앤트 그룹, 자사 로봇 모델이 실제로 활용되고 있음을 입증하기 위한 경진대회 개최

파운데이션 모델을 오픈소스로 공개하는 것은 체화형 AI 전략에서 비교적 쉬운 부분입니다. 외부 개발자들이 단순히 가중치를 다운로드해 쓰고 끝내는 대신, 이를 기반으로 실제 운영 시스템을 구축하도록 유도하는 것이야말로, 해당 오픈소스 공개가 업계 인프라로 자리 잡을지, 아니면 아무도 적용하지 않는 인용만 많은 논문으로 남을지를 결정짓는 핵심 요소입니다. Robbyant와 LingBot 브랜드로 운영되는 앤트 그룹(Ant Group)의 체화 지능 사업부는 9월 14일 상하이에서 열린 번드 서밋(Bund Summit)에서 이 문제를 직접 제기하기 위해 첫 번째 개발자 경진대회를 개최했다. 이번 대회는 또 다른 연구 논문이나 자금 지원 발표가 아닌, 자사의 LingBot-VLA 2.0 파운데이션 모델을 기반으로 한 체화 AI 모델 챌린지의 참가 접수를 시작했다.

이 대회는 두 단계로 진행된다. 10월 26일까지 등록이 가능한 온라인 예선과, 11월 13일부터 15일까지 상하이에서 열리는 오프라인 결승전이다. 모든 팀은 로봇 공학 시뮬레이션 벤치마크인 ‘RoboTwin 2.0’에서 필수 시뮬레이션 과제를 완료해야 하며, 시뮬레이션뿐만 아니라 실제 하드웨어에서 접근 방식을 시연하고자 하는 팀을 위한 선택적 ‘실제 로봇 혁신 트랙’도 마련되어 있습니다. 또한 앤트 그룹은 예선을 통과한 팀들에게 클라우드 컴퓨팅 리소스를 제공하므로, 참가 장벽은 컴퓨팅 예산이 아닌 모델 접근성과 기술적 역량에 달려 있습니다. 이번 행사는 ModelScope 오픈소스 커뮤니티 및 알리바바 클라우드의 Tianchi 대회 플랫폼과 공동으로 주최되며, 칩 제조사 AMD를 비롯한 추가 파트너사들이 참여하여, 중국 AI 개발자들이 이미 오픈소스 모델을 찾거나 대회에 참가하기 위해 활용하고 있는 세 개의 플랫폼을 통해 챌린지의 확산 범위를 넓히고 있습니다.

오픈소스 기업이 왜 대회를 개최해야 하는가

LingBot-VLA 2.0은 앤트 그룹의 로봇 공학을 위한 비전-언어-행동(vision-language-action) 파운데이션 모델로, 로봇 플랫폼마다 별도의 모델을 필요로 하는 대신 단일 훈련된 모델로 17개 제조사의 20개 이상의 로봇 구성을 제어할 수 있도록 구축되었으며, 업계에서는 이를 “하나의 뇌, 여러

"기계들." 앤트 그룹은 2026년 1월에 이 모델을 처음 공개했으며, 7월에 훈련된 모델과 훈련 후 코드의 완전한 오픈소스 공개를 완료했습니다. 즉, 이번 대회가 시작되기 전 이미 2개월 동안 해당 기반 기술이 공개되어 있었던 셈입니다. 이러한 시계열적 순서는 중요합니다. 기업이 이미 공개된 모델을 중심으로 개발자 경진대회를 개최하는 것은, 단순히 오픈소스화만으로는 원하는 수준의 채택 신호를 얻지 못했기 때문입니다. 다운로드 수와 GitHub 스타 수는 호기심을 가늠하는 지표일 뿐입니다. 상금, 클라우드 크레딧, 그리고 공개 결선 행사가 포함된 경진대회는 개발자들이 실제로 작동하는 무언가를 만들기 위해 공학적인 시간을 투자할 것인지 여부를 가늠하는 척도입니다.

