제네시스AI, 이클립스와 코슬라에서 시드 1억500만달러 유치… 자체 시뮬레이션 엔진으로 범용 로봇 두뇌 만든다
프랑스 파리와 미국 팰로앨토에 거점을 둔 피지컬 AI 연구소 제네시스AI가 2025년 7월 1일 이클립스와 코슬라벤처스가 공동 주도한 1억500만달러 투자를 받고 공개 활동에 나섰다. Bpifrance, HSG, 에릭 슈밋, 자비에 니엘도 참여했다. 회사는 이후 이 투자를 시드 라운드라고 밝혔으며, 자체 물리 시뮬레이션과 생성 모델, 실제 로봇 데이터를 결합한 데이터 엔진으로 범용 로봇 파운데이션 모델을 만들 계획이다. 기업가치는 공개하지 않았다.

피지컬 AI 스타트업 제네시스AI(Genesis AI)가 2025년 7월 1일 1억500만달러 투자 유치를 발표하며 베일을 벗었다. 프랑스 파리와 미국 캘리포니아주 팰로앨토에 사무소를 둔 이 회사는 범용 로봇 파운데이션 모델과 특정 로봇에 묶이지 않는 수평형 로봇 플랫폼을 개발하겠다고 밝혔다. 투자는 미국 벤처캐피털 이클립스와 코슬라벤처스가 공동 주도했고, 발표는 미국 동부시간 오전 9시에 나왔다. 기업가치는 공개하지 않았다.
투자 구성
보도자료에 이름을 올린 투자자는 공동 주도사 두 곳 외에 프랑스 공공투자은행 Bpifrance, 투자회사 HSG, 에릭 슈밋 전 구글 최고경영자(CEO), 프랑스 통신기업가 자비에 니엘이다. 제네시스AI는 2026년 3월 11일 낸 보도자료에서 이 1억500만달러를 시드 투자라고 명시했고, 다니엘라 러스와 블라들렌 콜툰 등 AI 연구자도 후원자로 소개했다. 제품이나 고객, 자체 로봇을 내놓기 전인 회사가 시드 단계에서 이 정도 금액을 모은 것은 이례적이다.
회사는 스스로를 글로벌 피지컬 AI 연구소이자 풀스택 로봇 기업으로 규정했다. 범용 로봇으로 경제를 떠받치는 물리 노동을 수행해 '무제한의 물리 노동'을 열겠다는 것이 사명이다. 보도자료는 시장 규모로 물리 노동이 세계 국내총생산(GDP)의 30조~40조달러를 차지하고 그중 95% 이상이 자동화되지 않았으며, 세계 기업의 75%가 구인난을 겪고, 자동화가 진전된 산업에서도 로봇 대 사람 비율이 1대30을 넘는 경우가 드물다고 제시했다.
모델보다 데이터 엔진
제네시스AI의 핵심 자산은 하드웨어가 아니라 데이터다. 회사는 고정밀 물리 시뮬레이션, 멀티모달 생성 모델, 대규모 실제 로봇 데이터 수집을 하나로 묶은 확장형 데이터 엔진을 구축하고 있다고 밝혔다. 시뮬레이션 스택은 자체 개발했으며 원격조종만으로는 확보하기 어려운 규모의 합성 학습 데이터를 만드는 것이 목표다. 코슬라벤처스의 카누 굴라티는 시뮬레이션 데이터와 실제 로봇 데이터가 서로를 보완하는 연속적인 폐쇄 루프 구조라고 평가했다.
로봇 파운데이션 모델은 로봇이 보고 지시받은 내용을 실제 동작으로 바꾸는 법을 배우며, 일반화하려면 수백만 건의 사례가 필요하다. 사람이 로봇 팔을 직접 조종해 데이터를 모으는 방식은 느리고 비싸다. 빠른 물리 시뮬레이터는 실패 사례까지 포함해 훨씬 많은 시도를 거의 비용 없이 만들어 내지만, 시뮬레이션만으로 학습한 정책은 실제 마찰과 조명, 어수선한 환경에서 무너지기 쉽다. 제네시스AI는 두 데이터를 한 파이프라인에서 섞으면 이 간극을 더 빨리 좁힐 수 있다고 본다. 회사는 데이터 엔진과 파운데이션 모델의 일부 구성 요소를 오픈소스로 공개하겠다고도 밝혔다.
