로봇테크 & 인프라 밸류체인 매거진

EXL이 로봇과 자율주행 분야 AI 모델 학습·평가 전문기업 iMerit를 인수했다. 이 거래는 모델을 만드는 계층과 모델을 실제 업무에 붙이는 계층 사이에서 가치 이동이 일어나고 있다는 신호로 볼 수 있다. 기초 모델이 범용화될수록, 도메인 데이터로 파인튜닝하고 평가·운영하는 구간이 병목으로 떠오르는 구조다. 무슨 일인가 1999년 설립된 뉴욕 기반 EXL은 보험·금융·의료 등 산업에 데이터 분석 서비스를 제공하는 기업으로, 전 세계 약 68,000명 직원을 보유하고 있다. 2012년 설립된 캘리포니아 산호세 소재 iMerit는 로봇, 자율주행, 의료 AI용 데이터 주석(annotation) 서비스를 제공하며, 자체 플랫폼 Ango Hub와 주제별 전문가 네트워크를 보유한 것으로 알려져 있다. 예를 들어 iMerit는 Carbon Robotics와 협력해 수백만 장의 식물 이미지를 처리해 로봇 제초용 농업 모델을 만드는 작업에 참여했다. iMerit 창립자 Radha Basu는 EXL 부사장 겸 iMerit 부문장으로 합류했다. EXL CEO Rohit Kapoor는 "이번 인수로 AI 생애주기에서 별도로 관리되던 부분들을 연결해 엔터프라이즈용 종단간(end-to-end) AI 플랫폼을 구축한다"고 밝혔다. iMerit가 모델 학습·평가·플랫폼·전문가 네트워크를 제공하고, EXL이 기업 데이터·산업 맥락·기술 통합 경험을 제공해, 데이터 준비부터 파인튜닝·평가·실무 운영까지 연속된 경로를 만든다는 설명이다. 산업 구조에서 무엇이 바뀌나 AI 모델 개발 밸류체인은 크게 ① 기초 모델 공급 ② 데이터 준비·레이블링 ③ 파인튜닝·평가 ④ 운영·거버넌스 단계로 나눌 수 있다. 기존에는 각 단계를 별도 공급자가 맡는 구조였다. 이번 인수는 ②③④ 구간을 하나로 묶는 수직계열화 시도로 볼 수 있다. Basu는 "모델이 벤치마크에서 좋은 성능을 보여도 엣지 케이스, 낯선 조건, 의료·금융 워크플로의 특수 맥락에서는 ...

AI 구동 자율장비가 두 방향으로 나뉘고 있다. Tennibot은 2026년 8월 26일 $1,495 보급형 볼머신 Partner Lite를 출시했고, Gatik은 같은 달 $200M 시리즈 D를 유치하며 $600M 이상의 계약고를 확보했다고 밝혔다. 둘 다 'AI 기반 자율 작동'을 내세우지만, 실제 매출로 연결되는 경로는 정반대다. 소비자 시장은 가격 장벽을 낮추는 것이 먼저고, B2B 물류는 계약 규모와 운행 실적이 먼저 검증돼야 한다. 무슨 일인가 Tennibot은 미국 내에서 AI 구동 볼머신을 설계·엔지니어링·조립하는 유일한 회사라고 자사를 소개하며, Partner Lite를 출시했다. 이 제품은 기존 플래그십 모델 Partner V2와 동일한 AI 커스텀 드릴 소프트웨어를 탑재하되, 코트 내 자율 이동 기능을 제거해 정지형으로 만들어 가격을 낮췄다. 30일간 특별 가격 $1,495에 판매되며, 테니스·파델·피클볼 전용 버전이 제공된다. 9월부터 배송이 시작된다고 회사 측은 밝혔다. Gatik은 PepsiCo, Kroger, Tyson Foods, Georgia-Pacific 등을 고객으로 확보하고, 북미 전역에서 수십 대의 무인 트럭을 운행 중이라고 밝혔다. 회사 측에 따르면 85,000건의 완전 무인 배송을 완료했고, 99%의 정시 배송률을 기록했으며, $600M 이상의 계약 매출을 확보했다. 시리즈 D 라운드는 Qatar Investment Authority와 Koch Disruptive Technologies가 주도했고, Millennium Management, ARK Invest 등이 참여했다. 산업 구조에서 무엇이 바뀌나 두 사례는 AI 구동 자율장비가 실제 수익으로 전환되는 경로가 시장 성격에 따라 완전히 다르다는 점을 보여준다. Tennibot은 소비자 시장에서 작동하므로, 가격이 구매 결정의 가장 큰 장벽이다. 회사 측은 Partner V2의 기능 중 자율 이동 기능을 제거하고 정지형으로 만들어...