앤트 그룹의 한 임원은 행사 시작 연설에서 “오픈소스 모델의 경우, 공개는 시작에 불과합니다. 진정한 가치는 개발자들이 이를 사용할지 여부에 달려 있습니다”라고 말했습니다. 이는 기업 발표치고는 이례적으로 솔직한 표현이며, 앤트 그룹이 관리하고 있는 실제 경쟁적 위험 요소를 정확히 짚어낸 것입니다: LingBot-VLA 2.0은 중국 로봇 공학 개발자들이 이용할 수 있는 유일한 비전-언어-행동 모델이 아니며, 개발자들이 접근할 수는 있지만 이를 기반으로 구축하지는 않는 파운데이션 모델은 결국 경쟁이 치열한 분야에서 기술적으로 신뢰할 수 있는 하나의 선택지로 남을 뿐, 기본 선택지가 되지는 못합니다. 앤트 그룹과 같은 기업 그룹에 속한 자매 회사인 알리바바는 자체적인 ‘Qwen-Robot’ 체화형 AI 제품군을 적극 추진해 왔으며, 지난 1년 동안 다른 여러 중국 연구소들도 경쟁적인 비전-언어-행동 모델을 출시했다. 따라서 17개 제조사에 걸친 크로스 플랫폼 호환성, 17개 제조사에 걸친 실질적인 배포 범위는 앤트 그룹이 내세우는 차별화 요소이며, 이번 경연 대회는 그 범위를 대중에게 입증할 수 있는 비교적 저렴한 방법이다.

'필수 과제'로 지정된 RoboTwin 2.0이 실제로 시사하는 바

RoboTwin 2.0을 통한 시뮬레이션 기반 테스트를 필수로 지정하고, 실제 로봇 시연은 선택 사항으로 둔 것은, 연구 목적으로 접근 권한을 가진 대학 팀과 개별 개발자들의 진입 장벽을 낮추기 위한 의도적인 설계 선택입니다.

시뮬레이션 환경에는 적용되지만, 물리적 로봇 하드웨어에는 적용되지 않는데, 이는 일반적으로 신체 기반 AI 연구에서 더 비싸고 접근이 제한된 자원이다. 이러한 구조는 물리적 하드웨어가 필요한 로봇 경진대회에 참여하기 어려웠던 학술 연구실과 소규모 스타트업까지 대회 참여 범위를 넓혀주지만, 그 대가로 필수 트랙의 결과를 실제 현장 배포 성능과 직접적으로 비교하기는 더 어려워집니다. 선택적 ‘실제 로봇 트랙’이 존재하는 이유는 바로, 자원이 풍부한 팀, 로봇 기업, 자금력이 탄탄한 연구실들이 더 어려운 주장을 입증할 수 있도록 하기 위함입니다. 즉, 시뮬레이션에서 훈련 및 검증된 모델이 업계 전반에서 과거 여러 차례 시도된 ‘시뮬레이션에서 실제 적용(sim-to-real)’ 노력들을 무산시켰던 성능 저하 현상 없이, 실제로 물리적 조작 작업으로 전이될 수 있다는 점을 입증하기 위함입니다.

Ant Group이 LingBot-VLA 2.0 도입 기업으로 유치하려는 로봇 기업 및 시스템 통합업체들에게 있어, 공개 대회에 참가하는 것은 내부적으로 조용히 모델을 평가하는 것과는 다른 종류의 신호를 전달합니다. 11월 결승전에서 좋은 성적을 거두면, 해당 기업은 고객에게 자사의 로봇 플랫폼을 홍보할 때 이를 공개적인 성공 사례로 제시할 수 있게 되며, 이는 공급업체가 내세우는 자체 벤치마크 주장보다 훨씬 더 설득력 있는 검증 방식이 됩니다. 이러한 인센티브 구조 덕분에 지난 1년 동안 중국 신체 기반 AI(embodied-AI) 부문에서는 기존의 자금 조달 및 파트너십 발표와 더불어 파운데이션 모델 경진대회가 반복적으로 개최되어 왔습니다: 대회는 모델이 다양한 하드웨어에서 작동한다는 점을 제3자가 확인할 수 있는 공개적인 증거를 생성해 주는데, 이는 기업 자체의 마케팅 자료만으로는 검증하기 가장 어려운 주장입니다.

