"챗GPT에 질문을 하면 곧바로 답을 내놓는 것처럼, 이제는 로봇도 '팬케익을 만들어줘'라고 요청하면서 관련 영상을 보여주면 사전 훈련 없이도 곧바로 요리를 해낼 수 있는 시대가 왔습니다. 피지컬 AI 분야에서도 '챗GPT 순간'이 온 것입니다."
아비나브 굽타(Abhinav Gupta) 스킬드 AI(Skild AI) 공동창업자 겸 미국 카네기멜론대 컴퓨터공학과 교수는 26일 서울 중구 웨스틴조선호텔에서 열린 국내 최대 테크 컨퍼런스 '스마트클라우드쇼 2026′에서 "지금까지는 로봇에게 새로운 작업을 시키려면 관련 데이터를 대량으로 수집한 뒤 사전 훈련을 해야 했지만, 이제는 한 편의 영상을 보여주면 이전에 해보지 못한 작업을 해낼 수 있게 됐다"며 이같이 말했다.
스킬드 AI는 로봇의 두뇌 역할을 하는 '로봇 파운데이션 모델(RFM)'을 개발하는 글로벌 피지컬 AI 기업이다. 엔비디아, 소프트뱅크, 아마존, LG, 세일즈포스벤처스 등의 투자를 받았고 기업가치는 약 140억달러(약 20조원)로 평가받았다.
이날 굽타 CEO는 '어떤 로봇이든, 어떤 작업이든: 단 하나의 두뇌로(Any Robot, Any Task: One Brain)'라는 주제의 기조강연에서 "로보틱스의 최대 병목은 로봇 하드웨어가 아니라 데이터"라며 "생성형 AI의 경우 온라인에 올라와 있는 방대한 텍스트·이미지 자료를 학습해 빠르게 성능을 개선하고 규모를 확장해왔지만, 피지컬 AI 분야는 로봇이 학습할 양질의 행동 데이터가 부족해 그만큼 빠른 진전이 없었다"고 평가했다.
그는 스킬드 AI가 특정 로봇 기종이나 작업 종류에 국한되지 않는 범용 로봇 두뇌를 구축하기 위해 모든 종류의 로봇 데이터 수집 방식을 활용했고, 그 결과 경쟁사보다 100배에서 1000배 더 많은 규모의 데이터를 확보했다고 강조했다.
굽타 CEO는 "스킬드AI의 RFM은 영상 데이터와 가상 시뮬레이션으로 만든 합성 데이터로 사전 학습을 하고, 사람이 원격으로 로봇의 행동을 조정하는 텔레오퍼레이션과 로봇 현장 학습을 통해 후속 학습과 미세 조정을 거친다"라며 "이를 통해 주변 환경을 자율적으로 탐색하고, 물체를 조작하고, 세밀한 작업을 해낼 수 있는 로봇 두뇌를 구현했다"고 설명했다.
스킬드 AI의 RFM을 탑재한 로봇은 실제 산업 현장에도 투입돼 그동안 사람이 담당하던 어려운 작업도 수행하고 있다. 굽타 CEO는 "엔비디아 휴스턴 공장에 투입된 로봇은 그래픽처리장치(GPU) 나사를 조이는 세밀한 작업까지 수행할 수 있다"며 "폭스콘 공장에서는 로봇이 한 달 만에 1만6000개가 넘는 GPU를 조립해 공장의 자동화 수준을 끌어올렸다"고 했다.
그는 스킬드 AI의 RFM이 휴머노이드(인간형) 로봇 뿐만 아니라 이족보행·사족보행·휠 타입 등 모든 형태의 로봇에 적용할 수 있는 범용성을 갖춘 것을 차별점으로 꼽았다. 굽타 CEO는 "실내, 야외, 공장, 데이터센터 등 여러 장소에서 모든 형태의 로봇이 수행하는 다양한 작업을 제어하는 옴니바디드(omni-bodied) 두뇌 구축이 핵심"이라며 "타사의 로봇 두뇌는 특정 로봇 하드웨어에 맞춰 만들어지기 때문에 고장이 나거나 돌발 상황이 발생하면 작동을 멈추지만, 스킬드AI의 로봇은 하드웨어가 바뀌면 변화를 탐지하고 작업을 이어나간다"고 했다.
이날 스킬드AI는 로봇이 영상 한 편만 보고 새로운 작업을 즉시 학습해 실행하는 범용 모델 'S1'을 공개했다. 굽타 CEO는 "새로운 작업의 훈련 없이 로봇이 영상 프롬프트(prompt·지시)만으로 이전에 접하지 못한 작업을 학습하도록 설계된 첫 모델"이라며 "이는 사람이 다른 사람의 행동을 관찰해 새로운 일을 배우는 것과 비슷하다는 점에서 중대한 발전이다"라고 했다.
그러면서 "이처럼 로봇의 일반화 역량이 강화되면서 피지컬 AI 분야에서도 '챗GPT 순간'이 조만간 찾아올 것으로 기대한다"고 말했다.