모델 801건 · 국산 131 · 가격 643 추적 중
국내 AI 생태계

공장이 AI 학습장으로…제조업 피지컬AI 경쟁 가열

ZDNet Korea·2026-09-20

요약

피지컬 AI 경쟁의 무게중심이 로봇·AI 모델 성능에서 제조 현장 데이터 확보와 반복 학습 능력으로 옮겨가고 있다. 모르도르 인텔리전스는 전 세계 피지컬 AI 시장이 2026년 71억1000만달러에서 2031년 348억9000만달러로 성장할 것으로 전망했다. 테슬라, 현대차그룹, 아마존 등은 자사 공장·물류망을 자동화 기술 개발·검증 공간으로 활용하고 있으며, 현대차그룹은 2030년까지 미래사업에 50조5000억원을 배정했다. 국내에서는 핑거 자회사 미켈로로보틱스가 도장·블라스팅·연마 등 표면처리 공정에서 숙련자의 작업 경험을 데이터로 전환해 기존 산업용·협동 로봇에 지능을 더하는 플랫폼 '미켈로 스튜디오'를 운영 중이다.

큐레이터 노트

원문에 없는 맥락입니다

새 하드웨어 없이 기존 설비에 소프트웨어로 지능을 더하는 접근은, 기사에서 언급하듯 기존 시스템통합(SI)을 넘어 현장 데이터와 로봇 지능을 잇는 별도 통합 계층이 필요해지고 있음을 보여준다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

제조 현장을 AI 학습장으로 삼으려는 시도는 이 기사만의 이야기가 아니다. 서울 AI 허브의 브이다임은 로봇마다 몸체 구조가 달라 같은 행동 데이터를 그대로 쓰기 어렵다는 문제를 짚었고, 코난테크놀로지는 6763억원 규모의 국책사업에서 제조 데이터의 비정형성을 표준화하는 과제를 맡았다. 경상남도는 이런 작업을 뒷받침할 공공 인프라로 '경남 제조 AIDC'를 9월 17일 열었다. 이 기사의 미켈로로보틱스 사례도 결국 현장 데이터를 어떻게 모으고 표준화하느냐라는 같은 문제의 연장선에 있다.

짚어야 할 점

  • 미켈로 스튜디오 같은 현장 데이터 플랫폼이 성립하려면, 브이다임이 지적한 '로봇마다 다른 구조' 문제를 어떻게 넘어서는지가 관건이다.
  • 코난테크놀로지·메가존·ETRI가 맡은 제조데이터 신뢰성 확보 과제와 이 기사의 표면처리 데이터 전환 작업은 결국 같은 병목, 즉 비정형 현장 데이터의 품질과 표준화를 겨냥한다.
  • 서울대 이경한 교수는 피지컬 AI 경쟁력이 로봇 자체보다 연산을 어디서 처리하느냐는 네트워크 아키텍처에 달렸다고 봤는데, 이 기사는 반대로 공장 데이터 확보 쪽에 무게를 둬 업계 안에서도 승부처를 보는 시각이 갈린다.
  • 현대차그룹의 50조5000억원 미래사업 투자나 코난테크놀로지가 참여한 6763억원 국책사업처럼, 피지컬 AI를 둘러싼 투자·예산 규모가 빠르게 커지고 있다.

아직 확인되지 않은 것

  • 미켈로 스튜디오가 실제 공장에 도입돼 어떤 성과를 냈는지 구체적 사례나 수치는 확인되지 않았다.
  • 숙련자의 작업 경험을 데이터로 전환하는 과정에서 데이터 품질을 어떻게 검증하고 표준화하는지는 나오지 않았다.
  • 현장 데이터를 학습에 활용할 때 소유권이나 보안 문제를 어떻게 다루는지는 언급되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

벡트, 사명 '벡트로보틱스'로 변경…로봇사업 드라이브
블로터 · 2026-09-29

디지털 사이니지·전자칠판 업체 벡트가 최대주주와 경영진을 교체하고 사명을 벡트로보틱스로 바꾼다. 피지컬AI와 로봇을 새로운 성장축으로 삼아 사업 영역을 확장한다는 구상이다. 새 최대주주 케이비엔홀딩스가 경영권을 인수했으며, 인수자금 상당 부분은 차입으로 마련했고 추가 지분 거래도 남아 …

현대차그룹, 美 실리콘밸리서 기술 포럼 열고 인재 영입
IT조선 · 2026-09-29

현대차그룹이 9월 17일부터 이틀간 미국 캘리포니아주 산호세 맥에너리 컨벤션센터에서 'HMG 테크 탤런트 포럼'을 열었다고 29일 밝혔다. 현대차·기아, 현대차·기아 미국법인, 현대차그룹 미국기술연구소(HATCI), 현대차그룹 메타플랜트 아메리카(HMGMA), 보스턴다이나믹스 등이 참여…

AWS, Amazon Quick 컴포넌트별 프롬프트 작성법 공개
AWS ML Blog · 2026-09-29

AWS ML 블로그가 Amazon Quick의 구성 요소별 프롬프트 엔지니어링 가이드 2편을 공개했다. Quick Research는 목표·대상·중점 영역을 구체적으로 명시하고 하위 질문으로 분해하며 출처를 좁힐 때 더 나은 보고서를 낸다. Quick Flows는 일정·데이터 소스·계산·…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

ZDNet Korea 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →