플라잎ㆍ레인보우로보틱스, AI 양팔로봇 V2 공동 개발 “제조 특화 피지컬 AI 새 장 연다” 작성일 04-03 26 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="5YXOT1EoEg"> <figure class="figure_frm origin_fig" contents-hash="bb81f9485d95604263bc0072992469c03d700c21ecfc8ed5a6a9737103f6f23a" dmcf-pid="1GZIytDgEo" dmcf-ptype="figure"> <p class="link_figure"><img alt="플라잎이 레인보우로보틱스와 함께 AI 양팔로봇 V2 개발에 힘을 쏟는다 / 출처=플라잎" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/03/itdonga/20260403090908625cznn.jpg" data-org-width="940" dmcf-mid="0wqxnkfzsZ" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/03/itdonga/20260403090908625cznn.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 플라잎이 레인보우로보틱스와 함께 AI 양팔로봇 V2 개발에 힘을 쏟는다 / 출처=플라잎 </figcaption> </figure> <p contents-hash="854c8e2a188275f9169f63c13afda38db4c9525dfbf3446584cba008ead4392e" dmcf-pid="tH5CWFwarL" dmcf-ptype="general">[IT동아 강형석 기자] 스스로 판단하고 변수에 대응하는 피지컬 인공지능(Physical AI) 기술이 확대되면서 제조 현장은 변화의 물결을 맞았다. 과거 제조 환경 속 로봇이 정해진 동작을 반복하는 기계에 불과했다면, 피지컬 AI 시대의 로봇은 예상치 못한 상황 속에서도 목표를 달성하는 파트너로 진화했기 때문이다. 그 결과 제조 환경 자동화는 특정 기업의 사업 방향이 아니라 산업 전체의 전환점으로 떠올랐다.</p> <p contents-hash="64d385491df1f84c29949a0410d68e0e1d83bcc95af6bc06549fcc47faf158a9" dmcf-pid="FX1hY3rNrn" dmcf-ptype="general">이런 변화의 흐름 속에 피지컬 AI 기술 스타트업 플라잎(PLAiF)이 산업용 로봇 제조 기업 레인보우로보틱스와 손을 잡고 '제조 특화 AI 양팔로봇 V2' 공동 개발에 나선다. 양사가 기존 협력으로 쌓아온 기술력을 바탕으로 실제 제조 현장에 최적화된 차세대 자동화 솔루션을 구현하는 게 목표다.</p> <p contents-hash="ebda4e40077f65a43b15c5aa3ef40263717ee4f1faa3985f933c96b1d7480f0e" dmcf-pid="3WHsv5kLsi" dmcf-ptype="general">두 기업의 협력은 처음이 아니다. 양사는 앞서 자동차 제조 공정 자동화 솔루션을 함께 개발해 실제 생산라인 적용 가능성을 검증했다. 자동차 제조 공정에는 커넥터를 연결하거나 커버 체결 등 두 손을 써야 하는 공정이 많다. 기존 산업용 로봇으로는 지그(jig)나 별도 고정 장치 없이 처리하기 어려운 작업이다. 이 솔루션은 양손 협응을 통한 복합 작업 수행 능력과, 외부 환경 변화·로봇 오차를 실시간 보정하는 감각 AI 및 학습 시스템을 결합해 주목받았다. 이번에 개발하는 AI 양팔로봇 V2는 더 다양한 공정과 복잡한 제조 환경에서도 안정적으로 작업을 수행하는 수준까지 완성도를 높이는 게 목표다.</p> <h3 contents-hash="53c27ded9375f58df5b325fe211cc819cb8306e18912fe75555c541c674cf159" dmcf-pid="0YXOT1EomJ" dmcf-ptype="h3">두 기업의 협업에는 이유가 있다</h3> <p contents-hash="b130fa9fac61a019355823958129a3e2e4401843f48fdfb07f07de0c94096123" dmcf-pid="pGZIytDgDd" dmcf-ptype="general">피지컬 AI 기술이 고도화하려면 소프트웨어와 하드웨어 역량은 필수다. 아무리 뛰어난 인공지능이라도 이를 물리적으로 구현할 정밀한 하드웨어가 없다면 무용지물이다. 반대로 유연한 구동부와 관절을 갖춘 로봇이라도 똑똑한 두뇌가 없다면 단순 기계장치에 불과하다. 플라잎과 레인보우로보틱스의 협업은 이 빈 공간을 채우기 위한 것이다.</p> <p contents-hash="760766e22f1632331329d3f4ccfe7898de3e904ee48fd0718bbfa618029278fd" dmcf-pid="UH5CWFwaIe" dmcf-ptype="general">레인보우로보틱스는 정밀 하드웨어 분야에서 역량을 갖춘 기업이다. 