1X, 가정용 휴머노이드 네오에 140억 파라미터 영상 모델 탑재… 로봇 데이터 대신 인터넷 영상으로 학습

미국 휴머노이드 업체 1X테크놀로지스가 1월 12일(현지시간) 가정용 휴머노이드 네오(NEO)의 두뇌를 영상 생성 모델 기반 정책으로 바꾼다고 발표했다. 회사는 이를 '1X 월드모델(1XWM)'이라고 불렀다. 베른트 뵈르니히 최고경영자(CEO)는 네오가 인터넷 규모의 영상에서 배운 지식을 물리 세계에 곧바로 적용할 수 있게 됐다고 밝혔고, 대니얼 호 연구원은 처음 보는 작업이라도 사용자의 지시를 완전 자율 동작으로 바꿀 수 있다고 설명했다.

회사가 같은 날 공개한 기술 문서에 따르면 핵심 모델은 텍스트 조건 확산 방식의 140억 파라미터 영상 모델이다. 학습은 세 단계로 이뤄졌다. 웹 규모 영상으로 사전학습한 뒤 사람이 물건을 다루는 1인칭 영상 900시간으로 중간 학습을 하고, 네오의 센서와 모터 기록 70시간으로 미세조정했다. 별도의 역동역학 모델(IDM)은 무작위 동작을 포함한 로봇 데이터 400시간으로 학습했으며, 생성된 영상의 프레임 사이를 잇는 데 필요한 동작을 예측한다. 뎁스 애니싱(Depth Anything) 백본에 플로 매칭 헤드를 붙였고 8프레임 슬라이딩 윈도를 쓴다.

작동 순서는 단순하다. 네오가 텍스트 지시를 받으면 월드모델이 5초 분량의 미래 영상을 만들고, 역동역학 모델이 그 영상에서 모터 명령을 뽑아낸다. 1X는 멀티 GPU 추론으로 영상 생성에 11초, 동작 추출에 1초가 걸린다고 밝혔다. 5초 동작마다 약 12초의 연산이 앞서는 셈이다. 회사는 짧은 지시문을 시각언어모델로 상세하게 늘리는 '캡션 업샘플링'으로 영상이 지시를 더 충실히 따르게 했다고 설명했다.

1X는 이례적으로 실패 사례까지 공개했다. 작업별 30회 실제 시험에서 과자 봉지 집기는 약 100%, 셔츠 스팀은 약 80%, 미닫이문 열기와 물뿌리개 사용은 약 60%, 셔츠 다림질과 설거지는 약 40%의 성공률을 보였다. 시리얼 붓기와 웃는 얼굴 그리기는 0%였다. 휴지 뽑기 작업에서는 영상을 한 번 생성했을 때 30%였던 성공률이 8개를 동시에 생성해 가장 나은 것을 고르자 45%로 올랐다. 회사는 단안 영상 사전학습에 따른 3차원 공간 인식 약점, 영상이 그럴듯해도 목표 위치를 넘거나 못 미치는 문제, 정밀 작업의 어려움, 5초로 제한된 작업 길이를 한계로 꼽았다.

이번 발표는 가격과 출시 일정이 정해진 소비자 제품 위에서 나왔다. 미국 캘리포니아주 팰로앨토에 본사를 둔 1X는 2025년 10월 27일 네오 예약 판매를 시작했다. 2026년 우선 배송 조건의 얼리 액세스 가격은 2만달러, 구독형은 월 499달러이며 미국 배송은 2026년, 기타 시장은 2027년부터다. 출시 자료에 따르면 네오의 무게는 66파운드(약 30kg), 들어 올리는 하중은 154파운드, 운반 하중은 55파운드, 소음은 22데시벨이다. 로봇이 아직 혼자 못 하는 일은 1X 직원이 원격으로 돕는 '엑스퍼트 모드'로 처리한다.

이 선택은 경쟁사들과 결이 다르다. 1X는 기술 문서에서 피지컬인텔리전스의 π0.6, 피규어의 헬릭스, 엔비디아의 GR00T N1.5 같은 시각언어행동(VLA) 모델을 비교 대상으로 들었다. 시각언어모델 기반 모델은 의미 이해에는 강하지만 물리적 움직임을 예측하도록 학습되지 않았다는 주장이다. 영상 모델은 물체가 어떻게 움직이고 떨어지는지 이미 알고 있어 로봇 자체 데이터가 훨씬 적게 든다는 것이 1X의 논리이며, 네오 데이터 70시간이 그 근거다.

경쟁 진영의 자금 규모는 크다. MEKAWIRE 기업 데이터에 따르면 스킬드AI는 이틀 뒤인 1월 14일 기업가치 140억달러에 14억달러 규모 시리즈C를 마무리했고, 피규어는 2025년 9월 투자 후 기업가치 390억달러에 10억달러를 유치했다. 같은 데이터에서 1X의 최근 투자는 2024년 1월 1억달러 시리즈B다. 엔비디아도 두 달 뒤인 2026년 3월 GTC에서 행동 전에 영상을 예측하는 GR00T N2를 예고하며 같은 방향으로 움직였다.

국내 업계에도 시사점이 있다. LG전자가 CES 2026에서 가정용 로봇 클로이드(CLOiD)를 선보이는 등 국내 대기업도 가정용 로봇 시장을 겨누고 있지만, 가정 환경 데이터 확보는 공통 과제다. 원격조종 데이터를 대량으로 모으는 대신 사람 영상으로 기초 능력을 채우는 1X의 방식이 통한다면, 데이터 수집 인프라가 약한 후발 주자에게 비용 장벽을 낮출 수 있다.

남은 문제는 속도와 신뢰성이다. 5초 동작마다 12초를 기다려야 하는 구조는 사람과 부엌을 함께 쓰는 로봇에게 느리고, 다림질과 설거지 40% 성공률은 2만달러 가전에 기대하는 수준과 거리가 멀다. 1X는 더 빠른 추론, 기억을 활용한 폐루프 재계획, 깊이나 스테레오 입력, 전문가 시연 대신 로봇 자체 경험으로 개선하는 자기 학습 체계를 다음 과제로 제시했다. 이후 1X는 2026년 4월 30일 캘리포니아주 헤이워드에 연 1만대 생산능력의 5만8000제곱피트 공장을 열고 2027년 말까지 연 10만대 이상을 목표로 한다고 밝혔으며, 6월 4일에는 루마AI 창립 연구원 출신 샘 신하가 이끄는 '1X 월드모델 랩'을 세웠다.