안녕하세요! 저는 여러분의 금융 및 비즈니스 뉴스 분석을 도와드리는 전문 번역가입니다. 이번에 소개할 중국어 뉴스 분석은 샤오미의 스마트 드라이빙 팀 “천단”의 구성원들이 회사를 떠나 창업을 시작한 사건에 관한 내용으로, 그 정보량이 매우 풍부합니다. 이 사건은 샤오미 내부의 기술 방향성에 대한 논쟁뿐만 아니라 현재 AI 산업이 “순수 소프트웨어”에서 “물리적 세계”로 전환하는 거대한 트렌드를 보여줍니다.
여러분이 쉽게 이해할 수 있도록 먼저 핵심 내용을 한 문장으로 요약한 후, 다섯 가지 측면에서 자세히 설명해 드리겠습니다.
핵심 내용 요약
샤오미 스마트 드라이빙 팀의 “4대 거장” 중 90년대생 기술 전문가 두 명(왕나이얀, 천룡)이 내부 기술 경쟁에서 패배하고 더 큰 발전의 기회를 찾아 샤오미를 떠나, 현재 가장 주목받는 “구체화된 지능”(즉, AI를 이용한 로봇의 작동) 분야에서 창업을 시작했습니다. 이는 AI 경쟁의 주전장이 스마트폰 화면 속의 채팅 로봇에서 현실 세계의 물리적 작업으로 옮겨가고 있음을 의미합니다.
---
이번 사건을 이해하기 위한 다섯 가지 측면
1. 왜 떠났을까? 해고가 아니라, “경쟁에서 패배했기 때문이며”, “시장 트렌드가 변했기 때문”
많은 사람들이 고위 경영진의 이직을 보고 “해고된 걸까?”라고 생각하지만, 사실은 그렇지 않습니다.
- 내부 경쟁의 혹독성: 샤오미는 스마트 드라이빙 분야에서 “이중 체제”를 운영하고 있었습니다. 한쪽은 천광이 담당하는 “L2 단계의 종단간 지원 주행”(운전자가 여전히 주의를 기울여야 함)이고, 다른 한쪽은 왕나이얀이 담당하는 “L3 단계의 최첨단 자율 주행”이었습니다.
- 현실 상황: L2 기술은 이미 대량으로 차량에 적용되어 수익을 창출하고 있지만, L3 기술은 아직 대중이 구매하고 합법적으로 도로를 달릴 수 있을 만큼 성숙하지 않으며, 사고가 발생할 경우 자동차 제조업체가 전적인 책임을 져야 하므로 위험이 큽니다.
- 결과: 자원은 즉시 수익을 창출할 수 있는 L2에 집중되었습니다. 왕나이얀은 샤오미에서 L3 기술을 발전시키기에 충분한 자원을 얻을 수 없다고 느꼈으며, 그는 자신의 팟캐스트에서 “제대로 된 경쟁을 해보지 못했다”고 말했습니다.
- 외부 시장의 유혹: 이와 동시에 “구체화된 지능”(로봇)이 새로운 성장 분야가 되었습니다. 왕나이얀과 천룡은 자동차 제조업체에서 자율 주행 기술을 개발하는 것보다 더 기초적인 “물리적 AI” 분야에서 창업하는 것이 더 나은 선택이라고 판단했습니다.
2. “물리적 AI”란 무엇이며, 왜 더 어렵고 가치가 있을까?
뉴스에서 자주 언급되는 “Physical AI”와 “구체화된 지능”이란 무엇일까요?
- 간단한 설명:
- 현재의 AI(예: 두바오, 시리): 스마트폰과 컴퓨터 안에 있는 “디지털 뇌”로, 질문에 대해 텍스트나 음성으로 답변합니다. 데이터는 인터넷에서 얻습니다.
- 물리적 AI: “손발이 달린 뇌”로, 현실 세계에서 로봇을 제어하여 물건을 옮기거나 운전하거나 노인을 돕는 등의 작업을 수행합니다.
- 어려운 점:
- 데이터 수집: 인터넷에는 방대한 양의 텍스트와 이미지가 있어 현재의 AI는 빠르게 학습할 수 있지만, “컵을 어떻게 들어서 깨뜨리지 않을까”, “미끄러운 도로에서 어떻게 제동할까”와 같은 물리적 상호작용 데이터는 부족합니다. 이러한 데이터는 로봇이 반복적으로 시도하고 실험을 통해 얻어야 하며 비용이 많이 듭니다.
- 논리의 차이: 현재의 AI는 “인간을 모방”하지만, 물리적 AI는 “물리 법칙”을 이해해야 합니다. 예를 들어, AI가 비디오를 보고 “사람을 돕는 방법”을 배우지만, 노인의 뼈가 얼마나 약한지 모르기 때문에 힘을 너무 세게 주면 골절될 수 있습니다. 물리적 AI는 힘, 중력, 마찰력 등을 이해해야 진정한 지능을 발휘할 수 있습니다.
3. 왕나이얀의 접근 방식: 인간이 운전하는 방식을 배우지 않고, AI가 스스로 “운전 규칙”을 찾게 하다
왕나이얀은 전 투신미래(TuSimple)의 CTO로, 그의 기술 철학은 “표현 학습”(Representation Learning)이라고 불립니다.
