NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
마키나락스(MakinaRocks)가 자동차 부품 열간단조(hot forging) 공정의 금형 설계와 생산을 AI로 자율화하는 총 사업비 118억원 규모의 산업통상자원부 R&D 국책과제에 공동연구개발기관으로 참여한다. 과제명은 'AI기반 자동차 부품 열간단조 금형 설계 자동 보정 및 단조품 자율 생산 시스템 개발'이며, 세일단조가 주관연구개발기관을 맡는다. 해당 과제는 한국산업기술기획평가원(KEIT)이 추진하는 '2026년 기계장비산업기술개발사업(제조기반생산시스템)'에 포함된다.
큐레이터R&D 과제 참여 선정 소식으로, 기술 목표와 일정은 기재됐으나 구체적 성과 지표나 완료 시점은 원문에 공개되지 않았다.
Laplace Intelligence는 미시간 대학교(University of Michigan) 스핀아웃 기업으로, AI 에이전트와 인터랙티브 시뮬레이션을 활용해 로봇과 자율주행 차량을 실제 환경 배포 전에 스트레스 테스트한다. 레드팀(red-team) 방식으로 시스템 취약점을 사전에 발견하는 것을 핵심 서비스로 내세운다. 현재 수익을 내고 있으며, TechCrunch Disrupt의 Startup Battlefield 경쟁 프로그램에 참가 중이다.
큐레이터원문이 2문장 수준이라 테스트 방법론, 지원 시스템 유형, 성능 지표 등 기술적 세부 사항이 전혀 없다. 실제 검증 역량을 평가하려면 추가 취재나 기술 자료가 필요하다.
아주대학교가 주관하는 육군 판교 AX거점이 국방부 추진 '국방 AX' 거점 가운데 처음으로 2026년 10월 12일 경기 성남시 경기스타트업캠퍼스에서 문을 열었다. 개소식에는 국방부·육군·과학기술정보통신부·중소벤처기업부 등 관계 기관에서 150여 명이 참석했다. 판교 AX거점은 민간과 군의 협력을 통해 국방 분야 피지컬 AI(Physical AI) 연구·개발 허브 역할을 맡을 예정이다.
큐레이터본문이 중간에 잘려 거점의 구체적인 운영 과제·예산·참여 기업 등 핵심 정보를 확인할 수 없어, 원문 전체를 함께 참고할 필요가 있다.
미국 AI 연구 기업 Odyssey가 로봇 팔, 휴머노이드, 자율주행차, 드론 등 다양한 물리적 시스템에 적용 가능한 월드 모델(World Model) Odyssey-3를 공개했다. Odyssey-3는 방대한 시각 데이터를 학습해 물리 법칙과 사물의 움직임, 행동의 결과를 모델링한다. 이를 바탕으로 주변 환경 변화를 예측하고 특정 행동이 어떤 결과를 일으키는지 추론할 수 있다. 새로운 작업을 학습할 때 처음부터 다시 훈련하는 대신, 기존에 습득한 세계 지식을 재활용하는 방식을 지향한다.
큐레이터원문이 중간에 끊겨 있어 성능 수치, 실험 조건(시뮬레이션·실기 여부), 비교 기준 등을 확인할 수 없다. 공개된 내용은 Odyssey 측의 발표 수준이며 독립 검증 결과는 아직 알 수 없다.
한국전자통신연구원(ETRI)이 사람이 아닌 AI의 영상 이해·분석에 최적화된 영상 부호화(압축) 기술을 개발했다. 이 기술은 자율주행차, 로봇, 드론, 지능형 CCTV 등 AI가 영상 데이터를 직접 처리하는 환경을 대상으로 하며, 대규모 영상 데이터를 더 적은 용량으로 효율적으로 전달하는 것을 목표로 한다. ETRI는 2026년 10월 13일부터 나흘간 서울 코엑스에서 열리는 KES 2026(한국전자전)에서 해당 기술을 공개할 예정이다.
큐레이터본문이 중간에 잘려 부호화 알고리즘의 구체적 수치(압축률, 처리 속도 등)를 확인할 수 없어, 기존 영상 압축 표준 대비 실질적 개선 폭은 원문 전체를 통해 따로 검토가 필요하다.
중국 로봇 기업 킹콩테크놀로지가 게 형태의 소형 다족(多足) 로봇 '점퍼(Jumper)'를 공개했다. 점퍼는 여러 개의 다리로 이동·점프를 수행하며, 앞쪽 집게로 물건을 집는 동작도 가능하다. 무게는 1.8kg이고 최대 40cm 이상 점프할 수 있다. 킹콩테크놀로지는 점퍼의 AI 개발 도구를 오픈소스로 공개했으며, 이를 활용하면 걷기·점프·춤 등 새로운 동작을 학습시키거나 외장 셸과 구조를 사용자 맞춤으로 변경할 수 있다.
