Generalist, 약 2억달러 추가 조달 신고…보스턴 로보틱스 인재 경쟁도 주목

로봇용 인공지능을 개발하는 스타트업 Generalist가 약 2억달러의 추가 자금을 확보한 것으로 나타났다. 미국 증권거래위원회(SEC) 제출 자료로 투자금 유입은 확인되지만, 30억달러의 기업가치와 8VC의 투자 주도 여부는 회사 발표가 아닌 복수의 소식통을 인용한 보도에 근거한다. 대규모 자금 조달이 실제 채용 확대로 이어질지도 아직은 구분해서 볼 필요가 있다.

SEC에 8월 24일 제출된 Form D에 따르면 Generalist는 총 2억822만달러 규모의 주식 발행을 신고했고, 이 가운데 약 1억9822만달러가 판매됐다. 첫 판매일은 8월 7일로 기재됐다. Form D는 비공개 증권 발행을 알리는 신고서로, 기업가치나 투자자별 참여 금액까지 보여주는 자료는 아니다.

테크크런치는 8월 25일 복수의 소식통을 인용해 이번 자금이 8VC가 이끈 추가 투자이며, Generalist의 기업가치가 30억달러로 평가됐다고 보도했다. 회사가 지난 6월 공식 발표한 4억달러 규모 투자 라운드의 연장으로, 전체 라운드가 약 6억달러로 커졌다는 설명이다. 액시오스도 하루 앞서 약 2억달러의 추가 조달과 8VC의 참여를 보도했지만, 당시 파악된 기업가치는 6월의 20억달러보다 높다는 수준이었다. Generalist와 8VC는 관련 보도에 별도 논평을 내놓지 않았다.

따라서 약 1억9822만달러의 증권 판매는 규제기관 자료로 확인되지만, 30억달러 기업가치와 기존 라운드의 연장이라는 거래 구조는 언론 보도 단계의 정보다. 지난 6월 Generalist가 직접 발표한 4억달러 조달과 누적 투자금 5억달러 이상은 공식 확인된 내용이다.

Generalist는 로봇 하드웨어를 직접 만드는 대신 여러 종류의 로봇을 제어할 수 있는 ‘기초 모델’을 개발한다. 기초 모델은 작업마다 별도의 프로그램을 만드는 방식에서 벗어나, 대규모 데이터를 학습한 하나의 AI가 서로 다른 로봇과 도구, 환경에 적응하도록 하는 기술이다.

회사가 8월 19일 공개한 GEN-1.5는 3~12초 분량의 시범 동작 한 번을 보고 새로운 작업을 수행할 수 있다고 설명한다. Generalist가 공개한 실험에서는 짧고 단순한 10개 작업의 평균 성공률이 한 차례 시범만 사용했을 때 59%, 작업별 5분 분량의 데이터로 10단계 추가 학습을 거쳤을 때 83%로 나타났다. 다만 이는 회사가 설정한 연구 환경에서 얻은 결과다. 다양한 산업 현장에서 장시간 반복 작업을 수행할 때의 안전성, 비용, 유지보수 부담까지 검증됐다는 의미는 아니다.

회사는 2024년 전 Google DeepMind 연구원 피트 플로렌스와 앤디 젱, 전 Boston Dynamics 엔지니어 앤드루 배리가 공동 설립했다. 본사는 샌프란시스코에 있지만, 창업진의 Boston Dynamics 경력은 매사추세츠 로보틱스 생태계와 이어지는 인재 연결고리다. MIT와 보스턴대, WPI를 비롯한 대학 연구실과 MassRobotics, 산업·물류·의료 로봇 기업이 모인 보스턴권에서는 서부의 대형 AI 스타트업과 연구 인력을 놓고 경쟁할 가능성을 살펴볼 필요가 있다.

매사추세츠주는 8월 20일 RoboBench 프로그램을 통해 보스턴대, MassRobotics, UMass Amherst, WPI의 로봇 시험·상용화 시설에 총 660만달러를 지원한다고 발표했다. 지원액은 보스턴대 57만3381달러, MassRobotics 198만8442달러, UMass Amherst와 WPI 각각 200만달러다. 네 사업은 업계와 대학의 매칭 자원 190만달러 이상도 활용한다.

Generalist에 유입된 벤처 자금과 RoboBench 지원금은 규모뿐 아니라 목적이 다르다. 민간 투자는 모델 개발, 로봇 데이터 수집, 연산 인프라와 제품화에 집중될 가능성이 크다. RoboBench는 초기 기업과 연구자가 고가의 시험 장비, 소량 생산 시설, 의료·농업 등 분야별 검증 환경을 공동으로 이용하도록 기반을 만드는 사업이다. 대형 스타트업 한 곳의 성장과 지역 생태계 전반의 상용화 역량을 각각 보여주는 지표로 보는 편이 적절하다.

취업시장에서는 ‘로봇 엔지니어’라는 포괄적인 직함보다 AI 모델을 실제 장비에 연결하고 결과를 검증하는 경험의 가치가 커질 수 있다. 로봇 학습과 컴퓨터 비전, 모션 플래닝뿐 아니라 센서 데이터 관리, 시뮬레이션, 안전성 평가, 현장 배치와 유지보수도 함께 필요한 영역이다. 특히 AI가 만든 동작이 실제 작업장에서 안전하고 반복 가능하게 수행되는지 확인하는 역할은 순수 소프트웨어 개발과 구별되는 실무 분야다.

유학생과 졸업 예정자는 논문이나 모델 학습 경험에 더해 실제 로봇 또는 시뮬레이터에서 작업 성공률, 실패 유형, 반응 지연, 안전 제약을 측정한 프로젝트를 제시하면 현장 적용 역량을 설명하기 쉽다. OPT·STEM OPT나 H-1B 지원이 필요한 경우에는 투자 규모만으로 고용 안정성이나 스폰서십 가능성을 판단하기보다 채용 주체, 근무지, E-Verify 참여 여부, 직무별 비자 지원 정책을 공고와 인사 담당자를 통해 확인해야 한다. 적용 조건은 개인의 신분과 고용 형태에 따라 달라질 수 있다.

현직자와 이직 준비자에게 이번 조달은 로봇 AI 분야에 상당한 자본이 유입되고 있다는 신호지만, 모든 로보틱스 직무의 채용이 곧바로 늘어난다는 근거는 아니다. 추가 자금이 모델 연구와 연산 장비에 집중될 수도 있고, 상용 배치가 확대되면 통합 엔지니어링, 데이터 운영, 안전 검증, 고객 현장 지원 같은 역할이 뒤따를 수도 있다.

앞으로 확인할 변수는 Generalist가 연구 시연을 넘어 공장·물류·연구 환경에서 반복 가능한 성과와 경제성을 입증하는지, 그리고 조달 자금이 실제 고객 확대와 고용으로 얼마나 연결되는지다. 보스턴권에서는 로봇 하드웨어 제작 역량에 더해 AI 모델을 현장 시스템에 통합하고 성능을 검증하는 인력 수요가 어떻게 움직이는지가 중요한 관전 포인트가 될 전망이다.