검색결과 총 19건
-
AWS, 국내 피지컬 AI 15개사 지원…로봇 상용화 생태계 키운다
[경제일보] 아마존웹서비스(AWS)가 국내 기업 15곳을 선발해 로봇과 자율주행, 디지털 트윈 등 피지컬 AI 기술의 개발부터 상용화까지 지원한다. 생성형 AI를 넘어 AI가 실제 물리적 환경을 인식하고 판단해 움직이는 피지컬 AI 시장이 본격적인 산업 경쟁 단계에 들어서면서 국내 기업을 AWS 클라우드 생태계 안으로 끌어들이려는 전략으로 풀이된다. AWS는 20일 ‘AWS 코리아 피지컬 AI 프론티어 프로그램’을 공식 발표했다. 지난 AWS 서밋 서울 2026에서 공개한 프로그램으로, 7월부터 12월까지 6개월간 운영된다. 참여 기업에는 클라우드 인프라와 AI 서비스, 기술 자문, 비즈니스 모델 개발, 글로벌 시장 진출 등을 지원한다. 핵심은 단순한 기술 개발 지원이 아니라 개념검증(PoC)에서 실제 현장 실증과 사업화까지 연결하는 것이다. 참여 기업은 AWS 크레딧을 활용해 데이터를 수집·처리하고 AI 모델을 학습시키는 한편 가상환경에서 로봇을 훈련한 뒤 현실에 적용하는 ‘심투리얼(Sim-to-Real)’ 기술을 검증할 수 있다. 엣지 환경에 AI를 배포하는 과정까지 AWS 전문가의 지원을 받을 예정이다. 사용되는 기술도 클라우드에 국한되지 않는다. 아마존 EC2와 S3, 세이지메이커, 베드록, AWS IoT 그린그래스 등 AWS의 AI·데이터·IoT 서비스를 묶어 로봇의 학습과 추론, 데이터 관리, 현장 배포를 하나의 개발 환경에서 지원한다. 1기에는 대기업과 스타트업을 합쳐 15개사가 참여한다. 엔터프라이즈 트랙에는 △SK에코플랜트 △NC AI △알체라 △LG CNS가 선정됐다. 건설 현장 자율 로봇과 휴머노이드용 VLA(비전·언어·행동) 모델, 피지컬 AI 데이터 플랫폼, 산업용 로봇 운영 소프트웨어 등이 주요 개발 대상이다. 스타트업 트랙에는 △본에이아이 △투모로로보틱스 △고레로보틱스 △디든로보틱스 △ 로보에테크놀로지 △케어링 △위로보틱스 △컨피그 △리얼월드 △큐픽스 △니어스랩 등이 참여한다. 자율비행 드론과 건설·물류 로봇, 휴머노이드, 돌봄 로봇, 로봇 학습 데이터, 3D 디지털 트윈 등 적용 분야도 다양하다. 이번 프로그램에서 주목할 부분은 AWS가 직접 로봇을 만드는 것이 아니라 로봇 기업의 개발·상용화 기반을 장악하려 한다는 점이다. 피지컬 AI는 실제 공간에서 움직여야 하기 때문에 막대한 학습 데이터와 시뮬레이션, 고성능 컴퓨팅, 엣지 인프라가 필요하다. 로봇 제조사 입장에서는 개별적으로 이 인프라를 구축하는 것보다 클라우드 사업자의 개발환경을 활용하는 편이 비용과 시간을 줄일 수 있다. 특히 한국은 삼성전자·현대차·LG전자 등 제조업 기반과 로봇·자동화 기술을 동시에 갖춘 만큼 피지컬 AI의 실제 적용처가 많은 시장이다. AWS가 국내 대기업과 스타트업을 연결하는 것도 이 때문이다. 로봇 기술을 보유한 스타트업이 대기업의 제조·건설·물류 현장에서 데이터를 확보하고 실증할 수 있다면 기술의 상용화 속도를 높일 수 있다. 경쟁 구도도 치열해지고 있다. 엔비디아가 GPU와 시뮬레이션 플랫폼을 앞세워 로봇 개발 생태계를 확대하고 있고, 구글·마이크로소프트 등도 AI 에이전트와 로보틱스 분야의 결합을 강화하고 있다. AWS로서는 생성형 AI 이후 새로운 성장축으로 떠오른 피지컬 AI 시장에서 클라우드 인프라의 영향력을 선점해야 하는 상황이다. 다만 이번 프로그램이 실제 산업 성과로 이어질지는 참여 기업들이 얼마나 많은 현장 데이터를 확보하고 이를 유료 서비스로 전환하느냐에 달렸다. AWS는 기업별 지원 규모와 크레딧 규모를 공개하지 않았다. 결국 6개월간의 프로그램 이후 실제 고객사 도입과 매출로 이어지는 사례가 얼마나 나올지가 성패를 가를 전망이다. 함기호 AWS코리아 대표는 “한국은 제조 경쟁력과 로보틱스 생태계를 바탕으로 피지컬 AI 분야를 이끌 수 있는 기반을 갖추고 있다”며 “참여 기업이 기술을 실제 사업으로 연결할 수 있도록 기술과 전문성, 글로벌 네트워크를 지원하겠다”고 말했다.
