제네시스 AI, 로봇의 기민성 향상을 위한 GENE-26.5 모델 공개

GENE-26.5 로봇 두뇌를 통해 능숙한 양손 조작이 가능해졌습니다. 출처: 제네시스 AI

수년간의 연구 개발을 거쳐, 인공지능 분야의 혁신적인 진전에 힘입어 로봇의 능숙한 조작 기술이 크게 발전하고 있습니다. 제네시스 AI는 “인간 수준의 물리적 조작 능력”을 로봇에게 부여할 수 있다고 주장하는 GENE-26.5 모델을 공개했습니다.

캘리포니아주 샌카를로스에 위치한 이 회사는 또한 GENE-26.5를 대규모로 훈련시키기 위해 “무제한의 데이터”를 활용할 수 있는 시스템도 발표했습니다. 이 시스템은 새로운 데이터 엔진과 인간 수준의 로봇 손을 결합하여, 인간의 기술을 로봇에게 직접 전수할 수 있도록 설계되었습니다.

제네시스 AI는 “이러한 혁신들은 로보틱스 분야의 근본적인 데이터 제약을 해소하며, 새로운 세대의 고생산성 일반용 로봇의 개발을 가능하게 할 것”이라고 밝혔습니다.

“로봇에 있어 두뇌와 손은 가장 중요하고 복잡한 요소입니다. 오늘 우리는 이 두 가지 분야에서 업계 최고 수준의 기술을 선보입니다. 이를 통해 로봇이 인간의 손만이 할 수 있었던 작업들을 안정적이고 대규모로 수행할 수 있게 되었습니다”라고 제네시스 AI의 공동 창립자이자 CEO인 주샨은 말했습니다.

이 스타트업은 지난해 1억 5천만 달러의 자금 지원을 받으며 비밀리에 활동을 시작했습니다. 제네시스 AI는 자신들을 “인간 수준의 지능과 능력을 갖춘 일반용 로봇을 개발하는 글로벌 풀스택 로보틱스 기업”이라고 소개하고 있습니다.

GENE-26.5, 복잡한 로봇 작업을 위해 설계되었습니다

“GENE-26.5는 로보틱스 분야에 특화하여 개발된 AI 기반 모델로, 방대한 데이터를 처리하고 다양한 환경에 적응할 수 있도록 설계되었습니다”라고 제네시스 AI는 설명했습니다. 이 모델은 로봇이 인간과 유사한 능숙함으로 복잡하고 장기적인 작업들을 수행할 수 있도록 도와줍니다. 제네시스 AI는 GENE-26.5가 로봇이 신속하게 배치되어 새로운 환경과 익숙하지 않은 작업들에 적응할 수 있는 미래를 열어줄 것이라고 보고 있습니다.

GENE-26.5의 능력을 보여주기 위해, 제네시스 AI는 이 모델이 유연하고 인간과 유사한 조작 능력과 정밀하고 협동적인 손동작을 여러 복잡한 작업에서 어떻게 수행하는지 보여주는 영상을 공개했습니다:

• 여러 단계로 이루어진 식사 준비, 예를 들어 토마토를 썰고 한 손으로 계란을 깨며 두 손을 협동적으로 사용하는 것
• 스무디를 만드는 과정, 재료를 다루고 붓고 섞으며 공중에서 서빙하는 것까지 모든 동작을 조정하여 수행하는 것
• 미세한 기구를 사용한 고정밀度的 실험, 예를 들어 피펫팅, 액체 이동, 공중에서의 조작 등
• 와이어 하네스링: 전자공학과 전기공학 분야에서 가장 어려운 작업 중 하나인 와이어를 정리하고 고정하는 것
• 루브릭 큐브를 풀기, 연속적인 공중 조작과 빠른 추론 능력, 정밀한 손목 조절이 필요한 작업
• 한 손으로 여러 개의 물체를 잡고 다양한 크기의 물체들을 구분하여 지정된 곳에 분류하는 것
• 인간 수준으로 피아노를 연주하며, 초고속으로 복잡한 곡을 연주하는 것

제네시스 AI는 GENE-26.5가 로봇에게 광범위한 복잡한 기술들과 이전에는 불가능했던 수준의 물리적 조작 능력을 부여할 수 있음을 입증했습니다.

“일반용 로보틱스는 전 세계 경제를 재편하는 데 기여할 수 있으며, AI 분야에도 새로운 가능성을 열어줄 것입니다”라고 구글의 전 CEO이자 제네시스 AI의 투자자인 에릭 슈미트는 말했습니다. “제네시스는 로보틱스 분야에서 새로운 패러다임을 제시하고 있습니다. 이것은 그들의 팀과 전체 로보틱스 산업에 있어 중요한 이정표입니다.”

로봇 그리퍼, 인간의 손을 모방합니다

“물리적 형태의 차이는 역사적으로 로봇의 성능과 인간 데이터로부터 학습하는 능력을 크게 제한해 왔습니다”라고 제네시스 AI는 지적했습니다.

이 회사는 자체 개발한 하드웨어를 통해 이러한 한계들을 극복했다고 주장합니다. 이 하드웨어는 인간의 손의 형태와 기능을 정확하게 모방하며, 촉각 감지 기능이 내장된 데이터 수집용 글러브와 함께 사용됩니다.

