인공지능 기술이 언어와 이미지 이해를 넘어서 현실 공간을 인지하고 행동하는 단계로 진화하고 있다. 특히 ‘피지컬 AI’는 인간의 판단과 반응을 물리적 로봇에 통합하는 핵심 기술로 부상 중이다. 김종환 디스펙터 대표는 ‘실행 가능한 피지컬 AI’를 통해 로봇이 실시간 상황을 인지하고 자율 판단해 실행할 수 있는 체계를 제시했다. 기존 로봇 기술의 파편화, 느린 통합 속도, 환경 적응력 부족 등 한계를 극복하는 이 시스템은 AI GCS와 엣지 디바이스 기반의 원격 브레인, 자율주행, 인지-판단-행동의 AI 통합을 목표로 한다. 이 글은 해당 기술의 구현 배경, 주요 개념, 실제 적용 사례, 학습 아키텍처 및 향후 전망까지 단계별로 짚어본다. 피지컬 AI, 왜 지금 주목받는가 전통적인 인공지능은 주로 패시브 AI(Passive AI), 즉 데이터를 입력받아 분석 결과를 제시하는 수동적 형태였다. 그러나 산업 현장과 사회 전반의 요구는 점점 더 능동적이고 실시간으로 반응할 수 있는 AI 기술로 이동하고 있다. 이러한 흐름 속에서 ‘피지컬 AI(Physical AI)’라는 새로운 패러다임이 부상하고 있다. 피지컬 AI는 단순히 데이터를 인지하는 것을 넘어, 판단하고
로봇 산업의 지형도가 AI 융합 기술을 기점으로 빠르게 재편되고 있다. 제조업 자동화에 기반한 산업용 로봇은 이제 AI 기반의 학습과 추론 기능을 탑재하며 차세대 지능형 로봇으로 진화 중이다. 고영테크놀로지 고경철 전무는 “로봇 기술의 본질이 하드웨어에서 소프트웨어로, 더 나아가 데이터 기반 인프라 경쟁으로 옮겨가고 있다”며, 로봇과 AI의 융합 동향, 기술적 과제, 글로벌 생태계 경쟁 상황을 짚었다. 이 글에서는 로봇 기술의 과거와 현재, 그리고 AI와의 접목을 통한 미래 전략을 심층적으로 살펴본다. 한국 로봇 산업의 궤적과 AI 융합 도입의 배경 국내 로봇 산업의 태동기는 1980~90년대로 거슬러 올라간다. 당시 삼성, LG, 현대, 대우 등 대기업들은 자동화 붐에 힘입어 산업용 로봇 개발팀을 조직하며 본격적인 기술 내재화에 나섰다. 386 PC와 8086 코프로세서가 주요 연산 장비였던 시절로, 컴퓨팅 파워는 현재와 비교해 수천 배 이상 느렸지만, 그 한계 속에서 축적된 제어 기술, 하드웨어 설계 역량은 이후 한국 로봇 산업의 핵심 토대가 되었다. 고영테크놀로지의 고경철 전무 역시 당시 LG에서 로봇 개발팀장을 맡아 산업용 로봇 개발에 앞장섰으며, 이
대한민국 제조업이 새로운 전환점을 맞고 있다. ‘피지컬 AI(Physical AI)’ 기반의 자율제조 시대가 본격화되며, 공장은 이제 단순한 생산시설이 아닌 ‘거대한 로봇’으로 진화 중이다. 장영재 KAIST 교수는 디지털트윈 기반의 스마트 제조 플랫폼인 'SDF(Software Defined Factory)'를 중심으로 강화학습, 로봇 협업, 맥락 이해형 AI 등 첨단 기술을 통합한 차세대 공장 운영 모델을 제시했다. 공장을 멈추지 않고 소프트웨어로 업그레이드하는 이 개념은 중소기업에도 즉각적인 설비 적용이 가능하도록 설계되어 있으며, 수십 억 원의 비용 절감 효과까지 입증했다. 제조업의 미래, 그 중심에 피지컬 AI가 있다. 공장이 하나의 로봇으로…‘피지컬 AI’의 시대가 온다 디지털 혁신은 이제 공장의 외형만 바꾸는 것을 넘어, 개념 자체를 다시 정의하고 있다. 장영재 KAIST 교수는 이를 “공장 전체를 하나의 거대한 로봇으로 만들자”는 철학으로 설명한다. 피지컬 AI는 단순히 인공지능이 품질 검사나 설비 모니터링에 쓰이는 수준을 넘어, 공장의 모든 자산과 설비, 사람, 로봇, 데이터를 유기적으로 연결해 하나의 지능형 엔티티로 만들어가는 기술이다. 기
