MIT 연구팀이 지도가 없는 동적 환경에서 무인항공기(UAV)의 충돌 없는 비행을 가능하게 하는 자율비행 경로 계획 시스템 'SANDO(Safe AutoNomous trajectory planning for Dynamic unknOwn environments)'를 개발했다. SANDO는 주변 장애물의 이동 속도를 분석해 해당 장애물이 미래에 점유할 수 있는 공간 범위를 예측한다. 이를 바탕으로 UAV가 움직이는 장애물과의 충돌을 사전에 회피하는 경로를 계획한다.
큐레이터본문이 일부만 제공되어 실험 조건(시뮬레이션·실기 비행 여부, 검증 환경 규모)을 확인할 수 없다. MIT 뉴스 원문에서 실험 세부 내용을 직접 확인하는 것이 권장된다.
DGIST 전기전자컴퓨터공학과 박대희 교수 연구팀은 KAIST와 공동으로, 주변 보행자의 이동 경로 예측과 로봇의 충돌 회피 경로 계획을 하나의 소형 AI 모델에서 동시에 수행하는 학습 기술을 개발했다. 두 가지 작업을 단일 모델에 통합할 때 발생하는 성능 저하를 줄이는 것이 이번 연구의 핵심이다. 해당 연구는 컴퓨터 비전 분야 국제학회인 ECCV 2026에 채택되어 9월 10~12일 스웨덴 말뫼에서 발표된다.
큐레이터요약에는 실험이 시뮬레이션 환경인지 실제 보행자 밀집 공간인지 명시되지 않아, 통합 모델의 성능 개선 폭은 연구팀 자체 평가 기준임을 감안해야 한다.
코윈테크가 다종 로봇을 단일 플랫폼에서 통합 제어하는 RCS(Robot Control System, 로봇 제어 시스템)를 자체 개발했다. RCS는 작업 배정, 경로 계획, 교통 제어, 상태 모니터링, 상위 시스템 연동 기능을 하나의 소프트웨어에서 처리한다. AI 기반으로 로봇별 작업을 배정하고 최적 경로를 생성하며, 수백 대 규모의 로봇이 동시 운영되는 제조 현장에서도 안정적인 운영을 지원한다고 밝혔다.
큐레이터수백 대 동시 운영 안정성은 코윈테크 측의 주장이며 독립적인 현장 검증 결과는 공개되지 않았다. 유사한 다종 로봇 통합 제어 솔루션이 이미 국내외에 존재하므로, 기존 제품 대비 무엇이 차별화된 기술인지 구체적인 비교가 아직 제시되지 않은 점도 유의할 필요가 있다.