최근 제조·물류 현장의 경쟁은 자동화 설비의 도입 숫자로 판단되지 않는다. 센서와 장비는 한층 촘촘해졌고 데이터도 이전보다 훨씬 많이 쌓이는 상황이다. 하지만 현장에서는 이 다음 단계로의 전진을 원한다. 측정된 정보가 얼마나 빠르게 판단으로 이어지는지, 그 판단이 로봇·설비의 동작으로 얼마나 자연스럽게 연결되는지, 예외 상황이 발생했을 때 공정과 물류 흐름이 얼마나 빨리 다시 안정되는지가 새 경쟁력으로 떠올랐다.
이 같은 흐름은 공장을 보는 시선을 ‘도입’에서 ‘운영’으로 옮겨 놓고 있다. 개별 장비의 성능을 높이는 데 머물던 방식으로는 공급망 변동성, 에너지 부담, 안전과 품질, 인력 공백이 한꺼번에 겹치는 현장을 감당하기 어렵기 때문이다.
지난 4일 열린 ‘제36회 스마트공장·자동화산업전(Automation World 2026, AW 2026)’은 이런 변화 속에서 자율성(Autonomy)·지속가능성(Sustainability)의 동력을 내세우며, 로보틱스·소프트웨어·물류·비전·제어 등 기술이 하나의 운영 체계로 이어지는 장면을 전시장 전면에 펼쳐 보였다.
2편의 관전 포인트는 작업 로봇의 큰 변화다. 물체를 인식하고, 안정적으로 집고, 세밀하게 고르고, 정밀하게 쌓고, 신속하게 옮기는 작업. 이러한 연출은 로봇의 가치가 팔(Arm)의 축 수나 속도 경쟁이 아니라 얼마나 복잡한 작업을 안정적으로 다루고 공정 안에 녹여내느냐가 핵심 가치다. ‘일하는 로봇’이 뭔지에 대한 기준이 한층 구체적으로 제시된 것이다.
< 화낙·테파로보틱스 > 협동 로봇에 피지컬 AI를 얹었다
일본 소재 로보틱스 기술 업체 화낙(FANUC)의 한국 지사인 ‘한국화낙’ 부스에서 가장 먼저 눈에 들어온 것은 협동 로봇(코봇) 모델 ‘CRX-10iA’ 기반 빈피킹(Bin-picking) 시스템이다. 상자(Bin) 안에 놓인 대상물을 집어 다른 빈에 넣는 단순해 보이는 코봇 자동화 시연이다. 이때 핵심은 익숙한 로봇 하드웨어 위에 낯선 제어 방식을 올린 데 있었다.
이 데모는 상자 안에 뒤엉켜 들어온 부품·포장재 등을 하나씩 꺼내는 빈피킹 공정을 다뤘다. 하지만 접근 방식은 로봇이 적용된 기존 산업용 작업 구역과 달랐다. 화낙의 코봇 CRX-10iA가 물리적 작업을 맡고, 국내 로봇 지능 스타트업 ‘테파로보틱스’의 비전·언어·행동(Vision·Language·Action) 모델 기반 제어 소프트웨어가 로봇의 자율·인지·적응을 돕는 형태다.
▲ VLA 모델을 차용한 빈피킹 코봇 시스템. (촬영·편집 : 헬로티 최재규 기자)
이 데모가 현장에서 주목받은 이유는 기존 빈피킹 시스템의 난점을 겨냥했기 때문이다. 박정혁 테파로보틱스 최고경영책임자(CEO)에 따르면, 일반적으로 빈피킹은 3차원(3D) 카메라, 점군(Point Cloud), 경로 계획, 현장별 엔지니어링 등이 필수적이다. 이 과정에서 투명 물체처럼 깊이 정보를 잡기 어려운 대상에서는 난도가 더 올라간다.
박 CEO는 이런 문제를 VLA로 풀겠다는 방향을 제시했다. 하나의 2차원(2D) 카메라만으로 물체를 인지하고, 사용자의 언어 지시를 이해한 후, 다음 행동까지 예측해 다양한 물체를 같은 모델 안에서 다루는 메커니즘이다.
현장 시연에서도 투명 플라스틱 병처럼 3D 카메라가 인지하기 어려워하는 물체를 다루도록 해 이해를 도왔다. 이 과정에서 사용자는 자연어(Natural Language) 기반 명령어(Prompt)를 상황에 맞게 작성해, 시스템이 서로 다른 대상물을 같은 모델 안에서 집품(Picking)하도록 구현한 장면이 묘사됐다.
