Field AI
하드웨어 불가지론적 로봇 파운데이션 모델 — NASA JPL·DARPA 계보의 “범용 로봇 두뇌”가 18개월 만에 밸류에이션 5배 리레이팅을 협상 중
- 라운드 상태: $7억·$100억은 Business Insider가 익명 소식통을 인용해 보도한 수치입니다. 후속 매체(RuntimeWire 등)는 텀시트 서명 단계이며 정식 클로징 전이라고 정리한 반면, 일부 매체는 “raised/closed”로 표현하여 표기가 엇갈립니다. 본 보고서는 “텀시트 서명·미클로징”으로 간주합니다. 리드 투자자는 미공개이며, $100억이 pre-money인지 post-money인지도 확인되지 않았습니다.
- 원문 접근 한계: 요청하신 Business Insider 원문은 접근이 차단되어 직접 열람하지 못했고, 해당 기사를 인용·재가공한 2차 보도(RuntimeWire, TNW, Techmeme, OCBJ 등)로 교차 확인했습니다.
- “$135M+”의 성격: 매출(revenue)과 계약금액(contracts)을 합산한 수치이며, 인식 매출·ARR·잔여 이행 의무와는 구분됩니다. 비감사·소식통 기반 수치입니다.
- 설립연도: 다수 출처는 2023년 1월(Contrary Research, 회사 소개 등), 소수 2차 출처는 2021년으로 기재. 본 보고서는 2023년 1월 기준을 채택했습니다.
- 라운드 명칭 불일치: 2025.08 라운드는 회사·언론이 “연속 2개 라운드(Series A·A1)”로 표기하나, Tracxn은 “Series D”, 일부 위키는 “Series B”로 표기. 라운드 차수보다 금액·밸류에이션 기준으로 해석할 것을 권고합니다.
- 인원 수: 180명+(Contrary, 2026.05), 257명(Contrary 프로필), 324명(Tracxn, 2026.08) 등 출처별 편차가 큽니다. 집계 시점·기준이 상이합니다.
- 회사 자체 발표치: “수백 건의 미션 배치”, “현장 점검·문서화 시간 90% 이상 단축” 등은 자사 발표·경영진 코멘트로서 독립 검증이 불가합니다.
Field AI(법인·브랜드 표기 FieldAI)는 2023년 1월 미국 캘리포니아 어바인(Irvine)에서 설립된 로봇 자율주행·자율작업 소프트웨어 기업입니다. 로봇 하드웨어를 직접 제조하지 않고, 기존 로봇 위에 얹는 “범용 로봇 두뇌(Field Foundation Models)”를 판매하는 소프트웨어 레이어 전략을 취하고 있으며, 건설·에너지·광업·데이터센터·방위 등 GPS가 닿지 않고 지도가 없는 비정형 산업 현장을 핵심 시장으로 삼고 있습니다.
텍사스 A&M대에서 로보틱스 중심 컴퓨터공학 박사 학위를 취득하고 MIT에서 로보틱스 박사후 연구를 수행한 로봇 자율성 분야 연구자 출신 창업가입니다. Qualcomm Research에서 자율주행 드론용 최초의 자율성 아키텍처를 개발하며 커리어를 시작했고, 이후 NASA JPL에서 7년간 Technologist·Group Leader로 재직했습니다. JPL에서는 DARPA Subterranean Challenge, DARPA RACER(오프로드 자율주행), NASA 화성 동굴 자율탐사(BRAILLE), 화성 헬기-로버 협동 자율성 등 미국 정부 핵심 자율성 프로그램의 Principal Investigator를 맡았습니다. 특히 JPL·MIT·Caltech·KAIST·LTU 연합 Team CoSTAR를 이끌어 2020년 DARPA SubT Urban Circuit에서 1위를 기록했고(보행·주행·비행 이종 로봇 11대의 완전 자율 협업), 불확실성 인지형(uncertainty-aware) 자율성 프레임워크 NeBula를 개발했습니다. 2022년 RACER 프로그램에서는 8개 오프로드 코스를 첫 시도에 모두 완주한 최초의 팀으로 기록되었으며, NeBula는 현재 Field Foundation Models의 지적 기반이 되었습니다. 민간 산업계에서 “지하 275m 탄광 같은 극한 환경에서의 성능”을 본 수요가 먼저 접촉해 온 것이 창업의 직접적 계기였다고 알려져 있습니다(Contrary Research 정리).
