[M.AX 2026] 씨메스가 정의하는 피지컬(Physical) AI : 로봇을 넘어 '자율 제조 에이전트'로

안녕하세요, 씨메스입니다.2026년, 대한민국 산업계는 'AI 대전환(AX)'이라는 거대한 변곡점을 맞이하고 있습니다. 정부가 주도하는 '제조 AX 얼라이언스(M.AX Alliance)'의 출범과 함께, 올해는 자율 제조의 원년으로 기록될 것으로 전망됩니다.

이 같은 혁신의 흐름 속에서 씨메스는 지난 2월 초 개최된 「2026 제조AX(M.AX) 대전망 온라인 컨퍼런스」에 함께 했습니다. 씨메스 김현우 CTO는 '자율제조SW, 피지컬 AI' 세션을 통해 Physical AI 기반의 물류·제조 플랫폼 진화 과정을 설명했습니다. '로봇을 넘어 에이전트로' 나아가는 씨메스만의 생생한 현장 인사이트를 만나볼 수 있었던 발표를 여러분께 소개하고자 합니다.

Physical AI로 구현하는 비정형 자동화의 새로운 기준

이번 발표에서 김현우 CTO는 씨메스의 핵심 역량인 AI 로보틱스 기술 기반의 공정 자동화에 대해 설명했습니다. 이미 많은 물류·제조 현장에 로봇이 도입되어 있으나, 이번 세션에서는 AI의 결합 유무에 따라 자동화의 수준과 범위가 어떻게 달라지는지 중점적으로 다뤘습니다.

티칭에서 자율 판단으로: AI가 만드는 차이

기존 로봇 자동화는 티칭(Teaching) 방식에 의존했습니다. 정해진 동작을 반복하는 단순 작업에는 효과적이었지만, 환경이 조금만 변하거나 대상 물체에 변형이 생기면 작업이 불가능했습니다. 제한된 환경에서만 작동하는 명확한 한계가 있었습니다.

하지만 AI를 도입하면서 상황은 완전히 달라졌습니다. 씨메스는 3D 비전과 로보틱스 기술에 AI를 접목해 비정형 환경에 특화된 E2E(End-to-End) AI 로봇 솔루션을 구현하고 있습니다. 이제 로봇은 예측 불가능한 상황에서도 스스로 판단하고 대응할 수 있게 되었습니다.

씨메스 AI 로보틱스의 핵심 기술들

☑️픽앤플레이스(Pick & Place): 사람처럼 생각하는 로봇

픽앤플레이스는 공정에 들어오는 다양한 물체를 인식하고, 어떤 순서로 집고 놓을지 판단하는 기술입니다. 단순해 보이지만 현장에서는 여러 난제를 마주하게 됩니다.

⚠️현장에서 마주하는 주요 과제

• 물건의 비정형성 (크기, 형태, 재질의 다양성)

• 센서의 3D 데이터 습득 한계 (투명 물체, 비닐 포장 등)

• 최적의 피킹 순서 결정

씨메스는 어그노스틱(Agnostic) AI와 깊이(Depth) 판단 기술을 통해 이 문제를 해결합니다. 물체를 단위별로 검출하고 상호 관계성을 파악한 뒤, 그 관계성을 기반으로 어떻게 집고 어떻게 놓을지 판단하는 구조입니다.

오픈소스 모델에 씨메스의 고유한 학습 기법을 적용해 필요한 물체를 정확히 검출하고, 3D 비전 하드웨어의 한계는 AI Depth 인식 기술로 보완해 물체 정보를 복원합니다. 가장 핵심은 피킹 순서 결정입니다. 아무리 인식과 3D 복원을 완벽히 수행해도, 사람처럼 상황을 판단하지 못하면 현장에서 문제가 발생할 수밖에 없습니다. 씨메스는 멀티모달 형태의 피킹 순서 결정 모델을 개발해 사람 수준의 판단력을 로봇에 구현했고, 엔드이펙터(그리퍼)에 최적화된 피킹 포인트를 계산해 안정적인 작업을 수행합니다.

