로봇의 “얼굴”이 아닌 “뇌”에 주목하세요: 앤트 링보가 추구하는 것은 로봇 업계의 “안드로이드 시스템”입니다
안녕하세요, 여러분의 금융 전문 기자입니다. 오늘은 매우 흥미로운 심층 보도를 해드리겠습니다. 이 기사는 어떤 로봇이 사람처럼 생겼거나 동작이 얼마나 유연한지를 자랑하는 것이 아니라, 더 핵심적이고 미래의 비즈니스 패턴과 관련된 질문을 제기합니다: 실체화된 인공지능(Embodied AI), 즉 AI에게 몸을 부여하는 분야에서 누가 “통행료”를 받을 수 있는 플랫폼 거대 기업이 될 것인가?
이 기사의 주인공은 앤트 링보(Ant Lingbo)입니다. 간단히 말해, 앤트 링보는 로봇을 직접 만들어 판매하는 것이 아니라, 모든 로봇 제조업체가 사용할 수 있는 “뇌”를 만들고자 합니다. 이는 마치 화웨이나 샤오미와 같은 스마트폰 제조업체가 아니라 안드로이드나 iOS와 같은 운영체제를 만드는 것과 같습니다.
이제 이 긴 기사를 다섯 가지 핵심 부분으로 나누어서 “로봇 업계의 대변화”를 이해해보겠습니다.
---
1. 업계의 흐름이 변했습니다: “외모 경쟁”에서 “계산 능력 경쟁”으로, 자동차가 가장 큰 로봇입니다
이전에는 로봇을 볼 때 외형을 중요하게 생각했습니다: 두 다리로 걷는가? 로봇팔이 있는가? 인간 형태인가, 개 형태인가? 이런 관점은 너무 피상적이었습니다.
기사는 테슬라의 사이버캡(Cybercab, 무인 택시)이 요금을 부과하기 시작했다는 중요한 신호를 언급합니다. 이 사건은 로봇 산업에 어떤 의미가 있을까요? 이는 어떤 기계든 환경을 인식하고 결정을 내리며 작업을 완수할 수 있다면, 그것이 로봇이라는 것을 증명합니다. 자동차는 본질적으로 바퀴 달린 로봇입니다.
이것은 오해를 깨뜨립니다: 로봇의 가치는 사람처럼 생겼는지가 아니라, 그 안에 있는 “인식-결정-제어”의 지능 시스템(즉, “뇌”)이 얼마나 강력한지에 있습니다.
핵심 논리는 다음과 같습니다:
- 과거: 하드웨어를 판매했습니다. 로봇 한 대를 만들어 팔면 한 번의 수익을 얻었습니다.
- 현재/미래: 지능 인프라를 판매합니다. 한 세트의 “뇌”가 1만 대, 10만 대의 다른 로봇에 설치될 수 있다면, 그 회사가 판매하는 것은 단순한 금속 덩어리가 아니라 “물리적 세계의 지능 서비스”입니다.
이것은 클라우드 컴퓨팅과 같습니다. 서버를 직접 구매할 필요가 없으며, 클라우드의 계산 능력을 사용하기만 하면 됩니다. 미래에는 로봇 제조업체가 최상위 AI 모델을 직접 개발할 필요가 없을 수도 있으며, “뇌 회사”가 제공하는 일반적인 지능 기반을 사용할 수 있습니다. 이 “기반”을 장악하는 회사가 업계의 주도권을 가질 것입니다.
2. 세 가지 주요 플레이어의 각기 다른 목표: 누가 몸을 만들고, 누가 뇌를 만들고, 누가 계산을 하나?
현재 실체화된 인공지능 업계에는 세 가지 유형의 플레이어가 있으며, 그들의 목표(북극성 지표)는 완전히 다릅니다. 이는 그들 간의 경쟁과 기회를 만듭니다.
- 첫 번째 유형: 독립적인 “뇌” 회사 (예: 스킬드 AI, 피지컬 인텔리전스, 앤트 링보)
- 목표: 재사용률.
- 논리: 저는 일반적인 AI 모델을 개발하여 여러분의 로봇, 다른 회사의 로봇, 심지어 드론에도 사용할 수 있도록 합니다. 저는 소프트웨어 라이선스료나 서비스 비용을 벌것입니다.
- 현황: 자본 시장의 평가가 매우 높으며, 평가액이 140억 달러를 초과합니다. 소프트웨어는 무한히 복제될 수 있으므로 한계 비용이 매우 낮습니다.
- 두 번째 유형: 실체화된 로봇 제조업체 (예: 피규어, 1X, 유수)
- 목표: 출하량.
- 논리: 로봇을 만들어 판매해야 합니다. 공급망, 비용, 대량 생산 문제를 해결해야 합니다.
- 고충: “뇌”도 필요하지만, 직접 개발하는 것은 비용이 많이 들고 시간이 오래 걸립니다. 그래서 선택해야 합니다: 비용을 들여 자체 AI 팀을 구축할 것인가, 아니면 다른 회사의 “뇌”를 구매할 것인가?
- 세 번째 유형: 시나리오/응용 분야 (예: 공장, 약국, 물류 회사)
- 목표: 단일 투자 수익률(ROI).
- 논리: 어떤 회사의 모델인지는 상관없습니다. 중요한 것은 이 로봇이 제 일을 할 수 있는지, 고장률이 얼마인지, 얼마나 빨리 투자 비용을 회수할 수 있는지입니다.
- 고충: 하나의 지능이 다양한 하드웨어에 이식될 수 있기를 바랍니다. 예를 들어, 오늘은 로봇팔을 사용하고 내일은 바퀴 달린 차체를 사용할 수 있어야 하며, 장비를 바꿀 때마다 AI를 다시 훈련시키고 싶지 않습니다.
