KDB산업은행 리드 150억 원 규모 투자 유치...‘네이버 D2SF’ 후속 투자도 ‘시뮬레이션 준비(SimReady)’ 3차원 에셋(3D Asset) 기반 피지컬 AI(Physical AI) 시뮬레이션 데이터 병목 해소 ‘정조준’ 엔닷라이트가 150억 원 규모의 성장 동력을 확보했다. 이번 투자는 KDB산업은행이 주도했고, 기존 투자자인 네이버D2SF·IMM인베스트먼트·캡스톤파트너스가 후속 투자로 참여한 것으로 알려졌다. 여기에 NH벤처투자·스톤브릿지·아워크라우드(OurCrowd) 등이 신규 투자자로 대거 합류했다. 특히 네이버의 기술 스타트업 투자·육성 조직 네이버D2SF는 프리시리즈 A(Pre-series A), 시리즈 A(Series A)에 이어 세 번째 연속 투자를 단행한 바 있다. 엔닷라이트는 자체 개발한 인공지능(AI) 기반 3차원(3D) 컴퓨터지원설계(CAD) 솔루션 '트리닉스(TRINIX)'를 통해 3차원 에셋(3D Asset) 생성 과정을 지원하고 있다. 질량·마찰 등 물리 속성과 관절 구조, 충돌 범위를 반영한 '시뮬레이션 준비(SimReady)' 데이터를 자동 생성하는 기술이다. 이를 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 가
휴머노이드 로봇(Humanoid Robot) 손재주(Dexterity) 평가 벤치마크 '덱스벤치(DexBench)' 고도화 추진한다 국내 시뮬레이션·로보틱스 3사와 업무협약(MOU) 리얼월드(RLWRLD)가 국내 시뮬레이션·로보틱스 스타트업과 손잡았다. 합성 데이터(Synthetic Data) 기술 업체 ‘피직스심랩’, 시뮬레이션 및 물리 데이터 레이어 기술 업체 ‘스페이스에이아이’, 3차원(3D) 데이터 인프라 업체 ‘엔닷라이트’ 등과 로봇 손재주(Dexterity) 분야 글로벌 표준을 만들기 위한 협력 체계를 구축한 것. 이번 협력은 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)와 함께 개발 중인 휴머노이드 로봇(Humanoid Robot) 손재주 평가 벤치마크 ‘덱스벤치(DexBench)’를 고도화하기 위해 추진됐다. 이는 실제 산업 현장에서 로봇이 사람처럼 손을 사용해 복잡한 과제를 수행할 수 있는지를 시뮬레이션 및 실물 환경에서 검증하는 오픈소스 프로젝트다. 회사는 3개 업체와 함께 3D 에셋(Asset), 물리 기반 데이터, 시뮬레이션 검증 체계 등을 고도화할 방침이다. 이 가운데 자체 개발 로봇 파운데이션 모델(RFM) ‘알엘디엑스-1(RLDX
2026년 상반기 매출 2조8358억 원, 영업이익 2221억 원 기록 “전년 대비 견조한 성장세 지속” 인공지능(AI)·클라우드 매출 비중 59%...하이퍼스케일 데이터센터 설계·구축·운영(DBO) 사업이 주효 LG CNS가 올 상반기 매출 2조8358억 원, 영업이익 2221억 원을 달성했다고 밝혔다. 이는 전년 동기 대비 각각 6.1·1.1% 증가한 수치다. 전 사업 분야에서 그룹 계열사 외 대외 고객 대상 매출 비중이 고르게 늘어난 점이 이번 성장의 주요 원인으로 꼽힌다. 사측의 이번 실적 성장 중심에는 인공지능(AI)·클라우드 사업이 꼽힌다. 실제로 해당 분야 상반기 매출은 전년 동기 대비 5.1% 증가한 1조6714억 원을 기록하며 전체 매출의 약 59%를 차지했다. 특히 클라우드 부문에서는 삼송·죽전 등 경기 소재 하이퍼스케일 AI 데이터센터 설계·구축·운영(DBO) 프로젝트를 잇달아 수주하며, 상반기만 1조 원 이상의 신규 수주를 확보했다. 이 밖에 인도네시아 소재 해외 첫 AI 데이터센터 사업장 완공을 앞두고 있다. 또한 그래픽처리장치(GPU)·신경망처리장치(NPU) 등 컴퓨팅 자원을 구독 형태로 제공하는 ‘XPU웍스(XPUWorks)’ 플랫