핵심 부품 기술 내재화를 통해 경쟁력을 확보하고, 로봇 전문가가 아니어도 제조업과 서비스업 현장에서 손쉽게 사용 가능한 협동로봇을 공급 중이다. 식품ㆍ물ㆍ공기ㆍ소비재 관련 제품을 검사하는 기관인 NSF(National Sanitation Foundation) 인증을 받은 협동로봇으로 식품 위생 안전성을 검증받기도 했다.</p> <figure class="figure_frm origin_fig" contents-hash="c7f8ec44342d9f37dd80f69966e214ffdb46ba4c6da071509be6dc30f23f668b" dmcf-pid="uX1hY3rNwR" dmcf-ptype="figure"> <p class="link_figure"><img alt="플라잎과 레인보우로보틱스는 자동차 제조 공정 자동화 솔루션을 개발하며 생산라인 적용 가능성을 검증했다 / 출처=플라잎" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/03/itdonga/20260403090909900wguk.jpg" data-org-width="1500" dmcf-mid="8xOgEhd8Es" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/03/itdonga/20260403090909900wguk.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 플라잎과 레인보우로보틱스는 자동차 제조 공정 자동화 솔루션을 개발하며 생산라인 적용 가능성을 검증했다 / 출처=플라잎 </figcaption> </figure> <p contents-hash="33f060e3a25d97eb0326be3231d2be4eb631a338f06305989a3994d579e29fa3" dmcf-pid="7ZtlG0mjOM" dmcf-ptype="general">플라잎은 조립ㆍ체결 특화 AI 분야에서 역량을 갖춘 스타트업이다. 힘(Force) 기반 제어와 모션 생성 알고리즘을 결합해, 로봇이 부품을 다룰 때 발생하는 미세한 저항과 접촉 정보를 실시간으로 감지하고 동작을 즉각 수정하는 기술을 개발했다. 나아가 시각(Vision)·언어(Language)·행동(Action)을 통합 제어하는 VLA 모델과 조립 공정 특화 파운데이션 모델을 더해, 로봇이 스스로 상황을 인지하고 판단하며 행동하는 시스템을 구현 중이다.</p> <p contents-hash="c3fe8dce5961b13af8a38a83801b428b46749da95bdde5b5d9ec4d607ae517b2" dmcf-pid="z5FSHpsAIx" dmcf-ptype="general">협업의 핵심은 제조 기반 피지컬 AI 솔루션의 완성이다. 하드웨어와 특화 AI 기술이 하나의 시스템으로 긴밀하게 결합될 때, 비로소 제조 현장에서 신뢰할 수 있는 자동화 솔루션이 만들어진다는 데 두 기업이 뜻을 모은 셈이다.</p> <h3 contents-hash="0713dcb91285f917b399cca97a0e3a32fe389f2d62ae03bbda2d67e2a8bf4871" dmcf-pid="q13vXUOcmQ" dmcf-ptype="h3">미래 제조 산업은 유연해야 성장한다</h3> <p contents-hash="06284f125a587e5d51ab63cd0fcb7c90bba624aa3eb9b89828859ba0a6fdfbcc" dmcf-pid="Bt0TZuIkwP" dmcf-ptype="general">제조 현장이 직면한 과제 가운데 하나는 유연성의 부재다. 전통적인 제조 자동화는 상품을 빠르고 많이 만드는 것을 목표로 설계됐다. 특정 제품을 대량으로 찍어내기 위해 최적화된 전용 설비를 공정마다 구축하는 방식이다.</p> <p contents-hash="004eb54eff93276764d464bd0420f55f5ee6ed3a287cccca6d8b0d40b271dd3f" dmcf-pid="bFpy57CEw6" dmcf-ptype="general">하지만 소비자 요구가 다양해지면서 생산 물량을 예측하기 어려워졌다. 하나의 플랫폼을 놓고 여러 모델을 만드는 방식이 일반화된 자동차 산업이 대표적이다. IT 산업도 유행의 변화가 가파르다. 자연히 제조업은 다품종 소량 생산에 적합한 유연한 생산체계 구축에 집중한다.</p> <p contents-hash="ec2e02bf36e106e1240f4702f82427f23733a483eac21e2533551a012f08c3c2" dmcf-pid="K3UW1zhDO8" dmcf-ptype="general">그런데 기존의 전용 설비 기반 자동화 시스템은 이런 변화를 따라가지 못한다. 공정이 바뀌면 설비를 통째로 다시 설계해야 하고, 제품 종류가 달라지면 처음부터 투자를 다시 해야 한다. 자동화를 도입했는데도 경직성이라는 새로운 족쇄를 차는 셈이다.