본문내용 바로가기
[현장] 로봇에 ‘손맛’ 가르친 카본식스…“공장에선 일해야 한다”
페이스북 트위터 네이버
기사입력 2026-09-22 18:09:37   폰트크기 변경      

22일 서울 강남구 카본식스 본사에서 열린 ‘피지컬 AI×제조’ 미디어 브리핑에서 시연용 카본식스 SW가 적용된 로봇 팔과 정밀 그리퍼 시스템이 전시돼 있다. 심화영기자


600억 투자 유치한 피지컬 AI 스타트업… “빨래 접기보다 비정형 제조 공정 집중”
 포장 뜯고 필름 떼고 케이블 집는 ‘사람 손’ 학습… 올 추석 실제 양산라인 투입
서형주 CTO “로봇 40년은 수렵채집 단계… 이르면 연내 제조 특화 파운데이션 모델 공개”


[대한경제=심화영 기자] 피지컬 AI(Physical AI)가 로봇 산업의 새로운 화두로 떠오르고 있지만 제조 현장에서 필요한 로봇은 사람처럼 생긴 휴머노이드만은 아니다. 공장에서 진짜 어려운 일은 케이블을 집어 끼우고, 제각각 놓인 부품을 골라내고, 포장재와 필름을 벗기는 것처럼 사람의 손과 판단이 필요한 작업이다.

카본식스는 이 ‘사람 손’에 집중하는 제조업 특화 피지컬 AI 기업이다. 기존 산업용 로봇의 팔을 그대로 활용하면서 여기에 인공지능을 접목해, 사람이 시범을 보인 작업을 로봇이 학습하고 비정형 제조 공정을 수행하도록 하는 것이 핵심이다.

카본식스는 22일 서울 강남구 본사에서 ‘피지컬 AI×제조’를 주제로 미디어 브리을 열고 제조 현장 적용 사례와 로봇 지능 기술의 발전 방향을 공개했다. 문태연 대표와 서형주 최고기술책임자(CTO)가 각각 사업과 기술 측면에서 카본식스가 바라보는 피지컬 AI의 방향을 설명했다.


기존 로봇에 ‘지능’을 붙인다…비정형 공정이 승부처

카본식스의 전략에서 눈에 띄는 점은 공장에 깔려 있는 기존 로봇 인프라를 버리고 새로운 로봇을 처음부터 구축하는 방식이 아니라는 점이다. 회사가 개발하는 것은 로봇이 주변 환경을 인식하고 작업 방법을 학습할 수 있도록 하는 피지컬 AI 기술이다. 기존 제조 현장에 이미 구축된 로봇 설비와 결합해 사람이 하던 작업을 자동화하는 방식이다.

이날 문태연 카본식스 대표는 “카본식스는 연구원만 50명에 달하며, 빨래 접기 같은 일상 동작보다는 오직 제조업에 특화된 실증적 접근을 하는 회사”라고 밝혔다.


카본식스가 겨냥하는 영역은 기존 자동화 설비가 대응하기 어려웠던 비정형 공정이다. 기존 산업용 로봇은 정해진 위치로만 반복 이동하기 때문에, 비닐이나 필름처럼 휘어지는 소재, 엉킨 케이블, 빛이 반사되는 메탈 부품 등 환경이 조금만 바뀌어도 동작을 멈춘다. 카본식스는 작업자가 원격 툴로 한두 번 시범(티칭)을 보이면, AI가 데이터 전처리를 거쳐 숙련공의 노하우와 미세한 힘 조절까지 학습(파인튜닝)하게 만든다.

문 대표는 “제조업에서는 공정마다 필요한 작업과 환경이 달라 모든 과정을 미리 정형화하기 어렵다”며 “숙련공의 작업 방식을 데이터로 확보하고 로봇이 학습하도록 하는 실증적 접근을 하고 있다”고 말했다. 카본식스는 이미 제조 현장에서 실증을 진행하고 있다. 올해 추석 실제 양산라인에 피지컬 AI를 투입할 예정이다.


