로봇 AI의 새로운 시대, General Intuition과 기초 모델 혁명
지금으로부터 몇 년 전, 인공지능(AI) 분야는 완전히 달라 보였습니다. 특정 목적, 예를 들어 스팸 메일을 걸러내거나 이미지 속 고양이를 구별하는 등 하나의 일에 특화된 수많은 모델들이 각자 다른 데이터를 쌓아 올리며 개발되었습니다. 그러던 어느 날, OpenAI의 GPT 모델이 등장했습니다. 마치 만능 도구처럼 보이는 이 모델은 기업들이 굳이 처음부터 모든 것을 만들 필요 없이, 범용 모델을 가져다가 자사의 목적에 맞게 조금씩 손질만 하면 되는 새로운 시대를 열었습니다.
ChatGPT가 언어를 바꿨듯, 로봇의 지능을 바꿀 기초 모델의 등장
이제, 로봇공학의 세계에서 똑같은 변화가 일어날 조짐이 보입니다. 스타트업 ‘General Intuition’의 CEO, 피트 데 위트(Pim de Witte)는 미래 로봇의 핵심도 결국 특정 환경이나 로봇 하나에만 맞춘 모델이 아닌, 상황을 이해하는 범용 지능이 될 것이라고 확신합니다. 그리고 그들의 행보는 단순한 예측이 아닌, 23억 달러(약 3조 원)라는 높은 기업 가치와 함께 현실로 다가오고 있습니다.
수백만 시간의 데이터, 단 몇 분으로 대체할 수 있다
현실 로봇 기업들은 어떤 방식으로 일할까요? 대부분은 특정 창고에서 물건을 옮기는 로봇이나, 특정 제조 라인에서 작업하는 로봇 하나를 위해 수천, 수만 시간의 실제 작동 영상을 수집하고 분석합니다. 이를 통해 로봇이 주변 환경을 인식하고 어떤 행동을 해야 하는지 학습시키는 것이 일반적입니다.
그러나 데 위트 CEO는 이것이 결국 많은 비용과 노력이 드는 비효율적인 방식이라고 지적합니다. 그는 로봇도 언어 모델처럼, 기본적으로 공간과 시간, 그리고 물체 간의 상호작용을 이해하는 ‘기초 모델(Foundational Model)’ 위에서 동작해야 한다고 주장합니다. 핵심은 양이 질로 바뀌는 순간입니다.
General Intuition이 선택한 독특한 학습 방법은 바로 비디오 게임입니다. 수백만 시간 분량의 다양한 게임 플레이 영상, 그리고 사람이 컨트롤러의 어떤 버튼을 언제 눌렀는지에 대한 정교한 ‘행동 데이터(Action Data)‘를 머신에 주입했습니다. 사람의 손가락 움직임과 화면 속 결과가 실시간으로 연결되는 이 데이터야말로, 단순한 시각 정보를 넘어 ‘인과관계’와 ‘의도’를 이해하는 핵심 열쇠가 되었다는 설명입니다. 마치 아이가 블록을 쌓고 부수는 과정을 수백만 번 관찰하며 세상의 물리 법칙을 체득하는 것과 유사합니다.
단 8분의 미세 조정이 만들어낸 ‘제로샷’ 놀라움
이들의 주장은 그저 이론에 그치지 않았습니다. General Intuition은 자체 개발한 기초 모델을 실제 로봇에 탑재하는 실험에 성공했습니다. 놀라운 점은 이 과정입니다. 방대한 게임 데이터로 훈련된 모델을 실제 사무실 환경의 4족 보행 로봇에 적용하기 위해, 단 8분 분량의 실제 로봇 영상 데이터로만 미세 조정(Fine-tuning)을 실시했습니다.
그 결과는 놀라웠습니다. 해당 로봇은 그 어떤 특별한 센서도 아닌 전방 카메라 하나의 입력만으로, 움직이는 사람들이나 갑자기 나타나는 장애물 같은 역동적인 변수가 존재하는 사무실 안을 스스로 주행할 수 있었습니다. 이것은 특정 환경에 완벽하게 맞춰진 모델이 아니라, 기본적인 공간 지능을 갖춘 범용 모델이 ‘한 번도 보지 못한 상황(Zero-shot)‘에도 적응할 수 있음을 보여주는 강력한 증거입니다.
경쟁사와의 차별점: ‘만들지 않겠다’는 선언
현재 로봇 분야의 경쟁 구도를 살펴보면, Boston Dynamics와 같은 기업은 하드웨어와 소프트웨어를 통합하여 완성도 높은 특정 기능의 로봇을 만드는 데 집중합니다. 반면, 오픈소스 로봇 운영체제를 제공하는 기업들은 개발 기반을 제공하는 데 주력합니다.
General Intuition의 비전은 이들과 명확하게 다릅니다. 그들의 목표는 직접 자율주행 차를 만드는 것이 아닙니다. 대신, 누군가가 자율주행 차를 만들 때 그 과정을 “10배 더 쉽게” 만들어주는 핵심적인 AI 기초 모델 공급자가 되는 것입니다. 이는 마치 인터넷 시대의 운영체제나 반도체 칩과 같은 ‘플랫폼’ 역할을 자처하는 것입니다. 이들은 “모델 자체의 일반화가 곧 제품”이라고 말하며, 로봇 산업의 백엔드(Back-end)를 장악하려는 야심을 드러냅니다.
한국 로봇 및 제조 산업에 미칠 영향
이러한 변화는 한국의 주요 산업에 즉각적이고 심대한 영향을 미칠 전망입니다. 한국은 전 세계적으로 경쟁력 있는 자동차, 반도체, 가전 등 첨단 제조업과 로봇 산업을 보유하고 있습니다.
첫째, 스타트업의 진입 장벽이 획기적으로 낮아집니다. 기존에는 막대한 데이터 수집과 전문 인력 확보가 필수적이었으나, 이제는 General Intuition과 같은 기업의 기초 모델을 활용하여 특정 작업에 집중한 로봇 솔루션을 훨씬 빠르고 저렴하게 개발할 수 있게 됩니다. 이를 통해 국내 로봇 스타트업 생태계가 더욱 활성화될 잠재력이 있습니다.
둘째, 기존 대기업들의 R&D 전략 수정이 불가피합니다. 현대자동차그룹이나 삼성전자 같은 기업들도 로봇과 모빌리티 사업에 투자를 확대하고 있습니다. 이들이 범용 기초 모델을 활용하는 방식을 고려하거나, 자체적인 유사 모델 개발에 나서야 할 시점이 다가오고 있습니다. 경쟁의 축이 하드웨어 완성도에서, 소프트웨어와 AI의 기본기로 옮겨가고 있기 때문입니다.
셋째, 데이터의 가치와 수집 방식이 재정의됩니다. ‘단 몇 분의 미세 조정으로 충분하다’는 주장은, 그동안 로봇 기업들이 공들여 쌓아왔던 방대한 실시간 데이터 레이크(Data Lake)의 전략적 가치를 흔들어 놓을 수 있습니다. 질 좋은 행동 데이터, 즉 ‘어떻게 하면 되는지’에 대한 데이터의 중요성이 단순히 ‘무엇이 있는지’에 대한 데이터를 넘어설 수 있습니다.
마무리: 능력 너머, 통제 가능성의 시대
General Intuition의 기초 모델은 로봇에게 인간과 같은 공간적 직관을 심어주는 거대한 도전입니다. 그들이 제시하는 미래는 로봇이 백만 번의 훈련 없이도 낯선 환경을 이해하고 적응하는, 더 지능적이고 범용적인 존재가 되는โลก입니다.
그러나 이 기술이 현실화될수록, 우리는 더욱 근본적인 질문과 마주하게 될 것입니다. 공간과 상황을 이해하는 능력 자체는 중립적이지만, 그 능력을 누가, 어떤 목적에 의해, 얼마나 통제할 수 있을 것인가에 대한 질문 말입니다. 기술적 ‘놀라움’의 시대는 곧 기술적 ‘설계’와 ‘책임’의 시대로 이어질 가능성이 높습니다. 로봇의 ChatGPT 순간이 오면, 우리는 단순히 더 똑똑한 로봇을 갖게 되는 것이 아니라, 우리가 만든 지능을 어디까지, 그리고 어떻게 신뢰하고 맡길 수 있을 것인지에 대한 시험대에 오르게 될 것입니다.