MIT 박사·석사. Agha와 MIT에서 동문 연구 관계. Google·DeepMind에서 5년 이상 단일·다중 에이전트 강화학습과 대규모 모델 학습·평가를 주도했으며, 이 경험이 Multiagent Foundation Model의 연구 기반이 되었습니다. Contrary Research 기준 설립 1년 뒤 합류.
조지아공대 로보틱스 박사. NIWC 연구엔지니어, NASA JPL 연구 펠로우 출신으로 Agha 휘하 CoSTAR 팀의 chief technologist로 NeBula 개발을 함께했습니다. 설립 직후 합류한 핵심 기술 책임자.
2025년 1월 합류한 CFO. 금융·기술 기업 재무 경력을 보유하고 있어, 대형 라운드 이후 재무 거버넌스 구축을 담당하는 것으로 해석됩니다.
전 Toyota Research Institute CSO이자 DARPA 프로그램 매니저로 알려진 인물이 정부·방위 부문(FieldAI Federal)을 이끄는 것으로 위키성 2차 출처에서 확인됩니다. 회사 공식 확인이 필요한 항목입니다.
Field AI는 Field Foundation Models(FFM)를 핵심으로 하는 임베디드 AI 소프트웨어 기업입니다. 로봇 OEM이 아니라 “로봇 운영체제에 가까운 자율성 레이어”를 공급하며, 4족 보행(Boston Dynamics Spot 등), 휴머노이드, 바퀴형 로봇, 드론, 승용차급 차량까지 서로 다른 폼팩터에 동일한 모델을 이식하는 embodiment-agnostic 구조를 표방합니다. 수익모델은 센서·컴퓨트 페이로드 도입 비용과 반복 라이선스 요금의 결합으로 추정되나, 이는 비공식 보도이며 회사가 확인한 바 없습니다.
(BI 소식통, 비감사)
(건설·데이터센터·방위 등)
배치 (자사 발표)
매출·계약 (BI 인용)
Dynamics Foundation Model(물리·기구 제약 기반 동작 가능성 판단), Multiagent Foundation Model(다수 로봇 협업·작업 분배), 그리고 불확실성을 모델링해 행동 명령을 필터링하는 안전·리스크 인지 레이어로 구성됩니다. 이 모든 모듈은 환경을 확률적으로 표현하는 Belief World Model 위에서 작동합니다.
기존 로봇에 부착하는 센서·컴퓨트 페이로드와, FFM을 로봇 온보드에서 구동하는 EDGE 런타임. 클라우드 의존 없이 100ms 이하 지연과 오프라인 동작(예: 지하 광산)이 가능하다고 설명됩니다. 현장 데이터는 연합학습(federated learning) 방식으로 플랫폼 개선에 환류됩니다.
방위·정부 고객을 상대하는 별도 사업부로, 상업 영업과 분리된 B2G 영업 모션을 운영합니다. DARPA 프로그램 PI 이력이 조달 프로세스 이해도 측면에서 신뢰 자산으로 작용합니다.
주요 레퍼런스 — DPR Construction: 2024년부터 협업한 미국 대형 건설사 DPR은 초기에 사진 기반 공정 기록·모니터링에 FieldAI 시스템을 활용했습니다. 회사 발표 기준(2025.11) 4개 층 맵핑, 4.5만 장 이상의 사진 촬영, 약 12.5만 sq ft 지붕 문서화, 약 50만 sq ft 실내 스캔을 기록했습니다. 해당 수치 역시 자사 공개 케이스 스터디 기준입니다.
시장 규모(제3자 리서치 인용): 로봇 자율성 소프트웨어 시장은 2025년 약 $243억에서 2035년 약 $1,850억(CAGR 22.6%)으로, 임베디드 AI 세그먼트는 2025년 약 $44억에서 2030년 약 $231억(CAGR 39%)으로 전망됩니다. 산업용 로봇 설치 기반이 430만 대를 넘는다는 점은 Field AI의 “기존 로봇 리트로핏” 전략에서 이론적 TAM 상단으로 해석할 수 있으나, 단기 침투는 GPS가 닿지 않는 고난도 환경으로 한정됩니다.
Field AI는 확인 가능한 외부 조달 기준 2025년 8월까지 총 $405M을 조달했으며, 이번 보도가 확정될 경우 누적 조달액은 약 $1.1B(분석자 단순 합산)로 확대됩니다. 설립 약 2년 7개월 만에 밸류에이션이 $0.5B(추정) → $2B → $10B(협상)로 이동하는 급속한 리레이팅 경로이며, 이는 Skild AI($14B), Physical Intelligence(약 $11B)와 함께 피지컬 AI 3강 구도로 시장이 재편되고 있음을 시사합니다.
