쿤룬 테크, 세계 인공지능 컨퍼런스에서 ‘리만-1.0’과 3가지 멀티모달 모델 공개
쿤룬 테크는 2026년 세계 인공지능 컨퍼런스(WAIC) 포럼에서 ‘리만-1.0’을 공개하며, 물리적 인공지능(AI)을 새로운 영상, 음악, 세계 모델과 함께 주요 분야로 제시했다.

쿤룬 테크는 왜 로봇 공학을 더 광범위한 멀티모달 모델 스택에 통합하고 있는 것일까?
7월 19일 상하이에서 열린 2026 세계 인공지능 컨퍼런스(WAIC)에서 쿤룬 테크는 ‘세계 모델 및 멀티모달 패러다임 전환’ 포럼을 통해 전용 로봇 공학 모델인 ‘리만-1.0(Riemann-1.0)’을 공개했다. 이번 발표는 ‘매트릭스-3.5(Matrix-3.5)’ 월드 모델, ‘스카이릴스 v4.5(SkyReels v4.5)’ 영상 모델, ‘무레카 v9.5(Mureka v9.5)’ 음악 모델의 출시와 동시에 이루어졌습니다.
다중 모달 확장 전략
단일 WAIC 포럼에서 네 가지 서로 다른 모델을 동시에 출시한 것은 로봇 스택을 제품으로 하는 통합된 인공지능 생태계를 향한 광범위한 업계 추세를 보여줍니다. 쿤룬 테크 (昆仑万维)는 2008년 설립된 이래 2022년부터 “ALL in AGI(인공 일반 지능) 및 AIGC(인공지능 생성 콘텐츠)” 전략을 채택하고, 어시스턴트, 비디오, 음악 및 오디오, 게임, 소셜 플랫폼을 아우르는 인공지능 비즈니스 매트릭스를 구축해 왔다. 리만-1.0의 출시는 물리적 배포 영역으로의 의도적인 전환을 의미합니다. 이러한 전환에는 상당한 하드웨어 및 소프트웨어 통합 과제를 극복해야 합니다. 오류 발생 시 시각적 아티팩트나 오디오 결함으로 이어지는 디지털 콘텐츠 생성과는 달리, 물리적 인공지능 배포에는 엄격한 안전 제약 조건, 지연 시간 요구 사항, 그리고 예측 불가능한 실제 환경이 수반됩니다.
주목할 만한 통찰: ‘세계 인공지능 컨퍼런스(World Artificial Intelligence Conference)’의 공식 일정에 따르면, 로봇공학은 쿤룬 테크(Kunlun Tech)의 광범위한 모델 스택 내에 위치하며, 물리적 상호작용은 더 넓은 인공지능 포트폴리오 내의 한 가지 양상으로 규정되고 있다.
이 전략의 성공 여부는 리만-1.0 모델이 기존 로봇 하드웨어 플랫폼과 얼마나 원활하게 연동될 수 있는지에 크게 좌우될 것입니다. 신체 기반 인공지능 분야의 배포 제약 조건은 유난히 엄격한 것으로 알려져 있습니다. 시스템은 다중 모달 입력을 실시간으로 처리하고, 이를 정밀한 운동 명령으로 변환하며, 환경 피드백에 지속적으로 적응해야 합니다.
디지털 인공지능에서 물리적 인공지능으로의 전환은 기업들이 모델 개발에 접근하는 방식에 근본적인 변화를 의미합니다. 쿤룬 테크(Kunlun Tech)에게 이는 방대한 양의 디지털 데이터를 처리하는 데 있어 기존에 쌓아온 전문 지식을 물리적 상호작용의 고유한 요구 사항에 맞춰 적용해야 함을 의미합니다. 이제 이 회사는 물리 법칙, 재료 특성, 그리고 현실 세계 환경의 예측 불가능한 특성을 고려해야 합니다. 이러한 전환은 단순한 기술적 과제가 아니라, 소프트웨어 공학과 물리적 시스템 모두에 대한 깊은 이해를 필요로 하는 전략적 재편입니다.
4가지 모델 매트릭스 분석
WAIC 포럼에서 소개된 4가지 모델은 서로 다른 적용 분야를 대상으로 하지만, 근본적인 목표는 공통적입니다. Matrix-3.5 시스템은 세계 모델로 자리매김하며, 복잡한 환경을 이해하기 위한 기초 계층 역할을 합니다. SkyReels v4.5와 Mureka v9.5는 쿤룬 테크(Kunlun Tech)가 오랫동안 중점을 두어 온 인공지능 생성 콘텐츠 분야를 이어가며, 각각 영상 및 음악 제작을 목표로 합니다. Riemann-1.0은 로봇 공학 애플리케이션을 위해 특별히 설계된 물리적 실행 계층을 대표합니다.
