게임플레이로 공간을 배운 AI… 제너럴 인튜이션, 4900억원 유치

2026.06.29. 19:07:35

259 1

게임플레이 데이터로 학습하는 파운데이션 모델을 개발하는 ‘제너럴 인튜이션(General Intuition)’이 3억 2,000만 달러(약 4,900억 원) 규모의 시리즈A 투자를 유치했다. 기업가치는 23억 달러(약 3조 5,000억 원)로 평가됐다. 베이스튼·그로크 등과 함께 이번 주 발표된 대형 AI 펀딩 가운데 하나로, 게임 데이터를 무기로 삼은 점이 눈길을 끈다.

이 회사는 텍스트나 이미지가 아니라 방대한 게임플레이 영상에서 공간과 움직임, 상호작용의 규칙을 배운다. 사람이 게임 속에서 길을 찾고, 물체를 다루고, 상황에 반응하는 과정 자체가 ‘공간지능(spatial reasoning)’의 풍부한 교본이 된다는 발상이다.

물리 세계를 인식하고 계획해 행동하는 ‘피지컬 AI’와 자율 에이전트는 결국 공간·시간 속 인과를 이해해야 한다. 게임 환경은 현실보다 싸고 빠르게 그 경험을 대량으로 만들어내는 만큼, 로봇·에이전트 학습의 지름길로 꼽힌다. 시리즈A 단계에서 3조 원이 넘는 몸값이 매겨진 배경이다.

AI 자금은 거대 언어모델 일변도에서 ‘세계를 이해하는 모델’로 넓어지고 있다. 같은 기간 추론 인프라(베이스튼), 추론 클라우드(그로크) 등 응용·인프라 계층으로 자본이 분산되는 흐름과 궤를 같이한다. 텍스트와 이미지에 이어 ‘영상과 행동’으로 학습 데이터의 지평이 넓어지면서, 게임·시뮬레이션 데이터를 가진 기업의 몸값도 오르고 있다.

기존 거대 언어모델이 인터넷의 ‘텍스트’를 읽어 세상을 배웠다면, 제너럴 인튜이션의 모델은 게임이라는 ‘가상 세계’ 안에서 직접 움직이며 배운다. 떨어지는 물체를 피하고, 좁은 길을 통과하고, 적의 움직임을 예측하는 경험은 현실 로봇이 부딪히는 문제와 유사하다. 현실에서 로봇을 수천 번 넘어뜨려 데이터를 얻는 대신, 게임 속에서 무한히 시도하며 ‘직관’을 학습시킨다는 구상이다. 이렇게 쌓은 직관은 자율주행차나 물류 로봇처럼 예측이 어려운 현실 환경에서 특히 큰 쓸모를 가진다.

거대 언어모델의 성능 경쟁이 한계 비용에 부딪히면서, 투자자들은 다른 종류의 데이터로 새로운 능력을 여는 회사에 눈을 돌리고 있다. 제너럴 인튜이션이 받은 3조 원대 몸값은 그 관심이 ‘공간을 이해하는 AI’로 옮겨가고 있음을 단적으로 드러낸다.

자세한 내용은 General Intuition에서 확인할 수 있다.

이미지 출처: 제너럴 인튜이션

AI Matters 뉴스레터 구독하기