NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
스타트업 General Intuition은 수백만 시간 분량의 비디오 게임 데이터를 활용해 물리적 AI(physical AI)용 기반 모델(foundation model)을 훈련하는 접근법을 추진하고 있다. 이 방식은 실세계 데이터 수집을 최소화하면서도 더 지능적인 로봇을 개발할 수 있도록 하는 것을 목표로 한다. TechCrunch Robotics는 해당 스타트업이 로봇공학 분야에서 대규모 언어 모델 확산에 비견되는 전환점이 가까워졌다고 주장한다고 전했다. 원문에는 구체적인 모델 사양이나 성능 수치는 공개되지 않았다.
Forterra가 자율주행 ATV(전지형 차량) 100대 이상을 우크라이나 분쟁 지역에 배치했다. 이는 미국산 자율 지상 차량(Autonomous Ground Vehicle, AGV)이 실제 전장에 투입된 최초 사례로 보도됐다. 기사에서 차량의 구체적인 임무나 운용 방식 등 추가 세부사항은 공개되지 않았다.
NVIDIA와 Hugging Face가 오픈소스 로봇 학습 프레임워크 LeRobot에 새로운 모델과 프레임워크를 추가하기 위해 협력한다. 오픈소스 AI 생태계가 모델·데이터·도구 공유를 통해 개발 속도를 높여온 것처럼, 로보틱스 분야도 같은 방향을 모색한다. 현재 물리적 AI(Physical AI) 개발은 대규모 데이터셋, 로봇 기반 모델, 시뮬레이션, 컴퓨팅, 검증 도구 등이 비용이 높고 파편화되어 있어 접근이 어려운 상황이다. 양사는 이러한 장벽을 낮춰 오픈 로보틱스 커뮤니티의 연구·개발 환경을 개선하는 것을 목표로 한다.
Agility Robotics가 SPAC(기업인수목적회사) 방식을 통해 증시 상장을 추진한다고 밝혔다. 회사 CEO는 단기간 내 가정용 로봇 출시를 약속하지 않는다는 입장을 명확히 했다. 다른 휴머노이드 스타트업들이 높은 기업가치 확보 경쟁에 집중하는 것과 달리, Agility Robotics는 실행력을 핵심 전략으로 내세우고 있다.
Jaiveer Singh은 NVIDIA에서 로봇공학 소프트웨어 엔지니어로 활동하며 로봇 내부 보드, 카메라 피드 접근 소프트웨어 등 개발자용 인프라를 담당하는 팀을 이끌고 있다. 그의 접근 방식은 화려한 시연보다 로봇이 실제 환경에서 유용하게 작동하기 위해 필요한 기반 소프트웨어·하드웨어 요소에 집중한다. 다만 제공된 본문이 도입부에서 축약되어 있어 구체적인 기술 내용·수치·프로젝트 세부 사항을 확인할 수 없다.
NVIDIA Omniverse 블로그의 'Into the Omniverse' 시리즈 일환으로, 비전 AI 에이전트(Vision AI Agent)의 정확도를 높이기 위한 세 가지 워크플로를 소개한다. 해당 워크플로는 합성 데이터(synthetic data) 생성과 파인튜닝(fine-tuning) 기법을 결합하는 방식을 중심으로 구성된다. 비전 AI 에이전트는 공장 등 실물 환경의 영상 데이터를 운영 인텔리전스로 자동 변환하는 데 활용된다. 이 시리즈는 OpenUSD 및 NVIDIA Omniverse의 최신 발전을 바탕으로 개발자·3D 실무자·기업의 워크플로 개선을 목표로 한다.
로봇 손(robot hand) 개발 스타트업 Proception이 Tesla와의 영업비밀 소송을 합의로 마무리하고 1,100만 달러 규모의 투자 유치를 발표했다. Proception은 로봇공학에서 가장 난제 중 하나로 꼽히는 로봇 손 문제를 해결하기 위해 독자적인 방식으로 훈련 데이터를 수집하는 접근법을 취하고 있다. 구체적인 데이터 수집 방식이나 제품 사양은 해당 기사에서 공개되지 않았다.
General Intuition이 게임플레이 기반 AI 확장을 위해 3억 2,000만 달러를 조달했으며, 기업가치는 23억 달러로 평가된다. 이 회사는 수백만 시간 분량의 게임플레이 데이터로 AI를 학습시켜 실세계에 적용 가능한 AI 에이전트(agent)를 개발하는 것을 목표로 한다. 게임 내 행동 데이터(action data)가 AI로 하여금 인간의 직관에 가까운 의사결정 능력을 갖추게 할 수 있다는 가설에 기반한다.
Agility Robotics가 기업인수목적회사(SPAC)를 통한 기업공개(IPO)를 추진한다. 이번 거래의 기업가치는 25억 달러로 평가된다. Agility Robotics는 이번 상장을 통해 6억 2,000만 달러의 자금을 조달할 것으로 예상한다. 이 회사는 2015년 Oregon State University에서 분사한 휴머노이드 로봇 스타트업이다.
Shinkei는 냉장고 크기의 로봇 Poseidon을 개발해 물고기를 신속하고 인도적인 방식으로 처리한다. 벤처캐피털 Founders Fund가 해당 스타트업에 투자한 것으로 보도되었다. 이 로봇은 수산물 가공 과정에서 동물 복지를 고려한 처리 방식을 구현하는 것을 목적으로 한다.
