NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
자율주행 트럭 스타트업 Gatik이 2억 달러 규모의 투자를 유치했다. 이번 자금은 물류센터와 매장을 잇는 고빈도 지역 노선 중심의 사업 모델 확장에 활용될 예정이다. Gatik은 단거리·반복 구간에 특화한 자율주행(autonomous driving) 방식으로 기업 간(B2B) 물류 서비스를 운영하고 있다.
큐레이터투자 유치 규모는 기술 성숙도나 수익성의 독립적 검증과 무관하므로, 실제 운영 노선 수·계약 구조 등 사업 지표를 별도로 확인할 필요가 있다.
Nav2의 'Lyrical Release'가 공개되었으며, 여러 ROS 배포판에 걸쳐 광범위한 업데이트가 포함된다. ROS API를 단일 공통 위치로 추상화하는 새 패키지 nav2_ros_common이 추가되어 노드 개발 및 소프트웨어 통합 편의성이 개선된다. 모델 예측 경로 적분(MPPI, Model Predictive Path Integral) 플래너에는 개방 루프 제어 모드, 동역학 지원, 비대칭 가속도 제한, 플러그인 동작 모델, 궤적 검증기, 지연 보상 기능이 추가되었다. 행동 트리(BT) 노드 기반 일시 정지·재개 기능, Samsung Research 기여의 벡터 객체 서버(Vector Object Server), 그리고 coarse·fine 이중 기준을 적용한 적응형 목표 검사기(Adaptive Goal Checker)도 이번 릴리스에 포함되었다. 규제 순수 추종(RPP, Regulated Pure Pursuit)에는 동적 제한을 반영하는 Dynamic Window Pure Pursuit 지원 등 다수의 기능이 추가되었다.
큐레이터nav2_ros_common 패키지가 ROS API를 단일 추상화 계층으로 이전하는 구조적 변경인 만큼, 기존 Nav2 의존 패키지는 마이그레이션 부담을 확인할 필요가 있다. MPPI의 지연 보상·동역학 지원 등은 실기(real hardware) 배포를 겨냥한 기능이나, 공식 릴리스 노트이므로 다양한 플랫폼에서의 독립적 검증 결과는 별도로 확인해야 한다.
Guident의 최고경영자(CEO)는 자율주행 로보택시(robotaxi) 플릿이 확장될수록 AI만으로는 안전을 보장하기 어려우며, 인간 감독(human-in-the-loop) 체계가 여전히 필요하다고 밝혔다. 자율주행 차량 운영 규모가 커지는 상황에서도 인간의 개입이 안전의 핵심 요소로 남아 있다는 입장이다. 기사는 AI와 인간 감독의 병행이 플릿 안전 확보의 전제 조건임을 강조한다.
큐레이터이 주장은 독립 연구기관이 아닌 Guident CEO가 직접 한 것으로, 동사가 원격 감독·개입 솔루션을 사업 모델로 삼고 있다면 '인간 개입 필수'라는 결론에 이해관계가 걸려 있을 수 있어 출처의 맥락을 함께 살펴볼 필요가 있다.
Open-RMF는 동일 건물 내 여러 로봇 군집을 조율하는 플리트 관리 프레임워크로, 단일 스택 구조에서 소규모 ROS 2 노드들이 명확한 메시지로 통신하는 수평(horizontal) 아키텍처로 전환 중이다. 이번 GSoC 2026 프로젝트는 next_gen_prototype 레퍼지토리의 두 가지 미구현 기능 개발에 집중했다. 첫째, 요청 목적지가 이미 점유된 경우 로봇을 대기열에 추가하는 예약 인식 목적지 서버(reservation-aware destination server)를 구현했다. 둘째, 개별 로봇이 감지한 장애물을 중앙 플래너와 공유하는 계층형 전역 점유 지도(layered global occupancy map)를 구현하여 군집 전체가 장애물을 우회해 경로를 재계획할 수 있도록 했다. 해당 노드들은 ros2_rust 바인딩을 사용하여 Rust 언어로 작성되었다.
큐레이터next_gen_prototype 레퍼지토리 기반의 GSoC 프로젝트이므로 메인 Open-RMF 브랜치 통합 여부는 아직 불분명하며, 두 기능 모두 시뮬레이션 환경에서 검증된 것인지 실제 로봇 군집을 대상으로 한 것인지가 요약에서 명확히 밝혀지지 않아 현장 적용 가능성은 추가 확인이 필요하다.
Aeron Systems는 자율로봇·UAV·UGV를 대상으로 한 GNSS 보정 관성항법장치(INS) Pollux 3(PLX3-N)의 ROS 2 전용 드라이버를 공개했다. Pollux 3는 관성 측정값과 GNSS를 결합해 GNSS 신호 단절 구간에서도 데드 레커닝(dead reckoning)으로 연속 항법을 유지하며, LiDAR·카메라·오도메트리와의 센서 융합도 지원한다. 항법 데이터 출력은 최대 200 Hz, IMU 데이터 출력은 최대 1,000 Hz를 지원한다. 내부적으로 다중 위성군(multi-constellation) GNSS와 확장 칼만 필터(EKF) 기반 센서 융합을 채택해 열악한 운용 환경에서도 안정적인 항법 성능을 유지한다.