AI가 사람 대신 상품을 고르고 구매까지 완료하는 시대가 열리고 있다. 같은 시기, 자율주행 택시 업계는 여전히 '사람이 어디까지 개입해야 하는가'를 놓고 고민 중이다. 두 이야기는 겉보기엔 다르지만, 산업 구조 관점에서는 같은 질문을 던진다. 자율 시스템이 혼자 판단할 수 없는 상황을 누가, 어떻게 처리할 것인가. 무슨 일인가 Adobe는 2024년 7월부터 2025년 2월 사이 미국 리테일 사이트로 유입되는 생성형 AI 출처 트래픽이 1,200% 증가했다고 발표했다. 이어진 2025년 홀리데이 시즌 조사에서는 전년 대비 693.4% 증가를 기록했으며, AI를 통해 유입된 방문자는 다른 채널 대비 45% 더 오래 머물고 13% 더 많은 페이지를 보았고, 즉시 이탈할 확률은 33% 낮았다. 이커머스 검색 에이전시 Searchflex는 이를 세 단계로 구분했다. 전통적 이커머스는 사람이 검색·평가·구매 전 과정을 수행한다. AI 발견(AI discovery)은 사람이 AI에게 질문하고 추천을 받아 직접 구매를 완료한다. 에이전트 커머스(agentic commerce)는 사람이 작업 자체를 위임하고, AI 에이전트가 제품 데이터를 직접 수집·비교한 뒤 거래를 실행한다. 회사 측은 세 번째 모델이 "소프트웨어 에이전트가 비교 판단과 실행을 대신하는 자율 시스템의 기본 패턴과 같다"고 밝혔다. 같은 시기, 자율주행 택시 원격 모니터링 업체 Guident의 CEO Harald Braun은 인터뷰를 통해 "자율 시스템이 스스로 해결할 수 없는 상황에 대비한 사람 개입(human-in-the-loop) 구조가 필요하다"고 말했다. Guident는 6개 원격 모니터링·제어 센터를 운영하며 6개 자율 셔틀 운영사와 협력 중이다. Braun은 "사람을 제거하는 것이 아니라, 기술을 통해 사람의 효율을 높이는 것이 맞는 모델"이라고 강조했다. 산업 구조에서 무엇이 바뀌나 두 기사는 공...

휴머노이드 로봇 개발 경쟁이 한창인 가운데, 농업·건설 분야에서는 반대 방향의 접근이 나왔다. 기존 트랙터·분무기·건설장비에 AI를 내장해 자율화하는 것이 더 빠르고 현실적이라는 주장이다. 이 논리가 설득력을 얻는다면 자율화 밸류체인에서 완제품보다 인지·제어 모듈 계층의 가치가 커지는 구조가 된다. 무슨 일인가 Kubota는 CES 2026에서 자율주행 디젤 트랙터 M5 Narrow를 공개했다. 이 트랙터는 Agtonomy라는 물리AI 기업의 자율화 소프트웨어를 탑재했으며, 포도밭·과수원처럼 정밀 작업이 필요한 영구 작물 환경에서 작동한다. Agtonomy의 CEO Tim Bucher는 휴머노이드 로봇이 모든 농기계를 대체하는 방식보다, 기존 장비 제조사(OEM)가 자율화 소프트웨어를 내장한 장비를 출하하는 방식이 더 빠르고 확장 가능하다고 주장했다. 그가 제시한 근거는 노동력 구조다. 미국 농업 종사자 평균 연령은 60세에 가깝고, 65세 이상이 전체의 40% 이상을 차지한다. 건설 분야도 2026년 한 해에만 수십만 명의 숙련 인력을 충원해야 하는데, 그 대부분은 은퇴 대체 수요다. 원문은 이를 "순환적 노이즈가 아닌 구조적 문제"라고 표현했다. Agtonomy 측은 Kubota 또는 Doosan Bobcat 트랙터에 자사 소프트웨어를 탑재한 혼합 장비군을 한 명의 기술 운영자가 동시에 감독할 수 있으며, 교육 시간이 수 주에서 수 시간으로 줄어든다고 밝혔다. 이는 회사 측 주장이며, 원문은 독립 검증 결과를 제시하지 않았다. 산업 구조에서 무엇이 바뀌나 이 접근은 자율화를 '완제품 교체'가 아닌 '모듈 탑재'로 보는 시각이다. 휴머노이드가 사람을 대체해 기존 장비를 조작하는 방식은 범용성이 높지만 비용과 복잡도가 올라간다. 반면 트랙터·분무기 같은 특정 작업 장비에 인지·제어 소프트웨어를 처음부터 내장하면, 장비 설계 단계에서 센서 배치·제어 통합이 이뤄져 비용과 안전성 면에서 유리하...

