My Real Feedback  (feat. 스낵지기 X 스낵이와 친구들= 이건 내 진심! 👀”

생태계의 황태자, 제미나이 

구글이라는 든든한 배경을 가진 ‘엄친아’랄까요? 텍스트는 물론 이미지, 음성까지 척척 알아듣는 멀티모달 기능이 최대 무기입니다. 구글 검색 엔진과 바로 연동되어 실시간 정보에 강하고, 구글의 다른 서비스들과도 찰떡궁합을 자랑하죠.

* 멀티미디어 작업을 수행하는 전문가로 비즈니스 환경에 특화된 챗봇, 삼성 같아요

오늘은 로봇 기업 ‘UBTECH’의 사례를 통해, 한 신생 브랜드가 이 캐즘을 건너기 위해 어떤 혁신적인 접근과 노력을 기울이는지, 그 생존 공식을 함께 파헤쳐보고자 합니다.

첫 번째 생존 공식: ‘완벽한 기술’이 아닌 ‘완성된 해결책’을 팔아라

캐즘 너머의 실용주의적인 고객들은 기술 그 자체에는 관심이 없습니다. 그들은 자신의 문제를 해결해 줄 ‘완성된 제품(Whole Product)’을 원하죠. 

UBTECH는 이 공식을 정확히 이해했습니다. 특히 교육용 로봇 시장에서 그들은 단순히 로봇 하드웨어 키트만 팔지 않았습니다. 교육 커리큘럼, 직관적인 코딩 프로그램, 교사와 학생들을 위한 커뮤니티까지, 교육 현장에서 필요한 모든 것을 하나의 패키지로 묶어 ‘통합적 솔루션’을 제공했죠. 기술에 보수적인 교육 시장이라는 캐즘을 성공적으로 건너, 안정적인 교두보(Beachhead)를 확보한 겁니다.

두 번째 생존 공식: ‘혼자’가 아닌 ‘함께’ 다리를 놓아라

‘완성된 해결책’이라는 튼튼한 다리는 결코 혼자 놓을 수 없습니다. UBTECH는 다양한 분야의 파트너들과 손잡고, 아주 체계적으로 다리를 건설했습니다. 최근 경영학계의 두 이론은 이들의 교량 건설 공법을 명쾌하게 설명해 줍니다.

공법 1. 혁신 생태계 오케스트레이션 (Stirring Model): UBTECH는 마치 오케스트라 지휘자처럼, 파트너들과의 협업 전 과정을 5단계로 나누어 체계적으로 관리했습니다.

• 설계: "로봇을 모든 가정에"라는 비전 아래, 월마트, 디즈니와 손잡고 큰 그림을 그렸습니다.
• 관계: 교육 전문가들과 커리큘럼을 공동 개발하며 깊은 신뢰를 쌓았습니다.
• 통합: 자체 로봇 기술에 월마트의 매장 운영 노하우를 결합해 재고 관리 로봇을 탄생시켰습니다.
• 조율: 개방형 OS와 SDK로 기술의 문턱을 낮춰 누구나 쉽게 참여하게 만들었습니다.
• 실행: 서비스 로봇 ‘Cruzr’의 시범 운영을 통해 가치를 증명하고, 팬데믹 시기 방역 로봇을 신속하게 보급하며 실행력을 보여주었습니다.

공법 2. 영리한 거리두기 (인지 거리): 이들은 파트너와의 ‘거리’를 정교하게 설계했습니다. 혁신은 너무 가깝지도, 멀지도 않은 파트너와 만날 때 폭발하기 때문이죠.

• 가까운 거리 (교육): ‘학습’이라는 공통분모를 가진 교육계와 손잡고 안정적인 혁신을 만들었습니다.
• 중간 거리 (엔터테인먼트): ‘감성적 몰입’이라는 공통 목표 아래 디즈니와 협력해, 창의적인 캐릭터 로봇을 탄생시켰습니다.
• 먼 거리 (의료): 자사의 기술과 의료계의 전문 지식이라는 먼 거리의 지식을 융합해 ‘비접촉 방역’이라는 높은 사회적 가치를 창출했습니다.

생존, 그 이후: 모든 로봇이 캐즘을 건넌 것은 아니다 

물론 UBTECH의 모든 도전이 캐즘을 완전히 건넌 것은 아닙니다. 그들의 여정은 신생 브랜드의 생존이 단 한 번의 성공으로 끝나지 않음을 보여줍니다.