</p> <p contents-hash="95f3c4cad73943a05dc20616c3e4bba307410b99e7c695e56db02771ed0e3e23" dmcf-pid="90uYtqlwr4" dmcf-ptype="general">인력 문제도 복잡하게 얽혔다. 국가데이터처 자료에 따르면 국내 60대 이상 제조업 근로자 비중이 2010년 5.4%에서 2025년 17.5%로 증가한 반면, 취업자 수는 꾸준히 줄어드는 추세다. 제조 인력 고령화 현상이 두드러지면서 기업들은 한정된 장비로도 다양한 제품 생산이 가능한 시스템을 요구한다.</p> <p contents-hash="a3d2944ef8695d1c6f9aca83a57e4e6952eb13944f671dfd8bc33c390cc40a5f" dmcf-pid="2JL4Rab0wf" dmcf-ptype="general">스스로 인지하고 적응하는 로봇을 활용한 '유연 생산(Flexible Manufacturing)' 시스템을 도입하면 제조업의 어려움을 해소할 수 있다. 제품 규격이 바뀌어도 로봇이 시각 데이터를 통해 스스로 부품을 인식하고 작업 방식을 조정한다면, 공장은 멈추지 않고 계속 돌아가기 때문이다.</p> <p contents-hash="e14030cc9b31d65e33c2f31581a050597a3302ab5c480831d4713473d042cfc0" dmcf-pid="Vio8eNKpsV" dmcf-ptype="general">플라잎과 레인보우로보틱스가 공동 개발하는 AI 양팔로봇 V2는 매번 공정별로 새로운 전용 설비를 구축하고 폐기하던 소모적인 방식에서 벗어나, 다양한 제조 공정과 복잡한 조건에서도 안정적으로 자동화 작업을 수행할 수 있다. 지능형 양팔로봇이 여러 작업자의 역할을 유연하게 대체하며 다품종 변동 생산 수요에 즉각 대응하는 스마트 팩토리의 기반을 다지게 되는 셈이다.</p> <h3 contents-hash="ee43c79fff1f82fce86492449f5a8453792d60500646e64e501eb307b0fdaa2b" dmcf-pid="fng6dj9Uw2" dmcf-ptype="h3">“차세대 제조 특화 로봇” AI 양팔로봇 V2의 차별점은?</h3> <p contents-hash="776b065ea683d81d5c1ba98866d8949855e6e1764890011fcd8c7ce49679d3d6" dmcf-pid="4LaPJA2us9" dmcf-ptype="general">플라잎과 레인보우로보틱스가 개발할 AI 양팔로봇 V2의 차별점은 무엇일까? 기존 양팔로봇이 특정 공정의 조립 완성도 확보에 집중했다면, AI 양팔로봇 V2는 다양한 제조 공정과 복잡한 작업 조건에서도 안정적인 조립이 가능하도록 설계된다. 이를 위해 고정형 구조 대신 인간의 움직임에 가까운 2축 허리(PitchㆍYaw) 구조를 채택했다.</p> <p contents-hash="6ee5e6b72cbed0b94d3a9d27faaa8de73e784742e829fd60297fdad25cc968b7" dmcf-pid="8oNQicV7mK" dmcf-ptype="general">2축 허리 구조는 앞뒤 기울기(피치, Pitch)와 좌우 회전(요, Yaw)이 가능하게 해준다. 로봇 팔과 허리축 구조를 실제 작업자의 동선을 고려해 개선한 것이다. 일반적인 피지컬 AI 기반의 이족보행 휴머노이드가 다양한 환경을 보행하며 작동하는 범용성에 초점을 맞췄다면, AI 양팔로봇 V2는 정밀 조립 과정에 특화됐다.</p> <figure class="figure_frm origin_fig" contents-hash="e9ff639bbf8fe3a7f868cc7e59099f6bea42c7eacfff121649ce077e3bf94404" dmcf-pid="6gjxnkfzOb" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 양팔로봇 V2는 인간의 움직임에 가까운 2축 허리 구조를 채택했다 / 출처=플라잎" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/03/itdonga/20260403090911134wdyb.jpg" data-org-width="1100" dmcf-mid="PrGmSZcnEr" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/03/itdonga/20260403090911134wdyb.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 양팔로봇 V2는 인간의 움직임에 가까운 2축 허리 구조를 채택했다 / 출처=플라잎 </figcaption> </figure> <p contents-hash="669fea73047cf832415da5c73121bc88b0745d6a25d9d59c7f09f8bd81603035" dmcf-pid="PaAMLE4qDB" dmcf-ptype="general">작업 범위가 확대되면 처리 가능한 공정 범위도 넓어진다. 