로봇 도입 전 시뮬레이션 단계에서 80개 제조사의 1,400개 이상 로봇 모델을 비교할 수 있는 소프트웨어가 보급되고 있다. 동시에 자율주행 로보택시 업체는 5nm ASIC을 사용해 1,000 TOPS 이상의 머신러닝 성능을 확보했다고 밝혔다. 두 소식 모두 표준화가 진행될 때 누가 협상력을 얻고 누가 잃는지를 보여주는 사례로 읽힌다. 무슨 일인가 RoboDK는 디지털트윈 및 오프라인 프로그래밍 소프트웨어로, 80개 제조사의 1,400개 이상 로봇 암(arm)을 지원한다고 밝혔다. 사용자는 특정 브랜드를 정하기 전에 여러 로봇 모델, 엔드이펙터, 레이아웃을 비교하고 도달 범위 분석, 충돌 검사, 사이클타임 추정, 자동 코드 생성 등을 수행할 수 있다. 회사 측은 디지털트윈이 정적인 CAD 도면이나 스프레드시트와 달리 동적으로 작동해, 자동화를 처음 도입하는 기업이 자본을 투입하기 전에 개념을 테스트할 수 있도록 돕는다고 설명했다. 웨이모는 자사 로보택시에 탑재된 온보드 컴퓨팅 시스템의 세부사항을 공개했다. 5nm 공정으로 제작된 맞춤형 ASIC이 1,000 TOPS 이상의 머신러닝 성능을 제공하며, 라이다·레이더·카메라 13대의 고해상도 스트림을 실시간으로 처리한다고 밝혔다. 이 ASIC은 센서 데이터를 처리하고 신경망을 실행한 뒤 메인 머신러닝 아키텍처로 정보를 전달한다. 웨이모는 엔비디아 가속 컴퓨팅, AMD, 마이크론, 삼성, 샌디스크, 소시오넥스트, TSMC와 협력해 시스템을 구성했다고 밝혔다. 또한 두 개의 독립적인 처리 시스템을 운영해, 하나에 장애가 발생하면 다른 쪽이 즉시 인계받는 이중화 구조를 채택했다고 설명했다. 산업 구조에서 무엇이 바뀌나 디지털트윈 소프트웨어가 80개 제조사 1,400개 모델을 동시에 지원한다는 사실은, 표준화가 진행될 때 협상력이 완제품 조립자에서 규격을 쥔 쪽으로 이동하는 전형적인 흐름을 보여준다. 로봇 하드웨어 제조사는 이제 자체 시뮬레이션 환경을 독점적으로 제공해 고객을 묶어두기 어려워진다....

Logic Robotics가 철도 화차와 트럭 사이 화물 환적을 자동화하는 시스템을 공개했다. 주목할 점은 팔레트 자체가 자율주행 로봇이며, 디지털트윈 OS가 전체 동선을 실시간 조율한다는 구조다. 물류 자동화에서 '무엇을 모듈로 볼 것인가'의 경계가 이동하고 있음을 보여주는 사례다. 무슨 일인가 Logic Robotics는 Logic Pallet이라는 자율주행 팔레트를 철도-도로 환적 작업에 투입하는 솔루션을 발표했다. 이 팔레트는 스스로 화물을 적재·하역하며, 화차와 트럭 사이를 자율주행으로 이동한다고 회사 측은 밝혔다. 핵심은 Logic Digital Twin OS다. 이 운영체제는 작업 환경의 실시간 디지털 모델을 생성하고, 모든 팔레트의 위치·중량·작업 진행 상황을 동기화한다. 교통 패턴 시뮬레이션과 병목 예측을 통해 작업 할당을 동적으로 조정하며, 각 팔레트가 수집한 중량·재고 데이터를 경로 최적화와 수요 예측에 활용한다고 설명했다. 회사는 이를 통해 처리 속도 향상, 안전성 개선, 가동 중단 감소를 달성할 수 있다고 주장했다. 산업 구조에서 무엇이 바뀌나 이 사례는 물류 자동화에서 '완제품' 계층의 범위가 확장되는 흐름을 보여준다. 전통적으로 환적 작업 자동화는 지게차·컨베이어·AGV 같은 개별 장비를 도입한 뒤, 현장 시스템통합(SI) 업체가 동선과 제어 로직을 설계하는 방식이었다. Logic의 접근은 팔레트 자체에 자율주행·적재·하역 기능을 내장하고, 디지털트윈 OS가 작업 조율까지 담당하는 구조다. 이는 부품·모듈·완제품의 경계가 상향 이동했음을 의미한다. 과거 '부품'이었던 팔레트가 이동·판단·통신 기능을 갖춘 '모듈'이 되고, 디지털트윈 OS와 결합해 '완제품 솔루션'으로 제공되는 구조다. 고객은 개별 장비를 조합하는 대신, 패키지화된 시스템을 도입하게 된다. 이런 변화는 가치 이동을 동반한다. 종래 SI 업체가 담당하던 동선 설계·작업...

