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.
Hybrid Sculpting: Ford 디자인 스튜디오, 점토와 VR을 오가며 디자인 테마 확정을 2주에서 5일로
Ford 디자인 스튜디오는 점토로 형상을 잡고 약 20분 스캔한 뒤 VR 헤드셋에서 다듬고, 밀링과 손 마감으로 다시 실물에 옮깁니다. 40년 경력 모델러는 실물 모델 하나에 약 2주 걸리던 예전과 달리 5일 만에 디자인 테마를 잡습니다. AI는 Ford Pro 정비 기술자 안내에 쓰이고, COO는 물리 제조용 AI는 아직 시작 단계라고 봅니다.
Physical AI at the Edge: Siemens Energy가 공장마다 현장에서 판단하고 고장 데이터는 모아 학습하는 구조
Siemens Energy는 AWS IoT SiteWise Edge로 공장마다 상태 감시와 에너지 최적화를 현장에서 돌리고, 여러 공장의 고장 데이터는 클라우드에 모아 예지정비 모델을 학습합니다. Industrial AI Summit 2026 패널은 200ms 안에 끝나야 하는 판단은 엣지에 두고, 자율 실행 권한은 네 단계로 나눠 성적에 따라 넓히라고 정리했습니다.
Industrial AI: Shanghai Electric이 대형 가스터빈의 생산·용접 검사·정비에 AI를 넣은 방식
중국 Shanghai Electric은 대형 가스터빈의 블레이드 생산, 로터 용접 검사, 운전·정비에 산업 AI를 넣었다고 발표했습니다. 무작위로 쌓인 블레이드 소재를 3D 비전으로 집는 정확도는 99.99%를 넘고 정비 플랫폼 SIMPLE은 터빈 60여 기의 누적 100만 시간 넘는 운전 데이터를 씁니다.
국내 기업 AX 소식: 위험한 자리에 사람 대신 AI와 로봇이 먼저 선다 (11월 13일 묶음)
11월 13일 묶음은 한국일보가 정리한 철강·조선 4개사의 AI 안전 적용 1건입니다. 포스코는 전로 산소 투입량을 AI 자율조업 시스템이 정하고 고로 주변 점검은 4족 보행로봇 스팟에 맡겼으며, 세아베스틸은 에버가드와 4년 동안 현장 데이터 약 600만 개를 분석해 핵심 공정을 250개 구역으로 나눈 안전 솔루션을 내년 상반기까지 군산·창녕공장에 구축합니다.
MetGen Digital Twin: TSMC·Micron이 도면을 팹 3D 트윈으로 바로 바꿔 건설 지연에 대비한다
엔비디아가 투자한 대만 스타트업 MetAI의 MetGen은 도면과 장비 사양을 장비 단위까지 맞춘 팹 디지털 트윈으로 바꿉니다. TSMC는 대만·미국 신규 팹의 유틸리티·배관 트윈에, Micron은 3D 팹 배치에 씁니다. 회사는 엔지니어 수천 시간 걸리던 작업을 5분 안에 만든다고 설명합니다.
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.
Humanoid Skills: E.ON·enviaM이 숙련 기술자 시범으로 변전소 점검 로봇을 가르치고 그 기술은 직접 갖는다
E.ON과 동독 지역 에너지 기업 enviaM이 Neura Robotics와 손잡고 변전소 점검·감시에 휴머노이드를 준비합니다. 숙련 기술자의 시범과 실제 투입 데이터, 시뮬레이션으로 skill을 가르치고 2027년 첫 현장 경험을 노리며 학습한 skill과 데이터는 두 회사가 통제합니다.
Mazak Foundation Model: 사내 데이터로 만든 기반 모델을 고객 공장 데이터로 키워 가공 노하우를 지키는 구상
Yamazaki Mazak 사와다 요스케 상석집행임원은 JIMTOF2026 세미나에서 사내 데이터로 사전 학습한 Mazak 기반 모델을 납품 때 고객 데이터로 조정하고 고객 공장에서 계속 학습시켜 그 공장만의 모델로 키우는 구상을 밝혔습니다. 가공 조건은 공장마다 고유해 평준화하면 가치가 사라진다고 보고 에이전트 전개까지 약 2년이 걸리니 지금부터 가공 데이터를 준비하라고 했습니다.
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.
Visual Inspection Cockpit: P&G가 Siemens와 만든 AI 비전 검사를 전 세계 공장에 까는 방식
P&G는 Siemens와 함께 만든 AI 비전 검사 VIC를 전 세계 공장으로 넓힙니다. 제품에 따라 스크랩이 10~20% 줄었고, 새 라인 적용은 맞춤형 비전 시스템보다 5~10배 빠릅니다. 라인 옆 GPU 엣지에서 판정해 PLC로 불량 한 개만 빼내는 구조와 8주 시범안을 붙였습니다.
