NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
인텔리빅스가 방위사업청 '방산혁신기업 R&D 과제' 주관기관으로 선정돼 총 62억원 규모의 차세대 국방 AI 영상감시 플랫폼 개발에 착수했다. 울산과학기술원(UNIST), 성균관대학교와의 공동 연구로 추진되며, 눈·비·안개·야간 등 악시정 환경에서도 500m 거리의 객체를 탐지하는 것을 목표로 한다. 개발 시스템은 GOP 최전방 경계 임무에서 사람과 동물을 구분하고 위협 징후를 자동으로 경보하는 역할을 수행하도록 설계된다.
큐레이터500m 탐지 수치는 방위사업청 R&D 과제에서 제시된 개발 목표치이며, 실제 야전 환경에서의 성능은 과제 완료 후 별도 검증이 필요하다.
크래프톤은 서울대학교 대학원 협동과정 인공지능전공과 공동연구 출범식을 열고 향후 3년간의 월드모델(World Model) AI 연구 로드맵을 확정했다. 월드모델은 AI가 현재 환경을 입체적으로 인지하고 특정 행동의 결과를 예측하는 모델을 가리킨다. 크래프톤은 게임 개발 과정에서 축적한 대규모 가상세계 시뮬레이션 기술을 피지컬 AI(Physical AI) 및 로보틱스 분야로 확장하는 것을 목표로 삼는다. 양측은 핵심 세부 과제를 확정하고 연구에 본격 착수했다.
큐레이터연구 착수 단계 발표로, 구체적인 실험 결과나 성능 수치는 아직 없다. 게임 시뮬레이션 데이터가 실제 로봇 환경에서 얼마나 전이되는지가 이 협력의 핵심 검증 과제가 될 것이다.
인터엑스(INTERX)의 정찬영 선임연구원과 정하일 CTO가 참여한 논문이 산업 AI 분야 국제학술지 IEEE TII(Transactions on Industrial Informatics)에 등재됐다. 논문 제목은 'SegMIL: Long-Term Time Series Data Classification for Industrial AI Applications'로, 제조 공정에서 발생하는 장기 시계열(time series) 데이터를 분류해 불량 원인 구간을 식별하는 방법론을 다룬다. 초 단위로 쌓이는 수십 분 분량의 공정 기록 가운데 불량과 연관된 수 초 구간을 찾아내는 것이 이 연구의 핵심 문제 설정이다.
큐레이터기사가 논문 등재 사실과 연구 배경만 소개한 채 중단돼 있어, 실험 조건(시뮬레이션·실공정 여부), 비교 기준선, 정량적 성능 수치는 확인할 수 없다.
㈜로아이젠 박성기 대표가 휴머노이드 로봇 시대에 피지컬 AI(Physical AI)만으로 충분한지를 묻는 9회 연재 중 7번째 기고로, 이번 회차 주제는 '판단에서 실행까지—Physical x Social 통합 아키텍처'다. 연재 전체는 물리적 행동 수행 능력과 사회적 판단 능력을 어떻게 결합할 것인지를 중심 축으로 삼는다. 앞선 회차들은 '가능한 행동에서 적절한 행동으로', '데이터로 잡히지 않는 사회적 정답', '행동 모방을 넘어 규범 학습으로' 등 서비스 로봇의 규범적 행동 문제를 순차적으로 다뤘다. 저자는 한국과학기술연구원(KIST)에서 28년간 지능로봇 연구를 수행한 경력을 바탕으로 이 연재를 집필 중이다.
큐레이터제공된 본문이 저자 소개와 연재 목차 수준에서 끊겨 있어 7회차의 실제 논지와 근거는 확인할 수 없다. Physical x Social 통합 아키텍처의 구체적 내용은 원문을 직접 확인해야 한다.
HiPHI는 휴머노이드 로봇 학습의 데이터 공백을 메우기 위해 구축된 대규모 모션 캡처(motion capture) 데이터셋이다. 인터넷 동영상이나 기존 모션 캡처 데이터셋이 충족하기 어려운 전신 동작을 체계적으로 수집하기 위해 인간 행동 언어 프레임워크인 FrameNet을 활용한다. 운반·밀기·당기기 등 실세계 과제를 로봇에 가르치기 위해 동기화된 객체 궤적과 메시(mesh)를 포함한 사람-객체 상호작용(human-object interaction) 데이터를 제공한다. 이 데이터로 학습한 강화학습(reinforcement learning) 정책은 데이터 규모가 커질수록 성능이 향상되며, 시뮬레이션-실제(sim-to-real) 전이를 거쳐 실제 휴머노이드 로봇에도 적용된 결과를 포함한다.
큐레이터이 글은 연구 논문 본문이 아닌 화이트페이퍼 다운로드 유도 페이지여서, 실험 조건·수치·비교 결과 같은 구체적 근거는 원본 문서를 직접 확인해야 알 수 있다.