팀은 이미 시뮬레이션 분야에서 공개 실적을 갖고 있었다. 로봇 학습용 오픈소스 물리 플랫폼 '제네시스 월드(Genesis World)'는 2024년 12월 학술 프로젝트로 출발했고 현재 제네시스AI의 지원을 받아 개발되고 있다고 문서에 적혀 있다. 라이선스는 아파치 2.0이다. 현재 문서는 통합 다중 물리 엔진, 실사형 렌더러 'Nyx', 크로스플랫폼 컴파일러 'Quadrants'를 파이썬 인터페이스 하나로 묶었다고 설명하며, 깃허브 저장소는 2026년 10월 기준 약 3만 개의 스타를 받았다.
창업진
저우셴(Zhou Xian) CEO가 회사를 이끌고 있으며 2026년 3월 보도자료는 테오필 제르베(Théophile Gervet)를 공동창업자로 소개했다. 출범 보도자료에 따르면 창업 인력은 미스트랄AI, 엔비디아, 구글, 카네기멜런대, 매사추세츠공대(MIT), 스탠퍼드대, 컬럼비아대, 메릴랜드대 출신으로 물리 시뮬레이션, 그래픽스, 로보틱스, 대규모 모델 학습 경험을 갖췄다. 운영 법인은 프랑스 SAS로, 유럽에서 보기 드문 대형 로봇 두뇌 개발사가 등장한 셈이다.
저우 CEO는 피지컬 AI로 움직이는 범용 로봇이 인류 역사의 다음 장을 열 것이라고 말했다. 이클립스의 찰리 므왕기 파트너는 범용 로봇이 여러 산업에서 수조 달러 규모의 노동 가치에 영향을 줄 것이라고 했다. 이클립스는 자체 블로그에서 제조, 건설, 의료, 농업의 인력난을 투자 배경으로 들었다.
경쟁사와 비교
이번 투자로 제네시스AI는 범용 로봇 두뇌 경쟁에서 자금력 상위권에 들었지만 선두와는 거리가 있다. 스킬드AI는 2024년 7월 시리즈A로 3억달러를 조달하며 15억달러 가치를 인정받았다. 다이나로보틱스는 2025년 3월 시드 2350만달러를 유치했다. 휴머노이드 업체 가운데 피규어AI는 2024년 2월 시리즈B 6억7500만달러, 1X테크놀로지스는 2024년 1월 시리즈B 1억달러를 받았다. MEKAWIRE 계산으로 제네시스AI의 시드는 다이나로보틱스 시드의 4.5배, 스킬드AI 시리즈A의 35% 수준이다.
- Genesis AI
- FR / US
- 자료 없음
- Seed
- 2025-07-01
- 105
- 자료 없음
- Dyna Robotics
- US
- 2024
- Seed
- 2025-03-25
- 23.5
- 자료 없음
- Skild AI
- US
- 2023
- Series A
- 2024-07-09
- 300
- 1.5
- Figure AI
- US
- 자료 없음
- Series B
- 2024-02-29
- 675
- 자료 없음
- 1X Technologies
- US
- 2014
- Series B
- 2024-01-13
- 100
- 자료 없음
2025년 7월 1일 이전 각 회사가 발표한 최근 라운드, 회사 보도자료 기준. 금액은 백만달러, 투자 후 기업가치는 십억달러, 미공개는 null. 제네시스AI 라운드 성격은 2026년 3월 11일 회사 보도자료 표현. 본문 배율은 MEKAWIRE 계산: 105 / 23.5 = 4.47, 105 / 300 = 0.35. 공시 수치이며 추정치 아님.
