FutureX · Physical AI Daily — Issue 69 (07/26)
요약
Waymo의 독자 앱 출시 계획과 현대차의 Physical AI 전환 등 로보틱스 산업 동향을 다룹니다. 또한 Nankai University 연구팀이 센싱, 연산, 활성화를 단일 칩에 구현한 강유전체 트랜지스터 기술을 발표했습니다.
핵심 포인트
- Waymo, 2028년 Austin 및 Atlanta에서 자체 앱 출시 예정
- 현대차-Nvidia, 로보틱스 레퍼런스 플랫폼 공동 구축
- AGIBOT, 8월 중 홍콩 IPO 추진 및 높은 기업 가치 목표
- Nankai University, 단일 트랜지스터로 센싱·연산·활성화 통합 구현
- 뉴로모픽 비전 하드웨어로 높은 인식 정확도 및 저지연 달성
오늘의 주요 뉴스
· Waymo는 Uber 측에 2028년 1월 Austin과 Atlanta에서 자체 앱을 출시할 것이라고 통보했으며, 이로써 두 시장에서의 독점 관계가 종료됩니다.
· Hyundai Motor는 Nvidia와 함께 로보틱스 레퍼런스 플랫폼을 공동 구축하며 **"Physical AI Solutions Company"**로의 전환을 발표했습니다.
· Dongfeng Aeolus(중국 자동차 제조사) × Hello Inc.(중국 모빌리티 플랫폼)의 L4 로보택시가 생산 라인에서 출고되었으며, 10,000대를 배치하고 2년 이내에 최소 10개 도시로 확장할 계획입니다.
· 5kg을 들어 올리는 정교한 손(Dexterous hands)이 단 50회 사이클 만에 파손되었습니다. 최고 수준의 제품조차 300,000~500,000 사이클 정도만 지속됩니다.
· AGIBOT(중국 휴머노이드 로보틱스 스타트업)의 홍콩 IPO가 이르면 8월에 이루어질 수 있으며, 전략적 투자자들은 **400억~500억 홍콩 달러(HK$)**의 기업 가치를 목표로 하고 있습니다.
I. 연구 진척 상황
Nankai University의 "하나의 칩, 세 가지 기능" 강유전체 트랜지스터: 센싱(Sensing), 연산(Computation), 활성화(Activation)를 단일 장치에 압축 · 인지(Perception)
Embodied vision 시스템은 오랫동안 센서, 메모리, 연산 및 활성화 회로가 각각 분리되어 작동하는 제약을 받아왔습니다. 데이터가 모듈 간을 반복적으로 이동해야 하고 여러 번의 아날로그-디지털 변환(analog-to-digital conversions)을 거쳐야 하므로, 에너지 소비와 지연 시간(latency)이 모두 높게 유지됩니다. Nankai University의 Chen Xudong, Tian Jianguo, Chen Shuqi가 이끄는 팀은 중국과학원(Chinese Academy of Sciences)의 Suzhou Institute of Nano-Tech and Nano-Bionics의 Kang Lixing 팀과 협력하여, 이중 분할 제어 게이트(dual split-control-gate) 구조를 사용하여 CuInP2S₆의 국부적 분극(local polarization)을 조절하고, 양극성(ambipolar) WSe₂ 채널에 p-n/n-p/p-p/n-n 호모접합(homojunctions)을 프로그래밍했습니다. 이를 통해 단일 강유전체 트랜지스터가 요구에 따라 세 가지 모드 — 인센서 컴퓨팅(in-sensor computing), 인메모리 컴퓨팅(in-memory computing), 비선형 활성화(nonlinear activation) — 사이를 전환할 수 있으며, 33개의 광학 가중치 상태(optical weight states), 32개의 다단계 전도도 상태(multi-level conductance states), 그리고 약 8 ns의 ReLU/Sigmoid 유형 응답 시간을 제공합니다.
연구팀은 이를 기반으로 엔드 투 엔드 (end-to-end) 뉴로모픽 비전 하드웨어를 구축하였으며, 분류 결과를 모바일 로봇의 좌회전/우회전/정지 명령으로 직접 변환함으로써 **95%**의 MNIST 인식 정확도, 교통 영상 처리 시 약 98%의 시스템 레벨 시뮬레이션 정확도, 그리고 전체 하드웨어 오토인코더 (autoencoder) 재구성 결과와 소프트웨어 벤치마크 간의 0.99 구조적 유사도 (structural similarity)를 달성했습니다. 해당 연구는 Science Advances에 게재되었습니다.
