챗GPT(ChatGPT)가 인공지능(AI)을 사용자 화면(UI)에서 체감케했다면, 피지컬 AI(Physical AI)는 그 지능을 현실 세계로 구현하는 기술 방법론이다. 기존 AI가 텍스트·이미지를 만드는 이른바 생성형 AI(Generative AI)라면, 피지컬 AI는 카메라·센서로 실제 환경을 읽는다. 물리 법칙과 상황을 파악해 다음 동작을 예측하고, 로봇·설비·모빌리티 등 하드웨어를 직접 제어하는 차세대 기술 체계인 것. 현시점 글로벌 로봇 분야에서 휴머노이드 로봇(Humanoid Robot)이 피지컬 AI의 대표 격으로 주목받지만, 핵심은 대상을 가리지 않는다는 점이다. 제조 장비, 물류 시스템, 자동차, 농기계, 무인항공기(드론) 등 실제 환경에서 스스로 판단하고 움직이는 시스템 전반으로 확장하고 있다. 이러한 피지컬 AI는 갑자기 나타난 기술 개념이 아니다. 로보틱스(Robotics), 컴퓨터 비전(Computer Vision), 강화학습(Reinforcement Learning), 제어공학(Control Engineering), 체화 AI(Embodied AI) 등 다양한 분야가 오랫동안 쌓아온 결과다. 달라진 건 이 기술들이 통합돼 활용된다는
수출기업을 향한 탄소배출 데이터 제출 요구가 공급망 전반으로 확산하고 있다. 기업들의 과제도 탄소배출량을 산정하는 데서 데이터를 어떻게 관리하고 주고받을지로 넓어지고 있다. 고객사마다 다른 양식과 산정 기준에 대응하면서 생산량·에너지 사용량 등 민감한 정보를 보호하고, 한 번 확보한 데이터를 여러 거래처에 활용할 수 있는 시스템의 필요성이 대두되고 있다. 대한상공회의소와 한국산업단지공단이 20일 공개한 ‘산업단지 탄소배출 관리(MRV) 플랫폼 수요조사’에 따르면 수출기업 300개사 가운데 99.3%가 고객사로부터 탄소배출 데이터 제출을 이미 요청받았거나 앞으로 받을 예정이라고 답했다. 90.3%는 자신들도 협력사에 탄소데이터를 요구하고 있거나 요구할 계획이라고 응답했다. 탄소데이터 제출 요구가 원청에서 협력사로 이어지는 구조가 확산하고 있는 셈이다. 데이터 관리 방식은 기업마다 달랐다. 복수응답 결과 전사적자원관리(ERP) 등 사내 시스템을 활용한다는 기업이 66.3%였지만, 엑셀·수기문서로 관리한다는 응답도 42.4%에 달했다. 고객사가 제공하는 개별 서식을 이용한다는 기업은 38.8%였다. 대한상의와 산단공은 기업들이 고객사 요구에 맞춰 데이터를 다시 가
인쇄산업에서도 생산성 향상과 작업 효율화를 위한 자동화 기술의 적용 범위가 넓어지고 있다. 인쇄 장비 자체의 자동화를 넘어 소재 인식과 데이터 처리, 색상 관리, 이송, 후가공, 주문·생산 관리 등 인쇄 전후 공정을 자동화하는 기술이 속속 등장하는 모습이다. 지난 19일부터 22일까지 경기 고양시 킨텍스 제2전시장에서 열린 'K-PRINT 2026'에서도 이 같은 흐름을 확인할 수 있었다. K-PRINT는 인쇄를 비롯해 레이블, 패키징, 골판지·제지, 디지털프린트, 텍스타일, 사인·광고 산업의 장비와 솔루션을 한자리에서 소개하는 인쇄산업 전문 전시회다. 올해 전시장에서는 인공지능(AI) 비전으로 출력 대상의 위치를 인식하는 프린터부터 제조실행시스템(MES)의 데이터를 생산 현장에 연결하는 마킹 솔루션, 인쇄물을 자동으로 반전·정렬하는 설비, QR·바코드를 활용한 후가공 자동화까지 다양한 기술이 소개됐다. 온라인 주문과 실제 생산을 연결하는 Web-to-Print와 주문형 인쇄(POD) 솔루션도 전시장을 채웠다. AI 비전으로 소재 위치 자동 인식…지그 없앤 씨엠테크 씨엠테크는 AI 기반 비전 시스템을 적용한 차세대 UV 프린터를 전면에 내세웠다. 핵심은 출력
