Part III: 제조 현장 적용

Chapter 7: 공장 셀에서 시작하기 — pick, place, inspect, rework

집필일: 2026-06-08 최종수정일: 2026-06-08

제조 수작업 자동화의 출발점은 휴머노이드 도입이 아니라 셀 단위 문제 정의다. 사람이 수행하는 작업을 pick, place, inspect, rework, load, unload, wipe, insert, fasten, align처럼 primitive로 쪼개고, 각 primitive가 시각 중심인지, 힘/촉각 중심인지, 위생/품질 규제가 강한지 분류해야 한다.

Figure 7.1: 제조 피지컬AI 도입 깊이를 task primitive와 운영 성숙도로 나눈 그림. illustration by author AI-assisted
Figure 7.1: 제조 피지컬AI 도입 깊이를 task primitive와 운영 성숙도로 나눈 그림. illustration by author AI-assisted

7.1 쉬운 작업부터 닫힌 루프를 만든다

초기 타깃은 표준 용기와 포장재를 다루는 반복 작업이다. 예를 들어 트레이 공급, 병 정렬, 라벨 검사 후 reject bin 이동, 빈 박스 투입, 완제품 상자 팔레타이징은 상대적으로 관측과 실패 정의가 명확하다. NVIDIA 스택에서는 이러한 셀을 Isaac Sim에서 재현하고, Cosmos/GR00T synthetic trajectory를 보강하고, Jetson edge에서 실행한 뒤, 검사 결과를 다시 학습으로 보낸다.

7.2 어려운 작업을 미리 구분한다

점성 물질, 변형 포장재, cloth-like pouch, 불투명 용기 내부 상태, 위생/GMP 경계가 있는 작업은 다른 난이도다. 이런 작업은 일반 VLA보다 force control, tactile sensing, specialized end-effector, process engineering이 더 중요할 수 있다. 제조사가 먼저 할 일은 "로봇이 못한다"가 아니라 작업을 실패 유형별로 쪼개는 것이다.

Figure 7.2: 제조 자동화 아키타입과 셀 단위 적용 우선순위. source photo and illustration mix
Figure 7.2: 제조 자동화 아키타입과 셀 단위 적용 우선순위. source photo and illustration mix

7.3 데이터 수집 셀

가장 현실적인 1단계는 자동화 셀이 아니라 데이터 수집 셀이다. 작업자가 평소처럼 작업하되, 손목 카메라, 외부 카메라, force-torque sensor, barcode/vision inspection 결과를 같이 기록한다. UMI/DexUMI류의 접근은 이런 방식으로 human demonstration을 robot learning data로 바꾸려 한다 [1] [2].

참고문헌

  1. Cheng Chi et al. (2024). Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots. arXiv.
  2. DexUMI Team (2025). DexUMI: Using Human Hand as the Universal Manipulation Interface. arXiv.
  3. Amazon Robotics (2025). Amazon Robotics and AI in Fulfillment. Amazon News.
  4. DHL Supply Chain (2026). DHL Supply Chain Accelerates Automation Deployments With SVT Robotics SOFTBOT. DHL Press Release.