다음 표는 공식 행사 자료를 바탕으로, 4가지 모델 각각의 공개된 역할과 배포 대상을 요약한 것입니다.

이번 출시의 두드러진 특징은 상세한 아키텍처 사양, 벤치마크 결과, 훈련 데이터 프로필이 공개되지 않았다는 점입니다. 전략적 의도는 분명하지만, 이러한 모델을 구현하는 기술적 메커니즘은 주요 행사 자료에서 여전히 공개되지 않았습니다. 이러한 투명성 부족으로 인해 모델의 성능을 독립적으로 검증하기가 어려워집니다. 통합 의존성이 매우 중요한 물리적 인공지능의 맥락에서, 기술 문서의 부재는 잠재적인 하드웨어 파트너와 시스템 통합업체에게 상당한 장애물로 작용합니다.
물리적 배포와 관련된 위험이 크다는 점을 고려할 때, 이러한 투명성 부족은 특히 우려스러운 문제입니다. 하드웨어 제조업체와 시스템 통합업체는 모델이 물리적 로봇을 안전하고 효과적으로 제어할 수 있는지 확인하기 위해 상세한 기술 사양이 필요합니다. 이러한 정보가 없으면 Riemann-1.0의 진정한 역량이나 더 넓은 로봇 공학 시장에 미칠 잠재적 영향을 평가하기 어렵습니다.
배포 제약 조건 및 통합 의존성
Riemann-1.0과 같은 로봇 공학 모델을 배포하려면 복잡한 계층 구조의 통합 종속성이 수반됩니다. 이 모델은 센서, 컨트롤러, 액추에이터와 원활하게 통신해야 하며, 이는 현재 진행 중인 ‘구현형 AI 칩’ 논쟁을 부각시킵니다. 이 통신 파이프라인에서 발생하는 어떠한 지연도 물리적 환경에서 치명적인 오류로 이어질 수 있습니다. 또한, 쿤룬 테크가 단일 하드웨어 제조업체와만 독점적으로 협력할 계획이 아니라면, 모델은 다양한 하드웨어 구성에 걸쳐 일반화할 수 있어야 합니다.
통합은
Matrix-3.5와 같은 세계 모델에 Riemann-1.0과 같은 물리적 실행 모델을 결합하면 복잡성이 한층 더 가중됩니다. 이론적으로 월드 모델은 로봇이 환경을 관리하고 상호작용하는 데 필요한 맥락적 이해를 제공한다. 그러나 이러한 고수준의 이해를 저수준의 운동 제어로 전환하기 위해서는 견고하고 고도로 최적화된 소프트웨어 브릿지가 필요하다. 쿤룬 테크(Kunlun Tech)가 이 간극을 메우기 위해 사용하는 구체적인 메커니즘은 WAIC 공식 발표에서 상세히 다루어지지 않았다.구현형 인공지능의 오류 양상은 디지털 콘텐츠 생성 시의 오류 양상과 근본적으로 다릅니다. SkyReels v4.5와 같은 영상 생성 모델에서 발생하는 ‘환각’은 해부학적으로 부정확한 이미지를 생성하는 결과로 이어질 수 있습니다. 반면 로봇 모델에서 발생하는 ‘환각’은 물리적 충돌, 재산 피해 또는 인명 피해를 초래할 수 있습니다. 따라서 리만-1.0에 대한 검증 및 테스트 프로토콜은 쿤룬 테크의 디지털 모델에 적용되는 것보다 기하급수적으로 더 엄격해야 합니다. 공개된 벤치마크 데이터가 부족하기 때문에 리만-1.0 시스템의 현재 신뢰성과 안전성 프로파일을 평가하는 것은 불가능합니다.
이러한 모델들을 통합하는 데 따르는 어려움은 실시간 처리의 필요성으로 인해 더욱 가중됩니다. 물리적 환경에서 로봇은 밀리초 단위로 감각 입력을 처리하고, 의사 결정을 내리며, 모터 명령을 실행할 수 있어야 합니다. 이 과정에서 발생하는 어떠한 지연도 실패로 이어질 수 있습니다. 이를 위해서는 고도로 최적화된 소프트웨어 아키텍처와 강력한 하드웨어 플랫폼이 필요하며, 이 두 가지 모두 배포 과정에 상당한 복잡성과 비용을 가중시킵니다.