테파로보틱스는 그동안 화낙과 함께 로봇 제어 소프트웨어를 개발해온 협력 파트너다. 그래서 이번 부스는 화낙이 로봇 하드웨어를, 테파로보틱스가 인공지능(AI) 제어 철학을 맡아 파트너십을 통한 차세대 로봇 자동화의 모습을 기대케 했다.
박정혁 대표는 “현재는 흡착 그리퍼(Gripper) 중심으로 시스템을 구성하고 있지만, 향후 마그네틱(Magnetic)·기계식(Mechanical) 등 지원 가능한 그리퍼 범위를 확장해 더 다양한 대상물을 다루도록 할 계획”이라고 전했다.
끝으로 “단순히 물체를 집는 데서 끝나는 것이 아니라, 상자가 비었을 때 다음 박스로 이동하거나 쓰러진 물체를 다시 다루는 식의 후속 행동 예측까지 포함하겠다”고 부연하며, 코봇·센서의 융합을 넘어, 공정 맥락(Context)를 이해하는 영역으로 혁신을 넓힐 것이라고 포부를 전했다.
< 테크맨로봇 > 비전 기반 코봇으로 확장성·효율성↑
대만 코봇 솔루션 업체 테크맨로봇도 로봇을 통한 공정 혁신을 정조준했다. 올해 AW에서는 코봇 단품 소개보다 작업 구역의 응용 범위를 확장하는 데 주력한 비전을 보여줬다.
전시 현장에서는 비정형 물체 대상 빈피킹, 스마트 피킹, 서버 품질 검사 등 솔루션이 한데 펼쳐졌다. 이들 기술의 공통점은 비전(Vision) 기반 코봇 시스템의 폭넓은 도입 가능성이다.
이러한 사측의 다양한 솔루션은 모두 ‘TM AI 코봇(TM AI Cobot)’ 시리즈를 근간으로 한다. 이들은 5·6·7·12·14·20·25·30kg으로 가반하중이 세분화된 ‘S 시리즈’와 5·12·14·16·20 등 무게의 물체를 다루는 기존 코봇 계열로 구성돼 있다. 이번 부스의 초점은 이 같은 라인업 수보다 이 같은 플랫폼이 실제 작업 구간에서 어떤 방식으로 확장되는지다.
대표적으로 테크맨로봇은 국내 그리퍼 솔루션 업체 테솔로와 결합한 빈피킹 및 스마트 피킹 시스템을 선보였다. 코봇에 비전과 로봇 팔 종단 장치(EOAT)를 더한 솔루션을 제시했다. 다물체 비정형 물체를 다루는 빈피킹은 3D 카메라를 통해 트레이 안 대상물을 스캔한 뒤 형상과 자세에 맞는 파지 전략을 선택해 집어 올리는 형태다. 스마트 피킹 솔루션 역시 다양한 형상과 재질의 물체를 빠르게 이송하는 범용형 자동화 셀로 구성됐다.
▲ 테크맨로봇의 비전 코봇과 테솔로 그리퍼가 융합돼 각종 작업을 형상화한 데모. (촬영·편집 : 헬로티 최재규 기자)
최민범 테크맨로봇코리아 과장은 “다양한 형상과 재질의 물체를 신속하게 이송하고, 실제 자동화 라인에 바로 적용 가능한 실용성을 강조하는 시연”이라며 “특히 코봇이 단순 반복 작업 기계가 아니라, 비전·EOAT와 결합돼 물체 특성에 따라 다른 전략을 선택하는 셀로 진화하고 있다는 점을 보여주고자 했다”고 설명했다.
끝으로, 테크맨로봇 부스에서 확인한 기술은 서버 품질 검사 솔루션 ‘TM 플라잉 트리거(TM Flying Trigger)’다. 최민범 과장에 따르면, 이 프레임워크는 정지와 촬영을 반복한 기존 솔루션의 메커니즘을 고도화한 것이 특징이다. 특히 로봇이 이동하는 중에도 정확한 시점에 이미지를 포착해 검사 속도를 끌어올리 과정이 주목 포인트다.