대표적인 국내 ESG 평가기관인 서스틴베스트의 오승재 대표가 지속가능성 공시 의무화를 앞둔 기업들이 스코프 3(Scope 3) 공시의 3년 유예기간을 ‘준비를 늦춰도 되는 시간’으로 받아들여서는 안 된다고 지적했다. 공시에 필요한 수치를 만드는 데 그치지 말고 연결회사와 공급망의 데이터를 확보하고, 이를 실제 리스크 관리에 활용할 수 있는 체계를 지금부터 만들어야 한다는 지적이다. 오승재 대표는 지난 19일 서울 중구 타워107에서 열린 ‘2026 지속가능성 공시 의무화 대응 전략 세미나’에서 ‘ESG 의무공시, 기업은 무엇을 준비해야 하는가’를 주제로 기조강연을 진행하며 이같이 밝혔다. 정부의 지속가능성 공시 제도화 최종안에 따르면 공시는 2028년(FY27) 연결자산총액 10조원 이상 코스피 상장사부터 시작하고, 2029년에는 5조원 이상 기업으로 대상을 확대한다. 2028~2029년 공시 상황 등을 평가한 뒤 2030년 2조원 이상 기업으로 확대할지 검토한다. 스코프 3는 준비기간을 고려해 공시 대상별로 3년간 유예된다. 오 대표는 이 같은 유예기간을 공시 대응을 미룰 근거로 해석해서는 안 된다고 강조했다. 그는 “스코프 3가 3년 유예됐다는 것 자체가
지속가능성 공시 의무화를 앞두고 기업의 준비 과제가 ‘ESG 보고서를 어떻게 작성할 것인가’에서 ‘공시에 활용할 데이터를 어떻게 수집하고 검증할 것인가’로 구체화되고 있다. 연결회사와 공급망까지 데이터 관리 범위가 넓어지는 가운데 지속가능성 정보에도 원천 데이터의 생성부터 검증·승인까지 추적할 수 있는 관리체계를 갖춰야 한다는 목소리가 나온다. 서스틴베스트와 사단법인 디지털ESG얼라이언스(i-DEA)는 19일 서울 중구 타워107에서 ‘2026 지속가능성 공시 의무화 대응 전략 세미나’를 열고 기업의 지속가능성 공시와 스코프 3(Scope 3) 공급망 데이터 대응 방안을 논의했다. 이날 행사에는 ESG·지속가능경영, 재무·IR·공시, 구매·공급망, 환경안전(EHS) 등 분야의 기업 관계자 100여 명이 참석했다. 세미나에서는 공시 데이터 관리와 스코프 1·2·3 산정, 내부통제, 공급망 데이터 수집·검증 등이 주요 의제로 다뤄졌다. 정부가 지난달 발표한 ‘지속가능성(ESG) 공시 제도화 방안(최종안)’에 따르면 지속가능성 공시는 2028년(FY27) 연결자산총액 10조원 이상 코스피 상장사부터 시작된다. 2029년에는 5조원 이상 기업으로 대상을 확대하고,
