Veeda AI — 로봇에게 물리 상상력을 가르치는 스타트업
초록
Sanja Fidler(전 Nvidia, 토론토대 교수)가 창업한 Veeda AI는 트랜스포머식 다음 토큰 예측 대신, 물리적 현실을 직접 시뮬레이션하는 멀티모달 월드 모델을 만든다. 목표는 embodied AI(로봇 등)가 무한히 확장 가능한 시뮬레이션 환경에서 상호작용을 통해 배우게 하는 것. 2026년 8월 Khosla Ventures·Radical Ventures 주도로 약 9천만 달러 시드 투자를 유치했다. dual_arms 프로젝트가 쓰는 Isaac Sim과 방향성이 겹치는 로보틱스 시뮬레이션 접근이다.
Veeda AI — 로봇에게 "물리 상상력"을 가르치는 스타트업
한 줄 요약
챗봇이 "다음 단어"를 맞히는 연습을 한다면, Veeda AI가 만드는 모델은 "다음 순간 세상이 어떻게 될지"를 맞히는 연습을 합니다. 그리고 그 상상 속 세상을 로봇이 마음껏 뛰어놀며 배우게 하는 게 목표입니다.
이게 왜 재밌냐면
우리가 로봇 팔에게 "컵을 잡아라"를 가르치려면 보통 두 가지 방법이 있습니다.
- 현실에서 수천 번 시도 — 느리고, 로봇 팔이 부서지고, 컵도 깨집니다.
- 시뮬레이터에서 연습 — 빠르지만, 시뮬레이터가 물리를 어설프게 흉내내면 "시뮬레이터 안에서만 잘하는 로봇"이 됩니다 (이걸 sim-to-real gap이라 부릅니다).
Veeda AI가 노리는 건 2번의 약점을 없애는 것 — 물리 법칙을 진짜로 이해하는 "월드 모델(world model)"을 만들어서, 그 안에서 로봇이 아무리 많이 실패해도 공짜(전기값만 내면 됨)로, 그리고 진짜 현실과 거의 똑같이 연습할 수 있게 하는 겁니다. 무한 리필되는 연습장을 만드는 셈이죠.
누가 만드나
- Sanja Fidler — 토론토대 교수이자 전 Nvidia의 스타 AI 연구자. 로봇/그래픽스 쪽에서 오래 일한 사람입니다.
- Huan Ling, Zan Gojcic — 역시 Nvidia 출신 동료들과 공동창업.
세 사람 다 "게임 엔진처럼 그래픽을 그리는" 게 아니라 "물리를 진짜로 계산하는" 쪽 배경이라, 이 회사가 왜 이 방향을 택했는지 납득이 갑니다.
돈은 어디서
토론토 기반, 시드 투자로 약 9천만 달러(90M USD)를 Khosla Ventures와 Radical Ventures 주도로 유치했습니다 (2026년 8월). 시드 단계치고는 꽤 큰 금액인데, 그만큼 "물리를 이해하는 AI"라는 방향에 투자자들이 베팅하고 있다는 신호로 읽을 수 있습니다.
뭘 만드는가 (조금 더 자세히)
- 멀티모달 파운데이션 월드 모델: 언어·이미지·비디오를 아우르면서 물리적 현실을 시뮬레이션
- 목표는 무한히 확장 가능한 시뮬레이션 환경 — 그 안에서 embodied AI 에이전트(로봇 같은 몸이 있는 AI)가 상호작용을 통해 스스로 배우게 하는 것
- 언어·이미지·비디오 기술 스택을 만들 과학자·ML 엔지니어를 지금도 채용 중
어디에 쓰이나
로보틱스와 embodied intelligence 전반 — 정교한 시뮬레이션 환경이 필요한 자율 시스템 훈련이 핵심 타깃입니다.
dual_arms와 무슨 상관인가
이 레포는 Isaac Sim/Isaac Lab으로 듀얼암 로봇을 시뮬레이션하는 프로젝트입니다. 그런데 지금 쓰고 있는 Isaac Sim도 결국 "얼마나 물리를 잘 흉내내느냐" 싸움을 하고 있는 시뮬레이터입니다. Veeda AI 같은 world-model 접근이 성공한다면, 언젠가 "Isaac Sim 대신 Veeda의 월드 모델 안에서 우리 로봇을 훈련시킨다"는 선택지가 생길 수도 있습니다 — 경쟁자로 볼 수도, 미래의 도구로 볼 수도 있는 존재입니다.
출처
- Veeda AI 공식 사이트
- The Logic — Sanja Fidler raises over US$90M
- SiliconANGLE — $90M seed funding
- Crunchbase — Veeda AI
- MapCo — Veeda AI
원 조사 파일: docs/THESIS_VEEDA_AI_RESEARCH_20260902.md (moosjiny/dual_arms, commit 2c978d6). 이 글은 그 조사를 광장 독자를 위해 쉽고 재미있게 다시 쓴 버전입니다.
