Config 2,700만달러 투자 유치, 로봇 AI 경쟁의 초점은 ‘행동 데이터’로 이동
서울과 산호세를 기반으로 한 로봇 AI 스타트업 Config가 2,700만달러 규모의 시드 투자를 유치했다. 삼성벤처투자가 라운드를 주도했고 현대차 ZER01NE Ventures, LG Technology Ventures, SKT America가 전략적 투자자로 참여했다. 이번 투자는 생성형 AI 경쟁이 챗봇과 코딩 도구를 넘어, 현실 공간에서 움직이는 로봇을 학습시키는 ‘피지컬 AI’ 인프라로 넓어지고 있음을 보여준다.
TechCrunch가 5월 11일 보도한 내용에 따르면 Config의 이번 투자 후 기업가치는 2억달러 이상으로 평가됐고, 누적 투자 유치액은 3,500만달러가 됐다. Config는 로봇 완제품을 직접 만드는 회사라기보다, 로봇이 물건을 집고 옮기고 조작하는 법을 배우는 데 필요한 행동 데이터를 만드는 인프라 회사에 가깝다. 회사는 자신의 역할을 반도체 산업에서 여러 기업의 칩 생산을 맡는 TSMC에 비유한다.
핵심은 데이터다. 대형언어모델은 인터넷에 공개된 텍스트를 대규모로 학습할 수 있지만, 로봇은 현실 세계의 움직임을 배워야 한다. 컵을 집는 동작, 수건을 접는 동작, 작업대 위 물체를 정리하는 동작은 카메라, 센서, 사람의 조작, 실제 환경이 함께 있어야 만들어진다. Config는 서울과 하노이에서 약 300명 규모의 데이터 생산 인력을 운영하며, 현재까지 10만 시간 이상의 인간 행동 데이터를 축적했다고 밝혔다. 회사의 기술 프리뷰에 따르면 자체 파이프라인은 월 약 2만 시간의 행동 데이터를 수집하는 구조다.
이번 투자가 눈에 띄는 이유는 투자자 구성이 단순 재무 투자자 중심이 아니라 제조 대기업의 벤처 조직이라는 점이다. 삼성, 현대차, LG, SK 계열 투자자가 동시에 움직였다는 것은 로봇 AI가 연구실 과제에 머물지 않고 공장, 물류, 농업, 방산, 서비스 현장으로 연결될 수 있는 산업 인프라로 인식되고 있음을 시사한다. Config의 고객군도 대형 제조사, 시스템 통합 업체, 농업·방산 분야 기업으로 알려졌다.
보스턴권과의 연결점도 있다. Config는 지난 3월 MassRobotics가 AWS, NVIDIA와 운영하는 Physical AI Fellowship 2기 기업 명단에 포함됐다. 이 프로그램은 로봇·피지컬 AI 스타트업에 AWS 크레딧, AWS 과학·엔지니어링 지원, NVIDIA Inception을 통한 로보틱스 도구와 교육, MassRobotics 시설 및 네트워크 접근을 제공한다. 보스턴은 MIT, 하버드, Northeastern, WPI, MassRobotics, 물류·의료·방산 기술 수요가 함께 있는 지역이어서 피지컬 AI 흐름을 서부 테크 뉴스로만 보기 어렵다.
유학생과 취업 준비생에게는 직무의 무게중심이 조금 더 구체적으로 보이는 뉴스다. 로봇 AI 분야에서 필요한 역량은 모델을 만드는 머신러닝 연구자에만 한정되지 않는다. 데이터 파이프라인 엔지니어, 로보틱스 소프트웨어 엔지니어, 시뮬레이션·강화학습 담당자, 센서·비전 엔지니어, MLOps, 클라우드 인프라, 하드웨어 통합, 안전성 검증, 현장 배포 엔지니어처럼 실제 환경과 AI 시스템을 연결하는 역할이 함께 커진다.