로봇이 전선, 의류, 고무줄처럼 형태가 자유롭게 변형되는 물체를 다루는 기술은 제조·서비스 산업 자동화의 핵심 과제로 꼽혀왔다. 그러나 이러한 변형 물체는 모양이 일정하지 않고 움직임을 예측하기 어려워 로봇이 정확히 인식하고 조작하는 데 큰 어려움이 있었다. KAIST 연구진이 불완전한 시각 정보만으로도 변형 물체의 상태를 정밀하게 파악하고 능숙하게 다룰 수 있는 로봇 기술을 개발했다. 이번 성과는 케이블 및 전선 조립, 부드러운 부품을 다루는 제조업, 의류 정리와 포장 등 다양한 산업 및 서비스 분야의 지능형 자동화에 기여할 것으로 예상된다. KAIST는 전산학부 박대형 교수 연구팀이 시각적으로 형태를 구별하기 어려운 변형 물체를 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술 ‘INR-DOM(Implicit Neural-Representation for Deformable Object Manipulation)’을 개발했다고 21일 밝혔다. 박 교수 연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 물체의 전체 형상을 복원하고 이를 바탕으로 조작 방식을 학습하는 기술을 구현했다. 또 강화학습과 대조학습을 결합한 2단계 학습 구조를 도입해 로봇이 과제를 효
“나는 내 영화가 단순한 오락이 아니기를 바란다. 나는 그것이 (생각을) 자극하기를 바란다. 나는 그것이 일종의 씨앗이 되어 당신이 나가서 무언가에 대해 더 생각하기를 바란다(I hope my films are not just entertainment. I hope they are stimulating. I hope they are a kind of seed that makes you go out and think more about something)” 12인의 성난 사람들(12 Angry Men)·네트워크(Network)·심판(The Verdict) 등 시대를 관통하는 메시지를 담은 작품을 연출한 시드니 루멧(Sidney Lumet) 감독. 그는 앞선 메시지를 던지며 영화 철학을 적극적으로 드러냈습니다. 이는 영화가 단순한 유희에서 벗어나, 관객의 지적 호기심을 자극하고 새로운 가능성을 여는 ‘생각의 씨앗’이 돼야 한다는 그의 영화적 신념을 보여줍니다. [헬로BOT]이 선보이는 로봇 영화 3부작은 바로 이 상상력이 '로보틱스(Robotics)' 기술과 만나 스크린을 넘어선 현실에서 어떻게 구현되고, 또 미래에는 어떤 새로운 이야기를 펼쳐낼지에 대한 흥미로
불연속 지형 고속 이동 기술 개발 발표...벽·계단·징검다리 넘나들며 시속 14.4km 질주해 삼성전자 미래기술육성센터 지원 속 재난 현장 등 실질적 임무 투입 기대 한국과학기술원(KAIST) 기계공학과 황보제민 교수 연구팀이 개발한 사족 보행 로봇 '라이보(Raibo)'가 불연속적이고 복잡한 지형에서도 고속으로 이동하는 성능을 입증했다. 연구진은 수직 벽을 달리고, 1.3m 폭의 간격을 뛰어넘으며, 징검다리 위를 시속 약 14.4km로 질주하는 라이보의 모습을 공개했다. 심지어 30° 경사, 계단, 징검다리가 혼합된 지형에서도 빠르고 민첩하게 움직이는 능력을 선보였다. 이러한 보행 기술은 라이보가 빠른 기간 안에 재난 현장 탐색, 산악 수색 등 실질적인 임무 수행에 투입될 것이라는 기대를 높였다. 연구팀은 복잡하고 불연속적인 지형에서 로봇이 빠르고 안전하게 목표 지점까지 도달하도록 사족 보행 내비게이션 시스템을 개발했다. 이를 위해 문제를 두 단계로 분해하여 접근했는데, ▲발 디딤 위치(foothold)를 계획하는 플래너(Planner) ▲계획된 발 디딤 위치를 정확히 따라가는 트래커(Tracker) 등 두 가지 트랙으로 기술을 개발했다. 먼저, 플래너 모
