로봇 AI 모델은 어디로 가나: 모델 112개로 본 피지컬 AI 개발 방향

요약

• 현황: 윙치키가 기록한 로봇 AI 모델 112개 중 91개가 2025년 이후에 나왔어요. 행동 생성 (VLA) 모델이 63개로 가장 많고, 가중치를 공개한 모델은 58개예요.
• 분석: 새 모델을 내는 나라의 무게중심이 중국으로 옮겨 갔고, 학습 데이터는 로봇으로 모은 실제 시범에서 사람 영상·사람 시연으로 바뀌고 있어요. 미래 장면을 예측하는 월드 모델과 행동 생성을 한 모델에 합치는 시도도 늘었어요.
• 결론: 로봇 AI 경쟁의 핵심은 "로봇을 몇 대 굴려 데이터를 모으나"에서 "사람 데이터를 얼마나 모아 로봇으로 옮기나"로 바뀌고 있다고 봐요. 다만 실제 로봇에서 쓰였다는 기록은 아직 112개 중 22개뿐이에요.

1. 현황: 로봇 AI 모델은 몇 개나, 어떤 종류가 나왔나요

로봇 AI 모델은 2025년부터 한 해 50개 넘게 쏟아지고 있어요. 윙치키 AI 모델 목록의 112개를 출시 시기별로 보면 2024년까지 17개, 2025년 상반기 24개, 2025년 하반기 30개, 2026년 상반기 30개, 2026년 7~9월 7개예요(출시 시기를 모르는 4개 제외).

• 행동 생성 (VLA): 63개. 카메라 영상과 말로 된 지시를 받아 로봇 동작을 바로 내는 모델
• 월드 모델: 16개. 로봇이 움직이면 장면이 어떻게 바뀔지를 영상으로 예측하는 모델
• 이해·계획 (VLM): 15개. 장면을 이해하고 작업 순서를 짜는 모델
• 시뮬레이션·학습 플랫폼 10개, 보행 같은 제어 정책 5개, 기타 3개

모델을 가장 많이 낸 곳은 엔비디아(14개)와 구글 딥마인드(13개)이고, 알리바바(6개)가 뒤를 이어요.

2. 분석

2-1. 새 모델의 60%가 중국에서 나왔고, 대부분 공개 모델이에요

2026년 상반기에 나온 모델 30개 중 18개(60%)가 중국 회사 모델이었어요. 2025년 상반기에는 24개 중 7개(29%)였어요. 같은 기간 미국 회사 모델은 12개에서 8개로 줄었어요.

공개 방식도 달라요. 2026년 상반기 중국 모델 18개 중 14개가 가중치를 공개했지만, 미국 모델은 8개 중 3개만 공개했어요. 구글 딥마인드(영국 법인 기준 13개)는 2개만 공개했어요. 중국은 공개 모델을 많이 내서 생태계를 넓히고, 미국·영국의 상위 회사는 가장 좋은 모델을 비공개로 두는 구도예요.

2-2. 중국 모델은 알리바바 Qwen을 공통 바탕으로 쓰는 경우가 많아요

장면을 이해하는 바탕 모델로 알리바바의 Qwen 계열을 쓴 모델이 2025년 상반기 5개에서 2026년 상반기 12개(그 시기 모델의 40%)로 늘었어요. 유니트리 UnifoLM-VLA-0(Qwen2.5-VL), UBTECH Thinker, Spirit AI Spirit v1.5가 그 예예요. 엔비디아 Isaac GR00T N1.7도 Qwen3-VL을 바탕으로 한 Cosmos-Reason2를 이해 모듈로 써요(GitHub).

구글 딥마인드와 피지컬 인텔리전스는 자사 Gemini·Gemma를 바탕으로 써요. 바탕 모델을 직접 만드는 회사와 공개 모델을 가져다 로봇 쪽만 붙이는 회사로 나뉘는 셈이에요.

2-3. 학습 데이터가 로봇 실제 시범에서 사람 영상으로 옮겨 가고 있어요

학습 데이터를 밝힌 모델 중 사람 영상·사람 시연을 쓴 비중은 2025년 상반기 17개 중 2개(12%)에서 2026년 상반기 17개 중 11개(65%)로 늘었어요. 로봇 데이터를 전혀 쓰지 않고 사전학습한 모델도 나왔어요.

• 제너럴리스트 AI의 GEN-1(2026년 4월 2일)은 사람이 착용한 저가 웨어러블 기기로 모은 50만 시간 넘는 데이터로 사전학습했고, 사전학습 데이터에 로봇 데이터가 없다고 밝혔어요(회사 블로그, 2026-11-09 확인)
• 다이나 로보틱스의 DYNA-2(2026년 8월)는 1인칭 사람 영상 100만 시간 넘게로 사전학습했고, 로봇 데이터는 작업마다 최대 10시간만 사후학습에 썼다고 밝혔어요(회사 블로그, 2026-11-09 확인)
• 엔비디아 GR00T N1.7은 로봇 데이터에 사람 영상 2만 시간(EgoScale)을 더했어요

로봇 한 대로 원격조작 데이터를 모으는 속도에는 한계가 있어요. 사람 영상은 훨씬 싸고 많이 모을 수 있어서, 영상 AI가 데이터 양을 늘리며 성능을 끌어올린 방식이 로봇으로 넘어오고 있는 거예요. 남은 문제는 사람 손과 로봇 핸드의 차이를 얼마나 메우느냐예요.

