[현장] "2년 안에 성과 가시화"... LG CNS, '피지컬웍스' 핵심 플랫폼 공...

7일 LG CNS '피지컬웍스' 기반 로봇 시연 현장 [사진=이슬기 기자]

느리지만 섬세했다. 로봇은 납작한 두 손바닥으로 상자를 잡아 들었다. 약 2m에 달하는 랙 위에 상자를 매끄럽게 올려 놓았다. 상자가 랙에 닿을 때는 소음도 거의 발생하지 않았다. 그만큼 로봇의 움직임이 조심스러웠다. 아직 데이터가 충분히 쌓이지 않은 탓인지 속도는 다소 더뎠다. 하지만 현장 점검을 나간 로봇의 빈자리를 다른 로봇이 자연스럽게 메우는 모습을 통해 머지 않은 미래의 물류 현장을 엿볼 수 있었다.

LG CNS는 7일 서울 마곡 LG사이언스파크에서 'RX 미디어데이'를 열고 RX(로봇 전환) 플랫폼 '피지컬웍스(PhysicalWorks)'를 공개했다. 피지컬웍스는 로봇 데이터 수집, 학습, 검증, 현장 적용, 운영, 관제까지 전 과정을 하나로 묶은 플랫폼이다. 로봇 학습용 플랫폼인 '피지컬웍스 포지(PhysicalWorks Forge)'와 통합 관제 플랫폼 '피지컬웍스 바통(PhysicalWorks Baton)'으로 구성된다.

이날 현장에서는 이족보행 로봇과 사족보행 로봇, 휠 타입 로봇, 자율주행로봇(AMR)이 사람의 원격 조종 없이 물류 현장에서 협업하는 장면이 시연됐다. 형태와 역할이 다른 로봇이 한 공간 안에서 분업하는 모습이었다.

7일 LG CNS RX 미디어데이에서 질의응답을 진행하고 있다. 왼쪽부터 전략담당 홍진헌 상무, 현신균 사장, 스마트물류&시티사업부장 이준호 전무, CTO 박상엽 상무. [사진=이슬기 기자]

■ "로봇 하드웨어 빼고 다 한다"

LG CNS는 이날 로봇 하드웨어를 직접 만드는 게 아니라, 이미 만들어진 로봇을 현장에 맞게 학습시키고 운영하는 쪽에 집중하겠다고 강조했다.

현신균 LG CNS 사장은 질의응답에서 "우리는 로봇 하드웨어를 만들지 않는다"며 "잘 만들어진 로봇 하드웨어를 현장에 맞게 소싱하고, 현장의 데이터와 업무 매뉴얼을 학습시켜 실제로 일할 수 있는 상태로 만드는 역할을 하겠다"고 말했다.

LG CNS는 이를 자사 강점과 연결했다. 생산 현장과 생산 데이터에 대한 이해, 상위 시스템과의 연계 역량이 LG CNS만의 경쟁력이라는 설명이다. 그동안 생산 IT 시스템을 구축하며 쌓은 경험을 로봇 사업으로 확장하겠다는 뜻이다.

7일 LG CNS RX 미디어데이에서 CTO 박상엽 상무가 '피지컬웍스'의 차별화 기능을 설명하고 있다. [사진=이슬기 기자]

■ 학습은 '포지', 운영은 '바통'

피지컬웍스 포지는 로봇 학습과 검증, 현장 적용을 맡는다. 실제 현장과 업무를 3D 가상 환경으로 구현한 시뮬레이션 데이터를 학습에 활용하고, AI가 학습에 필요한 데이터를 골라내 정리·가공하는 구조다. 학습을 마친 로봇은 다시 가상 환경에서 작업 수행 가능성과 안정성을 검증받은 뒤 현장에 투입된다.

LG CNS는 이 과정을 통해 기존 수개월 걸리던 산업용 로봇의 현장 투입 기간을 1~2개월로 줄일 수 있다고 설명했다.

피지컬웍스 바통은 현장 운영을 맡는다. 제조사가 다른 로봇, 형태가 다른 로봇을 하나의 체계 안에서 통합 제어하고 관제하는 플랫폼이다. 작업 배분과 이동 동선 최적화, 돌발 상황 대응이 핵심이다.

LG CNS는 100대 규모의 로봇 운영 환경에 이를 적용할 경우 생산성은 15% 이상 높아지고, 운영비는 최대 18%까지 줄일 수 있을 것으로 보고 있다.

7일 LG CNS RX 미디어데이에서 CTO 박상엽 상무가 '피지컬웍스'를 설명하고 있다. [사진=이슬기 기자]

■ 성과 가시화까지 2년... 풍부한 현장 경험이 경쟁력

스마트물류&시티사업부장 이준호 전무는 "기존 자동화가 정의된 작업을 반복 수행하는 데 초점이 있었다면 피지컬 AI는 스스로 상황을 인식하고 판단해 작업을 자율적으로 수행하는 것이 핵심"이라며 "자동화에서 지능화와 자율화로 넘어가는 전환"이라고 말했다.

다만 이 전무는 "PoC는 굉장히 많이 진행되고 있지만 현장 적용은 늦어지고 있다"며 "가장 중요한 건 현장의 양질의 데이터를 빠르게 확보하는 것"이라고 말했다. 로봇 교육과 훈련, 학습 속도를 끌어올리려면 결국 데이터가 먼저라는 설명이다.

이어 "성과 가시화는 2년 정도 걸릴 것"이라며 "국내를 중심으로 전체 검증을 하고, 그 이후 해외 공장으로 넓혀갈 예정"이라고 덧붙였다.

LG CNS가 이날 내세운 핵심은 산업 현장에 피지컬 AI를 도입하는 전 과정을 엔드투엔드로 지원할 수 있다는 점이었다. 그 자신감의 바탕에는 40년 동안 축적해온 생산 현장 경험과 데이터가 있다.

현신균 사장은 "로봇을 학습시키기 위해서는 시뮬레이션 데이터나 비디오 기반 학습 데이터 등 다양한 플랫폼이 필요하다"며 "피지컬웍스는 그런 플랫폼과 경쟁하는 것이 아니라 함께 호흡하는 구조"라고 말했다.

이어 "여러 플랫폼에서 수집된 데이터를 학습 환경으로 가져오고, 이를 바탕으로 학습과 배포가 가능한 환경을 제공한다"며 "로봇이 실제로 일을 시작한 뒤에는 전체 관제와 운영까지 맡는 것이 LG CNS의 역할"이라고 강조했다.

오늘경제 이슬기 기자