Physical AI: Panasonic이 숙련공의 위치·마찰·힘 감각을 AI로 해석해 공정 개선에 쓰는 250명 체제
Panasonic 홀딩스가 10월 신설한 AI·로보틱스 연구개발본부를 중심으로 약 250명이 Physical AI를 개발합니다. 부품 위치, 마찰, 조립 힘 같은 숙련공의 감각을 AI가 배워 센서 데이터를 해석하고 공정 개선으로 잇는 방식이며, 그룹 공장에서 먼저 검증해 3~5년 안에 공장·물류 사업화를 노립니다.
AHS(Autonomous Haulage System): Suncor가 무인 운반트럭 140대로 광산 운영비를 낮추고 Syncrude로 넓힌다
Suncor는 3분기 콜에서 오일샌드 Base Plant 광산의 완전 무인 초대형 운반트럭 약 140대가 운영비를 낮추고 안전 성과를 높였다고 밝혔습니다. 이를 근거로 Syncrude Mildred Lake에도 AHS를 넓혀 연말까지 40대 가까이 운행합니다. 한 현장에서 효과를 확인하고 다음 현장으로 넓히는 순서와, 따라 할 때 필요한 원가 장부와 확대 판정 기준을 정리했습니다.
Humanoids and Job Cuts: Schaeffler가 유럽 3,460명을 줄이면서 공장에 휴머노이드 1,000대를 들이는 구조
독일 자동차 부품사 Schaeffler가 유럽에서 3,460명(순감)을 줄이고 사업장 5곳을 닫는 같은 날, 휴머노이드와 국방을 성장 축으로 내세웠습니다. 2026년 12월 두 공장을 시작으로 2032년까지 Humanoid 로봇 1,000대 이상을 들이고, 같은 회사에 액추에이터 100만 개 이상을 공급합니다. 로봇의 공급자이자 사용자가 되는 구조와 첫 6개월 실행 계획을 정리했습니다.
Toyota Robotics: Toyota가 흩어진 로봇 인력을 한 조직으로 모아 공장 배치를 서두른다
Toyota가 사내에 흩어진 로봇 전문성, 인력, 기능을 모아 2027년 1월 1일 전사 직속 조직 Toyota Robotics를 출범시킵니다. 최고생산책임자 시가 다케후미가 이끌고 자기 공장을 첫 고객 삼아 사내 로봇 수요 40만 대를 먼저 채운 뒤 2030년 이후 외부 판매로 넓힐 계획입니다.
Physical AI Random Picking: JTEKT가 기존 라인에 AI PC만 더해 부품 피킹 성공률을 97.1%로 올린 실증
JTEKT는 자사 공장 CV조인트 라인에서 위치·자세가 제각각인 부품을 집는 랜덤 피킹에 가상 공간에서 학습한 AI를 적용했습니다. 고난도 조건 성공률이 85.0%에서 97.1%로 오르고 평균 사이클타임은 16% 줄었습니다. 기존 설비에는 AI PC만 더했습니다.
GXO IQ: 물류센터 데이터를 한곳에 모으고 인력관리 위에 AI 생산성을 얹는 순서
계약물류 기업 GXO는 3분기 콜에서 데이터 플랫폼 GXO IQ를 3개 지역에 가동했고 올해 약 50곳 이상의 사이트에 통합한다고 밝혔습니다. 통합 인력관리시스템(LMS)으로 운영별 인건비를 5~15% 낮추고, 그 위에 AI 도구로 한 자릿수 중반(%)의 생산성을 더하는 구조입니다. 이 순서를 국내 물류센터에서 따라 할 데이터 설계와 13주 파일럿 계획을 붙였습니다.
SClaw·디지털 직원: 중국 택배사가 경로 추천 AI와 에이전트로 쌍십일 물량을 처리하는 방식
쌍십일 피크를 앞둔 중국 택배사의 AI 전환을 다룬 신화망 기사입니다. 징둥물류는 대형 모델 슈퍼브레인 3.0으로 주문량을 예측해 운송 능력을 조정하고 현장 직원의 AI 추천 경로 채택률이 90.2%를 넘었으며 위안퉁은 에이전트 100여 개와 디지털 직원 28명을, 선퉁은 SClaw 플랫폼을 운영합니다. 채택 기록 루프, 디지털 직원 정의서, 8주 시범 계획을 붙였습니다.
Cost to Serve per Unit: Amazon이 로봇 100만 대와 재고 배치로 단위당 물류비를 4년째 낮추는 방식
Amazon은 3분기 콜에서 물류망 로봇이 100만 대를 넘었고 올해 로봇 팔을 두 배로 늘렸다고 밝혔습니다. 연료·간선 운송비가 올랐는데도 배송비 증가율(11%)을 물량 증가율(12%)보다 낮게 묶었고, 단위당 처리 비용은 4년 연속 하락을 향하고 있습니다. 로봇을 넓게 깔기 전에 거치는 네 가지 배치 기준과, 이를 국내 물류센터에서 따라 할 지표 장부와 12주 일정을 붙였습니다.