바이오에탄올 공급망 안정화를 요구하는 산업용 용제 수요처와, 농기계 자율화를 통해 시간당 2테라바이트 이상의 데이터를 생성하는 오프로드 자율주행 플랫폼이 같은 시기에 등장했다. 전자는 원료 공급 안정성을, 후자는 데이터 축적 속도를 각각 진입장벽으로 내세우고 있다. 두 흐름은 독립적이지만, 산업 구조 재편 방향은 유사하다. 무슨 일인가 첫 번째 기사는 드라이 그레인 밀(dry grain mill) 방식으로 생산된 바이오에탄올을 산업용 용제로 사용하는 것이 환경 측면에서 유리하다는 내용을 다룬다. 이 방식은 곡물을 분쇄·발효·증류해 에탄올을 생산하며, 남은 영양분을 사료 등으로 재활용한다고 기사는 설명한다. Ohana Chem Co.의 추출 솔루션을 검토하는 제조업체들이 이 공급망에 주목하고 있다고 밝혔다. 제약·화장품·식품·정밀화학 등에서 에탄올 순도와 공급 일관성이 중요하다는 점을 강조하며, 신뢰할 수 있는 유통업체(ethanol distributor)와의 협력이 필수라고 서술했다. 두 번째 기사는 샌프란시스코 소재 Agtonomy가 완전 자율 다점 선회(multi-point turning) 기능과 수동 데이터 수집 강화 기능을 출시했다고 보도했다. 이 회사는 Kubota·Bobcat 등 OEM 파트너 차량을 개조해 자율주행 패키지를 제공한다. 오프로드 물리 AI 장치는 차량당 시간당 2테라바이트 이상의 데이터를 처리하며, 이는 다양한 운영 환경·장비·작업에 걸쳐 수집된다고 회사 측은 밝혔다. Agtonomy는 현재 500개 이상의 어태치먼트를 지원하며, 표준화된 통합 방식을 제공하는 Implement Library를 개발했다고 전했다. 산업 구조에서 무엇이 바뉴나 바이오에탄올 기사는 원료 공급 안정성과 품질 일관성을 강조한다. 드라이 그레인 밀 방식은 농산물 활용도를 높이지만, 이 자체로는 진입장벽이 아니다. 중요한 것은 "신뢰할 수 있는 유통업체"라는 표현이 반복되며, 품질 보증·재고 관리·물류·규제 대응을 통합...

티셔츠 인쇄 자동화 장비가 텍스타일 산업의 마진 분포를 바꾸고 있다. 대량 생산에서 규모의 경제로 마진을 확보하던 구조에서, 소량 맞춤 주문을 빠르게 처리하는 쪽으로 수익성 구간이 이동하는 흐름이다. AI 캐릭터 생성 도구는 이 흐름을 디자인 단계부터 가속한다. 무슨 일인가 기사 1은 자동 티셔츠 인쇄 장비가 텍스타일 생산 구조를 바꾸고 있다고 전했다. 기업·스포츠팀·학교·이벤트·개인 주문용 맞춤 티셔츠 수요가 증가하면서, 의류 업체들은 더 빠르고 정확한 인쇄 기술을 필요로 한다. 원문에 따르면 자동화 장비는 사람 개입을 최소화하고 대부분의 작업을 기계가 처리한다. 스크린 인쇄, 열전사, DTG(Direct-to-Garment), DTF(Direct-to-Film) 등 여러 방식이 있으며, 원단·디자인·주문량에 따라 선택된다. 기사 2는 AI 캐릭터 생성 도구가 디자인 과정을 변화시키고 있다고 보도했다. 전통적으로 캐릭터 개발은 스케치부터 시작해 정교한 컨셉 아트로 진행되는 긴 과정이었다. 원문에 따르면 이제 창작자는 캐릭터 외형·의상·성격·환경·스타일을 설명하면 여러 해석을 빠르게 생성할 수 있다. AI 이미지 생성기는 같은 캐릭터를 다양한 배경·상황·조명에 배치해 시각적 실험을 가능하게 한다. 원문은 이 기술이 엔터테인먼트뿐 아니라 브랜딩·교육·광고·소셜미디어에서도 활용되며, 기업들이 인식 가능한 디지털 마스코트를 캠페인 전반에 사용한다고 전했다. 산업 구조에서 무엇이 바뀌나 인쇄 자동화는 주문 단위 경제성을 바꾼다. 원문에 따르면 자동화 장비는 단 한 장 또는 여러 장을 큰 변경 없이 인쇄할 수 있다. 이는 최소 주문량(MOQ) 제약이 느슨해진다는 뜻이다. 전통적으로 텍스타일 생산은 대량 주문에서 단위당 비용을 낮춰 마진을 확보했다. 자동화 장비가 보편화되면 소량 주문도 수익성을 유지할 수 있어, 마진 구간이 '생산량 규모'에서 '주문 처리 속도와 디자인 변경 대응력'으로 이동하는 것으로 볼 수 있다....