서울 리전 데이터센터 3곳으로 확대...단일 장애점 해소하고 SLA 99.95%→99.99% 상향 에이전트런·스타옵스·ACS 에이전트 샌드박스 등 에이전트 기반 AI 서비스 한국 리전 출시 엔드투엔드 AI 풀스택 전략 아래 오픈소스 Qwen 생태계·현지 파트너 확대 병행 알리바바 클라우드가 국내에서 세 번째 데이터센터를 공식 출범했다. 알리바바 클라우드는 지난 18일 서울에서 개최한 기자간담회에서 한국 리전에 세 번째 데이터센터를 가동하기 시작했다고 밝혔다. 이는 2016년 한국 진출과 2022년 첫 데이터센터 개소 그리고 지난해 두 번째 데이터센터에 이은 것으로 한국 리전의 데이터센터는 세 곳으로 늘었다. 윤용준 알리바바 클라우드 인텔리전스 한국 총괄 지사장은 "오늘 한국 리전에서 세 번째 데이터센터를 런칭하면서 알리바바 클라우드는 전 세계 30개 리전과 104개 가용 영역을 보유하게 됐다"고 말했다. 이번 출범은 알리바바가 클라우드와 AI 분야에 3년간 530억 달러를 투입하기로 한 투자 계획의 연장선에 있다고 덧붙였다. 그는 세 번째 데이터센터 출범으로 가장 크게 달라지는 부분은 서비스 안정성과 가용성이라고 설명했다. 데이터센터가 두 곳일 때는 한 곳에
1295건. 국내 로봇 토털 솔루션 업체 브릴스가 지난 2020~2025년 수행한 로봇 프로젝트 숫자다. 매출·납품 실적만 남는다면 로봇 시스템통합(SI)은 프로젝트가 끝날 때마다 다시 출발해야 한다. 코스닥 입성을 앞둔 브릴스는 다른 답을 내놨다. 이들이 제시한 해법은 현장에서 얻은 경험을 ‘남기는’ 구조다. 제어·비전(Vision)·안전·공정 등 기술은 추후 재활용 가능한 모듈 형태로 두고, 작업 과정에서 발생하는 데이터는 피지컬 AI(Physical AI)의 학습 자산으로 전환해 나간다는 전략. 이러한 접근은 프로젝트 하나가 끝날 때마다 기술을 새로 만드는 대신, 이전의 현장 경험이 다음 로봇의 판단·행동을 고도화하는 재료로 이어지는 방식이다. 전진 브릴스 대표는 이제 그 축적의 범위를 인공지능(AI)까지 넓힌다고 공표했다. 원격 조작(Teleoperation)을 통해 작업 데이터를 확보하고, 모방 학습(Imitation Learning)과 온디바이스 AI(On-device AI)를 결합해 로봇이 현장을 인식·판단하는 수준까지 끌어올린다는 구상이다. 쉽게 말해, 사람이 로봇을 직접 조작하며 배운 작업 방식을 데이터로 남기고, AI가 이를 학습해 비슷한
기업의 탄소배출 공시가 의무화되기 시작하면 단순히 배출량을 계산하는 것만으로는 대응하기 어렵고, 규제 시행 전에 공급망 전반의 데이터를 지속적으로 수집·검증할 수 있는 인프라를 구축하는 것이 핵심이라는 분석이 나왔다. 특히 기업 배출량의 상당 부분을 차지하는 스코프 3(Scope 3)은 협력사 데이터에 의존하는 만큼 준비를 늦출수록 비용과 업무 부담이 커질 수 있다는 지적이다. ESG 전문매체 ESG투데이(ESG Today)는 13일 아스에네(ASUENE) 창업자 겸 최고경영자(CEO) 니시와다 고헤이(Kohei Nishiwada)의 기고문 ‘의무 배출량 공시의 실제 모습: 일본에서 얻은 교훈(What Mandatory Emissions Disclosure Looks Like in Practice: Lessons from Japan)’을 게재했다. 니시와다는 일본 기업의 의무 공시 전환 경험을 토대로 기업들이 규제 시행을 기다렸다가 대응하기보다 스코프 3을 포함한 공급망 탄소 데이터 체계를 사전에 구축해야 한다고 강조했다. 니시와다는 일본 기업들이 그동안 기후 관련 재무정보 공개 태스크포스(Task Force on Climate-related Financia
