Kinetix AI, 1년 만에 완전한 휴머노이드 스택 구축

얼굴 없는 로봇의 탁구 리턴은 이 로봇의 가장 흥미롭지 않은 부분일 뿐이다

이번 달 베이징에서 열린 세계 로봇 컨퍼런스에서, 헬멧처럼 텅 빈 머리를 가진 휴머노이드 로봇이 매끄럽게 탁구 공을 받아쳐 관중들의 시선을 사로잡았다. 몇 번의 빗나간 공이나 어색하게 높이 튀어 오르는 공도 걸음걸이를 멈추지 않고 정확히 따라잡았다. 이 로봇 ‘KAI’는 2025년 7월에 설립된 선전(深圳)의 스타트업 키네틱스 AI(Kinetix AI) 소속으로, 이 회사는 자체적으로 휴머노이드 몸체, 정교한 손, 모션 캡처 헤드셋, 그리고 이 모든 것을 통합하는 세계 모델 소프트웨어를 개발하고 있다. 이 회사는 불과 1년 남짓한 기간 동안 하드웨어, 손, 데이터 캡처, 예측 세계 모델, 훈련 파이프라인으로 구성된 5가지 요소로 이루어진 ‘구현형 AI 스택’을 구축했는데, 이는 미국에서 가장 많은 자금을 유치한 휴머노이드 기업인 ‘피겨(Figure)’가 완성하는 데 약 3년이 걸렸던 것이다.

키네틱스 AI(深超维动力智能科技有限公司, Shenzhen Chaowei Dongli Intelligent Technology)는 아직 중국 로봇 공학계 밖에서는 잘 알려지지 않은 기업이며, WRC에서 선보인 탁구 시연은 재무제표보다는 소셜 미디어 피드에 올리기 위해 제작된 영상과 같다. 하지만 이 시연 뒤에 숨겨진 주장, 즉 설립된 지 1년 된 기업이 훨씬 더 큰 경쟁사가 3년과 훨씬 더 많은 자본을 투입해 구축해야 했던 전체 기술 아키텍처를 재현해냈다는 점은 면밀히 살펴볼 가치가 있습니다. 이는 “풀스택” 체화형 AI가 실제로 자본과 시간이 필요한 진입 장벽인지, 아니면 인력이 충분한 팀이라면 누구나 이제 빠르게 해결할 수 있는 체크리스트에 불과한지를 검증해 주기 때문이다.

풀스택 휴머노이드 기업이 필요로 하는 다섯 가지 요소

키네틱스 AI(Kinetix AI)의 주장은, 피겨(Figure), 테슬라(Tesla), 그리고 모델 중심의 스타트업인 피지컬 인텔리전스(Physical Intelligence)를 비롯한 업계 전반에서 공감을 얻고 있는데, 그 핵심은 어떤 단일 구성 요소도 그 자체만으로는 휴머노이드 경쟁에서 승리할 수 없다는 것이다. 이를 구동할 모델이 없는 유능한 신체는 그저 값비싼 마네킹에 불과하다. 훈련에 활용할 실제 배포 데이터가 없는 유능한 모델은 실험실 밖으로 범위를 확장할 수 없다. 키네틱스 AI는 이 주장이 요구하는 다섯 가지 요소를 모두 구축했다. 바로 KAI Bot으로, 173센티미터, 70킬로그램의 휴머노이드 로봇으로 117도의 자유도를 갖추고 있으며 약 18,000개의 촉각 센서를 탑재하고 있다.

체표면의 약 80%에 걸쳐 분포된 감지점들은 0.1 뉴턴 미만의 접촉도 감지할 수 있을 만큼 민감하며; KAI Hand는 37도의 자유도를 가진 정교한 손으로, 독립형 제품으로 판매되며 30뉴턴 이상의 손가락 끝 힘을 발휘하고, 10분간 연속적으로 물건을 쥐어도 체온 이하로 유지하는 열 관리 기능을 갖추고 있습니다; KAI Halo와 더 가벼운 KAI Halo Lite는 수백 명의 데이터 수집가가 가정, 슈퍼마켓, 상업 공간 및 소규모 공장 내부에서 1인칭 다중 모달 영상을 기록하는 데 사용하는 웨어러블 장비입니다; KAI World Model: 회사가 ‘실시간 생성형 환경’으로 설명하는 예측 시스템으로, 인간 운영자가 시뮬레이션된 공간에서 물체를 조작할 수 있게 하고 그 결과로부터 훈련 데이터를 생성합니다; 그리고 KAI Embodied AI Infra: 해당 데이터를 처리하고, 모델을 훈련시키며, 배포 전에 시뮬레이션을 통해 모델을 평가하는 백엔드 플랫폼입니다.

