실물 AI 투자자들은 상용화 단계로 나아가는 로봇 기업에 잠재적 이점이 될 수 있는 아시아의 제조 및 반도체 역량을 강조하는 한편, 실제 환경의 훈련 데이터에 대한 접근성을 주요 장애물로 꼽았다.

핵심 요점

  • 투자자들은 샌프란시스코 서밋에서 대만, 일본, 동남아시아의 기회에 대해 논의했다.
  • 제조업체들이 독점 정보를 공유하기 꺼릴 수 있어 공장 데이터를 확보하기 어려울 수 있다.
  • Startup Island TAIWAN Silicon Valley Hub는 업계 대화와 투자자 모임을 추가로 개최할 예정이다.

시뮬레이션에서 생산 현장으로 나아가는 실물 AI

SF Tech Week 기간에 열린 Silicon to Scale: A Physical AI Summit에서 투자자와 업계 경영진은 실제 환경에 지능형 기계를 배치하는 과제를 논의했다. 이 행사에는 투자자, 업계 리더, 창업자 170여 명이 참석했으며 대만 스타트업 5곳인 Morale AI, MetAI, Jmem Tek, Neuroshine, APMIC가 참여했다.

기업 패널에서는 시뮬레이션과 실제 환경 배치 간의 격차와 규모 확대에 필요한 컴퓨팅, 엣지 및 에너지 인프라를 살펴봤다.

아시아 제조업이 기여할 수 있는 분야

Citi의 AI 인프라 담당 이사 Jeff Tao는 말레이시아를 비롯한 동남아시아의 반도체 조립 및 테스트 사업을 신흥 기술을 뒷받침할 수 있는 기존 역량으로 꼽았다. 또한 기업들이 아시아 제조업의 강점과 미국 진출 기회를 결합할 수 있다고 말했다. 미국에서는 높은 인건비가 산업 자동화 기회를 만들어내고 있다.

Open Network Lab Fund의 Kosuke Yusa는 일본의 또 다른 강점으로 생산 환경이 자주 바뀌어 로봇이 다양한 작업과 운용 조건에 적응해야 한다는 점을 들었다. Startup Island TAIWAN Silicon Valley Hub의 책임자인 Uly Su는 대만이 반도체, 전자 및 첨단 제조 역량을 활용할 수 있다고 말했다.

공장 데이터와 인프라 제약

방대한 디지털 정보로 훈련하는 언어 모델과 달리 로봇 시스템에는 공장과 생산라인 같은 물리적 환경에서 얻은 특수 데이터가 필요하다. Tao는 제조업체들이 독점적인 운영 데이터를 공유하기 꺼린다는 점이 데이터 수집을 어렵게 하는 원인 중 하나라고 말했다.

DCVC의 프린시펄 Vandon Duong은 개발자들이 다양하고 주석이 잘 달린 데이터 세트에 비용을 지불할 의향이 있지만, 경쟁이 심화되는 가운데 데이터 수집 기업들이 어떻게 지속적인 우위를 구축할 수 있을지는 의문이라고 말했다. 투자자들은 컴퓨팅 비용도 논의했다. Tao는 전력 공급 여력을 미국 인프라의 중요성이 커지는 병목으로 꼽았고, Duong은 컴퓨팅 효율을 높이고 추론 비용을 줄일 수 있는 기술을 언급했다.

더 많은 뉴스 읽기

FinanceVelix 더 많은 뉴스

면책 조항

이 FinanceVelix 기사는 일반 정보를 제공하며 개인 맞춤형 금융, 투자, 법률 또는 세무 자문이 아닙니다. 시장 가격, 금리 및 경제 여건은 변할 수 있으며 투자에는 손실 위험이 따릅니다. 사실은 게재 당시 이용 가능한 자료를 반영하며 이후 변경될 수 있습니다. 중요한 정보는 독립적으로 확인하고 필요할 경우 자격을 갖춘 전문가와 상담하세요. 자산, 기업 또는 서비스에 대한 언급은 이를 추천한다는 의미가 아닙니다.