2026-08-20 13:50:44
-
-
한국 AI 국가전략, 이젠 실행이 답
[경제일보] 생성형 인공지능(AI)이 글과 그림, 영상과 프로그램을 만드는 단계를 넘어 현실 세계를 움직이는 ‘피지컬 AI’ 시대로 진입하고 있다. 로봇이 공장을 운영하고 무인 농기계가 작물을 관리하며 자율주행 장비가 물류를 담당하는 시대다. AI 경쟁의 무대가 컴퓨터 화면에서 제조·농업·물류·국방·돌봄 현장으로 확장되고 있는 것이다. 정부도 피지컬 AI를 국가 전략기술로 정하고 관련 정책을 본격화하고 있다. 과학기술정보통신부는 데이터와 기술, 산업 확산, 생태계 조성을 아우르는 피지컬 AI 전략을 내놓았다. 독자적인 월드모델과 로봇 파운데이션 모델, 온디바이스 컴퓨팅 기술을 확보하고 제조·농업·국방·돌봄 등으로 활용 범위를 넓히겠다는 구상이다. 정부는 월드모델 핵심기술 국산화를 위해 올해부터 2년간 340억원을 투입하고 국내 산학연 컨소시엄을 가동했다. 방향은 옳다. 생성형 AI 분야에서 미국과 중국의 대형 플랫폼을 단기간에 따라잡기는 쉽지 않다. 그러나 한국은 세계적인 제조업과 반도체, 통신망, 로봇 기술, 높은 현장 자동화 수준을 갖추고 있다. 디지털 두뇌를 실제 기계와 산업현장에 연결하는 피지컬 AI에서는 충분히 승부를 걸 수 있다. 그 중심지로 새만금을 주목할 필요가 있다. 새만금은 넓은 산업용지와 재생에너지 기반, 항만과 공항을 연계할 수 있는 입지 조건을 갖추고 있다. 정부도 새만금을 재생에너지와 그린수소, AI 데이터센터와 로봇산업을 결합한 혁신 거점으로 육성하는 방향을 제시해 왔다. 새만금개발청은 정부 출범 1년 성과로 새만금 피지컬 AI 산업 육성을 내세웠다. 이제는 새만금을 국가 AI 특구로 명확히 지정하고 권한과 재원을 집중해야 한다. 여러 부처가 개별 사업을 나눠 추진하는 방식으로는 글로벌 경쟁의 속도를 따라가기 어렵다. 규제 특례와 연구개발, 데이터 구축, 실증, 사업화를 하나의 체계로 묶고 성과에 책임지는 전담 추진체계를 만들어야 한다. 새만금은 단순히 AI 데이터센터를 유치하는 데 그쳐서는 안 된다. 데이터센터만 들어서고 핵심 기술과 기업, 일자리가 수도권이나 해외에 남는다면 지역경제에 돌아오는 효과는 제한적이다. 농업 AI와 재생에너지 AI, 물류로봇과 자율주행 장비, 스마트 제조를 실제 현장에서 시험하고 사업화하는 ‘피지컬 AI 수도’로 만들어야 한다. 농업은 새만금의 강점을 가장 잘 살릴 수 있는 분야다. 드론과 무인 농기계, 작황 예측, 병충해 탐지, 수자원 관리 기술을 대규모 농업 현장에 적용하면 농촌의 인력 부족과 생산성 문제를 동시에 풀 수 있다. 농업 AI 실증 과정에서 축적된 데이터와 장비, 운영 경험은 해외 스마트농업 시장으로 수출할 수도 있다. 재생에너지 AI도 중요한 축이다. 태양광과 풍력은 기상 여건에 따라 발전량이 달라진다. AI로 발전량과 전력 수요를 예측하고 에너지저장장치와 송전망을 통합 관리하면 재생에너지의 불안정성을 줄일 수 있다. 새만금의 에너지 인프라를 AI 데이터센터와 연계한다면 친환경 전력을 사용하는 미래형 산업단지 모델을 만들 수 있다. 하지만 데이터센터와 로봇 공장은 발표만으로 세워지지 않는다. 막대한 전력과 용수, 초고속 통신망이 필요하다. 정부는 대형 AI 데이터센터의 입지에 맞춰 재생에너지와 원전 등 다양한 전원을 조화롭게 활용하고 전력망을 확충하겠다는 계획을 밝혔다. 관건은 계획의 속도와 주민 수용성이다. 송전망 건설과 용수 확보가 늦어지면 기업의 투자 일정도 미뤄질 수밖에 없다. 전력 공급 원칙도 현실적으로 세워야 한다. 재생에너지 확대는 필요하지만 날씨에 좌우되는 전원만으로 대규모 데이터센터와 첨단 제조시설을 안정적으로 가동하기 어렵다. 원전과 재생에너지, 저장장치와 수요관리 기술을 결합해 비용과 안정성, 탄소 감축을 동시에 달성해야 한다. 에너지 정책을 둘러싼 이념 논쟁이 AI 산업의 발목을 잡아서는 안 된다. AI 인재 전략도 숫자 경쟁에서 벗어나야 한다. ‘AI 인재 100만 시대’는 연구자 100만명을 양성한다는 뜻일 수 없다. 세계적 수준의 모델을 개발하는 고급 연구자와 산업 현장에서 AI를 적용하는 엔지니어, AI 도구를 활용하는 일반 노동자를 구분해 교육해야 한다. 정부도 피지컬 AI를 활용할 실무인재부터 핵심 모델을 개발할 고급인재까지 전방위 양성체계를 구축하겠다고 밝혔다. 대학 정원 몇 명을 늘리고 단기 교육과정을 개설하는 것만으로는 부족하다. 새만금과 전북 지역의 대학, 연구기관, 기업이 공동으로 교육과 실증을 수행하도록 해야 한다. 학생이 지역에서 배우고 현장 프로젝트에 참여한 뒤 지역 기업에 취업하거나 창업하는 경로를 만들어야 한다. 수도권 인재를 잠시 내려보내는 방식이 아니라 지역에 지속 가능한 연구·산업 생태계를 구축해야 한다. 국가 AI 예산도 대폭 확대하되 나눠주기식 지원은 피해야 한다. 정부는 국가 AI 프로젝트와 GPU 인프라 확보, 데이터 플랫폼, 피지컬 AI 기술개발을 추진하고 있다. 정부 GPU 확보·운용 사업만도 2조원대 규모로 제시됐다. 예산 규모보다 중요한 것은 선택과 집중이다. 중앙부처와 지방자치단체가 비슷한 AI 센터와 교육사업을 경쟁적으로 만드는 방식은 효과가 낮다. 핵심 모델과 컴퓨팅 인프라, 현장 데이터, 실증단지를 중심으로 국가 자원을 집중해야 한다. 민간기업이 정부 지원이 끝난 뒤에도 투자와 사업을 이어갈 수 있는지 사업 초기부터 검증해야 한다. 성과 평가도 달라져야 한다. 데이터센터 유치 건수나 교육 수료자 수, 양해각서 체결 숫자를 성과로 내세워서는 안 된다. 국산 기술의 현장 적용률과 생산성 향상, 민간 투자액, 새로 생긴 양질의 일자리, 해외 수출 실적을 기준으로 평가해야 한다. 목표를 달성하지 못한 사업은 과감히 중단하고 가능성이 확인된 분야에 예산을 다시 집중해야 한다. 피지컬 AI는 사람과 기계가 같은 공간에서 움직이는 기술이다. 기술 경쟁력 못지않게 안전과 책임 기준이 중요하다. 로봇이나 자율 장비의 판단으로 사고가 발생했을 때 개발사와 제조사, 운영자 가운데 누가 책임지는지 분명히 해야 한다. 정부도 실데이터와 합성데이터의 품질 관리, 통신·보안과 안전·신뢰 기술을 함께 개발하겠다고 밝혔다. AI 강국은 정부가 선언한다고 만들어지지 않는다. 기업이 투자하고 인재가 모이며 기술이 현장에서 성과를 낼 때 비로소 완성된다. 새만금을 특구로 지정하는 것만으로도 부족하다. 규제와 인프라, 데이터와 인재, 연구개발과 사업화를 한곳에서 연결해야 한다. <한비자>에는 “세상의 일이 달라지면 대비책도 달라져야 한다”는 뜻의 ‘세이즉사이(世異則事異)’가 나온다. 생성형 AI 시대의 전략을 피지컬 AI 시대에도 그대로 적용할 수는 없다. 이제 국가는 기술을 지원하는 보조자를 넘어 산업과 에너지, 지역과 인재 정책을 함께 설계하는 운영자가 돼야 한다. 이재명 정부는 출범 1년 동안 AI를 국가 성장전략의 중심에 놓았다. 이제 필요한 것은 또 하나의 비전이나 구호가 아니다. 새만금 국가 AI 특구 지정과 전력·용수 인프라 구축, 데이터센터와 로봇기업 유치, 농업·에너지 AI 실증, 인재 양성, 예산 집중을 구체적인 일정표로 제시해야 한다. AI 경쟁은 기다려주지 않는다. 선언이 길어질수록 기술과 기업, 인재는 다른 나라로 이동한다. 새만금을 피지컬 AI 수도로 만들고 그 성과를 전국의 제조업과 농업, 물류와 돌봄으로 확산해야 한다. 한국 AI 국가전략의 성패는 계획의 크기가 아니라 실행의 속도와 결과로 판가름 날 것이다.
