NEURA Robotics, 피지컬 AI를 위한 파운데이션 모델 Neuron AI 공개

NEURA Robotics는 2026년 10월 14일 독일 메칭겐에서 발표를 통해 피지컬 AI용 멀티모달 파운데이션 모델 Neuron AI를 공개했다. 회사에 따르면 이 모델의 지각-언어-행동(PLA) 아키텍처는 로봇의 시각, 청각, 촉각을 이전에 수행한 동작과 연결해 다중 감각 정보를 물리적 동작으로 전환한다.

창업자 겸 CEO인 David Reger는 지능형 로봇에는 감각을 통합하고 과거의 일을 기억하는 두뇌가 필요하다고 말했다. 그는 “Neuron AI를 통해 우리는 물리적 세계의 두뇌를 만들고 있습니다”라며, 이 모델을 독일에서 개발해 전 세계를 위해 만든 피지컬 AI라고 설명했다.

제품 페이지는 모델을 세 부분으로 나눈다. 로봇이 보고, 만지고, 듣는 동시에 자신의 몸을 인식하고 사용자의 명령을 받아들이는 지각 계층, 모든 입력을 공통의 언어 공간으로 가져와 요청을 추론하는 언어 모델, 그리고 결정을 정밀하고 안전한 로봇 동작으로 변환하는 행동 모델이다. 이 처리 과정에서는 각 양식이 시간 정보를 맞춘 공통 표현으로 인코딩된 뒤 하나의 동작 스트림으로 통합된다.

다중 감각 지각과 기억

NEURA가 이 모델의 필요성을 설명하는 출발점은 카메라의 한계다. 카메라는 형태와 색상, 위치를 포착하지만 접촉이나 힘, 소리에 관한 정보는 제공하지 않는다. 발표 자료는 사람이 시각에만 의존해 일하지 않는다고 지적한다. 사람은 나사가 걸리는 감촉을 느끼고 커넥터가 제자리에 끼워지는 소리를 듣는데, Neuron AI도 같은 원리를 로봇에 적용한다.

회사에 따르면 추가 감각은 카메라만으로 해결할 수 없는 작업에서 특히 중요하다. 로봇이 자물쇠를 열 때 실제로 열렸는지 확인할 수 있는 것은 소리와 촉각뿐이며, 촉각을 이용하면 시야에 가려진 물체도 잡을 수 있다. 추가 감각은 시각으로 이미 처리할 수 있는 작업의 성능도 높인다. 용접에서는 작업 중 발생하는 소리로 용접 이음부의 품질을 파악할 수 있다.

이 모델에는 기억 기능도 있다. NEURA는 물리적 세계에서 행동하려면 인과관계에 대한 이해와 대상 영속성이 필요하다고 설명한다. 대상 영속성이란 물체가 시야에서 사라져도 기억하는 능력으로, 사람은 생후 첫 2년 동안 이를 습득한다. 회사에 따르면 순수한 디지털 AI와 달리 로봇은 연속적으로 이어지는 물리적 세계에서 행동하므로, 물체가 보이지 않는 경우가 잦더라도 시간이 흐르는 동안 물체와 자신의 행동이 초래한 결과를 추적해야 한다. NEURA는 기억 기능을 도입하기 위해 아키텍처를 특별히 재구성했으며, 기억 기능을 활용하도록 설계된 전용 데이터 세트로 모델을 학습시킨다고 밝혔다.

제품 페이지에서 회사는 시각 중심의 시각-언어-행동(VLA) 모델과 Neuron AI를 비교한다. 회사에 따르면 VLA 모델은 동작에 최적화되어 있으며 카메라에 포착된 현재 프레임을 중심으로 추론하는 반면, Neuron AI는 VLA와 같은 영역을 다루면서 촉각과 소리, 기억 기능을 추가해 카메라가 놓치는 정보를 보완한다.

세 가지 데이터 축과 다섯 가지 로봇 플랫폼

Neuron AI는 서로를 보완하는 세 가지 물리적 경험 데이터를 바탕으로 학습한다. 서로 다른 형태의 로봇들이 인지형 로봇과 피지컬 AI를 위한 회사의 학습 인프라인 NEURA Gyms와 실제 환경에서 작업을 수행하며, 시각·촉각·힘·오디오·동작 데이터가 동기화된 스트림을 생성한다. NEURA의 Data Amplifier와 시뮬레이션 스택은 작업과 환경을 시뮬레이션한 다양한 변형 사례를 더해 데이터를 확장한다. 사람의 시연 데이터는 센서가 장착된 데이터 수트를 착용한 사람들이 제공하며, 기록된 동작과 작업 시연을 통해 실무 전문성을 학습 과정에 반영한다.

