[AI 리뷰] "로봇, 이제 영상으로 배우고 바로 움직인다"...美 스타트업 ...

비디오 예측 기반 ‘퓨처비전(FutureVision)’ 공개... 인터넷 규모 영상 학습으로 물리 법칙 깨우친 ‘피지컬 AI’ 구현

사진:로다 AI

실험실의 통제된 환경을 벗어나 예측 불가능한 현실 세계에서 스스로 판단하고 움직이는 차세대 로봇 지능 기술이 공개됐다.

실리콘밸리의 유망 스타트업 로다 AI(Rhoda AI)는 18개월간의 비공개 개발을 마치고, 비디오 예측 제어 기술인 ‘퓨처비전(FutureVision)’과 함께 시리즈 A로 4억 5,000만 달러(약 6,700억원)를 투자 유치했다고 지난 10일 발표했다.

이번 투자는 프렘지 인베스트(Premji Invest), 코슬라 벤처스(Khosla Ventures) 등 글로벌 유력 투자사들이 주도했으며,  이 자금을 통해 로다 AI는 지속적인 연구 및 엔지니어링 투자, 산업 현장 적용 및 고객 시범 사업 확장, 그리고 생성형 AI, 컴퓨터 비전 및 로봇 공학을 아우르는 로다의 다학제 팀 성장을 지원할 것이라고 밝혔다.

로고 이미지

비디오로 물리 법칙을 배운 ‘DVA’ 모델의 혁신

로다 AI의 핵심은 기존 로봇 공학의 한계를 정면으로 돌파하는 '직접 비디오 액션(Direct Video Action, DVA)' 모델에 있다. 기존 로봇들이 미리 프로그래밍된 궤적을 따르거나 제한된 실험 데이터에 의존했다면, 로다 AI는 수억 개의 인터넷 영상을 통해 사물의 움직임과 물리적 상호작용을 먼저 학습한다.

이후 소량의 로봇 데이터를 추가 학습함으로써, 로봇은 주변 환경을 관찰하고 다음 상황을 비디오 형태로 예측한 뒤 이를 즉각적인 행동으로 변환한다. 이 과정은 수백 밀리초(ms) 단위의 ‘폐쇄 루프(Closed-loop)’ 방식으로 반복되어, 예기치 못한 장애물이나 변화하는 작업 환경에서도 실시간으로 대응할 수 있게 한다.

실전 투입 입증... “작업 환경 변화에도 자율 가동”

로다 AI의 기술력은 이미 실제 생산 현장에서 증명되고 있다. 최근 진행된 고용량 제조 공정 평가에서 로다 AI의 시스템은 사람의 개입 없이 2분 이내에 복잡한 부품 처리 공정을 완수하며 고객사의 핵심 성과 지표(KPI)를 초과 달성했다.

작딥 싱 CEO(사진:로다 AI)

로다 AI의 공동 창업자이자 CEO인 작딥 싱(Jagdeep Singh)은 “차세대 로보틱스는 단순히 언어로 묘사된 지능이 아니라, 세상이 어떻게 움직이는지를 이해하는 모델을 필요로 한다”며, “우리 목표는 통제된 실험실이 아닌 실제 거친 현장에서 작동하는 로봇을 만드는 것”이라고 강조했다.

글로벌 리더들이 집결한 ‘드림팀’

로다 AI는 딥테크 연쇄 창업가인 작딥 싱 CEO를 필두로 화려한 기술진을 자랑한다. 스탠퍼드 연구원이자 월드랩스(WorldLabs)에서 생성형 모델 아키텍트 역할을 수행했던 에릭 라이언 찬(Eric Ryan Chan)이 최고과학책임자(CSO)를 맡았으며, 계산 영상학의 권위자인 고든 벳스타인(Gordon Wetzstein) 스탠퍼드대 교수 등이 합류해 생성형 AI와 로보틱스의 결합을 주도하고 있다.

산업계의 기대: “성숙기 경제의 재산업화 견인”

투자사들은 로다 AI가 현실 세계의 수많은 예외 사례(Edge Cases)를 데이터로 확보하며 강력한 ‘데이터 플라이휠’을 구축할 것으로 보고 있다. 폭스바겐 그룹 임원 출신이자 라이트모티프(Leitmotif)의 매니징 파트너인 옌스 비제(Jens Wiese)는 “로다 AI의 기술은 인간의 개입이 필수적이었던 가변적 공정의 자동화 범위를 획기적으로 넓혀, 성숙한 경제 체제의 재산업화에 중추적인 역할을 할 것”이라고 평가했다.

로다 AI는 이번 투자금을 연구 개발 가속화, 산업 현장 배치 확대, 그리고 컴퓨터 비전 및 로보틱스 분야의 다학제적 팀 구성에 집중 투입할 계획이다.

비디오가 로봇의 눈을 넘어 뇌가 되는 시대를 열고있다. 로다 AI의 등장은 텍스트 기반 LLM을 넘어, 물리적 실체를 가진 ‘피지컬 AI’가 산업 현장의 실질적인 생산 도구로 진입했음을 알리는 신호탄이다. 특히 10시간 내외의 짧은 학습만으로 새로운 작업을 습득하는 효율성은 자율 로봇의 확산 속도를 비약적으로 높일 것으로 기대된다.

정한영 기자

다른기사 보기

저작권자 © 인공지능신문