기회는 어디에 있을까요?
기회는 이 세 가지 플레이어 간의 갈등에서 생깁니다. 시나리오 분야는 저비용과 높은 범용성을 원하며, 로봇 제조업체는 개발 비용을 줄이고자 하며, “뇌” 회사는 더 많은 하드웨어에 지능을 적용하여 한계 비용을 낮추고자 합니다. 지능을 단일 로봇에서 분리하여 다양한 하드웨어에서 재사용할 수 있는 기반으로 만드는 회사가 승자가 될 것입니다.
3. 앤트 링보의 “다섯 가지 강점”: 왜 그것이 플랫폼형 기업인가?
기사는 중요한 질문을 제기합니다: “뇌 회사”가 성공하려면, 점점 더 많은 로봇에 연결될수록 다음 로봇에 맞추는 비용이 낮아져야 합니다. 그렇지 않으면 단순한 프로젝트 알고리즘 외주업체에 불과합니다.
앤트 링보(LingBot)는 어떻게 자신의 가치를 증명했을까요? 기사는 다섯 가지 핵심 요소를 제시합니다:
1. 대규모 자율 예비 훈련 (핵심):
- 이것이 진입 장벽입니다. 대형 언어 모델(LLM)과 마찬가지로, 처음부터 막대한 자원을 투입하여 예비 훈련을 해야만 진정한 “기반”을 구축할 수 있습니다. 다른 모델에 미세 조정을 하면 결코 협상력이 없습니다. 앤트 링보는 처음부터 예비 훈련을 고수하며, 이것이 “기반”이 되는 이유입니다.
2. 데이터 파이프라인과 인프라 (기초):
- 데이터가 많다고 해서 좋은 것은 아니며, “효과적”여야 합니다. 물리적 세계는 매우 복잡합니다 (빛의 변화, 물체의 가림, 하드웨어 오류). 단순히 데이터를 쌓는 것은 소용이 없습니다.
- 특징: 앤트 링보는 원시 데이터를 모델의 “사용 가능성”으로 15%에서 90% 이상으로 향상시켰습니다. 이는 강력한 시스템을 가지고 있으며, 데이터를 자동으로 선별하고 정리하여 매시간의 데이터를 모델의 “근육 기억”으로 만들 수 있음을 의미합니다.
3. 다양한 형태의 모델 설계 (재사용의 핵심):
- 로봇의 몸은 매우 다양합니다: 두 다리를 가진 것도 있고, 바퀴가 있는 것도 있으며, 여섯 개의 로봇팔을 가진 것도 있습니다.
- 앤트 링보의 설계 원칙은 “실체화된 원시”로, 예비 훈련 단계에서부터 다양한 몸의 차이를 고려합니다. 통합된 동작 공간과 같은 기술을 통해 동일한 “뇌”가 다양한 몸을 제어할 수 있도록 합니다. 이것이 플랫폼화의 핵심입니다 – 특정 하드웨어에 종속되지 않습니다.
4. 전체 스택 도구 체인 (장벽 낮춤):
- 파트너가 사용하기 쉽어야 합니다. 앤트 링보는 후처리, 데이터 처리부터 엔드사이드 배포까지의 전체 도구를 제공합니다. 복잡한 AI 기술을 이해할 필요가 없으며, 도구 키트만 사용하면 로봇을 “뇌”에 연결할 수 있습니다.
5. 외부 채택 (시장의 판단):
- 앞의 네 가지 요소가 아무리 잘 되어도 아무도 사용하지 않으면 소용이 없습니다.
- 사례: 레주 로봇(자체 로봇과 알고리즘을 가진 회사)은 앤트 링보의 LingBot-VLA 2.0을 기반으로 선택했습니다.
- 효과: 레주는 600시간 이상의 특정 데이터만으로 미세 조정을 했을 뿐인데, 성공률이 16%에서 48%로 향상되었으며, 새로운 기능은 5시간의 시범 데이터로 80%의 성공률을 달성했습니다. 이는 “일반적인 기반 + 전문 분야 미세 조정” 모델이 효율적임을 증명하며, 로봇 제조업체의 개발 비용을 크게 줄였습니다.
4. 비즈니스 모델의 비밀: 로봇을 판매하는 것이 아니라, “피드백 네트워크”를 판매합니다
앤트 링보는 최근 독립적인 자금 조달을 완료했는데, 이는 단순히 돈을 태우기 위한 것이 아니라 산업 체인에서의 독립적인 지위를 확립하기 위한 것입니다.
그들의 비즈니스 모델은 무엇일까요?
- 전체 로봇을 만들지 않습니다: 내부에 보유한 R 시리즈 로봇은 판매를 위한 것이 아니라 “자체 테스트”와 “선구적인 탐색”을 위한 것입니다. 마치 애플이 새로운 시스템을 내부에서 테스트하는 것처럼 말입니다.
- 기반과 도구 체인을 제공합니다: 가장 핵심적인 일반적인 “뇌”와 개발 도구를 로봇 제조업체(예: 레주)와 솔루션 제공업체에 판매합니다.
- 피드백 루프를 구축합니다: 이것이 가장 정교한 부분입니다.
1. 모델이 더 많은 로봇에 적용됩니다.
2. 로봇이 실제 시나리오(예: 약국, 공장)에서 작동합니다.
3. 작동 과정에서 생성된 데이터(성공 또는 실패)가 앤트 링보로 돌아옵니다.
4. 데이터를 사용하여 모델을 최적화하고, 모델을 업데이트하여 모든 로봇에 적용합니다.
이것은 “피리의 바퀴”를 형성합니다: 더 많은 로봇이 연결됨 -> 데이터가 풍부해짐