본문으로 건너뛰기
← vibecamp ai factory 목록

vibecamp ai factory · #43 · 2026-09-17

vibecamp ai factory 2026-09-17 — 안전펜스 없이 사람 옆에서 일하는 휴머노이드 '디짓 5' 공개

2026-09-17 AI 팩토리 일간 호 — 오늘 8개 카드를 정리했습니다.

8개 카드 · 제조 현장의 AI 전환 일간

📤 공유하기𝕏@inf💬✈B✉
🤖

피지컬 AI·로봇

안전펜스 없이 사람 옆에서 일하는 휴머노이드 '디짓 5' 공개

안전펜스 없이 사람 옆에서 일하는 휴머노이드 '디짓 5' 공개

#
애질리티 로보틱스가 9/15 차세대 휴머노이드 '디짓 5'를 공개했습니다. 안전 펜스 없이 사람과 근접 협업하도록 설계된 첫 모델로, 센서 기반 인체 감지와 독립 안전 컨트롤러를 갖췄습니다. 적재 하중은 22.7kg으로 전작보다 40% 늘었고, 9분 충전으로 90분 가동해 가동비 비율이 2대1에서 10대1로 개선됐습니다. 안전 아키텍처는 엔비디아 IGX Thor와 Halos 위에서 만들었고, 디짓 4의 실가동 6만5000시간 데이터가 근거입니다. 2026년 5월 기준 누적 수주는 $300M입니다.
💡펜스가 사라지면 기존 라인을 뜯지 않고 그대로 투입할 수 있습니다. 휴머노이드 검토의 1순위 항목이 동작 성능에서 협동 안전 인증 충족 여부로 옮겨가는 신호입니다.
원문 →#humanoid#physical-ai#safety#agility-robotics
로봇은 눈이 아니라 힘에서 실패한다, 파지 성공률 61.5%→84.2%

로봇은 눈이 아니라 힘에서 실패한다, 파지 성공률 61.5%→84.2%

#
스페이스에이아이(대표 김현규)가 모델 구조는 그대로 두고 학습 데이터 구성만 바꿔 로봇 파지 성공률을 61.5%→84.2%로 올렸다고 밝혔습니다. 로봇 파운데이션 모델은 단순 픽앤플레이스에서 89% 성공률을 내지만 실제 산업 공정에서는 12%로 떨어지는데, 원인을 시각이 아닌 힘·접촉 데이터의 부재로 짚었습니다. 전 세계 인터넷 영상 가운데 실제 로봇 조작 데이터는 0.03%뿐입니다. 회사는 산업 공정 500개를 1차 시장으로 잡고 공정당 연 1억 원 구독가를 적용합니다.
💡매니퓰레이터 도입의 성패는 어떤 모델을 쓰느냐보다 우리 공정의 힘·접촉 데이터를 어떻게 쌓느냐에 달렸습니다. 공정당 연 1억 원은 도입 단가를 가늠할 실측치입니다.
원문 →#robot-foundation-model#grasping#training-data#korea-startup
🏭

스마트팩토리·디지털트윈

한 남성이 'ProcessModel V - Our Integrated Solution' 문구가 적힌 유리 벽면을 손으로 가리키고 있고, 아래쪽에 시마크로의 설립일·대표·사업 내용·누적 투자금·주요 투자자와 제품 특징, 솔루션을 정리한 한국어 정보 그래픽이 겹쳐져 있다

화학공정을 통째로 복제하는 디지털트윈, 시마크로의 모델옵스

#
시마크로(대표 윤정호)가 물리·화학 원리 기반 시뮬레이션에 AI와 실시간 데이터를 결합한 공정 디지털트윈 '프로세스모델V'로 해외 시장을 두드립니다. 핵심은 아스펜테크·아비바처럼 이미 깔려 있는 시뮬레이션 자산을 단일 플랫폼에서 연동하는 '모델 옵스' 방식입니다. 일본 화학기업 PoC에서 제조비용 절감을 입증했고 국내에서는 CJ제일제당·삼성물산과 정식 계약을 맺었습니다. 누적 투자 35억 원에 이어 연말까지 150억 원 조달을 추진합니다.
💡제조 AI의 무게중심이 조립·검사에서 멈출 수 없는 장치산업 연속공정으로 넘어옵니다. 설비 정지 비용이 클수록 가상에서 먼저 돌려보는 쪽의 값어치가 커집니다.
원문 →#digital-twin#process-industry#modelops#chemical
공장 짓기 전에 병목부터 걷어낸다, 비전스페이스 '테서랙트'

공장 짓기 전에 병목부터 걷어낸다, 비전스페이스 '테서랙트'

#
비전스페이스가 10/21~23 경기 고양 킨텍스에서 열리는 2026 산업AI EXPO에서 피지컬AI 시뮬레이션 플랫폼 '테서랙트'를 선보일 예정입니다. 도면 단계의 공장·물류 레이아웃을 3D로 재현해 설비 배치와 로봇 투입, 작업 흐름을 얹고 여러 운영 시나리오를 반복 검증합니다. 작업이 몰리는 구간, 동선 충돌, 설비 대기를 라인을 세우지 않고 미리 찾아내는 것이 목표입니다. 구축 이후 운영 단계는 생산라인 상태와 AMR 위치, 설비 데이터를 묶는 실시간 3D 관제 'TARS'가 이어받습니다.
💡설계 트윈과 운영 트윈을 나눠 붙이는 구성입니다. 자동화 ROI를 도입 후 측정이 아니라 도면 단계에서 따져보는 방식이 중견 현장까지 내려오고 있습니다.
원문 →#simulation#factory-layout#physical-ai#expo
🔧

