Brian Hartzband, 미국 운영 사장, GMEX Robotics – 인터뷰 시리즈

Brian Hartzband, GMEX Robotics의 미국 운영 사장으로서, 회사의 미국 시장 확대를 이끌고 있으며, 상업적 입지를 구축하고 전략적 파트너십을 개발하며 물리적 AI 및 로봇 플랫폼을 실제 현장에 도입하는 데 집중하고 있습니다. GMEX Robotics에 합류하기 전, Hartzband는 TEKsystems에서 거의 4년 동안 기술 채용 및 계정 관리 업무를 수행하며 정부 및 고등 교육 고객을 담당했습니다. 그는 이전에 Handcrafted 4 Home을 공동 설립하고 이끌었으며, 미국 시장 확대와 주요 소매업체 및 전자상거래 플랫폼과의 파트너십을 추진했습니다. 경력 초기에 Hartzband는 Merrill Lynch와 UBS에서 자산 관리 업무를 수행하며 고액 및 초고액 순자산 고객에게 조언하고 상당한 국제 고객 포트폴리오를 구축하는 데 기여했습니다.

GMEX Robotics는 나스닥에 상장된 물리적 AI 및 로봇 기업으로, 상업 환경을 위한 지능형 기계를 개발하고 있습니다. 이전에는 Fitell Corporation으로 알려졌으며, 회사는 “Terminal + Brain” 접근 방식을 채택하고 있다고 설명합니다. 이는 완전한 수직 통합 기술 스택에 의존하는 대신, 목적에 맞게 설계된 로봇 하드웨어와 유연한 AI 기능을 결합하는 방식입니다. 첫 번째 주요 상업화 목표는 2F Culinary AI로, Bon Vivant 3.0 및 Max 시스템을 포함하는 상업용 주방 로봇 플랫폼이며, 센서, AI 기반 제어 및 프로그래머블 워크플로를 활용해 음식 준비를 자동화합니다. GMEX는 또한 운송 및 물류, 산업 자동화, 자원 탐사 분야를 장기 확장 영역으로 선정했습니다. 2026년 3월, 회사는 호주 호스피탈리티 그룹을 위해 최소 50대의 지능형 주방 로봇 시스템을 포함하는 AU$4.2 million 규모의 계약을 발표했으며, 이어 5월에 첫 번째 배치 주문을 받았습니다.

당신은 최근 금융 서비스, 기업가 정신, 기술 채용 및 기업 관계 분야에서의 경력을 바탕으로 GMEX Robotics에 미국 운영 사장으로 합류했습니다. 물리적 AI와 로봇이 다음 단계로 적합하다고 확신하게 된 이유는 무엇이며, 미국에서 GMEX의 입지를 구축함에 있어 당신의 우선 순위는 무엇입니까?

저는 AI와 로봇, 특히 현재 진행 중인 사회적 지능 분야의 가치를 보았습니다. 이에 기여하고 싶었습니다. GMEX에 대해 저를 흥분시키는 점은 Terminal + Brain 모델입니다. 우리는 모든 것을 스스로 하려는 것이 아닙니다. 신뢰할 수 있고 실용적인 하드웨어를 구축하고, 이를 최고 수준의 AI와 연결합니다. 이는 대부분의 로봇 기업이 운영하는 방식과 완전히 다른 접근 방식입니다. 현재 저는 투자자들과 우리가 실제로 구축하고 있는 내용과 미국에서 핵심 파트너십을 구축하고 있다는 이야기를 나누고 있습니다. 이것이 바로 지금이 적기입니다.

GMEX는 로봇 하드웨어가 물리적 세계를 AI 지능 계층과 연결하는 ‘Terminal + Brain’ 생태계라는 전략을 설명합니다. 이 아키텍처가 어떻게 작동하는지, 그리고 보다 수직적으로 통합된 로봇 접근 방식과 차별화되는 점이 무엇이라고 생각하는지 설명해 주실 수 있나요?