2026-08-05 10:43:54
-
'포니 신화' 현대차 DNA, 피지컬AI 기업으로…'로봇 사관학교' 도약
[경제일보] 현대자동차그룹의 역사는 자동차 만드는 법을 익혀온 과정이었다. 1967년 현대자동차 설립 이후 포니의 독자 개발과 수출, 글로벌 생산기지 확대를 거치며 한국을 세계 주요 자동차 생산국으로 끌어올렸다. 정몽구 명예회장 시기에는 품질경영과 부품 수직계열화를 통해 값싼 자동차라는 이미지를 벗었다. 이와 같은 제조 DNA는 정의선 회장 체제에서 공장 밖으로 뻗고 있다. 현대차그룹은 전기차, 자율주행, 소프트웨어에 이어 휴머노이드 로봇, AI 데이터센터, 수소에너지까지 사업 영역을 넓히고 있다. 자동차를 잘 만드는 회사가 아니라 현실 공간에서 움직이는 지능형 기계와 이를 훈련하는 산업 시스템을 만드는 회사로 변신하려는 것이다. 현대차그룹이 미국 로봇기업 보스턴다이내믹스의 잔여 지분을 인수해 완전 자회사로 편입하기로 한 것도 이러한 전략의 연장선이다. 연구실에서 고난도 동작을 보여주던 로봇을 실제 공장에 투입하고, 대량생산과 유지관리까지 연결하겠다는 구상이다. 현대차 DNA의 본질은 자동차라는 제품보다 복잡한 기계를 대량으로 생산하고 세계 곳곳에서 동일한 품질로 운영하는 능력에 가깝다. 이 경험이 이제 피지컬 AI로 옮겨가고 있다. 자동차 공장이 ‘로봇 학교’로 현대차그룹이 로봇 경쟁에서 가진 가장 큰 강점은 실제 제조현장이다. 휴머노이드 로봇은 걷고 물건을 드는 시연만으로 상품이 되지 않는다. 작업자와 같은 공간에서 안전하게 움직이고, 반복 작업을 정해진 시간 안에 수행하며, 고장 없이 장기간 가동해야 한다. 현대차그룹은 미국 조지아주 메타플랜트 아메리카에 로봇 메타플랜트 응용센터를 구축해 보스턴다이내믹스의 휴머노이드 로봇 아틀라스를 훈련하고 있다. 실제 공장과 유사한 환경에서 부품을 집고 옮기며 작업자의 동작을 학습한 뒤 생산라인에 투입하는 방식이다. 아틀라스는 2028년부터 조지아 공장에서 부품을 순서에 맞게 분류하는 작업에 투입될 예정이다. 2030년에는 부품 조립 등 더 복잡한 공정으로 역할을 넓힌다는 계획이다. 현대차그룹은 아틀라스뿐 아니라 물류로봇 스트레치와 4족 보행로봇 스팟도 제조와 물류, 시설관리 현장에 적용하고 있다. 핵심은 데이터의 선순환이다. 로봇은 훈련센터에서 작업을 학습하고 공장에 투입된다. 현장에서 축적한 성공과 실패 데이터는 다시 훈련센터로 보내져 로봇의 판단과 동작을 개선한다. 세계 각지의 현대차·기아 공장이 거대한 로봇 학습장으로 바뀌는 셈이다. 현대차그룹은 자동차 생산을 통해 공정 설계와 부품 조달, 품질관리, 작업자 안전, 설비 유지보수 능력을 축적했다. 보스턴다이내믹스가 로봇의 두뇌와 움직임을 제공한다면 현대차그룹은 로봇이 실제 산업현장에서 일할 수 있도록 만드는 양산·운영 체계를 제공한다. 현대모비스는 아틀라스의 액추에이터 등 핵심 부품 공급에 참여하고, 현대글로비스는 물류현장을 제공할 수 있다. 현대오토에버는 공장 소프트웨어와 데이터 운영을, 현대제철은 로봇용 소재를 맡을 수 있다. 로봇 한 대가 그룹 계열사의 기술과 공급망을 연결하는 새로운 완성품이 되는 구조다. 보스턴다이내믹스, 기술기업서 제조기업으로 현대차그룹은 2021년 보스턴다이내믹스의 경영권을 인수했다. 당시 보스턴다이내믹스는 뛰어난 로봇 기술로 유명했지만, 사업화와 수익성에서는 한계가 있다는 평가를 받았다. 고난도 동작을 구현하는 기술과 수만대를 안정적으로 생산하는 기술은 다른 영역이기 때문이다. 현대차그룹이 잔여 지분까지 확보하는 것은 장기 투자와 사업전략을 독자적으로 결정할 수 있는 구조를 만들겠다는 의미다. 기술 개발과 공장 적용, 부품 조달, 생산시설 투자, 기업공개 가능성까지 그룹이 일관되게 추진할 수 있다. 현대차그룹은 북미에 연간 수만 대 규모의 로봇 생산체제를 구축하고, 아틀라스를 그룹 공장에서 먼저 사용한 뒤 외부 제조·물류기업으로 판매처를 확대한다는 계획이다. 현대차·기아가 첫 고객이 돼 초기 수요를 보장하고 현장에서 성능을 검증하는 방식이다. 이는 과거 자동차 성장 방식과 닮았다. 현대차는 국내 시장과 계열사 공급망을 기반으로 생산경험을 쌓은 뒤 해외로 진출했다. 로봇 역시 그룹 공장에서 기술과 경제성을 검증하고 세계시장으로 확장한다는 구상이다. 하지만 넘어야 할 벽도 높다. 휴머노이드 로봇은 가격이 비싸고 배터리 가동시간, 작업속도, 안전성 측면에서 인간 노동자를 완전히 대체하기 어렵다. 공장마다 작업환경이 달라 범용 로봇을 투입하더라도 추가 학습과 설비 변경이 필요하다. 