Li Yuan, Zhang Zhicheng 외 (Nankai University · Suzhou Institute of Nano-Tech and Nano-Bionics, CAS) · Science Advances 10.1126/sciadv.aed9436 · 출처: Nankai University Institute for Interdisciplinary Sciences source (WeChat, CN)
Jetson-PI: 온보드 컴퓨팅에서 VLA를 "데모 가능" 수준에서 "지속 운용 가능" 수준으로 전환하기 · vla
Jetson Orin에서 π0.5를 직접 실행하면 추론 시간은 약 1.4초, 제어 주파수는 약 0.7 Hz에 불과하여, 로봇이 액션 청크 (action chunks) 사이에서 눈에 띄는 멈춤 현상을 보이며 느릿하게 움직이게 됩니다. 이는 엣지 디바이스 (edge-device) VLA 배포가 직면한 가장 구체적인 장벽입니다. 베이징 대학교 (Peking University), AIRS, 그리고 PrimeBot 연구소는 "미리 보기 정렬 비동기 교정 (look-ahead aligned asynchronous correction)"을 제안합니다. 이들은 기존 궤적과 새로운 궤적을 융합하는 대신, 약 40M 파라미터 (전체 VLA의 약 1%) 규모의 경량 모듈을 학습시켜 현재 액션이 완료된 후의 미래 VLM 환경 표현을 직접 예측하게 합니다. 이를 통해 액션 전문가 (action expert)가 해당 미래 시점부터 액션을 생성하도록 하여, 비동기 추론에 내재된 인지-실행 불일치 (perception-execution misalignment) 문제를 우회합니다. 또한 이 시스템은 신뢰도에 따라 스케줄링을 수행합니다. 즉, 안정적인 상태에서는 VLM을 건너뛰고 액션 전문가만 실행하며, 물체를 잡거나 놓는 것과 같은 중요한 단계에서 신뢰도가 떨어질 때만 다시 "미리 보기"를 수행합니다.
정확도를 희생하지 않으면서도, 이를 통해 Jetson Orin에서의 제어 빈도(control frequency)를 네이티브 PyTorch 추론(inference)보다 8.66배 빠른 6.06 Hz로 높였습니다.
Peking University · AIRS · PrimeBot Research Institute · arXiv 2607.12659 source · via: Sina Mobile source
오픈 소스 (Open Source) · 도구 (Tools) · 벤치마크 (Benchmarks)
· Jetson-PI: Peking University 팀은 Jetson Orin/Thor와 같은 저전력 온보드 장치(onboard devices)를 대상으로 비동기 추론(asynchronous inference) 코드와 에지 추론 엔진(edge inference engine, PKU-SEC-Lab)을 모두 오픈 소스로 공개했습니다 source
· DexLink / SyLink Hand: 논문에 공개된 재료 비용이 400달러 범위로 떨어졌습니다 — DexLink는 320g 무게의 손에서 16개의 액추에이터(actuator)로 20개의 관절(joint)을 구동하며, 33가지의 모든 Feix 파지(grasp) 유형을 완료합니다; SyLink는 한 발 더 나아가 단 11개의 액추에이터로 19개의 관절을 구동합니다. 기준점은 2023년 당시 2,000달러 미만이었던 LEAP Hand의 비용이며, LEAP Hand V2의 금속 손바닥 내구성 변형 모델은 실제로 약 4,000달러까지 상승했습니다 — 비용에 대한 논의는 이제 "손 하나에 얼마인가"에서 허용 오차(tolerances), 교정(calibration), 그리고 수명(lifespan)으로 이동하고 있습니다 source (WeChat, CN)
· ORCA Hand: 재료비 2,000 스위스 프랑 미만, 공개적으로 검증된 7시간 17분 연속 가동을 통해 힘줄(tendon)의 느슨해짐이나 파손 없이 약 2,000회의 잡기 및 놓기(grasp-and-release) 사이클을 완료 — 벤치마킹의 기준을 "한 번 할 수 있는가"에서 "관리자 없이 반복할 수 있는가"로 격상시킴 출처 (WeChat, CN)