예지보전·자율운영

절삭공정 설비 이상을 판단 근거까지 설명하는 제조 AI 개발

절삭공정 설비 이상을 판단 근거까지 설명하는 제조 AI 개발

#
피지컬AI 운영 플랫폼 기업 E8이 총사업비 153억 원 규모 산업통상부 R&D 과제에 참여합니다. 로이랩스 주관으로 한국과학기술원·한국생산기술연구원·충남대 등 7개 기관이 함께하며, 자동차부품 절삭공정의 AI 자율 최적화가 목표입니다. 설비 진동·온도·부하 신호를 가공 조건·품질 데이터와 이어 붙여 AI가 이상을 감지하고 원인을 분석한 뒤 조치까지 추천하는 구조를 지향합니다. E8은 설비 매뉴얼과 알람 코드, 작업 일지 같은 비정형 현장 문서의 구조화를 맡습니다.
💡예지보전이 멈추는 지점은 감지가 아니라 납득입니다. 경보에 원인과 조치가 붙어야 작업자가 설비에 손을 대고, 그 근거는 결국 매뉴얼과 작업 일지에서 나옵니다.
원문 →#predictive-maintenance#explainable-ai#cnc#national-rnd
🔍

품질검사·머신비전

카메라가 못 보는 커넥터 체결, 소리로 검사하는 '리슨AI'

카메라가 못 보는 커넥터 체결, 소리로 검사하는 '리슨AI'

#
음향AI 기업 디플리(대표 이수지)가 자동차 의장 공정의 커넥터 체결 로봇 라인에 음향 분석 AI 검사 솔루션 '리슨AI'를 공급한다고 9/16 밝혔습니다. 체결 순간 나는 소리를 분석해 진성 불량 탐지율 99.9%, 가성 불량 탐지율 99% 이상을 구현하는 작업을 진행 중입니다. 커넥터가 제대로 물렸는지는 카메라에 잡히지 않는 내부 상태라 그동안 작업자의 손끝 감각과 청각에 기대 왔고, 로봇 자동화 라인에서는 그 감각 검사 자체가 성립하지 않았습니다.
💡비전이 닿지 않는 비가시 결함을 음향이 메웁니다. 과검을 줄이는 가성 불량 지표는 라인 정지와 재작업 비용에 곧장 붙으니 도입 검토 때 함께 보세요.
원문 →#acoustic-ai#inspection#automotive#connector
파란색 네트워크 그래픽 배경 위에 왼쪽에는 렌즈 마운트가 보이는 산업용 머신비전 카메라가, 오른쪽에는 표면이 거울처럼 반사되는 금속 실린더 자물쇠 부품 네 개가 나란히 놓여 있다

고반사 금속의 0.1mm 이하 스크래치, 박스째 5초 만에 검사

#
최근 공개된 사례에서 Danube Dynamics와 잠금장치 제조사 EVVA가 함께 만든 AI 검사 시스템이 빛이 튀는 금속 표면의 0.1mm 미만 스크래치와 도금 불량을 잡아냈습니다. 표준 유로박스에 최대 126개 부품을 올린 채 5K UHD 흑백 산업용 카메라 1대로 동시 촬영하고, 개별 제어되는 RGBW 조명 바 4개가 각도별 조명을 만들어 부품당 4장의 이미지를 얻습니다. 박스당 검사시간은 30초 이상에서 5초 미만으로 줄었고, AI 추론은 부품당 약 10ms에 끝납니다.
💡부품을 하나씩 정렬하지 않고 박스 단위로 통째 찍습니다. 반송·정렬 설비를 새로 들이지 않고도 다품종 소량 금속부품 라인에 검사 AI를 붙일 수 있다는 뜻입니다.
원문 →#machine-vision#surface-defect#lighting#metal-parts
📦

공급망·물류

수요예측·공급사 선정·발주까지, AI가 파고든 제조 ERP

수요예측·공급사 선정·발주까지, AI가 파고든 제조 ERP

#
제조사들이 레거시 ERP를 통째로 갈아엎는 대신 그 위에 AI를 얹어 재고 분석과 수요예측, 공급사 선정, 발주 관리를 자동화하고 있습니다. Microsoft Dynamics 365나 Bonx 같은 AI 네이티브 ERP는 자율적 의사결정까지 지원하지만, 전문가들은 데이터 품질이 받쳐주지 않으면 값비싼 오류가 난다며 사람이 개입하는 가드레일을 강조했습니다. 한 설문에서 물리적 자산 투자 계획 응답은 69%였던 반면 운영 소프트웨어 투자 계획 비중은 33%로, 이 비중은 전년보다 60% 낮았습니다.
💡예산이 로봇과 설비로 쏠리는 사이 공급망의 두뇌는 비어 갑니다. 설비 AI를 들이기 전에 ERP 데이터 정합성과 사람 승인 가드레일부터 설계해야 합니다.
원문 →#erp#supply-chain#demand-forecasting#guardrails

이 호가 도움됐다면 공유해 주세요 — 빌더 한 명이 더 알게 됩니다.

📤 공유하기𝕏@inf💬✈B✉