보스턴다이내믹스의 적자와 연구개발비도 부담이다. 로봇이 실제 생산성을 높이고 인건비와 산업재해를 줄인다는 점을 수치로 증명하지 못하면 대규모 투자는 그룹 재무에 부담이 될 수 있다. 완전 자회사화 과정에서 기업가치와 인수비용을 둘러싼 시장의 평가가 엇갈리는 이유다. 공장 밖으로 이어지는 피지컬 AI 생태계 현대차그룹의 피지컬 AI 전략은 로봇 판매에 그치지 않는다. 자율주행차와 스마트팩토리, AI 데이터센터, 수소에너지를 하나의 산업체계로 연결하려 하고 있다. 현대차그룹은 엔비디아와 협력해 5만개의 최신 GPU를 기반으로 AI 팩토리를 구축하고 있다. 자동차와 로봇, 공장에서 수집한 데이터를 학습해 자율주행과 로봇 제어, 생산 최적화에 활용한다. 가상공간에서 공장과 로봇을 미리 시험하는 디지털트윈 기술도 적용한다. 새만금에는 약 9조원을 투자해 AI 데이터센터와 로봇 제조 클러스터, 수소 생산시설, 태양광 발전, AI 수소도시를 조성하는 계획을 추진하고 있다. AI 데이터센터에서 로봇의 두뇌를 학습시키고, 제조단지에서 로봇을 생산하며, 재생에너지와 수소로 전력을 공급하는 구조다. 자동차가 이동수단이라면 로봇은 사람의 노동능력을 확장하는 기계다. 현대차그룹은 자동차에서 축적한 센서와 배터리, 모터, 제어, 소프트웨어 기술이 로봇에도 적용될 수 있다고 보고 있다. 노동 문제는 가장 민감한 변수다. 로봇이 위험하고 반복적인 작업을 대신하면 산업재해와 노동강도를 줄일 수 있다. 반면 생산직 일자리를 줄이는 수단으로 활용될 수 있다는 우려도 크다. 현대차 노조가 로봇 도입과 고용 문제에 민감하게 반응하는 배경이다. 현대차그룹은 로봇이 사람을 대체하기보다 협업하고, 유지보수와 훈련 등 새로운 일자리를 만들 것이라고 강조한다. 다만 로봇 도입에 따른 생산성 향상과 고용 변화, 전환교육 계획을 투명하게 제시할 필요가 있다. 업계 관계자는 “현대차그룹의 DNA는 시대가 요구하는 제품을 대량생산 체제로 바꾸는 데 있다”며 “포니를 수출상품으로 만들었고, 품질경영을 통해 글로벌 완성차 기업으로 올라섰으며, 전기차 시대에는 배터리와 소프트웨어 중심으로 공장을 전환하고 있다”고 했다. 이어 “현대차그룹은 같은 방식을 로봇에 적용하려 하고 있고, 이는 기술기업이 만든 로봇을 자동차산업의 공급망과 공장, 품질관리 체계에 올려 실제 상품으로 만드는 것”이라며 “세계 최초의 로봇 기술을 보유한 기업을 넘어 로봇을 가장 많이 생산하고 가장 잘 사용하는 기업이 될 수 있을지가 다음 승부처”라고 덧붙였다. [아주경제 2026년 07월 28일자 13면에 게재된 기사입니다.]
2026-07-28 08:46:44
-
-
피지컬 AI·냉각 사업…LG전자, 인프라 기업으로 보폭 확대
[경제일보] LG전자가 ‘조용하지만 분명한’ 체질 전환에 나서고 있다. 냉장고와 세탁기, TV로 대표되던 가전회사 이미지를 넘어 로봇, 냉난방공조, 데이터센터 냉각, 모빌리티 AI를 아우르는 인프라 기업으로 보폭을 넓히는 흐름이다. 22일 업계에 따르면 LG전자는 AI가 현실 세계에서 움직이기 위한 ‘몸’과 AI가 대규모 연산 과정에서 만들어내는 ‘열’을 동시에 겨냥하고 있다. 그동안 AI 산업의 경쟁은 반도체와 소프트웨어에 집중됐다. 더 빠른 GPU, 더 큰 모델, 더 정교한 알고리즘이 중심이었다. AI 산업의 초점이 그동안 연산 성능과 모델 경쟁에 있었다면, 점차 AI가 실제 공간에서 어떻게 움직이고 안정적으로 작동하느냐가 중요해지고 있는 상황이다. 이에 로봇과 냉각 인프라는 AI 확산 과정에서 반드시 따라붙는 기반 산업이 되고 있다. LG전자가 피지컬 AI와 냉각 사업을 동시에 전면에 내세우는 배경이다. 엔비디아와 손잡은 LG, 피지컬 AI로 간다 LG와 엔비디아의 협력은 이 변화를 보여주는 상징적 장면이다. 두 기업은 지난 8일 서울 여의도 LG트윈타워에서 최고경영진 회의를 열고 피지컬 AI, AI 인프라, 모빌리티 등 차세대 AI 기반 산업 전반에서 협력을 확대하기로 했다. 회의에는 구광모 LG 대표와 젠슨 황 엔비디아 창업자 겸 최고경영자 등이 참석했다. LG는 엔비디아의 아이작 그루트 생태계를 기반으로 레퍼런스 로봇 공동 개발에 나서기로 했다. 휴머노이드와 물류 로봇 등 차세대 로봇 분야에서 데이터 구축, 시뮬레이션, 학습, 행동으로 이어지는 개발 전 과정의 협력을 넓힌다는 구상이다. 