1. [캐즘 극복 완료] 교육용 로봇 (Jimu Robot 시리즈)

이 분야에서 UBTECH는 명확하게 캐즘을 넘어섰습니다. 단순히 로봇 키트를 파는 데 그치지 않고, 교육 커리큘럼과 소프트웨어, 교사 지원 커뮤니티까지 제공하는 ‘완성된 해결책(Whole Product)’ 전략이 주효했기 때문입니다.

•  주요 고객: 전 세계 수많은 초·중·고등학교 및 사설 교육 기관, STEM 교육 캠프, 그리고 자녀의 코딩 교육에 관심이 많은 일반 소비자(가정)에 이르기까지, 기술에 보수적인 교육 시장의 주류 고객을 완벽하게 사로잡았습니다.
• 남은 과제: STEM 교육 시장의 ‘사실상 표준’ 지위를 유지하며, 끊임없이 등장하는 후발주자들의 도전을 방어하는 것입니다.

2. [캐즘 극복 진행 중] 상업용 서비스 로봇 (Cruzr 시리즈)

서비스 로봇 분야는 현재 캐즘을 건너는 중입니다. 특정 산업에서 실용적 가치를 입증하며 교두보를 마련했지만, 아직 모든 산업으로 확산되지는 못했죠.

• 주요 고객: 월마트(재고 관리), 화웨이(매장 안내), 전 세계의 공항, 은행, 호텔, 쇼핑몰 등이 고객 응대, 순찰, 정보 제공 등의 명확한 목적을 가지고 로봇을 도입하고 있습니다. 특히 코로나19 시기에는 수백 곳의 병원과 공공시설에 방역 로봇을 신속하게 보급하며 실용성을 증명했습니다.
• 남은 과제: 초기 도입에 성공한 시장을 넘어, 더 보수적인 서구 시장과 다양한 산업으로 확산하는 것입니다. 이를 위해서는 더 명확한 투자수익률(ROI) 입증과 장기 운영에 대한 신뢰성 확보가 필수적입니다.

3. [캐즘 극복 초기] 휴머노이드 로봇 (Walker 시리즈)

인간을 닮은 휴머노이드 로봇은 여전히 캐즘의 초입에 서 있습니다. 기술적 경이로움으로 초기 수용자들의 시선을 사로잡았지만, 대중이 기꺼이 지갑을 열 만한 실용적 가치를 아직 충분히 제시하지 못했기 때문입니다.

• 주요 고객: 디즈니와 같은 엔터테인먼트 기업(R&D 파트너), 첨단 기술 연구소, 그리고 기업의 기술력을 과시하기 위한 쇼케이스 등 아직은 소수의 비전가 그룹에 한정되어 있습니다.
• 남은 과제: 높은 가격이라는 가장 큰 장벽을 넘어야 합니다. 또한, ‘그래서 이 로봇으로 정확히 무엇을 할 수 있는가?’라는 대중의 질문에 명쾌한 답을 제시할 ‘킬러 애플리케이션’의 발굴이 시급합니다.

신생 브랜드를 위한 UBTECH의 교훈

UBTECH의 여정은 결국 이것을 말해줍니다. 신생 브랜드가 죽음의 계곡에서 살아남기 위해서는, 막연한 기술적 자신감이 아니라 시장의 눈높이에 맞춘 치밀하고도 유연한 혁신적 노력이 필요하다는 것을요.

그들은 캐즘을 건너기 위해 기술의 성벽을 높이는 대신, ‘완성된 해결책’이라는 목표를 향해 파트너들과 함께 ‘관계의 다리’를 놓는 데 집중했습니다. 그리고 가장 건너기 쉬운 계곡부터 하나씩 정복하며 생존의 영토를 넓혀 나갔습니다.

님, 우리 회사가 내놓을 새로운 기술, 혹은 새로운 브랜드는 지금 ‘죽음의 계곡’을 건널 자신만의 다리를 갖고 있나요? 그 다리는 과연 어떤 ‘관계’들로 튼튼하게 만들어져 있나요?