2026년 10월 1일 기준
한국 로봇 업계에 주는 함의
국내 로봇 산업은 휴머노이드 몸체와 감속기, 액추에이터 같은 부품 경쟁력에 무게가 실려 있고 여러 로봇에 두루 쓰이는 파운데이션 모델과 학습 데이터 인프라는 상대적으로 약하다. 제네시스AI처럼 시뮬레이션 기반 데이터 엔진을 수평형으로 공급하는 회사가 자리를 잡으면 자체 AI 조직이 작은 국내 협동로봇과 서비스 로봇 업체에는 선택지가 늘어난다. 반대로 핵심 학습 데이터와 모델을 해외 플랫폼에 의존하게 되는 구조가 굳어질 위험도 있다.
위험 요인
출범 당시 제네시스AI는 고객, 로봇 하드웨어 파트너, 모델 공개 일정, 기업가치를 하나도 밝히지 않았다. 시뮬레이션의 역할에 대한 주장도 회사 설명에 기댄 것이며, 시뮬레이션과 현실 사이의 성능 격차는 과거 여러 시도를 좌절시켰다. 기술 일부를 오픈소스로 풀겠다는 약속은 경쟁사가 같은 도구를 쓰게 될 때 회사가 어떤 가치를 지킬지에 대한 의문도 남긴다.
이후 행보
제네시스AI는 2026년 3월 아마존 자율주행 부문장을 지낸 비비안 선을 상업화 및 전략 담당 부사장으로 영입했고, 당시 보도자료 발신지는 파리와 캘리포니아주 샌카를로스였다. 현재 회사 웹사이트는 '에노(Eno)'라는 제품을 소개하며 2026년 말까지 목표 고객사 배치를 계획하고 있다고 밝히고 있다.
MEKAWIRE 분석
제네시스AI의 1억500만달러 시드는 가장 싼 로봇 학습 데이터원을 가진 쪽이 로봇 두뇌를 차지한다는 베팅이며, 유럽이 이 경쟁에 처음으로 본격적인 선수를 내보낸 사건이다.
근거는 회사가 무엇을 먼저 내세웠는지에 있다. 보도자료는 모델보다 데이터 엔진을 앞세웠고 자체 시뮬레이션을 핵심 자산으로 꼽았다. 팀은 외부 투자를 받기 전에 이미 오픈소스 시뮬레이터를 내놓았다. 미국의 딥테크 투자사 두 곳이 공동 주도하고 Bpifrance와 자비에 니엘이 프랑스 쪽 축을 맡았다.
가장 강한 반론은 시뮬레이션이 10년 가까이 로봇의 지름길로 거론됐지만 실제 배치를 결정하는 것은 여전히 현장 데이터라는 점이다. 공장과 가정에 로봇을 깐 경쟁사는 유료 작업을 하면서 데이터를 덤으로 모으지만, 현장 로봇이 없는 연구소는 그 데이터를 사거나 직접 만들어야 한다.
강세 시나리오. 혼합 파이프라인으로 학습한 정책이 원격조종 데이터를 크게 줄이고도 실제 로봇에서 작동한다는 것이 입증되면 학습 사례당 비용이 경쟁사보다 낮아지고 오픈소스 시뮬레이터는 개발자와 하드웨어 업체를 끌어들이는 통로가 된다. 2026년 말 첫 상용 제품이 나오면 훨씬 큰 후속 투자도 정당화된다.
약세 시나리오. 시뮬레이션에서 현실로의 이전 성능이 약하게 남으면 제네시스AI는 시뮬레이터에서는 엔비디아와 구글 딥마인드의 무료 도구와, 두뇌에서는 자금이 더 많은 모델 기업과 맞붙게 된다. 이 경우 시드 자금은 경쟁사가 오픈소스로 베낄 수 있는 연구에 쓰이게 된다.