과장은 “20개 검사 포인트를 기준으로 했을 때, 일반 2D 카메라 방식 대비 공정 시간을 약 40%까지 절감할 수 있다”고 내세웠다.
TM 플라잉 트리거는 주기억장치(RAM) 슬롯 조립 상태 정상·비정상 판정, 축전기(Capacitor) 개수 확인 등 객체 감지와 품질 판정을 동시에 수행한다. 이는 서버나 반도체 장비처럼 고정밀 검사가 필요한 영역으로 확장하는 가능성을 시사한 부분이다.
< 자카로보틱스 > 코봇 제조사가 양팔·휴머노이드 플랫폼으로
중국에 있는 코봇 전문 업체 ‘자카로보틱스’도 신기술을 들고 AW에 나섰다. 이들은 휴머노이드 플랫폼 ‘자카 칸(JAKA Khan)’, 모바일 플랫폼 ‘자카 카고(JAKA Kargo)’, 코봇 제품군 ‘자카 AL 시리즈(JAKA AL Series)’ 등을 강조했다.
실제로 부스에 배치된 사측 차세대 로보틱스 기술은 듀얼암(Dual-arm) 플랫폼 ‘자카 K1(JAKA K1)’이다. 이 데모는 인간형 작업 시나리오를 빠르게 구축하는 양팔 로봇 플랫폼으로 소개됐다.
고든 페이(Gordon Pei) 자카로보틱스 해외사업부문장은 “해당 제품의 가장 큰 경쟁력은 7자유도(DoF)의 로봇 팔 두 개를 하나의 제어반(Control Cabinet)으로 제어하는 구조를 채택한 점”이라며 “로봇 팔 끝단에는 토크 센서가 탑재되며, 자체 개발 전용 제어 플랫폼 ‘로보허브(RoboHub)’, 가상환경(VR) 헤드셋, 조이스틱, 그리퍼 등을 통합해 양팔 협업을 구현한다”고 전했다.
이러한 조합은 데이터 수집, AI 모델 학습, 작업 실행 등으로 이어지는 순환을 구축한다는 개발 플랫폼 콘셉트로 해석 가능하다.
앤드류 리(Andrew Li) 자카로보틱스 매니저는 “이러한 설계를 통해 ±0.05mm 반복정밀도를 실현하고, 소프트웨어 개발 키트(SDK) 기반 연구용 검증이 가능하다”고 덧붙여 언급했다. 이러한 아키텍처를 통해 현장형 작업으로 확장 가능한 유연성 또한 강점이라는 점도 더불어 밝혔다.
< 로보티즈 > “차세대 로봇 플랫폼에 대응 가능한 확장된 기술 에코시스템”
로보티즈는 다각적인 로보틱스 포트폴리오를 출품하며 참관객의 이목을 끌었다. 국내 로봇 솔루션 업체로 활약 중인 이 업체는 구동부(Actuator), 드라이브(Drive), 로봇 핸드, VLA 모델, 원격 조작 등 자사 원천 기술을 한자리에서 이어 붙였다. 이러한 전시 기획은 휴머노이드 로봇과 작업 로봇에 필요한 기술 체계를 한데 선보이기 위한 전략이다.
로보티즈는 사람처럼 움직이는 작업용 로봇을 부품·제어·응용의 연결 구조로 직관화했다. 이 가운데 모듈형 로봇 구동 제품군 ‘다이나믹셀(DYNAMIXEL)’ 풀 라인업과 휴머노이드용 구동 아키텍처 ‘QDD 시리즈’가 총출동했다. 이 존은 차세대 로봇 플랫폼에 도입되는 사측의 구동 기술 스펙트럼을 강조한 콘셉트다.
표준 액추에이터 ‘다이나믹셀-X(DYNAMIXEL-X)’, 고급 액추에이터 ‘다이나믹셀-P(DYNAMIXEL-P)’, 차세대 액추에이터 ‘다이나믹셀-Y(DYNAMIXEL-Y)’이 일체형 구동부 제품군이다. 이들 제품은 모터(Motor)·감속기(Reducer)·드라이브·센서 등 핵심 부품이 통합돼 로봇 관절을 움직인다.
여기에 모터의 힘을 전달하는 감속기 모듈 ‘다이나믹셀 드라이브(DYNAMIXEL DRIVE)’는 로봇의 근육과 뼈를 잇는 정밀 관절 솔루션이다. 로봇의 힘을 손실 없이 원하는 방향으로 전달하는 역할을 한다.