투모로 로보틱스(Tomorrow Robotics, 공동대표 장병탁·박상욱)가 로봇 파운데이션 모델(Foundation Model) '하빌리스 브레인 0(HABILIS Brain 0)'를 공개했다. 이 모델은 주변 환경과 작업 지시를 이해해 물체를 집거나 옮기는 동작으로 연결하는 로봇 AI다. 핵심 기술인 GC-VLA는 작업 중 손과 물체의 위치 변화를 학습하고, 이를 작업 지시와 연결해 상황에 맞는 동작을 생성한다. 성공·실패 경험을 바탕으로 기본 모델이 학습한 동작을 유지하면서 필요한 시점에 동작을 조정하는 기능도 포함된다.
큐레이터원문이 중간에 잘려 있어 전체 사양과 검증 결과를 확인하기 어렵다. GC-VLA가 기존 VLA 모델과 구체적으로 어떻게 다른지, 실기(real-world) 실험 결과가 있는지는 원문만으로 판단할 수 없다.
㈜로아이젠 박성기 대표가 '피지컬 AI(Physical AI)와 소셜 AI(Social AI)'를 주제로 연재하는 9회 기고 시리즈의 여섯 번째 편이다. 이번 편은 로봇 행동 평가에 통용되는 성공률 지표가 소셜 AI 맥락에서 놓치는 요소와, 이를 보완하는 다중 평가 방식을 다룬다. 박성기 대표는 KIST(한국과학기술연구원)에서 28년간 지능로봇 및 인공지능 연구를 수행한 것으로 소개된다. 시리즈는 '가능한 행동에서 적절한 행동으로'를 시작으로 '생략된 판단의 청구서'까지 이어진다.
큐레이터제공된 본문이 도입부에서 끊겨 구체적인 논증을 확인할 수 없으므로, 핵심 주장과 근거는 원문 전문을 직접 확인해야 한다.
현대자동차그룹 계열 보스턴다이나믹스(Boston Dynamics)가 신임 최고경영자(CEO)로 로히트 프라사드(Rohit Prasad)를 영입했다. 프라사드 CEO는 대화형 AI, 생성형 AI, 멀티모달 AI, 범용 AI(AGI) 분야에서 경력을 쌓은 AI 전문가다. 아마존(Amazon)에서 AI 음성 비서 알렉사(Alexa) 개발 초기부터 AI 전략 수립과 핵심 기술 개발에 참여했다. 지난해까지는 아마존 AGI 부문 수석부사장 겸 수석과학자로 재직했다. 이번 영입은 보스턴다이나믹스가 피지컬 AI(Physical AI) 역량 강화에 방점을 두는 전략적 행보로 풀이된다.
큐레이터보스턴다이나믹스가 소프트웨어·AI 배경의 경영자를 영입한 것은 하드웨어 중심 로봇 회사에서 AI 통합 플랫폼으로 무게 중심을 옮기려는 신호로 읽힌다. 다만 이는 회사 측의 방향 설정이며, 실제 제품·연구 성과로 이어질지는 별도로 확인이 필요하다.
인공지능과 로봇의 결합은 제조현장 작업을 학습·실행하는 피지컬 AI(Physical AI) 연구로 이어지고 있다. 핵심 과제는 현장 경험을 로봇이 학습할 수 있는 데이터로 변환하는 것이다. 부품 파지 위치, 공구 접근 방향, 힘 조절, 오류 발견·수정 과정 등 숙련 작업자의 판단이 반영된 기술은 작업 결과만으로는 기술하기 어렵다. 이러한 암묵지(tacit knowledge)를 어디서, 어떤 방식으로 기록·축적할 것인지가 피지컬 AI 학습 데이터 확보의 중요한 연구 문제로 제시된다.
큐레이터본문이 중간에 끊겨 있어 필자가 직업교육과 피지컬 AI를 구체적으로 어떻게 연결하는지 확인하기 어렵다. 전체 기고문을 검토한 뒤 요약을 보완하는 것이 바람직하다.
DialoStack는 ROS 2 기반 음성 대화 패키지로, 대화 흐름을 파이썬 상태 머신(상태·턴 제한·확인·취소)으로 구현하고 대형 언어 모델(LLM)은 사용자 발화 해석과 응답 문장 생성에만 사용한다. 클리닉 접수 정보 수집, 주제 설명 후 이해도 확인, 퀴즈 진행 등 과업 지향 시나리오를 대상으로 설계되었다. 개발자는 LLM을 제어 흐름에 직접 연결하면 과업 이탈, 중복 질문, 대화 종료 판단 실패 등이 발생한다고 설명한다. 학사 논문으로 시작해 WAF 2026(International Workshop on Physical Agents)에서 발표되었으며, MIT 라이선스로 오픈소스 공개되었다. 실제 NAO 로봇에서 동작하는 시연 영상도 함께 제공된다.