로봇 핵심 기술과 산업 네트워크 융합해 물류 자동화 혁신 ‘정조준’ 오는 7월 출시 앞둔 인간 상체형 휴머노이드 ‘AI Worker’ 실증·수요처 물색도 로보티즈가 한국통합물류협회와 협력해 ‘작업형 휴머노이드 로봇 시스템’ 개발·상용화에 집중한다. 이를 위해 양 기관은 ‘비정형 물체 분류 모바일 양팔 로봇 시스템 개발 사업’ 업무협약(MOU)을 체결했다. 해당 MOU는 로보티즈가 보유한 로봇 핵심 기술과 한국통합물류협회의 산업 네트워크가 결합해 진행된다. 주로 로보티즈의 작업형 휴머노이드 ‘AI Worker’를 협력의 중심으로 한다. 해당 모델은 오는 7월 출시를 앞둔 인간 상체형 휴머노이드 로봇으로, 매사추세츠공과대학교(Massachusetts Institute of Technology)·스탠퍼드대학교(Stanford University) 등에서 기술력을 인정받았다. 특히 작업자의 업무 데이터를 인공지능(AI)이 학습해 로봇이 이를 구현하는 차세대 로봇 기술 ‘모방학습(Imitation Learning)’과 주어진 환경에서 최적의 행동 결과를 도출하는 ‘강화학습(Reinforcement Learning)’ 등 피지컬 AI를 활용한 기술이 이식된 점이 특징이
모방학습·강화학습 등 피지컬 AI 기반 기술 접목 “국내 로봇 업계의 기술 자립과 산업 확장 가능성 제시해” 로보티즈가 최근 글로벌 화두로 급부상한 ‘피지컬 AI(Physical AI)’ 기술 기반 세미 휴머노이드 ‘AI Worker’를 공개했다. AI Worker는 다양한 산업 현장에 투입 가능한 인간형 로봇이다. 작업자의 업무 데이터를 인공지능(AI)이 학습해 로봇이 이를 구현하는 차세대 로봇 기술 모방학습(Imitation Learning)과 주어진 환경에서 최적의 행동 결과를 도출하는 ‘강화학습(Reinforcement Learning)’ 등 피지컬 AI를 활용한 기술이 이식됐다. 로보티즈는 이를 위해 해외 AI 기업의 요구사항을 적극 반영했다. 아울러 이 기체에는 로보티즈의 액츄에이터 ‘다이나믹셀(DYNAMIXEL)’과 사이클로이드 감속기 ‘다이나믹셀 드라이브(DYNAMIXEL DRIVE, DYD)’ 등 기술이 접목됐다. 이를 통해 휠베이스(Wheelbase) 기반 빠른 이동성과 휴머노이드의 정교한 양팔 구조를 구현했다. 당사에 따르면, AI Worker는 작업 속도, 정밀성, 배터리 효율성 등을 극대화했다. 특히 ‘AI 매니퓰레이터(AI Manip
2015년, Google DeepMind의 AlphaGo가 인간 프로 바둑 기사에게 핸디캡 없이 이긴 전후로 AI 기술은 다양한 분야에 많이 적용되게 됐으며, 그 결과 현재 많은 성과가 보고되고 있다. 또한 최근에는 디지털 트랜스포메이션(Digital Transformation, 이후 DX라고 한다)의 필요성이 높아짐에 따라 DX를 실현하기 위한 핵심 기술 중 하나로 AI 기술이 항상 주목받고 있으며, 진화를 계속하고 있다. 최근에는 2022년 말경부터 시작된 ChatGPT로 대표되는 생성형 AI의 출현에 의한 진화가 기억에 새롭다. 이러한 흐름 속에서 플랜트 분야에서도 AI 기술의 적용이 진행되고 있다. AI 기술의 플랜트 분야에 대한 적용은 플랜트 유지보수 분야에서 시작됐다. 설비의 이상 전조 검지를 AI 기술로 하는 것이다. 이것에는 많은 플랜트 사업자가 도전하고 있으며, 많은 성과를 내고 있다. 이 분야에서는 요꼬가와전기(横河電機) 주식회사 그룹(이하 당사라고 한다)도 많은 실적을 보유하고 있다. 그러나 플랜트 제어 분야에 AI 기술을 적용한 사례는 플랜트 유지보수 분야에 비해 상당히 적은 상태이다. 특히 강화학습을 사용한 사례나 AI가 직접 제어한