큐레이터제시된 성능 수치(200 Hz 항법, 1,000 Hz IMU 등)는 Aeron Systems 자체 발표 기준이며, 독립적인 현장 검증 결과는 공개되지 않았다.
GzSensorMonitor는 Gazebo Harmonic용 오픈소스 플러그인으로, 시뮬레이션 환경 내부에 가상 모니터를 배치해 센서 데이터를 실시간으로 시각화한다. 별도의 외부 도구 없이 Gazebo 월드 안에서 직접 센서 피드백을 확인할 수 있는 것이 핵심 기능이다. 현재 릴리스는 RGB 카메라, RGB-D 카메라, 깊이(Depth) 시각화, LiDAR 피드백을 지원하며, 런타임 중 센서 모드 전환 및 실시간 디스플레이 갱신 기능도 포함한다. 예를 들어 로봇에 장착된 카메라의 RGB 또는 RGB-D 영상을 시뮬레이션 내 모니터에 연속 스트리밍하거나, LiDAR 데이터를 Gazebo 내에서 직접 검사하는 것이 가능하다.
큐레이터외부 시각화 도구(예: RViz, rqt)와 Gazebo를 오가는 컨텍스트 전환을 줄일 수 있어 시뮬레이션 개발·디버깅 워크플로에 변화가 예상되지만, Gazebo Harmonic 전용이므로 다른 버전 사용자는 적용 가능 여부를 별도로 확인해야 한다.
ROS Kilted Kaiju 배포판의 2026-08-21 동기화를 통해 신규 패키지 39개가 추가되고 기존 패키지 451개가 갱신되었다. 이번 동기화에는 85명의 유지관리자가 참여하였다. 주요 신규 패키지로는 MOLA 라이다 오도메트리(lidar odometry) 관련 패키지(mola-lidar-odometry 3.1.0, mp2p-icp-core 2.12.0)와 EasyNav 내비게이션 스택 패키지(0.4.1)가 포함된다. ETSI ITS IVIM 메시지 패키지(3.5.0), MuJoCo 3D 라이다 시뮬레이터 패키지, 자력계 브로드캐스터(magnetometer-broadcaster 5.17.0)도 새로 추가되었다. 단, 원문이 중간에 잘려 전체 신규 패키지 목록은 확인되지 않았다.
큐레이터ETSI ITS IVIM 메시지 패키지 추가는 ROS 생태계가 차량-인프라 통신(V2X) 영역으로 점차 확장되고 있음을 시사한다. 다만 원문이 잘린 상태이므로 이번 동기화의 전체 범위는 공식 ROS Discourse 원문을 직접 확인해야 파악할 수 있다.
Agtonomy가 자사의 상업용 오프로드 플랫폼에 자율 다중 전환점 회전(autonomous multi-point turning) 기능을 추가했다. 이번 업데이트에는 향상된 현장 데이터 수집 기능도 함께 포함된다. 두 기능 모두 Agtonomy의 기존 상업용 오프로드 자율 플랫폼에 적용된다.
큐레이터Agtonomy 자체 발표이므로 기능의 현장 성능은 독립 검증이 없으며, 적용 기종 수나 운용 규모 등 실질적 범위를 가늠할 구체적 정보가 공개되지 않았다.
Forterra가 자율주행 ATV(전지형 차량) 100대 이상을 우크라이나 분쟁 지역에 배치했다. 이는 미국산 자율 지상 차량(Autonomous Ground Vehicle, AGV)이 실제 전장에 투입된 최초 사례로 보도됐다. 기사에서 차량의 구체적인 임무나 운용 방식 등 추가 세부사항은 공개되지 않았다.
로보택시(robotaxi) 서비스가 수십 개 도시에서 상업 운행 단계로 진입했다. NVIDIA Robotics Blog는 이 흐름에서 안전성이 사후에 추가되는 방식이 아니라 시스템 설계 단계부터 내재되어야 한다고 주장한다. 로보택시 산업은 프로토타입 단계의 이정표를 넘어 상용 운영 및 생태계 확장 국면으로 전환 중이라고 기술한다.
NVIDIA 연구팀이 로봇 파지(grasping), 자율주행, 대규모 에이전트 학습 분야의 연구 성과를 공개했다. 로봇 그리퍼 연구는 처음 다루는 도구로도 연속적으로 물체를 파지할 수 있는 범용성 확보에 초점을 맞춘다. 자율주행 시스템 연구는 단일 상황 추론을 넘어 안전성을 높이는 방향을 목표로 한다. 본문이 일부만 공개되어 세부 수치와 방법론은 확인되지 않는다.
NVIDIA가 컴퓨터 비전 학회 CVPR에서 자율주행, 로봇, 비전 AI 시스템 개발을 위한 물리 AI(Physical AI) 에이전트 스킬을 공개했다. 이 스킬들은 단순한 모델 개선이 아닌, 개발 전체 워크플로 구축을 목표로 한다. 구체적으로 실제 환경 장면 재구성, 엣지 케이스(edge case) 시나리오 생성, 정책 훈련, 평가 파이프라인 구성 등을 지원한다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.