Genesis AI가 2026년 5월 7일 GENE-26.5를 공개했다. 회사는 이를 로봇 파운데이션 모델이자 "로봇 브레인"으로 설명한다. 목표는 로봇이 요리, 실험, 배선, 큐브 조작처럼 접촉과 손동작이 많은 작업을 더 적은 로봇 데이터로 수행하도록 만드는 것이다.
이번 발표는 "범용 로봇이 곧 집에 온다"는 식으로 읽으면 안 된다. 현재 확인 가능한 것은 회사가 공개한 데모와 기술 설명이다. 다만 로봇 AI 경쟁의 중심이 모델 자체에서 손 하드웨어, 장갑 데이터, 사람 동작 전이, 시뮬레이션까지 묶은 full-stack 데이터 전략으로 이동하고 있다는 점은 볼 만하다.
한눈에 보기
- 발표 내용: Genesis AI가 첫 공개 GENE family release인 GENE-26.5를 공개했다.
- 핵심 변화: 사람 손동작, 장갑 데이터, 로봇 손, egocentric video, internet video, 시뮬레이션을 하나의 데이터 엔진으로 묶는다.
- 데모 작업: 20단계 요리, 스무디 만들기, 실험실 pipetting, wire harnessing, 루빅스 큐브, multi-object grasping, 피아노 연주가 포함됐다.
- 주의할 점: "human-level" 표현은 회사 발표 기준이며, 외부 벤치마크와 현장 안정성 검증은 아직 제한적이다.
- 한 줄 결론: 로봇 AI 경쟁은 모델 발표만이 아니라 손동작 데이터를 얼마나 잘 모으고 로봇으로 옮기느냐의 싸움으로 가고 있다.
이번 발표의 핵심
Genesis AI의 기술 블로그는 GENE-26.5를 robotic foundation model system이자 GENE family의 첫 public release로 설명한다. 같은 모델, 하드웨어 플랫폼, 데이터 전략, control stack으로 long-horizon task와 contact-rich task를 다룬다는 점을 강조했다.
공식 press release에서 언급된 데모 범위는 넓다. 20단계 요리, 스무디 만들기, 고정밀 실험실 작업, wire harnessing, 루빅스 큐브 풀이, 한 손으로 여러 물체 집기, 피아노 연주가 포함된다. 다만 피아노 연주는 기술 블로그 기준 control stack stress test에 가깝다.
중요한 부분은 "데모가 많다"보다 "어떤 데이터 전략으로 그 데모를 만들었나"다. Genesis AI는 인간 손에 가까운 로봇 손, tactile-sensing glove, egocentric video, internet-scale third-person video, 시뮬레이션을 묶어 로봇 조작 데이터 병목을 줄이려 한다.
로봇 손이 데이터 전략이 됐다
Genesis AI는 GENE-26.5와 함께 Genesis Hand 1.0을 강조했다. 회사 설명에 따르면 이 손은 human hand와 1:1 크기 매칭을 목표로 설계된 direct-drive robotic hand이며, 20개의 active, back-drivable degrees of freedom을 갖는다. 손바닥과 손가락에는 부드러운 소재를 적용해 human skin의 soft-contact physics를 모사하려 한다.
이 지점이 중요한 이유는 로봇 조작에서 하드웨어가 단순한 실행 장치가 아니기 때문이다. 손의 크기, 자유도, 접촉 특성, latency가 데이터 수집과 학습 가능성을 결정한다. 인간 손동작 데이터를 그대로 쓰려면 인간 손과 로봇 손 사이의 embodiment gap을 줄여야 한다.
Genesis AI의 접근은 이 gap을 하드웨어 설계로 줄인 뒤, 사람의 작업 동작을 로봇 학습 데이터로 바꾸겠다는 쪽이다. 모델만 키우는 방식보다 훨씬 물리적인 전략이다.
데이터 엔진이 더 중요해졌다
Genesis AI는 data engine의 핵심 소스로 glove data, egocentric video, third-person internet video를 제시했다. glove data는 손 움직임과 tactile signal을 더 정밀하게 담고, egocentric video는 사람이 실제 작업 환경에서 어떻게 물체와 상호작용하는지 보여준다. internet video는 물리적 상호작용의 다양성을 넓힌다.
여기서 장갑 구조가 핵심이다. press release는 glove, human hand, robotic hand 사이의 1:1:1 mapping을 설명한다. 사람이 장갑을 끼고 일하면 그 동작이 로봇 손으로 전이될 수 있는 데이터가 된다는 주장이다.