이 회사는 자사의 데이터 수집 노력을 통해 20개 이상의 시나리오와 300개 이상의 전신 원자적 동작에 걸쳐 10만 시간 이상의 1인칭 동영상을 기록했으며, 자사의 인프라 플랫폼이 데이터 처리 처리량을 10배, 모델 훈련 및 평가 속도를 5~7배 향상시켰다고 밝혔습니다. 이러한 성능 향상 배율은 공급업체를 평가하는 구매자에게 있어 표면적으로 내세우는 자유도 수치보다 훨씬 더 중요합니다. 왜냐하면 어떤 체화형 AI 제품의 한계는 하드웨어가 얼마나 정교하느냐가 아니라, 배포 데이터를 수집하기 시작한 후 기본 모델이 얼마나 빠르게 개선되느냐에 달려 있기 때문입니다. 또한 훈련 루프가 느릴수록 경쟁하는 두 공급업체가 나란히 운영되는 기간이 길어질수록 성능 격차는 더욱 벌어지게 됩니다.

단일 로봇이 아닌 재사용에 회사의 운명을 걸다

내부적으로 ‘SMASH’라는 이름으로 불리는 이 탁구 시연은 단순한 신기함의 보여주기식 행사가 아니라, 해당 인프라 주장을 입증하는 유용한 테스트 케이스입니다. 빠르고 예측 불가능한 공의 궤적은 로봇이 미리 정해진 루틴을 실행하기보다는 긴밀한 폐쇄 루프 내에서 상황을 인지하고, 예측하며, 행동하도록 강요하며, 키네틱스 AI는 다음과 같이 말합니다.

SMASH의 인식 및 제어 스택은 자사 하드웨어 전용으로 개발된 것이 아닙니다. 동일한 알고리즘이 경쟁사들이 제작한, 중국에서 비교적 널리 보급된 휴머노이드 플랫폼인 Unitree의 G1과 AgiBot의 Yuanzheng A3에서도 작동하도록 적용되었습니다. 완전한 재구축 없이 경쟁사의 하드웨어로도 이전 가능한 소프트웨어 스택은, 해당 공급업체의 로봇에서만 작동하는 스택보다 더 강력한 상업적 신호를 보내는데, 이는 기본이 되는 인식 및 제어 레이어가 특정 섀시에 맞춰 수작업으로 조정된 것이 아니라 진정으로 재사용 가능함을 시사하기 때문이다. 이는 여러 로봇 공급업체를 평가 중인 구매자가 특정 공급업체의 소프트웨어를 표준으로 채택하기 전에 확인하고 싶어 할 만한 바로 그 이식성입니다.

키네틱스 AI(Kinetix AI)는 또한 완성되어 시장에 출시될 준비가 된 휴머노이드 로봇을 기다리기보다, 스택의 구성 요소들을 개별적으로 수익화하기 시작했습니다. KAI Hand와 KAI Halo Lite는 올해 초 WAIC 컨퍼런스 기간 동안 일반에 판매되기 시작했으며, 이를 통해 다른 로봇 개발자들은 완전한 KAI Bot을 구매하지 않고도 자사 플랫폼용 정교한 손이나 모델 훈련을 위한 데이터 캡처 장비를 구입할 수 있게 되었습니다. 이러한 분할 판매는 조달 팀이 주목해야 할 두 가지 이점을 제공합니다: 첫째, 완전한 휴머노이드 제품이 출시되기 훨씬 전에 회사에 매출과 시장 피드백을 제공하며, 둘째, 독립형 구성 요소를 구매하는 모든 구매자를 통해 Kinetix AI의 자체 모델로 유입되는 추가 배포 데이터의 원천으로 전환시킨다는 점입니다. 이는 Figure가 공장 직접 배포를 통해, 테슬라가 수직 통합형 옵티머스(Optimus) 프로그램을 통해 추구해 온 것과 동일한 데이터 플라이휠(data flywheel)의 한 형태입니다.

