DGIST 창업기업 에스이노베이션스는 자율이동로봇(AMR)의 설치·지도 생성·오류 점검·이기종 로봇 통합 운영을 자동화하는 기술을 개발한다. 퀀텀벤처스코리아, 신용보증기금, 대교인베스트먼트 등 3개 기관으로부터 Pre-A 라운드에서 총 30억원을 유치했다. 제조·물류 현장에서는 운영 로봇 수가 늘수록 유지보수와 통합 관리에 필요한 인력·시간이 증가하는 문제가 존재한다.
큐레이터본문이 중간에 끊겨 기술 구현 방식과 현장 도입 사례 등 핵심 세부 내용을 확인하기 어렵다. Pre-A 단계 투자이므로 이기종 AMR 통합 관리 기술의 현장 검증 수준은 추가 자료로 확인이 필요하다.
DGIST 미래모빌리티연구부 연구팀이 구미 소재 기업 주광정밀과 공동으로 자율이동로봇(AMR)용 레이더의 데이터 연산량을 88% 줄이는 고해상도 각도 추정(angle estimation) 기술을 개발했다. 이 기술은 장애물 탐지 성능을 높게 유지하면서 신호 처리 부담을 대폭 낮추는 것을 목표로 한다. 레이더는 전파로 장애물의 거리·속도·방향을 측정하며, 눈·비·안개 등 악천후에서도 안정적으로 동작해 카메라와 라이다(LiDAR)를 보완하는 센서로 쓰인다. 기존 신호 처리 방식은 연산 속도는 빠르지만 인접한 물체를 정확히 구분하는 데 한계가 있었다.
큐레이터연산량 88% 절감은 연구팀의 발표 수치로, 어떤 기준 알고리즘 대비 측정된 것인지 제공된 본문(일부 잘림)만으로는 확인할 수 없어 원문 전문 검토가 필요하다.
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.