Ali Agha, David Fan 등이 NASA JPL을 떠나 어바인에서 창업. CoSTAR·RACER 프로그램 인력을 중심으로 초기 팀을 구성했고, 산업 현장에서 먼저 접촉해 온 수요를 기반으로 상업화를 시작했습니다.
Axios·Sacra 인용으로 알려진 첫 외부 라운드. 2차 데이터 소스는 pre-money $409M·post-money $500M 수준으로 추정하나(다른 소스는 pre-money $400M), 회사가 공식 확인한 수치는 아닙니다. 이 라운드로 Khosla Ventures, Gates Frontier, Samsung, Canaan Partners가 초기 주주 기반을 형성했습니다.
Bezos Expeditions, Prysm Capital, Temasek이 공동 리드한 $314M 트랜치를 포함해 총 $405M 조달을 발표. CEO Agha는 CNBC에서 “대부분의 투자자가 먼저 접근해 왔다”고 밝혔고, 회사는 해당 라운드를 과대청약(oversubscribed)으로 설명했습니다. 자금은 글로벌 확장, 이동·조작(locomotion/manipulation) 제품 고도화, 연말까지 인원 2배 확대에 투입됩니다. $2B 밸류에이션은 익명 소식통 기반 보도치입니다.
PitchBook 데이터를 인용한 Contrary Research 정리에 따르면 Hyundai Motor Group이 비공개 전략 투자를 단행. 로봇 하드웨어(Boston Dynamics 계열)와 자동차 제조 생태계와의 접점을 확대하는 포석으로 해석되나, 계약 구조는 확인되지 않습니다.
라운드 특징: Business Insider(기자 Rya Jetha)가 소식통을 인용해 보도했으며, 2025년 $2B 대비 5배(일부 매체는 “4배 이상”)의 리레이팅입니다. 리드 투자자와 pre/post 구분은 공개되지 않았습니다.
보도된 트랙션: 매출·계약 합산 $135M+ (2026년 6월 CEO가 언급한 $100M+ 대비 최소 $35M 증가), 고객 30곳 이상. 합산 지표라는 한계로 ARR·인식 매출과는 구분해야 합니다.
분석자 산식(참고용): $10B ÷ $135M ≈ 74배(매출+계약 합산 대비). 계약 이행 전 금액이 섞여 있어 통상적 매출 멀티플과 직접 비교하기 어려우며, 현 시점에서는 성장 옵션 가치에 대한 가격으로 봐야 합니다. 참고로 Skild AI는 지난달 런레이트 매출 $100M을 보다 엄격한 기준으로 보고했다는 보도가 있습니다.
| 기업 | 밸류에이션 (보도) | 최근 라운드 | 포지셔닝 |
|---|---|---|---|
| Field AI | ~$10B (협상) | $700M (텀시트) | 비정형·GPS 부재 환경 내비게이션/운영, OEM 중립 |
| Skild AI | $14B+ | $1.4B (2026.01, SoftBank 리드) | 범용 로봇 두뇌, 창고·물류 중심, OEM 플랫폼 전략 |
| Physical Intelligence | ~$11B (보도) | $600M Series B 후 대형 라운드 협상 보도 | 연구 중심 조작(manipulation) 파운데이션 모델 |
| Figure | ~$39B | $1B+ Series C (2025.09) | 수직 통합 휴머노이드 (하드웨어+VLA) |
Field AI의 경쟁 방어력은 실전 검증된 불확실성 인지형 자율성 스택, 하드웨어 중립 리트로핏 구조에 기반한 배치 주도(deployment-led) 데이터 플라이휠, 그리고 하드웨어·반도체·자원 대기업을 아우르는 전략 주주 네트워크에서 나옵니다. 연구 우위(Physical Intelligence)와 규모 우위(Figure, Tesla)의 중간 지점에서 “실전 배치 우위”를 차별점으로 삼는 포지셔닝입니다.
NeBula는 SubT 챌린지(이종 로봇 11대 자율 협업)와 RACER(8개 오프로드 코스 첫 시도 전 코스 완주)에서 입증된 스택입니다. FFM의 안전·리스크 레이어가 불확실성을 확률분포로 표현해 행동을 필터링하는 설계는, 99.999% 신뢰성이 요구되는 산업 환경에서 VLA 계열 대비 차별화 포인트로 제시되고 있습니다. 다만 일부 성능 우위 주장은 회사 발표 기준이며 독립 벤치마크가 부재합니다.
