핵심 내용 요약
이 기사는 95년생 연속 창업가 무즈린의 세 번째 창업인 ‘무신지능(Mou Shen Intelligence)’에 초점을 맞추고 있습니다. 이 회사는 “세계 동작 모델”(로봇의 두뇌)을 주력으로 하며, 이미 약 10억 위안의 자금을 조달했습니다. 대부분의 연구실에서 출발하여 먼저 논문을 발표하는 팀들과 달리, 무즈린은 첫날부터 상업화를 강조하며 “전시장용 가짜 주문”을 거부하고 대규모 수요가 있는 실제 주문만을 받습니다. 그의 기술적 접근 방식은 현재의 베드린텔 인텔리전스(bodied intelligence) 분야의 문제점들을 해결하기 위한 것입니다: 주류 VLA(시각 언어 동작 모델)는 마치 “동작을 암기하는” 것과 같아서 환경이 바뀌면 효과가 사라지지만, 세계 동작 모델은 로봇이 물리 법칙을 이해하여 환경 변화에 적응할 수 있게 해줍니다. 팀은 무즈린이 상업(영업, 자금 조달)을 담당하고 복단 대학의 장기 근속 교수인 첸타오가 기술을 담당하며, 체계적인 연구 개발(40명 이상의 박사들이 각 분야를 맡음)을 중시합니다. 그들은 세계 동작 모델이 단순한 천재의 노력으로는 따라잡을 수 없는 시스템 공학이라고 믿습니다.
1. 연속 창업가의 실수와 학습: AI 고객 서비스에서 로봇의 두뇌까지
무즈린의 창업 여정은 “나선형 상승”입니다:
- 첫 번째: 대학에서 교육 업무를 하며 업계에 대한 이해를 쌓았습니다.
- 두 번째: 졸업 후 AI 지능 고객 서비스(목심지능, Mu Xin Intelligence)를 시작하여 연간 1억 위안의 수입과 2천만 위안의 이익을 올렸지만, 모델 구조에 문제가 있었습니다(분산된 중소기업 데이터에 의존했기 때문에 대형 모델이 등장하자 데이터 가치가 급격히 하락했으며, 프로젝트 기반의 회사로서 성장 한계에 부딪혔습니다).
- 세 번째: AI와 다중 모달 처리, 개별 판매 가능한 제품을 만드는 것이라는 세 가지 원칙을 정했습니다. 결국 “로봇의 두뇌”인 세계 동작 모델을 선택했는데, 이는 다중 모달 처리와 대규모 생산에 적합하며 복단 팀의 기술적 역량과도 일치합니다.
그의 교훈은 “모델 구조가 데이터 양보다 중요하다”는 것입니다. 너무 이르게 상업화하면 확장에 제한이 생길 수 있으며, 단기적인 이익을 위해 회사를 팔아버리는 것이 아니라 장기적으로 지속 가능한 사업을 해야 합니다.
2. 기술적 접근 방식: 왜 VLA는 실패하고 세계 동작 모델이 미래인가?
쉽게 설명하자면:
- VLA의 문제점: 마치 “삼백 편의 시를 암기하는 것”과 같습니다. 로봇은 고정된 높이의 테이블에서 접시를 집을 수 있지만, 테이블이 20센티미터 낮아지면 할 수 없습니다. 왜냐하면 로봇은 “동작 경로”만 기억할 뿐 물리 법칙을 이해하지 못하기 때문입니다(예: 테이블이 낮아지면 더 많이 구부려야 합니다). 또한 계산 자원도 낭비합니다(테이블의 패턴과 같은 무관한 정보를 인식하는 데 사용됨).
- 세계 동작 모델의 장점: “문법을 배우는” 것과 같습니다. 로봇은 환경 변화와 동작의 관계를 이해하여(예: 테이블이 낮아지면 구부림 각도를 조정함), 일반적인 동작 경로를 생성하여 다양한 로봇에 적용할 수 있습니다. 이는 다른 시나리오와 본체에서의 문제를 해결합니다.
