Kyutai, 로봇용 2.4B 비전-언어-행동 모델 REKI 공개

파리를 기반으로 한 AI 연구소 Kyutai가 로봇 조작을 위해 만든 24억 매개변수 규모의 비전-언어-행동(VLA) 모델 REKI를 공개했다. 2026년 10월 17일 발표된 이 모델은 프랑스 국립 디지털과학연구소 Inria, 공학교육기관 École des Ponts와 공동으로 개발됐다.

연구팀은 두 가지 특징을 강조하고 있다. REKI는 공개적으로 이용 가능한 데이터만으로 사전 학습됐으며, 단일 장면만으로 추론하는 대신 최근 과거에 일어난 일을 저비용 메모리로 유지한다.

로봇에게 메모리가 중요한 이유

VLA 모델은 카메라 입력과 자연어 지시를 로봇의 행동으로 직접 바꾸는 것을 목표로 한다. 많은 시스템이 현재 프레임만 보고 각 동작을 결정하는데, 이 때문에 여러 단계의 작업이나 물체가 카메라 시야를 벗어나는 상황에서 실수하기 쉽다.

최근 이력을 기억하는 모델은 원칙적으로 서랍을 연 뒤 그 안에 물건을 넣는 것처럼 순차적인 작업을 더 일관되게 처리할 수 있다. 로봇은 보통 제한된 온보드 연산 자원으로 동작하므로 이 메모리를 저렴하게 유지하는 것이 중요하다. 다만 REKI가 어떤 작업과 벤치마크에서 평가됐는지 등 평가의 세부 내용은 이 기사 작성에 검토한 자료에서 확인되지 않았다.

공개 데이터 접근법

로봇 학습의 진전은 기업이 공유하지 않는 독점 데이터셋으로 학습한 모델에서 많이 나왔다. 공개 데이터에만 의존하면 다른 연구자들이 결과를 재현하고 이를 바탕으로 연구를 이어가기 쉬워지며, 이 점에서 REKI는 학계 연구실에 유용한 참고 모델이 될 수 있다.

Kyutai는 실시간 음성 모델 Moshi 등 공개 릴리스로 잘 알려져 있다. REKI로 이 연구소는 공개 연구 방식을 로봇 분야로 넓히고 있으며, 이 프로젝트는 프랑스에서 민간 AI 연구소와 공공 연구기관 간 협력이 커지고 있음을 보여준다.