최근 주요 테크 이벤트에서 휴머노이드 로봇들은 보행·물체 조작 같은 물리적 능력을 과시했지만, 음성 대화에서는 여전히 한계를 드러냈다. Treble Technologies의 공동창업자 Gunnar Pétur Hauksson은 이 격차가 로봇 채택을 가로막는 핵심 장벽이 될 것이라고 주장한다. 산업 구조 관점에서 보면, 경쟁 우위의 원천이 하드웨어 성능에서 인터페이스 품질로 이동하는 신호로 읽힌다. 무슨 일인가 원문은 현재 로봇 산업이 시각 인식과 보행 능력에서는 빠른 발전을 이뤘지만, 음성 소통과 청각 인식은 체계적으로 뒤처져 있다고 지적한다. 저자는 생물학 배경을 바탕으로 인간이 감각 정보 처리에 할당하는 에너지 중 시각이 가장 크고 청각이 약 15~20%로 두 번째라는 점을 언급하며, 진화적 관점에서 이 비중은 생존에 필수적이기 때문에 배정된 것이라고 설명한다. 그는 시각 중심 개발이 합리적이었지만, 이제 물리적 능력이 성숙 단계에 접어들면서 차별화 요소가 사라지고 있으며, 다음 단계의 병목은 자연스러운 상호작용 능력, 특히 음성 소통이 될 것이라고 주장한다. 원문에 따르면 음성 데이터는 시각 데이터와 달리 대규모 수집과 라벨링이 어렵고, 공간 관계·환경 음향·기기별 특성 같은 맥락 정보를 잃기 쉽다. 물리 기반 음향 시뮬레이션은 파동 물리학 특성상 계산 비용이 높고 근사 모델은 실제 환경으로의 일반화에 한계가 있어, 이것이 음성 기술 발전이 지체된 구조적 원인이라고 설명한다. Treble은 물리적으로 정확한 음향 시뮬레이션 플랫폼을 구축해 실제 환경과의 격차(sim-to-real gap)를 최소화한 대규모 학습 데이터를 생성하는 인프라를 제공한다고 밝혔다. 이 플랫폼은 이미 여러 주요 기술 기업이 오디오 시스템 개발에 사용 중이라고 회사 측은 주장한다. 산업 구조에서 무엇이 바뀌나 이 변화는 고객이 로봇을 평가하는 기준이 이동하고 있음을 시사한다. 원문은 "약간 부정확하게 움직이는 로봇은 여전히 기능적으로 인식되지만, 소...

