OpenAI, 독립 로봇팀 해체하고 연구·하드웨어 인력을 두 조직에 재배치

OpenAI는 독립 로봇팀을 해체하고 관련 인력을 두 조직으로 재배치했습니다. Fortune 보도에 따르면, 로봇 연구진은 최고연구책임자 마크 첸이 이끄는 핵심 연구 조직으로 옮겼고 응용 로봇·하드웨어팀은 사장 그렉 브록먼이 이끄는 Applied 조직으로 이동했습니다. OpenAI 대변인은 로봇을 회사 장기 비전의 핵심으로 두고 있으며, 이번 재배치가 범용 로봇 개발을 더 빠르게 추진하기 위한 결정이라고 밝혔습니다.

OpenAI가 Fortune에 설명한 기술적 판단은 범용 프런티어 모델을 로봇에 직접 적용할 수 있다는 점입니다. 회사 연구진은 올해 초까지 Sora 같은 영상 모델이 현실적인 영상을 만들며 물리 세계를 암묵적으로 반영한다는 점을 바탕으로 로봇 연구를 진전시키는 방안을 생각했습니다. 이후 GPT-6 Astra를 비롯한 범용 모델도 로봇 작업에 직접 적용할 수 있음을 확인했고, 이 판단에 따라 연구진을 일반 AI 모델을 다루는 팀으로 옮겼다고 대변인은 설명했습니다.

NVIDIA 연구진의 GPT-6 Astra 시험은 범용 모델이 로봇 조작에 적용되는 과정을 보여줍니다. 모델에 카메라 영상과 로봇 상태, 작업 지시를 입력하면 모델이 동작을 제안하고 시뮬레이션 로봇이 이를 실행합니다. 실행 뒤 새 관측과 상태가 모델에 전달되면 다음 동작을 정합니다. NVIDIA 보고서는 이전 상호작용 기록을 유지하지 않는 직접 호출 방식인 Direct Policy와, Codex 세션이 기록을 보존하고 이미지 확인·계산·메모 같은 선택형 도구를 제공하는 Agentic Policy 등을 비교했습니다.

RoboLab-120 조작 시뮬레이션에서 Agentic Policy는 74.8% 성공률을 기록했습니다. Codex 세션이 상호작용 맥락을 유지하는 이 방식의 점수는 Astra를 직접 호출한 Direct Policy의 66.3%보다 높았습니다. NVIDIA가 제시한 같은 벤치마크 리더보드에서 Lakeside 정책은 51.0%였습니다. 시험은 120개 과제를 각각 다섯 차례 수행해 결과를 냈습니다.

시뮬레이션은 모델이 추론하는 동안 멈췄으며, Direct Policy의 추론은 한 번에 평균 18.56초 걸렸습니다. 이 결과는 시뮬레이션 과제의 성공률입니다. 실물 로봇의 연속 제어 응답이나 장시간 운용은 시험 범위에 포함되지 않았습니다.

카네기멜런대 로봇연구소의 구아냐 시 교수는 대형 언어모델의 느린 응답과 클라우드 의존성을 언급하며, 인터넷 연결 없이 로봇 내부 컴퓨터에서 작동할 소형 특화 모델도 필요하다고 Fortune에 말했습니다.

MIT 교수이자 Walden Robotics 공동창업자·CEO인 러스 테드레이크는 로봇 기업이 공장 등 실제 현장에서 쌓은 운영 경험과 작업별 데이터를 강점으로 갖는다고 설명했습니다. 그는 더 나은 기반 모델이 이런 현장 데이터를 로봇이 더 빠르게 학습하는 데 도움을 줄 수 있다고 덧붙였습니다.

OpenAI는 초기 로봇팀을 2020년에 정리한 뒤 2024년 독립 로봇팀을 다시 꾸렸습니다. 당시 휴머노이드 로봇용 AI 개발을 위해 스타트업 Figure와 협력했지만, Figure가 자체 로봇 AI 개발 계획을 밝힌 2025년 2월 협력은 끝났습니다. Fortune에 따르면 OpenAI는 자체 휴머노이드 로봇을 개발 중이며, 샘 올트먼 CEO는 2027년 첫 공개 시연을 목표로 하고 있습니다.