General Intuition 3억2000만 달러 투자, AI 자금이 ‘현실 세계 업무’로 향한다
게임 데이터를 활용해 현실 세계에서 움직이는 AI를 개발하는 스타트업 General Intuition이 3억2000만 달러 규모의 시리즈A 투자를 유치했다. 투자 후 기업가치는 약 23억 달러로 평가됐고, Khosla Ventures가 라운드를 주도했으며 General Catalyst, Hedosophia, Bezos Expeditions, Innovation Endeavors, Nico Rosberg 등이 참여한 것으로 보도됐다.
이번 투자는 AI 시장의 관심이 챗봇, 문서 작성, 코드 보조 같은 화면 안의 업무를 넘어 로봇, 시뮬레이션, 물류, 제조, 실험실 자동화처럼 실제 공간과 연결되는 영역으로 넓어지고 있음을 보여준다. General Intuition은 스스로를 ‘공간과 시간 속에서 행동하는 AI’를 연구하는 프런티어 랩으로 설명하며, 언어모델보다 행동 모델과 월드 모델에 초점을 맞추고 있다.
핵심은 게임 데이터다. 회사와 주요 보도에 따르면 General Intuition은 게임 플레이 영상과 그 장면을 만들어낸 이용자 입력 데이터를 활용해 AI가 공간, 행동, 결과의 관계를 학습하도록 하는 접근을 택하고 있다. Economic Times는 회사가 Medal이라는 게임 클립 플랫폼의 행동 라벨이 붙은 대규모 게임 영상을 활용한다고 전했다. 회사 웹사이트도 매년 수십억 개의 게임 클립이 업로드되는 환경을 기반으로 행동 모델과 월드 모델을 개발하고 있다고 설명한다.
여기서 말하는 ‘피지컬 AI’는 현실 세계의 물체, 장비, 공간과 상호작용하는 AI를 뜻한다. 예를 들어 로봇 팔이 물건을 집거나, 창고 시스템이 이동 경로를 판단하거나, 실험실 장비가 반복 작업을 자동화하는 경우가 여기에 들어간다. 최근 몇 년간 AI 투자가 대형 언어모델과 클라우드 인프라에 집중됐다면, 이제 일부 자금은 AI가 실제 산업 현장에서 생산성 개선을 만들 수 있는지 검증하는 쪽으로 이동하고 있다.
Business Insider가 인용한 PitchBook 데이터에 따르면 전 세계 로보틱스와 피지컬 AI 분야 벤처투자는 2019년 약 40억 달러에서 2025년 260억 달러로 늘었다. 2026년에도 해당 분야 기업들이 이미 230억 달러 이상을 조달했다는 집계가 나왔다. 다만 이 흐름은 모든 로봇·AI 스타트업이 쉽게 자금을 받는다는 뜻은 아니다. 투자자들은 데이터 우위, 실제 고객 문제, 하드웨어와 소프트웨어를 함께 운용할 수 있는 팀 역량을 더 엄격하게 보고 있다.
보스턴권 독자에게도 이 변화는 멀리 있는 실리콘밸리 뉴스만은 아니다. MIT, 하버드, 노스이스턴을 중심으로 한 연구 기반과 캠브리지·켄달스퀘어의 바이오테크, 의료기기, 로보틱스, 실험 자동화 생태계가 맞물려 있기 때문이다. General Catalyst 역시 보스턴·캠브리지권과 연결성이 큰 벤처 투자사다. 이번 투자가 곧바로 보스턴 지역 채용 증가를 의미하지는 않지만, 지역 산업이 앞으로 어떤 역량을 더 필요로 할지 보여주는 참고 신호로 볼 수 있다.
유학생과 취업 준비생에게는 ‘AI를 쓸 줄 안다’는 표현만으로 차별화하기 어려워지는 흐름을 보여준다. 기업이 더 구체적으로 보는 역량은 모델을 실제 업무 환경에 연결하는 능력이다. Python, 데이터 파이프라인, 컴퓨터비전, 시뮬레이션, ROS 같은 로봇 운영체제, 클라우드 기반 모델 운영, 테스트 자동화, 안전성 평가 경험은 피지컬 AI와 맞닿아 있다. 소프트웨어 전공자라도 하드웨어, 현장 운영, 센서 데이터의 제약을 이해하면 지원 가능한 직무 폭이 넓어질 수 있다.
현직자에게는 직무 경계가 더 촘촘해지는 신호로 읽힌다. 로봇이나 자동화 시스템은 모델 성능만으로 굴러가지 않는다. 데이터 품질, 장비 신뢰성, 예외 상황 대응, 보안, 비용 관리가 함께 맞물린다. 이 때문에 AI 제품 매니저, 머신러닝 운영, 시뮬레이션 엔지니어, 현장 배포 엔지니어, 규제와 품질을 이해하는 테크 리드 같은 역할의 중요성이 커질 수 있다.
비자 스폰서십을 고려하는 독자라면 투자 유치 규모만 보고 판단하기보다 실제 채용 규모, 제품 공개 수준, 고객 검증 단계, 현금 소진 속도, 과거 스폰서십 이력을 함께 봐야 한다. 시리즈A라도 3억 달러가 넘는 대형 라운드는 채용 여력을 만들 수 있지만, 동시에 빠른 연구 성과와 상용화 압박도 커질 수 있다. OPT, STEM OPT, H-1B 관련 판단은 개인 상황과 회사 정책에 따라 달라지므로 공고의 스폰서십 문구, 채용 담당자의 확인, 필요할 경우 전문가 상담을 분리해 접근하는 편이 현실적이다.
창업 관심자에게는 AI 투자 심리가 완전히 얼어붙은 것은 아니지만, 자금이 더 선별적으로 움직이고 있다는 점이 중요하다. 막연한 AI 아이디어보다 어떤 현장 데이터를 확보했는지, 어떤 반복 업무를 줄이는지, 규제나 운영 제약을 어떻게 해결하는지 설명할 수 있는 팀에 관심이 모이고 있다. 보스턴의 바이오, 로보틱스, 의료, 교육 기술 창업자라면 모델 자체보다 실제 산업 현장에서 작동하는 문제 해결 구조를 더 명확히 보여줄 필요가 있다.
당장 확인할 지점은 세 가지다. 피지컬 AI 관련 공고가 순수 연구직인지, 고객 배포와 운영까지 포함하는지 봐야 한다. 기술 스택은 AI 모델뿐 아니라 센서 데이터, 시뮬레이션, 클라우드 비용, 테스트 자동화와 연결해 읽는 것이 좋다. 스타트업 이직을 검토할 때는 투자 규모와 함께 제품 공개 수준, 고객군, 채용 속도, 비자 정책을 나눠 확인해야 한다.
General Intuition의 대형 투자는 AI 시장이 다음 단계의 사용처를 찾고 있다는 점을 보여준다. 보스턴 독자에게 중요한 질문은 AI가 일자리를 없애는가에만 머물지 않는다. AI가 실제 산업 현장에 들어갈 때 어떤 역할이 새로 필요해지는지, 그리고 자신이 가진 전공과 경험을 그 변화와 어떻게 연결할 수 있는지가 더 실질적인 관전 포인트다.