국내 기업 AX 소식: AI를 부서와 현장의 업무 단위로 내리는 회사들 (11월 5일 묶음)
11월 3~4일 국내 기업 AX 기사 4건입니다. HD현대로보틱스는 Palantir 에이전트로 로봇 문제 해결 기간을 21.5일에서 7.9일로 줄였고, 현대제철은 직원이 노코드로 에이전트를 만드는 Steel-X를 열었습니다. 증권사들은 부서마다 AI 담당자를 두고 KPI와 묶었고, KGC 원주공장은 AI 검사 뒤 로봇이 포장합니다.
국내 기업 AX 소식: AI 에이전트가 개인 도구에서 현장과 조직의 일하는 방식으로 (11월 2일 묶음)
11월 1일 국내 기업 AX 기사 2건입니다. HD현대로보틱스는 Palantir와 함께 AI 에이전트가 로봇 프로그램 개선안을 먼저 내게 해 업무 기간을 평균 21.5일에서 7.9일로 줄였고, SK텔레콤은 직원이 만든 에이전트 약 1,500개를 조직 업무로 옮기려 'AX 혁신 2.0'을 시작했습니다.
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.
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.
Physical AI CNC: LLM 제안을 시뮬레이터와 작업자 승인으로 거르는 FANUC의 공작기계 제어
FANUC는 JIMTOF2026에서 LLM이 CNC 데이터를 보고 파라미터·프로그램 수정을 제안하되, PC 위 시뮬레이터 검증과 작업자 승인을 거친 안만 실기계에 넣는 Physical AI CNC를 시연했습니다. 전시 시연이며 성과 수치는 없습니다. 같은 구조를 공장에 옮길 때의 도구 권한, 검증 규칙, 9주 시범안을 붙였습니다.
Client Zero: Panasonic이 새 AI·로보틱스 본부에 사내 실증과 그룹 공통 AI 기반을 함께 맡긴 방식
Panasonic 그룹 CAIO는 AI를 조직 능력의 증폭기로 봅니다. 10월 1일 만든 AI·로보틱스 연구개발본부가 사업회사 AI CoE와 함께 사내 실증(Client Zero)을 하고, 토큰 관리·모델 선택·데이터 주권·AI 규칙을 그룹 공통 기반으로 묶습니다. 운영 수치는 없고, 5층 아키텍처와 12주 실증안을 붙였습니다.
Beyond the Pilot: 산업 현장 피지컬 AI, 97%가 쓰지만 지속 최적화까지 간 곳은 8%
Hitachi가 에너지·제조·운송·물류 의사결정권자 200여 명을 조사했습니다. 97%가 현장에서 AI를 쓰지만 지속 최적화 단계에 이른 곳은 8%이고, 리더십 지원은 75%인데 자원이 충분하다는 응답은 38%입니다. 파일럿 하나를 상시 운영으로 옮기는 12주 계획을 붙였습니다.
국내 기업 AX 소식: AI가 후보를 좁히고 확정은 사람과 안전장치가 한다 (10월 30일 묶음)
SK AX·이수화학·삼성전자 SAIT·뉴로메카의 AX 소식 4건을 묶었습니다. SK AX는 지원자 약 1,800명의 AI 면접을 약 6시간 만에 끝냈고 이수화학은 AI 대응안을 운전원 승인 뒤 안전 운전 범위 안에서만 적용합니다. AI가 후보를 좁히고 확정은 사람과 안전장치가 맡습니다.
Industrial Intelligence: 흩어진 공장 데이터와 숙련자 지식으로 불량 분석과 정비 숙련 기간을 줄인 사례
Microsoft가 만든 후원 글입니다. Toyota Industries는 흩어진 도장 공장 데이터를 이어 불량 원인 분석을 5일에서 4시간 미만으로 줄였고 시범에서 해당 도장 불량을 약 25% 줄였다고 밝혔습니다. Rockwell Automation 싱가포르 공장은 정비 코파일럿으로 신입 숙련 기간을 9개월에서 3개월로 줄였습니다. 데이터 연결 키, 답변 JSON, 8주 시범 계획을 붙였습니다.
Industrial Agents: 중국 공장에서 생산 계획·근무표·도면 분석을 맡은 산업용 에이전트
중국 산업용 에이전트가 대기업 시범을 넘어 중소기업 생산 현장으로 퍼지고 있다는 신화망 기사입니다. Midea 징저우 세탁기 공장은 에이전트 10여 개가 핵심 생산 업무 38개를 맡아 시간 단위 일을 초 단위로 끝내고, Lenovo 우한 기지의 Luban은 직원 1만 명의 근무 일정을 8초에 계산합니다. 시나리오 카탈로그, 솔버 분리 구성, 8주 시범 계획을 붙였습니다.