회사에 따르면 세 가지 데이터 축은 실제 물리적 상호작용, 시뮬레이션을 통한 변형 사례, 사람의 노하우를 제공해 그리퍼와 손의 형태가 서로 다른 NEURA의 로봇 플랫폼 다섯 종 전체에 공통 파운데이션을 학습시킨다. 제품 페이지는 이 다섯 종을 4NE-1 Gen 3, 4NE-1 Gen 4, 바퀴형 4NE-1, 그리고 양손을 사용하는 플랫폼 두 종으로 소개한다. 또한 하나의 모델을 학습시키고 배포하는 로봇 제품군으로 MAiRA, MiPA, MAV+와 4NE1을 열거한다.

로봇 자체에서 실행되는 모델과 Neuraverse 플랫폼

제품 페이지에 따르면 Neuron AI는 로봇 자체에서 로컬로 실행된다. 로봇이 실시간으로 직접 판단하므로 서버와 왕복 통신을 할 필요가 없고, 클라우드에 연결되지 않아도 계속 작동한다. 생산 데이터는 고객이 관리하며, 페이지는 이를 유럽 제조업체에 중요한 핵심 사항이라고 설명한다.

NEURA Gyms에서는 배포에 앞서 데이터 수집과 기술 학습, 벤치마킹이 연계되며, 여기서 생성된 데이터와 기술은 이후 모델 출시에 활용된다. 이어 Neuraverse 플랫폼은 로봇 fleet 전체에 이러한 기능을 배포하고 업데이트하며, 고객이 자체 작업에 맞게 모델을 미세 조정할 수 있는 도구를 제공한다. 이를 통해 고객의 공정 전문성을 로봇 기술로 전환한다. 기술은 고객에게만 공개되도록 유지할 수 있다. 고객이 기술이나 배포 데이터를 공유하는 경우, NEURA에 따르면 그 기여는 더 넓은 생태계와 향후 모델 개발을 지원할 수 있다.

회사는 로봇이 새로운 작업을 학습하고 안정적으로 수행하기까지 걸리는 시간인 Time-to-Skill을 진척도를 보여주는 핵심 지표로 삼는다. NEURA에 따르면 산업 고객에게 이 시간을 단축하는 일은 피지컬 AI를 더 많은 공정으로 확대하고 요구 사항이 바뀔 때 이에 맞춰 조정하는 데 필수적이다.

독일에서의 개발과 GTC Berlin 시연

개발과 훈련은 NEURA의 메칭겐 사업장에서 사내적으로 이루어졌습니다. 이곳에서 회사는 모델 훈련을 실제 성능과 연계하는 데 필요한 로봇, 로봇 손, 감지 기술, 데이터 인프라와 AI 개발 역량을 한데 모으고 있습니다. NEURA는 복잡한 제조 공정과 전문 기술, 까다로운 운영 환경을 갖춘 독일의 산업 기반이 이러한 작업에 중요한 환경을 제공한다고 밝혔습니다. 또한 Schaeffler와 Bosch를 비롯한 산업 기업들과의 데이터 파트너십은 NEURA Gyms에서 진행되는 훈련을 뒷받침합니다.

NEURA는 NVIDIA GTC Berlin 2026에서 최신 버전의 Neuron AI를 탑재한 휴머노이드 로봇 4NE1(“For Anyone”)이 11분 동안 세탁물을 처리하는 과정을 시연할 예정입니다. 이 과정에서 4NE1은 세탁물을 분류하고 세탁기에 넣은 뒤 문을 닫았다가 다시 열고, 세탁물을 꺼내 건조기로 옮깁니다. 이 모든 작업은 사람의 개입 없이 이루어집니다. 회사는 어려움이 개별 동작에만 있는 것이 아니라고 밝혔습니다. 로봇은 전체 과정에서 필요한 맥락을 유지하고, 각 단계를 마친 다음 다음 단계로 넘어가야 합니다. 시연은 2026년 10월 20일부터 22일까지 Station-Berlin 3홀 #3031 부스에서 진행될 예정입니다.