로봇에게 물건을 집어 올리는 법을 가르치려면 얼마나 많은 데이터가 필요할까. 기존 접근법은 두 가지였다. 수백 시간의 실제 로봇 시연 영상을 녹화하거나, 시뮬레이터 안에서 가상 데이터를 생성하거나. 둘 다 느리고 비싸다.
General Intuition은 세 번째 길을 택했다. 게임이다.
뉴욕에 본사를 둔 이 회사는 이번 주 시리즈 A로 3.2억 달러를 조달했다고 발표했다. General Catalyst가 라운드를 이끌었고, Amazon 창업자 Jeff Bezos와 전 Google CEO Eric Schmidt도 참여했다. 지난 10월 조달한 1.34억 달러를 합산하면 누적 투자액은 4.54억 달러, 기업 가치는 23억 달러다.
핵심은 Medal이다. 게임 플레이 순간을 업로드하는 플랫폼으로, General Intuition CEO Pim de Witte가 공동 창업했다. 이 플랫폼에 쌓인 수십억 개의 게임 클립이 곧 로봇 학습 데이터가 된다.
게임 영상이 특별한 이유는 단순히 '영상'이기 때문이 아니다. 행동 레이블이 내장돼 있어서다. 플레이어가 어떤 버튼을 언제 눌렀는지가 영상과 함께 기록된다. 환경을 인식하고 이동 경로를 결정하는 인간의 판단 과정이 타임스탬프와 함께 저장되는 셈이다. 회사 측은 "텍스트 기반 모델은 현실의 묘사만 제공할 뿐, 물리적 AI를 학습시키기에는 부족하다"고 설명한다.
이 논리는 파운데이션 모델 역사와 맞닿아 있다. GPT 계열 모델이 인터넷 텍스트로 언어를 배웠다면, General Intuition은 인터넷 게임 영상으로 '행동'을 배운다는 구조다. 회사는 "인간 지능은 언어를 훨씬 초월한다. 수천 년에 걸친 의도·행동·결과의 반복에서 나왔다"고 주장한다. 텍스트에서 세계로, 언어 모델에서 행동 모델로의 전환을 선언하는 것이다.
General Intuition은 2015년 창업 이후 두 종류의 모델을 개발해왔다. 어떤 행동을 취할지 결정하는 '액션 모델'과, 행동의 결과를 예측하는 '월드 모델'이다. 이번 투자금은 컴퓨팅 인프라 확장과 다음 버전 모델의 사전학습에 집중 투입된다. API는 올여름 더 넓게 공개될 예정이다.
국내 로봇 스타트업과 게임 엔진 시뮬레이션 연구자들에게 이 흐름은 두 가지 질문을 던진다. 하나는 데이터 파이프라인이다. Medal처럼 행동 레이블이 내장된 대규모 게임 플레이 데이터를 확보할 수 있는가. 또 하나는 상용화 속도다. General Intuition이 API를 개방하면, 실제 로봇 하드웨어를 보유한 기업이 이 모델을 얼마나 빠르게 자사 조작 태스크에 적용할 수 있는지가 경쟁의 분기점이 된다. 직접 만들지 사올지, 지금부터 고민해야 한다.