현장 작업자가 로봇 앞으로 손을 뻗는다. 물건을 건네려는 걸까, 작업을 멈추라는 신호일까. 한 발 뒤로 물러섰다면 이동 경로를 비켜준 것인지, 로봇의 접근을 부담스러워한 것인지도 판단해야 한다. 사람에게는 자연스러운 몸짓이지만 로봇에게는 여러 답이 가능한 관측값이다. 앞선 1편에서 다룬 복원의 대상은 물리 세계였다. 한 장의 엑스레이와 제한된 카메라 영상에서 보이지 않는 구조를 추정하고, 가려진 물체와 공간을 다시 입체화하는 방법론이다. 이제 로봇이 다뤄야 할 대상이 물리 세계에서 사람으로 넘어오면 문제는 한층 복잡해진다. 형태·위치를 알아내는 것만으로는 다음 행동을 결정하기 어렵기 때문이다. 사람의 현재 상태는 하나의 센서에 온전히 나타나지 않는다. 표정·목소리·자세·시선 등은 서로 다른 단서를 제공하고, 심박·호흡 같은 생체신호는 겉으로 드러나지 않는 변화를 보여준다. 인공지능(AI)은 이렇게 흩어진 관측값을 함께 해석해 피로·주의도·감정·의도처럼 직접 측정하기 어려운 상태를 추정하는 방향으로 영역을 넓히고 있다. 이 변화는 피지컬 AI(Physical AI)가 인간 세상으로 들어가기 위해 풀어야 할 문제와 맞닿는다. 로봇·장비·설비가 사람을 피해 움직이
오는 9월 9일부터 11일까지 사흘간 일산 킨텍스 1전시장 5홀에서 '국제 운송·공급망관리 산업전(SCM FAIR)'이 열린다. 올해로 6회째를 맞는 SCM FAIR 2026은 'Rebuild the Supply Chain'을 슬로건으로 내걸고, 통합 SCM과 지능형 로봇·자동화를 비롯한 6개 전시존과 8개 세션으로 구성된 SCM 글로벌 포럼을 동시에 선보인다. 헬로티는 SCM FAIR 2026 개최를 앞두고 물류·공급망 업계의 주요 트렌드를 연속 기획으로 짚어본다. 물류센터, 왜 로봇에 의존하게 됐나 물류 현장의 자동화 논의는 단순한 비용 절감을 넘어 운영 지속성 확보 차원으로 무게중심이 옮겨가고 있다. 여러 요인들이 있겠지만 그 중에서도 상시적인 인력난과 피크 시즌 물동량 변동성이 자동화 도입을 앞당기는 배경으로 꼽힌다. 전자상거래 주문량 급증과 배송 시간 단축 요구, SKU 복잡성 증가는 물류센터가 피킹·포장·내부 이동 과정의 수작업 병목을 자동화 설비로 대체하도록 이끌고 있다는 분석이다. 한 해외 리서치 업체의 조사에 따르면 물류 자동화 시장 규모는 지난해 826억 9천만 달러에서 올해 907억 8천만 달러로 성장할 것으로 추정된다. 특히 아시아태평양
로봇은 눈앞의 현실을 전부 보지 못한다. 카메라 시야 뒤에 가려진 물체, 조명에 따라 달라지는 표면, 반사광·먼지, 센서가 놓친 깊이 정보 등은 실제 작업 공간 곳곳에 빈틈을 만든다. 사람에게는 익숙한 환경도 로봇에게는 일부만 관측되는 이유다. 이러면 보이는 정보만 믿고 움직이는 로봇이 예측하지 못한 충돌이나 작업 실패를 일으키기 쉽다. 그동안 피지컬 AI(Physical AI) 논의는 현실 데이터를 모으고, 가상 환경에서 학습한 후, 인공지능(AI)의 판단을 로봇 제어와 작업 동작으로 구현하는 과정에 집중됐다. 