제네시스 AI에 따르면, 이 글러브를 인간이 착용하면 글러브 자체, 인간의 손, 그리고 로봇의 손 사이에 정확한 1:1:1 매핑 관계가 형성되어, 인간이 대량으로 고품질의 데이터를 로봇에게 제공할 수 있게 됩니다. 이러한 데이터는 직접적으로 로봇의 기술로 전환되며, 그 결과로 로봇은 자연스럽고 인간과 유사한 동작을 할 수 있게 됩니다. 이러한 능력은 복잡한 물리적 작업, 사용 사례, 환경 등에서도 안정적으로 발휘됩니다.

편집자 주: 이달 보스턴에서 열리는 2026 로보틱스 서밋 & 엑스포에서는 첨단 인공지능 기술에 대한 기조 강연, 세션, 전시가 진행될 예정입니다. 지금 바로 등록하여 참석해 보세요.

저렴한 하드웨어를 통해 대량의 데이터를 수집할 수 있습니다

제네시스 AI는 또한 자체 개발한 데이터 수집용 글러브가 일반적인 하드웨어에 비해 100배 저렴하며, 내부 테스트에서 기존의 원격 조작 방식보다 최대 5배 더 높은 데이터 수집 효율을 보였다고 밝혔습니다. 이러한 접근 방식을 통해 저렴하고 지속 가능하며 대규모로 로보틱스 훈련을 진행할 수 있게 됩니다.

이 회사는 파트너들과 협력하여 이 글러브를 실제 작업 환경에서 사용하고 있습니다. 일상적인 업무를 수행하는 동안 이 글러브를 착용하기만 하면, 그 과정에서 새로운 종류의 훈련 데이터가 생성되어, 제네시스 AI가 말하는 “세계 최대 규모의 인간 기술 라이브러리”를 구축하는 데 기여하게 됩니다.

또한, 제네시스 AI의 데이터 엔진은 카메라를 착용한 사람들이 촬영한 영상 데이터와 방대한 양의 인간 중심적인 인터넷 영상을 활용합니다. 이러한 방법론을 통해 기반 모델이 보다 효율적으로 학습할 수 있으며, 로봇이 점점 더 복잡한 작업들을 수행할 수 있게 됩니다.

“제네시스에서는 로보틱스 분야에서의 성공이 모든 단계에서의 우수함을 필요로 한다고 믿습니다”라고 제네시스 AI의 공동 창립자이자 사장인 테오필 제르베는 말했습니다. “그래서 우리는 AI부터 하드웨어에 이르기까지 모든 분야에서 혁신을 추구하고 있습니다. 모든 단계를 직접 통제함으로써, 우리는 일관된 시스템을 구축하고 문제를 전체적으로 해결할 수 있습니다. 이러한 접근 방식은 엄청난 양의 데이터를 활용함으로써 경쟁력 있는 이점을 제공하며, 결국 기반 모델이 어떤 성과를 낼 수 있는지를 결정짓게 됩니다.”

GENE은 자동화된 실험실 피펫팅 기술을 선보입니다. 출처: 제네시스 AI

GENE, 시뮬레이션을 활용하여 학습 과정을 가속화합니다

“로봇 개발은 전통적으로 엔지니어링 분야에서 가장 수작업적인 프로세스 중 하나였습니다”라고 제네시스 AI는 말했습니다. 이 회사는 시뮬레이션 시스템을 개발하여 가상 세계와 실제 세계 간의 차이를 줄이고자 했습니다. 그들이 개발한 렌더링 엔진과 초현실적인 물리 엔진은 실제 환경을 정확하고 신뢰할 수 있게 재현함으로써, 로봇이 실제 상황에서와 같이 작업을 수행할 수 있도록 해줍니다.

이러한 수준의 시뮬레이션은 로봇 AI 기술의 개발, 테스트, 완성 과정을 크게 가속화시킬 것으로 예상됩니다. 팀들은 전통적인 물리적 테스트보다 훨씬 빠르고 효율적으로 모델을 훈련하고 평가할 수 있게 됩니다. 전통적인 물리적 테스트는 종종 시간이 많이 걸리고 비용이 많이 들며 확장하기도 어렵습니다.

“제네시스는 로보틱스 분야의 발전 방향을 바꾸고 있으며, 우리를 실제 세계에서 효과적으로 작동할 수 있는 AI에 한 걸음 더 가깝게 만들어주고 있습니다”라고 코슬라 벤처스의 창립자이자 제네시스 AI의 투자자인 비노드 코슬라는 말했습니다. “제네시스가 개발한 혁신적인 기반 모델은 인간 중심적인 데이터 엔진과 독창적인 시뮬레이션 기술을 기반으로 하고 있으며, 이를 통해 개발 속도가 크게 향상되고 상업 고객들과 즉시 협력할 수 있게 될 것입니다.”

제네시스 AI는 곧 오늘 공개한 기술을 기반으로 한 첫 번째 일반용 로봇을 선보일 예정입니다. 이 회사는 이클립스, Bpifrance, HSG 등의 투자자들과 함께 에릭 슈미트, 자비에 닐과 같은 기술 전문가들, 그리고 다니엘라 루스, 블라드렌 콜툰과 같은 AI 분야의 선구자들의 지원을 받고 있습니다.

제네시스 AI의 기반 모델을 통해 로봇은 루브릭 큐브를 풀 수 있게 되었습니다. 출처: 제네시스 AI