로봇 개발자들을 위한 시뮬레이션 도구를 구축하는 스타트업 안티오크(Antioch)가 850만 달러(약 113억 원)의 시드 투자를 유치했습니다. 이 회사는 자율주행차와 같은 물리적 AI 에이전트를 가상 환경에서 훈련할 때 발생하는 '시뮬레이션-현실 간극(sim-to-real gap)'을 줄이는 솔루션을 제공합니다. 개발자들이 대규모 자본 없이도 AI 코딩 툴인 커서(Cursor)처럼 로봇을 가상으로 테스트하고 훈련시킬 수 있는 환경을 조성하는 것이 핵심입니다.
번역된 본문
물리적 AI(Physical AI)가 주목받는 이유는 엔지니어들이 디지털 에이전트를 프로그래밍하듯 물리적 에이전트(로봇 등)도 프로그래밍할 수 있게 될 것이라는 기대 때문입니다. 하지만 아직 그 단계에는 이르지 못했습니다. 로봇 공학은 여전히 물리적 공간에서 나오는 데이터의 부족으로 발목이 잡혀 있습니다. 기업들이 기계를 훈련시키려면 테스트용 모형 창고를 직접 세워야 하며, 딥러닝 모델을 학습시켜 로봇을 작동시키기 위해 공장 조립 라인이나 긱 워커들을 감시하는 산업 전반이 새롭게 생겨나고 있는 실정입니다. 또 다른 대안은 시뮬레이션입니다. 실제 환경을 정교하게 구현한 가상 복제본은 로봇 공학자들이 확장 가능한 방식으로 작업하는 데 필요한 데이터와 작업 공간을 제공할 수 있습니다.
로봇 개발자를 위한 시뮬레이션 도구를 구축하는 스타트업 안티오크(Antioch)는 업계에서 말하는 '시뮬레이션-현실 간극(sim-to-real gap)'을 줄이고자 합니다. 이는 가상 환경을 충분히 사실적으로 만들어 그 안에서 훈련된 로봇이 실제 물리적 세계에서도 안정적으로 작동하도록 만드는 과제입니다. 안티오크의 CEO이자 공동 창립자인 해리 멜소프(Harry Mellsop)는 "자율 시스템의 관점에서 시뮬레이션이 실제 세계와 똑같이 느껴지도록 하기 위해 이 간극을 줄이는 최선의 방법은 무엇일까?"라고 말했습니다.
이를 위해 이 회사는 벤처 캐피탈 A*와 Category Ventures가 이끄는 850만 달러(시드 단계)의 투자를 유치했으며, 이번 투자로 회사의 가치는 6,000만 달러로 평가받고 있다고 테크크런치(TechCrunch)에 밝혔습니다. 이번 라운드에는 MaC Venture Capital, Abstract, Box Group, Icehouse Ventures도 추가로 참여했습니다. 멜소프는 지난해 5월 4명의 공동 창립자와 함께 뉴욕에 본사를 둔 이 회사를 설립했습니다. 다른 공동 창립자 중 두 명인 알렉스 랭셔(Alex Langshur)와 마이클 칼비(Michael Calvey)는 이전에 보안 및 인텔리전스 스타트업인 Transpose를 함께 설립하고 알려지지 않은 금액으로 체인애널리시스(Chainalysis)에 매각한 경험이 있습니다. 나머지 두 명인 콜린 슐라거(Collin Schlager)와 콜튼 스윙글(Colton Swingle)은 각각 구글 딥마인드(Google DeepMind)와 메타 리얼리티 랩스(Meta Reality Labs)에서 근무했던 인물들입니다.
[테크크런치 이벤트 안내 - 생략 번역: 기사 본문에 삽입된 TechCrunch Disrupt 2026 행사 홍보 문구입니다.]
더 나은 시뮬레이션의 필요성은 많은 주요 자율 시스템 기업들이 겪고 있는 핵심적인 문제입니다. 예를 들어 자율주행차 분야에서 웨이모(Waymo)는 구글 딥마인드의 세계 모델(World Model)을 사용하여 자사의 주행 모델을 테스트하고 평가합니다. 이론적으로 이 기술을 사용하면 새로운 지역에 웨이모 차량을 배포할 때 필요한 데이터 수집 비용과 시간을 줄일 수 있으며, 이는 자율주행 기술을 확장하는 데 있어 핵심적인 비용 절감 효과를 가져옵니다.
