Sunday가 공식 표방하는 첫 번째 경쟁 우위입니다. “와일드 데이터 수집→모델 훈련→실세계 평가”의 반복 사이클을 어떤 경쟁사보다 빠르게 실행합니다. 이 속도는 Skill Capture Glove($200)를 통해 로봇을 배치하지 않고도 전국 500개+ 가정에서 동시에 데이터를 수집할 수 있기 때문에 가능합니다. 훈련 인프라 구축에 1년 이상을 투자한 후, 단 3개월 만에 공개된 자율 역량 전부를 달성한 속도가 이 우위의 실증입니다.

청 치는 “전체 스택을 소유해야만 mm 수준 정밀도를 달성할 수 있다”고 강조합니다. Sunday는 Skill Capture Glove(데이터 수집 하드웨어), Memo 로봇 하드웨어, ACT-1 파운데이션 모델, 제조 공정까지 모두 직접 설계·개발합니다. 외부 로봇 플랫폼에 AI를 얹거나, 외부 데이터 수집 장비를 사용하거나, 외부 모델에 의존하는 경쟁사와 달리 Sunday는 각 레이어 간의 최적화를 완전히 제어합니다. Alper Canberk라는 한 명의 학부생이 ML 인프라부터 CNC 가공, PCB 설계까지 모두 담당한다는 사실이 이 통합의 상징입니다.

자오는 “실제 가정에서 수집한 데이터만이 실제 가정에서 작동하는 로봇을 만든다”고 단언합니다. 500개+ 실제 가정에서 수집한 1,000만 에피소드는 연구실의 정제된 환경과 달리 빛 조건, 가구 배치, 물체 종류, 반려동물·어린이의 예측 불가한 행동이 포함됩니다. ACT-1이 한 번도 방문하지 않은 에어비앤비 6개 가정에서 제로-샷 작동을 성공한 것은 이 다양성이 만들어낸 일반화 역량의 직접 증거입니다. 경쟁사들이 모방하려면 수백 개 가정과 수년의 시간이 필요한 데이터 자산입니다.

ALOHA는 전 세계 수백 개 로봇 연구팀의 표준 플랫폼이 됐고, ACT는 가장 많이 인용되는 로봇 조작 학습 방법론 중 하나입니다. 토니 자오와 청 치가 이 두 연구를 직접 만들었다는 것은, 그들이 현재 가정용 로봇의 기술적 한계를 누구보다 깊이 이해하고 있음을 의미합니다. 이 “인사이더 지식”은 경쟁사가 모방하기 어려운 제품 방향성·기술 선택·개발 우선순위의 근거가 됩니다. Benchmark가 “학술 연구를 실제 제품으로 만드는 팀”에 투자했다는 자체가 이 DNA의 가치를 반영합니다.

Figure·1X·Tesla Optimus 등 대부분의 경쟁사가 이족 보행 휴머노이드를 지향합니다. Sunday는 다리를 제거하고 바퀴 기반을 채택함으로써 균형 유지 문제를 아예 없애고, 모든 역량을 손재주(Dexterity)와 신뢰성(Reliability)에 집중시켰습니다. “이족 보행 없이 식기세척기를 채우는 것이 이족 보행 휴머노이드가 걷는 것보다 실생활에 더 유용하다”는 포지셔닝입니다. 이 전략적 선택이 오히려 실생활 배포 타임라인을 앞당겼습니다.

Electrek은 “Sunday는 Tesla의 AI 인재를 잃게 만드는 아주 작은 스타트업”이라고 보도했습니다. Nishant Desai(FSD ML 5년)·Nadeesha Amarasinghe(FSD·Optimus AI 인프라 리드) 등 Tesla AI 최고 경력자들이 Series A $3,500만짜리 스타트업으로 이직한 것은 단순 연봉 인센티브가 아닌, “이 팀이 진짜 풀고 있는 문제”에 대한 전문가의 확신을 의미합니다. 이 인재 밀도는 Sunday의 전략적 실행 속도를 자본만으로는 설명할 수 없는 수준으로 끌어올립니다.