제너럴 인튜이션의 3억 2천만 달러 투자 유치와 모델 검증

최근 제너럴 인튜이션(General Intuition)이 23억 달러의 기업 가치를 인정받으며 3억 2천만 달러 규모의 투자를 유치했다. 이 회사가 집중하는 지점은 로봇마다 개별적으로 학습시켜야 했던 기존 방식에서 벗어나, 다양한 환경에 적용 가능한 '로보틱스 파운데이션 모델'을 구축하는 것이다.

모델 학습에 사용된 재료는 특이하게도 수백만 시간 분량의 비디오 게임 데이터다. 단순히 영상만 본 것이 아니라, 사람이 컨트롤러의 어떤 버튼을 언제 눌렀는지에 대한 액션 데이터(Action Data)를 함께 학습시켰다. 제너럴 인튜이션은 이러한 데이터가 시공간적 추론 능력을 갖춘 인간과 유사한 직관을 형성하는 핵심이라고 판단했다.

검증 결과는 구체적인 수치로 나타났다. 비디오 게임 데이터로 사전 학습된 모델을 4족 보행 로봇에 적용하기 위해 투입한 실세계 데이터는 단 8분 분량이었다. 이렇게 미세 조정된 로봇은 다른 센서 없이 전면 카메라 하나만으로, 사람들이 지나다니고 동적인 물체가 배치된 사무실 환경에서 '제로샷(Zero-shot, 추가 학습 없이 바로 수행)'으로 동작하는 성능을 보였다.

특수 목적 모델에서 범용 파운데이션 모델로의 흐름

이번 사건은 로보틱스 산업이 자연어 처리(NLP) 분야가 겪었던 변화의 경로를 그대로 따라가고 있음을 보여준다. 과거 NLP 업계는 특정 작업마다 방대한 데이터를 수집해 전용 모델을 처음부터 구축했다. 하지만 GPT-3와 같은 파운데이션 모델이 등장하면서, 이제는 범용 모델을 먼저 가져온 뒤 프롬프트나 미세 조정을 통해 특정 목적에 맞게 사용하는 방식으로 완전히 바뀌었다.

제너럴 인튜이션의 CEO 핌 드 비테(Pim de Witte)는 Embodied AI(물리적 신체를 가진 AI) 역시 이와 같은 패턴을 보일 것이라고 분석한다. 현재 많은 기업이 개별 로봇의 형태(Embodiment)나 특정 환경에 맞춘 특수 모델 개발에 매달리고 있지만, 공간과 시간에 대한 기본 추론 능력을 갖춘 범용 모델이 보급되면 이러한 개별 작업들은 불필요해진다는 논리다.

결국 시장의 경쟁 축은 '누가 더 많은 실세계 데이터를 수집하느냐'에서 '누가 더 전이 능력이 뛰어난 기본 모델을 만드느냐'로 이동하고 있다. 제너럴 인튜이션은 스스로 로봇 제조사가 되는 대신, 다른 로보틱스 기업들이 자신의 기계에 탑재해 사용할 수 있는 '물리적 AI의 기반 모델'이 되는 전략을 취하고 있다.

한국 AI 실무자가 관찰해야 할 채택 및 비용의 변화

로봇 개발자나 AI 실무자가 주목해야 할 지점은 데이터 수집 비용과 도입 시점의 획기적인 단축 가능성이다. 기존에는 로봇 하나를 현장에 투입하기 위해 수십만, 수백만 시간의 실세계 데이터를 수집하고 학습시켜야 했다. 하지만 이번 사례처럼 잘 학습된 파운데이션 모델을 채택할 경우, 실제 현장 데이터는 단 몇 분의 미세 조정만으로도 충분할 수 있다.

이는 로봇 도입의 진입 장벽을 낮추는 결정적인 요인이 된다. 제너럴 인튜이션이 언급한 "자율주행차 회사를 직접 만드는 것이 아니라, 다음 사람이 자율주행차 회사를 10배 더 쉽게 만들 수 있게 하겠다"는 방향성은 로보틱스 소프트웨어 스택의 계층 구조가 재편되고 있음을 의미한다.

앞으로의 경쟁 구도는 하드웨어의 정밀함보다, 어떤 파운데이션 모델을 선택해 얼마나 빠르게 특정 환경에 최적화(Fine-tuning)하느냐의 싸움이 될 가능성이 크다. 특히 고가의 센서 없이 카메라 하나만으로 동적 환경을 제어한 이번 결과는, 하드웨어 비용 절감과 소프트웨어 효율성 증대라는 두 가지 축에서 실무적인 판단 기준을 바꿀 수 있는 지점이다.