한 로봇 기업 홍보팀 메일함에 학생이 보낸 후원 제안서가 도착했다. 메시지에는 로봇을 만들 돈이 부족하다는 예상되는 사연이 아니었다. 자신들이 어떤 대회에 나가고 있는지, 팀이 어떻게 가동되고 있는지, 왜 이 활동이 계속 이어져야 하는지까지 차근차근 적어놓은 문서였다. 3차원(3D) 설계 도구(Tool)로 기체 도면을 깎아내려 가던 그 순간, 작업대 바로 옆에서는 기업의 마음을 움직일 후원 제안서가 동시에 작성되고 있었다. 기술·브랜딩의 독특한 병행, 로보락코리아가 전격 후원을 결정한 학생 로봇 연합팀 ‘터틀리스(TURTLESS)’의 강렬한 첫인상이다. 이 팀의 본질을 이해하려면 글로벌 청소년 로봇 경진대회 ‘퍼스트 로보틱스 컴피티션(FIRST Robotics Competition 이하 FRC)’의 독특한 운영부터 들여다봐야 한다. FRC는 매년 새로 공개되는 도전 과제에 맞춰 고등학생들이 대형 로봇을 직접 설계·가공·조립·프로그래밍하는 기술 경연의 장이다. ▲ 강승훈 용산철도고등학교 학과장과 홍정윤 서울매그넷고등학교 학생을 필두로, 다양한 학교의 학생들이 터틀리스 구성원으로 합류했다. 사진은 강승훈 학과장, 용산철도고등학교 빌드전기과 장동준·김승혁, 빌드건
로봇은 ‘피지컬 AI(Physical AI)’를 몸에 새기는 대표적인 실전형 기체로 각광받고 있다. 그렇다고 해서 로봇이 피지컬 AI를 대변하는 전부는 아니다. 단편적인 기체 구동을 보여주는 것만으로는 더 이상 ‘로봇 강국’의 지위를 담보할 수 없다는 뜻이다. 이제는 ‘데이터 자산화’와 ‘에지 컴퓨팅(Edge Computing) 기반 추론’, ‘현장 실증(Pilot)’과 ‘실행 체계’가 함께 돌아가야 하는 방정식의 영역으로 진입했다. 이때 피지컬 AI는 인공지능(AI)이 물리적 환경을 직접 학습·적응해, 로봇·설비·시스템이 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 기술 방법론이라는 게 이론적 정의다. 쉽게 말해 AI가 물리 환경 속 하드웨어와 결합하는 기술이다. 그러나 산업 현장에서의 이 개념은 더 구체적이다. ▲로봇 팔(Robot Arm) 움직임 ▲공장 속 예외 상황 ▲에지단 추론 성능 ▲분야(Domain)별 실증 환경 ▲공공 수요 및 판로 개척 등과 연결돼야 제대로 작동한다는 시각이다. 지난 24일 서울 영등포구 소재 국회의사당에서 전개된 ‘피지컬 AI 프론티어 강국 신기술 전략 포럼’은 해당 복합 방정식을 한 테이블에 올린 자
휴머노이드 로봇(Humanoid Robot)의 부상이 협동 로봇(코봇) 시장의 전체 시장 규모를 최대 30%까지 끌어올릴 새로운 성장 동력으로 부각되고 있다는 분석이 나왔다. 글로벌 시장조사기관 인터랙트애널리시스(Interact Analysis)에 따르면, 글로벌 코봇 공급업체들은 휴머노이드 로봇 개발사를 향한 대량 공급 체제로 전환하는 추세다. 당장의 단기 수익은 미미할지라도 오는 2030년까지 기존 코봇 매출의 10~30%를 추가로 확보할 수 있는 기회다. 기존 시장을 잠식하지 않으면서도 확실한 2차 성장 경로를 개척했다는 점에서, 산업 전반의 구조적 변화를 예고하는 대목이다. 기관은 이 양상에서 앞서 있는 곳으로 중국을 꼽았다. 