Covariant은 창고 자동화에 사용되는 산업용 로봇 팔을 위한 소프트웨어를 개발하는 인공지능 로보틱스 기업이다. 2017년 전 OpenAI 연구원들에 의해 설립된 이 회사는 로봇이 비정형 환경에서 물체를 인식하고 추론하며 행동할 수 있게 하는 범용 AI 시스템, 특히 물류 센터에서의 물품 집기, 포장, 분류와 같은 작업에 초점을 맞추고 있다. 핵심 제품인 Covariant Brain은 여러 배치에서 수집된 실제 데이터를 학습하는 클라우드 연결 AI 플랫폼이다.
이 회사는 딥러닝과 로보틱스의 교차점에서의 연구에서 출발하여, 전통적인 사전 프로그래밍된 자동화를 넘어서는 것을 목표로 한다. Covariant의 접근 방식은 강화 학습과 신경망을 활용하여 로봇이 새로운 물체를 처리하고 변화하는 조건에 적응할 수 있게 하며, 이는 엄격하고 작업별 프로그래밍이 필요한 기존 산업용 로봇과는 크게 다른 점이다. 이 회사는 기계 학습 모델을 실제 세계의 조작 문제에 적용하는 물리적 AI 분야의 성장에서 핵심 플레이어로 자리매김하고 있다.
설립 및 초기 개발
Covariant는 2017년 Pieter Abbeel, Peter Chen, Rocky Duan에 의해 설립되었으며, 세 사람 모두 인공지능 연구 배경을 가지고 있다. 캘리포니아 대학교 버클리 캠퍼스의 교수인 Abbeel은 이전에 딥 강화 학습과 로보틱스에 대해 연구했으며, Chen과 Duan은 OpenAI의 초기 멤버로서 생성 모델과 강화 학습 연구에 기여했다. 이 세 사람은 주로 결정적 제어 시스템에 의존해 온 산업용 로보틱스 분야에 최첨단 기계 학습 기술을 적용하고자 했다.
이 회사는 처음에는 비밀 모드로 운영되며, 저명한 벤처 캐피탈 펀드의 자금 지원을 받아 기술을 개발했다. 2018년 Covariant는 Amplify Partners가 주도한 시리즈 A 라운드에서 2천만 달러를 모금했으며, 다른 투자자들도 참여했다. 2019년까지 이 회사는 물류 파트너와의 파일럿 배치를 시작하여 실제 창고 환경에서 AI 기반 로봇 집기 시스템을 테스트했다. 이러한 초기 시험은 Covariant Brain이 불규칙한 모양, 반사 표면, 다양한 취약성을 가진 물품을 포함한 다양한 항목을 처리할 수 있는 능력을 입증했다.
기술 및 제품
Covariant Brain은 이 회사의 대표 제품으로, 타사 로봇 팔, 그리퍼, 센서와 통합되는 소프트웨어 플랫폼이다. 이 시스템은 비전을 위한 합성곱 신경망과 제어를 위한 강화 학습을 포함한 딥러닝 모델을 사용하여 파지, 배치, 분류와 같은 작업을 수행한다. 명시적 기하 모델에 의존하는 전통적인 비전 유도 로보틱스와 달리, Covariant의 접근 방식은 배치된 로봇 플릿에서 수집된 데이터를 학습하여 시스템이 시간이 지남에 따라 개선되도록 한다.
플랫폼의 핵심 기능은 클라우드 기반 아키텍처이다. 서로 다른 창고의 로봇은 익명화된 데이터를 Covariant의 서버로 보내며, 여기서 모델이 재훈련되고 업데이트된 후 플릿에 다시 배포된다. 이러한 지속적인 학습 루프는 시스템이 현장 재프로그래밍 없이 새로운 물체와 시나리오에 일반화할 수 있게 한다. 이 회사는 또한 테스트 및 검증을 위한 시뮬레이션 환경을 제공하여 물리적 시도의 필요성을 줄인다.
2021년 Covariant는 전자상거래 이행 센터의 단품 집기 애플리케이션을 위한 턴키 솔루션인 Covariant Brain for Picking을 출시했다. 이 제품은 ABB 및 Fanuc과 같은 주요 로봇 팔 제조업체와 통합되며, 주문 집기, 투입, 키팅을 위한 소프트웨어 도구 모음을 포함한다. 이 시스템은 인간 수준의 속도와 정확도로 작동하도록 설계되었으며, 일부 배치에서는 시간당 최대 1,000개 항목의 집기 속도를 보고한다.