큐레이터AI 개발 도구의 오픈소스 공개로 외부 개발자가 새로운 동작을 직접 학습시킬 수 있는 생태계가 만들어질 수 있다는 점이 하드웨어 사양만큼 주목할 부분이다. 다만 학습 동작의 성능 수치는 제조사 발표 기준이며, 독립적으로 검증된 결과는 기사에 나오지 않는다.
서비스로봇 전문기업 로아이젠(㈜로아이젠) 박성기 대표가 로봇신문에 피지컬 AI(Physical AI)와 소셜 AI(Social AI)를 주제로 총 9회 시리즈 기고를 연재하고 있다. 시리즈는 로봇이 마주하는 두 가지 세계를 출발점으로, 가능한 행동에서 규범 학습까지 회차별 주제를 단계적으로 다룬다. 8회는 '생략된 판단의 청구서'라는 제목으로 기술 부채(technical debt)와 운영 비용을 논의한다. 박성기 대표는 한국과학기술연구원(KIST)에서 28년간 지능로봇과 인공지능 연구를 수행했다.
큐레이터제공된 본문이 중간에 잘려 8회의 실제 논거와 사례를 확인할 수 없다. 원문 전체를 통해 '판단 생략'이 구체적으로 어떤 기술 부채로 이어지는지를 직접 확인해야 요지를 파악할 수 있다.
중국 베이징 서우강파크(首钢园)에 휴머노이드 로봇 10여 대가 입소한 로봇 유치원이 공개됐다. 이 시설은 타산(TASHAN, 他山科技)과 2024년 튜링상 수상자인 리처드 서튼(Richard Sutton)이 공동 설계했다. 로봇들은 정해진 답을 암기하는 대신 시행착오를 통해 성장하는 방식으로 학습한다. 입소 로봇들은 충격 내구성 강화를 위한 하드웨어 개조와 감각 성능 향상을 위한 전자 피부(electronic skin) 장착을 거친다.
큐레이터리처드 서튼은 강화학습(reinforcement learning) 분야의 대표적 연구자로, 시행착오 기반 학습 철학이 설계에 반영된 것으로 보인다. 다만 원문이 중간에 끊겨 있어 구체적인 학습 알고리즘과 평가 방식은 확인하기 어렵다.
가와사키중공업(Kawasaki Heavy Industries)이 노인 일상 생활 지원을 목적으로 하는 소셜 로봇(social robot) '홈 레오(Home LEO)' 시제품을 개발했다. 로봇 개 형태를 취하며, 피지컬 AI(physical AI) 기술을 적용해 주변 환경을 파악하고 상황에 맞는 행동을 자율적으로 판단한다. 홈 레오는 노인과 대화를 나누고 안전 상태를 확인하는 등 일상 지원 역할을 수행하며, 사전에 정해진 명령 외에도 상황을 인식해 필요한 행동을 스스로 선택할 수 있다. 아울러 노인의 생활 습관과 선호도, 음식·의류·주거 관련 데이터를 지속적으로 수집하는 기능도 갖추고 있다.
큐레이터현재 시제품 단계이며 원문이 중간에 절단되어 상세 사양(자유도, 센서 구성, 출시 일정 등)은 확인되지 않는다. 피지컬 AI 기반 자율 판단 성능은 가와사키중공업 측 주장으로, 독립적인 검증 결과는 아직 공개되지 않았다.
중국 상하이 AI 로봇 기업 노이매트릭스(Noematrix, 上海穹彻智能科技)가 체화 세계행동모델(World Action Model)인 'Noe-0'의 기술 프리뷰를 공개했다. Noe-0은 실제 세계에서 수집한 데이터를 기반으로 로봇이 주변 환경을 이해하고 행동할 수 있도록 설계된 모델이다. 한편 미국 재무부는 중국 AI 로봇 기업에 대한 투자 사실을 신고하지 않은 미국 기업에 처음으로 제재 조치를 내렸으며, 플러그 앤 플레이 테크 센터(Plug and Play Tech Centre)의 모회사인 아미디 LLC(Amidi LLC)가 이와 관련해 언급됐다.