통합된 코봇 제조 생태계와 성숙한 공급망을 보유한 점이 그 배경이다. 이 때문에 중국 공급 업체는 휴머노이드 붐이 유발한 수요의 마중물을 초기부터 독식하고 있다는 분석이다. 반면 미국은 휴머노이드 자체의 생산 역량은 갖췄으나, 이를 뒷받침할 포괄적인 전방 산업의 준비성이 부족하다는 지적을 받았다. 최근 몇 달간 휴머노이드 제조사로 향하는 코봇 물량이 급증한 배경도 여기에 있다. 중국 내 휴머노이드 대량 구매 형태로 시장이 움직이
동작 정밀도 상황별 조절하는 로봇 AI 모델 ‘디스포(DiSPo)’ 개발 기존 모델 대비 작업 성공률 최대 81% 향상… 초정밀 작업 구현 KAIST 연구팀이 적은 양의 동작 데이터만으로도 정밀한 작업을 수행할 수 있는 로봇 인공지능 기술을 개발했다. 이번 기술은 작업 상황에 따라 로봇이 움직임의 세밀도를 스스로 조절하도록 설계돼 데이터 수집 부담을 낮추면서도 정밀 조립과 의료 분야 등에서 활용 가능성을 넓힐 수 있다는 점에서 주목된다. 24일 KAIST에 따르면 전산학부 박대형 교수 연구팀은 다중 정밀도 조작 모델 ‘디스포(DiSPo)’를 개발했다. 이 모델은 적은 양의 시범 동작 데이터만 학습한 뒤에도 실제 작업 단계에서 움직임을 더 작은 단위로 나눠 정교하게 수행할 수 있도록 설계된 것이 특징이다. 기존 로봇 학습 방식은 정밀 작업을 위해 사람의 움직임을 매우 짧은 시간 간격으로 기록한 대규모 데이터를 필요로 했다. 이 때문에 나사 체결이나 좁은 틈새 조립 같은 작업에서는 데이터 확보에 시간과 비용이 많이 들었다고 KAIST는 설명했다. 연구팀은 상태공간모델 ‘맘바(Mamba)’와 확산모델을 결합해 로봇이 상황에 따라 동작의 해상도를 조절하는 구조를 구
Interact Analysis “2025년 글로벌 생산 2만 대 돌파…중국 업체가 90% 이상 차지, 실제 적용 비중은 약 10% 수준” 2025년 글로벌 휴머노이드 로봇 생산량이 전년 대비 10배 이상 증가한 것으로 나타났다. 그러나 실제 산업 현장에 투입된 비중은 전체 생산량의 약 10%에 그쳤으며, 대부분은 연구, 데이터 수집, 엔터테인먼트, 소규모 실증사업에 활용된 것으로 분석됐다. 시장조사업체 Interact Analysis는 휴머노이드 로봇 시장이 빠르게 커지고 있지만, 자율성과 투자수익률, 다중 작업 수행 능력 측면에서 아직 본격 상용화 단계에는 도달하지 못했다고 평가했다. 휴머노이드 로봇 산업이 2025년 생산량 기준으로 급성장했지만, 실제 상업적 활용은 여전히 초기 단계에 머물고 있다는 분석이 나왔다. Interact Analysis가 발표한 최신 보고서 ‘Humanoid Robots – 2026’에 따르면, 2025년 글로벌 휴머노이드 로봇 생산량은 2만 대를 넘어섰다. 이는 2024년 2,000대 미만이었던 생산 규모와 비교해 10배 이상 증가한 수치다. 다만 생산 증가가 곧바로 상용 도입 확대로 이어지지는 않았다. 2025년 생산된 휴
