셰프 로보틱스, 1억 끼니 제공이라는 이정표 달성

Chef Bombay에서 가동 중인 Chef Robotics의 로봇들. | 출처: Chef Robotics

셰프 로보틱스(Chef Robotics Inc.)는 어제 자사의 로봇 시스템이 고객사의 생산 시설에서 누적 1억 끼의 식사를 제공했다고 발표했다. 회사는 이 수치가 다른 모든 식품 로봇 기업들의 총합보다 10배 이상 많다고 밝혔다. 셰프 로보틱스는 또한 식품 조작에 관한 세계에서 가장 방대한 실세계 데이터셋을 구축했으며, 다른 어떤 물리적 AI 기업보다 변형 가능한 재료에 대한 생산 현장 훈련 데이터를 더 많이 보유하고 있다고 강조했다.

샌프란시스코에 본사를 둔 이 스타트업은 이러한 성과가 미국, 캐나다, 유럽의 12곳이 넘는 시설에 시스템을 도입한 결과라고 설명했다. 회사에 따르면, 이 시스템 덕분에 식품 제조업체들은 생산량을 늘리고, 일관성을 보장하며, 노동 생산성을 높일 수 있었다.

2025년 3월, 셰프 로보틱스는 시리즈 A 투자 라운드에서 4,300만 달러를 유치했다. 이 자금 조달을 통해 회사는 엔지니어링 팀을 확장하고 제품 기능을 개선할 수 있었다. 더욱 중요한 것은, 이번 투자가 고객 네트워크와 지원 역량의 성장을 가속화하여 1억 식 제공이라는 이정표 달성에 직접적으로 기여했다는 점이다.

Chef Robotics, 조리에 물리적 AI 활용

Chef Robotics는 다양한 품목의 식품 제조 분야에 특화되어 있습니다. | 출처: Chef Robotics

2019년에 설립된 셰프 로보틱스는 지속적인 인력 부족에 직면한 수조 달러 규모의 식품 조리 산업 내에서 물리적 AI가 새로운 자동화 가능성을 열어주고 있다고 믿습니다.

이 회사는 생산량이 적고 복잡성이 높아 로봇의 즉각적인 가치 창출이 더 어려웠을 상업용 주방을 목표로 삼기보다는, 의도적으로 분량 조절 및 조립과 같은 대량 생산이 가능하고 복잡성이 낮은 작업의 자동화부터 시작했습니다.

식품 생산은 데이터 선순환을 촉진합니다

Chef Robotics는 자율주행차, 창고 로봇, 대규모 언어 모델(LLM)과 달리 식품 로봇은 훈련을 위해 시뮬레이션, 합성 데이터, 또는 인터넷에서 수집한 정보에 의존할 수 없다고 지적합니다. 식품 재료는 유기적이고 변형이 가능하며 변동성이 커서, 합성 환경에서 정확하게 모델링하기 어렵습니다.

이 스타트업은 실제 고객 현장에서 효과적으로 작동하는 모델을 구축하기 위해서는 실제 생산 데이터만이 유일한 신뢰할 수 있는 방법이라고 주장한다.

이 회사는 시뮬레이션이나 실험실 데이터를 배제하고, 오직 고객 현장의 실제 생산 라인에서 수집된 데이터로만 AI 모델을 훈련시킵니다. 새로운 시스템이 배치될 때마다 더 풍부하고 다양한 데이터 세트가 생성되며, 이는 다시 모델 성능을 향상시킵니다. 이를 통해 더 많은 식재료, 사용 사례, 고객 위치를 처리할 수 있게 되어, 시간이 지날수록 가속도를 얻는 자기 강화형 데이터 플라이휠을 형성합니다.

0에서 1억 인분까지: 셰프 로보틱스의 여정

Chef Robotics는 2022년 6월 이후 꾸준히 설치 기반을 확장해 왔습니다. | 출처: Chef Robotics

2022년 에이미스 키친(Amy’s Kitchen)과의 첫 도입을 시작으로, 셰프 로보틱스는 2023년 4월 100만 인분, 2024년 1월 1,000만 인분, 2024년 8월 2,500만 인분, 2025년 5월 5,000만 인분이라는 주요 이정표를 달성했습니다.

이 회사는 1년도 채 되지 않아 누적 제공 횟수를 다시 두 배로 늘렸습니다.

Chef Robotics의 창립자이자 CEO인 라쟈트 바게리아(Rajat Bhageria)는 “식품은 물리적 세계에서 기술적으로 가장 다루기 까다로운 환경 중 하나입니다”라고 말했습니다. “변동성이 크고 형태가 불규칙한 식품 생산의 복잡성을 먼저 해결함으로써, 우리는 식품 로봇 공학 분야의 리더일 뿐만 아니라 실제 환경 자동화를 위한 대표적인 물리적 AI 플랫폼으로 자리매김했습니다.”