NEURA의 Neuron AI, 로봇 파운데이션 모델에 촉각·청각·기억을 더하다

핵심: 오늘날 로봇 파운데이션 모델 대부분은 주로 현재 카메라 화면을 보는 비전-언어-행동(VLA) 모델이다. NEURA Robotics의 새 Neuron AI는 촉각, 힘, 오디오, 기억을 더해 카메라가 못 보는 정보로도 행동하고 시야에서 사라진 물체를 기억하게 한다.

무엇을 발표했나

2026년 10월 14일 독일 메칭겐의 NEURA는 Neuron AI를 공개했다. 센서를 따로 처리하지 않고 3D 비전, 촉각·힘 데이터, 오디오, 로봇 상태, 언어를 하나의 공유 공간에서 시간에 맞춰 정렬한 뒤 하나의 행동 흐름으로 바꾼다. NEURA는 이를 '지각-언어-행동(PLA)' 구조라고 부른다.

감각이 더 필요한 이유

NEURA가 든 예시는 명확하다.

• 자물쇠 열기: 정말 열렸는지는 소리와 손끝 감각으로만 확인된다.
• 보이지 않는 물체 잡기: 촉각이 있으면 카메라에 안 보이는 물체도 잡을 수 있다.
• 용접: 공정 소리로 용접 비드 품질을 판단할 수 있다.

기억이 필요한 이유

로봇은 연속된 물리 세계에서 일한다. 보이지 않는 물체를 기억하는 대상 영속성과 긴 작업에서의 인과 감각이 필요하다. NEURA는 기억을 넣기 위해 모델 구조를 바꾸고 이를 활용하는 전용 데이터셋으로 학습한다고 밝혔다.

세 종류의 학습 데이터

1. 실제 로봇 데이터: 훈련 시설 NEURA Gyms에서 비전·촉각·힘·오디오·동작을 동기화해 수집.
2. 시뮬레이션 증폭 데이터: Data Amplifier와 시뮬레이션 스택 활용.
3. 사람 시연 데이터: 센서 슈트를 입은 사람이 동작을 기록.

이 데이터로 다섯 가지 NEURA 로봇 형태가 공유하는 하나의 모델을 학습한다. 셰플러, 보쉬 등 산업 파트너도 데이터를 제공한다.

주목할 시연

NVIDIA GTC Berlin 2026(10월 20~22일)에서 NEURA는 휴머노이드 4NE1이 11분 동안 빨래를 처리하는 모습을 보여줄 예정이다. 분류, 세탁기 투입, 문 닫고 다시 열기, 꺼내서 건조기로 옮기기까지 사람 개입 없이 진행한다. 어려운 점은 개별 동작이 아니라 전 과정에서 맥락을 유지하는 것이다.

왜 중요한가

로봇 AI 경쟁은 '보고 지시를 따를 수 있나'에서 '길고 접촉이 많은 일을 끝낼 수 있나'로 옮겨 가고 있다. 다감각 입력과 기억은 빠져 있던 두 조각이다. 2026년 6월 최대 12억 유로 규모 시리즈 C를 발표한 NEURA는 로봇, 손, 센서, 데이터, 모델 전체를 직접 갖추는 데 베팅하고 있다. 회사 시연 외의 독립적인 검증 결과는 아직 없다.