12억 달러의 손실 이후 AI 하드웨어 스타트업들이 마침내 은퇴하는 이유

핵심 요약 (Key Takeaways)

• Rabbit Inc.는 이번 주 자사의 대규모 행동 모델 (Large Action Model, LAM)을 독립적인 iOS 및 Android 애플리케이션으로 전환하며, R1 하드웨어 라인을 사실상 은퇴시킨다고 발표했습니다.
• 최소 기능 제품 (Minimum Viable Product, MVP) 형태의 AI 하드웨어를 출시하는 전략은 소비자들에게 출시 당시 알람이나 기능적인 캘린더와 같은 기본적인 기능조차 결여된 기기를 안겨주었고, 그 결과 업계는 상당한 손실을 감수해야 했습니다.
• 현대의 스마트폰 프로세서는 이제 대부분의 에이전트적 (agentic) 작업을 로컬에서 처리하며, 전용 AI 우선 (AI-first) 하드웨어를 정당화하던 핵심 근거인 지연 시간 (latency) 문제를 제거했습니다. Rabbit Inc.는 비판론자들이 2024년 초부터 말해온 내용을 방금 확인해주었습니다. R1 하드웨어는 결코 제품이 아니었으며, 제품은 소프트웨어였다는 사실입니다. 물리적 기기를 단종시키고 월 20달러 규모의 크로스 플랫폼 앱으로 피벗(pivot)함으로써, Rabbit은 AI 가젯 시대의 가장 명확한 결말을 써 내려갔습니다. 이는 Humane 및 "스마트폰 킬러" 하드웨어가 원래 대체하려 했던 모바일 생태계로 조용히 재흡수되고 있는 다른 스타트업들의 짧은 명단에 합류하게 되었음을 의미합니다.

"선출시 후수정 (Ship Now Fix Later)" 전략의 기원

2024년, Rabbit과 Humane 같은 스타트업들은 닫혀가는 기회의 창을 향해 경주하고 있었습니다. 그들은 Apple과 Google이 수십억 대의 스마트폰 운영 체제에 생성형 AI (generative AI)를 직접 통합하기까지 불과 몇 달밖에 남지 않았다는 것을 알고 있었습니다. 그래서 그들은 클라우드 기반의 베타 테스트를 감싸는 물리적 껍데기에 불과한 하드웨어를 조기에 출시했습니다.

그 논리는 한계까지 밀어붙여진 MVP 사고방식이었습니다. 즉, 거대 플랫폼들이 움직이기 전에 사용자 기반을 확보하고, 실제 상호작용 데이터를 수집하며, 발판을 마련하는 것이었습니다. 문제는 소비자들이 테스터가 되기 위해 수백 달러를 지불했다는 점입니다. 초기 기기들은 타이머를 설정하거나 반복적인 캘린더 이벤트를 생성할 수조차 없었습니다. 약속된 것은 "AI가 학습할 것"이라는 점이었습니다. 실제로 일어난 일은 AI는 개선되었지만, 별도의 기기를 위한 하드웨어적 명분은 완전히 무너졌다는 것입니다.

2024년 이후 AI 웨어러블 (AI wearable) 카테고리 전반에 걸친 누적 손실은 상당한 수준입니다. 여기에는 연구 개발 (R&D), 실패한 재고 사이클, 그리고 이를 효율적으로 처리하도록 설계되지 않은 하드웨어에서 에이전트 (agents)를 실행하는 데 드는 클라우드 컴퓨팅 (cloud compute) 비용이 모두 포함됩니다. 이 전략은 유용한 데이터를 생성해냈지만, 지속 가능한 제품 카테고리를 만들어내지는 못했습니다.

지연 시간의 벽과 로컬 프로세싱의 부상

전용 AI 하드웨어의 원래 핵심 제안은 지연 시간 (latency)에 집중되어 있었습니다. 2024년 당시, 음성 명령과 클라우드 기반 응답 사이의 왕복 시간 (round-trip time)은 에이전트 워크플로 (agentic workflows) — 즉, 시스템이 사용자를 대신해 항공권을 예약하거나 스프레드시트를 재구성하는 작업 — 에 있어 진정으로 고통스러운 수준이었습니다. 전용 하드웨어가 이러한 특정 경로를 최적화할 수 있다는 것이 당시의 논리였습니다.

스마트폰 제조사들은 누구의 예상보다 빠르게 그 격차를 좁혔습니다. 2025년 말과 2026년 초에 도입된 모바일 칩들은 클라우드 연결 없이도 LLM (Large Language Models)을 로컬에서 실행할 수 있는 전용 뉴럴 엔진 (neural engines)을 통합했습니다. 성능이 뛰어난 액션 모델 (action model)을 스마트폰의 실리콘에서 직접 실행할 수 있게 되자, 199달러짜리 주황색 플라스틱 상자나 700달러짜리 핀 (pin)의 존재 이유는 사라졌습니다. 이는 온디바이스 에이전트 워크플로 (on-device agentic workflows)에 대한 광범위한 관심을 이끄는 것과 동일한 변화입니다. 이제 연산 (compute)은 사용자가 이미 있는 곳에서 이루어집니다.

