로봇은 상자 포장이나 수술 수행과 같이 다양한 작업을 수행하도록 프로그래밍될 수 있습니다. 하지만 개별적인 움직임이나 작업마다 고유의 훈련 과정이 필요하기 때문에, 로봇이 실세계 시나리오에 적응하는 것이 어렵습니다.
Mbodi는 AI 에이전트의 도움을 받아 로봇 훈련을 더 쉽고 빠르게 만들고자 합니다. 이 회사는 이러한 기술을 뉴욕에 본사를 둔 기업으로서 Top 20 최종 후보 목록에 올릴 예정입니다.
Mbodi는 클라우드와 로컬 컴퓨팅을 결합한 하이브리드 컴퓨팅 시스템인 ‘클라우드-투-엣지 시스템’을 구축했으며, 이 시스템은 기존의 로봇 기술 스택에 통합되도록 설계되었습니다. 이 소프트웨어는 여러 AI 에이전트들이 서로 통신하여 로봇이 작업을 더 빠르게 학습하는 데 필요한 정보를 수집하는 방식으로 작동합니다.
소프트웨어가 배포되면, Mbodi는 현장에서 데이터를 수집하고 실제 사용 사례를 통해 학습합니다.
Mbodi의 공동 창립자인 Xavier Chi는 TechCrunch 인터뷰에서, 사용자가 자연 언어로 소프트웨어에 프롬프트를 입력하면 Mbodi가 이 요청을 더 작은 하위 작업(subtasks)으로 세분화한다고 설명했습니다. Mbodi의 에이전트 군집은 기본적으로 작업을 분할 정복(divide and conquer) 방식으로 처리하며, 프롬프트 기반의 로봇 훈련에 필요한 정보를 빠르게 수집합니다.
Chi는 "물리적 세계의 까다로운 점은 무한한 가능성이 있다는 것입니다."라며, "새로운 것을 완전히 창조할 때마다 데이터가 없어 문제가 발생합니다. 물리적 세계에서는 항상 다양한 모델을 오케스트레이션하거나, 사람이 로봇을 교정하여 특정 방식으로 작업을 수행하도록 지시할 수 있는 시스템이 필요합니다."라고 강조했습니다.
Chi와 공동 창립자 Sebastian Peralta는 Google에서 엔지니어로 근무하던 중 이 아이디어를 얻게 되었다고 밝혔습니다. 비록 로봇 공학 분야에서 직접 일한 것은 아니었지만, 그들은 AI 발전이 물리적 세계로 확장되고 있다는 사실을 깨달았고, 물리적 AI가 발전함에도 불구하고 로봇을 신속하게 훈련할 수 있는 획기적인 방법은 여전히 부재했습니다.
Skild AI나 FieldAI 같은 많은 회사들은 방대한 실세계 데이터와 함께 대규모 월드 AI 모델을 구축하여 로봇 훈련 속도를 높이고, 이를 통해 새로운 환경에 적응하기 쉽게 만들고자 노력하고 있습니다. 그러나 Chi는 이러한 철학이 세상이 끊임없이 변화하는 방식으로는 효과적으로 작동하기 어렵다고 지적했습니다.
Mbodi는 2024년 피킹 및 패키징(picking and packaging) 분야에 초점을 맞춰 서비스를 시작했습니다. 이 회사는 작년 ABB Robotics AI 스타트업 대회에서 우승하며, 소프트뱅크가 10월 54억 달러에 인수한 스위스 로봇 공학 기관과의 파트너십을 확보하는 성과를 거두었습니다.
현재 Mbodi는 소비재 및 제품 상품(CPG) 분야의 포춘 100대 기업과 개념 증명(Proof of Concept) 프로젝트를 진행하고 있습니다.
Chi는 "CPG 고객사의 경우, 다양한 인력이 투입되어 브랜드의 여러 제품을 트레이나 선반에 포장하는데, 이 구조가 매일 바뀐다는 문제가 있습니다."라며, "이 때문에 로봇을 배치하는 것이 불가능합니다. 로봇을 재프로그래밍하는 것도 불가능하며, 여전히 많은 인력이 이 작업을 처리하고 있습니다."라고 설명했습니다.
Mbodi는 2026년에 소프트웨어 배포를 본격화할 계획입니다.
Chi는 "우리는 실제로 작동하고 배치될 수 있는 무언가를 만들고 싶습니다. 저희는 연구실이 아닙니다. 연구실처럼 머무르고 싶지 않습니다. 신뢰성 있게 작동하는 솔루션을 상업 생산에 투입하고 싶습니다."라고 포부를 밝혔습니다.
Mbodi의 생생한 이야기를 직접 듣거나, 수십 개의 추가 기획안을 검토하고, 비즈니스 성과를 이끄는 네트워크를 구축하고 싶다면, 10월 27일부터 29일까지 샌프란시스코에서 열리는 Disrupt에 대한 자세한 정보는 이곳을 참조하십시오.
본 기사는 Xavier Chi의 현재 직책을 더 잘 반영하도록 업데이트되었습니다.