알리바바 큐원, 중국 스마트 하드웨어 15만 곳에 깔리며 피지컬 AI 플랫폼으로 확산

큐원, 챗봇을 넘어 실제 기기로 들어가는 중

• 알리바바 클라우드는 큐원이 중국 피지컬 AI 생태계의 핵심 기반 모델로 커지고 있다고 밝힘

  • 중국 내 15만 개 이상 스마트 하드웨어 제조업체가 큐원을 통합해 활용 중이라고 함
  • 적용 분야는 로봇, 자동차, 스마트폰, 드론, AI 교육기기까지 넓음
  • 단순히 모델 다운로드가 많다는 얘기가 아니라, 실제 하드웨어 제품에 들어가고 있다는 점이 포인트임

• 피지컬 AI는 화면 안의 AI와 요구사항이 다름

  • 실제 세계를 인식하고, 추론하고, 행동할 수 있어야 함
  • 텍스트뿐 아니라 이미지, 영상, 음성 같은 데이터를 동시에 처리하는 멀티모달 능력이 필요함
  • 로봇이나 드론처럼 반응 시간이 중요한 기기에서는 실시간 추론도 중요함

• 큐원은 모델 크기와 공개 범위를 넓게 가져가는 전략을 쓰고 있음

  • 텍스트, 이미지, 비디오, 오디오를 지원하는 멀티모달 구조를 제공함
  • 모델 규모는 5억 개부터 4800억 개 파라미터까지 다양함
  • 400개 이상의 오픈소스 버전을 공개해 개발자와 기업 접근성을 높였다고 설명됨

휴머노이드 로봇부터 어린이용 AI 카메라까지

• 대표 사례는 림엑스 다이내믹스의 휴머노이드 로봇 ‘림엑스 루나’임

  • 루나는 쇼핑몰 안내, 테마파크 서비스, 공연 같은 상업용 인터랙션 환경을 겨냥함
  • 키 160cm, 27개 자유도를 가진 전신형 휴머노이드 로봇임
  • 큐원 옴니를 기반으로 사람과 자연스럽게 상호작용하는 기능을 구현함

• 큐원 옴니가 들어가면서 루나는 시각과 음성을 같이 처리할 수 있게 됨

  • 주변 환경을 실시간으로 인식하고 사람의 말을 이해하며 대화를 이어갈 수 있음
  • 사용자가 제공한 영상 클립을 분석해 새로운 춤 동작을 학습하는 기능도 소개됨
  • 외부 도구를 호출해 복합 작업을 수행하는 기능도 구현됐다고 함

• 림엑스는 자체 비전-언어-행동 모델 개발에도 큰 데이터를 썼음

  • 약 1.5PB 규모의 학습 데이터를 활용함
  • 최대 수백 TB 수준의 처리량을 기록했다고 설명됨
  • 알리바바 클라우드의 머신러닝 플랫폼 PAI와 엣지 컴퓨팅 인프라를 활용함
  • 양사는 체화형 AI 애플리케이션 배포용 엔드투엔드 플랫폼 ‘플럭스VLA 엔진’도 공동 개발함

• 어린이용 AI 학습 카메라 닥터 룩 AI도 큐원 적용 사례로 나옴

  • 기존에는 식물, 동물, 박물관 전시물 등을 인식하는 기능이 중심이었음
  • 큐원 도입 이후 사진 기반 심층 설명, 실시간 대화, 맞춤형 스토리텔링까지 제공함
  • 단순 인식기에서 멀티모달 AI 동반자로 포지션이 바뀐 셈

• 닥터 룩 AI의 사용량도 꽤 큼

  • 큐원 통합 이후 전 세계 25만 명 이상 사용자를 확보함
  • 20개국 이상에서 매월 5000만 건 이상의 이미지 인식 요청을 처리함
  • 장기 기억 기능을 갖춘 AI 에이전트를 구축해 어린이 맞춤형 콘텐츠와 안전한 대화 서비스를 제공한다고 함

스마트폰, 로봇청소기, 드론, AI 안경까지 확산

• 스마트폰 제조사도 큐원을 활용 중임

  • 오포는 알리바바 클라우드 PAI 플랫폼을 활용해 큐원 모델 후학습을 수행함
  • 아너는 큐원 기반 시각 질의응답 기술로 이미지 이해 정확도를 약 40% 향상시켰다고 밝힘
  • 스마트폰 AI 기능이 단순 음성비서가 아니라 이미지 이해와 기기 내 작업 보조로 이동하는 흐름과 맞물림

• 에코백스는 로봇청소기에 하이브리드 모델 구조를 적용함

  • 에코백스는 글로벌 3800만 가구에 서비스를 제공하는 로봇청소기 기업으로 소개됨
  • 단말기 내 소형 큐원 모델은 사용자 의도를 실시간으로 파악함
  • 복잡한 대화는 클라우드 기반 대형 모델이 처리함
  • 엣지와 클라우드를 나눠 쓰는 꽤 현실적인 구조임

• 드론과 AI 안경도 큐원 생태계에 들어옴

  • 인스타360은 큐원을 활용해 지능형 영상 제작 기능을 구현함
  • 레이네오는 실시간 시각 질의응답 기능을 위해 큐원을 채택함
  • 카메라가 달린 기기일수록 멀티모달 모델의 활용 여지가 커지는 구조임

• 알리바바가 강조하는 건 결국 모델만이 아니라 풀스택 인프라임

  • 컴퓨팅, 스토리지, 네트워크, 보안 서비스를 포함한 AI 인프라를 제공한다고 설명함
  • 스타트업과 대형 제조기업 모두가 모델 학습과 추론 환경을 구축할 수 있게 돕는다는 메시지
  • 생성형 AI가 소프트웨어 중심 활용을 넘어 실제 기기와 로봇에 들어가면서, 모델과 클라우드를 같이 가진 회사의 힘이 커지는 그림임

---

기술 맥락

• 큐원의 확산에서 중요한 선택은 ‘AI를 클라우드 챗봇으로만 둘 것인가, 실제 기기 안의 인식과 행동 시스템으로 넣을 것인가’예요. 피지컬 AI에서는 모델이 텍스트만 잘해서는 부족하고, 카메라와 마이크에서 들어오는 현실 데이터를 같이 이해해야 해요.

• 멀티모달 모델이 필요한 이유도 여기에 있어요. 휴머노이드 로봇은 사람 말을 듣고, 주변 영상을 보고, 상황에 맞춰 움직여야 하니까 텍스트 모델 하나로는 제품 경험이 안 나와요.

• 에코백스 사례처럼 소형 온디바이스 모델과 대형 클라우드 모델을 나누는 구조는 꽤 현실적이에요. 빠른 반응이 필요한 의도 파악은 기기 가까이에서 처리하고, 복잡한 대화나 추론은 클라우드로 보내면 지연과 비용을 어느 정도 조절할 수 있거든요.

• 알리바바가 PAI, 엣지 컴퓨팅, 글로벌 클라우드 네트워크를 같이 강조하는 이유는 모델 배포가 단순 API 호출로 끝나지 않기 때문이에요. 하드웨어 제조사는 학습, 후학습, 추론, 업데이트, 안전 정책까지 이어지는 운영 환경이 필요해요.

• 한국 개발자에게도 이 흐름은 의미가 있어요. 앞으로 AI 제품은 웹앱에 모델 API 하나 붙이는 수준을 넘어, 기기 성능과 네트워크 지연, 클라우드 비용, 개인정보 처리 위치까지 같이 설계해야 하는 방향으로 갈 가능성이 커요.