IFR, 산업용 로봇 수요 10년간 두 배 증가…중국·일본·미국·독일·한국이 세계 판매 70% 차지 글로벌 제조업의 자동화 전환이 빨라지면서 산업용 로봇이 경제 현대화의 핵심 기술로 주목받고 있다. 국제로봇연맹(IFR)에 따르면 2024년 산업용 로봇 시스템 판매는 주요 제조 강국을 중심으로 확대됐으며, 일본·중국·미국·독일·한국 등 5개국이 세계 판매의 약 70%를 차지했다. 다만 전문가들은 로봇 도입 확대가 필연적 결과는 아니며, 인력 양성, 기술 자립, 투자 생태계, 정책 지원이 함께 뒷받침돼야 한다고 지적한다. 글로벌 로봇 시장이 산업용, 서비스용, 소비자용 등 다양한 영역으로 확장되고 있다. 국제로봇연맹(IFR)에 따르면 산업용 로봇 판매는 꾸준히 증가하고 있으며, 제조업 자동화와 공급망 재편, 생산성 향상 요구가 시장 성장을 이끄는 주요 요인으로 작용하고 있다. 2024년 산업 현장에 판매된 로봇 시스템은 22만9,000대에 달했다. 이 가운데 세계 판매량의 70%는 일본, 중국, 미국, 독일, 한국 등 5개국에서 발생했다. 이들 국가는 로봇 산업 전략을 지원하기 위한 정부 프로그램을 운영하고 있으며, 미국의 경우 연방정부 자금보다는 민간 자본 의
피지컬 AI(Physical AI) 선도 기업 파스토로보틱스가 실제 물류 현장에서 축적한 방대한 데이터와 통합 제어 기술을 바탕으로 현장형 피지컬 AI 사업을 본격 확대한다고 23일 밝혔다. 파스토로보틱스는 2021년 업계 최초로 스마트물류센터 1등급 인증을 획득하며, '피지컬 AI'라는 개념이 본격화되기 전부터 선도적인 자동화 생태계를 현장에 구축한 기업이다. 자율주행로봇(AMR)을 상용 도입해 5년 이상 현장을 운영하며 방대한 실사용 데이터를 축적하고 자동화 체계를 검증해 왔다. 회사의 핵심 경쟁력은 개별 로봇의 성능을 넘어 센터 전체의 흐름을 통제하는 '물류 오케스트레이션(Orchestration)' 체계에 있다. 장기간 축적한 주문·재고·동선·설비 가동 데이터를 바탕으로, 실시간 작업 우선순위에 따라 이기종 로봇과 설비들이 하나의 유기체처럼 최적화되어 움직이도록 통합 제어하는 방식이다. 이 오케스트레이션 역량이 경쟁사와의 차별화 포인트로, 파스토로보틱스가 현장 데이터를 경쟁력의 원천으로 삼는 이유다. 최근에는 씨메스로보틱스의 3D 비전 기반 AI 팔레타이저를 실제 물류 프로세스에 배치해 피지컬 AI 적용 영역을 한층 더 넓히고 있다. 5년 이상 현장에
로봇 구동부(Actuator) 생산공장 지분 투자 ‘맞손’ LG전자, 60년 축적 모터 기술 기반 독자 부품 생산...로보티즈 협업 통한 다각적 공급망 확보 노린다 최근 글로벌 로봇·자동화 솔루션 시장에서 기존 트렌드를 혁신하려는 움직임이 뚜렷하다. 로봇의 구동 성능과 제어 정밀도를 결정짓는 핵심 부품을 내재화하고 안정적인 하드웨어 공급망을 확보하는 부품 주도형 인프라 구축이 핵심 화두로 부상 중이다. 로보티즈와 LG전자는 우즈베키스탄 생산 거점 연계를 통한 로봇 핵심 부품 공급망 강화와 휴머노이드 로봇(Humanoid Robot) 기술 고도화에 나섰다. 양사는 우즈베키스탄 구동부(Actuator) 생산공장에 대한 지분 투자 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 로보티즈가 우즈베키스탄 현지에 건설 중인 로봇 액추에이터 제조 공장에 LG전자가 전략적 투자를 검토하는 것이 골자다. 양사의 하드웨어 역량을 융합해 글로벌 제조 인프라를 확충하기 위한 전략으로 풀이된다. LG전자는 지난 60여 년간 축적해 온 모터 기술력을 기반으로, 로봇의 핵심 구동 부품인 액추에이터를 국내에서 자체 생산하는 기조를 강조한다. 이 과정에서 로보티즈의 액추에이터 라인업과