상업적 배치 및 성장
Covariant의 기술은 주요 물류 및 소매 기업이 운영하는 창고에 배치되었다. 2020년 이 회사는 오스트리아 자동화 공급업체인 Knapp과 협력하여 Covariant Brain을 Knapp의 분류 시스템에 통합한다고 발표했다. 이 협력은 Covariant의 유럽 시장 진출을 확대했다. 2022년까지 Covariant는 Index Ventures가 주도하고 기존 투자자와 Temasek과 같은 새로운 후원자가 참여한 7,500만 달러 규모의 시리즈 C 라운드를 포함하여 총 2억 2천만 달러 이상의 자금을 모금했다.
이 회사는 또한 바코드 또는 시각적 인식을 기반으로 로봇 팔을 사용하여 항목을 다양한 슈트나 빈으로 분류하는 Covariant Sortation System을 포함하도록 제품 라인을 확장했다. 이 시스템은 전통적인 컨베이어 기반 분류기로 처리하기 어려운 불규칙한 모양의 항목을 처리하는 데 특히 유용하다. 2023년 Covariant는 로봇이 고객 기반 전체에서 1억 회 이상의 집기를 수행했다고 보고했으며, 이는 AI 접근 방식의 확장성을 강조하는 이정표였다.
연구 및 산업 내 위치
Covariant는 로봇 조작을 위한 강화 학습 및 시뮬레이션-실제 전이와 같은 주제에 대한 논문을 발표하며 강한 연구 지향성을 유지하고 있다. 이 회사의 창립자와 연구원들은 로봇 학습 컨퍼런스 및 국제 로보틱스 및 자동화 컨퍼런스를 포함한 학술 회의에 기여했다. 이러한 연구 초점은 Covariant를 더 전통적인 자동화 공급업체와 구별하며, 학술 AI와 산업 응용 사이의 다리 역할을 하도록 위치시킨다.
이 회사는 Figure AI 및 Sanctuary AI와 같은 다른 AI 로보틱스 스타트업과 의료 로보틱스 분야의 Intuitive Surgical과 같은 기존 업체를 포함한 경쟁 환경에서 운영된다. 그러나 창고 물류에서의 Covariant의 틈새는 뚜렷하며, 직접적인 경쟁자로는 농업 로보틱스에 초점을 맞춘 Fermata와 다른 AI 벤처인 Braina와 같은 회사가 있다. Covariant가 작업별 프로그래밍보다 범용 학습에 중점을 두는 것은 Generative AI 및 Large language model 연구의 더 넓은 추세와 일치하는 핵심 차별화 요소로 간주되지만, 그 모델은 텍스트가 아닌 물리적 행동에 특화되어 있다.
미래 방향 및 과제
2024년 현재 Covariant는 배치 범위를 계속 확장하고 AI 모델을 개선하고 있다. 이 회사는 우편 서비스를 위한 소포 분류 및 제조 환경에서의 팔레트 해체를 포함한 창고 이외의 응용 분야를 탐구했다. 그러나 AI 로보틱스의 더 넓은 채택은 높은 초기 비용, 통합 복잡성, 안전이 중요한 환경에서의 신뢰할 수 있는 성능 요구를 포함한 과제에 직면해 있다. Covariant는 소프트웨어-서비스 가격 모델을 제공하고 학습 기반 접근 방식의 유연성을 강조함으로써 이러한 문제를 해결한다.
이 회사의 장기 비전은 농업에서 의료에 이르기까지 다양한 산업에 적용할 수 있는 "로봇을 위한 범용 AI"를 만드는 것이다. 이러한 야망은 BAIR (Berkeley AI Research) 및 Stanford AI Lab과 같은 다른 연구 그룹의 작업과 일치하며, 이들은 로보틱스를 위한 유사한 기반 모델을 탐구하고 있다. Covariant의 성공은 상업적으로 확장하면서 기술적 우위를 유지하는 능력에 달려 있으며, 이는 물리적 세계의 많은 AI 스타트업에게 어려운 과제로 입증되었다.
같이 보기
참고 문헌
- Covariant 공식 웹사이트, 회사 역사 및 제품 정보.
- TechCrunch, "Covariant raises $75M for AI-powered warehouse robots," 2022.
- IEEE Spectrum, "Covariant's AI robots learn to pick anything," 2021.
- 회사 보도 자료 및 자금 조달 발표, 2018-2023.