씨메스로보틱스, SK텔레콤 주관 피지컬 AI 로보틱스 간담회 참석...산업 협력 방안 논의 현장 데이터 기반 로봇 학습용 데이터 구축 및 산업 현장 개념증명(PoC) 추진 예고 씨메스로보틱스가 지난 30일 SK그룹 임직원이 모인 ‘피지컬 AI·로보틱스 스타트업 간담회’에 참석했다. 이 자리에서 산업용 피지컬 AI(Physical AI) 기술과 로보틱스 생태계 협력 방안을 논의했다. 이번 간담회는 SK텔레콤이 국내 피지컬 AI 분야 산업 생태계와의 협력 체계를 구축하기 위해 마련했다. 현장에는 SK텔레콤, SK그룹 AI위원회, SK하이닉스, SK AX 등 주요 계열사 임원진과 피지컬 AI 및 로보틱스 스타트업 관계자가 대거 참석했다. 이들은 제조·물류·서비스 등 다양한 산업 분야의 피지컬 AI 동향을 공유했다. 또한 인공지능(AI) 반도체, AI 데이터센터, 디지털 트윈(Digital Twin), 로봇 파운데이션 모델(RFM) 등 인프라 자원과 로보틱스 기술을 연계하는 협력 방안을 다각도로 논의했다. 씨메스로보틱스는 3차원(3D) 비전(Vision) 기술과 AI 기반 로봇 동작 생성 기술을 앞세워, 제조·물류 현장의 비정형 작업 자동화에 기여한 점을 강조한다.
씨메스로보틱스·엔씨에이아이, 피지컬 AI(Physical AI) 공동 연구개발(R&D) ‘맞손’ 3차원(3D) 비전(Vision) 및 로봇 정밀 제어 데이터와 가상 환경 월드 모델(World Model) 기술 결합 씨메스로보틱스와 엔씨의 인공지능(AI) 자회사 엔씨에이아이가 각 산업 현장 맞춤형 로보틱스 기술 개발에 나선다. 이들은 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)' 기반 기술을 로봇에 이식하는 작업을 공동으로 전개하기로 했다. 이 과정에서 물류·제조 현장 내 비정형 공정 자동화에 기여한 씨메스로보틱스의 현장 운용 데이터가 활용될 예정이다. 여기에 엔씨에이아이의 월드 모델(World Model)과 로봇 파운데이션 모델(RFM) 등 역량이 융합된다. 특히 양사는 씨메스로보틱스가 가진 비전 파운데이션 모델(VFM)과 로봇 정밀 제어 데이터 파이프라인을 엔씨에이아이의 가상 시뮬레이션 환경과 연동한다. 이로써 피지컬 AI 구현의 고질적 난제였던 학습 데이터 부족 문제를 완화하겠다는 입장이다. 현장 데이터 수집부터 가상 학습, 실전 적용으로 이어지는 선순환 생태계 구현이 이들의 목표다. 이성호 씨메스로보틱스
‘시그라프 2026(SIGGRAPH 2026)’서 논문 21편 및 핵심 소스 코드·모델 공식 공개해 로봇 운동 제어 파운데이션 모델 제시 엔비디아가 컴퓨터 그래픽 콘퍼런스 '시그라프 2026(Special Interest Group on Computer Graphics and Interactive Techniques 2026, SIGGRAPH 2026)'에서 현실적으로 동작하고 실시간으로 반응하는 가상 환경 기반 연구 성과를 공개했다. 시그라프는 글로벌 컴퓨터 그래픽스 및 상호작용 기술 학술대회다. 인공지능(AI)·그래픽스 분야에서 최첨단 3차원(3D) 렌더링 기술과 컴퓨터 비전 연구 과정·결과 등을 공유하는 자리다. 최근에는 정밀한 물리 엔진 시뮬레이션을 기반으로 한 피지컬 AI(Physical AI) 및 차세대 로봇 운동 제어 기술의 연구 성과가 대거 공개되고 있다. 엔비디아는 이번 콘퍼런스에서 기술 논문 21편을 공론화했다. 이는 가상 환경 생성과 현실 세계 머신 훈련을 동시 구동하는 실시간 시스템이다. 여기에 관련 코드·모델도 함께 공개했다. 특히 실시간 모션 모델 '모션브릭스(MotionBricks)'를 선보였는데, 현장에서는 시중 휴머노이드 로봇(