로봇업계 관계자는 “피지컬 AI 시대의 로봇은 데이터를 학습하고, 가상 공간에서 훈련한 뒤 실제 현장에서 판단하는 시스템으로 진화하고 있다”고 했다. LG전자가 가전에서 축적한 모터와 센서, 제어 기술은 로봇의 움직임과 판단을 구현하는 기반이 되고, 제조 현장에서 쌓아온 자동화 경험은 산업용 로봇과 스마트팩토리의 실험장이 될 수 있다. 업계 관계자는 “LG전자가 가진 강점은 로봇을 단순히 하드웨어로만 보지 않는 데 있다”며 “가전, 공장 자동화, 모빌리티, AI 플랫폼을 연결할 수 있다면 피지컬 AI 시장에서 차별화된 접근이 가능하다”고 했다. AI 데이터센터가 키운 냉각 시장 또 다른 승부처는 냉각이다. 생성형 AI와 대규모 AI 모델 경쟁이 심화되면서 데이터센터의 전력 사용과 발열 문제는 산업의 핵심 병목으로 떠올랐다. 고성능 GPU가 촘촘히 들어간 AI 데이터센터는 기존 데이터센터보다 더 많은 전력을 쓰고 더 많은 열을 낸다. GPU 중심 서버가 늘어날수록 냉각은 단순 부대설비가 아니라 데이터센터 성능과 안정성을 좌우하는 핵심 인프라가 된다. LG전자는 이 지점에서 냉난방공조 사업을 AI 인프라 사업으로 확장하고 있다. 지난 4월 미국 워싱턴DC에서 열린 ‘데이터센터월드 2026’에서는 AI 데이터센터용 HVAC 솔루션을 공개했다. 액체냉각, 액침냉각, 공기냉각, 냉각 관리 소프트웨어, 전력 인프라를 묶은 토탈 솔루션이다. 특히 냉각수 분배장치인 CDU는 AI 데이터센터 냉각의 핵심 제품으로 꼽힌다. LG전자는 CDU 냉각 용량을 기존 650㎾에서 1.4㎿로 2배 이상 늘리고, 가상센서와 고효율 인버터 기술을 적용했다고 밝혔다. 미국 GRC, SK엔무브와 협업해 개발 중인 액침냉각 솔루션도 공개했다. LG전자의 강점은 냉각 기술을 단품으로 보지 않는 데 있다. 컴프레서, 칠러, 컴퓨터룸 공기처리장치, 팬모터 등 공조 핵심 부품 역량에 데이터센터 냉각 관리 시스템을 더하고 있다. 장비를 파는 데서 그치지 않고 데이터센터의 열과 에너지 흐름을 관리하는 운영 솔루션으로 사업을 키우려는 것이다. 히트펌프에서 데이터센터까지 냉각 사업의 확장은 유럽 히트펌프 시장에서도 확인된다. LG전자는 최근 스페인과 세르비아 주거단지 약 1500세대에 고효율 대용량 히트펌프 솔루션을 공급한다고 밝혔다. 스페인 마드리드 인근 약 1000세대 주거단지와 세르비아 베오그라드 약 500세대 레지던스가 대상이다. 히트펌프는 공기 중 열을 활용해 난방과 급탕을 제공하는 기술이다. 유럽에서는 화석연료 의존도를 줄이고 전기화와 친환경 에너지 전환을 추진하는 정책 흐름에 맞춰 수요가 커지고 있다. 겉으로 보기에는 데이터센터 냉각과 주거용 히트펌프는 다른 시장이지만, LG전자 입장에서는 공통분모가 있다. 둘 다 열을 옮기고, 에너지를 절감하며, 공간의 온도를 정밀하게 관리하는 사업이다. 공조업계 관계자는 “히트펌프와 데이터센터 냉각은 적용 공간은 다르지만 본질적으로 열관리 기술이라는 점에서 맞닿아 있다”며 “컴프레서, 인버터, 제어 기술을 오래 축적한 기업은 HVAC와 데이터센터 냉각 양쪽에서 사업 확장이 가능하다”고 했다. LG전자의 변화는 단순한 사업 다각화라기보다 사업의 기준을 바꾸는 움직임에 가깝다. 과거 경쟁력은 제품 단위에서 평가됐다. 냉장고, 세탁기, TV가 얼마나 잘 작동하는지가 핵심이었지만, 이제 경쟁은 집, 공장, 차량, 데이터센터라는 공간 전체를 어떻게 운영하느냐로 옮겨가고 있다. 가전회사의 다음 무대는 ‘공간’ LG전자가 로봇과 냉각을 동시에 강화하는 것은 AI 시대의 공간 경쟁과 맞물려 있다. 집 안에서는 AI홈이 가전과 생활 데이터를 연결한다. 산업 현장에서는 피지컬 AI가 로봇과 설비를 움직인다. 차량 안에서는 인포테인먼트와 자율주행 보조시스템이 모빌리티 경험을 바꾼다. 데이터센터에서는 냉각과 전력 인프라가 AI 연산의 기반이 된다. 전자업계 관계자는 “AI 시대의 경쟁은 제품 하나를 잘 만드는 데서 끝나지 않고, 집, 공장, 차량, 데이터센터처럼 AI가 작동하는 공간 전체를 연결하고 운영하는 역량이 기업가치를 좌우할 수 있다”고 했다. 물론 과제도 적지 않다. 로봇 시장은 테슬라, 보스턴다이내믹스, 일본 자동화 기업, 중국 로봇 기업들이 경쟁하는 영역이다. 데이터센터 냉각 시장도 글로벌 공조 기업과 전력 인프라 기업들이 빠르게 움직이고 있다. 기술 발표를 실제 수주와 반복 매출로 연결하는 것이 관건이다. 로봇과 데이터센터 냉각은 모두 성장성이 큰 시장이지만 초기 투자와 고객 검증 과정이 까다롭다. 때문에 결국 실제 수주 규모와 레퍼런스 확보 속도가 LG전자의 체질 전환을 평가하는 기준이 될 것으로 보인다. [아주경제 2026년 06월 23일자 13면에 게재된 기사입니다.]