대부분의 로봇 기업은 하드웨어, 소프트웨어, AI를 모두 자체적으로 구축하려 합니다. 이는 비용이 많이 들고 속도가 느립니다. 우리는 다르게 접근합니다. Terminal은 우리의 하드웨어이며, Brain은 247meta와 같은 파트너십을 통해 구축한 AI 오케스트레이션 레이어입니다. 이 접근 방식의 장점은 유연성입니다. 더 나은 AI가 등장하면 로봇을 재구축하지 않고도 통합할 수 있습니다. 우리는 하나의 베팅에 얽매이지 않습니다. 신뢰할 수 있고 실용적인 하드웨어에 집중하고, 기술 측면에서 모든 것을 혼자 이기려 하기보다 최고 수준의 AI와 파트너십을 맺습니다. 이는 더 빠른 반복, 낮은 자본 투자, 그리고 기계공학 일정이 아닌 AI 혁신 속도로 움직일 수 있음을 의미합니다.

GMEX는 사회적 지능 및 인간 행동 모델링에 중점을 둔 MediaMeta.ai에 초기 지분을 인수하기 위한 계약을 체결했습니다. 로봇 맥락에서 ‘사회적 지능’이란 무엇을 의미하며, 오늘날의 다중모달 AI 모델이 신뢰성 있게 제공하지 못하는 새로운 역량은 무엇을 열어줄 수 있을까요?

사회적 지능이란 로봇이 단순히 작업만이 아니라 사람을 생각한다는 의미입니다. 오늘날 AI는 시각, 언어, 추론에 뛰어나지만, 사람의 감정 상태를 파악하고 실제 환경에서 그들이 필요로 하는 것을 이해하며 함께 작업하는 데는 약합니다. 우리는 이러한 격차를 정확히 해결하기 위해 인간 행동 모델링에 집중하는 MediaMeta와 확정 계약을 체결했습니다. MediaMeta의 장기 로드맵은 사회적 지능 AI와 행동 모델링을 컨텍스트 이해 레이어로 개발하여 궁극적으로 우리의 Terminal + Brain 생태계를 보완하는 방향으로 나아가고 있습니다. 개발, 통합 및 테스트를 전제로 할 때, 이러한 역량은 로봇이 상황, 커뮤니케이션 패턴 및 인간 의도를 해석하도록 도와줄 수 있으며, 이는 단순히 작업을 수행하는 로봇과 진정으로 유용한 로봇을 구분하는 차이점입니다.

오늘날 가장 진보된 로봇이 사람을 해석할 때 여전히 겪는 어려움은 어디에 있나요? 감정 및 의도 인식, 사회적 맥락 이해, 문화적 차이에 대한 적응, 혹은 더 근본적인 문제 중 어느 것이 가장 큰 제한 요소인가요?

위의 모든 내용이 해당됩니다. 하지만 실제 문제는 AI 개발이 작업 완료에 최적화되어 있다는 점입니다. 로봇이 물체를 집어 들고 방을 이동할 수 있나요? 그것은 측정 가능한 부분입니다. 사람을 읽는 것은 그렇지 않습니다. 그래서 이 부분에 대한 관심이 적어집니다. 로봇은 누군가가 화난 것처럼 보인다는 것을 인식할 수 있지만, 왜 화났는지 혹은 실제로 도움이 될 수 있는 것이 무엇인지 이해하는 데는 약합니다. 작은 실수조차도 신뢰를 무너뜨립니다. 사회적 신호를 90% 정확히 파악하는 로봇은 테스트 환경에서는 괜찮아 보이지만, 실제 환경에서는 남은 10%가 중요합니다. 사람들은 그 기계와 함께 일하고 싶지 않다고 판단합니다. 우리는 우선순위를 바꿔야 합니다. 이것이 우리가 GMEX에서 구축하고 있는 방향입니다.

창고에서 작동하는 로봇은 비교적 구조화된 규칙 내에서 기능할 수 있는 반면, 병원, 호텔, 학교 또는 가정의 로봇은 훨씬 더 예측 불가능한 인간 행동을 다루어야 합니다. 로봇이 이러한 사회적으로 복잡한 환경으로 이동함에 따라 AI 스택은 어떻게 변화해야 할까요?