LingBot-VLA 2.0이 이미 스택 내에서 차지하는 위치

Ant Group의 모델은 공백 속에서 출시된 것이 아닙니다. LingBot-VLA 2.0은 이미 여러 유명 중국 하드웨어 제조업체의 로봇 플랫폼과 연동되도록 조정되었으며, 이를 통해 이번 대회 이전에 이미 크로스 플랫폼 통합에 대한 실적을 쌓아왔습니다.

순전히 이론적인 보편성 주장이 아니라 실제 경쟁에서 입증된 것이다. 이러한 기존 적응 사례들이 바로 “하나의 뇌, 여러 대의 기계”라는 주장의 실질적인 근거가 된다: 비전-언어-행동(VLA) 모델의 유용성은 플랫폼마다 막대한 재설계 비용 없이 실제로 제어할 수 있는 물리적 로봇 본체의 수에 달려 있으며, 제조업체와의 통합이 하나씩 늘어날 때마다 새로운 로봇 기업으로 하여금 LingBot-VLA 2.0을 기반으로 개발할지, 아니면 독자적인 모델을 처음부터 훈련시킬지 결정할 때 발생하는 전환 비용이 낮아집니다. 새로운 로봇 플랫폼을 구축하는 스타트업의 경우, 이미 통합된 파운데이션 모델을 채택하면 전담 머신러닝 팀이 1년 가까이 소요될 제어 소프트웨어 개발 일정을 단축할 수 있으며, 이것이 바로 앤트 그룹이 11월 결승전에 참가하기를 희망하는 개발자들에게 제시하는 근본적인 경제적 근거이다.

이러한 통합의 깊이는 또한 이번 대회의 ‘실제 로봇’ 부문이 선택 사항임에도 불구하고, 기관 투자자들이 가장 면밀히 주시해야 할 요소인 이유를 설명해 줍니다. RoboTwin 2.0에서 시뮬레이션만으로 얻은 결과는 알고리즘의 역량을 입증할 뿐, 모델이 실제 로봇 팔의 센서 노이즈, 조명 변화, 기계적 부정확성을 어떻게 처리하는지에 대해서는 아무것도 말해주지 않습니다. 이러한 격차는 시뮬레이션 벤치마크에서는 강력해 보였던 여러 신체 기반 AI 모델의 실패 원인이 되어 왔습니다. 선택 사항인 실제 로봇 트랙을 통과하고 상하이 결승전에 진출하는 팀들은, 현재 자사 로봇 군단을 위해 파운데이션 모델을 평가하는 조달 팀들이 공급업체의 주장만을 주로 믿고 받아들여야 했던 바로 그 ‘시뮬레이션에서 실제 환경으로의 전이’ 증거를 실제로 제시하게 될 것입니다.

채용 도구로서의 클라우드 컴퓨팅 지원금

자격을 갖춘 팀에 클라우드 컴퓨팅 리소스를 제공하는 것은 사소한 운영상의 편의 조치로 보일 수 있지만, 자금력이 풍부한 로봇 공학 스타트업뿐만 아니라, 그렇지 않았다면 참가하기 어려웠을 대학 연구실 및 독립 개발자들로까지 대회 참가자 풀을 확대하기 위한 직접적인 지원 역할을 합니다.

대규모 비전-언어-행동 모델을 미세 조정하고 평가하는 데 필요한 컴퓨팅 집약적인 과정의 비용 부담으로 인해 참여를 포기하고 있습니다. 대규모 언어 모델과 비전-언어-행동 모델은 수십 가지의 과제 변형에 걸쳐 미세 조정 및 평가를 수행하기 위해 상당한 양의 그래픽 처리 장치(GPU) 시간을 필요로 하며, 이는 본격적인 대회 참가 시 수만 달러에 달할 수 있는 비용이며, 앤트 그룹은 이러한 장벽을 제거함으로써, 이미 컴퓨팅 예산을 보유하고 있으며(우연이 아니게도) 알리바바 클라우드와 기존 상업적 관계를 맺고 있는 기업 팀뿐만 아니라, 독립적이고 신뢰할 수 있는 연구 결과를 발표할 가능성이 가장 높은 학계 팀들이 지원자 풀에 포함되도록 보장하고 있다.

앤트그룹이 통제할 수 없는 시험

앤트그룹은 자사가 완전히 통제할 수 없는 한 가지 문제에 대해 2개월의 기한을 설정했습니다. 대학 팀, 스타트업, 그리고 기존 로봇 공학 기업들이 링봇-VLA 2.0을 경쟁에 필요한 엔지니어링 투자를 할 만한 가치가 있다고 보는지, 아니면 이 챌린지가 경쟁 모델들과 비교하여 모델을 평가하는 진정한 신규 채택자보다는 이미 모델스코프(ModelScope)와 알리바바 클라우드 생태계에 참여하고 있는 개발자들을 주로 끌어모을 것인지 여부입니다. 11월 중순에 열릴 결승전은 이 질문에 대한 첫 번째 공개적인 데이터 포인트를 제공할 것이며, 누가 우승하든 상관없이 주목할 가치가 있습니다: 참가 팀 명단 자체, 즉 앤트 그룹(Ant Group)의 기존 기업 생태계 외부에서 온 팀이 몇 팀인지가, 우승 팀이 무대에서 발표하는 성공률 수치보다 구매자와 통합 업체들에게 링봇-VLA 2.0의 실제 시장 반응에 대해 더 많은 정보를 제공할 것입니다.

10월 26일 참가 신청 마감일부터 11월 결승전까지의 6주라는 기간은 너무 짧아서, 대부분의 참가팀이 완전히 새로운 시스템을 처음부터 구축하기보다는 기존 작업을 대회 과제에 맞게 조정할 수밖에 없을 것이며, 이는 결승 진출팀들이 해당 분야를 처음 평가하는 신규 참가자들보다 이미 비전-언어-행동 연구 분야에 깊이 몰두하고 있는 팀들이 될 가능성이 더 높다는 것을 의미합니다. 이러한 압축된 일정은 앤트 그룹(Ant Group) 자체의

규칙이 누구에게나 공개되어 있다 하더라도, 실제로는 생태계가 형성될 수밖에 없습니다. LingBot-VLA 2.0의 애플리케이션 프로그래밍 인터페이스(API)와 문서를 이미 잘 알고 있는 팀들은 등록 시점에 해당 모델을 처음 접하는 팀들에 비해 상당한 유리한 고지를 점하고 있기 때문입니다. 이러한 구조적 이점이 대회가 독립적인 성과 지표로서 갖는 가치를 훼손하는 것인지, 아니면 단순히 어떤 파운데이션 모델 대회든 초기 채택자들에게 유리하다는 현실을 반영하는 것인지는, 11월에 앤트 그룹이 결선 진출자 명단을 공개하고 외부 분석가들이 이번 대회가 시작되기 전까지 링봇-VLA 2.0과 공개적인 관계가 없었던 결선 진출 팀이 몇 팀인지 확인할 수 있게 되면 더 명확해질 것입니다.

이 분석은 앤트 그룹의 공개 대회 공고와 2026년 번드 서밋(Bund Summit)에서 발표된 성명을 바탕으로 합니다. 본 내용은 일반적인 정보 제공을 목적으로 하며, 투자, 금융 또는 법률 자문을 구성하지 않습니다.

대표 이미지 출처: Robbyant (Ant Group).