핵심 내용
중국 embodied AI 스타트업 Spirit AI의 공동창업자 겸 수석과학자 Gao Yang은 Reuters 인터뷰에서 2027년 중반쯤 로봇이 자연어 지시를 듣고 여러 합리적인 물리 행동을 연속 수행하는 수준에 도달할 수 있다고 전망했다. 그는 이를 회사 내부 표현으로 ‘GPT-3.0 milestone’이라고 불렀지만, 이는 회사의 목표와 전망이지 검증된 업계 표준이나 확정 일정은 아니다.
Spirit AI는 전국 약 1,000명의 계약 인력이 가정과 공장에서 센서를 착용하고 냉장고 열기, 금고 잠금 해제, 채소 자르기 같은 동작을 반복해 수집한 실제 행동데이터를 학습에 사용한다. 회사는 구조화된 거실 환경의 단순 작업에서 로봇이 약 90% 성공률을 기록했다고 밝혔다. Reuters 취재 시점에는 자체 Moz1 바퀴형 humanoid 수십 대가 CATL과 JD.com 생산라인에서 운영되고 있었다.
회사는 2024년 설립 이후 6억7천만 달러 이상을 조달했고 현재 기업가치는 약 200억 위안(약 29억 달러)으로 평가된다. Spirit AI는 rigid object는 simulation으로 상당 부분 학습할 수 있지만 전선처럼 변형되는 물체는 실제 데이터가 중요하다고 보고 simulation보다 real-world data를 강하게 선호한다. 안전 측면에서는 로봇에 전신 force control을 적용해 접촉력이 임계치를 넘으면 emergency braking이 작동하도록 한다고 설명했다.
배경
중국 humanoid 산업은 최근 달리기·춤·백플립 같은 hardware motion 성능을 빠르게 개선했지만, 새로운 환경에서 자연어 목표를 이해하고 작업 순서를 스스로 결정하는 ‘brain’ software가 더 큰 병목으로 남아 있다. 따라서 경쟁의 중심이 actuator·mechanical design에서 데이터 수집·VLA/embodied model·generalization으로 이동하고 있다.
산업·시장에 미치는 영향
Spirit AI 사례는 humanoid 경쟁에서 실제 행동데이터 확보가 자율주행의 주행데이터와 비슷한 장기 moat가 될 가능성을 보여준다. 사람 수천 명을 동원해 물리 행동데이터를 수집하는 비용을 감당할 수 있는 업체와 그렇지 못한 업체 사이의 격차가 커질 수 있다. 반면 가정용 로봇은 공장보다 환경변동이 훨씬 커서 회사도 상용화까지 더 오랜 시간이 필요하다고 인정하고 있다.
실무에서 바로 활용할 수 있는 시사점
Physical AI 프로젝트에서는 simulator 성능만 보고 실제 배치 가능성을 판단하지 말고 real-world task success, unseen-object generalization, intervention rate, force/temperature safety, recoverability를 함께 측정해야 한다. 데이터 수집 단계에서도 ‘깨끗한 성공 동작’만 모으기보다 실패·변형·예외 동작을 충분히 포함하면 실제 환경 robustness를 높이는 데 도움이 될 수 있다.
출처: Reuters — Chinese ‘robot brain’ startup sees ChatGPT-style breakthrough as soon as next year