더 넓은 시장 맥락
쿤룬 테크(Kunlun Tech)의 로봇 모델 분야 진출은 치열한 경쟁과 급속한 업계 재편이 진행 중인 시기에 이루어졌습니다. 수많은 기업들이 신체 기반 인공지능(embodied AI)을 위한 지배적인 플랫폼을 구축하기 위해 노력하고 있습니다. 쿤룬 테크는 자사의
다중 모달 파운데이션 모델에 대한 기존 전문성을 바탕으로, 쿤룬 테크는 로봇 공학 개발에 있어 기존의 하드웨어 중심 접근 방식을 우회하려 하고 있다. 대신 이 회사는 물리적 상호작용을 대규모 데이터 처리와 첨단 신경망 아키텍처를 통해 해결할 수 있는 소프트웨어 문제로 접근하고 있다.물리적 AI가 모델에서 데이터 팩토리로 전환됨에 따라 이러한 ‘소프트웨어 우선’ 접근 방식은 업계 전반에서 주목받고 있지만, 비판의 목소리도 없지는 않다. 회의론자들은 물리적 세계가 너무 복잡하고 예측 불가능하여 아무리 진보된 세계 모델이라 해도 이를 완전히 포착할 수 없다고 주장한다. 그들은 견고한 물리적 인공지능을 구현하려면 기계 공학, 재료 과학, 제어 이론 등 디지털 소프트웨어 기업의 전통적인 영역을 벗어난 분야에 대한 심층적이고 근본적인 이해가 필요하다고 강조한다.
쿤룬 테크(Kunlun Tech)의 다중 모드 확장 성공 여부는 이러한 상반된 철학을 어떻게 조화롭게 관리하느냐에 달려 있다. 이 회사는 자사의 소프트웨어 전문성이 신뢰할 수 있고 안전하며 효과적인 물리적 행동으로 이어질 수 있음을 입증해야 한다. WAIC 2026에서 리만-1.0(Riemann-1.0)을 출시한 것은 중요한 이정표이지만, 이는 길고 복잡한 배포 여정의 첫걸음에 불과합니다. 진정한 시험대는 이 모델이 물리적 하드웨어에 통합되어 실제 환경에 배포될 때 찾아올 것이며, 그곳에서는 디지털 시뮬레이션의 유연한 규칙 대신 가차 없는 물리 법칙이 적용될 것입니다.
다른 로봇 공학 모델들이 동시에 출시되면서 경쟁 환경은 더욱 복잡해지고 있다. 예를 들어, 조작 및 추적에 중점을 둔 소형 오픈 소스 로봇 공학 모델 제품군인 OpenBMB MiniCPM-Robot이 같은 날 출시되었다.
개발자가 보고한 연산 및 지연 시간 데이터가 포함된 시스템들입니다. 또한, Om AI 엣지 네이티브 아키텍처는 클라우드 중심 접근 방식과는 대조적으로, 엣지 네이티브 구현형 아키텍처와 인공지능 하드웨어와의 엣지 멀티모달 협업에 중점을 둡니다. 이러한 대안적 접근 방식들은 구현형 인공지능 분야에서 추구되고 있는 전략의 다양성을 잘 보여줍니다.전략적 전환 평가
Matrix-3.5, SkyReels v4.5, Mureka v9.5와 함께 Riemann-1.0을 출시하기로 한 결정은 신중한 전략적 기동입니다. 이를 통해 쿤룬 테크는 단순한 콘텐츠 생성 기업이 아닌, 포괄적인 인공지능 인프라 제공업체로 자리매김하게 됩니다. 이러한 전략적 전환에는 막대한 자원 재배분과 기업 초점의 근본적인 전환이 필요합니다. 이제 이 회사는 디지털 및 물리적 인공지능 생태계 모두의 서로 다른 개발 주기, 규제 요건, 시장 역학을 관리해야 합니다.
이처럼 서로 다른 양상을 하나의 일관된 제품 포트폴리오로 통합하는 것은 엄청난 공학적 과제입니다. 음악 생성 모델을 훈련하는 데 필요한 데이터 파이프라인은 로봇 공학 모델을 훈련하는 데 필요한 것과는 크게 다릅니다. 근본적인 아키텍처 측면에서는 일부 유사점이 있을 수 있지만, 구체적인 최적화 기법과 평가 지표는 완전히 다릅니다. 쿤룬 테크가 이러한 복잡성을 관리할 수 있는 능력은 장기적인 성공을 결정짓는 핵심 요소가 될 것입니다.