기존 로봇 위에 페이로드를 얹는 구조는 고객에게 신규 로봇 구매(capex) 없이 “플릿 현대화”를 제안할 수 있어 도입 장벽이 낮습니다. 각 배치가 독점적 실환경 데이터를 생성하고 연합학습으로 전체 모델에 환류되는 구조는, 시뮬레이션·텔레오퍼레이션 대비 한계 비용이 낮은 데이터 해자로 평가됩니다. 단, 데이터 우위의 지속성은 “Bitter Lesson”(범용 대규모 모델의 일반화)에 의해 도전받을 수 있습니다.
Boston Dynamics(Spot 플릿 운용), NVIDIA(Omniverse·Cosmos), Hyundai Motor Group, Intel Capital, Samsung, 자원 대기업 BHP Ventures 등 하드웨어·컴퓨트·수요처 전반에 걸친 주주 구성은 판매 채널이자 데이터 소스의 이중 가치를 지닙니다. 한편 이는 customer-investor circularity 관점에서 거버넌스 체크포인트이기도 합니다.
건설·데이터센터·에너지·광업·방위 등 인력난과 안전 리스크가 높은 산업에서 30개 이상 고객과 $135M+ 규모의 매출·계약 가시성을 확보했다는 점은, 상당수 경쟁 파운데이션 모델 기업이 pre-commercial 단계인 점과 대비됩니다. FieldAI Federal을 통한 B2G 채널은 추가적인 수주 옵션입니다.
포지셔닝 요약 — “Lab-first와 Specialist 사이”: 범용 파운데이션 모델 진영(Skild, Physical Intelligence)은 상당수가 벤치마크·연구 우위 경쟁 단계이고, 환경 특화 진영(Exyn, Gecko, Bedrock)은 단일 워크플로에 최적화되어 일반화 한계가 있습니다. Field AI는 “실전 배치 기반의 일반화”라는 중간 지대를 점유하려는 전략이며, 이 포지션이 유효한 한 $10B 밸류에이션의 underwriting rationale은 OEM 종속 없는 독립 자율성 벤더로서의 희소성에 있습니다.
$10B 가격은 상당 부분 미래 성장 옵션을 선반영합니다. 아래 리스크는 후속 클로징 공시, 고객 계약 공개, 파트너 전략 변화에서 우선 점검해야 할 항목입니다.
Tesla, Figure, 1X 등은 로봇·데이터·모델을 일체형으로 개발합니다. 핵심 파트너 Boston Dynamics는 Google DeepMind와 Gemini Robotics 통합 파트너십을 체결해 자체 인텔리전스 레이어를 구축하는 방향입니다. OEM이 충분한 배치 데이터를 확보하면 서드파티 자율성 소프트웨어를 인하우스화할 유인이 커지며, 이는 Field AI의 채널·데이터 접근성을 동시에 위협합니다.
핵심 지표인 $135M+는 매출·계약 합산치로, 인식 매출·반복성·이행 잔액이 확인되지 않습니다. 매출+계약 합산 대비 약 74배라는 멀티플은 후속 라운드에서 ARR 및 코호트 데이터로 정당화되어야 합니다. 또한 라운드가 미클로징 상태이고 리드·pre/post 구조가 비공개여서 최종 조건 변경 가능성이 존재합니다.
Field AI의 매출은 파트너 로봇의 출하·배치 속도에 연동됩니다. 센서·액추에이터·마이크로프로세서 등 핵심 부품의 아시아 공급망 집중과 관세 인상은 로봇 단가 상승으로 이어져 고객 ROI를 훼손할 수 있으나, 소프트웨어 레이어인 Field AI는 이 변수를 직접 통제할 수단이 제한적입니다.
Skild AI(누적 $1.8B+, $14B), Physical Intelligence(약 $11B), Figure($39B)와의 자본·인재 경쟁이 심화되고 있습니다. 또한 CEO 중심의 기술·대외 서사 집중도, 2024년 공동창업자 COO 이탈, 급속 인력 확대(기간 중 최대 2배 이상 계획)에 따른 조직 통합 리스크가 병존합니다. 자사 발표 성과 지표(수백 건 배치, 90%+ 시간 단축)의 독립 검증 부재도 모니터링 대상입니다.