II. 자금 조달 및 거래 (Funding and Deals)
AGIBOT (중국 휴머노이드 로보틱스 스타트업) | 홍콩 IPO | 코너스톤 투자자 목표 기업 가치 400억~500억 홍콩 달러 · 휴머노이드 ⚠️ 보고된 조건
7월 24일 홍콩 상장 절차를 공식적으로 시작함에 따라, AGIBOT는 이르면 이번 8월에 홍콩 IPO를 완료할 수 있습니다. 코너스톤 투자자(cornerstone investors)들은 목표 기업 가치를 400억~500억 홍콩 달러(약 346억~433억 위안)로 설정했으나, AGIBOT 자체는 목표 기업 가치를 약 800억 홍콩 달러까지 끌어올리기를 희망했습니다. 참고로, 2026년 7월 기준 회사가 가장 최근에 공개한 포스트 머니 기업 가치(post-money valuation)는 150억 위안이었으며, 2025년 매출은 전년 대비 거의 20배 증가한 10.5억 위안을 초과했습니다. Omdia에 따르면, AGIBOT는 2025년에 범용 휴머노이드 로봇을 5,100대 이상 출하하여 전 세계 시장의 약 39%를 차지했습니다. 반면 경쟁사인 Unitree Robotics(중국 사족보행/휴머노이드 로봇 제조사)는 같은 기간 동안 5,500대 이상의 출하량을 공식적으로 공개했습니다. 이 두 수치의 차이는 "세계 1위"라는 기준이 통계 범위를 어떻게 설정하느냐에 따라 달라짐을 보여줍니다. 출처: Zui Investment Bank 출처 (WeChat, CN)
Jingling Zhikang (중국 웨어러블 의수족 스타트업) | 엔젤 라운드 | 약 1억 위안 · embodied
Longpan Investment이 주도하고 Jiangxi Financial Holdings, Xinhuadu의 Ni Guotao 회장, 그리고 USTC-Silicon Valley (Hefei)가 참여했습니다. 이번 펀딩은 로봇의 말단 장치 (end-effector)에 장착되는 정교한 손을 목표로 하는 것이 아니라, 사람의 손에 착용하는 것을 목표로 합니다. Hefei에 본사를 둔 Jingling Zhikang은 착용자의 움직임 의도를 읽어 움켜쥐는 동작을 구동하는 약 370g 무게의 웨어러블 생체 모방 손 (bionic hand)을 제작합니다. 이 회사가 싸우고 있는 진짜 전쟁터는 가격입니다. 수입된 하이엔드 스마트 생체 모방 손은 보통 300,000~500,000 위안(RMB)에 달하며, 유사한 중국 제품들도 일반적으로 100,000 위안을 초과합니다. 지난 5월 Lingxin Qiaoshou를 전략적으로 인수 완료한 이 회사는 우선 가격을 30,000~50,000 위안으로 낮추고, 3년 이내에 10,000 위안 가격대에 도달하는 것을 목표로 하고 있습니다. 또한 2026년 500대, 2027년 2,000대 생산을 계획하고 있으며 2028년에는 10,000대까지 확대할 계획입니다. 회사는 최신 테스트 결과 수명이 100만 사이클을 초과한다고 밝혔으나 ⚠️ 이는 공급업체의 주장입니다. 출처: Touyingli source (WeChat, CN)
Acrab (Singapore) | 누적 투자액 | 3억 5,000만 달러 · hardware
Huangpu River Capital(중국 벤처 캐피털)의 5,000만 달러 투자와 함께, Temasek의 Vertex가 Vertex Ventures SEA & India 및 Vertex Growth를 통해 대규모 투자를 진행했습니다. 설립자인 Ken Phua는 이전에 Arm의 글로벌 기술 전략 및 인수 부문 부사장(VP)과 Arm China의 공동 CEO를 역임했습니다. 이 회사는 "CPU가 다시 AI 시대의 중심이 되고 있다"는 데 승부수를 던지고 있습니다. 회사의 첫 번째 칩인 5nm GΞLIX 1이 발표되었습니다. 이 칩은 20코어 Arm CPU, 3 TFLOPS GPU, 그리고 전용 NPU를 통합한 이기종 아키텍처 (heterogeneous architecture)로, 총 650 TOPS의 AI 연산 성능을 제공합니다. 회사의 주장에 따르면, Gemma 26B A4B 구성에서 프리필 (prefill) 처리량은 1,416.8 tokens/s에 달하며, 이는 M4 Pro Mac Mini보다 7.5배 높은 수치입니다 ⚠️ 업체 주장. 리드 투자자인 Huangpu River Capital은 이전에 Montage Technology, Horizon Robotics, Galbot(중국 휴머노이드 로봇 스타트업), 그리고 Paxini(중국 촉각 센싱 스타트업)를 지원한 바 있습니다. 출처: LeiDi · Sina Finance source