Wistron InfoComm Physical AI Manufacturing: AI 서버 공장의 손상·불량·전력을 운영 AI로 줄인 사례
Wistron InfoComm (USA)은 텍사스 AI 서버 공장에서 설비·작업 동작·엔지니어 지식을 closed-loop 디지털 트윈에 모으고 비전·VLM, 에이전트, AR E-SOP, PhysicsNeMo를 얹어 손상률 96%, PCBA 불량률 37%, 시험시설 전력 20%를 줄였다고 보고했습니다. 순서 검증 데이터 설계와 12주 파일럿을 붙였습니다.
AI Camera Interlock: AI 카메라가 사람을 보면 설비를 멈추는 렝고·기린맥주의 공장 안전
렝고는 AI 카메라를 자사 설비·작업 자세 이미지 약 4,000장으로 다시 가르쳐 AP를 0.42에서 0.79로 올리고 사람을 감지하면 설비를 멈추는 인터록으로 씁니다. 기린맥주는 카메라가 많은 공장에 400대를 달고 로봇·드론으로 사람을 위험에서 떼어 냅니다. 처리 단계, 평가 기준, 12주 파일럿을 붙였습니다.
Shared AV Data Flywheel: 포르쉐 주도로 폭스바겐그룹이 자율주행 데이터를 공유해 실차 반복 주행 최대 90% 감축 기대
포르쉐가 폭스바겐그룹 브랜드들이 함께 쓰는 자율주행 데이터 플라이휠 구축을 이끕니다. 실주행 기록을 점검·재구성해 새 소프트웨어를 가상으로 다시 시험하는 구조이고 실차 반복 주행 최대 90%, 개발 주기 최대 85% 단축은 실적이 아닌 기대치입니다. NVIDIA 벤더 블로그 발표를 포르쉐 연구원 글로 보강했습니다.
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.
Industrial AI at GTC Berlin: 유럽 제조사들이 설계 해석·가상 공장·현장 검사를 AI로 바꾼 사례 모음
GTC Berlin에 맞춰 NVIDIA가 유럽 제조사 사례를 모았습니다. Mercedes-Benz는 차량 검사·앞유리 조립 확인 에이전트를 만들고 있고 Audi는 설비 전에 배터리 생산 트윈을 만들었으며 Siemens는 FOX 에이전트로 비용 20% 절감을 추정했습니다. 벤더 블로그 사례에 프로토타입 설정과 8주 파일럿안을 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.
국내 기업 AX 소식: 공장 AI는 제안하고 사람이 승인한다 (10월 27일 묶음)
LG디스플레이·LG전자·삼성전자·SK하이닉스·현대차그룹·SK바이오사이언스·S-OIL·포스코퓨처엠의 공장·공정 AI 소식 8건을 묶었습니다. AI가 제안하면 사람이 승인하거나 가상 팹에서 먼저 시험하는 구조, 흩어진 데이터를 한 플랫폼에 모으는 작업이 여러 회사에서 함께 보입니다.
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.
AI-Native Digital Twins: 비싼 실물 실험을 AI 시뮬레이션으로 대체하는 사업의 구조
Saurav Gopal은 풍동·임상시험·공장 재설계처럼 비싼 실물 실험을 대체하는 AI-native digital twin이 여러 큰 회사를 만든다고 보고 다섯 속성·6층 stack·5단계 루프·투자 실사 4질문으로 그 조건을 정리합니다. 제조 현장에서 대체할 실험을 고르는 기준표와 8주 파일럿을 붙였습니다.
Executable Digital Twin: 잴 수 없는 유리 용해로 안을 AI로 추정하는 Vivix 시범
브라질 판유리 제조사 Vivix가 Siemens·Snowflake·NVIDIA와 용해로의 executable digital twin을 만들어, 센서를 둘 수 없는 로 내부를 가상 센서로 추정하고 운전원이 자연어로 what-if를 묻게 하는 시범입니다. 시범 기준 전망은 에너지 3~5% 절감, 로 수명 1년 연장(벤더 공동 발표)이며, 잔차 감시와 8주 파일럿 계획을 덧붙였습니다.
Siemens Erlangen Factory Agents: 급한 주문에 생산계획 대안을 내고 디지털 트윈에서 검증하는 에이전트
지멘스 Erlangen 전자공장에서 에이전트가 급한 주문에 맞춘 생산계획 선택지를 만들고, 디지털 트윈에서 시험한 뒤 생산 통제 담당의 승인을 받아 허용된 변경만 적용합니다. PCB 검사는 가상 기판과 합성 이미지로 시제품 전에 준비합니다. 시나리오 필드, 권한 표, 6주 파일럿을 붙였습니다.
Simulation-First Development: GM이 배터리 설계 30만 개를 먼저 계산해 차량 개발을 2년으로 줄이는 방식
GM이 실물 셀 하나 없이 배터리 설계 30만 개 이상을 CPU 3억 시간으로 먼저 시뮬레이션해 팩 구상부터 승인까지 한 달에 끝냈고, 같은 방식으로 차량 개발 4~5년을 약 2년으로 줄이겠다고 밝혔습니다. 우리 R&D에 옮길 스크리닝 파이프라인, 결정 메모, 4주 파일럿을 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.