텔레픽스가 자사의 최신 연구 성과가 인공지능(AI) 및 기계학습 분야 최고 권위의 국제 학술대회인 ‘뉴립스(NeurlPS, Neural Information Processing Systems)’에 선정됐다고 26일 밝혔다. 뉴립스는 인공지능과 기계학습 분야에서 가장 권위 있는 학술대회로 딥러닝, 강화학습, 컴퓨터 비전, 자연어 처리 등 다양한 주제를 다룬다. 매년 전 세계 연구자와 업계 관계자들이 최신 연구를 발표하고 교류하며 워크숍과 초청 강연 등 다양한 행사를 통해 학술적·산업적 발전을 독려한다. 이번 뉴립스 2024는 현지 시각 12월 10일에서 15일 캐나다 밴쿠버에서 열렸다. 텔레픽스 AI 연구진은 15일 진행된 기계학습과 데이터 압축에 관한 워크숍(Machine Learning and Compression Workshop) 세션에서 딥러닝 기반으로 보다 효율적으로 위성 영상을 압축하고 재구성하는 방식을 제시한 논문을 전 세계 AI 연구자들에게 발표했다. 해당 워크숍 세션은 미국 캘리포니아 어바인 대학교, 뉴욕 대학교, 메타(Meta) 소속 연구진의 주최로 개최됐으며 구글 딥마인드(Google DeepMind), 스탠퍼드 대학교, 코넬 대학교 연구진
“AI는 현재 ‘황금기’를 맞이하며, 한때 공상과학으로 여겨졌던 문제들까지도 해결하고 있다.” (제프 베조스) 그럼에도 불구하고 AI에 대한 의견은 여전히 엇갈린다. 골드만삭스 그룹의 짐 코벨로(Jim Covello)는 1990년대 후반의 닷컴 열풍과 최근의 암호화폐 붐을 언급하며, AI에서도 이와 유사한 현상이 나타날 수 있다고 경고한다. 반면 같은 회사의 조셉 브릭스(Joseph Briggs)는 AI가 업무의 약 4분의 1을 자동화해 경제 성장을 촉진할 것으로 전망하고 있다. AI를 차세대 대세로 보는 의견에 동의하든 반대하든, 픽테 웰스 매니지먼트의 동 첸(Dong Chen)이 언급한 단기 투자 테마는 주목할 만하다. 그의 세 가지 주요 트렌드 중 두 가지는 AI와 산업 부문의 가능성을 나타내며, 이는 전기화, 탈탄소화, 디지털화와 같은 산업 전환 동향과도 밀접하게 연결되어 있다. 산업용 AI를 통한 모멘텀 확보 산업용 AI는 제조 기업이 오퍼레이셔널 엑설런스(Operational Excellence)에 도달하도록 돕는 중요한 도구로, 에너지 전환 목표 달성에 핵심적인 역할을 한다. AI 모델에 내장된 안전 가드레일을 통해 기업은 효율성을 높이고 설비
사람의 시각 시스템은 우리가 세상을 이해하기 위한 주요 수단 중 하나이다. 빛이 눈에 들어오고 정보가 시신경을 통해 뇌로 전달되면 뇌가 그 정보를 해석해 ‘이미지를 생성’한다. 그 중 뇌가 관여하고 있는 과정은 특히 복잡하고 난해한데, 이것이 인식과 의사 결정, 그리고 모든 행동의 기반이 된다. 즉, 시각 시스템은 뇌의 구조를 알고 싶어하는 과학자의 주된 목표 중 하나가 된다. 그리고 동시에 시각 시스템은 이미지 정보 처리를 위한 궁극 모델 중 하나이다. 공학자는 시각 시스템을 이해하고 이것을 모방함으로써 기계가 복잡한 문제를 해결한다는 오랜 목표에 대응해 왔다. 양쪽의 대응 목적은 다르지만, 동일한 연구 대상을 다른 형태로 쫓고 있다. 최근 심층 신경망이라는 기술은 이들 양쪽의 합류를 촉진해 각각의 목표를 실현하는 데 공헌하기 시작했다. 심층 신경망은 뇌의 신경세포 네트워크의 일부를 모방해 이미지 인식, 물체 탐지 및 이미지 생성과 같은 시각 과제에 대해 탁월한 성능을 보여주고 있다. 그리고 자율주행차, 의료영상 진단, 비디오 분석, 가상현실, 증강현실, 대규모 언어 모델 등 많은 분야에서 혁신적인 응용이 이루어지고 있다. 그리고 이 놀라운 기술은 뇌의 모
