최근 AI 산업은 특정 작업만 수행하는 모델에서 벗어나, 하나의 모델로 다양한 작업을 처리하는 Foundation Model 중심으로 변화하고 있습니다. 로보틱스 분야에서도 이러한 흐름이 나타나고 있는데요. AI 기업들이 Robot Foundation Model에 뛰어드는 이유는 크게 다섯 가지입니다. 첫째, 새로운 작업마다 AI를 새로 개발해야 하는 비효율성을 줄이기 위해서이고, 둘째, 예측 불가능한 물리적 환경의 예외 상황에 대응하기 위함입니다. 셋째, 로봇의 하드웨어 형태가 달라도 적용 가능한 지능을 만들기 위해서이며, 넷째, 현장에서 발생하는 데이터를 통해 모델을 지속적으로 발전시키는 데이터 선순환 구조를 만들기 위해서입니다. 마지막으로, 개별 프로젝트 단위를 넘어 플랫폼으로서의 확장성을 확보하기 위함입니다. 다만, 실제 산업 현장에 적용하기 위해서는 안정성과 신뢰성 확보가 중요한 과제로 남아 있습니다.