오픈AI, 휴머노이드 중심으로 로보틱스 팀 재구성

(퍼플렉시티가 정리한 기사)

OpenAI는 인공일반지능(AGI)을 추구하는 전략의 일환으로 휴머노이드 시스템에 중점을 두면서 조용히 로보틱스 역량을 재구축하고 있습니다. 이는 5년 전 로보틱스 부서를 폐쇄한 이후 이 분야로의 의미 있는 복귀를 의미합니다. ChatGPT의 개발사인 OpenAI는 전문화된 팀을 구성하고 로보틱스 분야의 최고 인재를 적극적으로 영입하는 등, 물리적 세계에서 작동할 수 있는 AI 개발에 대한 새로운 의지를 보여주고 있습니다.

최근 보도에 따르면 회사는 특히 휴머노이드 로보틱스를 목표로 하고 있으며, 인간과 유사한 로봇 형태를 제어할 수 있는 알고리즘 개발에 전문성을 가진 연구원을 찾고 있습니다. OpenAI는 원격조종과 시뮬레이션을 통해 로봇을 훈련시키는 직무를 위한 여러 채용 공고를 게시했고, 그 중 한 역할은 부분적 및 완전한 휴머노이드 시스템 모두에 대한 경험을 명시적으로 요구하고 있습니다.

전략적 인재 확보

채용 열풍에는 OpenAI의 로보틱스 팀에 몇몇 주목할 만한 인재들이 추가된 것이 포함되어 있습니다. 특히 2025년 6월에 스탠퍼드 대학교에서 영입된 Chengshu Li가 주목받고 있는데, 그는 인간형 가정용 로봇이 다양한 가사 업무를 수행할 수 있도록 하는 벤치마크를 중심으로 박사 연구를 진행한 연구원입니다. Li가 가사 업무를 수행하는 인간형 로봇 평가 시스템을 만든 배경은 OpenAI가 소비자용 로봇 개발에 관심이 있음을 시사합니다.

또한 OpenAI는 링크드인 프로필에 따르면 다른 로보틱스 연구소 출신 연구자들을 영입했으며, 인간형 로봇 연구 센터의 교수들은 자신들의 학생들이 회사에 스카우트되었다고 전하고 있습니다. 이러한 전략적 인재 영입은 OpenAI가 인간형 로보틱스 개발의 전 분야에 걸쳐 전문성을 구축하고 있음을 보여줍니다.

휴머노이드 분야의 경쟁

이 확장은 OpenAI를 빠르게 성장하고 있는 휴머노이드 로보틱스 시장에서 여러 기존 강자들과 직접적으로 경쟁하게 만듭니다. 해당 시장은 2025년까지 29억 2천만 달러에 이를 것으로 예상됩니다. 테슬라(Tesla, Inc.) CEO 일론 머스크(Elon Musk)는 자사의 미래 가치의 80%가 옵티머스(Optimus) 휴머노이드 로봇에서 나올 것이라고 주장하며, 테슬라를 OpenAI의 노력에 대한 주요 경쟁자로 자리매김하고 있습니다. 한편, 보스턴 다이내믹스(Boston Dynamics)는 아틀라스(Atlas) 플랫폼의 뛰어난 이동성 시연으로 계속 발전을 이어가고 있고, Figure AI는 주요 테크 투자자들로부터 6억 7,500만 달러의 자금을 확보했습니다.

특히, Figure AI는 2025년 2월 OpenAI와의 파트너십을 종료했습니다. CEO 브렛 애드콕(Brett Adcock)은 "수직적으로 통합된 로봇 AI"의 필요성을 언급하며, 자사가 엔드-투-엔드(robotics 전 과정)에서 "주요 돌파구"를 달성했다고 밝혔습니다. 이 분리는 양사가 휴머노이드 개발에서 독립적인 길을 추구하고 있음을 시사하며, 경쟁이 더욱 심화될 가능성을 내포하고 있습니다.

기술적 집중 및 채용 공고

OpenAI의 현재 채용 공고는 로봇 공학 이니셔티브에 대한 구체적인 기술적 우선순위를 드러냅니다. 회사는 센싱 기술, 촉각 시스템, 그리고 힘 센서에 대한 전문 지식을 가진 기계 엔지니어를 모집하고 있는데, 이는 로봇이 물리적 환경과 안전하게 상호작용하기 위해 필수적인 요소들입니다. 한 공고에서는 "대량 생산을 위한 시스템 설계"를 명시하고 있어, OpenAI가 대규모 제조 응용 분야를 고려하고 있을 가능성을 시사합니다.

공고들은 "범용 로봇 공학의 잠재력을 열고, 실제 동적 환경에서 AGI 수준의 지능을 향해 나아간다"는 팀의 미션을 강조하며, OpenAI가 로봇 공학을 더 넓은 AGI 목표 달성에 필수적인 요소로 보고 있음을 나타냅니다. 이는 진정한 인공지능이 단순히 디지털 정보를 처리하는 것뿐 아니라 물리적 세계를 이해하고 다룰 수 있는 AI 시스템이 필요하다는 업계 시각과도 일치합니다.

OpenAI는 과거 창립 이후 2021년까지 로봇 공학 부서를 운영했으나, AI 시스템 발전에 필요한 충분한 훈련 데이터가 부족해 부서가 폐쇄되었습니다. 이제 다시 로봇 공학에 뛰어드는 것은 향상된 AI 역량과 더 나은 훈련 방법론의 이용 가능성을 반영하는데, 시뮬레이션 환경과 원격 조작 시스템이 현대 머신러닝 접근법에 필요한 대규모 데이터셋을 생성할 수 있도록 돕고 있습니다.