‘넥스트라이즈 2026(NextRise 2026)' 참가...독자 양산 기술 기반 국산 구동부(Actuator) 선봬 구조 설계 및 제어 알고리즘 전단 최적화 역량 강조...“중국산 부품 대비 85% 수준 단가 절감” 비욘드허니컴이 글로벌 로봇 부품 시장의 가격 장벽을 낮추기 위한 전략을 공개했다. ‘넥스트라이즈 2026(NextRise 2026)' 현장에 초저가 양산 기술을 적용한 국산 구동부(Actuator)를 전격 공개하며 기술력을 내세웠다. 넥스트라이즈는 지난 18일 서울 강남구 삼성동 소재 전시장 코엑스에서 전시 연계 콘퍼런스로 열렸다. 올해로 10회째를 맞이한 이번 행사는 유망 기술 스타트업의 비즈니스 모델을 검증하고, 글로벌 빅테크 생태계와의 실질적인 인프라 협업 및 네트워크 가교를 구축하기 위한 목적으로 마련됐다. 이틀간의 전체 일정 동안 전 세계 투자기관과 고성능 하드웨어·소프트웨어 생태계 관계자가 대거 집결했다. 실제 산업 검증된 상용화 기술 성과를 공유하고, 글로벌 시장 개척을 위한 기술 제휴 타진이 전방위적으로 전개됐다. 사측은 이 자리에서 외산 부품에 의존한 국내 로봇 공급망의 자립에 기여하는 차세대 로봇 구동 모듈을 최초로 시연했다.
로봇은 ‘피지컬 AI(Physical AI)’를 몸에 새기는 대표적인 실전형 기체로 각광받고 있다. 그렇다고 해서 로봇이 피지컬 AI를 대변하는 전부는 아니다. 단편적인 기체 구동을 보여주는 것만으로는 더 이상 ‘로봇 강국’의 지위를 담보할 수 없다는 뜻이다. 이제는 ‘데이터 자산화’와 ‘에지 컴퓨팅(Edge Computing) 기반 추론’, ‘현장 실증(Pilot)’과 ‘실행 체계’가 함께 돌아가야 하는 방정식의 영역으로 진입했다. 이때 피지컬 AI는 인공지능(AI)이 물리적 환경을 직접 학습·적응해, 로봇·설비·시스템이 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 기술 방법론이라는 게 이론적 정의다. 쉽게 말해 AI가 물리 환경 속 하드웨어와 결합하는 기술이다. 그러나 산업 현장에서의 이 개념은 더 구체적이다. ▲로봇 팔(Robot Arm) 움직임 ▲공장 속 예외 상황 ▲에지단 추론 성능 ▲분야(Domain)별 실증 환경 ▲공공 수요 및 판로 개척 등과 연결돼야 제대로 작동한다는 시각이다. 지난 24일 서울 영등포구 소재 국회의사당에서 전개된 ‘피지컬 AI 프론티어 강국 신기술 전략 포럼’은 해당 복합 방정식을 한 테이블에 올린 자
흔히 로봇 팔(Robot Arm)로 인식되는 산업용 로봇은 오랫동안 정해진 공간 안에서 정해진 동작을 반복하는 장비로 이해됐다. 산업·공장 자동화(FA)의 핵심 지표도 속도, 반복 정밀도, 가동률을 기준으로 삼았다. 이 같은 로봇은 빠르고 정확했지만, 대부분 사전에 정의된 조건 안에서 움직인다는 점이 한계로 지적돼 왔다. 현시점 로보틱스는 변화하는 환경을 해석하고, 작업 의도를 이해하면서도, 그 판단을 실제 행동으로 바꾸는 영역으로 진화하고 있다. 인공지능(AI)이 모니터 화면에서 벗어나, 실제 하드웨어를 구동하는 방법론인 '피지컬 AI(Physical AI)'가 등장한 배경이다. 이 경계를 흔드는 피지컬 AI는 AI가 물리적 환경을 직접 학습·적응해, 로봇·설비가 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 접근법이다. 이를 적용한 로봇은 물체를 단순 감지하거나 경로를 계산하는 기존의 수동적인 기계에 머물지 않는다. AI의 출력도 텍스트·이미지보다는 이동·집기·정렬·분류·회피·복구 등 행동으로 바뀐다. 이 가운데 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 지난 1