이와 함께 부스 한편에 출품된 ‘QDD 시리즈’는 준직접구동(Quasi-Direct Drive, QDD) 방식을 설계상 기반으로 한다. QDD는 낮은 관성(Inertia), 높은 토크 밀도(Torque Density), 빠른 응답성(Responsiveness)을 앞세운 구동계다. 이 특성을 내재화한 QDD 시리즈는 휴머노이드 로봇, 모바일 매니퓰레이터(Mobile Manipulator) 등 차세대 로봇 플랫폼을 겨냥한 제품군이다.
로보티즈 관계자는 “자사 성장과 함께 진화해 온 이 시리즈는 로보틱스 기반 역량을 집약한 결과물로, 차별화된 기술적 위상과 로봇 솔루션 생태계의 핵심 근간을 입증한다”고 강조했다. 여기에 최근 주목받는 로봇 폼팩터(Form-factor)의 시장 혁신 과정에서 지속적으로 기여할 요소로 평가했다.
이 밖에 로보티즈 부스에는 최신 로봇 핸드 ‘HX5-D20’가 배치됐다. 이는 사측이 내세우는 최신 미래 가치로, 다이나믹셀 X 20개를 접목해 20DoF의 구동을 지원한다. 각 손가락 끝에는 촉각을 감지하는 택타일 센서(Tactile Sensor)를 이식했다. 사측 관계자에 따르면, 최대 가반하중은 15kg고 손가락 하나당 14뉴턴(N) 수준의 힘을 발휘한다. 기체 무게는 970g이다.
관계자는 “특정 산업만을 노린 손이라기보다 사람 손처럼 다양한 동작을 구현하는 범용형 로봇 핸드로 포지셔닝했다”며 “유지보수 측면에서도 관절 단위 교체가 가능하다기 때문에, 단순한 연구용 데모가 아니라 실제 응용까지 염두에 뒀다”고 피력했다.
사측 전시의 하이라이트 중 하나인 VLA 기반 픽앤플레이스(Pick & Place)도 참관객의 발길을 붙잡았다. 자사 산업용 상체형 휴머노이드 ‘AI 워커(AI Worker)’와 연동되는 이 데모는 로봇 동작 제어 성능을 극대화하기 위해 엔비디아(NVIDIA)의 최신 플랫폼을 채택했다.
▲ 기자가 터치 스크린 UI로 주문하면 AI 워커가 그에 맞는 물품을 전달했다. (촬영·편집 : 헬로티 최재규 기자)
휴머노이드 로봇 전용 범용 로봇 파운데이션 모델(RFM)인 ‘엔비디아 아이작 그루트 N1.5(Isaac GR00T N1.5)’를 적용했다. 이 과정에서 최신 기술 방법론 ‘행동모사학습(LfD)’을 도입했다.
이를 구현하기 위해 사람의 정밀한 관절 움직임을 3D 데이터로 변환하는 ‘스켈레톤 리더(Skeleton Leader)’ 시스템을 활용했다. 해당 기술로 사람의 미세한 물건 잡기(Grasping) 동작을 정교하게 데이터화해 AI 모델에 이식했다. 이로써 로봇이 스스로 물건을 식별해 바구니에 담고 배송하는 자율 물류 프로세스를 현장에서 선보였다.
박기웅 로보티즈 매니저는 “이번 시나리오 테스트를 통해 VLA 모델과 모방 학습(Imitation Learning)이 실제 산업 현장의 고난도 작업 추론으로 이어지는 과정을 구현했다”고 소개했다.
개발 과정에서 사용자가 텔레오퍼레이션으로 반복 작업을 수행하며 데이터를 수집하고, 이후 로봇이 그 데이터를 바탕으로 비전 상황에 맞는 최적의 관절값을 추론하는 방식이다. 다시 말해 로봇 핸드, 텔레오퍼레이션, 학습 기반 작업 실행 등 주기를 하나의 체계로 통합한 기술이다.
▲ AI 워커는 팔 하나를 완전히 뻗었을 때 3kg, 몸 가까이서는 5kg, 양팔 합산 10kg 수준의 가반하중을 갖추고 있다. (촬영·편집 : 헬로티 최재규 기자)
다른 한편, VR 장치를 착용한 사용자가 텔레오퍼레이션으로 로봇과 함께 교감하는 모습도 부스에서 연출됐다. VR 장치로 손·팔·몸의 움직임을 인식해 로봇에 전달하는 구조다.