주목할 신호 세 가지는 다음과 같다.
- 2026년 12월 31일까지: 회사 웹사이트가 예고한 에노의 목표 고객사 배치가 실제로 이뤄지는지, 어떤 로봇 업체와 함께하는지.
- 2026년 중: 2025년 7월 1일 약속한 데이터 엔진과 파운데이션 모델 구성 요소의 오픈소스 공개 여부.
- 2027년 상반기: 기업가치를 공개한 후속 라운드가 나오는지. 스킬드AI, 피지컬 인텔리전스와 비교한 유럽 로봇 두뇌의 몸값을 가늠할 시험대다.
- 1억500만달러
- 시드 (2026년 3월 회사 설명 기준)
- 2025년 7월 1일 미국 동부시간 오전 9시
- 이클립스, 코슬라벤처스
- Bpifrance, HSG, 에릭 슈밋, 자비에 니엘
- 비공개
- 저우셴 CEO, 테오필 제르베 공동창업자
- 파리, 팰로앨토
- 자체 물리 시뮬레이션, 생성 모델, 실제 로봇 데이터를 결합한 데이터 엔진
왜 중요한가
제네시스AI 투자는 2025년 중반 투자자들이 로봇 산업의 데이터 계층을 별도 자산으로 값을 매기기 시작했다는 가장 뚜렷한 신호다. 당시 로봇 두뇌 기업 대부분은 모델 시연이나 현장 로봇 대수를 앞세워 자금을 모았다. 제네시스AI는 팀과 시뮬레이터만으로 1억500만달러를 모았고, 보도자료도 모델보다 데이터 엔진을 먼저 설명했다. 이 순서가 맞다면 로봇 산업의 희소 자원은 연산이나 모델 구조가 아니라 값싸고 다양하며 물리적으로 정확한 학습 사례다.
지리적 의미도 있다. 파리에 사무소를 둔 프랑스 SAS 법인이 Bpifrance와 자비에 니엘, 이클립스와 코슬라벤처스의 지원을 받으면서 미국의 스킬드AI, 피지컬 인텔리전스와 하드웨어를 묶어 파는 중국 기업이 주도하던 영역에 유럽 선수가 등장했다. 한국 기업 입장에서는 미국과 중국 외에 협력 후보가 하나 늘어난 셈이다.
경쟁사 비교
야망 면에서 가장 가까운 비교 대상은 스킬드AI다. 스킬드AI는 2024년 7월 시리즈A로 3억달러를 조달하며 15억달러 가치를 인정받았고 여러 로봇 몸체에 쓰는 범용 모델을 내세운다. 피지컬 인텔리전스도 비슷한 목표를 추구한다. 두 회사는 다양한 로봇에서 모은 대규모 실데이터에 기대는 반면 제네시스AI는 자체 시뮬레이터를 주 데이터원으로 삼고 실데이터로 보정하는 구조를 내세웠다.
엔비디아는 이들 모두의 파트너이자 경쟁자다. 아이작 시뮬레이션 도구와 GR00T 모델은 제네시스AI의 데이터 엔진과 직접 겹치며, 엔비디아는 칩을 팔기 위해 이를 무료로 풀 수 있다. 구글 딥마인드의 MuJoCo도 연구 현장에서 비슷한 역할을 한다. 2025년 3월 시드 2350만달러를 유치한 다이나로보틱스는 저가 로봇과 실제 배치로 빠르게 상용화하는 반대 경로를 보여 준다.
밸류에이션 맥락
제네시스AI는 기업가치를 공개하지 않아 비교는 라운드 규모로만 가능하다. MEKAWIRE 계산으로 1억500만달러는 다이나로보틱스 시드의 4.47배, 스킬드AI 시리즈A의 0.35배다. 스킬드AI의 2024년 7월 투자 후 가치 15억달러는 참고점이 되지만 이를 근거로 제네시스AI의 가치를 산출할 수는 없다.