휴머노이드 로봇(Humanoid Robot)의 보행은 이미 공개 석상에서 반복 연출된 일반적인 장면이 됐다. 계단을 오르고, 균형을 잡고, 사람을 따라 걷는 이러한 움직임은 로봇 기술의 진전 상황을 시각화했다. 그러나 산업 현장의 남은 자동화 공백은 여전히 발보다 손에 가깝다. 공장·물류센터·다중이용시설 등에 남은 수작업은 앞선 단순 이동만으로는 해결하지 못한다. 케이블을 끼우고, 천처럼 형태가 바뀌는 대상물을 집고, 박스를 열고, 작은 부품을 방향에 맞춰 놓는 일이다. 물체는 매번 다르게 놓이고, 손에 가려 보이지 않는 정보가 생기며, 접촉 순간의 힘 조절까지 필요하다. 이 구간은 기존 자동화가 여전히 쉽게 넘지 못하는 영역으로 알려져 있다. 정해진 위치의 부품을 반복 처리하는 로봇 팔(Robot Arm)과 다르게, 사람의 손재주(Dexterity)는 움직임·기억·촉각·판단을 동시에 쓰는 영역이기 때문이다. 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)'가 산업 현장에 들어가기 위해서는 로봇이 보는 능력과 다루는 능력을 함께 확보해야 한다. 이 같은 로봇 손 조작의 난도는 손가락 수가 중요한 게 아니다. 움직이는 물체
인공지능(AI) 산업의 기술 판도가 흔들리는 양상이다. 모델 크기와 추론 속도를 주요 경쟁 요소로 삼았던 기존 트렌드가 전환되는 모습. 이제 시장은 기업 업무를 대행하는 '에이전트(Agent)', 토큰(Token)을 생산하는 'AI 공장(AI Factory)', 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 ‘피지컬 AI(Physical AI)’로 향하는 모양새다. 데이터센터 역시 단순한 서버의 집합체에서 벗어나 전력·냉각·네트워크·보관소·보안·소프트웨어등을 통합 설계하는 인프라로 진화하는 추세다. 이 가운데 토큰은 생성형 AI(Generative AI)가 텍스트·명령을 처리하고 결과를 출력할 때 사용하는 기본 단위다. 컴퓨터는 사람처럼 문장 전체를 한 번에 이해하지 못하고, 글자를 잘게 쪼개서 인식한다. 쉽게 말해, 토큰은 그 쪼개진 글자 한 조각 한 조각을 뜻하는 것이다. 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 AI 팩토리를 토큰을 생산하는 시설로 규정하며, 컴퓨팅 성능을 수익 구조와 직접 연결했다. 그에 따르면, 에이전트는 이 패러다임 전환의 핵심 근간이다. 단순 답변 생성 프
가상 환경의 ‘연산 자원’과 데이터 보관소에 머물던 ‘클라우드’가 공장의 로봇·설비·장비 구동 운영 인프라로 확장되고 있다. 과거 전산 인프라 확보에 치중했던 클라우드의 역할이 데이터 수집, 모델 학습, 시뮬레이션 검증, 실시간 제어·관제를 관통하는 ‘현장 구동 인프라’로 체질을 바꾸면서다. 사용자 화면(UI) 속 디지털 연산이 로봇 궤적·속도, 물류 동선, 순찰 장비 이상 감지 등 비정형적 물리 환경과 실시간으로 동기화되는 패러다임 전환이 이뤄지는 양상이다. 이러한 변화의 최전선에 놓인 현실 인프라가 로봇이다. 이 가운데 공간 데이터 확보, 기체 학습, 시뮬레이션 검증까지 로봇 고도화에 필요한 워크플로가 클라우드 인프라 위에서 활약을 앞두고 있다. 구동 후 발생하는 위치·영상·상태 등 정보가 클라우드로 끊임없이 되돌아오기 때문이다. 앞으로의 로봇 성능은 데이터를 정제하고 다종·이기종 기체를 실시간 제어하며 관리·통제하는 '클라우드 관리 체계'에서 결정될 전망이다. 이 때문에 로봇 도입을 위한 의문도 바뀌고 있다. 어떤 기체를 들여올 것인가에 앞서, 학습·검증·운영 전반을 아우르는 관리 인프라를 어떻게 구축할 것인가가 선행 과제다. 실제 현장에는 사람, 장애