속도를 이끄는 팀

Kinetix AI의 빠른 성장 속도에는 설명할 수 없는 지름길이 아니라 구체적이고 검증 가능한 이유가 있습니다. 공동 창업자인 루오 핑(Luo Ping)은 홍콩대학교(HKU)에서 컴퓨터 과학 및 데이터 과학 분야 교수직을 맡고 있으며, 이 회사는 HKU의 MMLab 및 선전 헤타오(Hetao) 협력 구역과 활발한 연구 협력을 진행하고 있습니다. 인프라 관련 주장에 대해 더욱 의미 있는 점은, 엔지니어링 팀 구성원들이

그는 화웨이의 자율주행 프로그램이 시제품 단계에서 100만 대 이상의 양산 차량 출하로 확대되는 과정에서 이를 뒷받침하는 데이터 및 훈련 인프라를 구축한 바 있으며, 재활용 외골격 장치와 레벨 4 자율주행 광산용 트럭 관련 업무도 수행한 경험이 있습니다. 이러한 배경이 중요한 이유는, 키네틱스 AI의 기술 스택에서 가장 모방하기 어려운 부분이 바로 인프라 계층이기 때문입니다. 이 계층은 원시 센서 데이터를 수집하고 정제하며, 이를 바탕으로 모델을 훈련시키고, 결과를 평가한 후에야 비로소 물리적 로봇에 신호가 전달되는, 겉보기에는 별볼일 없어 보이는 파이프라인이기 때문입니다. 그리고 이는 바로 자율주행 차량 데이터 파이프라인을 양산 규모로 확장한 경험이 있는 팀이 신속하게 구축할 수 있는 위치에 있는 바로 그 계층입니다.

피규어(Figure)와의 비교가 실제로 타당한 부분

2022년에 설립된 피규어(Figure)는 자체 설계한 휴머노이드 본체에 자사의 헬릭스(Helix) 비전-언어-행동 모델을 결합하고, BMW 공장 내 실시간 배포를 통해 실제 작업 데이터와 모델 재훈련 간의 루프를 완성함으로써 명성을 쌓았습니다. 테슬라의 ‘옵티머스(Optimus)’ 프로그램은 회사의 기존 자율주행 소프트웨어 스택, 공급망 및 공장 현장을 활용하여 본체, 모델, 제조 공정을 동시에 발전시키고 있습니다. ‘피지컬 인텔리전스(Physical Intelligence)’는 보다 좁은 범위의 ‘모델 우선’ 접근 방식을 채택하여, 자체 제조한 단일 로봇 본체보다는 다양한 로봇 본체에서 구동될 수 있도록 설계된 범용 신체 기반 모델을 구축하고 있습니다. 키네틱스 AI(Kinetix AI)의 전략은 피규어(Figure)의 접근 방식과 가장 유사합니다. 자체 개발한 하드웨어, 모델, 실제 데이터를 서로 피드백하며 활용하지만, 대부분의 로봇 분야 초보 창업자들이 실무 경험을 통해 수년에 걸쳐 습득하는 인프라 전문 지식을 창업 초기부터 갖춘 창립 팀의 도움으로 개발 기간을 약 3분의 1로 단축했습니다.

이러한 비교에는 분명한 한계가 있으므로, 투자자는 키네틱스 AI를 피규어의 모방자가 아닌 동등한 경쟁사로 간주하기 전에 이를 신중히 고려해야 한다. BMW 내 피규어의 공장 도입 사례는 지속적인 실제 운영 조건 하에서 생산 라인 데이터를 생성하며, 유료 산업 고객과의 관계를 구축하고 있다;

현재까지 Kinetix AI의 상용화는 독립형 부품 판매와 컨퍼런스 시연에 국한되어 있으며, 이에 상응하는 양산 환경까지는 이르지 못하고 있습니다. 제대로 작동하는 탁구 시연이나 내부적으로 보고된 처리량 증대 수치만으로는 수년간의 공장 계약과 같은 증거력을 갖기 어렵습니다. 또한, 기능을 시연하는 것과 신뢰할 수 있고 기술 지원이 뒷받침되는 제품을 대량으로 판매하는 것 사이의 격차는, 서류상 기술 스택이 아무리 완벽해 보일지라도 대부분의 휴머노이드 스타트업이 역사적으로 어려움을 겪어 온 부분입니다.