큐레이터LLM을 제어 흐름에서 분리하는 설계 방향은 HRI(인간-로봇 상호작용) 신뢰성 문제에 대한 실용적 접근이지만, 공개된 정량 평가 지표나 LLM 직접 연결 방식과의 비교 실험 결과가 없어 개선 폭은 확인할 수 없다.
TwelveLabs가 1인칭 비디오 이해를 지원하는 Pegasus 1.6 모델을 발표했다. 이 모델은 피지컬 AI(physical AI) 분야를 겨냥하며, 로봇 개발자를 위한 레이블링(labeling)을 포함한 워크플로우를 지원한다. TwelveLabs는 해당 기능이 로봇 개발 파이프라인에 활용될 수 있다고 밝혔다.
큐레이터원문이 매우 짧아 모델 아키텍처, 성능 수치, 이전 버전 대비 변경점 등 기술적 세부 사항이 확인되지 않는다. 실제 적용 범위와 한계는 TwelveLabs의 공식 문서를 별도로 확인할 필요가 있다.
피지컬 AI(Physical AI) 아키텍처 대안들이 늘어나는 가운데, NVIDIA는 자사의 역할을 공고히 하기 위해 소버린(Sovereign) 전략을 취하고 있다고 The Robot Report가 분석한다. 이 글은 피지컬 AI 경쟁 구도에서 NVIDIA가 차지하는 위치를 비판적 시각으로 검토하는 오피니언 형식의 기사다.
큐레이터본문이 극히 짧아 구체적인 논거나 수치를 확인할 수 없다. 전문을 직접 읽어야 NVIDIA의 '소버린 전략'이 무엇을 의미하는지 파악할 수 있다.
Robot Brain은 로봇의 태스크 수행 이력(에피소드, 실패 지점, 인간 개입 내용 등)을 소스 추적과 함께 저장하는 메모리 런타임(memory runtime)이다. 이후 태스크 실행 시 현재 조건에 연관된 과거 경험을 반환하며, 모델 키를 설정하면 경험으로부터 후보 레슨(lesson)을 자동 생성하고 사용자 검토를 거쳐 적용한다. 새로운 결과나 반례(counterexample)가 입력되면 기존 레슨이 자동으로 수정된다. 로컬 루프백 HTTP API와 NumPy 의존성이 없는 Python SDK를 제공하며, ROS 2 레퍼런스 브리지와 함께 배포된다. 코어는 오픈소스가 아니며 컴파일된 패키지 형태로 평가 라이선스 하에 제공된다.
큐레이터코어가 비공개라 내부 동작을 직접 검증할 수 없으며, 현재 퍼블릭 알파 단계이므로 실제 로봇 환경에서의 동작은 아직 독립적으로 확인된 바 없다.
마키나락스(MakinaRocks)가 해군 제1함대사령부 포항함(호위함)에 '장비운용 AI 참모'를 탑재하고 실증 운용에 돌입했다. 이번 사업은 국방기술진흥연구소(KRIT)가 주관하는 '방산혁신기업 100 기술개발 전용지원사업'의 일환으로 추진됐다. 병역자원 감소에 따른 전력 구조 변화와 수백 개 장비가 집약된 함정의 높은 운용·정비 난이도에 대응하는 것이 개발 배경이다.
큐레이터원문이 중간에서 끊겨 AI 참모의 구체적인 기능·인터페이스·적용 장비 범위 등 기술적 세부 사항을 확인할 수 없다. 실증 결과(정비 오류율 변화, 승조원 숙련도 보완 효과 등)가 공개될 때 내용을 보완할 필요가 있다.
원프레딕트가 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 '협업지능 피지컬AI(Physical AI) 기반 SW 플랫폼 연구개발 생태계 조성' 사업에 공동연구개발기관으로 참여한다. 이 사업은 서로 다른 로봇과 설비가 하나의 지능처럼 협력해 판단·동작할 수 있도록 소프트웨어 플랫폼을 개발하고 제조·물류 현장에서 실증하는 국가 연구개발사업이다. 2030년까지 국비 5,150억원을 포함해 총 7,368억원이 투입된다. 원프레딕트는 이번 사업에서 제조 AI 공통 프레임워크 개발을 담당한다.
큐레이터기사가 '전북' 이후 잘려 지역 실증 계획과 원프레딕트의 구체적 역할 범위 등 세부 내용은 확인이 어렵다.