배터리 수명은 상황을 더욱 악화시켰습니다. 이 기기들이 내세웠던 "항상 듣기 (always listening)" 기능은 소형 배터리 셀에 치명적이었습니다. 대부분의 전용 AI 기기들은 활발한 사용 환경에서 근무 시간 전체를 버티는 데 어려움을 겪었습니다. 더 큰 배터리와 수년간의 전력 관리 최적화를 거친 스마트폰은 별다른 노력 없이도 이 싸움에서 승리했습니다.

소비자 신뢰와 베타 테스트의 비용

완성되지 않은 제품을 정가에 출시하는 것은 환불 대기열 이상의 비용을 발생시킵니다. R1과 Humane Ai Pin에 대한 초기 리뷰가 타격을 입은 이유는 비전(vision)이 틀렸기 때문이 아니라, 약속과 제품 사이의 간극을 무시할 수 없었기 때문입니다. 사람들이 이 기기들을 더 많이 사용할수록, 그들은 더 빠르게 동일한 결론에 도달했습니다. 바로 자신들의 스마트폰이 더 빠르다는 것이었습니다.

벤처 캐피털(Venture capital)은 그 교훈을 흡수했습니다. 독립적인 카테고리로서의 AI 하드웨어에 대한 투자는 대체로 메말랐으며, 기존 플랫폼 내부에서 실행되는 에이전트형 소프트웨어(agentic software)로 재편되었습니다. 목표는 더 이상 누군가의 주머니 속에 있는 기기를 소유하는 것이 아니라, 그들이 이미 가지고 있는 기기 위의 인터페이스 계층(interface layer)을 점유하는 것입니다. Rabbit의 앱 피벗(app pivot)은 이러한 자금 조달의 변화가 가져온 직접적인 결과입니다. 시장은 명확하게 답했습니다. 20달러짜리 구독 서비스가, 어차피 작동하려면 스마트폰이 필요한 200달러짜리 기기보다 낫다는 것입니다.

이 모든 것을 AI 자체가 과장되었다는 증거로 읽는 것은 너무 쉬운 해석입니다. 더 정확한 해석은 '전달 메커니즘(delivery mechanism)'이 잘못되었다는 것입니다. 2024년에 소비자들에게 약속되었던 기능들 — 기술과 대화하고 그것이 사용자를 대신해 행동하게 하는 것 — 은 이제 대부분의 플래그십 스마트폰에서 표준이 되었습니다. 결과적으로 이 스타트업들은 광범위한 산업을 위한 값비싼 R&D 프로그램 역할을 수행했습니다. 초기 실패의 재정적, 평판적 피해를 흡수하면서 사용자들이 실제로 어떤 에이전트 기능(agentic capabilities)을 원하는지 스트레스 테스트(stress-testing)를 수행한 것입니다. 이는 유용한 결과이긴 하지만, R1을 구매한 사람들이 기대했던 결과는 아닙니다. LLM 에이전트가 여전히 부족한 부분이 어디인지에 대한 더 폭넓은 관점은 ReplicatorBench 결과를 읽어볼 가치가 있습니다.

전문 도구로서의 AI 웨어러블의 미래

범용 AI 기기(general-purpose AI gadget)의 시대는 끝났습니다. 이를 대체하는 것은 더 좁은 목적을 가지며 그 용도에 대해 더 솔직한 기기들입니다. 차세대 AI 하드웨어는 스마트폰이 진정으로 할 수 없는 것들을 목표로 하고 있습니다. 즉, 전문적인 전사(transcription)를 위한 고충실도(high-fidelity) 오디오 캡처, 산업 환경을 위한 증강 현실(augmented reality) 오버레이, 실제 임상적 정밀도를 갖춘 생체 인식 모니터링(biometric monitoring) 등입니다. 이러한 장치들은 화면을 완전히 대체하겠다고 약속하는 것이 아니라, 화면이 복제할 수 없는 물리적 능력을 제공함으로써 그 존재 가치를 증명합니다.

이 사이클의 생존자들은 스마트폰과 경쟁하려는 시도를 멈추고, 스마트폰 위에서 구축하기 시작한 제작자들입니다. '박스 형태의 AI(AI-in-a-box)' 시대는 끝났습니다. 다음에 올 것은 사용자가 이미 휴대하고, 착용하고, 사용하는 모든 것에 내장된 AI입니다. 이 AI는 로컬(locally)에서 실행되고, 신뢰할 수 있게 작동하며, 사용자의 방해를 하지 않습니다. 이는 마케팅하기 더 어려운 일이지만, 실제로 제품화(ship)되는 것입니다. AI 에이전트(AI agents) 및 자동화 도구에 대한 더 많은 정보는 저희의 AI Agents 섹션을 방문해 주세요.

_원문 게시처: https://autonainews.com/why-ai-hardware-startups-are-finally-retiring-after-a-12b/
_