로다AI, 시리즈A 4억5000만달러 들고 공개 데뷔... 인터넷 영상으로 배운 모델로 공장 로봇 움직인다

로봇에게 영상을 예측하게 해 작업을 가르치는 미국 팰로앨토의 스타트업 로다AI(Rhoda AI)가 2026년 3월 10일 시리즈A 4억5000만달러 유치와 함께 비공개 개발 단계를 마치고 공개 활동에 들어갔다. 회사는 자금을 연구개발, 산업 현장 배치와 고객 시범사업 확대, 인력 확충에 쓰겠다고 밝혔다.

회사 발표에 따르면 이번 라운드에는 캐프리콘인베스트먼트그룹, 코슬라벤처스, 라이트모티프, 매터벤처파트너스, 메이필드, 프렘지인베스트, 프렐류드벤처스, 테마섹, 조라가 참여했고 존 도어 등 개인 투자자도 이름을 올렸다. 리드 투자자와 기업가치는 공개하지 않았다. 회사는 18개월 동안 비공개로 개발해왔다고 설명했다. 로다AI 홈페이지는 투자사 명단에 삼성넥스트(Samsung NEXT)도 올려두고 있다.

무엇을 만들었나

핵심 모델의 이름은 다이렉트 비디오 액션(DVA)이고, 이를 기반으로 한 제품 계층이 퓨처비전(FutureVision)이다. 회사는 퓨처비전이 현재 자사 시스템을 구동하는 파운데이션 모델이라고 밝혔다. 모델은 인터넷 규모 영상으로 사전학습했으며, 투자사 메이필드는 발표 당일 낸 글에서 그 규모를 수억 편의 영상이라고 밝혔다. 작동 시에는 로봇 앞 장면이 어떻게 전개돼야 하는지 예측하고 이를 모터 명령으로 바꾸는 과정을 수백 밀리초마다 폐루프로 반복한다고 회사는 설명했다.

같은 날 공개한 기술 글 '인과적 영상 모델은 데이터 효율적인 로봇 정책 학습기'는 구조를 더 자세히 소개했다. 인과적 영상 모델이 지난 영상, 로봇 관절 정보, 언어 지시를 바탕으로 미래 프레임을 예측하면 별도의 역동역학 모델이 그 프레임을 만들어낼 동작을 계산한다. 회사는 이 역동역학 모델에 로봇 전용 데이터가 약 10시간 필요하며 무작위 동작으로도 학습할 수 있다고 밝혔다. '리프프로그 추론'이라는 방식은 로봇이 현재 동작을 수행하는 동안 다음 예측을 미리 계산해 지연을 감춘다.

이 글은 벤치마크 점수 대신 장시간 자율 운전 기록을 제시했다. 로봇 데이터 11시간으로 학습한 디캔팅(내용물 옮겨 담기) 작업은 1시간30분 동안 중단 없이 돌았고, 17시간으로 학습한 컨테이너 해체 작업은 160분 동안 이어졌다. 새 작업 후속학습에는 10~20시간의 작업 데이터가 들어간다고 글은 밝혔고, 보도자료는 원격조작 데이터가 10시간이면 되는 작업도 있다고 했다. 성공률이나 다른 로봇 모델과의 직접 비교 수치는 공개하지 않았다.

상업적 성과로는 최근 대량생산 공정 평가에서 부품 처리 작업을 사이클당 2분 미만에 사람 개입 없이 마쳐 고객의 성능 목표를 넘었다고 밝혔다. 고객사 이름은 공개하지 않았다. 홈페이지는 자동차, 제조, 물류, 전자상거래를 목표 산업으로 꼽고 반품 처리, 베어링 디캔팅, 컨테이너 해체 작업을 소개한다. 자체 액추에이터를 단 바퀴형 로봇도 소개하는데, 정격 가반하중 25kg, 최대 40kg이며 모든 액추에이터에 브레이크를 달았다.