딥엑스(DEEPX)와 두산로보틱스가 원자력발전소 제조 현장의 숙련 용접공 부족 문제 해결을 목적으로 AI 기반 지능형 용접 로봇 솔루션을 공동 개발한다. 이번 협력은 산업통상자원부의 '2026년도 로봇산업기술개발사업' 과제로 선정된 데 따른 것이다. 두산로보틱스, 딥엑스, 세이지(SAIGE), 국립창원대학교 산학협력단 등 4개 기관은 2026년 7월 21일 업무협약을 체결하고 공동 개발 체계를 구축했다. 이번 과제는 비전 AI(Vision AI)와 협동로봇 기술을 결합하는 방향으로 진행된다.
큐레이터본문이 기술 결합 방식을 언급하는 지점에서 끊겨 구체적인 개발 목표·일정·사양은 확인되지 않는다. 과제 선정·MOU 체결이 주된 내용이므로, 실질적인 기술 성과는 이후 공개를 기다려야 한다.
제조 AI 기업 원프레딕트가 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 '협업지능 피지컬 AI 기반 SW 플랫폼 연구개발 생태계 조성' 사업에 공동연구개발기관으로 참여한다. 이 사업에는 2030년까지 국비 5,150억원을 포함해 총 7,368억원이 투입된다. 사업 목표는 서로 다른 로봇과 설비가 단일 지능처럼 협력해 판단하고 동작할 수 있는 소프트웨어 플랫폼을 개발하고, 실제 제조·물류 현장에서 실증하는 것이다. 전북 완주 일원에 연구개발 거점이 조성될 예정이다.
큐레이터본문이 중간에 끊겨 원프레딕트의 구체적인 역할과 담당 과제 범위를 확인하기 어렵다. 총 7,368억원 규모의 컨소시엄형 사업이므로 각 기관의 분담 내용이 공개되어야 실질적인 의미를 파악할 수 있다.
미국 연방통신위원회(FCC)의 로봇 관련 규제가 클라우드 의존 방식에서 온디바이스(로컬) AI로의 전환을 앞당길 수 있다는 분석이 나왔다. 물리적 AI(physical AI)를 배치하는 기업들은 어떤 AI 작업부하(workload)를 로봇 본체에 올리고 어떤 것을 클라우드에 남길지 결정해야 하는 상황에 놓여 있다. 이 과정에서 보안, 안전성, 공급망 투명성에 대한 요구 수준도 함께 높아지고 있다.
큐레이터본문이 도입부 한 문단만 제공되어 FCC 규제의 구체적 내용과 근거를 확인할 수 없다. 전체 기사를 통해 어떤 규제 조항이 어떤 경로로 엣지 AI 전환을 유도하는지 직접 확인하는 것이 필요하다.
Safeworld는 생성형 AI(GenAI) 기반 로봇이 실제 사람에게 해를 끼치지 않도록 디지털 휴먼을 구축하고 있다. 디지털 휴먼을 활용해 로봇의 안전성을 사전에 검증하는 방식을 추구하는 것으로 보인다. 다만 원문에서 제공된 기술적 세부사항이 매우 제한적이어서 구체적인 방법론이나 성과는 확인되지 않는다.
큐레이터원문이 사실상 한 문장에 그쳐 기술 방식, 검증 범위, 실제 적용 사례 등 핵심 정보가 전혀 제시되지 않는다. 본문 전체를 확인한 뒤 재검토가 필요하다.
㈜로아이젠 박성기 대표가 '피지컬 AI와 소셜 AI'를 주제로 연재하는 9회 시리즈의 5번째 기고문이다. 시리즈 전체는 휴머노이드 로봇이 물리적 행동 수행 능력을 넘어 사회적으로 적절한 판단을 내리는 방법을 탐구한다. 5회차 주제는 단순한 행동 모방에서 나아가 데이터·규칙·감독을 결합한 규범 학습(norm learning)이다. 박성기 대표는 한국과학기술연구원(KIST)에서 28년간 지능로봇과 인공지능 분야를 연구한 경력을 토대로 기고를 이어가고 있다.
큐레이터제공된 본문이 도입부에서 잘려 구체적 논거 확인이 어렵다. 행동 모방 기반 학습이 사회 규범을 충분히 포착할 수 있는지는 서비스 로봇 실배치 현장에서도 아직 합의된 답이 없는 열린 문제다.
University of Glasgow의 연구에 따르면, 소셜 로봇(social robot)에 동물 또는 애니메이션 스타일의 얼굴과 목소리를 적용하면 사용자의 감정적 호감을 높일 수 있다. 소셜 로봇은 인간 또는 반려동물과 유사한 행동을 모방해 사용자에게 친근감과 안정감을 제공하는 것을 목적으로 한다. 이번 연구는 성장하는 소셜 로봇 분야의 설계 지침으로 활용될 가능성이 있다.
큐레이터공개된 본문이 요약본으로 잘려 있어 실험 참여자 수, 사용된 로봇 종류, 감정 호감도 평가 지표 등 구체적인 방법론을 확인할 수 없다. 결론의 신뢰도를 판단하려면 원문 논문을 직접 확인하는 것이 필요하다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.