선데이 로보틱스, 제너럴 인튜이션, 쏟아지는 모델들

한 줄 핵심

선데이 로보틱스의 빨래 접기 솔브와 General Intuition의 월드 모델 데모는, 로봇과 에이전트가 실제 환경에서 작동하려면 데모보다 데이터·평가·배포 철학이 먼저라는 점을 보여준다.

시간별 요약

1. 0:00
   최근에는 Kimi K3, Fable, OpenAI Codex, Sol처럼 모델과 제품이 빠르게 쏟아지고 있으며, 각각 디자인·코딩·대량 토큰 처리에서 체감 차이가 분명하다. 경쟁이 치열해질수록 사용량 제한과 요금 정책도 자주 바뀌어, 도구를 여러 개 조합해 쓰는 전략이 중요해진다.
2. 14:01
   선데이 로보틱스의 핵심은 시연용 데모가 아니라 정해진 범위 안에서 신뢰성 있게 동작하는 솔브를 만드는 데 있다. 빨래를 처음 보는 방과 다양한 초기 조건에서 99.1% 수준으로 접는 성능을 목표로 하며, 배포 가능한 수준의 반복성과 범위를 명확히 정의한다.
3. 19:01
   빨래 솔브의 평가는 성공률만이 아니라 정렬, 과도한 접힘, 형태 유지 같은 루브릭으로 세밀하게 설계된다. 티셔츠는 강하지만 블라우스처럼 형태가 불규칙한 옷은 약해, 데이터 분포와 샘플 구성에 따라 성능이 크게 달라진다.
4. 25:00
   ACT2는 기존 ACT를 계승한 구조로, 프리트레이닝 스케일이 제너라이제이션을 좌우한다는 점을 강조한다. 인도메인과 아웃오브도메인 성능 차이가 줄어들수록 실제 집이 달라져도 잘 작동하며, 밸리데이션 로스와 실제 성공률의 상관이 확인되어 스케일링 법칙이 성립함을 보여준다.
5. 32:00
   한 샘플만 보고도 새로운 빨래 접기 방식에 적응하는 모습은, 프리트레이닝 단계에서 다양한 접기 전략을 충분히 학습했기 때문에 가능해 보인다. 선데이는 로봇, 플릿, 데이터 수집까지 수직 통합해 운영하며, 데이터 품질을 위해 메모리 디벨로퍼를 40~60달러 시급으로 고용한다.
6. 46:02
   초기에는 클라우드 인퍼런스를 시도했지만 가정 환경의 네트워크 지연 때문에 실패했고, 결국 엣지 인퍼런스로 전환했다. 이 과정은 실제 제품화에서는 모델 성능뿐 아니라 와이파이, 지연시간, 하드웨어 제약까지 함께 설계해야 한다는 점을 보여준다.
7. 1:03:00
   Walden Robotics는 TRI 계열 인물들이 모여 만든 산업용 로봇 회사로, 인력을 대체하기보다 증강하는 방향을 강조한다. 회사명은 Thoreau의 Walden과 '더 적게 일하고 더 큰 목적을 찾는 삶'의 철학에서 왔고, 기술보다 노동의 의미를 먼저 고민하는 점이 특징이다.
8. 1:19:00
   General Intuition은 메달 게임 데이터를 바탕으로 월드 모델 Mira를 만들고, ICML 현장에서 멀티플레이 가능한 로켓 리그 데모를 직접 체험하게 했다. 이 회사는 월드 모델 자체보다 그 위에서 동작하는 에이전트와 인텔리전트 내비게이션을 더 중요하게 보며, 게임을 101번째 현실 세계처럼 다루는 관점을 취한다.
9. 1:40:01
   월드 모델 스타트업과 클라우드 인퍼런스 업체에는 막대한 자금이 몰리고 있으며, 자율주행·시뮬레이션·에이전트 평가까지 응용 범위가 넓다. 다만 사고 이후 상태가 복구되지 않는 모드 콜랩스와 같은 한계도 있어, 실제 배포보다 컨텍스트와 안정성 설계가 여전히 중요하다.

실무 인사이트

• 로봇·월드 모델은 데모의 화려함보다 실제 환경에서의 범위 정의, 평가 루브릭, 데이터 수집 방식이 성패를 좌우하므로 이 세 가지를 먼저 설계해야 한다.
• 가정용·산업용 모두 네트워크와 지연시간이 변수이므로, 클라우드가 가능해 보여도 엣지 인퍼런스와 실패 복구 전략을 초기부터 함께 검토해야 한다.
• 월드 모델과 에이전트는 게임·로봇·자율주행으로 쉽게 전이되므로, 한 도메인에 갇힌 기능보다 여러 환경을 공통으로 다루는 데이터 전략이 더 큰 가치를 만든다.