하지만 이러한 모델을 구축하고 사용하여 로봇을 테스트하는 것은 자율주행차를 만드는 것과는 결이 다른 기술적 역량이 필요합니다. 안티오크는 모든 것을 자체적으로 수행할 자본력이 없는 신생 기업들을 위해 이 문제를 해결하는 플랫폼을 구축하고자 합니다. 이러한 소규모 기업들은 물리적 테스트장을 구축하거나 수백만 마일을 주행하며 센서가 부착된 차량을 굴릴 자본이 없기 때문입니다. 멜소프는 "업계의 대다수 기업은 시뮬레이션을 전혀 사용하지 않고 있으며, 우리는 이제야 우리가 더 빨리 움직여야 한다는 것을 명확히 이해하고 있다"고 말했습니다.
안티오크 경영진은 자사의 제품을 인기 있는 AI 기반 소프트웨어 개발 도구인 '커서(Cursor)'에 비유합니다. 안티오크는 로봇 제조업체들이 하드웨어의 여러 디지털 인스턴스를 빠르게 생성하고, 실제 세계에서 로봇의 소프트웨어가 수신할 것과 동일한 데이터를 모방하는 가상 센서에 연결할 수 있게 해줍니다. 이러한 환경은 개발자가 극단적인 상황(엣지 케이스)을 테스트하고, 강화 학습(Reinforcement learning)을 수행하며, 새로운 훈련 데이터를 생성할 수 있게 해줍니다. 물론, 이 모든 것이 시뮬레이션의 충실도(Fidelity)가 충분히 높을 때 가능한 일입니다. 여기서 가장 큰 과제는 시뮬레이션 내의 물리 법칙이 실제와 확실하게 일치하도록 만드는 것입니다.
The promise of physical AI is that engineers will be able to program physical agents the same way they do digital ones. We’re not there yet. Robotics is still held back by a paucity of data from physical spaces. To train their machines, companies need to build mock-up warehouses to test their machines, while an entire industry is springing up around surveilling factory lines and gig workers to train deep learning models to operate robots. Another option is simulation; detailed virtual replicas of real-world environments could provide the data and workspaces that roboticists need to do this work in a scalable way. Antioch, a startup building simulation tools for robot developers, wants to close what the industry calls the sim-to-real gap — the challenge of making virtual environments realistic enough that robots trained inside them can operate reliably in the physical world. "How can we do the best possible job reducing that gap, to make simulation feel just like the real world from the perspective of your autonomous system?" Antioch CEO and cofounder Harry Mellsop said. To do that, the company told TechCrunch today that it has raised an $8.5 million seed round that values it at $60 million, led by venture firm A* and Category Ventures, with additional participation from MaC Venture Capital, Abstract, Box Group, and Icehouse Ventures. Mellsop started the New York-based company with four cofounders in May of last year. Two of the other founders, Alex Langshur and Michael Calvey, helped him found Transpose, a security and intelligence startup, and sell it to Chainalysis for an undisclosed amount. The other two — Collin Schlager and Colton Swingle — previously worked at Google DeepMind and Meta Reality Labs, respectively. Techcrunch event Meet your next investor or portfolio startup at Disrupt Your next round. Your next hire. Your next breakout opportunity. Find it at TechCrunch Disrupt 2026, where 10,000+ founders, investors, and tech leaders gather for three days of 250+ tactical sessions, powerful introductions, and market-defining innovation. Register now to save up to $410. Meet your next investor or portfolio startup at Disrupt Your next round. Your next hire. Your next breakout opportunity. Find it at TechCrunch Disrupt 2026, where 10,000+ founders, investors, and tech leaders gather for three days of 250+ tactical sessions, powerful introductions, and market-defining innovation. Register now to save up to $410. San Francisco, CA | October 13-15, 2026 REGISTER NOW The need for better simulation is at the heart of what many major autonomy companies are doing. In the self-driving car space, for example, Waymo uses Google DeepMind’s world model to test and evaluate its driving model. In theory, that technique will make deploying Waymo vehicles in new areas require less data collection, a key cost in scaling up autonomous vehicle technology. Building and using those models to test robots is arguably a different set of skills than creating a self-driving car, and Antioch wants to build the platform that solves that problem for newer companies without the capital to do it all themselves. Those smaller companies also don’t have the capital to build physical testing arenas or drive sensor-studded cars for a few million miles. “The vast majority of the industry doesn't use simulation whatsoever, and I think we're now just really understanding clearly that we need to move faster,” Mellsop said. Antioch executives compare their product to Cursor, the popular AI-powered software development tool. Antioch allows robot builders to spin up multiple digital instances of their hardware and connect