- 무즈린의 판단: 순수한 VLA는 성공할 수 없으며, 결국 세계 동작 모델에 의해 대체될 것입니다(보조적인 “소뇌” 역할을 할 뿐입니다). 현재 세계 동작 모델의 성숙도는 20%-30%에 불과하지만, “환경-동작 관계”에 초점을 맞추고 있어 새로운 시나리오에 더 빠르게 적용할 수 있습니다(현재는 2-3개월이 필요하지만, 2028년에는 2-3주로 단축될 것으로 예상됨).
3. 상업화: “전시장용 로봇”을 거부하고 “실제 주문”만 받기
무즈린의 상업화 전략은 매우 실질적입니다:
- 첫날부터 수익을 창출하기: 기업은 연구실이 아니므로 시장의 변화를 견뎌내야 하며, 기술은 실제 제품으로 출시되어야 합니다(책장에 올려놓는 것이 아님).
- 실제 주문 선별:
- 수요 규모를 고려합니다: 예를 들어, 1만 명의 직원이 필요한 경우에만 1만 대의 로봇을 구매할 가능성이 있습니다(전시장용으로 단 1대만 구매하는 고객은 거부함).
- 문턱을 설정합니다: 연구 개발 비용으로 몇 백만 위안을 미리 받음. 대규모 수요가 있는 고객에게는 단가가 낮아집니다; 가짜 수요가 있는 고객은 이 금액을 지불하지 않습니다.
- 프로젝트 기반의 사업 모델을 피하기: 개별 판매 가능한 제품(예: 10억 개의 로봇 두뇌)을 만듭니다.
그의 목표는 무신지능을 연간 수입 10억 위안 규모의 회사로 만드는 것이며, 작고 아름다운 분배형 기업이 되는 것이 아닙니다.
4. 팀과 경쟁: 체계적인 연구 개발이 경쟁력의 핵심
- 명확한 역할 분담: 무즈린은 상업(영업, 자금 조달)을 담당하고 첸타오는 기술(기반 알고리즘 및 공학적 구현)을 담당합니다. 무즈린은 기술 회의에 참여하지만 세부 사항에는 개입하지 않습니다.
- 체계적인 연구 개발: 복단 대학과의 공동 연구실에는 40명 이상의 박사가 있으며, 4개의 팀으로 나뉘어 작업합니다. 한 사람이 떠나도 지식의 1/40만 가져갈 수 있습니다(단일 천재에 의존하지 않음).
- 경쟁 상황:
- 진정한 경쟁자는 “2년 전부터 세계 동작 모델을 연구하고 있는 팀들”(국내외에 몇 개뿐)입니다.
- 2026년 이후에 설립된 팀들은 대부분 유행을 따르는 것에 불과합니다. 세계 동작 모델은 시스템 공학이므로 시작이 너무 늦습니다.
- 00년생의 “천재들”을 걱정하지 않습니다: 단일 천재만으로는 따라잡을 수 없으며, 장기적인 노력과 팀워크가 필요합니다.
5. 자금 조달과 업계 전망: 왜 국영 자본과 산업 자본을 선택했는가?
- 자금 조달: 이번 라운드의 주요 투자자는 국영 자본(심보일본, 산시고신투)과 산업 자본(안유펀드 등)입니다. 그 이유는 다음과 같습니다:
- 국영 자본: 정책적 지원과 자원의 협력이 있습니다.
- 산업 자본: 실제 시나리오와 주문을 제공합니다.
- 이러한 자본은 더 인내심이 많으며(운영 기간에 대한 압력이 없음), 장기적인 연구 개발 프로젝트에 적합합니다.
- 업계의 미래: 기술적 접근 방식은 결국 특정 패턴으로 수렴할 것입니다(예: 대형 언어 모델이 Transformer 아키텍처를 채택함). 세계 동작 모델은 “최초의 원리”에 가장 가까운 접근 방식입니다. 사회는 결국 “진정으로 노력하는 사람들”을 보상할 것이지, 투기자들을 보상하지 않습니다.
이 기사는 “비즈니스를 이해하는 기술 창업가”가 AI 분야에서 올바른 방향을 찾는 과정을 설명하고 있습니다. 즉, 기술(체계적인 연구 개발)과 시장(초기 상업화 및 주문 선별)을 모두 고려하여 이상주의(장기적인 기술 개발)와 현실주의(수익 창출) 사이에서 균형을 찾으려고 노력하는 것입니다.