2026-06-23 08:50:38
-
-
"AI가 피부를 읽고 로봇이 움직였다"…코엑스 뒤덮은 '생활형 AI' 경쟁
[경제일보] 카메라 앞에 서자 피부 상태 분석 결과가 화면에 실시간으로 나타났다. 몇 걸음 떨어진 공간에서는 로봇 팔이 유리병과 플라스틱, 알루미늄 캔을 자동으로 분류했고 다른 부스에서는 의류 사진 한 장만으로 쇼핑몰 상세페이지 초안이 완성됐다. 20일 서울 삼성동 코엑스에서 개막한 ‘아마존웹서비스(AWS) 서밋 서울 2026’ 현장은 인공지능(AI)이 더 이상 개념이나 시연 수준에 머물지 않고 실제 산업과 소비 현장 안으로 빠르게 들어오고 있음을 보여주는 자리였다. 21일까지 이틀간 열리는 이번 행사는 AWS가 국내 기업 및 파트너사들과 구축한 생성형 AI 적용 사례를 중심으로 구성됐다. 뷰티와 유통, 제조, 금융, 물류, 로봇 등 산업 전반에 걸쳐 AI가 실제로 어떻게 활용되고 있는지를 직접 체험할 수 있도록 꾸며졌다. 올해 행사에서 AWS가 가장 강조한 키워드는 ‘에이전틱 AI(Agentic AI)’다. 단순히 질문에 답하는 AI를 넘어 스스로 업무를 수행하고 여러 시스템을 연결해 판단과 실행까지 이어가는 형태의 AI를 의미한다. 업계에서는 생성형 AI 경쟁이 이제 모델 성능 자체보다 실제 산업 현장에서 얼마나 활용 가능한가로 빠르게 이동하고 있다는 평가가 나온다. 현장에서도 이런 변화가 뚜렷하게 드러났다. 가장 많은 관람객이 몰린 곳 가운데 하나는 아모레퍼시픽 부스였다. 관람객이 태블릿 카메라 앞에 서서 얼굴을 촬영하고 피부 상태 관련 문항에 응답하면 AI가 유·수분과 색소, 탄력, 민감도 등을 분석해 피부 유형을 도출하는 방식이다. 분석 결과는 레이더 차트 형태로 시각화됐고 피부 나이와 향후 피부 변화 가능성까지 함께 제시됐다. 이후 개인 상태에 맞는 화장품 추천도 이어졌다. 과거 화장품 매장에서 직원 경험과 상담 중심으로 이뤄졌던 피부 진단이 데이터와 AI 기반 개인 맞춤형 서비스 형태로 바뀌고 있는 셈이다. AWS 측은 이 서비스가 아모레퍼시픽의 피부 연구 데이터와 AWS 생성형 AI 기술을 결합해 개발됐다고 설명했다. AWS의 생성형 AI 플랫폼 ‘아마존 베드록(Amazon Bedrock)’과 머신러닝 플랫폼 ‘아마존 세이지메이커(Amazon SageMaker)’ 등이 활용됐다. 유통과 커머스 분야에서도 AI 자동화 경쟁이 눈에 띄었다. 엔씨소프트(NCSOFT) AI 부스에서는 의류 사진 한 장만으로 쇼핑몰 상세페이지 초안을 자동 생성하는 ‘에이전틱 AI 커머스’ 기술이 공개됐다. 사용자가 AI와 음성 대화를 통해 브랜드 콘셉트와 소비자층 등을 설정하면 AI가 모델 이미지와 제품 소개 영상, 상세 설명 등을 자동으로 제작하는 방식이다. 촬영과 편집, 카피 작성 등에 투입되던 시간을 크게 줄일 수 있다는 설명이다. 업계에서는 생성형 AI가 콘텐츠 제작 보조 수준을 넘어 실제 판매와 운영 효율을 높이는 단계로 빠르게 확대되고 있다고 보고 있다. 피지컬 AI 분야에서는 실제 움직이는 로봇들이 관람객들의 시선을 끌었다. 스타트업 컨피그 부스에서는 협업 로봇 팔 두 대가 유리병과 플라스틱, 캔 등을 재질별로 분류하는 시연이 이어졌다. 사람이 가까이 접근하면 로봇이 즉시 멈추거나 경로를 변경하는 동작도 자연스럽게 구현됐다. 산업 안전 분야에서는 위험 구역 접근 시 즉시 경고를 보내는 AI 기반 안전 관리 시스템도 소개됐다. 센서와 웨어러블 기기를 연동해 작업자의 움직임을 실시간으로 감지하는 방식이다. 건설과 물류 현장 등 실제 산업 현장 적용 사례도 함께 공개됐다. 자율주행 로봇도 행사장 내부를 실제로 움직였다. 뉴빌리티 부스에서는 배달 로봇 ‘뉴비 플로우’가 코엑스 내부를 주행하며 굿즈를 배송했다. 로봇 이동 경로와 위치, 주행 상태는 대형 화면을 통해 실시간으로 표시됐다. AWS는 이번 행사에서 단순 생성형 AI뿐 아니라 피지컬 AI와 산업형 AI 확대 흐름도 함께 강조했다. 제조와 리테일, 금융, 공공, 헬스케어 등 산업별 세션도 별도로 운영됐다. 최근 글로벌 IT 업계에서는 AI 활용 범위가 빠르게 넓어지고 있다. 고객 응대와 검색 중심이었던 초기 생성형 AI와 달리 최근에는 제조 공정 최적화와 물류 자동화, 개인 맞춤형 소비 추천, 산업 안전 관리 등 실제 산업 운영 영역까지 확산되는 흐름이다. 특히 AI 기술 경쟁이 단순 소프트웨어를 넘어 로봇과 자율주행, 스마트 기기와 결합하는 방향으로 확대되면서 클라우드와 데이터 인프라 중요성도 함께 커지고 있다. 전시장을 찾은 한 업계 관계자는 “예전 AI 전시가 미래 기술을 보여주는 성격이 강했다면 이제는 실제 현장에서 어떻게 비용을 줄이고 생산성을 높일 수 있는지가 중심이 되고 있다”며 “AI가 산업 전반의 운영 방식 자체를 바꾸기 시작한 단계로 보인다”고 말했다.
2026-05-20 11:04:36
-
-
-
물류센터 들어가는 휴머노이드…LG CNS·컬리, 차세대 물류 실증 진행
[경제일보] LG CNS가 컬리와 손잡고 물류센터 휴머노이드 로봇 실증 사업에 나선다. 생성형 AI를 넘어 실제 물리 공간에서 작업을 수행하는 '피지컬 AI' 경쟁이 본격화되면서 물류 자동화 시장도 새로운 전환점을 맞고 있는 것으로 분석된다. 18일 LG CNS는 컬리와 최근 '스마트 물류센터 고도화를 위한 휴머노이드 개념검증(PoC) 및 물류 자동화 사업 협력' 업무협약(MOU)을 체결했다고 밝혔다. 양사는 컬리 물류 인프라를 기반으로 휴머노이드 로봇 현장 적용 가능성을 검증하고 차세대 물류 자동화 기술 개발에 나설 계획이다. 올해를 기점으로 글로벌 IT·유통업계에서는 AI 기술 경쟁이 소프트웨어 영역을 넘어 실제 산업 현장에서 움직이는 로봇과 자동화 설비 중심으로 확대되고 있다. 특히 물류 산업은 반복 작업 비중이 높고 인력난과 야간근무 부담이 큰 만큼 휴머노이드와 피지컬 AI 적용 가능성이 가장 빠르게 주목받는 분야 중 하나로 꼽힌다. 특히 미국의 인공지능 로봇 스타트업 피규어AI가 최근 유튜브 라이브 방송을 통해 자사의 휴머노이드가 물류 현장에서 일하는 장면을 실시간으로 송출해 주목을 받았다. 휴머노이드 로봇이 산업 현장에 적용할 수 있는 단계까지 도달한 것으로 풀이된다. 이번 협력의 핵심은 컬리 물류센터에서 진행되는 휴머노이드 로봇 실증이다. 