NEURA Robotics와 NXAI의 로봇 기억 협력이 2026년 10월 20일 독일 메칭겐에서 공식 발표됐다. 두 회사는 인지 로봇용 기억 부품을 공동 개발해 NEURA의 Physical AI 스택과 NXAI의 xLSTM 순환 아키텍처를 연결한다. 로봇이 여러 단계에 걸쳐 작업을 추적하고 축적된 경험을 바탕으로 행동하게 하며, 눈앞의 상황을 매번 처음처럼 다루는 상태에서 벗어나게 하려는 것이다.
협력은 둘로 나뉜다, 연구와 플랫폼
첫 부분은 공동 개발이다. NEURA가 10월 14일 발표한 Neuron AI는 이미 3D 비전, 촉각, 오디오, 로봇 상태와 언어를 기억 기능과 함께 하나의 멀티모달 기반 모델에 담고 있다. 이번 협력은 긴 시퀀스에 걸쳐 상태를 효율적으로 유지하고 갱신하는 xLSTM의 능력을 이 스택에 녹여 넣는 것을 목표로 한다. 두 번째 부분은 플랫폼 개방이다. NXAI는 자사의 xLSTM 기반 모델을 Neuraverse 플랫폼에 Neuron AI와 나란히 올릴 계획이다. 기업은 Neuraverse 도구 체인으로 자기 작업에 맞게 그 모델을 미세 조정하고, NEURA Gym에서 테스트한 뒤, 적합한 로봇에 배포할 수 있으며, 공정 지식과 데이터를 공유할지는 기업이 직접 정한다. Neuron AI 자체는 NEURA의 독자 모델로 협력과 별개로 계속 개발된다.
로봇에게 부족한 것이 왜 하필 기억인가
NEURA는 발표에서 문제를 솔직하게 짚었다. 챗봇은 요청을 하나씩 처리하지만, 로봇은 지각하고 판단하고 행동하는 루프를 끊임없이 돌리며, 초당 여러 번, 때로는 한 근무 시간 내내 돈다. 여기에는 두 층의 기억이 필요하다. 작업 기억은 당면을 맡는다. 부품이 이미 끼워졌는지, 문이 열렸는지 닫혔는지, 시작 버튼을 눌렀는지. 일화 기억은 더 나아간다. 같은 공정을 여러 번 해 본 로봇은 같은 상황이 돌아왔을 때 그 경험을 끌어 쓸 수 있어야 한다. 이 두 층이 없으면 로봇은 매 단계마다 세상을 새로 읽고, 긴 작업의 신뢰성은 제자리걸음을 한다.
이 빈틈을 메우는 역할이 왜 xLSTM인가
xLSTM은 LSTM 공동 발명자 Sepp Hochreiter가 세운 NXAI의 기술로, 빠르고 메모리를 아끼며 긴 시퀀스에서도 상태를 유지하도록 만들어져 정확히 이 빈틈을 겨냥한다. 이 사이트에서 전날 다룬 Dream-1 로봇 기반 모델과는 대조적이다. Dream-1이 로봇의 두뇌를 클라우드에서 시간 단위로 빌려주는 쪽이라면, NEURA는 경험을 통해 일하면서 자라는 로봇에 베팅하고 있다.
발표를 납품으로 착각하지 말 것
진척에 대해서는 냉정하게 볼 필요가 있다. 이번에 공개된 것은 협력과 로드맵이며, 기억 부품의 출시 시점은 제시되지 않았고, NXAI 모델의 Neuraverse 등재도 계획 표명에 그친다. NEURA의 패는 자체 로봇 하드웨어, 센서, NEURA Gym의 실제 환경 훈련 데이터와 산업 배포 플랫폼이고, NXAI의 패는 수십 년의 순환 신경망 연구다. xLSTM의 상태 유지 강점을 공장 현장에서 측정 가능한 성공률로 바꿀 수 있을지는 부품이 실제로 나오고 검증된 뒤에야 알 수 있다. 그래도 유럽 Physical AI에 신호는 분명하다. 미국 경쟁자들이 클라우드 두뇌와 자금 규모로 겨루는 동안, 유럽 진영은 로봇을 로컬에서, 긴 공정에 걸쳐, 일할수록 숙련되게 만드는 경쟁을 하고 있다. 느린 길이지만 성공하면 산업 고객의 락인은 시간 단위 API보다 훨씬 깨기 어려울 것이다.