them to simulated sensors that mimic the same data the robot’s software would receive in the real world. These environments allow developers to test edge cases, perform reinforcement learning, or generate new training data. If, that is, the simulation is sufficiently high fidelity. The challenge here is making sure the physics in the simulation matches reality so that when the model is put in charge of a real machine, nothing goes wrong. The company starts with models built by Nvidia, World Labs, and others, and builds domain-specific libraries to make them easy to use. Working with multiple customers, executives say, gives Antioch a depth of context for refining its simulations that no single physical AI company could match on its own. “What happened with software engineering and LLMs is just starting to happen with physical AI,” Çağla Kaymaz, a partner at Category Ventures, told TechCrunch. “We do a lot of work on dev tools, and we love that vertical, but the challenges are different. With software, you can have these bad coding tools, and the risk is generally pretty contained to the digital world. In the physical world, the stakes are much higher.” Antioch’s focus now is mainly on sensor and perception systems, which account for the bulk of the need in automated cars and trucks, farm and construction machinery, or aerial drones. Aspirations for physical AI to power generalized robots to replicate human tasks are further away. While Antioch's pitch is to startups, some of its earliest engagements have been with huge multinationals that are already investing heavily in robotics. Adrian Macneil has a solid understanding of this space. As an executive at the self-driving startup Cruise, he built the company’s data infrastructure, and in 2021 founded Foxglove, a company that offers the same kind of data pipelines to physical AI startups. Macneil is backing Antioch as an angel investor. “Simulation is really important when you’re trying to build a safety case or dealing with very high-accuracy tasks,” he said at the Ride.AI conference in San Francisco on Wednesday. “It's not possible to drive enough miles in the real world.” Macneil would like to see the same kind of tools that drove the SaaS revolution—platforms like Github, Stripe, and Twilio—emerging to support physical AI. “We need a lot more of the entire toolchain to be available off the shelf,” he told TechCrunch. “We genuinely all think that anyone building an autonomous system for the real world is going to do so in software primarily in two to three years,” Mellsop said. “It's the first time you can have autonomous agents iterate on a physical autonomy system, and actually close the feedback loop.” There are already experiments in this direction. David Mayo, a researcher at MIT's Computer Science and Artificial Intelligence Laboratory, is using Antioch's platform to evaluate LLMs. In one experiment, Mayo has AI models design robots, then use Antioch's simulator to test them. It can even pit the models against each other in simulated contests, like pushing a rival bot off a platform. Giving the LLMs a realistic sandbox could help provide a new paradigm for benchmarking them. Before a world of AI engineers arrives, however, there is still more work ahead to close the gap between the digital models and the real world. If it can be done, developers will be able to create the kind of data flywheel that Macneil believes is the key to the success of category leaders like Waymo, where engineers are increasingly confident that next month’s model will be more capable than the last. If other companies want to replicate that success, they’ll need to build those tools themselves—or buy them. Topics AI , Antioch , Exclusive , Robotics Tim Fernholz Tim Fernholz is a journalist who writes about technology, finance and public policy. He has closely covered the rise of the private space industry and is the author of Rocket Billionaires: Elon Musk, Jeff Bezos and the New Space Race. Formerly, he was a senior reporter at Quartz, the global business news site, for more than a decade, and began his career as a political reporter in Washington, D.C. You can contact or verify outreach from Tim by emailing tim.fernholz@techcrunch.com or via an encrypted message to tim_fernholz.21 on Signal. View Bio April 30 San Francisco,