Eka Robotics, 인간 영상 대신 자기 대국 학습으로 1억 5000만 달러 유치…기업가치 14억 5000만 달러

Eka Robotics는 10월 20일 Andreessen Horowitz와 F-Prime이 공동 주도한 1억 5000만 달러 시리즈 A를 발표했다. 시드 라운드를 주도했던 Obvious Ventures와 E14 Fund가 다시 참여했고, MFV Partners, Bison Ventures, Glasswing Ventures, Samsung Next, 그리고 포춘 500대 기업 여러 곳이 이름을 올렸다. TechCrunch는 기업가치를 14억 5000만 달러로 전했다.

이번 투자는 민첩 조작 분야를 지배해 온 학습 레시피에 대한 반대 베팅이다. 기업가치 수십억 달러로 평가받는 Physical Intelligence와 Skild AI는 대규모 인간 원격조작 시연 데이터로 학습하며, 데이터 수집 규모 자체가 해자다. Eka는 인간 시연을 건너뛴다고 말한다. 로봇이 물체를 집고 떨어뜨리고 다시 시도하는 과정을 물리 시뮬레이션 안에서 수백만 번 반복하는 방식으로, AlphaZero가 인간의 대국을 보지 않고 게임을 익힌 것과 같다. 카메라에만 의존하지 않고 손끝 힘 센싱을 더했다. Eka는 이 모델을 vision-force-action이라고 부른다.

지켜볼 주장은 처리량이다

Eka는 자사 로봇이 처음 보는 다양한 물체를 시간당 최대 1500회의 피킹 작업을 한다고 밝혔다. 회사가 제시한 사람 기준은 약 600회로, 속도로는 약 2.5배에 해당한다. 같은 로봇이 전구를 돌려 끼우고 전선을 끼우는 작업도 할 수 있다고 한다. 시뮬레이션에서 익힌 접촉이 많은 기술을 실제 하드웨어로 옮기는 일은 그동안 신뢰하기 어려웠고, 이 접근법이 늘 무너진 지점이 바로 거기였다. 회사 자체 셀 밖에서도 처리량 수치가 유지된다면 모방학습은 구조적 우위를 잃는다. 데이터 수집이 더 이상 희소 자원이 아니게 되기 때문이다.

성과가 다른 데서 왔을 수도 있다

더 빠른 제어기, 더 좋은 그리퍼, 고정된 작업 환경만으로도 시간당 처리량은 높게 나올 수 있다. Eka는 1500이라는 수치 뒤에 있는 작업별 내역을 공개하지 않았으므로, 이 숫자는 벤치마크 결과가 아니라 출발점이다. 반대로 볼 근거도 있다. 시뮬레이션 자기 대국은 이전에도 인상적인 영상을 만들어냈지만, 물체와 조명이 바뀌면 그 성능이 유지되지 못했다.

Eka는 Improbable AI Lab을 이끄는 MIT 교수 Pulkit Agrawal과, 강화학습 알고리즘 Soft Actor-Critic의 공동 저자 Tuomas Haarnoja가 공동 창업했다. 확인 지점은 시간당 최대 1500회의 피킹 작업이라는 속도가 회사가 설계하지 않은 작업에서도 살아남느냐다.