큐레이터원문이 중간에 잘려 Noe-0의 구체적인 기술 사양·실험 결과는 확인되지 않는다. 기술 프리뷰 내용보다 미 재무부 제재 사례가 본문의 상당 부분을 차지해, 두 사안 가운데 어느 쪽이 주된 기사인지 전문을 확인할 필요가 있다.
스위스 로봇 점검 기술 기업 애니보틱스(Anybotics)가 자율 점검 로봇군(fleet) 운영 플랫폼 '시프트(Shift)'를 공식 출시했다. 시프트는 시설의 공장 모델, 로봇 함대, 점검 상태 데이터, 유지보수 시스템을 하나의 연속적인 작업 흐름으로 통합한다. 플랫폼은 자산 건전성(asset health) 평가를 단순화하고 예방적 유지보수(preventive maintenance)를 통해 설비 가동 중단을 최소화하도록 설계됐다. 기업들은 시프트를 통해 다중 로봇 미션을 계획·실행하고 현장 수집 데이터를 기존 자산 관리 인프라와 연결할 수 있다.
큐레이터출시 발표 자료 기반 보도이며, 기사 본문이 중간에 끊겨 전체 기능 세부 사항을 확인하기 어렵다. 실제 현장 도입 사례나 독립적인 성능 검증 결과는 아직 공개되지 않았다.
정의선 현대자동차그룹 회장이 취임 6주년을 맞아 자동차 제조업에서 '피지컬 AI(Physical AI) 솔루션 기업'으로의 전환을 추진하고 있다. 소프트웨어 중심 차량(SDV), 자율주행, 로보틱스 등 개별 미래 사업 영역을 단일 생태계로 통합하는 것이 핵심 구상이다. 글로벌 복합 위기 속에서도 현대차·기아의 경영 실적을 바탕으로 이 전환에 속도를 내고 있다.
큐레이터본문이 중간에 잘려 있어 구체적인 투자 규모, 로보틱스 사업 계획, 조직 개편 내용 등을 확인할 수 없다. 전략 방향의 실질적 내용은 원문 전체를 통해 확인이 필요하다.
피지컬 AI(physical AI) 분야에서 로봇 덱스터리티(dexterity, 정교한 조작 능력)가 핵심 미해결 과제로 거론된다. 개별 동작 기능을 구현하는 것 자체보다, 그 기능을 실제로 유용한 작업에 활용할 수 있을 만큼 시스템 전체의 신뢰성을 확보하는 것이 다음 과제로 제시된다.
큐레이터본문이 한 문장 수준의 티저에 그쳐 구체적인 논거·사례·수치를 확인하려면 원문 전체를 직접 확인해야 한다.
현재 공개되는 휴머노이드 로봇 데모들은 통제된 환경에서는 작동하지만 다양한 실세계 조건으로 일반화(generalization)하는 데 여전히 한계를 보인다. 이 기사는 데이터 품질 개선과 인간의 판단(human judgment) 활용이 이 격차를 줄이는 방향으로 제시한다. 궁극적인 목표는 로봇이 시연 수준을 넘어 현장에서 신뢰할 수 있는 성능을 발휘하는 것으로 설명된다.
큐레이터본문이 공개되지 않은 티저 수준의 발췌문만 제공되어 구체적인 근거나 사례를 확인할 수 없다. 전체 기사를 직접 읽고 주장의 실증 근거를 확인하는 것을 권장한다.
Isaac ROS 5.0이 출시되었으며, Pixi 패키지 매니저를 통한 설치 방식이 새롭게 지원된다. Jetson 디바이스와 일반 Linux 시스템 양쪽에서 사용 가능하다. GitHub의 isaac-forge 저장소를 클론한 뒤 pixi run demo 명령으로 YOLOv8 기반 데모를 바로 실행해 볼 수 있다.
큐레이터공개된 내용이 설치 방법 안내에 그쳐, 5.0에서 추가되거나 변경된 기능의 구체적인 내역은 원문만으로는 파악하기 어렵다.
NVIDIA Omniverse 라이브러리와 프런티어 AI 모델을 결합해 시뮬레이션 애플리케이션을 개발하는 방식을 소개한다. 개발자들은 AI 에이전트(AI agent)를 통해 에셋 조립, 물리·렌더링 연결, 씬(scene) 동작 검증 작업을 수행한다. 이 접근법은 시나리오 탐색, 장애 원인 조사, 설계 개선 등의 용도로 활용되는 애플리케이션 제작에 적용된다.
큐레이터공개된 본문이 도입부 한 단락에 그쳐 구체적인 구현 방식이나 성능 수치는 확인되지 않으므로, 실질적인 내용은 원문 전체를 직접 확인해야 한다.