양사는 실제 물류 현장에서 작업자의 업무 부담과 위험도를 줄일 수 있는 업무를 발굴하고 휴머노이드 적용 가능성을 검증할 계획이다. LG CNS는 자체 로봇 학습·운영 플랫폼인 '피지컬웍스'를 활용해 로봇 작업 정확도와 수행 속도, 기존 작업 방식 대비 효율 개선 수준 등을 분석할 예정이다. 피지컬웍스는 AI 기반으로 로봇 동작을 학습·운영·관리하는 플랫폼으로 향후 다양한 산업 현장으로 확장이 가능한 기술로 평가된다. 컬리는 새벽배송 중심 물류 운영 과정에서 축적한 대규모 데이터와 리테일테크 기반 물류 인프라를 바탕으로 실증 환경을 제공한다. 컬리는 현재 신선식품 중심 사업을 넘어 뷰티와 패션, 리빙 등으로 상품군을 확대하고 있으며 배송 경쟁력 강화에도 집중하고 있다. 허태영 컬리 COO 부사장은 "컬리는 방대한 물류 현장의 데이터를 쌓고 있고, 데이터와 AI를 활용해 효율성을 끌어올리고 있다"며 "LG CNS의 첨단 피지컬 AI 기술력과 현장 데이터를 연결해 물류 현장의 혁신을 이뤄내기를 바란다"고 설명했다. 양사는 휴머노이드 실증과 함께 물류센터 자동화 고도화 작업도 병행한다. LG CNS는 컬리 물류센터의 자동화 설비와 물류 운영 시스템을 통합해 입고와 보관, 피킹, 출고에 이르는 전 과정을 효율화할 계획이다. 앞서 LG CNS는 컬리 김포 복합물류센터와 창원 물류센터 구축 사업을 수행하며 상온·냉장·냉동 환경을 통합 운영하는 물류 기술과 새벽배송 운영 경험을 확보한 바 있다. 특히 신선식품 물류는 온도 관리와 작업 속도, 재고 운영 난도가 높은 분야로 꼽히는 만큼 휴머노이드 자동화 적용 여부에 관심이 쏠리고 있다. 이번 LG CNS의 협력은 단순 물류 자동화 프로젝트를 넘어 국내 피지컬 AI 시장 확대 신호탄이 될 수 있을 것으로 전망된다. 생성형 AI 이후 산업계 관심이 AI 에이전트와 피지컬 AI로 빠르게 이동하고 있다. 기존 물류 자동화가 무인운반로봇(AGV)이나 자율주행 물류로봇(AMR) 중심이었고, 이후 휴머노이드는 사람 형태를 기반으로 기존 작업 환경에 보다 유연하게 대응할 수 있다는 점이 차별점으로 꼽히며 주목받고 있다. 별도 설비 구조를 대폭 변경하지 않고도 다양한 작업 수행이 가능해 활용 범위가 넓은 것으로 평가된다. 또한 AI 기술 발전으로 로봇의 상황 인식과 작업 학습 능력이 빠르게 고도화되면서 향후 물류와 제조, 유통 현장 전반으로 적용 범위가 확대될 가능성도 커지고 있다. 특히 반복 작업과 야간 작업 비중이 높은 물류센터는 휴머노이드 도입 효과가 가장 먼저 나타날 수 있는 분야로 분석된다. LG CNS와 컬리는 향후 물류센터 내 휴머노이드 적용 성공 사례를 기반으로 신규 사업 기회도 공동 발굴할 계획이다. 양사는 로봇 기반 차세대 물류 지능화를 통해 AI와 물류, 리테일 기술을 결합한 새로운 사업 모델 확대에도 나설 방침이다. 박상균 LG CNS 통신·유통·서비스사업부장 전무는 "컬리가 보유한 물류 운영 노하우와 LG CNS의 기술 역량이 결합돼 물류 자동화 분야에서의 의미 있는 시너지를 창출할 수 있을 것"이라며 "이번 협력을 통해 현장 중심의 혁신 기술을 만들어 나가겠다"고 말했다.
2026-05-18 10:00:00
-
로보틱스 흡수한 AVP…현대차, '차량·로봇' 시너지 시험대
[경제일보] 현대자동차그룹 로보틱스랩이 첨단차플랫폼 본부 산하로 이관되면서 차량·로봇 통합을 통한 기술 시너지 확보에 나섰다. 자율주행과 인공지능 중심 조직으로 재편되며 개발 효율과 데이터 활용 확대가 기대되는 가운데, 이러한 변화가 실제 사업 경쟁력으로 이어질 수 있을지 관심이 쏠린다. 30일 업계에 따르면, 현대자동차그룹은 로보틱스랩을 기존 연구개발 본부에서 첨단차플랫폼 본부 산하로 이관할 예정이다. 첨단차플랫폼 본부는 자율주행과 소프트웨어 정의 차량 개발을 담당하는 조직이다. 이번 이관으로 로보틱스 기술이 차량 플랫폼 개발 체계 안으로 들어오게 된다. 로보틱스랩은 그동안 서비스 로봇과 물류 자동화 중심으로 운영됐다. 조직 이관 이후에는 센서 인식, 경로 계획, 제어 알고리즘 등 자율주행 기술과 공통 기반을 중심으로 개발이 이뤄질 것으로 예상된다. 차량과 로봇이 동일한 인공지능 모델과 소프트웨어 구조를 활용하는 형태로 개발 체계가 정리되는 흐름이다. 기술 통합이 본격화될 경우 연구개발 효율성 개선이 예상된다. 로보틱스와 자율주행은 핵심 기술 영역이 겹치는 만큼 개별 조직으로 운영될 때 중복 투자와 개발 지연 가능성이 있다. 하나의 조직에서 공통 기술을 통합 개발할 경우 데이터 축적과 알고리즘 고도화에 속도가 빨라질 것으로 전망된다. 리더십 구조도 변경된다. 첨단차플랫폼 본부장인 박민우 사장이 로보틱스랩장을 겸임한다. 박 사장은 엔비디아와 테슬라에서 자율주행과 인공지능 개발을 담당한 이력이 있다. 이에 따라 로보틱스 개발에서 소프트웨어와 데이터 기반 접근 방식이 확대될 가능성이 제기된다. 현대차는 통합 전략 실행을 위해 제조 영역에서도 인력 확보에 나섰다. 다음 달 1일부터 17일까지 제조 소프트웨어 및 인공지능 분야 경력직 채용을 진행하며, 모집 분야는 소프트웨어 정의 공장, 제조 인공지능, 제조 로보틱스, 제조 물류 지능화 등이다. 생산 공정과 물류 운영에 데이터 기반 제어 체계를 적용하기 위한 조치로 해석된다. 차량과 로봇 통합 구조는 물류와 생산 영역으로 확장될 가능성이 있다. 목적기반차와 물류 로봇, 스마트팩토리 자동화 기술을 연계할 경우 차량과 로봇이 동일한 운영 체계에서 작동하는 환경이 구축될 수 있다. 운송과 생산, 서비스 영역을 연결하는 통합 운영 구조 형성이 검토된다. 다만 기술 통합이 곧바로 사업 성과로 이어질지는 불확실하다. 로보틱스 사업은 아직 수익 구조가 제한적인 상태이며 연구개발 투자가 이어지고 있다. 자율주행과 인공지능 개발 역시 대규모 투자가 필요한 영역으로, 동시에 추진될 경우 비용 부담이 확대될 수 있다. 조직 운영 측면에서도 변수는 남아 있다. 첨단차플랫폼 본부는 자율주행과 소프트웨어 정의 차량, 인공지능 개발을 동시에 담당하고 있어 프로젝트 간 우선순위 조정이 중요한 과제로 꼽힌다. 로보틱스 영역이 핵심 축으로 자리 잡지 못할 경우 자원 배분에서 후순위로 밀릴 가능성도 있다. 업계 관계자는 "로보틱스를 자율주행 조직 안으로 넣은 것은 단순 조직 이동이 아니라 기술 적용 범위를 넓히겠다는 신호"라며 "동일한 기술을 여러 산업에 적용할 수 있어 개발 효율과 사업 확장 속도를 끌어올릴 수 있는 구조"라고 말했다.
