지능형 로봇(ROS) - 베세머 벤처 파트너스(BVP), 2026 로보틱스 산업 핵심 예측

https://www.bvp.com/atlas/bessemer-predicts-robotics-and-physical-ai

 

베세머 벤처 파트너스(BVP)의 이 보고서는 2026년을 기점으로 급변할 로보틱스와 물리적 AI(Physical AI) 시장의 미래를 여섯 가지 핵심 예측으로 분석합니다. 저자들은 현재를 로봇 기술의 'GPT-2.5 모멘텀'으로 정의하며, 막대한 자본과 양질의 데이터가 승자를 결정하는 결정적 해자가 될 것이라고 강조합니다. 특히 이 시장은 범용 모델보다는 특정 산업에 특화된 수직 계열화된 기업(Full-stack players)이 초기 가치를 선점할 것이며, 그중에서도 국방 로보틱스 분야에서 거대 기업이 탄생할 가능성이 큽니다. 결과적으로 로보틱스 산업은 현재의 거품 논란과 달리 오히려 구조적 투자 부족 상태에 있으며, 인재와 자본의 집중을 통해 비약적인 시장 확장을 앞두고 있다는 것이 글의 핵심 목적입니다.

 

 

 

실제 로봇 기술로 가는 길은 더 나은 제어 알고리즘이 아니라, 물리적 세계를 이해하는 더 나은 기초 모델에 있습니다. 즉, 사물을 보고, 공간과 물리 법칙에 대해 추론하고, 다음에 무슨 일이 일어날지 예측하는 모델 말입니다. 로봇 제어는 그 위에 덧씌워진 얇은 층일 뿐입니다. 로봇 데모를 수집하고 정책을 미세 조정하는 기업들은 특정 작업은 해결할 수 있겠지만, 규모를 확장할 수는 없습니다. 중요한 것은 바로 기초입니다."

 

— 아르멘 아가자냔, 퍼셉트론 공동 창립자 겸 CEO

 

 

원격 조종만으로는 성공적인 데이터 전략이 될 수 없습니다. 인터넷이나 강화 학습 시뮬레이터에서 데이터를 가져와야 합니다. 원격 조종만으로는 필요한 규모와 다양성을 결코 확보할 수 없습니다."

 

— 이안 글로우, 제로매터 CEO

 

 

 

물리적 AI 분야에서 선두 기업들과 과장된 홍보를 구분 짓는 것은 바로 이것입니다. 그들은 규모 확장에만 매달리지 않고 데이터 품질에 집착합니다. 물리적 세계에서 작동하는 시스템을 구축할 때, 잘못된 데이터는 비효율적일 뿐만 아니라 위험하기까지 합니다. 결정적인 경쟁 우위는 로봇 데이터를 더 나은 의사 결정, 더 나은 모델 개선, 더 나은 배포로 더 빠르게 전환하는 강력한 데이터 선순환 구조를 갖춘 기업에 있을 것입니다."

 

— 브라이언 무어, Voxel51 CEO 겸 창립자

 

 

 

하드웨어 비용 곡선이 기업용 로봇이 마침내 규모를 확장할 수 있게 된 주요 이유입니다. 건설 분야에서 몇 년 전만 해도 대당 10만 달러에 달했던 지상 로봇이 이제는 1만 5천 달러 미만으로 동일한 작업을 수행할 수 있습니다. 도킹형 드론은 20만 달러에서 2만 달러 미만으로 가격이 떨어지면서도 기능은 더욱 향상되었습니다. 배포가 확대되려면 하드웨어 가격이 충분히 저렴해져야 하는데, 우리는 지금 그 임계점을 넘어서고 있습니다."

 

— 마이크 윈, 드론디플로이 CEO 겸 공동 창립자

 

 

물리적 AI의 결정적인 경쟁 우위는 모델의 참신함이 아니라, 그 모델을 뒷받침하는 데이터 인프라의 품질에 달려 있습니다. 모델들이 수렴됨에 따라, 로봇 데이터를 더 나은 의사 결정, 더 나은 모델 개선, 그리고 더 나은 배포로 더 빠르게 전환하는 강력한 데이터 선순환 구조를 갖춘 기업이 승자가 될 것입니다."

 

— 애드리안 맥닐, 폭스글로브 공동 창립자 겸 CEO

 

국방용과 상업용의 이중 용도 문제는 실재하는 문제이며, 쉽게 사라지지 않을 것입니다. 이 분야에서 가장 주목할 만한 기업들은 국방용과 상업용 중 하나를 선택하는 것이 아니라, 국방 요건을 충족하면서도 상업적 맥락에서 혁신적인 변화를 가져올 수 있는 시스템을 구축하고 있습니다. 그 경계가 어디에 있는지는 기술, 고객, 그리고 창업자가 무엇을 만들고자 하는지에 대한 판단에 달려 있습니다."

— Matthew Buffa, Breaker 공동 창립자

 

 

 

5년 후, 전 세계에 배치될 로봇의 대다수는 오늘날 우리가 알고 있는 스타트업에서 만든 것이 아닐 겁니다. 로봇 제작을 아직 시작조차 하지 않았지만, 대규모 생산 방법을 알고 있는 회사에서 만들게 될 것입니다."

— 니키타 루딘, 플렉시온 CEO 겸 창립자

 

 

로봇 공학 분야의 데이터 문제를 '해결'하는 데는 아직 멀었습니다. 웨이모에서의 경험을 통해 실제 현장 배포를 하다 보면 시간이 지남에 따라 더욱 어렵고 전문적인 데이터 관리 및 라벨링 문제가 드러난다는 것을 알게 되었습니다. 99%와 99.9%의 신뢰도 격차를 줄이는 것은 대부분의 사람들이 생각하는 것보다 훨씬 더 오랜 시간이 걸리는 험난한 여정입니다."

— 리사 얀, 아거스 시스템즈 공동 창립자 겸 CEO

 

 

2026년 1분기에만 6~7개의 세계적인 모델 기업에 약 60억 달러가 유입되었습니다. 업계가 성숙해짐에 따라 해석 가능성은 필수적인 요소가 될 것입니다. 현재 이러한 모델들은 블랙박스와 같습니다. 앞으로 이러한 모델을 열어줄 도구를 개발하는 스타트업들이 대거 등장할 것으로 예상됩니다."

— Mahesh Krishnamurthi, Vayu Robotics 공동 창립자