☑️팔레타이징/디팔레타이징: 기피 작업의 완전 자동화

팔레타이징과 디팔레타이징은 물류 현장에서 가장 힘들고 반복적인 작업으로 꼽힙니다. 사람들이 기피하는 대표적인 작업이기에, AI 로봇 도입이 가장 절실했던 분야이기도 합니다.

씨메스의 솔루션은 3D Vision, 스태킹 알고리즘, 정밀 로보틱스 제어를 핵심 기술로 삼고 있습니다.

컨베이어 버퍼 방식을 통해 박스 후보군을 파악하고 최적의 적재 패턴을 실시간으로 계산합니다. 팔레트 위 모니터링을 통해 박스가 안정적으로 쌓이고 있는지 지속적으로 확인하며, 작업 중 발생할 수 있는 충돌과 에러를 방지하기 위한 정밀 로봇 제어 기술도 구현했습니다.

이러한 기술을 바탕으로 박스를 쌓거나 해체하는 팔레타이징/디팔레타이징 작업을 다양한 현장에서 성공적으로 수행하고 있습니다.

☑️로봇 가이던스: 티칭리스(Teachingless) 자동화의 실현

기존 로봇 가이던스는 사람이 일일이 경로를 티칭해야 했습니다. 하지만 씨메스의 AI 로보틱스 가이던스는 다릅니다.

씨메스 AI 가이던스 프로세스

카메라가 작업 공간을 스캔하면 AI 3D SLAM 기술을 통해 고정밀 3D 리컨스트럭션(Reconstruction)을 수행합니다. 얻어진 데이터를 기존 CAD 데이터와 매칭시켜 공정 과정에서 발생할 수 있는 부재의 변형이나 크기 차이를 보정하고, 최적의 가이던스 작업을 자동으로 수행합니다.

AI 기술 도입을 통해 티칭리스 기반의 가이던스를 제공함으로써, 작업 준비 시간을 대폭 단축하고 현장 유연성을 극대화했습니다.

☑️AI Ops: 지속가능한 AI 성능 관리

AI 시스템의 가장 큰 과제 중 하나는 바로 유지 관리입니다. AI는 데이터가 지속적으로 업데이트 되어야 성능을 유지할 수 있는데, 이 과정에서 상당한 시간과 비용이 발생합니다.

씨메스는 자체 AI Ops 운영 체계를 구축해 이 문제를 해결합니다. 실시간 성능 모니터링을 통해 AI 모델의 성능 저하를 사전에 감지하고, 필요한 데이터 수집과 재학습을 체계적으로 진행합니다. 이를 통해 고객사는 초기 도입 이후에도 안정적인 AI 성능을 지속적으로 유지할 수 있습니다.

현장에서 증명된 기술력, 제품으로 완성되다

씨메스는 이러한 핵심 기술들을 바탕으로 물류, 신발, 조선, 자동차, 2차 전지 등 다양한 산업 현장에서 자동화 공정을 성공적으로 구현해왔습니다.

SI(System Integration) 프로젝트로 축적한 경험과 기술력은 이제 제품화 단계로 발전하고 있습니다. 특히 팔레타이징과 디팔레타이징 솔루션 등을 제품화해 누구나 쉽게 설치하고 도입할 수 있는 솔루션으로 출시할 예정입니다.

씨메스가 그리는 Physical AI의 미래

이번 발표에서 씨메스는 앞으로도 물류·제조에 특화된 파운데이션 모델(Foundation Model)을 지속적으로 강화해 나갈 계획을 밝혔습니다. 단순히 로봇을 움직이는 것을 넘어, 현장의 복잡한 상황을 이해하고 스스로 최적의 판단을 내리는 진정한 의미의 '에이전트'로 진화시키는 것이 목표입니다.

2026년, AI 대전환의 원년을 맞아 씨메스는 Physical AI 기술로 제조·물류 현장의 실질적인 변화를 만들어가고 있습니다. 로봇을 넘어 에이전트로, 씨메스와 함께 자율 제조의 새로운 시대를 열어가시기 바랍니다.