로봇 지능은 아직 수렵채집 단계

서형주 카본식스 CTO는 ‘로봇 오디세이-로봇 지능을 향한 대서사’를 주제로 로봇 기술의 발전 과정을 설명했다. 그는 지난 40여 년간 로봇 제어 기술이 △물리·수학 모델 기반 제어(1세대), △강화학습·시뮬레이션 기반 제어(2세대)를 거쳐 실제 △데이터 기반 피지컬 AI(3세대)로 진화해 왔다고 진단했다.

물리 기반 제어는 이론적으로 계산 가능하지만 센서 오차, 소재별 마찰 차이, 예측하기 어려운 접촉 상황 앞에서 한계를 드러낸다. 서 CTO는 마찰률이 낮은 물체를 잡는 상황을 예로 들며 “마찰을 정확히 예측하지 못하면 로봇이 물체를 떨어뜨릴 수 있다”고 말했다.

강화학습·시뮬레이션 방식 역시 가상환경에서의 학습 결과가 현실에서 그대로 재현된다는 보장이 없고, 대규모 시뮬레이션에는 상당한 GPU 자원이 필요하다는 한계가 있다. 서 CTO는 “예외 상황이 터지는 실제 공장 물리 세계를 수식이나 시뮬레이터만으로는 풀어낼 수 없었다”고 지적했다.

그가 제시한 해법은 ‘액션(행동) 데이터’의 스케일링이다. 거대 언어 모델(LLM)이 방대한 텍스트를 배워 똑똑해진 것처럼, 로봇도 실제 현장에서 사람이 움직인 고품질의 행동 데이터를 학습해야 물리적 불확실성을 극복할 수 있다는 설명이다.

서 CTO는 “한국은 공장 내 로봇 밀도가 세계 최고 수준이지만 데이터 수집은 아직 초기 단계”라며 “카본식스는 현장의 차원이 다른 고품질 데이터를 지속 수집하고 있으며, 연말이나 내년 초 제조업 특화 파운데이션 모델을 정식 공개할 예정”이라고 밝혔다.


■ 카본식스는 어떤 회사인가?


카본식스는 지난 2019년 인공지능(AI) 비전 검사 기업 ‘수아랩’을 미국 코그넥스에 2300억원에 매각하며 국내 딥러닝 스타트업 신화를 쓴 문태연 대표(서울대 기계항공공학)가 연쇄 창업한 회사다. 여기에 MIT에서 로봇지능 박사를 마치고 보스턴다이내믹스, NASA 등을 거친 글로벌 로봇 AI 전문가 서형주 CTO, 예일대 출신의 손 설계 전문가 김제혁 CHO가 합류했다.


이들이 보유한 ‘제조 도메인 지식+로봇 AI 알고리즘+하드웨어 설계’의 결합은 시장에서 입증돼, 최근 600억원 규모의 시리즈A 투자를 유치했다. 카본식스의 핵심 제품은 ‘시그마키트(SigmaKit)’다. 수억원짜리 로봇을 새로 살 필요 없이, 기존 공장에 있는 산업용 로봇 팔에 카본식스의 AI 소프트웨어와 로봇 손(그리퍼), 센서를 붙이면 숙련공의 손동작을 그대로 학습해 작업할 수 있게 만드는 일종의 ‘로봇 지능 패키지’다.


심화영 기자 dorothy@

〈ⓒ 대한경제신문(www.dnews.co.kr), 무단전재 및 수집, 재배포금지〉

프로필 이미지
산업부
심화영 기자
dorothy@dnews.co.kr
▶ 구글 플레이스토어에서 '대한경제i' 앱을 다운받으시면
     - 종이신문을 스마트폰과 PC로보실 수 있습니다.
     - 명품 컨텐츠가 '내손안에' 대한경제i
법률라운지
사회
로딩바