Genesis AI, 로봇 손 모델 GENE-26.5 공개

5월 6일, 파리와 캘리포니아 샌카를로스에 거점을 둔 로봇 기업 Genesis AI가 첫 모델 GENE-26.5를 공개했다.

이름은 단순하다. Genesis robotic Neural Engine의 약자이며, 2026년 5월 버전이라는 뜻이다. 하지만 눈길을 끈 것은 이름이 아니라 데모 영상 속 로봇 손이 보여준 작업이었다.

무엇을 할 수 있나

영상 속 손은 공장의 반복적인 집기 작업을 보여준 것이 아니다. 사람 손에 가까운 정밀 조작을 내세웠다.

• 토마토를 자르고, 달걀을 깨고, 달걀을 굽는 20단계 조리 과정
• 양손을 맞춰 밀크셰이크를 만드는 동작
• 실험실 피펫 작업
• 케이블 연결
• 루빅스 큐브 조작
• 네 개 물체를 동시에 잡기
• 피아노 연주. 영상은 이를 사람에 가까운 수준이라고 설명했다

지난 3년 동안 로봇 업계가 쉽게 "해냈다"고 말하지 못했던 영역이다. Boston Dynamics의 Atlas, Figure의 02, 1X의 Neo는 서고 걷고 상자를 옮길 수 있다. 그러나 달걀을 구울 수 있는 로봇으로 알려진 것은 아니다.

정밀 조작은 로봇이 아직 넘지 못한 가장 높은 벽 중 하나다.

이 팀은 누구인가

CEO Zhou Xian은 CMU 출신이다. 사장 Théophile Gervet는 Mistral AI 연구원 출신이다. 60명 규모의 팀은 파리, 캘리포니아, 런던에 나뉘어 있으며 유럽이 약 40~45%, 미국이 약 50~55%를 차지한다.

회사는 1억500만 달러 규모의 시드 라운드를 유치했다. Eclipse와 Khosla Ventures가 공동 주도했고, Bpifrance, HSG, 그리고 전 Google CEO Eric Schmidt, Xavier Niel, MIT CSAIL 전 소장 Daniela Rus, Apple AI 연구 과학자 Vladlen Koltun 등이 참여했다.

이 명단은 단순한 화제성이 아니다. 로봇과 AI의 이 경로를 깊게 이해하는 인물들이 모여 있다.

Schmidt는 이를 "로봇공학의 패러다임 전환"이라고 불렀다.

핵심은 모델만이 아니라 데이터 장갑

로봇의 병목은 늘 알고리즘만은 아니었다. 더 큰 문제는 대개 데이터였다.

인간 아기는 물건을 잡는 법을 익히는 데 몇 달이 걸린다. 그 과정에서 뇌는 시각, 촉각, 고유수용감각 신호를 엄청난 규모로 처리한다. 로봇에는 이런 생물학적 센서 묶음이 없다. 그래서 보통 사람이 VR 헤드셋을 쓰고 로봇 팔을 조종하며 동작을 천천히 먹이는 원격 조작 기반 시연에 의존한다.

이 방식에는 치명적인 문제가 두 가지 있다. 하나는 느리다는 점이다. 하나의 동작을 모으는 데 몇 시간이 걸릴 수 있다. 다른 하나는 비싸다는 점이다. 원격 조작 장비는 수십만 달러부터 시작하는 경우가 많다.

Genesis AI가 만든 것은 데이터 수집 장갑이다. 촉각 센서가 들어간 전자 피부를 채워 넣고 사람 손의 형태와 기능을 모방했다. 현장 작업자가 이 장갑을 끼고 실제 공장과 실제 주방에서 일하면 모든 동작이 모델 학습 데이터로 들어간다.

중요한 숫자는 다음과 같다.

• 장갑 하드웨어 비용은 업계 표준의 100분의 1
• 데이터 수집 효율은 기존 원격 조작 방식의 5배

쉽게 말해 Genesis는 Model 3 한 대 가격에 가까운 비용으로 1000명 규모의 데이터 수집 인력을 만들고, 서로 다른 현장에서 매일 기존 원격 조작 방식으로는 얻기 어려웠던 양의 데이터를 모으겠다는 구상이다.

이것이 회사 가치평가를 떠받치는 핵심이다.

Physical Intelligence, Skild AI와 무엇이 다른가

현재 로봇 파운데이션 모델 경쟁의 선두에는 세 회사가 있다.

Physical Intelligence와 Skild AI는 가장 강한 두뇌를 만들면 어떤 로봇 몸체에도 연결할 수 있다는 데 베팅한다. 범용성의 이야기다.

Genesis의 베팅은 반대다. 두뇌, 손, 데이터 수집 장비, 시뮬레이션 환경을 모두 직접 만들겠다는 것이다.

단기적으로는 느려 보일 수 있다. 하드웨어는 돈을 태운다. 그러나 장기적으로는 로봇이라는 물리 시스템에서 소프트웨어와 하드웨어의 결합도가 매우 높기 때문에, 소프트웨어만 하는 회사는 새 기체를 붙일 때마다 조정을 반복해야 할 수 있다.

Khosla의 Vinod Khosla는 파운데이션 모델과 시뮬레이션 역량이 "개발 속도를 극적으로 높일 준비가 되어 있다"고 말했다.

왜 중요한가

지난 2년 동안 Physical AI 이야기는 어색한 공백을 안고 있었다. 2024~2025년에 소프트웨어 대형 모델은 빠르게 발전했지만, 로봇은 여전히 서고 걷는 수준에 머무는 경우가 많았다.

Figure, 1X, Boston Dynamics의 데모는 점점 화려해지고 있다. 하지만 생산 현장에 실제로 자리 잡는 일은 여전히 운반, 점검, 안내처럼 전통적 로봇으로도 가능했던 업무가 중심이다.

정밀 조작의 문턱을 넘으려면 VLA, 즉 시각-언어-행동 모델의 다음 돌파구가 필요하거나, 데이터 규모를 힘으로 밀어붙여야 한다.

Genesis AI는 두 번째 길을 택했다. 저렴한 하드웨어, 인간 시연, 시뮬레이션을 결합해 업계 최대급 고품질 데이터 엔진을 만들겠다는 전략이다.

베팅은 단순하다. 모델 구조가 비슷해지는 시대에는 더 많은 고품질 데이터를 가진 쪽이 이긴다.

LLM 업계에서 한 번 검증된 논리다. 이제 로봇 업계가 그 검증 차례를 맞았다.

참고 자료: Khosla-backed robotics startup Genesis AI has gone full stack, demo shows(TechCrunch); CocoLoop; Genesis AI Unveils GENE-26.5, the First AI Brain to Enable Robots with Human-Level Physical Manipulation Capabilities(PR Newswire)