AgileX PiPER 6자유도(DOF) 로봇 팔을 위한 SpaceMouse 기반 원격조작 및 데이터 수집 파이프라인이 ROS 2 환경에서 공개됐다. 6축 SpaceMouse 입력을 직교 공간 속도로 변환하고 관절 공간 스무딩 필터를 적용해 팔의 급격한 움직임을 억제한다. 수집된 시연 데이터셋은 LeRobot 및 ACT 모방 학습(imitation learning) 형식으로 패키징된다. MuJoCo 디지털 트윈을 하드웨어와 병렬 구동하며, 현재는 시각화 목적으로 활용된다. 향후 시뮬레이션 내 합성 카메라 뷰를 추가해 실물 배치 전 비전 정책을 검증하는 용도로 확장할 계획이다.
큐레이터MuJoCo 트윈이 현재 시각화 전용이라 실제 sim-to-real 검증 효용은 합성 카메라 통합 이후에야 확인 가능하다. 파이프라인의 데이터 품질과 모방 학습 성능은 아직 실험 결과가 공개되지 않아 추후 검증이 필요하다.
Uranus는 물리 기반 시뮬레이터의 모델링 비용과 실물 로봇 검증의 재현 어려움을 보완하기 위한 데이터 기반 로봇 시뮬레이션 프레임워크다. 관절 궤적 조건부 자기회귀 확산 세계 모델(joint-trajectory-conditioned autoregressive diffusion world model)을 핵심으로 하며, 다시점 관찰·카메라 캘리브레이션·로봇 기술서(description)를 입력받아 미래 다시점 프레임을 생성하고 인터랙티브 클로즈드 루프(closed-loop) 궤적을 유지한다. 3,300시간 이상의 실물 로봇 데이터를 정제·보정하여 1.3B 파라미터 세계 모델을 학습했으며, 서빙 인프라 기준 24 FPS에 도달했다고 개발팀은 밝혔다. 복수의 로봇 플랫폼에 걸친 크로스-임바디먼트(cross-embodiment) 일반화와 장기 일관성 평가를 지원하며, 접근법의 한계 사례도 함께 공개할 예정이다. 코드·모델 가중치·데이터는 오픈소스로 배포된다.
큐레이터24 FPS 추론 속도와 크로스-임바디먼트 일반화 결과는 개발팀의 자체 보고이며, 독립 검증 결과는 아직 없다. 이 글은 기술 발표 예고문이므로 세부 실험 조건과 한계 분석은 발표 이후에 확인해야 한다.
Helm.ai가 자사 파운데이션 모델(foundation model)로 체결한 상업 계약 누계가 7,000만 달러에 달했다. 해당 모델들은 비지도 학습(unsupervised) 방식의 독자 기법인 'deep teaching' 방법론으로 훈련된다. 이 방법론은 특정 태스크 레이블 없이 물리적 세계의 구조 자체를 학습하는 것을 목표로 한다.
큐레이터계약 규모 외에 계약 상대방, 적용 분야, 'deep teaching'의 구체적 기술 내용은 이번 발표에서 공개되지 않아 사업 실질을 판단하기 어렵다.
AWS가 로보틱스를 위한 오픈소스 Physical AI Toolchain을 공개했다. 이 툴체인은 AWS와 NVIDIA의 도구를 결합하여 구성된다. 합성 데이터 생성(synthetic data generation), 모델 학습, 시뮬레이션 및 검증, 엣지 배포(edge deployment), 지속적 개선의 단계를 하나의 파이프라인으로 묶는다.
큐레이터본문이 매우 짧아 구체적인 구성 도구 목록, 기존 솔루션 대비 변경점, 지원 플랫폼 등 핵심 세부 사항이 확인되지 않으므로 AWS 공식 릴리스 자료를 별도로 참고할 필요가 있다.
크래프톤과 서울대학교 대학원 협동과정 인공지능전공이 게임·로봇 분야 월드모델(World Model) 공동연구 출범식을 서울대학교에서 개최했다. 출범식에는 이강욱 크래프톤 CAIO와 강유 서울대학교 교수 등이 참석해 세부 연구 과제와 향후 협력 방안을 논의했다. 월드모델은 AI가 현재 상황을 이해하고 특정 행동 이후 주변 환경이 물리적으로 어떻게 변할지 예측·시뮬레이션하는 기술이다.
큐레이터원문이 중간에 끊겨 구체적인 연구 과제 수·기간·규모 등 핵심 정보를 확인할 수 없어, 협력의 실질적 범위는 추가 원문 확인이 필요하다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.