2-4. 월드 모델과 행동 생성을 한 모델로 합치기 시작했어요

월드 모델은 2024년까지 1개였는데, 2025년 하반기 6개, 2026년 상반기 5개가 나왔어요. 최근에는 월드 모델을 따로 두지 않고 미래 장면과 동작을 함께 예측하는 "월드 액션 모델"이 나오고 있어요.

• 1X는 2026년 1월 영상 생성 월드 모델로 미래 장면을 만든 뒤, 그 장면에서 동작을 뽑아내는 방식을 NEO에 쓴다고 밝혔어요(1X)
• 엔비디아는 2026년 3월 16일 GTC에서 월드 액션 모델 구조의 GR00T N2를 미리 공개하고 연말까지 내놓겠다고 했어요(엔비디아 보도자료, 2026-11-09 확인)
• DYNA-2도 영상과 동작을 한 생성 모델에서 함께 만드는 월드 액션 모델이에요

2-5. "생각하는 모델"과 "움직이는 모델"을 나누는 구조도 굳어지고 있어요

큰 모델이 작업을 계획하고, 작고 빠른 모델이 몸을 움직이는 계층 구조를 쓰는 회사가 늘었어요. Figure AI의 Helix 02는 장면을 이해하는 S2, 200Hz로 전신을 움직이는 S1, 사람 동작으로 학습한 S0 세 층으로 나눴어요(Figure AI). 구글 딥마인드는 2026년 7월 계획용 Gemini Robotics-ER 2와 실행용 Gemini Robotics 2를 함께 내놨고, LG전자도 이해·계획 (VLM)과 행동 생성 (VLA) 두 단계 구조를 밝혔어요.

2-6. 실제 로봇에서 쓰였다는 기록은 아직 적어요

112개 중 특정 로봇에서 쓰거나 공식 시연한 기록이 확인된 모델은 22개(20%)예요. 동작을 1초에 몇 번 내는지(행동 주기)를 밝힌 모델은 19개, 모델 크기를 밝힌 모델은 58개예요. 발표는 빠르게 늘지만, 어느 현장에서 어떤 성공률로 쓰이는지는 대부분 공개되지 않아요.

3. 결론: 윙치키의 판단

아래는 위 데이터를 바탕으로 한 윙치키의 의견이에요.

1. 경쟁의 중심이 "로봇 데이터"에서 "사람 데이터를 로봇으로 옮기는 기술"로 바뀌고 있어요. 사람 데이터만으로 사전학습한 모델이 2026년에 두 개나 나왔다는 건, 로봇 대수가 적은 회사도 데이터 경쟁에 낄 수 있다는 뜻이에요. 앞으로는 웨어러블·1인칭 영상 수집 체계를 가진 회사의 평가가 올라갈 거라고 봐요.
2. 중국은 공개 모델로, 미국·영국은 비공개 상위 모델로 경쟁하는 구도가 이어질 가능성이 커요. 공통 바탕 모델(Qwen)과 공개 가중치 덕분에 중국 회사들은 모델을 빠르게 내놓을 수 있어요. 한국 회사 모델은 3개로 아직 적어서, 한국 로봇 회사가 공개 모델을 가져다 쓸지 자체 모델을 키울지가 중요한 선택이 될 거라고 봐요.
3. 2027년의 주제는 월드 액션 모델이 될 거라고 봐요. 엔비디아 GR00T N2가 예고대로 나오면 공개 생태계에도 이 구조가 퍼질 수 있어요. 그래도 판단은 발표가 아니라 현장 성공률로 해야 해요.

4. 앞으로 확인할 지표

• 엔비디아 GR00T N2가 2026년 말까지 실제로 공개되는지, 가중치를 공개하는지
• 사람 데이터만으로 사전학습한 모델이 실제 현장 작업 성공률을 공개하는지
• 수록 모델 중 실제 로봇 적용 기록이 확인된 비율(지금 20%)이 올라가는지

데이터 기준과 출처: 윙치키 AI 모델 데이터 2026-11-09 사본 112개(출시 시기 확인 108개)예요. 나라는 회사 본사 기준이고, 구글 딥마인드는 영국으로 셌어요. Qwen 바탕 여부는 모델 구조 기록에 Qwen이 적힌 경우만 셌어요. 사람 데이터 비중의 분모는 학습 데이터를 공개한 모델(2025년 상반기 17개, 2025년 하반기 18개, 2026년 상반기 17개)이에요. 2026년 7~9월은 7개뿐이라 비중 계산에서 뺐어요. GEN-1, DYNA-2, GR00T N2 내용은 2026-11-09에 회사 원문을 다시 확인했고, 나머지 모델 정보는 윙치키 모델 데이터에 기록된 공식 자료 기준이에요. 윙치키가 모은 범위의 흐름이라 업계 전체 통계와는 다를 수 있어요.