엔터프라이즈 AI 스타트업 마키나락스가 SMATOF 2023에 참가해 산업 현장의 문제 해결을 돕는 지능화 솔루션을 제시한다. 경상남도와 창원특례시가 주최하는 2023 창원국제스마트팩토리 및 생산제조기술전(SMATOF 2023)은 10월 17일부터 20일까지 4일간 창원컨벤션센터(CECO)에서 개최된다. 이번 전시회에서 마키나락스는 제조 및 산업 기업들이 인공지능을 쉽고 빠르게 생산 및 서비스 환경에 적용할 수 있도록 돕는 ‘엔터프라이즈 AI 플랫폼(Runway)’과 핵심 장비 및 설비의 이상탐지와 운전 최적화, 예지보전 등을 위한 ‘산업 특화 AI 솔루션(MRX 시리즈)’를 소개할 예정이다. 마키나락스가 개발한 런웨이(Runway)는 파이프라인(Training Pipeline)을 활용해 AI/ML 모델의 개발-학습-배포-운영을 효율화 할 수 있는 머신러닝 운영 환경(MLOps)을 제공한다. 런웨이는 산업 현장이 요구하는 다양한 인프라 요구사항에 맞춰 클라우드, 온프레미스, 하이브리드 등으로 설치가 가능하다. 산업 특화 AI 솔루션 MRX 시리즈는 제조, 반도체, 에너지, 자동차, 배터리, 화학 등 다양한 산업 영역에 적용되어 실질적인 비즈니스 가치를 만들어
요꼬가와전기는 엣지 컨트롤러를 위한 강화학습 서비스의 출시를 발표했다. OpreX™ Realtime OS 기반 머신 컨트롤러(e-RT3 Plus)를 위한 자율 제어 서비스는 FKDPP(Factorial Kernel Dynamic Policy Programming) 강화 학습 AI 알고리즘을 활용하며 최종 사용자 요구 사항에 따라 패키지 소프트웨어와 선택적 컨설팅 서비스 및 교육 프로그램으로 구성된다. 이 소프트웨어는 전 세계적으로 출시될 예정이며 컨설팅 및 교육 프로그램은 일본에서 우선 제공되고, 추후 일본 외 국가에서도 제공될 예정이다. 개발 배경 실제 플랜트의 물리적, 화학적 및 기타 공정의 복잡성을 고려했을 때, 여전히 베테랑 운영자의 개입이 필요한 분야가 많으며 이러한 영역을 제어하는 것은 종종 어렵고 제품 품질과 수익성에 직접적인 영향을 미친다. 기존 제어 기술로는 PID 제어와 APC가 있다. PID 제어 또는 APC를 사용하여 복잡한 제어를 달성하는 것은 때로는 조정 작업이 필요하며, 이는 상당한 시간과 노력이 요구된다. 또한 플랜트 운영의 일부 영역은 PID 제어 또는 APC에 적합하지 않아 제어값 입력 시 작업자의 판단에 따른 수동 제어가 필
카이스트(KAIST) 연구팀이 모래와 같이 변형하는 지형에서도 민첩하고 견고하게 보행할 수 있는 사족 로봇 제어기술을 개발했다고 26일 밝혔다. 기계공학과 황보제민 교수가 이끄는 연구팀은 모래와 같은 입상 물질로 이루어진 지반에서 로봇 보행체가 받는 힘을 모델링하고, 이를 사족 로봇에 시뮬레이션하는 기술을 개발했다. 또한, 사전 정보 없이도 다양한 지반 종류에 스스로 적응해가며 보행하기에 적합한 인공신경망 구조를 도입해 강화학습에 적용했다. 강화학습은 임의의 상황에서 여러 행동이 초래하는 결과들의 데이터를 수집하고 이를 사용해 임무를 수행하는 기계를 만드는 학습 방법이다. 이때 필요한 데이터의 양이 많아 실제 환경의 물리 현상을 근사하는 시뮬레이션으로 빠르게 데이터를 모으는 방법이 널리 사용되고 있다. 특히 보행 로봇 분야에서 학습 기반 제어기들은 시뮬레이션에서 수집한 데이터를 통해서 학습된 이후 실제 환경에 적용돼 다양한 지형에서 보행 제어를 성공적으로 수행해 온 바 있다. 다만 학습한 시뮬레이션 환경과 실제 마주친 환경이 다른 경우 학습 기반 제어기의 성능은 급격히 감소하기 때문에, 데이터 수집 단계에서 실제와 유사한 환경을 구현하는 것이 중요하다. 따라
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 09월 05일 15시 04분