넥스트라이즈 2026(NextRise 2026)' 참가...최재혁 대표 콘퍼런스 연사로 나서 풍력발전 자율점검 축적 데이터 기반 피지컬 AI(Physical AI) 기술 및 글로벌 거점 전략 공유해 최근 글로벌 소프트웨어 및 무인항공기(드론) 시장을 중심으로, 데이터를 분석하는 기존 연산 모델에서 탈피하려는 움직임이 뚜렷하다. 고도화된 인공지능(AI)이 모터를 제어하고 실제 물리 환경의 하드웨어를 지능적으로 구동하는 피지컬 AI(Physical AI) 방법론이 새로운 핵심 패러다임이다. 니어스랩이 물리적 세계를 직접 제어하는 피지컬 AI의 글로벌 상용화 성과와 거점 개척 노하우를 전격 공유했다. 이들은 민간 주도 스타트업 전시회 ‘넥스트라이즈 2026(NextRise 2026)’ 현장에서 이같은 활동을 펼쳤다. 넥스트라이즈는 지난 18일 서울 강남구 삼성동 소재 전시장 코엑스에서 전시 연계 콘퍼런스로 열렸다. 올해로 10회째를 맞이한 이번 행사는 유망 기술 스타트업의 비즈니스 모델을 검증하고, 글로벌 빅테크 생태계와의 실질적인 인프라 협업 및 네트워크 가교를 구축하기 위한 목적으로 마련됐다. 이틀간의 전체 일정 동안 전 세계 투자기관과 고성능 하드웨어·소프트
배석태 동명대학교 교수 신임 상근부회장으로 스마트 항만 물류 로봇 및 제조 인공지능(AI) 분야 산·학 협력 인프라와 대정부 네트워크 확보 노린다 한국AI·로봇산업협회가 산·학 협력 및 인재 양성 전문가를 전면 배치하며 로봇 시스템통합(SI) 생태계 기반 확대와 국내외 시장 외연 확장에 속도를 낸다. 협회는 이사회를 개최하고 신임 상근부회장으로 배석태 동명대학교 교수를 선임 의결했다. 이번 인사는 스마트 항만·물류 로봇, 휴머노이드 로봇(Humanoid Robot) 산업, 제조 인공지능(AI) 확산 등에 기여한 전문가를 영입한 성과로 평가받는다. 대정부 및 유관기관과의 유기적 연계 구조를 수립하기 위해 추진된 전략이다. 배석태 신임 상근부회장은 지난 1995년부터 동명대학교 교수로 재직하며 주요 보직을 수행해 왔다. 이 가운데 국내 최초로 항만 물류 단과대학 신설을 주도해 AI 기반 물류 자동화 분야의 학술 활동을 전개한 바 있다. 산업 현장에 대한 깊은 이해를 바탕으로 기술 확산을 이끌었다는 업계 평이다. 아울러 고용노동부 산하 국책대학인 한국폴리텍7대학 권역 학장도 경험했다. 이 과정에서 현대로템·한화로보틱스 등 국내 로봇 업체와의 산·학 협력을 전개하고
로봇이 다양한 쇼케이스에서 인간의 지시에 맞춰 물리적 환경과 상호작용하는 연출은 피지컬 AI(Physical AI)의 가능성을 보여주는 예고편 격이다. 제조·물류 최전선이 요구하는 검증 기준은 무대 뒤편에서 시작되기 때문이다. 이 같은 현장에서의 검증은 ▲가혹한 반복 주행 속 ‘공정 정밀도’ ▲시스템 마비에 대응하는 ‘회복 탄력성’ ▲로봇 도입 가치를 수치로 증명할 ‘투자수익률(ROI) 회수 기간’이다. 