네이버 손잡은 미스트랄AI, 로봇 두뇌 경쟁 참전…"라이다 없이도 가능"
프랑스 AI 기업 미스트랄AI가 로봇 내비게이션 전용 인공지능(AI) 모델을 공개하며 피지컬 AI 시장 공략에 속도를 내고 있다. 네이버클라우드와 제조 AI 협력을 발표한 직후 로봇이 실제 공간을 자율 이동할 수 있는 모델까지 내놓으면서 산업 현장형 AI 포트폴리오를 넓히는 모습이다. 미스트랄AI는 8일(현지시간) 공식 홈페이지를 통해 로봇 내비게이션 모델 '로보스트랄 내비게이트(Robostral Navigate)'를 공개했다. 이 모델은 일반 RGB 카메라 한 대와 자연어 명령만으로 로봇이 사무실, 주거 공간, 상업용 건물, 야외 환경 등을 스스로 이동하도록 설계됐다. 만약 사용자가 "로비를 나와 복도를 지나 공급실로 들어간 뒤 두 번째 선반을 바라보고 멈춰라"는 식으로 지시하면 로봇은 주변 환경을 인식하고 목적지까지 이동한다. 기존 로봇 내비게이션 시스템이 라이다, 깊이 센서, 복수 카메라 등을 함께 쓰는 것과 달리 단일 RGB 카메라만 사용하는 것이 특징이다. 성능도 기존 방식과 비교해 높다. 미스트랄AI에 따르면 로보스트랄 내비게이트는 로봇 내비게이션 벤치마크인 R2R-CE(Room-to-Room in Continuous Environments) 미공개 환경 평가에서 76.6%의 성공률을 기록했다. 학습된 환경 평가에선 79.4%로 나타났다. 기존 단일 카메라 기반 최고 접근법보다 9.7포인트, 깊이 센서나 다중 카메라를 쓰는 시스템보다 4.5포인트 높은 수치다. 로보스트랄 내비게이트는 80억 개 매개변수 규모 모델이다. 바퀴형 로봇뿐 아니라 사족보행 로봇, 드론 등 비행 로봇에도 적용할 수 있도록 개발됐다. 로봇 크기나 카메라 특성이 달라져도 쓸 수 있어 제조, 물류, 배송, 접객 등 다양한 현장 적용을 겨냥했다. 모델은 현재 카메라 화면에서 다음에 이동해야 할 목표 지점을 예측하는 '포인팅(pointing)' 방식을 우선 활용한다. 목표가 화면 밖에 있을 때는 로봇의 로컬 좌표계를 기준으로 앞으로 이동하거나 회전하는 명령을 함께 사용한다. 이를 통해 공간 크기와 카메라 조건이 달라져도 경로 판단을 유지할 수 있다. 학습은 전적으로 시뮬레이션 환경에서 이뤄졌다. 미스트랄AI는 약 6000개 가상 장면에서 약 40만 개 이동 궤적을 생성해 모델을 학습시켰다. 프리픽스 캐싱 기반 학습 기법을 적용해 기존 방식 대비 학습 토큰 수를 22분의 1 수준으로 줄였고, 온라인 강화학습 알고리즘인 CISPO를 통해 성공률을 3.2포인트 추가로 높였다. 이번 발표는 미스트랄AI가 네이버클라우드와 국내 제조 AI 시장 공략을 위한 파트너십을 맺은 직후 나왔다는 점에서도 주목된다. 로보스트랄 내비게이트가 네이버클라우드와의 공동 개발 모델은 아니지만, 미스트랄AI가 제조 데이터 분석과 품질 관리에서 로봇 내비게이션까지 산업용 AI 적용 범위를 점차 넓히는 계기는 될 것으로 보인다. 구글 딥마인드, 엔비디아, 메타 등 글로벌 기업들도 피지컬 AI와 로보틱스 모델 개발에 속도를 내고 있다. 구글은 로봇이 보고 판단하고 행동하는 범용 로보틱스 모델을 밀고 있고, 엔비디아는 휴머노이드용 파운데이션 모델과 시뮬레이션 인프라를 묶은 풀스택 전략을 앞세우고 있다. 미스트랄AI는 단일 카메라 기반 내비게이션이라는 구체적 기능을 먼저 꺼내며 비용과 현장 적용성을 차별화 포인트로 내세웠다. 미스트랄AI는 "내비게이션은 범용 로보틱스를 위한 기반 역량"이라며 "대규모 시뮬레이션, 효율적인 학습, 강력한 그라운딩 능력을 결합해 소형 모델과 단일 RGB 카메라만으로도 최고 수준의 임바디드 내비게이션(물리 환경 기반 로봇 이동 기술)을 달성할 수 있음을 입증했다"고 밝혔다.