한 자리에서 여러 부품을 다루는 복합 조립 공정부터 다양한 자세와 각도가 필요한 정밀 조립까지 투입할 수 있다.</p> <p contents-hash="50b27b4b50e07ee753e52de822fe2d54cf8307e61224a17722c052a0245ef178" dmcf-pid="QNcRoD8BIq" dmcf-ptype="general">플라잎의 비전 기술은 AI 양팔로봇 V2의 완성도를 높이는 데 쓰인다. 딥러닝 기반 물체 파악 및 깊이(Depth) 추정 기술, AI 모델 등이 결합돼 다양한 형상의 물체를 빠르고 정교하게 인식하고 분류한다. 외부 환경과의 상호작용을 감지하고, 감각 AI를 활용해 로봇의 행동을 조정함으로써 제조 환경에서 발생하는 오차에 유연하게 대응하고 최적의 힘을 유지한다.</p> <h3 contents-hash="2693c69c2c29db5f949c38271bee76329ab6e0cc4e26eeb133b49eefe2f60735" dmcf-pid="xjkegw6bsz" dmcf-ptype="h3">정밀 하드웨어와 조립ㆍ체결 특화 AI의 시너지 기대</h3> <p contents-hash="5401ec0c7ef674bcc6773822ebf7ee656433875fdf25b18a1c5928b09ec06475" dmcf-pid="yp7GFBSrr7" dmcf-ptype="general">로봇과 AI의 결합에 대한 이야기는 오래됐다. 하지만 실제 제조 현장에서 의미 있는 변화를 만들어낸 사례는 많지 않다. 기술 시연과 개념 증명(PoC)은 다양하게 진행 중이지만, 실제 생산라인에서 반복적으로 작동하며 검증된 솔루션은 드물다. 이것이 피지컬 AI 산업이 풀어야 할 현실적 과제였다.</p> <p contents-hash="0a5aec628fbd94cf8d13c96318d1941054b2f1753a9b235cd5f5630089449a41" dmcf-pid="WUzH3bvmsu" dmcf-ptype="general">플라잎과 레인보우로보틱스의 협업이 주목받는 것은 이미 검증된 솔루션을 바탕으로 차세대 피지컬 AI 솔루션을 개발한다는 점 때문이다. 두 기업은 자동차 제조 공정 자동화 과정에서 얻은 경험을 바탕으로 AI 양팔로봇 V2 공동 개발에 뜻을 모았다. 현장에서 검증된 기술을 발전시켜 성장의 계기를 마련하는 것이 경쟁에서 결정적 우위로 작용할 것이라는 판단이 깔려 있다.</p> <p contents-hash="376306d4151588fd0b795daaf04ea9466af0b632ac039931856094a9f82a6b37" dmcf-pid="YuqX0KTsmU" dmcf-ptype="general">제조업체들이 특정 목적에 최적화된 로봇 개발에 집중하는 산업 흐름도 AI 양팔로봇 V2의 방향성과 일치한다. 시장조사기업 글로벌 마켓 인사이츠(Global Market Insights) 자료에 따르면 전 세계 산업용 로봇 시장 규모는 2024년 기준 약 177억 달러(약 25조 7799억 원)로 평가됐으며, 2034년까지 600억 달러(약 90조 4560억 원) 시장이 될 것으로 분석됐다.</p> <p contents-hash="34e65803cf051e79129fd52cd6704b14b76b6e39d70c6c7b65e93660c04943af" dmcf-pid="G7BZp9yODp" dmcf-ptype="general">피지컬 AI 기술 발전을 위한 두 기업의 각오도 남다르다. 플라잎 관계자는 "AI 양팔로봇 V2는 성능 개선 외에 실제 제조 환경에 맞춘 구조적 진화에 집중한다. 기술 개발 과정에서 적용 가능한 공정 범위를 빠르게 확장해 나갈 것"이라고 밝혔다. 레인보우로보틱스 측도 "플라잎과의 기술 시너지가 본격 구현되는 단계이며, 제조 자동화의 새로운 기준을 제시해 나가겠다"고 강조했다.</p> <p contents-hash="c349af6ee94e305d82ba6c58d2bb8ab75da5f07fd20a9738c861c4a3a33dcb0b" dmcf-pid="Hzb5U2WID0" dmcf-ptype="general">IT동아 강형석 기자 (redbk@itdonga.com)</p> <p contents-hash="737efff90b4ef955ec8f20deee2892b4e69ff621185ab51cce4d8c1b581000d6" dmcf-pid="XOhjrvnQE3" dmcf-ptype="general">사용자 중심의 IT 저널 - IT동아 (<span>it.donga.com</span>)</p> </section> </div> <p class="" data-translation="true">Copyright © IT동아. 무단전재 및 재배포 금지.</p> 관련자료 이전 미국 OTT에 ‘방발기금’ 부과? 코딧, '2026 NTE' 분석 보고서 발간 04-03 다음 韓 학생이 만든 로버, '붉은 행성' 화성으로 갈까 [지금은 우주] 04-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
