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,
20억 원 규모 프리A 시리즈 투자 유치 달성 자체 수집 현실 데이터 기반 산업용 로봇용 AI 모델 개발·상용화 박차 테파로보틱스가 20억 원의 프리A 시리즈 투자를 유치했다. 이번 투자에는 초기 투자사인 퓨처플레이(Futureplay)가 후속 투자를 단행했고, IBK벤처투자·산은캐피탈이 신규 투자자로 참여했다. 사측은 이에 대해, 로봇이 실제 공간에서 움직이며 작업하는 차세대 솔루션인 자사 ‘피지컬 AI(Physical AI)’ 기술 역량 및 잠재력을 높이 평가한 결과라고 밝혔다. 피지컬 AI는 로봇의 두뇌를 담당하는 기술이다. 로봇이 실제 환경을 정확하게 인식·이해하고, 인간·환경과의 상호작용을 강화하는 데 기여하는 로보틱스 분야 차세대 솔루션이다. 젠슨 황(Jensen Huang) 엔비디아(NVIDIA) 최고경영책임자(CEO)가 지난 1월 열린 국제전자제품박람회(CES 2025)에서 언급하면서 글로벌 기술 트렌드로 급부상했다. 테파로보틱스는 이러한 피지컬 AI가 활발하게 활용되는 산업용 로봇에 적용하며 시장을 선점하고 있다. 특히 일본 도쿄대학교 AI 박사 학위를 보유한 박정혁 대표와 산업용 로봇 제조사 화낙(FANUC) 출신의 백종현 최고기술책임자(C
“내실 다지는 계기 마련...로봇 파운데이션 모델 개발에도 박차 가할 것” 산업용 로봇 제어 로우 코드 솔루션 업체 테파로보틱스가 신용보증기금의 유망 스타트업 보증 제도 ‘퍼스트펭귄’에 선정됐다. 퍼스트펭귄은 대상 기업 글로벌 잠재성을 고려해 지원하는 제도로, 해당 제도에 선정된 기업은 3년 동안 최대 30억 원의 보증 및 혜택을 수령하게 된다. 테파로보틱스는 대규모 공정 데이터를 학습한 로봇 제어 인공지능 모델인 로봇 파운데이션 모델을 완성하는 데 이번 제도 선정이 계기가 될 것으로 평가했다. 박정혁 테파로보틱스 대표는 “이번 퍼스트펭귄 선정을 통해 매출 확보를 위한 내실을 다지게 됐다”며 “향후 발생하는 매출도 로봇 파운데이션 모델 개발에 재투자해 로봇 자동화 혁신을 앞당길 것”이라고 포부를 전했다. 헬로티 최재규 기자 |
자동화 도입 어려운 비정형 물체에 대응하는 기술 개발 도전…로봇 자동화 확산 목표 산업용 로봇 제어를 위한 로우 코드(Low-code) 솔루션을 개발하는 스타트업 ‘테파로보틱스’가 중소기업기술정보진흥원이 주관하는 딥테크 팁스에 선정됐다고 4일 밝혔다. 딥테크 팁스는 벤처캐피털이 3억원 이상 투자한 기업에 3년간 최대 17억 원(연구개발 자금 15억, 창업사업화 및 해외마케팅 자금 2억)을 연계 지원하는 제도다. 기존 팁스와는 다르게 스타트업 10대 초격차 분야의 기업만 지원 가능하다. 테파로보틱스는 이번 딥테크 팁스 과제를 통해 인공지능에 기반하여 비정형 물체에 대응하는 로봇 자동화 기술을 개발할 예정이다. 금속 부품 등의 형태가 일정한 정형 물체와는 달리, 형태가 변할 수 있는 것이 비정형 물체다. 다양한 전자제품의 부속품으로 사용되는 케이블이 비정형 물체의 예다. 형태가 변할 수 있어 정형 물체에 비해 로봇 자동화가 어려운 것으로 알려져 있다. 한편, 최근 산업용 로봇 시장은 글로벌 제조사의 R&D 투자와 신규 생산설비 준공으로 빠르게 성장하고 있다. 하지만 실제 현장에서는 로봇 자동화 도입에 어려움을 겪고 있는데, 이는 로봇 자동화에 필요한 숙련