상세 참조 

1. 혁신 생태계 오케스트레이션 (Stirring Model) 이론

• 출처: Shen, L., Shi, Q., Parida, V., & Jovanovic, M. (2024). Ecosystem orchestration practices for industrial firms: A qualitative meta-analysis, framework development and resear1ch agenda. arXiv preprint arXiv:2401.03129.
• 주요 내용: 이 연구는 전통적인 산업 기업이 이질적인 파트너들로 구성된 혁신 생태계를 성공적으로 이끌기 위해 필요한 5가지 핵심 관리 활동(Practices)을 제시합니다. 단순한 협력을 넘어, 생태계 전체의 목표 설정(전략적 설계), 파트너 간 신뢰 구축(관계 관리), 이종 자원 결합(자원 통합), 디지털 기술 표준화(기술 조율), 그리고 파일럿 테스트부터 시장 확산까지의 과정(혁신 실행)을 체계적으로 ‘지휘(Orchestration)’해야 함을 강조합니다. 이는 전통적인 내부 R&D 방식에서 벗어나 외부 파트너와의 협력을 통해 혁신을 창출하려는 기업에게 구체적인 실행 로드맵을 제공합니다.

2. 인지 거리(Cognitive Distance)와 교차 산업 혁신

• 출처:Carmona-Lavado, A., Gimenez-Fernandez, E. M., Vlaisavljevic, V., & Cabello-Medina, C. (2023). Cross-industry innovation: a systematic literature review. Technovation, 124, 102743.
• 주요 내용: 이 연구는 다양한 산업 간의 혁신(Cross-Industry Innovation, CII)을 체계적으로 분석하며, 파트너 기업 간 ‘인지 거리’의 중요성을 강조합니다. 인지 거리가 너무 가까우면(유사 산업) 새롭고 획기적인 아이디어가 나오기 어렵고, 너무 멀면(완전 이종 산업) 지식과 문화의 차이로 인해 협업 자체가 어렵습니다. 따라서 혁신의 성공 확률은 ‘넘을 수 있을 정도의 적절한 거리(Optimal Cognitive Distance)’를 가진 파트너와 협력하여, 서로 다른 지식 기반을 성공적으로 융합할 때 가장 높아진다고 주장합니다. 이는 파트너 선정 시 단순한 기술력이나 시장 지위뿐만 아니라, 지식 기반의 유사성과 차이점을 전략적으로 고려해야 함을 시사합니다.

최신 대규모 언어 모델(LLM)이 데이터 분석 작업에서 얼마나 지시를 잘 따르는지 평가하는 새로운 벤치마크 'IDA-Bench'가 공개되었습니다. 베이징 대학과 UC 버클리 연구팀이 공동으로 개발한 이 벤치마크는 실제 데이터 분석가처럼 여러 차례에 걸쳐 점진적으로 지시를 내리는 방식으로 모델의 능력을 시험합니다.

주요 내용:

• 새로운 평가 방식: 기존 벤치마크와 달리, IDA-Bench는 단일 과제가 아닌 여러 단계의 상호작용을 통해 모델이 얼마나 사용자의 지시를 잘 따르고 변화하는 요구에 대응하는지를 평가합니다. 이는 실제 데이터 분석 업무 환경과 유사한 방식입니다.
• 실망스러운 결과: 테스트 결과, Claude-3.7, Gemini-2.5 Pro와 같은 최첨단 모델조차도 40% 미만의 성공률을 보였습니다. 이는 현재 대규모 언어 모델이 사용자의 지시를 정확히 따르기보다 스스로 판단하여 작업을 진행하려는 경향이 있기 때문입니다.
• 모델별 특징:
  • Claude-3.7과 DeepSeek-R1: '지나치게 자신감 있는 인턴'처럼 사용자의 지시를 무시하고 독자적으로 분석을 진행하다가 중요한 단계를 놓치는 경우가 많았습니다.
  • Gemini-2.5-Pro: '지나치게 신중한 조수'처럼 사소한 단계마다 사용자에게 확인을 요청하여 결국 시간 초과로 실패하는 경향을 보였습니다.
• 문제점: 모델들은 존재하지 않는 작업을 수행했다고 하거나, 결과물의 형식을 틀리는 등 다양한 오류를 보였습니다. 또한, 초기 분석 결과를 고집하며 새로운 지시에 따라 모델을 개선하지 않으려는 경향도 나타났습니다.
• 결론: 이번 연구는 현재 대규모 언어 모델이 신뢰할 수 있는 데이터 분석 도구가 되기 위해서는 사용자의 지시를 이해하고 따르는 능력을 크게 향상시켜야 함을 보여줍니다.