체화형 AI 공급업체를 평가하는 구매자에게 이것이 의미하는 바

휴머노이드 또는 신체 기반 AI 공급업체를 평가하는 조달 또는 자동화 팀에게 Kinetix AI의 구조는, 이 업체뿐만 아니라 풀스택 역량을 주장하는 모든 벤더에게 물어볼 가치가 있는 실사 질문들을 위한 유용한 참고 자료가 됩니다. 공급업체의 데이터 파이프라인과 훈련 인프라가 자체 개발된 것인지, 아니면 라이선스를 통해 도입된 것인지 물어보십시오. 유사한 파이프라인을 확장한 직접적인 사전 경험을 가진 팀이 구축한 인프라는, 신생 스타트업 내에서 처음 조립된 인프라와는 본질적으로 다른 선택이기 때문입니다. 공급업체의 지각 및 제어 소프트웨어가 자사가 제조하지 않은 하드웨어에서도 시연된 적이 있는지 물어보십시오. 플랫폼 간 이식성은 공급업체 자체 로봇에서 단 한 번의 완성도 높은 데모를 보여주는 것보다 재사용 가능한 소프트웨어임을 더 확실하게 나타내는 지표이기 때문입니다. 또한, 공급업체의 현재 매출 중(만약 있다면) 개발 중인 완제품이 아닌 이미 출하 중인 독립형 구성 요소에서 발생하는 비중이 어느 정도인지 물어보십시오. 현재 부분적인 제품을 통해 실제 시장 피드백을 얻고 있는 기업은, 완성된 휴머노이드가 시장에 출시되기를 기다리는 기업보다 더 빨리 유료 고객을 대상으로 가정을 검증하고 있기 때문입니다.

Kinetix AI는 완전한 KAI Bot 유닛의 가격이나 확정된 납품 일정을 공개하지 않았으며, 보고된 사양이나 처리량 배율 중 어느 것도 회사 자체 공개 자료를 제외하고는 독립적인 벤치마크를 거친 바가 없습니다. 무엇이

독립적으로 확인할 수 있는 사실은 해당 부품들이 실제로 존재한다는 점이며, 정교한 조작 장치와 데이터 수집 장비가 오늘 외부 구매자들에게 출하되고 있고, 인식 및 제어 스택이 적어도 두 경쟁사의 로봇에서 가동되었으며, 설립된 지 1년밖에 되지 않은 팀이 운영 기간이 3배나 긴 기업에서 나왔다면 별다른 주목을 받지 못했을 수준의 처리량을 주장하고 있다는 점이다. 이러한 속도가 피규어와 테슬라가 추구하는 동일한 목적지로 향하는 진정으로 더 빠른 경로를 반영하는 것인지, 아니면 지속적인 공장 배치라는 더 어려운 시험을 앞두고 가장 입증하기 쉬운 주장들을 앞당겨 내세운 기업의 행보인지는 향후 12개월 동안 밝혀질 문제다. WRC 전시회 현장으로 돌아가 보면, KAI는 연습된 시연과 진정한 반응형 시스템을 구분 짓는 어색한 네트 클리퍼와 거친 하이 로브를 계속해서 받아치며 대응해 나갔는데, 이는 어떤 단일 사양표보다도 구매자가 실제로 주목해야 할, 화려하지는 않지만 꾸준한 성능의 일관성을 보여주는 것이었습니다.

이 분석은 WRC 2026이 끝난 후 며칠 동안 보고된 기업 공개 자료, 제품 사양 및 공개 컨퍼런스 시연 내용을 종합한 것입니다.

면책 조항: 본 기사는 일반적인 정보 제공을 목적으로 하며, 투자, 법률 또는 조달에 대한 조언을 구성하지 않습니다. 독자는 비즈니스 결정을 내리기 전에 1차 출처를 통해 세부 사항을 확인해야 합니다.