사회적 지능. 창고에서는 규칙을 코딩할 수 있습니다. 환경이 예측 가능합니다. 사람들과 함께하는 공간에 로봇을 배치하면 모든 것이 달라집니다. 사람들은 즉흥적으로 행동하고, 생각을 바꾸며, 나쁜 날도 있습니다. AI는 이를 실시간으로 읽고 적응해야 합니다. 이제는 규칙 기반이 아니라 상황에 맞는 접근이 필요합니다. 로봇은 순간, 사람, 환경을 이해하고 무엇이 타당한지 판단해야 합니다. 이를 위해서는 빠른 연결성과 완전히 다른 하부 아키텍처가 필요합니다. 또한 잘못 추측하기보다 도움을 요청할 시점을 알아야 합니다.

인간 행동 모델링은 프라이버시, 동의, 편향, 인간 의도 오해와 같은 문제를 필연적으로 제기합니다. 개발자는 로봇에 사회적 지능을 구축하면서 기계가 과도하게 침해하거나 사람에 대해 잠재적으로 중대한 가정을 하지 않도록 어떻게 해야 할까요?

궁극적으로 로봇에 사회적 지능을 구축하는 것은 이상하게 보이지 않으면서도 도움이 되는 것이 목표입니다. 로봇은 사람을 정신분석하거나 누군가가 “무엇을 의미했는지” 추측해서는 안 됩니다. 그렇게 하면 프라이버시 문제와 잘못된 가정이 발생합니다. 관찰 가능한 것에 집중하세요: 사람의 움직임, 거리, 제스처 등. 명확한 프라이버시 신호와 간단한 옵트인 인터랙션을 제공해 사람에게 제어권을 줍니다. 데이터 발자국을 최소화하고, 가능하면 로컬에서 처리하며, 행동을 감사하여 모두에게 동일하게 대우하도록 합니다. MediaMeta는 데이터 최소화, 투명성, 편향 검토, 인간 감독 및 추적성을 포괄하는 데이터 보호 및 책임 있는 AI 프레임워크를 공식화하고 있습니다. 이것이 우리가 시스템에 통합하고자 하는 사려 깊은 접근 방식입니다. 로봇이 사용자의 의도를 확신하지 못한다면 속도를 늦추고, 공간을 확보하거나 일시 정지해야 합니다. 이렇게 하면 선을 넘지 않으면서 사회적 인식을 구축할 수 있습니다.

로봇이 인간을 이해하는 능력이 향상되었는지를 실제로 어떻게 평가할 수 있을까요? 사회적 지능을 측정하기 위해서는 어떤 종류의 벤치마크, 시뮬레이션, 혹은 실제 테스트가 필요할까요? 단순히 로봇이 작업을 성공적으로 완료했는지만 보는 것이 아니라.

작업을 완료했는지만으로는 판단할 수 없습니다. 미세 행동을 살펴봐야 합니다: 로봇이 편안한 간격을 유지하고, 누군가가 경로에 들어섰을 때 양보하며, 적절한 타이밍에 움직이고, 의도가 불분명할 때 주저하는가? 시뮬레이션에서는 밀집 인구, 급정거, 모호한 제스처로 스트레스 테스트를 합니다. 실제 환경에서는 로봇이 주변 사람들에게 예측 가능하고 편안하게 느껴지는지, 다양한 그룹에서 일관된 행동을 보이는지를 관찰합니다. 이것이 진정한 벤치마크이며, 작업 완료가 아니라 인간이 로봇이 공유 공간에서 어떻게 움직이고 조정해야 하는지를 “이해한다”고 느끼는가가 핵심입니다.

GMEX는 이미 Bon Vivant 요리 로봇 플랫폼을 상용화하기 시작했습니다. 초기 실제 현장 적용을 통해 AI 기반 로봇을 시연하는 것과 상업 환경에서 신뢰성 있게 운영하는 것 사이의 격차에 대해 회사가 어떤 교훈을 얻었나요?