또한, 이러한 모델들의 상용화 경로는 크게 다릅니다. 인공지능이 생성한 영상 및 음악 시장은 비교적 성숙한 단계에 있으며, 확립된 비즈니스 모델과 명확한 고객 세그먼트를 갖추고 있습니다. 반면, 범용 로봇 모델 시장은 아직 초기 단계에 머물러 있습니다. 수익화 경로는 불분명하며, 물리적 배포를 위한 자본 요건은
상당하다. 쿤룬 테크는 자사의 디지털 모델이 지닌 단기적인 수익 잠재력과 물리적 인공지능 사업의 장기적인 전략적 가치 사이에서 균형을 맞춰야 한다.이러한 전략적 전환을 위해서는 쿤룬 테크가 새로운 파트너십과 제휴 관계를 구축해야 합니다. 리만-1.0을 성공적으로 도입하기 위해서는 하드웨어 제조업체, 시스템 통합업체, 최종 사용자와의 협력이 필요합니다. 이러한 파트너십은 모델의 성능을 검증하고, 도입 시 제약 요인을 파악하며, 효과적인 상용화 전략을 수립하는 데 필수적일 것입니다. 이러한 관계를 구축하는 데는 상당한 시간과 노력이 필요하며, 성공이 보장되지는 않는다.
4가지 모델 스택으로 쿤룬 테크의 제품 논리 확장
WAIC 2026 ‘세계 모델 및 다모달 패러다임 전환’ 포럼에서 리만-1.0 로봇 모델이 소개된 것은 쿤룬 테크의 인공지능 포트폴리오가 크게 확장되었음을 의미합니다. 이 회사는 새로운 세계, 비디오 및 음악 모델과 함께 이 물리적 실행 계층을 출시함으로써, 다중 모달 인공지능에 대한 포괄적인 접근 방식을 시사하고 있습니다. 그러나 상세한 기술 사양, 벤치마크 데이터 및 아키텍처 문서가 부재함에 따라, 이러한 시스템의 즉각적인 배포 준비 상태에 대한 의문이 제기되고 있습니다.
디지털 콘텐츠 생성에서 물리적 인공지능으로의 전환은 심각한 통합 의존성을 극복하고, 심각한 결과를 초래할 수 있는 오류 모드를 완화하는 과정을 수반한다. 로봇 공학에 대한 쿤룬 테크의 ‘소프트웨어 우선’ 접근 방식은 물리적 세계의 엄격한 제약 조건 속에서 시험대에 오르게 될 것이다. 업계가 통합된 인공지능 생태계로 나아가면서, 디지털 이해와 물리적 실행 간의 격차를 원활하게 해소하는 능력이 결정적인 경쟁 우위가 될 것이다. 리만-1.0의 출시는 이러한 의지를 과감하게 표명한 것으로,
하지만 이 기술의 성공 여부를 가늠할 진정한 척도는 실제 환경에서 하드웨어와 통합된 형태로 구축되었을 때의 성능이 될 것입니다.이번 출시가 가져올 장기적인 영향은 쿤룬 테크(Kunlun Tech) 자체를 넘어섭니다. 이는 기업들이 디지털 세계와 물리적 세계 사이의 격차를 해소하고자 하는 움직임이 확대됨에 따라, 인공지능 산업 전반에 걸친 광범위한 변화를 예고합니다. 이러한 융합은 제조 및 물류부터 의료, 소비자 가전 분야에 이르기까지 광범위한 산업에 지대한 영향을 미칠 것입니다. 이러한 기술이 성숙해짐에 따라, 우리가 물리적 세계와 상호작용하는 방식을 근본적으로 변화시킬 잠재력을 지니고 있습니다.
이 분석은 기업의 공식 발표와 공개 시장 동향을 종합한 것입니다.
이미지 출처: 쿤룬 테크 2026 세계 인공지능 컨퍼런스 포럼 공식 표지
면책 조항: 본 기사는 정보 제공 목적으로만 작성되었으며, 투자, 법률, 기술 또는 비즈니스 자문을 구성하지 않습니다. 본 기사는 2026년 7월 19일 기준으로 확인된 1차 자료를 종합한 것입니다. 제품 사양, 행사 일정, 벤치마크 및 성능 주장은 별도의 검증을 거쳐야 합니다. 독자들은 상업적 또는 기술적 결정을 내리기 전에 스스로 실사를 수행해야 합니다.