창업진

재그디프 싱 최고경영자(CEO)는 전고체 배터리 기업 퀀텀스케이프의 공동창업자다. 퀀텀스케이프에 따르면 그는 2024년 2월 15일 시바 시바람에게 CEO 자리를 넘기고 이사회 의장으로 남았다. 메이필드는 싱이 일곱 개 회사를 세웠다고 소개했다. 에릭 라이언 챈 최고과학책임자(CSO)는 스탠퍼드대 컴퓨터비전 및 생성모델 연구자로 월드랩스에서 생성모델 설계를 맡았고, 스탠퍼드대 계산이미징연구실을 이끄는 고든 웨츠스타인 교수도 팀에 합류했다고 보도자료는 밝혔다. 싱 CEO는 로봇의 다음 시대에는 세상이 어떻게 움직이는지 이해하는 모델이 필요하며 겉모습이나 언어 설명만 담은 모델로는 부족하다고 말했다.

경쟁 구도

이번 투자는 미국 로봇 AI 투자가 가장 몰린 분기에 나왔다. 각 사 발표에 따르면 스킬드AI는 1월 14일 소프트뱅크 주도로 시리즈C 14억달러를 유치하며 기업가치 140억달러를 넘었고, 리비안에서 분사한 마인드로보틱스는 로다AI 공개 다음 날 5억달러를, 선데이는 3월 12일 1억6500만달러를 조달했다. 피지컬인텔리전스는 2025년 11월 캐피털G 주도로 시리즈B를 마쳤다. 이들 대부분은 이미지와 텍스트로 사전학습한 모델에 동작 출력을 붙이는 시각언어행동(VLA) 모델을 만든다. 로다AI는 DVA가 기존 VLA 방식이 어려워하는 일반화를 해낸다고 주장한다.

왜 언어가 아니라 영상인가

로봇 학습의 병목은 데이터다. 사람이 로봇을 직접 조종해 시범을 보이는 원격조작 데이터는 수집에 시간과 돈이 많이 든다. 반면 인터넷 영상은 넘쳐나고 손과 공구, 물체가 중력과 접촉 속에서 어떻게 움직이는지 보여준다. 다음 장면을 예측하도록 학습한 모델은 일종의 물리 감각을 얻게 되고, 로다AI는 이 사전지식 덕분에 새 작업마다 필요한 로봇 데이터를 며칠 분량의 원격조작으로 줄일 수 있다고 본다. 대가는 연산량이다. 영상 프레임 생성은 짧은 동작 시퀀스 출력보다 무거워, 회사가 추론 지연을 줄이는 설계에 공을 들인 이유다.

한국 산업에 주는 시사점

한국 로봇 산업은 그동안 협동로봇과 휴머노이드 하드웨어 중심으로 성장해왔고, 정부와 대기업이 휴머노이드 실증과 데이터 확보에 나서고 있다. 로다AI의 접근이 통한다면 값비싼 원격조작 데이터 대신 공개 영상과 짧은 현장 데이터만으로 작업을 가르칠 수 있어, 데이터 수집 인프라에 집중 투자하는 전략의 우선순위가 달라질 수 있다. 삼성넥스트가 투자사 명단에 오른 점도 국내 전자와 로봇 계열사가 이 기술을 가까이서 지켜볼 통로가 된다. 자동차와 2차전지 공장처럼 다품종 공정이 많은 한국 제조업은 짧은 학습 기간이 곧 도입 비용 절감으로 이어지는 시장이다.

리스크

로다AI가 보여준 것은 소수 작업의 장시간 운전이지 대규모 운영의 신뢰성 통계가 아니다. 성공률, 시간당 개입 횟수, VLA 기준 모델과의 비교가 없어 영상 사전학습의 효과를 외부에서 측정하기 어렵다. 제조 공정 평가의 고객사도 익명이고, 하드웨어를 누가 만드는지도 밝히지 않았다. 메이필드는 이 사업을 '서비스형 노동'으로 규정하며 1000대를 배치하면 연간 반복매출이 약 1억달러가 된다고 썼다. 로봇 1대당 연 10만달러 수준으로, 대체하는 근무조의 총인건비보다 싸야 성립하는 가격이다.

향후 관전 포인트

로다AI는 2026년 9월 10일 웹 영상 사전학습을 키우면 실제 로봇 작업 성능이 좋아지는지 다룬 연구 글을 후속으로 냈다. 첫 실명 양산 고객, 공개된 개입률, 배치 로봇 1대의 가격이 이번 투자를 사업으로 바꿀 핵심 지표다.