그러나 이러한 학습·제어에 앞서 해결해야 할 문제가 있다. 센서에 들어온 정보부터 불완전하다면, 로봇은 무엇을 현실로 받아들여야 하는가. 가려진 물체의 전체 형상·표면, 주변 장애물, 다각적인 환경 변화 등을 복원하지 못하면 정교한 학습·제어도 불완전한 현실 위에서 이뤄질 수밖에 없다는 지적이 나온다. 쉽게 말해, 눈이 멀고 왜곡된 상태에서는 아무리 뛰어난 두뇌와 손발을 가졌어도 제대로 된 판단과 동작을 기대하기 힘들다는 의미다. 이 빈틈을 채우는 AI 기반 복원 기술을 묶어 부르면 ‘복원형 AI’다. 이는 저화질 의료 영상에서 신체 내부 구조를 구
오는 9월 9일부터 11일까지 사흘간 경기 고양시 킨텍스 제1전시장 5홀에서 '제6회 국제 운송·공급망관리 산업전(SCM FAIR 2026)'이 열린다. 'Rebuild the Supply Chain'을 슬로건으로 내건 이번 행사는 PNT FAIR 2026과 공동 개최되며, SCM 글로벌 포럼을 비롯한 다양한 프로그램이 함께 진행될 예정이다. 헬로티가 이번 행사를 앞두고 물류·공급망 업계의 주요 트렌드를 연속 기획으로 짚어본다. 저무는 오프쇼어링 시대, 공급망은 왜 다시 가까워지나 국제 통상 환경의 불확실성이 커지면서 기업들의 생산기지 전략도 변화의 흐름을 보이고 있다. 미중 갈등 장기화와 보호무역주의 확산, 지정학적 리스크 증가 등을 배경으로, 업계 일각에서는 '세계 최적 생산지'를 찾아 공장을 해외로 옮기던 오프쇼어링 전략의 매력이 예전만 못하다는 진단이 나온다. 그 대안으로 자국으로 생산기지를 되돌리는 '리쇼어링(Reshoring)'과 인접국으로 이전하는 '니어쇼어링(Nearshoring)'이 주목받고 있다. 이러한 흐름의 배경에는 여러 요인이 복합적으로 작용하고 있다. 대표적으로 코로나19 팬데믹 당시 전 세계가 겪은 공급망 마비 사태를 꼽을 수 있다
코히어 한국·일본 현지 법인 설립 공식화 올해 말까지 아태 기술·영업 인력 2배...2027년까지 사업 기반 4배 확대 예고 데이터·모델·인프라 통제권 '소버린 AI' 국내 생태계 협력 강조 데이터를 외부에 넘기지 않고 인공지능(AI)을 활용하려는 이른바 소버린 AI 수요가 아시아태평양 지역에서 빠르게 커지고 있다. 시장조사기관 IDC는 아태 기업의 80%가 핵심 업무에 AI를 도입할 때 데이터 주권을 우선 고려할 것으로 내다봤다. 이 시장을 겨냥한 소버린 AI 기업 코히어(Cohere)가 지난 5일 서울 소공동 웨스틴조선호텔에서 기자간담회를 열고 한국과 일본 법인 설립을 비롯한 아태 확장 전략을 내놨다. 프랭크 오다우드 코히어 본사 사업총괄은 "최근 들어 소버린 AI로 전략을 선회한 것이 아니라 처음부터 가장 규제가 심한 기업과 공공기관에 소버린 AI를 제공하기 위해 설립된 회사"라며 "이 점이 다른 AI 기업과의 차별점"이라고 말했다. 이어 오다우드 총괄은 "많은 기업이 AI에 투자했지만 기대한 만큼의 가치를 얻지 못하고 있다"며 "고객들은 이미 투자한 것을 대체하는 소프트웨어가 아니라 기존 투자를 보완해 효과를 높여줄 수 있는지를 가장 궁금해한다"고 말