- 전통적인 방법(VLA/모방 학습): AI에게 수백만 개의 인간 운전 영상을 보여주어 모방하게 합니다. 마치 아이에게 운전을 가르치는 것처럼, 스승이 운전하고 제자가 보면서 배웁니다.
- 단점: 인간이 잘 못하는 것(예: 익스트림 레이싱)은 AI도 배울 수 없으며, 필요한 데이터 양이 매우 많습니다.
- 왕나이얀의 방법(DriveZero/표현 학습): 인간이 어떻게 운전하는지 직접 보지 않고, 지도, 교통 규칙, 차량의 물리적 특성(속도, 회전 각도 등)을 AI에게 제공하여 AI가 스스로 “이 커브에서 가장 빠르고 안전하게 어떻게 핸들을 돌려야 하는지”를 추론하게 합니다.
- 장점: 이 방법으로 AI는 “기본적인 논리”를 마스터했습니다. 그가 뉴베르크란트 서킷에서 기록을 세울 때 사용한 것이 바로 이 방법입니다.
- 창업의 의미: AI가 이러한 “물리적 한계에서의 제어 논리”를 마스터하면, 레이싱뿐만 아니라 폭우, 눈, 얼음과 같은 극한 조건에서도 인간보다 더 안전하게 운전할 수 있습니다. 이것이 그가 창업하려는 “구체화된 지능”의 목표입니다.
4. 천룡의 접근 방식: 로봇에게 “공간 인식” 능력을 부여하다
천룡은 전 웨이브(Wayve, 영국의 자율 주행 스타트업)의 과학자로, 그의 접근 방식은 “인식”과 “다중 모드”에 중점을 두었습니다.
- 문제점: 현재의 로봇은 세상을 2차원적으로만 인식하므로 물체의 거리나 크기를 정확히 파악할 수 없습니다.
- 천룡의 해결책:
- 데이터 융합: 운전 데이터와 로봇 데이터를 결합하여 훈련시킵니다.
- 논리: 운전할 때는 앞차와의 거리를 판단해야 하며, 로봇이 물체를 잡을 때도 거리를 파악해야 합니다. 이 두 가지는 “공간 이해” 측면에서 공통점이 있습니다.
- 창업 방향: 그는 구체적인 로봇 하드웨어를 만드는 대신 “스킬 인프라”(Skill Infrastructure)를 개발합니다. 즉, 다양한 로봇에게 공통적인 “공간 인식 및 동작 제어” 소프트웨어 플랫폼을 제공합니다. 예를 들어, 물류 분류 로봇이나 유연한 제조 로봇 등이 이 소프트웨어를 사용할 수 있습니다.
5. AI 산업의 변화: “알고리즘 경쟁”에서 “실제 적용”으로의 전환
이 두 사람의 이직은 AI 산업의 큰 변화를 반영합니다.
- 상반기(2023-2024): 대형 모델의 경쟁이었습니다. 누가 더 많은 데이터와 강력한 연산 능력을 가지고 있느냐에 따라 더 똑똑한 채팅 로봇을 만들 수 있었습니다. 이때는 인터넷 데이터가 핵심이었습니다.
- 하반기(2025-미래): 이제는 “실제 적용”이 중요해집니다. 채팅 로봇은 더 이상 경쟁력이 없으며, AI가 실제로 큰 경제적 가치를 창출할 수 있는 분야는 공장, 창고, 도로에서 인간의 육체 노동을 대체하는 것입니다.
- 왜 지금인가?
- 기술의 성숙: 대형 모델의 능력이 발전하여 복잡한 시각 및 논리적 작업을 처리할 수 있게 되었습니다.
- 자본의 유입: 일류 벤처캐피털(VC)이 구체화된 지능 분야에 대규모로 투자하고 있습니다. 이는 다음 1조 달러 규모의 시장이라는 것을 인식했기 때문입니다.
- 인재의 이동: 자동차 제조업체의 최고 AI 인재들은 기업의 제약(정책, 비용, 책임)으로 인해 기술을 제대로 발휘할 수 없음을 깨닫고, 창업 기업에서는 더 전문적이고 순수한 물리적 AI 기술을 탐구할 수 있는 기회를 얻었습니다.
일반인에게 주는 교훈
1. 스마트폰 속의 AI만 주목하지 마세요: 미래의 AI 경쟁은 채팅창이 아니라 공장, 창고, 도로에서 벌어질 것입니다.
2. 샤오미의 스마트 드라이빙 기술은 여전히 강하지만, 내부적으로 조정 중입니다: 샤오미는 당장 수익을 창출할 수 있는 L2 기술을 선택하고 단기적으로 실현이 어려운 L3 기술은 포기했습니다. 이는 소비자에게는 좋은 소식이지만, 기술 애호가들에게는 “기술 과시”의 기회가 줄어들 수 있습니다.
3. 창업은 위험이 크지만 보상도 큽니다: 왕나이양과 천룡은 대기업을 떠나 구체화된 지능 분야에서 창업을 시작했습니다. 성공하면 차세대 로봇을 만들 수 있지만, 실패하면 모든 것을 잃을 수도 있습니다. 하지만 바로 이러한 “반항적인” 탐구가 기술의 한계를 넓혀주고 있습니다.
한 문장으로 요약: 샤오미의 “돼지들”은 이미 날아올랐지만, 일부 돼지들은 바람이 충분하지 않다고 생각하여 스스로 날개를 달고 더 높은 하늘로 날아가기로 결정했습니다.