엔비디아는 왜 한국 스타트업과 ‘로봇 손재주 동맹’ 맺었나? (류중희 리얼월드 대표)
한 줄 핵심
리얼월드는 로봇 손재주를 산업 현장 기준으로 평가하는 DexBench와 하드웨어 비종속 로봇 AI를 통해, 2028년 산업 투입을 목표로 피지컬 AI의 표준을 만들고 있다.
시간별 요약
-
0:00
’멀티 AI 에이전트를 고용하라’ 강좌 오픈 여러 AI 에이전트를 분업시키고 하네스·루프 설계까지 실습하는 강좌를 소개하며, 단일 에이전트보다 팀형 운용이 중요하다는 문제의식을 던진다.
-
0:18
하이라이트 로봇에서 핵심은 달리기보다 손이며, 인간 노동을 대체하려면 사람 수준의 손재주와 초저지연 제어가 필요하다는 메시지를 압축적으로 제시한다.
-
1:00
로봇 손을 움직이는 AI, RLDX-1 리얼월드는 로봇 하드웨어를 직접 만들기보다 다양한 로봇을 제어하는 로보틱스 파운데이션 모델 RLDX-1을 제공하며, 하드웨어를 가리지 않는 모델 성능을 벤치마크로 입증한다고 설명한다.
-
3:19
산업 현장용 로봇 AI, DexBench로 평가 기존 벤치마크가 집안일 중심이라 산업 현장 성능을 제대로 평가하지 못한다는 문제를 짚고, 실제 노동 유형을 분류한 텍소노미와 시뮬레이션 환경을 바탕으로 DexBench를 설계했다.
-
6:46
리얼월드가 ‘로봇 손 제어’ 분야의 선두주자인가? 마라톤이나 백덤블링보다 인간 노동을 대체하는 손재주가 훨씬 중요하며, 아직도 현장 노동의 상당 부분이 사람 손에 남아 있어 고도 손재주가 상용화의 관문이라고 본다.
-
8:25
로봇마다 다른 하드웨어, AI는 어떻게 제어할까? 하드웨어와 소프트웨어는 함께 발전해야 하지만 스타트업이 둘 다 잘하기는 어렵기 때문에, 다양한 하드웨어를 지원하는 소프트웨어 중심 전략이 더 현실적이라고 본다.
-
10:30
로봇 AI도 생각과 동작을 나눠야 할까? 상위 수준의 판단, 물체 인식, 힘 조절, 실제 동작 생성과 검증을 분리한 하이브리드 구조가 필요하며, 로봇용 AI는 여러 스택과 에이전틱 레이어가 결합된 시스템으로 진화해야 한다.
-
15:01
LLM과 다른 로봇 AI의 조건, 실시간 제어 로봇은 몇 백 밀리세컨드 안에 자세를 보정해야 하므로 느려도 되는 LLM과 달리 실시간성이 절대적이며, 책상 정리 같은 명령을 수행하려면 고차 추론과 저수준 제어가 동시에 돌아가야 한다.
-
17:53
일론 머스크의 옵티머스가 아직 풀지 못한 숙제는? 손이 가장 중요한 조작 부위이며, 20~22 자유도의 손을 안정적으로 양산하는 일이 매우 어렵다. 직결형과 텐던 기반 설계 사이의 정답도 아직 정해지지 않았다.
-
22:48
가상 시뮬레이션이 아닌 실제 환경에서는 어떻게 검증하나 시뮬레이션과 현실의 차이인 심투리얼 갭을 줄이기 어렵기 때문에, 시뮬레이션은 중간 검증 수단일 뿐 최종 평가는 실환경에서 해야 한다.
-
25:30
서로 다른 로봇 하드웨어, 규격이 통일될까? AI가 기계에 맞춰갈까? 새로운 손 하드웨어를 계속 테스트하고 제어하며, 써 본 하드웨어 정보를 공개하는 올 핸즈업 같은 생태계 작업을 통해 파편화된 로봇 시장의 정보를 모으고 있다.
-
27:47
엔비디아와 만든 DexBench, 산업용 AI 평가 DexBench는 엔비디아와 함께 만든 산업용 평가 환경으로, 다양한 모델과 로봇을 같은 조건에서 테스트해 현장 중심의 성능 비교를 가능하게 하며, 공개 표준을 선점하는 전략이 회사에도 유리하다고 본다.
-
32:00
휴머노이드는 시작, 산업 투입은 2028년 목표 휴머노이드는 인간의 일을 대체하는 종착점이 아니라 모든 로봇의 출발점이며, 산업 현장에 수백 대·수천 대를 투입하는 실용적 시장은 2028년쯤 열릴 것으로 본다.
실무 인사이트
- 산업용 피지컬 AI는 모델 성능만이 아니라, 실제 노동 단위를 어떻게 정의하고 재현할지부터 표준화해야 경쟁력이 생긴다.
- 로봇 AI는 LLM처럼 ‘답을 잘하는 모델’이 아니라, 상위 추론과 초저지연 제어를 함께 묶는 시스템 설계가 핵심이다.
- 하드웨어를 직접 통합하기보다 다양한 로봇을 흡수할 수 있는 평가·연결 표준을 먼저 만들면 생태계 주도권을 잡을 수 있다.