 복잡한 로봇 프로그래밍 과정을 자연어 명령으로 간소화하는 혁신적인 솔루션을 선보이고 있답니다.
AI 에이전트 기반 로봇 훈련의 새로운 접근법
기존 로봇 프로그래밍은 각각의 동작마다 별도의 훈련 과정을 거쳐야 했어요. 박스 포장부터 정밀 수술까지, 모든 작업에 개별적인 코딩과 설정이 필요했죠. Mbodi는 이런 복잡한 과정을 AI 에이전트들이 협력하여 해결하는 방식으로 접근했어요.
뉴욕 기반의 이 스타트업은 클라우드와 엣지 컴퓨팅을 결합한 하이브리드 시스템을 구축했답니다. 여러 AI 에이전트들이 서로 소통하며 필요한 정보를 수집하고, 로봇이 새로운 작업을 더 빠르게 학습할 수 있도록 도와주는 거예요.
자연어 명령으로 간소화된 로봇 제어
가장 흥미로운 점은 사용자가 일상 언어로 로봇에게 지시할 수 있다는 거예요. “이 상자들을 선반에 정리해줘”라고 말하면, Mbodi의 시스템이 이 명령을 여러 개의 작은 작업으로 나누어 처리한답니다.
Xavier Chi CEO는 “물리적 세계는 무한한 가능성을 가지고 있어요. 매번 완전히 새로운 상황이 생길 수 있죠”라고 설명했어요. 이런 변화무쌍한 환경에서 로봇이 유연하게 대응하려면, 다양한 모델들을 조율하고 실시간으로 학습할 수 있는 시스템이 필요하다는 거예요.
실제 산업 현장에서의 적용 사례
Mbodi는 2024년 출시 이후 포장과 픽킹 작업에 집중하고 있어요. ABB 로보틱스 AI 스타트업 경진대회에서 우승하며 소프트뱅크가 54억 달러에 인수한 스위스 로보틱스 회사와 파트너십을 맺었답니다.
현재 한 포춘 100대 기업과 개념 증명 프로젝트를 진행 중이에요. 이 회사는 매일 다른 제품들을 트레이나 선반에 포장하는 작업을 하는데, 변화가 너무 잦아서 기존 로봇으로는 대응이 어려웠어요.
변화하는 작업 환경의 도전과 해결책
“CPG 고객사는 매일 다른 브랜드 제품들을 포장해야 해요. 이런 변화 때문에 로봇 도입이 불가능했죠. 로봇을 다시 프로그래밍하는 건 현실적이지 않으니까요”라고 Chi CEO가 말했어요.
이런 문제를 해결하기 위해 Mbodi는 실시간 데이터 수집과 학습 기능을 강화했어요. 배포된 후에도 계속해서 실제 사용 사례로부터 학습하며 성능을 향상시키는 거죠.
경쟁사와 차별화되는 Mbodi만의 철학
Skild AI나 FieldAI 같은 경쟁사들은 대규모 월드 AI 모델을 구축해서 로봇 훈련을 빠르게 하려고 해요. 하지만 Chi CEO는 이런 접근법만으로는 끊임없이 변화하는 세상에 대응하기 어렵다고 봐요.
대신 Mbodi는 여러 AI 에이전트들이 협력하는 분산 시스템을 택했어요. 각 에이전트가 특정 영역을 담당하면서도 서로 정보를 공유하며, 새로운 상황에 더 유연하게 적응할 수 있도록 설계된 거죠.
2026년 본격 상용화를 향한 로드맵
Mbodi는 2026년부터 본격적인 상용화를 계획하고 있어요. “우리는 실제로 작동하고 배포 가능한 솔루션을 만들고 싶어요. 연구소가 되려는 게 아니라, 신뢰할 수 있게 작동하는 제품을 현장에 투입하는 게 목표예요”라고 Chi CEO가 강조했답니다.
구글에서 엔지니어로 일했던 Chi CEO와 Sebastian Peralta 공동창업자는 AI 기술이 물리적 세계로 확장되는 트렌드를 일찍 포착했어요. 물리적 AI가 발전하고 있지만, 여전히 로봇을 빠르게 훈련시킬 수 있는 좋은 방법이 없다는 점에 주목한 거죠.
TechCrunch Disrupt 2025 스타트업 배틀필드 상위 20개 팀에 선정된 Mbodi의 혁신적인 AI 에이전트 로봇 훈련 기술이 산업 자동화의 새로운 장을 열어갈지 기대가 되네요.