앙코르 공동 CEO가 말하는 물리적 AI의 미래. 로봇공학과 자율주행 시장의 성장 전망, 창업 여정의 핵심 교훈을 담았습니다.
물리적 AI가 다음 혁신 플랫폼인 이유
핵심 요약
- 물리적 AI는 경제의 80%를 차지하는 실제 세계 조작·이동 작업을 혁신할 기술
- 5~10년 내 로봇이 인간보다 많아질 것이라는 예측
- 현재 가장 큰 성장 분야는 로봇공학, 자율주행은 더 성숙한 단계
- 성공의 핵심은 고객과 끊임없이 대화하고 시장의 신호를 읽는 것
- 창업의 롤러코스터를 즐기고 흐름을 받아들이는 것이 지속의 원동력
창업의 현실: 롤러코스터를 받아들이기
회사를 창립하는 것은 극단의 연속입니다. 앙코르의 공동 CEO 에릭 랜도는 창업 과정에서 겪게 되는 극심한 기복을 "롤러코스터"에 비유합니다.
랜도는 퀀트 트레이더로 10년간 일했을 때 더 많은 수익을 거두었습니다. 코로나19 팬데믹 시작 직후 그가 창업을 결정했던 그 달, 월스트리트의 그 부서는 지난 3년간의 수익을 합친 것보다 더 많은 이익을 올렸습니다. 그럼에도 불구하고 그는 창업을 선택했습니다. 단순히 재정적 수익 때문이 아니라, AI가 그의 세대가 경험할 기술적 패러다임 전환 이라는 확신이 있었기 때문입니다.
AI 개발의 진화: 데이터와 규모의 중요성
랜도의 경력 궤적은 AI 분야의 중요한 변화를 보여줍니다. 입자 물리학 박사였던 그는 처음에는 도메인 전문 지식을 기반으로 한 세밀한 설계 에 의존했습니다. 고빈도 매매에서도 시장 요인을 중심으로 한 모델을 구축했습니다.
그러나 현대 AI는 다른 접근을 취합니다. 단순히 대량의 데이터를 머신러닝 시스템에 투입하고 규모를 확장하는 것이 더 효과적 임이 증명되었습니다. 이는 AI 업계에서 "쓰디쓴 교훈(the bitter lesson)"이라 불리는 원칙으로, 정교한 설계보다는 더 많은 컴퓨팅 자원과 데이터 가 시스템 성능을 좌우한다는 의미입니다.
물리적 AI: 경제의 80%를 차지하는 기회
앙코르는 처음부터 물리 AI에 집중하지 않았습니다. 회사는 컴퓨터 비전에서 시작해 점진적으로 멀티모달 AI로 진화 했고, 결국 물리 AI 영역으로 확장했습니다.
물리 AI의 규모는 상상을 초월합니다. 경제 활동의 80%는 현실 세계에서 사물을 조작하거나 이동시키는 작업 입니다. 많은 로봇공학자들은 5~10년 내 로봇이 인간보다 많아질 것 이라 예상합니다. 이는 자율주행, 제조, 물류 같은 산업 전반에 거대한 기회를 의미합니다.
현재 자율주행은 성숙도 곡선에서 더 앞선 상태 로 실제 생산 단계에 진입했습니다. 그러나 앙코르의 가장 큰 성장은 로봇공학 분야 에서 발생하고 있습니다. 휴머노이드, 소비자 로봇, 제조 로봇 등 다양한 응용 분야가 폭발적으로 성장 중입니다.
데이터의 수집과 관리: 경쟁력의 핵심
앙코르의 제품은 데이터 수집과 관리를 중심으로 설계되었습니다. 베이 에어리어의 시설에서는 로봇 시스템과 운영자들이 다양한 작업용 데이터를 수집합니다. 또한 고객의 프로덕션 데이터도 활용 하여 시스템을 지속적으로 개선합니다.
수집되는 데이터는 비디오, 센서, 오디오, 언어 등 멀티모달 형식 입니다. 앙코르가 다루는 데이터 규모는 방대합니다. 회사는 수백 개 고객사의 수 페타바이트에 달하는 데이터 를 관리하고 있으며, 이는 GPT-4 훈련에 사용된 데이터량보다 많다고 알려져 있습니다.
앙코르의 실제 경쟁력은 단순히 데이터 수집이 아닌 데이터 큐레이션과 어노테이션 에 있습니다. 회사는 이를 "수십억 개의 건초 더미에서 백만 개의 바늘을 찾는 것"이라 표현합니다. 올바른 데이터를 선택하고, 주석을 달고, 평가하는 능력이 AI 모델의 성능을 좌우합니다.