Yisuo Intelligence | 시드 라운드 (Seed round) | 수천만 위안 (RMB) · 월드 모델 (world-model)
Zhengxuan Investment의 독점 투자이며, 회사는 동시에 약 1억 위안 (RMB) 규모의 텀 시트 (term sheet)를 공개했습니다. 월드 모델 (world models)이 집단적으로 로보틱스 (robotics)와 자율 주행 (autonomous driving)으로 선회함에 따라, Yisuo Intelligence는 대신 **과학적 월드 모델 (scientific world models)**을 목표로 하고 있습니다. 이 회사의 Iso-SWM 엔진 + Iso-Sciland 연구 워크스페이스 (research workspace) + Iso-LabOS 실험 피드백 시스템 (experimental feedback system)은 생명 과학 분야에서 시작하여 재료, 에너지, 화학 공정 및 반도체로 확장되는 "예측-실험-교정-재예측" 방식의 습식-건식 폐쇄 루프 (wet-dry closed loop)를 실행합니다. 참고할 만한 지점은 올해 5월 완료된 Isomorphic Labs (Alphabet 자회사)의 21억 달러 규모 펀딩 라운드입니다. 이 분야는 고객층이 더 명확하고 지불 의사가 높지만, AI 알고리즘, 도메인 지식 (domain knowledge), 그리고 습식 실험실 (wet-lab) 엔지니어링 역량의 결합을 필요로 합니다. 출처: Rongleme source (WeChat, CN)
III. 상용화 및 배포 (Commercialization and Deployment)
Dongfeng Aeolus × Hello Inc.: L4 로보택시 (robotaxi) 생산 라인 가동, 10,000대 배포 계획 · 자율 주행 (autonomy)
어제 Hello Inc.의 첫 양산형 로보택시 (robotaxi)인 HR1이 인도된 데 이어, 해당 차량은 7월 24일 Dongfeng Nissan Huadu 공장에서 공식적으로 생산 라인을 통과했습니다. 이 프로젝트는 Aeolus VX6 전기 SUV를 기반으로 Dongfeng Aeolus와 Guangzhou Zaofu Intelligence (Hello Inc.의 통합 모빌리티 부문)가 공동으로 구축하였으며, 10,000대 규모의 대량 배포 계획을 가지고 있습니다. 첫 번째 물량은 Guangzhou와 Shenzhen에서 일상적인 시연 운영을 수행할 예정이며, 2026년에서 2027년 사이에 전국적으로 최소 10개 도시로 확장할 계획입니다. 진정으로 주목할 만한 점은 모델 자체입니다. 즉, "자동차 제조사의 양산 + 모빌리티 플랫폼의 자체 자율 주행 (autonomous driving)" 방식입니다. 이는 로보택시를 기존의 개조 차량 방식에서 자동차 제조사의 생산 라인에서 바로 나오는 제품 방식으로 전환하는 것입니다. VX6의 실내 공간은 라이다 (lidar) 및 온보드 컴퓨팅 유닛 (onboard computing units)을 수용할 수 있으며, 그 경제성은 이미 고강도 호출형 차량 서비스 (ride-hailing) 운영을 통해 검증되었습니다. 출처: Caijing 21 source
FAW Jiefang, Annto Logistics에 L2 내비게이션 보조 중형 트럭 73대 인도, "두 명의 운전자를 한 명으로" 목표 · 자율 주행 (autonomy)
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기