이미 있었던 대책, 그런데도 반복된 화재 사실 물류창고 화재에 대한 정부 대책이 이번이 처음은 아니다. 2022년 5월 이천 물류창고 화재를 계기로 민간 전문가와 관계 부처가 참여하는 '민관합동 재난원인 조사단'이 구성됐고, 그해 12월 '물류창고 화재 원인분석 및 재발 방지대책'이 마련됐다. 이 대책에는 ▲물류창고에 특화된 건축·시설 기준 정비 ▲현장의 화재안전 문화 개선 ▲화재안전 인프라 확충 등 3대 분야 35개 과제가 담겼다. 그럼에도 불구하고 이후에도 대형 물류창고 화재가 이어지면서 제도 개선 이후 현장 이행력과 관리 체계의 실효성에 대한 과제가 남았다. 결국 근본적인 문제는 제도가 없어서라기보다, 제도만으로는 해결되지 않는 다른 이유가 있기 때문이다. 배송 속도 경쟁이 만든 '뉴노멀' 그 이유 중 하나로 지목되는 것이 코로나19 이후 일상이 된 '빠른 배송' 경쟁이다. 마켓컬리, 쿠팡 등이 샛별배송, 로켓배송 등 '빠른 배송'을 본격적으로 선보이면서 국내에서의 배송 전쟁도 시작됐다. 기존의 국내 택배사들도 이에 질세라 CJ대한통운은 2024년 8월 주 7일 배송 체제 '매일 오네' 도입 계획을 밝혔고 2025년 1월부터 실제 시행에 들어갔으며, 한
또다시 도마 위에 오른 '메자닌' 이번 인천 쿠팡 물류센터 화재에서도 진압을 어렵게 한 요인으로 가장 먼저 거론된 것은 '메자닌' 구조였다. 메자닌은 높은 층고를 활용해 적층식 랙과 철골로 중간층을 만드는 방식으로, 물동량이 많은 이커머스·택배업계를 중심으로 적재 효율을 높이기 위해 널리 쓰인다. 이번 화재가 발생한 6층 역시 3단 선반으로 층을 나눈 메자닌 구조였던 것으로 파악됐다. 촘촘한 적재 공간과 가연물이 결합되며 불길이 수직으로 빠르게 번지고, 소방대원의 진입이 차단되는 구조적 한계가 드러났다. 규제 사각지대 문제는 이 구조를 정부조차 제대로 파악하지 못하고 있다는 데 있다. 현행 물류시설법에 따르면 물류창고업 등록 사업자는 시설·장비 현황을 관할 지방자치단체에 제출해야 하고, 이 정보는 국가물류통합정보센터에 연계된다. 그러나 메자닌 구조는 필수 등록 항목이 아니어서 사업자가 자율적으로 기재하지 않으면 정부가 별도로 현황을 파악하기 어렵다. '메자닌을 없애자'가 아니라 '기준을 세우자' 다만 전문가들 사이에서는 메자닌 구조 자체를 화재 원인으로 지목하는 데는 신중해야 한다는 목소리도 나온다. 국내 한 물류업계 전문가는 “복층 적층 구조인 메자닌이 오
[산업AI EXPO 프리뷰] 제조 AI ⑯ | 케이에스텍, 생산 계획 AI로 공장 일정 다시 짠다...‘싱크플랜 APS’ 출격
[산업AI EXPO 프리뷰] AI 구동 인프라 ⑤ | AI 하나 쓰는데 솔루션은 몇 개?...데이터·모델·에이전트 통합하는 ‘누비슨 에이엑스’
에브리봇 “직접 구동 기반 동력원 모듈 융합해 피지컬 AI 신성장동력 창출”
특별법 제정 속 폭증하는 전력 수요, AI 데이터센터 기획·운용 실무법은?
LG디스플레이, 순손실 1조·줄어든 자본…정철동은 ‘흑자 전환’ 상여 7억
국산 AI반도체·코봇·그리퍼 삼각 동맹 결성...로봇 제어 기술 자립 추진한다
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 10월 05일 16시 38분