2026-04-30 17:51:50
-
-
LG CNS, 'RX 이노베이션 랩' 출범…기업 자동화 사업 확대
[경제일보] LG CNS가 기업의 로봇 도입 전략 수립부터 실행까지 지원하는 전담 조직을 신설하며 로봇 전환(RX) 사업 확대에 나섰다. 인공지능(AI)과 디지털 전환(DX)에 이어 물리적 자동화 영역까지 사업을 확장하며 기업용 로봇 시장 선점에 나서는 전략으로 풀이된다. 1일 LG CNS는 고객 맞춤형 로봇 도입 컨설팅을 수행하는 'RX 이노베이션 랩'을 출범했다고 밝혔다. 해당 조직은 기업의 업무 환경과 도입 목적에 맞는 로봇 활용 방안을 도출하고 워크플로우 재설계와 개념검증(PoC)까지 수행하는 로봇 전환 전담 조직으로 알려졌다. IT 서비스 기업들이 AI 이후 새로운 성장동력으로 로봇 사업을 확대하는 흐름이 이어지고 있다. 통신·IT 서비스 기업들이 데이터센터와 AI 사업 경쟁을 벌이는 가운데 로봇 기반 자동화는 기업 고객 대상 신규 수익원으로 주목받고 있기 때문이다. 이에 최근 기업들의 자동화 전략이 소프트웨어 중심에서 물리적 자동화로 확장되면서 로봇 도입 수요가 빠르게 증가하고 있다. 물류·제조·유통 등 산업 현장에서 인력 부족과 비용 증가 문제가 지속되면서 로봇 기반 자동화가 새로운 대안으로 부상하고 있다. 국제로봇연맹(IFR)의 지난해 9월 보고서에 따르면 지난 2024년 전 세계 산업용 로봇 설치 대수는 약 54만2000대로 10년 전 대비 두 배 이상 증가했으며 운영 중인 로봇도 466만대를 넘어섰다. 또한 글로벌 물류 로봇 시장 역시 연평균 15% 이상 성장할 것으로 전망되면서 기업들의 로봇 기반 자동화 투자가 확대되는 추세인 것으로 나타났다. 이에 LG CNS는 RX 이노베이션 랩을 통해 3단계 로봇 전환 프로그램을 제공할 계획이다. 첫 번째 '인사이트' 단계에서 산업 특성과 업무 환경을 분석해 로봇 도입 영역을 발굴한다. 이후 '디자인' 단계에서 자율이동로봇(AMR), 휴머노이드 등 최적의 로봇 솔루션을 선정하고 사람과 로봇 간 역할 분담을 설계한다. 마지막으로 '프루프' 단계에서 실제 현장 데이터를 기반으로 개념검증(PoC)을 수행해 생산성과 운영 효율을 검증한다. 특히 LG CNS는 단순 공정 자동화가 아닌 업무 전반의 워크플로우 재설계 방식으로 로봇 전환을 추진한다는 점을 강조했다. 물류 기업의 경우 상품 입고부터 보관, 분류, 피킹, 포장, 출고까지 전 과정을 분석해 로봇 적용 효과가 높은 구간을 도출하고 이동 경로와 처리 시간 등을 데이터화해 최적의 작업 구조를 설계하는 방식이다. LG CNS는 최근 몇 년간 물류·유통·제조 현장에서 다수의 로봇 개념검증 프로젝트를 수행하며 관련 역량을 축적해 온 것으로 알려졌다. 수백 건의 물류센터 자동화 사업 경험을 바탕으로 창고 자동화 로봇, AI 피킹로봇, 자율이동로봇(AMR), 무인운송로봇(AGV) 등 다양한 로봇 운영 사례를 확보했고 이를 통해 물건 적재·분류, 선박 조립 상태 검사 등 산업 현장에서 로봇 활용 가능성을 검증해왔다. 이번 조직 신설 발표는 LG CNS가 DX·AX·RX를 아우르는 기업 혁신 체계 구축을 완료한 것으로 풀이된다. LG CNS는 디지털 전환을 지원하는 '이노베이션 스튜디오'와 생성형 AI 기반 업무 혁신을 위한 'Gen AI 스튜디오'를 운영하며 약 140건의 고객 혁신 프로그램을 진행해왔다. 여기에 로봇 전환 조직까지 추가되면서 기업의 디지털·AI·로봇 혁신을 통합 지원하는 구조를 갖추게 된 것으로 분석된다. LG CNS는 로봇 전환 핵심 기술 확보에도 속도를 내고 있다. 미국 로봇 브레인 개발 기업인 '스킬드 AI', 휴머노이드 양팔 제어 특화 기업 '컨피그'와 협력을 확대했다. 또한 미국 휴머노이드 로봇 기업 '덱스메이트'에 전략적 투자를 진행하며 하드웨어 설계 역량까지 확보한 것으로 평가된다. 이를 통해 LG CNS는 로봇 파운데이션 모델(RFM), 로봇 통합 운영 플랫폼, 하드웨어 설계를 결합한 풀스택 RX 서비스를 제공한다는 계획으로 분석된다. AI 기반 자동화가 소프트웨어 영역 중심이었다면 RX는 실제 산업 현장의 물리적 자동화까지 확장하는 개념이다. 현신균 LG CNS 사장은 "로봇 전환의 핵심은 단순한 자동화를 넘어 전체 업무 프로세스 관점에서 생산성을 재설계하고 혁신하는 데 있다"며 "LG CNS는 피지컬 AI 역량을 바탕으로 산업 현장에 최적화된 RX 모델을 구축해 고객의 생산성 향상과 성장 가속화에 기여할 것"이라고 말했다.
2026-04-01 10:00:00
-