Theker가 공장용 로봇 개발을 위해 8,500만 달러를 조달했다. Theker의 로봇은 특정 작업에 특화된 고정 형태가 아니라, 용도에 따라 재구성(reconfigurable)할 수 있는 구조로 설계된다. Boston Dynamics처럼 형태가 고정된 휴머노이드 로봇과 대비되는 설계 방향이다.
연구진이 쌀(rice)이 빠른 압축에는 약해지고 느린 압력에는 강도를 유지하는 특이한 물성을 발견했다. 이 성질을 활용해 완만한 움직임과 급격한 충격에 각각 다르게 반응하는 신소재를 개발했다. 해당 소재는 강성(stiffness)을 외부 자극의 속도에 따라 자동으로 조절한다. 이를 통해 충돌 시 즉각 반응하는 소프트 로봇(soft robot)과 보호 장비 분야에 적용할 수 있을 것으로 보인다.
로보택시(robotaxi) 서비스가 수십 개 도시에서 상업 운행 단계로 진입했다. NVIDIA Robotics Blog는 이 흐름에서 안전성이 사후에 추가되는 방식이 아니라 시스템 설계 단계부터 내재되어야 한다고 주장한다. 로보택시 산업은 프로토타입 단계의 이정표를 넘어 상용 운영 및 생태계 확장 국면으로 전환 중이라고 기술한다.
캘리포니아 스타트업 Hello Robot이 가정용 보조 로봇 Stretch의 4세대 모델을 출시했다. Stretch는 가정 내 생활 보조를 목적으로 개발된 로봇이다. 기사는 실리콘밸리 기업들이 가정용 로봇 시장에 본격 진입할 준비가 됐는지를 화두로 삼고 있다.
NVIDIA 연구팀이 로봇 파지(grasping), 자율주행, 대규모 에이전트 학습 분야의 연구 성과를 공개했다. 로봇 그리퍼 연구는 처음 다루는 도구로도 연속적으로 물체를 파지할 수 있는 범용성 확보에 초점을 맞춘다. 자율주행 시스템 연구는 단일 상황 추론을 넘어 안전성을 높이는 방향을 목표로 한다. 본문이 일부만 공개되어 세부 수치와 방법론은 확인되지 않는다.
NVIDIA가 컴퓨터 비전 학회 CVPR에서 자율주행, 로봇, 비전 AI 시스템 개발을 위한 물리 AI(Physical AI) 에이전트 스킬을 공개했다. 이 스킬들은 단순한 모델 개선이 아닌, 개발 전체 워크플로 구축을 목표로 한다. 구체적으로 실제 환경 장면 재구성, 엣지 케이스(edge case) 시나리오 생성, 정책 훈련, 평가 파이프라인 구성 등을 지원한다.
NVIDIA는 COMPUTEX에서 Jetson 플랫폼용 JetPack 7.2와 NemoClaw 지원을 발표했다. JetPack 7.2는 에이전틱 AI(Agentic AI) 기능과 Yocto 프로젝트 지원을 새롭게 포함한다. Jetson Orin에서 CUDA 13이 지원되며, Jetson AGX Orin 32GB 모듈에서 성능이 향상됐다. 또한 NVIDIA Jetson에서 다중 인스턴스 GPU(MIG, Multi-Instance GPU) 기능이 추가됐다.
NVIDIA가 GTC Taipei at COMPUTEX에서 NVIDIA Factory Operations Blueprint(FOX)를 공개했다. FOX는 자율 공장 관리자(autonomous factory manager)를 구축하기 위한 레퍼런스 설계(reference design)로, 개별 자동화 장비 중심의 공장 운영을 공장 전체 지능(plant-wide intelligence) 체계로 전환하는 것을 목표로 한다. 이 시스템은 실시간 기계 신호, 품질 시스템, 작업 지시서, 운영 알림을 하나의 통합 의사결정 계층으로 연결한다. 구체적인 연산 성능이나 세부 사양은 공개된 본문에 포함되지 않았다.
NVIDIA Research는 국제로봇자동화학회(ICRA)에 28편의 논문을 게재했으며, 이 중 8편이 시뮬레이션-실환경 전이(simulation-to-real transfer)를 주제로 한다. 해당 연구들은 로봇이 실세계에서 인식, 추론, 계획 능력을 발휘하도록 하는 데 초점을 맞춘다. NVIDIA Research는 시뮬레이션-실환경 전이가 스크립트 기반 자동화를 넘어 일반화된 구현 자율성(embodied autonomy)으로 나아가기 위한 토대가 된다고 본다.
제조업의 전통적인 설계-제작-테스트(design-build-test) 사이클은 실세계 테스트만이 신뢰할 수 있는 검증 환경이라는 전제에 기반해 왔다. NVIDIA Robotics Blog는 이 패러다임이 시뮬레이션 우선(simulation-first) 방식으로 전환되는 흐름을 조명하며, 자사의 시뮬레이션 플랫폼인 Omniverse를 그 맥락에서 소개한다. 다만 제공된 본문이 도입 문장 한 줄에 그쳐 구체적인 기술 사양·성능 수치는 확인되지 않는다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.