시드라는 명칭은 향후 희석에 영향을 준다. 시드에서 1억500만달러를 받은 회사는 이미 높은 가격 신호를 보낸 것이어서 다음 라운드에서는 모델 공개, 유료 고객, 하드웨어 제휴 같은 증거가 필요하다. 2026년 3월 보도자료도 총액을 시드 1억500만달러로 표기해 그때까지 가격이 매겨진 후속 라운드는 발표되지 않은 것으로 보인다.
공급망 파급
제네시스AI는 로봇 제조사의 상류에 있다. 주요 투입 요소는 시뮬레이션과 학습용 GPU 연산, 데이터 수집용 실제 로봇, 물리와 그래픽스 분야 인재다. 보도자료는 연산 공급사나 하드웨어 파트너를 밝히지 않았다. 시뮬레이션은 연산 집약적이어서 GPU를 지속 가능한 가격에 확보하는 것이 곧 원가다.
하류에서는 외부 두뇌를 탑재할 의향이 있는 로봇 업체가 필요하다. 피규어나 1X 같은 휴머노이드 업체는 자체 모델을 만들기 때문에 제네시스AI의 자연스러운 고객은 대형 AI 조직이 없는 로봇팔, 모바일 매니퓰레이터, 산업용 셀 제조사와 시스템 통합업체다. 한국의 협동로봇과 서비스 로봇 업체도 여기에 해당한다.
지켜볼 신호
첫째는 상업화다. 회사 웹사이트는 2026년 말까지 에노의 목표 고객사 배치를 약속했다. 고객 이름과 로봇 종류, 현장이 공개되면 사업이 실체를 갖게 되고, 2027년 초까지 나오지 않으면 후속 투자에 부담이 된다.
둘째는 기술이다. 2025년 7월 1일 약속한 데이터 엔진과 모델 구성 요소의 오픈소스 공개, 시뮬레이션에서 실제 로봇으로의 이전 성능을 보여 주는 벤치마크가 가장 강한 증거가 될 것이다. 2026년 10월 기준 깃허브 스타 약 3만 개인 제네시스 월드의 확산은 개발자 수요의 선행 지표다. 셋째는 기업가치를 공개한 후속 라운드다.
애널리스트 시각
논지. 제네시스AI는 가장 싼 로봇 학습 데이터가 실데이터로 보정한 시뮬레이션에서 나오고 시뮬레이터 소유가 지속적인 우위가 된다는 데 건 신뢰할 만하지만 초기 단계의 베팅이다. 팀의 오픈소스 실적과 공동 주도 투자사의 무게가 이를 뒷받침한다.
확신도는 중간이다. 출범 당시 고객, 로봇 파트너, 모델 공개 일정, 기업가치가 모두 없었고 시뮬레이션과 현실의 격차는 과거 비슷한 전략을 좌절시켰다. 반면 시뮬레이터는 실재하고 공개돼 있으며 많은 개발자가 따르고, 회사는 아마존 자율주행 부문 출신 상업화 책임자를 영입했고 제품 일정도 제시했다. 외부 하드웨어에서 적은 실데이터 미세조정으로 작동하는 모델이 나오면 전망을 올리고, 에노 일정이 밀리거나 자체 로봇 제작으로 방향을 틀면 낮출 것이다.
따져봐야 할 질문
첫 모델의 학습 데이터 가운데 시뮬레이션과 실제 로봇 데이터의 비중은 얼마이며 회사가 이를 공개할 것인가. 첫 모델은 어떤 로봇 몸체를 지원하고 하드웨어는 직접 공급하는가, 파트너에 맡기는가.
무엇을 어떤 라이선스로 오픈소스화하는가. 데이터 엔진이 제네시스 월드와 같은 아파치 2.0으로 공개되면 이를 채택한 경쟁사에 대해 어떻게 상업적 우위를 지킬 것인가. 다음 라운드는 어느 투자사가 주도하고 어떤 기업가치로 매겨질 것인가.