로봇 AI에서 좋은 행동 데이터는 매우 비싸다. 특히 손 조작은 시각 정보만으로 충분하지 않다. 힘, 미끄러짐, 접촉 위치, 손가락 각도, 타이밍이 모두 얽힌다. 그래서 Genesis AI가 강조하는 것은 "더 큰 모델"보다 "더 좋은 물리 행동 데이터"다.
시뮬레이션도 핵심 축이다
Genesis AI는 high-fidelity simulation을 모델 반복과 평가의 가속기로 본다. 기술 블로그는 GENE-26.5가 human demonstrations, 적은 양의 robot data, real-world feedback, simulation feedback을 함께 활용하는 방향이라고 설명한다.
시뮬레이션은 로봇에서 단순한 비용 절감 수단이 아니다. 실제 로봇은 넘어지거나 물건을 부수거나 위험한 행동을 할 수 있다. 시뮬레이션은 실패를 많이 해도 되는 실험장을 제공하고, control stack과 policy를 빠르게 반복하게 만든다.
다만 sim-to-real gap은 여전히 어려운 문제다. Genesis AI는 이를 좁히고 있다고 주장하지만, 실제 고객 현장의 지저분한 변수와 장시간 반복 작업에서 얼마나 버티는지는 별도 검증이 필요하다.
사용자가 당장 기대할 것은 아니다
일반 사용자 기준으로 보면 이번 발표가 바로 가정용 로봇 출시를 의미하지는 않는다. 로봇이 컵을 집는 수준을 넘어 요리, 조립, 실험처럼 손이 많이 가는 작업으로 가려는 흐름을 보여줄 뿐이다.
실제 제품이 되려면 반복 성공률, 안전성, 가격, 내구성, 유지보수, 현장 환경 변화 대응이 모두 필요하다. 회사 데모가 뛰어나도 상용 배포는 다른 문제다.
개발자와 제품팀에게는 더 직접적인 힌트가 있다. 로봇 AI 프로젝트에서 중요한 질문은 "어떤 모델을 쓸까"만이 아니다. 작업을 잘하는 사람의 데이터를 어떤 센서로 모으고, 어떤 로봇 손이나 도구로 옮기며, 얼마나 적은 실제 로봇 반복으로 안정화할 수 있는지가 핵심이다.
좋은 점
- 로봇 조작의 병목을 모델 성능만이 아니라 데이터와 하드웨어 문제로 명확히 잡았다.
- Genesis Hand 1.0, glove data, egocentric video, internet video, simulation을 full-stack으로 묶었다.
- contact-rich manipulation, long-horizon task, tool use를 한 발표 안에서 다뤘다.
- 기술 블로그가 피아노 연주를 control stack stress test로 구분해, 데모 범위와 모델 범위를 어느 정도 분리했다.
- 적은 task-specific robot data를 강조해 로봇 데이터 수집 비용 문제를 직접 겨냥했다.
주의할 점
가장 큰 주의점은 검증 범위다. "human-level physical manipulation"은 강한 표현이지만, 현재 확인 가능한 범위에서는 회사 발표와 데모 기준이다. 외부 benchmark, 실패율, long-term reliability, 환경 일반화는 아직 별도로 확인해야 한다.
또 데모 작업이 다양하다는 것과 실제 범용성이 있다는 것은 다르다. 요리, 실험, 배선, 큐브 풀이가 각각 어떤 사전 세팅과 환경 제약을 가졌는지, 새 물체와 새 장소에서 얼마나 유지되는지는 공개 정보만으로 판단하기 어렵다.
상용화 관점에서는 로봇 손의 내구성, 부품 비용, 유지보수, 안전 인증, 고객 워크플로 통합까지 남은 질문이 많다.
결론
GENE-26.5는 로봇 AI 경쟁이 모델 발표에서 손동작 데이터 엔진과 하드웨어 통합으로 옮겨가고 있음을 보여주는 발표다. 텍스트와 이미지 모델은 인터넷 데이터가 큰 출발점이었지만, 로봇은 물리 세계의 행동 데이터가 병목이다.
Genesis AI의 주장이 실제 현장에서도 반복될지는 아직 확인이 필요하다. 그래도 방향은 분명하다. 로봇 AI의 승부처는 "생각하는 모델"만이 아니라 사람 손의 섬세한 기술을 데이터로 바꾸고, 그 데이터를 로봇 손으로 안정적으로 옮기는 능력이다.
한 줄 평: "GENE-26.5는 로봇 AI 경쟁의 중심이 모델 크기에서 손동작 데이터와 full-stack 하드웨어로 이동하고 있다는 신호다."