물리 세계를 다루는 AI가 텍스트 AI와 다른 병목에 걸렸다. 700명 이상의 전문가를 대상으로 한 2026년 조사에서 물리AI 모델 실패의 과반이 데이터 문제에서 비롯된 것으로 나타났다. 같은 시기 ARM Institute는 방산 제조를 위한 로봇 프로젝트 공모를 발표했다. 두 소식은 물리AI 밸류체인에서 마진이 어느 구간으로 흐르는지를 보여준다. 무슨 일인가 IEEE Spectrum이 보도한 조사에 따르면, 지난 10년간 텍스트 기반으로 발전한 AI의 프론티어가 물리 세계 데이터로 이동했다. 영상, LiDAR 포인트클라우드, 센서 스트림 같은 고차원 데이터가 물리 공간에서 인식·추론·행동하는 시스템을 구동한다. 보고서는 물리AI를 실제로 구축하는 팀들이 어떻게 작동하는지를 기록했다. 데이터 문제가 모델 실패의 대다수를 차지하며, 데이터 큐레이션이 더 큰 아키텍처를 추구하는 것보다 중요하다는 결론이다. 주석(annotation) 작업은 비용이 크고 낭비적이다. 팀들은 대개 모든 데이터에 레이블을 붙인 뒤 프로덕션 전에 상당 부분을 폐기한다. 조사 결과는 데이터 수집이 아니라 데이터 작업(data work)이 제품을 출시하는 팀과 정체되는 팀을 가르는 이유임을 보여준다고 보고서는 밝혔다. 같은 시기 ARM Institute는 미 국방부(DoW) 제조 기술을 위한 프로젝트 공모(Project Call 27-01)를 시작했다. 금속 가공, 드론, 탄약, 조선 등 방산 수요를 다루는 기술을 요구하며, 국방부의 민간 산업기반(CIB) 및 자체 산업기반(OIB)으로 전환 계획이 검증된 제안을 선호한다고 밝혔다. 기술준비도(TRL) 4~7 단계, 프로덕션 환경에서 최종 시연이 필수 조건이다. 콘셉트 제출은 2026년 9월 16일, 최종 선정은 12월 11일, 프로젝트 시작은 2027년 2월 1일, 종료는 2028년 1월 31일이다. 산업 구조에서 무엇이 바뀌나 물리AI 밸류체인에서 마진이 데이터 수집보다 큐레이션과 레이블링 구간으로 이동하고 ...

Multiway Robotics가 말레이시아 제조사의 5,000개 저장 로케이션을 자동화하며 내건 핵심은 무인지게차 세 종류가 아니라 WMS와 RCS의 통합 플랫폼이었다. 차량은 세 모델을 섞어 썼지만 재고·동선·충전을 한 곳에서 제어하는 소프트웨어가 프로젝트 전체를 묶었다. 이 구조는 창고 자동화 산업에서 마진의 중심이 하드웨어에서 소프트웨어 플랫폼으로 옮겨가는 단면을 보여준다. 무슨 일인가 Multiway Robotics는 말레이시아 제조사의 원자재 창고·완제품 보관·자재 준비 구역·검역 구간을 포함해 5,000개 이상의 저장 로케이션에 자동화 시스템을 구축했다고 밝혔다. 회사 측에 따르면 저장 밀도는 30% 이상 증가했으며, 입고부터 출고까지 종단간 자동화를 제공한다. 배치된 차량은 세 종류다. MW-K16 VNA 무인지게차는 1,750mm 폭 통로에서 작동하며 최대 9미터 높이까지 팔레트를 적재한다. X20 무인 팔레트 트럭은 입고·생산·보관·출하 구간을 잇고, MW-SL14 무인 스태커는 빈 팔레트 적재·해체·이송을 맡는다. 세 차량 모두 24시간 운행이 가능하며 자동충전·장애물 감지·충돌 방지·비상정지·경광등 기능을 갖췄다. Multiway Robotics의 소프트웨어 플랫폼은 재고·저장 위치·자재 상태를 실시간으로 표시하고, 차량 편대의 동선을 조율하며, 경로를 최적화하고, 자동충전을 관리한다. 시스템은 기업 ERP 및 WMS와 창고 데이터를 동기화한다고 회사는 설명했다. Multiway Robotics는 식품·제약·자동차·기계 제조·신에너지·냉장물류 등 20개 이상 산업에서 1,000개 이상의 기업 고객에게 자동화 솔루션을 공급했다고 밝혔다. 산업 구조에서 무엇이 바뀌나 이 프로젝트의 핵심은 차량 세 종류를 섞어 썼다는 점이 아니라, 그들을 묶는 소프트웨어가 고객 시스템(ERP·WMS)과 창고 현장(충전·경로·재고)을 동시에 제어한다는 구조다. 차량은 높이·폭·하중 사양에 따라 나뉘지만, 플랫폼은 모든 차량의 동선·충...

