⭐️ 전일 있었던, Axis Robotics AMA Recap (2026.10.16)
@axisrobotics @Edward__Park
코인같이투자님과 Axis Robotics Co-Founder & CEO인 Chirs가 직접 참여한 ama입니다.
최근 야핑도 진행되고 있고...
많은 분들이 흥미롭게 지켜보고 있는 프로젝트인데...
어제 좋은 내용들이 많이 나와,
TGE 전 확인하면 좋을 정보들 정리해 봤습니다.
- Axis Robotics는 어떤 프로젝트인가?
단순히 데이터를 많이 모으는 프로젝트가 아닙니다.
Self-improving (Compounding) Data Engine으로, 사람의 시연을 출발점으로 삼아 시뮬레이션·강화학습을 거쳐 실제 로봇 성능으로 이어지는 구조를 만들고 있습니다.
흐름은 대략 이렇습니다.
사람 시연 → 시뮬레이션 강화학습 → 실제 로봇 테스트 → 실패 피드백 → 다시 학습
목표도 분명합니다.
데이터의 ‘양’보다, 그 데이터가 실제 로봇이 안정적으로 일을 해내는 능력으로 얼마나 잘 전환되는지에 초점을 맞춥니다.
궁극적으로는 이미 배운 기술을 조합해 새로운 작업에 활용하는 재사용 가능한 스킬 라이브러리 방향도 염두에 두고 있습니다.
- Why Web3?
로봇을 움직이는 데 블록체인이 필수적인 건 아닙니다. 대신 두 가지 역할에 집중합니다.
-
Proof of Quality Work: 단순히 참여한 사람이 아니라, 모델 성능 향상에 실질적으로 기여한 작업을 식별하고 보상.
-
Provenance: 누가 어떤 데이터를 제공했고, 그 데이터가 어떤 모델 학습에 쓰였는지 온체인으로 추적·기록. AI가 작업을 수행하고 기록을 지우는 사례가 나오는 상황에서 신뢰성을 확보하려는 취지입니다.
- $AXIS 토큰의 역할
기여자 보상, 스테이킹, 거버넌스를 기본으로 설계돼 있습니다.
-
TGE 이전: 양질의 데이터를 안정적으로 공급할 글로벌 기여자 네트워크와 품질 관리에 집중.
-
TGE 이후: 데이터 기여자뿐 아니라 AI 모델 개발자, 로보틱스 팀까지 참여하는 개방형 생태계로 확장. 강화학습·전문가 스킬을 통해 모델과 실제 로봇 수행을 연결하는 역할도 염두에 둠.
매출과 토큰 가치를 직접 연결하는 구체적인 메커니즘(수익 공유, 바이백 등)은 아직 확정되지 않았고, 추후 공개 예정입니다.
- 파트너십과 상업화 현황
'R&D'와 '매출 창출'을 구분해서 진행 중입니다.
-
Booster Robotics: 실제 로봇에서 모으는 데이터를 줄이고 시뮬레이션 데이터를 더 많이 써도 동등하거나 더 나은 성능을 낼 수 있는지 검증 중. 상체 조작 위주로 진행하고 있으며, 일부 로봇팔에서 초기 성과를 확인. 다른 플랫폼으로의 범용성도 테스트 중. 현재는 R&D 단계(매출 없음).
-
Lotus Cars: 자동차 부품 분류 자동화 관련 협력. 역시 R&D 단계.
-
상업 계약: 샌프란시스코 베이 지역 로보틱스 AI 모델 기업과 100만 달러 규모 계약 프레임워크를 체결. 전액이 이미 인식된 매출은 아니며, 목표 달성 시 매출로 잡히는 구조. 유럽 기업들과의 파일럿·상업 협력(1인칭 시점 데이터 포함)도 진행 중.
'기술 검증'과 '실제 매출 파이프라인'을 동시에 구축하고 있다는 점이 강조됐습니다.
- Physical AI 전망
Chris는 2~3년 안에 의미 있는 기술적 돌파가 나올 수 있다고 봤습니다. 다만 ‘만능 휴머노이드가 한 번에 나온다’는 식보다는, 개별 작업(task) 단위로 신뢰성·적응성·학습 선순환이 쌓이는 방식으로 진전될 것으로 전망했습니다.
판단 기준으로 제시한 세 가지는 다음과 같습니다.
- 예상치 못한 상황에서도 작업을 끝까지 완료하는가
- 물체·환경·로봇이 바뀌어도 적은 추가 학습으로 적응하는가
- 현장 배치 경험이 다음 배치를 더 쉽게 만드는가
언어 모델 쪽 고차원 추론 능력과 AI가 AI를 개선하는 선순환이 로보틱스에도 촉매 역할을 할 수 있다는 시각도 덧붙였습니다.
- Sonar 커뮤니티 세일 언락 조정
올해 Sonar 세일 중 참가자가 가장 많았던 건 사실입니다.
초기 공개 조건은 10% 언락이었으나, 이후 25% 언락 + 커뮤니티 활동 검증 시 보너스 방식으로 조정됐습니다.
이유는 단기 유동성 위주의 참여자보다 장기적으로 비전을 공유하는 사람들을 모으고 싶었기 때문이라고 설명했습니다.
조건 변경에 의문이 생길 수 있다는 점을 인정하면서,
이를 명확히 설명할 책임이 팀에 있다고 밝혔고, 결국 성과와 실행으로 신뢰를 이어가야 한다는 점을 강조했습니다.
- 단기·중장기 우선순위
대략 세 가지로 압축됩니다.
시연 → 대규모 시뮬레이션 강화학습 → 실제 로봇 검증 → 피드백 반영 구조를 완성하고, 일반화 능력이 높은 모델이나 배운 기술을 조합해 쓰는 스킬 라이브러리로 성과를 보여주려는 방향.
기존 R&D를 더 깊게 진행하고, 실제 로봇에서 성능을 입증한 뒤 유료 계약으로 전환.
기여자·개발자·로보틱스 팀이 참여하고 기여에 따른 혜택을 받는 구조로 설계. 데이터 플랫폼, 로보틱스 사업, 토큰이 따로 놀지 않고 하나의 생태계로 작동하도록 하는 것.
이번 AMA에서 인상적이었던 점은 ‘데이터 양’을 앞세우기보다, 실제 로봇 성능 개선과 상업 계약 진척을 같이 이야기했다는 점입니다.
'기여 → 보상 → 데이터 품질 향상 → 매출 증가'로 이어지는 선순환이 얼마나 잘 만들어지느냐가 지속 가능성의 핵심이 될 것으로 보입니다.
TGE가 가까워진 시점에 나온 내용이라,
앞으로 파트너십이 실제 매출로 얼마나 전환되는지..
그리고 토큰이 생태계에서 어떻게 쓰이는지 지켜볼 가치가 있어 보입니다.
[AMA Re-Ignite Physical AI Thesis with Axis Robotics https://t.co/oPWxdUe9pk]