< 씨메스 > 피킹 이전의 데이터가 물류 자동화의 완성도를 결정한다
AI 기반 3D 비전 기술을 활용한 기술도 등판했다. 이러한 기술력을 확보한 씨메스는 자사 3D 비전을 토대로 한 부피 측정 솔루션 ‘큐비메저(CubiMeasure)’를 앞세웠다. 이를 중심으로 데이터를 어떻게 모으고, 그 데이터를 피킹·검수·포장·보관 자동화로 어떻게 확장할 것인지에 집중했다.
이때 큐비메저는 2D 이미지와 3D 데이터, 체적과 무게 정보를 수집한다. 이를 제품 매칭·인지, 로봇 피킹 가능 여부 판단, 합포장 가능 분석, AI 시뮬레이션 기반 박스 추천, 완충재 투입 용량 해석 등으로 연결한다. 여기서 멈추지 않고 로봇 통합 제어 범위를 확장하며 물류 현장 디지털 전환(DX)을 가속화한다.
▲ (촬영·편집 : 헬로티 최재규 기자)
구체적으로 대상물 출고 전 검수, 검수 절차 데이터 기록, 상품을 낱개로 집어내는 ‘피스피킹(Piece Picking)’, 박스 내 빈 공간을 채우는 ‘보이드필(Void Fill)’ 등 공정을 고도화한다. 이어 불빛 기반 디지털 신호에 따라 물건을 분류하는 ‘DPS(Digital Picking System)’ 자동화, 대상물이 작업자에게 전달되는 ‘GTP(Goods-to-Person)’ 자동화, 로봇 저장(Storage) 시스템 등을 아울러 물류 무인화에 기여한다.
< 로아스 > 듣고 진단하는 로봇의 등장...‘설비 주치의’로 확장되는 로보틱스 융합
로아스는 집고, 쌓고, 조작하는 로봇들과 달리, 각종 영역에서의 진단 자동화 접근법을 조명했다. 이들은 AI 기반 음향 탐지·추적·검사 솔루션을 내재화한 업체로, 원천 기술은 음향 진단이다.
현장 내 배관에서 누설이 발생하면 소음이 생기고, 모터·베어링(Bearing)·기어(Gear) 등 부품단이 마모되면 각기 다른 소리가 나온다. 로아스는 다채널 마이크로폰 센서로 이러한 음향 데이터를 수집해 이상 지점을 짚는다. 여기에 열화상 카메라를 활용해 화재나 냉각수 누설 같은 열 이상까지 함께 잡는다.
관계자는 “설립 초기에는 고정된 센서로 품질 검사 솔루션을 개발했지만, 산업 현장의 다양한 요구사항을 접하면서 각종 이동체를 이용해 현장 내 이상을 찾는 방식으로 기술 역량을 확장했다”고 설명했다. 그 결과가 AW 현장에서 공개된 로봇·무인항공기(드론)·관제 등 시스템을 통합한 솔루션 구조다.
이 중심에는 AI 기반 예지 보전(Predictive Maintenance) 및 설비 관리 통합 플랫폼 ‘아르쿠스(ARCUS)’가 있다. 로봇이나 드론이 사람 대신 산업 현장을 순회하며 이상을 진단하고, 이상 발생 시 아르쿠스가 사용자에게 상태를 알려준다. 작업 로봇의 역할이 물체 핸들링에서 그치지 않고, 설비 상태를 파악하고 판단을 돕는 방향으로 확장되는 점을 구현한 사례로 평가받는다.
사측은 이때 중요한 점으로, 해당 시스템이 특정 자율주행로봇(AMR)에 종속되지 않는다는 데 있다고 강조한다. 또한 로봇 이동체 자체는 외부 플랫폼을 사용하더라도, 검사 환경·경로와 데이터 활용 그리고 관제는 로아스가 자체적으로 설계한다는 부분도 부연했다.
로아스 관계자는 “필요시 궤도형 로봇이나 여러 드론 폼팩터로 확장할 수 있고, API(Application Programming Interface)가 호환된다면 로봇 하드웨어의 종류는 상관없다”고 전했다.
헬로티 최재규 기자 |