시장의 신호를 읽는 법: 끊임없는 대화
앙코르의 성장은 고객, 경쟁자, 다른 창업자들과의 끊임없는 대화 에서 비롯됩니다. 랜도는 잠재 고객, 실제 고객, 그리고 분야의 선두주자들과 지속적으로 소통하며 시장의 움직임을 흡수합니다.
처음 몇 년간 앙코르는 "사막" 같은 시간을 보냈습니다. ChatGPT 출시 전까지 물리 AI의 중요성을 설득하기 어려웠습니다. ChatGPT의 등장이 AI 업계 전체에 대한 인식을 극적으로 변화 시키면서 앙코르도 기회를 맞이했습니다.
중요한 것은 이 변화가 "갑작스러운 이진적 전환"이 아니었다는 점입니다. 앙코르의 제품은 꾸준히 발전하고 있었고, 시장이 회사의 방향으로 움직이기 시작 했을 뿐입니다. 이것이 제품-시장 적합성(Product-market fit)의 또 다른 형태입니다.
영업 조직 구축의 교훈
물리학자에서 경영진으로 변모하기 위해 랜도는 가파른 학습 곡선을 겪어야 했습니다. 특히 영업팀 채용은 시행착오의 연속 이었습니다.
Y Combinator의 조언을 받았음에도 불구하고 실수를 반복했습니다. YC 담당자가 피해야 할 특정 특성을 명확히 조언했지만, 랜도 팀은 정확히 그 특성을 가진 인물을 고용했습니다. 9개월 후에 헤어졌지만, 이 경험을 통해 팀은 더 빠른 결정을 내리는 법 을 배웠습니다.
핵심 교훈은 "강력한 논리적 이유 없이도 이 직감이 옳다"는 느낌을 신뢰하는 것입니다. 사람이 본질적으로 나쁜 것이 아니라 그저 특정 역할과 맞지 않을 수 있기 때문입니다.
다중 거점 전략: 고객 우선
앙코르는 런던에 본사를 두었지만 베이 에어리어에 주요 시설을 구축 했습니다. 이는 회사의 명확한 우선순위 때문입니다: 고객 → 인재 → 투자자.
대부분의 고객이 미국 베이 에어리어에 집중되어 있기 때문에, 공동 창업자는 그곳으로 이사하고 운영 중심을 옮겼습니다. 런던은 AI와 엔지니어링 분야의 풍부한 인재 풀 을 제공하므로, 두 지역 모두에 조직을 유지하는 것이 전략적입니다. 런던의 인재 경쟁이 샌프란시스코보다 여전히 덜 치열하다는 것도 장점입니다.
경쟁 속에서 차별화하기
물리 AI 분야는 초기에 많은 경쟁사가 있었으나, 시간이 지남에 따라 상당수가 방향을 바꾸거나 합병되거나 자금이 바닥났습니다. 현재 다시 경쟁이 치열해지고 있습니다.
앙코르의 차별점은 물리 AI와 데이터 확장성에 집중하는 것 입니다. 수 페타바이트 규모의 데이터를 처리할 수 있는 기반 인프라를 오랜 시간에 걸쳐 구축했으며, 이는 대부분의 회사가 달성하기 어려운 수준입니다.
스케일업을 위한 실용적 조언
물리 AI 초기 단계의 창업자들이 언제 앙코르 같은 제품을 사용해야 하는지에 대해 랜도는 명확합니다. 내부 도구로 POC(개념 증명)를 시도한 후, 모델을 프로덕션으로 옮기거나 대량 데이터가 유입되는 변곡점에서 외부 솔루션을 고려 해야 합니다.
너무 이른 단계에서 복잡한 제품을 도입하는 것은 비효율적입니다. 초기에는 오픈소스 도구로 시작하는 것이 적절 합니다.
결론
물리적 AI는 단순한 기술 트렌드가 아닙니다. 경제의 80%를 차지하는 현실 세계의 작업을 자동화할 수 있는 거대한 기회이며, 향후 5~10년이 결정적인 시기가 될 것입니다.
앙코르의 여정은 시장의 신호를 듣고, 롤러코스터 같은 창업의 기복을 받아들이며, 끊임없이 대화하고 배우는 것 이 얼마나 중요한지 보여줍니다. 창업자들에게 가장 중요한 조언은 극심한 변동을 피하려 하지 말고 그저 그 여정을 즐기는 것 입니다.
Original source: Why Physical AI Is the Next Platform Shift
powered by osmu.app