로봇이 작업을 수행할 수 있다는 것을 증명하는 것과 그 작업을 상업 환경에서 매일 신뢰성 있게 수행할 수 있다는 것을 증명하는 것 사이에는 실제 격차가 존재합니다. 데모에서는 모든 것이 통제됩니다. 실제 주방은 고열, 고볼륨, 예측 불가능한 상황이며 장비가 부딪히고, 재료가 다양하며, 인간이 끊임없이 리듬을 바꿉니다. Bon Vivant는 고정된 위치에서 작동하므로 네비게이션이 문제가 아니라 반복성, 내구성, 오류 복구, 기존 워크플로와의 통합이 핵심 과제입니다. 우리는 신뢰성이 “지루한” 작업을 처리하는 데서 온다는 것을 배웠습니다: 열과 기름을 견디고, 보정 상태를 유지하며, 비정상 상황에서 우아하게 복구하고, 인간의 속도를 늦추지 않으면서 페이스를 맞추는 것. 상업용 로봇은 로봇이 요리를 할 수 있음을 증명하는 것이 아니라, 지속적으로, 안전하게, 실제 비즈니스에서 부담이 되지 않게 요리를 할 수 있음을 증명하는 것입니다.

GMEX는 또한 다양한 모델과 워크플로를 조정하기 위한 멀티 에이전트 AI 플랫폼을 개발하고 있습니다. 디지털 AI 에이전트와 물리적 로봇이 궁극적으로 어떻게 융합될 것으로 보며, 동일한 인텔리전스 레이어가 소프트웨어 에이전트와 기계 군집을 모두 조정할 수 있을까요?

디지털 AI 에이전트와 물리적 로봇은 공유 조정 레이어를 중심으로 점점 더 융합될 것입니다. 소프트웨어 에이전트는 요청을 해석하고 디지털 워크플로를 관리할 수 있습니다. 로봇은 물리적 세계에서 작업을 수행합니다. 공유 인텔리전스 레이어는 비즈니스 목표를 작업으로 변환하고, 적절한 모델과 에이전트를 선택하며, 실행을 조정함으로써 양자를 연결합니다. 핵심 구분은 조정과 제어이며, 공유 레이어는 무엇을 해야 하는지와 누가 해야 하는지를 결정하고, 로봇 전용 시스템은 내비게이션, 모션 제어 및 안전에 대한 책임을 유지합니다. 예를 들어 창고에서는 소프트웨어 에이전트가 주문을 처리하고 재고를 확인하는 반면, 조정 레이어는 적합한 로봇에게 물품 이동을 요청합니다. 그 피드백은 다시 돌아와 다음 단계를 알려줍니다. 인간의 감독과 안전 메커니즘은 여전히 필수적입니다. 바로 그 부분에 우리가 247meta와 함께 인터페이스 통합, 시뮬레이션 및 통제된 파일럿을 단계적으로 진행하며 기업 소프트웨어와 물리적 기계 간의 조정된 워크플로를 지원하는 데 집중하고 있습니다.

사회적 지능이 물리적 AI의 기반 레이어가 된다면, 로봇 산업에 어떤 변화를 가져올 것이라고 보십니까? 인간 행동에 대한 이해가 로봇의 광범위한 채택에 있어 손재주, 컴퓨터 비전, 추론의 진보만큼이나 중요해질 수 있을까요?

사회적 지능은 로봇공학을 근본적으로 재구성할 것입니다. 업계는 하드웨어 성능, 비전 시스템, 전반적인 성능에 집중해 왔으며 이 모두가 중요하지만, 그것만으로는 로봇이 주방이나 생산 현장에서 사람 주변을 원활히 작동한다는 보장을 제공하지 못합니다. 사회적 지능은 로봇을 예측 가능하고, 주변에서 작업하기 쉬우며, 인간이 자연스럽게 움직이고 조정하는 방식에 맞추게 합니다. 로봇이 통제된 시연 단계에서 실제 상업 환경으로 전환함에 따라, 시스템의 이 부분은 하드웨어와 제어 스택만큼이나 중요해집니다. 인간 행동에 대한 이해는 인식이나 신뢰성 향상만큼이나 중요한 요소가 될 것입니다. 이는 작업을 수행할 수 있는 로봇과 실제 운영 흐름에 자연스럽게 녹아드는 로봇의 차이를 의미합니다.

훌륭한 인터뷰에 감사드립니다. 이 로봇 기업에 대해 더 알고 싶으신 독자분들은 GMEX Robotics를 방문해 주세요.