AI가 업무를 자동화한다는 관점만으로는 이 시장을 충분히 설명하기 어렵다. 로봇이 현장에서 안정적으로 일하도록 데이터를 만들고, 실패 사례를 분석하고, 고객 환경에 맞게 조정하는 업무가 늘어나는 쪽에 가깝다. 보스턴권에서 로보틱스, 바이오 자동화, 연구실 자동화, 의료기기, 창고 자동화 쪽 이직을 보는 사람이라면 Python, C++, ROS, 컴퓨터비전, 데이터 품질관리, 클라우드 배포, 엣지 컴퓨팅, 안전 테스트 같은 키워드를 함께 확인할 필요가 있다.
현직자와 이직 준비자에게는 ‘AI 경험’의 의미가 넓어지고 있다는 점이 중요하다. 최근 기업 채용 공고에서 AI라는 단어가 붙어도 모두 챗봇 개발을 뜻하지는 않는다. 제조, 물류, 헬스케어, 에너지, 방산 분야에서는 AI 모델을 실제 장비와 운영 프로세스에 연결한 경험이 더 직접적인 경쟁력이 될 수 있다. 데이터가 어떻게 수집되고, 어떻게 검증되며, 현장 조건이 바뀔 때 모델 성능이 어떻게 흔들리는지 이해하는 역량도 점점 중요해진다.
비자 이슈가 있는 독자에게는 회사의 기술력만큼 고용 구조를 확인하는 과정이 필요하다. 미국 법인에서 채용하는지, 근무지가 어디인지, STEM OPT 기간 중 필요한 고용 요건을 충족할 수 있는지, H-1B 스폰서십 이력이 있는지는 회사별로 다르다. 전략적 투자를 받았거나 미국 거점을 둔 딥테크 스타트업이라고 해서 스폰서십이 자동으로 따라오는 것은 아니다. 다만 로봇·AI 인프라처럼 전문성이 높은 분야에서는 석·박사 연구 경험, 실험실 프로젝트, 산업 인턴십, 오픈소스 기여가 채용 검토에서 설명 가능한 포트폴리오가 되기 쉽다.
창업 관심자에게도 시사점이 있다. 최근 AI 스타트업 시장에서는 ‘모델을 하나 더 만드는 회사’보다 특정 산업의 병목을 해결하는 인프라형 회사가 더 주목받는 흐름이 나타난다. Config의 경우 병목을 로봇 행동 데이터로 봤고, 직접 로봇을 판매하기보다 여러 제조사가 활용할 수 있는 데이터·모델 플랫폼을 지향한다. 보스턴의 연구 기반 창업자라면 병원, 연구실, 제조 현장, 물류센터처럼 데이터는 많지만 구조화가 어려운 영역에서 비슷한 문제를 찾을 수 있다.
단기적으로 이 뉴스가 보스턴 지역 채용을 바로 크게 바꾼다고 보기는 어렵다. 그러나 장기적으로는 AI 채용의 범위가 소프트웨어 화면 안에서 끝나지 않고, 로봇·센서·클라우드·현장 운영을 함께 이해하는 인재로 넓어지고 있음을 보여준다. 앞으로 볼 변수는 Config가 목표로 제시한 100만 시간 데이터 축적, 2027년 말까지 기업용 플랫폼 연간 반복 매출 1,000만달러 달성, 클라우드 기반 Robot-as-a-Service 출시가 실제 고객 도입으로 이어지는지다.
보스턴의 한인 유학생과 직장인에게 피지컬 AI는 아직 모든 사람이 곧바로 체감할 변화라기보다, 연구실 언어가 산업 채용 언어로 옮겨가는 과정에 가깝다. 이 흐름을 볼 때 중요한 것은 특정 스타트업 하나의 투자 소식보다, 로봇 AI 경쟁에서 데이터 인프라와 현장 적용 역량이 더 큰 비중을 차지하기 시작했다는 점이다.