미국 모션컨트롤 부품업체 GAM Enterprises가 Schaeffler로부터 PSC 감속기의 지식재산권과 생산 기술을 인수하고, 독일 하멜른에 GAM-Melior GmbH를 설립했다. 거래 금액은 공개되지 않았다. GAM의 주력 제품인 GPL 시리즈에 들어가는 핵심 기어 기술을 외부에서 사들이던 구조를 자체 생산으로 바꾸는 수직통합 사례다. 무슨 일인가 GAM은 Schaeffler의 Ultra Precision Drives(SUPD) 부문으로부터 PSC 제품군에 대한 특허 기술과 자산을 인수했다고 밝혔다. PSC 감속기는 정밀 모션 컨트롤 용도로 설계된 부품으로, GAM이 그동안 자사의 주력 제품인 GPL 라인에 핵심 기어 기술로 사용해왔던 부품이다. 이번 인수로 GAM은 핵심 공급업체를 수직통합하고 제조 역량을 확장할 수 있게 됐다고 설명했다. 새로 설립된 GAM-Melior GmbH는 Hartmut Hoffmann을 대표로 임명하고 PSC 제품 라인의 운영과 개발을 담당한다. Schaeffler는 2022년 Melior Motion GmbH를 인수하며 정밀 감속기 포트폴리오 확장과 산업 자동화 시장 진출을 목표로 삼았으나, 이번에 해당 사업을 GAM에 넘겼다. GAM의 Craig Van den Avont CEO는 "인수한 특허 기술은 시장의 다른 서보 기어박스보다 성능이 뛰어나며, 고정밀 애플리케이션을 위한 차별화된 솔루션"이라고 밝혔다. 회사 측은 기존 PSC 제품 고객을 지원하고 기술 플랫폼을 계속 발전시킬 계획이라고 덧붙였다. 산업 구조에서 무엇이 바뀌나 이번 거래는 모듈 부품 단계에서 협상력이 어디에 쌓이는지를 보여주는 사례다. GAM은 그동안 외부 공급사로부터 핵심 기어 기술을 조달해 자사 제품에 조립하는 구조였다. 이 구조에서는 핵심 부품의 사양, 가격, 공급 일정이 외부 공급자의 결정에 종속된다. 특히 해당 부품이 자사 제품 차별화의 핵심 요소일 경우, 공급 계약 조건이 마진과 출시 속도를 좌우...

NASA가 HEBI Robotics에 새로운 SBIR(Small Business Innovation Research) 1단계 계약을 체결했다. 계약의 초점은 초소형 고토크 밀도 모듈형 액추에이터 개발 가속화다. 우주용으로 설계되지만, 지상의 험난한 환경에서도 작동할 수 있는 하드웨어를 목표로 한다. 회사 측은 가격을 낮추면서도 항공우주 산업이 요구하는 신뢰성을 유지하겠다고 밝혔다. NASA가 요구한 것은 무엇인가 NASA는 이번 SBIR 발주에서 험난한 환경에 적합한 초소형 액추에이터 연구를 요청했다. 발주 문서는 이들 액추에이터가 큐브샛(CubeSat) 및 공간이 제한된 환경에서 사용될 것이라고 명시했다. 기존 조작 하드웨어는 유연성이 부족하다는 점도 지적했다. 1단계 계약은 2026년 12월까지 진행된다. HEBI Robotics는 이 기간 동안 고토크 밀도 모터와 기어박스 조합을 위한 액추에이션 트레이드 스페이스(actuation trade space)를 탐색할 기회를 얻는다. 피츠버그에 본사를 둔 이 회사는 이들을 작고 미션 대응 가능한 폼 팩터로 결합할 계획이라고 밝혔다. 이를 통해 저렴하지만 성능이 낮은 취미용 서보와 비싸고 맞춤 설계된 우주 로봇 시스템 사이의 간극을 메우겠다는 주장이다. 1단계는 전체 로드맵의 일부일 뿐 HEBI의 하드웨어 책임자 Andrew Willig는 1단계 계약이 회사 로드맵의 일부일 뿐이라고 말했다. 회사는 기존 액추에이션 하드웨어 개발도 계속할 계획이다. 그는 "우주는 어렵지만, 그 교훈은 지구에서도 적용된다"며 "사용하기 쉽고 견고한 시스템을 만드는 것은 NASA뿐 아니라 현장의 거칠고 위험한 환경에 배치할 수 있는 모듈형 액추에이션 하드웨어를 찾는 모든 이들에게 관심사"라고 덧붙였다. 올해 초 HEBI는 NASA로부터 2단계 SBIR 계약도 획득했다. 이 2년짜리 85만 달러 프로젝트는 가혹한 우주 환경에서 작동하도록 설계된 액추에이션 하드웨어를 개발하...