에드워드 리우(Edward Liu) 리얼맨로보틱스(Realman Robotics) 아시아태평양(APAC) 총괄이 던진 어젠다는 이러한 양상을 드러냈다. 그는 이달 10일 열린 기술 행사 '테크콘 2026(TechCon 2026)'에서 “피지컬 AI의 미래는 연출된 데모가 아닌 실전 배포력에서 결정된다”며 “유의미한 작업 수행 능력과 시일이 흐를수록 고도화되는 경제성이 로봇 산업의 차세대 지표가 될 것”이라고 단언했다. 해당 관점에서 로봇 기체의 물리적 구동 메커니즘은 로봇 경쟁력의 일부일 뿐이다. 디지털 트윈(Digital Twin) 같은 가상 환경에서 이뤄지는 데이터 수집, 공정 설계, 원격 관제, 품질 전수 검사, 사이버 보안, 운영 권한 관리 등이 한데
인공지능(AI) 기반 자율제조(Autonomous Manufacturing) 전용 양팔 로봇 공동 개발 ‘한뜻’ 레인보우로보틱스, 양팔 로봇 하드웨어 및 제어시스템 공급 피지컬 AI(Physical AI) 기반 멀티모달(Multimodal) 인터페이스 소프트웨어와 결합 기대 씨메스로보틱스가 국내 로보틱스 기술 업체 레인보우로보틱스와 손잡고 피지컬 AI(Physical AI) 기반 차세대 양팔 로봇 사업화를 추진하며 산업용 휴머노이드 시장 확장에 나선다. 양사는 양팔 로봇 공동 개발·사업화를 위한 업무협약(MOU)을 체결했다고 지난 22일 전했다. 이번 협약은 3차원(3D) 영상 및 피지컬 AI 솔루션을 보유한 씨메스로보틱스의 인공지능(AI) 기술력이 활용된다. 여기에 레인보우로보틱스의 로봇 하드웨어 제조 역량을 결합해 자율제조 인프라를 시장에 공급하기 위해 추진됐다. 양사는 이번 파트너십을 통해 레인보우로보틱스의 양팔 로봇 하드웨어 시스템에 씨메스로보틱스의 소프트웨어 기술 체계(Stack)을 이식하기로 했다. 실제 산업 현장 내 휴머노이드 애플리케이션의 도입 장벽을 원천적으로 낮출 방침이다. 양팔 로봇이 복잡한 제조·물류 현장에 투입되기 위해서는 주변 환경을
‘두 발’로 걷고 ‘두 팔’로 대상물을 다루는 휴머노이드 로봇(Humanoid Robot)이 피지컬 AI(Physical AI) 시대의 상징으로 떠올랐다. 이때 피지컬 AI는 AI가 물리적 환경을 직접 학습·적응해, 로봇·설비·시스템이 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 기술 방법론이다. 이는 가상 세계의 지능을 실제 공간과 연결하는 핵심 열쇠로 분석된다. 인간과 유사한 형태로 복잡한 3차원(3D) 물리 세계와 상호작용해야 하는 휴머노이드 생태계에서는 가치를 결정짓는 조건으로 꼽힌다. 그러나 실제 제조 현장의 검증 기준은 냉정하다. 휴머노이드처럼 영상 속 화려한 시연보다, 당장 눈앞의 기능이 도마 위에 오르기 때문이다. 반복 작업 신뢰성, 작업자 동선과 안전, 품질 편차 제어, 공정 변경 대응력 등 실효성을 검증해야 한다는 뜻이다. 안영준 테라다인 로보틱스 코리아(이하 테라다인) 차장은 이러한 기술과 현장 사이의 괴리를 분석했다. 차장은 “휴머노이드 폼팩터(Form-factor)가 업계에서 지향해야 할 미래 기술임은 맞지만, 제조·물류 현장의 본질은 신뢰성”이라며 현장은 99%의 신뢰성도 부족하다고 체감한다고 짚었다. 그러면서