Motoman NEXT: 프레임마다 상태를 보고 용접법을 고르는 Toyota GR Kart 용접 로봇
Toyota GAZOO Racing은 2026년 9월부터 Yaskawa의 용접 로봇 Motoman NEXT로 GR Kart 강철 프레임을 만듭니다. 로봇이 용접 전에 간극과 온도를 확인해 용접법을 고르고, 용접 뒤에는 검사해 기준 미달을 바로잡습니다. 원가를 낮췄다고 했지만 수치는 없습니다. 같은 구조를 용접 라인에 들일 때의 측정 항목, 기록 필드, 8주 시범안을 붙였습니다.
Advanced Facilities Control Centre: GlobalFoundries가 팹 관제실 5곳을 AI 관제센터 하나로 합친 방식
GlobalFoundries가 Siemens와 만든 AI 관제센터 AFCC를 싱가포르에 열고, 팹별 관제실 5곳을 하나로 합쳤습니다. 예지정비와 24시간 설비 감시, 다중 센서 순찰 로봇을 묶었고 전사로 넓히면 시설 설비 데이터 포인트 100만 개 이상을 한곳에서 봅니다. 따라 할 때 필요한 태그 표준, 우선순위 규칙, 16주 이관안을 붙였습니다.
AI Net Expense: GE Vernova가 아직 순비용인 AI·자동화 투자를 중기 마진 계획에 넣는 방식
GE Vernova CEO는 3분기 콜에서 AI·자동화 투자가 3개 사업과 본사 모두에서 아직 그 자체로는 순비용이며 효과는 중기 마진에서 나온다고 밝혔습니다. AI 지출 금액은 공개하지 않았고, 조정 EBITDA 마진 690bp 개선은 AI가 아니라 생산성으로 설명했습니다. AI 투자를 과제별 장부로 떼어 보는 방법과 12주 도입안을 붙였습니다.
Orion Blueprint: Lear가 자동화 시트 공장을 전 공장 표준으로 삼아 전환 비용 10~15%를 줄이는 방식
자동차 시트 업체 Lear는 미시간 Orion 공장을 처음부터 디지털·자동화로 설계해 전환 비용을 10~15% 줄일 계획입니다. AGV·ASRS·로봇 적재·AI 품질 검사를 하나로 잇고 사이클타임 편차 도구는 이미 대부분 공장에 깔았습니다. 기존 공장에 옮기는 조건과 12주 시범안을 붙였습니다.
Humanoid RaaS: GXO가 Digit을 창고 2곳에 늘리면서도 ROI는 2년 뒤로 보는 이유
GXO가 Agility의 휴머노이드 Digit을 2027년 초부터 창고 2곳에 더 넣습니다. 같은 시기 CEO는 휴머노이드 ROI가 아직 2년쯤 남았고 올해 양산 배치는 0대라고 말했습니다. 확대와 ROI 유보가 함께 가능한 이유를 RaaS 계약, 토트 이동이라는 좁은 작업, 속도·손재주 병목으로 풀고 토트당 비용 장부와 12주 파일럿 계획을 붙였습니다.
A Functional Taxonomy of World Models: 화면·상태·행동 중 무엇을 내놓느냐로 가르는 세 유형
Fei-Fei Li와 World Labs 팀이 뜻이 넓어진 world model을 출력 기준으로 Renderer(화면), Simulator(세계 상태), Planner(행동) 셋으로 나누고 관심을 가장 덜 받는 Simulator가 가장 결정적이라고 봤습니다. 벤더 실사 질문표, 과제별 유형 매핑, 시뮬레이터 파일럿 검증 기준을 붙였습니다.
Supplied in China: 전자·EV·자동화가 쌓은 역량이 휴머노이드 공급망이 된 과정
Leo Su는 중국의 휴머노이드 공급망이 인건비가 아니라 소비자 전자·EV·산업 자동화가 수십 년 쌓은 공급사 밀도와 반복 속도에서 나왔기 때문에 복제가 어렵다고 봅니다. 한국을 전자·배터리·자동차 조합이 가장 강할 수 있는 곳으로 본 점에 맞춰, 우리 회사의 로봇 부품 기회를 진단하는 매트릭스와 6주 계획을 붙였습니다.
Brain over Body: OpenAI가 휴머노이드를 직접 만들며 몸보다 두뇌에 거는 이유와 2027년 시연
Sam Altman이 Sources 팟캐스트에서 OpenAI가 휴머노이드와 다른 형태의 로봇을 모두 만들겠다고 확인하고, 몸의 설계보다 로봇을 움직이는 두뇌가 더 어려운 문제라고 말했습니다. Fortune 인터뷰에서는 2027년에 시연을, 거리의 로봇은 그 뒤 몇 년이라고 했습니다. 소프트웨어 AI 기업이 하드웨어까지 수직 통합하는 흐름을 정리하고, 우리 현장에서 로봇이 맡을 일을 고르는 방법을 붙였습니다.