구글 딥마인드에서 로봇 응용 부문을 이끌던 핵심 인력들이 나와 회사를 차렸다는 소식이 들려왔다. 그것도 한두 명이 아니라 응용 로봇 팀 리더급들이 뭉쳐서다. The Robot Report에 따르면, 이들이 설립한 Reimagine Robotics가 최근 스텔스 모드를 벗고 모습을 드러냈는데, 내세우는 핵심 가치가 흥미롭다. '전문 프로그래머 없이도 작동하는 로봇 시스템'이라는 것이다. 8년간 이 업계를 지켜보며 느낀 건, 협동로봇 업체들이 늘 '쉬운 티칭'을 강조하면서도 정작 복잡한 작업은 여전히 시스템 통합업체(SI)나 전문 인력에 의존해왔다는 점이다. 그런 면에서 딥마인드 출신들이 '현장 학습' 카드를 꺼낸 건 우연이 아니다. 그들은 AI가 산업 현장에서 어떻게 작동해야 하는지 이미 봤고, 이제 그걸 제품으로 만들겠다는 얘기다. Reimagine Robotics, '학습하는 로봇' 시스템 개발 Reimagine Robotics는 구글 딥마인드의 Applied Robotics 팀 리더들이 설립한 스타트업이다. 창업진이 누군지는 공개 자료에 구체적으로 나와 있지 않지만, 출신 배경만으로도 업계 관심이 쏠린다. 이들이 개발 중인 시스템은 전문 프로그래머 없이도 로봇이 현장에서 작업을 '배울 수 있다'는 게 핵심이다. 솔직히 말하면, 이런 약속은 예전부터 들어왔다. 협동로봇 초창기에도 '누구나 쓸 수 있다'는 마케팅이 난무했지만, 실제 현장에선 여전히 전문가가 필요했다. 그런데 이번엔 조금 다를 수 있다. 딥마인드가 쌓아온 강화학습, 모방학습 기술이 실제 산업용 로봇에 적용되기 시작한 시점이기 때문이다. 실제로 구글 딥마인드는 같은 시기에 Gemini Robotics 2라는 모델을 공개하며 '전신 제어(full body control)' 능력을 강조했다. The Robot Report 발표 자료를 보면, Gemini Robotics 2는 로봇이 모든 움직임을 ...

독일 로봇 제조사 KUKA가 북미 자동차 시장에서 본격적인 자동화 공세를 시작했다. The Robot Report에 따르면, KUKA는 오하이오주에 위치한 주요 생산시설 KTPO에 자사의 Automation Management Platform을 배치했다고 발표했다. 단순한 로봇 도입이 아니라 생산 전체를 통합 관리하는 플랫폼 전략이다. 디트로이트발 자동차 산업 재편이 이제 소프트웨어 레이어까지 확장되고 있다는 신호로 읽힌다. 같은 시각, 창고 자동화 업계에서는 AI 안전성을 둘러싼 논쟁이 수면 위로 떠올랐다. OSARO의 Derek Pridmore는 차세대 AI가 창고 로봇의 성능을 크게 개선하고 있지만, 실제 현장에서의 안전과 신뢰성은 여전히 전문화되고 계층화된 AI 시스템에 달려 있다고 강조했다. FCC의 최근 로봇 규제 관련 결정이 미국 로봇 정책에 스포트라이트를 비추면서 나온 발언이다. 규제와 기술 발전 사이의 줄다리기는 당분간 계속될 것 같다. KUKA의 북미 전략, 플랫폼으로 승부수 KUKA의 이번 움직임은 단순 하드웨어 공급자에서 벗어나려는 의도가 분명하다. 오하이오 KTPO 공장은 북미 자동차 산업의 핵심 생산거점 중 하나인데, 여기에 Automation Management Platform을 깔았다는 건 생산 데이터부터 유지보수, 최적화까지 전부 KUKA 소프트웨어 생태계 안으로 끌어들이겠다는 얘기다. 경쟁사인 ABB나 FANUC도 비슷한 플랫폼 전략을 펼치고 있지만, 자동차 산업 특화 레퍼런스를 먼저 확보하는 쪽이 유리한 게임이다. 사실 북미 자동차 제조사들은 전기차 전환 압박에 시달리면서도 생산성 개선에는 인색했다. 테슬라가 보여준 '공장 자체를 소프트웨어로 운영'하는 모델을 따라잡으려면 기존 OEM들도 결국 통합 플랫폼에 투자할 수밖에 없다. KUKA는 그 타이밍을 정확히 짚은 셈이다. 창고 로봇 AI, 화려한 데모와 현장 신뢰성의 간극 OSARO의 Pridmore가 던진 메시지는 업계 종사자라면 새겨들을 만하다. 요즘 창...