흔히 로봇 팔(Robot Arm)로 인식되는 산업용 로봇은 오랫동안 정해진 공간 안에서 정해진 동작을 반복하는 장비로 이해됐다. 산업·공장 자동화(FA)의 핵심 지표도 속도, 반복 정밀도, 가동률을 기준으로 삼았다. 이 같은 로봇은 빠르고 정확했지만, 대부분 사전에 정의된 조건 안에서 움직인다는 점이 한계로 지적돼 왔다. 현시점 로보틱스는 변화하는 환경을 해석하고, 작업 의도를 이해하면서도, 그 판단을 실제 행동으로 바꾸는 영역으로 진화하고 있다. 인공지능(AI)이 모니터 화면에서 벗어나, 실제 하드웨어를 구동하는 방법론인 '피지컬 AI(Physical AI)'가 등장한 배경이다. 이 경계를 흔드는 피지컬 AI는 AI가 물리적 환경을 직접 학습·적응해, 로봇·설비가 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 접근법이다. 이를 적용한 로봇은 물체를 단순 감지하거나 경로를 계산하는 기존의 수동적인 기계에 머물지 않는다. AI의 출력도 텍스트·이미지보다는 이동·집기·정렬·분류·회피·복구 등 행동으로 바뀐다. 이 가운데 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 지난 1
공장은 인공지능(AI)에게 가장 까다로운 시험장 중 하나다. 데이터는 설비마다 다른 형식으로 파편화돼 축적되고, 작업 조건은 품질·납기·안전과 복잡하게 연결된다. 잘못된 판단은 곧바로 라인 정지와 불량률 상승으로 직결된다. 산업 인공지능 전환(AX)의 난도는 여기서 발생한다. 일반적인 AI 모델 성능보다 공장 데이터를 읽어낼 구조, 판단을 검증할 가상 공간, 그 결과를 로봇·설비와 물리적 동작으로 구현하는 시스템적 면모가 요구되기 때문이다. 크리스티나 맥엘허런(Kristina McElheran) 캐나다 토론토대학교(University of Toronto) 교수는 제조 AI 도입을 두고 “AI는 플러그앤플레이(Plug & Play)가 아니다. AI는 시스템 차원의 변화를 요구하며, 이 과정은 특히 기존 제조 기업에 마찰을 일으킨다(AI isn’t plug-and-play. It requires systemic change, and that process introduces friction, particularly for established firms)”고 진단했다. AI가 실질적인 성과로 이어지려면 기술 도입을 넘어 데이터 인프라, 생산 관리 방식,
KIBA서울-中 염성경제개발구 맞손…한·중 기업 ‘양방향 비즈니스’ 넓힌다
[SCM FAIR 2026] 탑차·윙바디·전기차까지…롯데오토리스, 물류 현장 맞춤 상용차 리스 라인업 공개
[SCM FAIR 2026] 로그인네트웍, AI 기반 수출입 통관 솔루션 통한 물류 End-to-End 자동화 제안
[SCM FAIR 2026] 소프트러시, AI 기반 지능형 배차 시스템 '모두의배차'로 주목
[SCM FAIR 2026] 울산항만공사, 친환경 에너지 물류허브 울산항 미래 비전 제시
[SCM FAIR 2026] 로지텍코리아㈜, Pull 방식 자동 재고보충 플랫폼 K-CPFR 선보여
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 09월 11일 17시 58분