마이크는 사람 손을 거치지 않았다. 로봇이 단상 앞으로 미끄러지듯 이동해 연사에게 마이크를 건넸다. 이 장면은 쇼케이스·데모 무대에 특화된 로봇의 유연함을 뽐내는 시연이 아니었다. 로봇은 전시장 한구석을 차지한 정적인 기계가 아니라, 업무 흐름 속에 실시간으로 개입하는 실행 주체라는 사실을 보여준 선언적 장치였다. 로봇이 각종 현장 내 '디지털 인력'으로 신분이 바뀐 순간이다. 국내 디지털 전환(DX) 기술 업체 LG CNS가 새로 설계한 로보틱스 전환(Robotics Transformation 이하 RX)의 초점은 로봇 한 대의 물리적 성능보다 높은 가치다. 대신 로봇을 ▲가르치고 ▲검증하고 ▲배치하며 ▲실전 운영하는 과정의 ‘지능적 지휘 체계’에 무게를 둔 모양새다. 현신균 사장은 “차세대 산업 현장의 성과는 로봇 하드웨어만으로 결정되지 않는다”며 “로봇이 실제 업무의 맥락을 이해하고 얼마나 안정적으로 그 임무를 완수하느냐에 달려 있다”고 짚었다. 하드웨어가 아닌 '운영 시스템'이 RX의 본질이라는 지적이다. 그동안 로봇 산업은 걷고, 들고, 춤추는 ‘쇼’를 통해 존재감을 증명해 왔다. 하지만 현장의 요구는 이제 냉혹한 단계로 진입했다. 로봇이 작업을 배
‘제1회 휴머노이드 테크콘(Humanoid TechCon)’ 열린다 휴머노이드 로봇(Humanoid Robot) 상용화 실무 과제 논의 품질 검증, 안전 표준, 인공지능(AI) 파운데이션 모델 등 상용화 핵심 기술 공유해 최근 인공지능(AI)이 물리적 실체와 결합해 스스로 판단하고 움직이는 ‘피지컬 AI(Physical AI)’ 기술이 급격히 발전하고 있다. 이 기술 방법론의 핵심 주체로 지목된 휴머노이드 로봇(Humanoid Robot)은 실제 산업 현장의 생산성을 좌우할 핵심 동력으로 주목받고 있다. 특히 글로벌 제조·물류 현장을 중심으로 휴머노이드 도입이 가속화되고 있다. 이에 따라 상용화에 필수적인 규제 정비, 국제 표준 확립, 안전성 검증 등 실무적 과제를 해결해야 한다는 목소리가 높아지는 추세다. 내달 6일 휴머노이드 로봇의 상용화 기술과 향후 과제를 논의하는 ‘제1회 휴머노이드 테크콘(Humanoid TechCon)’이 개막한다. 이번 행사는 최근 피지컬 AI가 확산됨에 따라, 휴머노이드가 연구실 안에 머문 기술에서 실제 산업 현장의 필수 솔루션으로 진입하는 흐름을 반영해 마련됐다. 이 가운데 성능 개선에만 치중했던 기존 논의에서 벗어나, 상용화
크라우드웍스가 피지컬 AI 개발을 위한 로봇 학습 데이터셋 3종을 자사 데이터 거래 플랫폼 ‘A1 데이터 마켓플레이스’에 신규 등록했다. 이번에 공개된 데이터셋은 시뮬레이션이 아닌 100% 실제 물리 환경에서 수집된 로봇 행동 데이터로 범용 로봇 파운데이션 모델(RFM) 학습을 위한 데이터 포트폴리오를 확장하는 데 초점을 맞췄다. 피지컬 AI와 휴머노이드 로봇에 대한 연구가 빠르게 확대되고 있지만 실제 로봇 학습에 활용할 수 있는 고품질 데이터는 여전히 제한적이다. 로봇 학습 데이터는 실제 물리 환경에서의 행동 데이터가 필수적이며 하드웨어와 숙련된 인력, 안정적인 데이터 파이프라인이 요구돼 구축 난도가 높다. 업체는 이러한 진입장벽을 낮추기 위해 실환경 기반 로봇 데이터셋을 선별해 플랫폼에 등록했다. 첫 번째 데이터셋은 집게형 양팔 로봇 행동 데이터다. 물체를 집고 이동시키며 정렬하는 작업 전 과정이 영상으로 기록돼 있으며, 로봇의 관절 움직임과 제어 신호까지 함께 수집됐다. 이를 통해 로봇이 시각 정보를 인식하고 이동·조작하는 전 과정을 통합적으로 학습할 수 있도록 설계됐다. 두 번째는 센서 글러브 기반 데이터셋이다. 장갑형 센서를 착용한 사람이 실제 환경
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 08월 14일 17시 52분
