LG CNS, 제조·물류 로봇 도입 과제 논의…학계와 피지컬 AI 교류 확대

LG CNS가 국내외 로봇 연구진과 제조·물류 현장에 피지컬 인공지능(AI)을 적용하기 위한 과제를 논의했다. 로봇 학습과 제어 기술의 연구 성과를 공유하고, 실제 운영 과정에서 해결해야 할 데이터 확보와 동작 지연 문제 등을 살폈다. LG CNS는 최근 서울 마곡 본사 '퓨처로보틱스 랩'에서 '2026 로보틱스 & 피지컬 AI 포럼'을 열었다고 밝혔다. 토론토대·서강대·중앙대·고려대 교수와 석·박사 과정 학생, LG CNS 임직원 등 100여명이 참여했다. 포럼은 로봇 파운데이션 모델(RFM)과 학습 데이터, 하드웨어, 시뮬레이션 기술을 산업 현장에 어떻게 연결할지에 초점을 맞췄다. 강화학습과 로봇 보행, 최적화 등을 연구하는 학계 전문가들이 LG CNS의 로봇 사업 담당자들과 연구·실증 현황을 공유했다. LG CNS는 20년 넘게 수행한 1000건 이상의 로봇공학 기반 스마트팩토리·스마트물류 프로젝트를 토대로 산업별 적용 방향을 설명했다. 올해 출시한 로봇 학습 플랫폼 '피지컬웍스 포지'와 에이전틱 AI 기반 로봇 운영·관제 플랫폼 '피지컬웍스 바통'도 소개했다. 학계에서는 로봇의 판단과 움직임을 고도화하는 기술을 다뤘다. 이치근 토론토대 교수는 로봇 파운데이션 모델의 발전 흐름을 설명하고, 모델을 실제 로봇에 탑재할 때 필요한 기술과 제약을 짚었다. 이 교수는 기종이 다른 로봇에서 수집한 데이터를 함께 학습에 활용하는 방안을 소개했다. 로봇이 매끄럽게 동작하도록 하는 플로우 매칭과 일련의 동작을 묶어 처리하는 액션 청킹 기술도 설명했다. 로봇별 움직임 특성과 제어 지연시간의 차이, 학습 데이터 부족 등은 해결 과제로 제시했다. 참석자들은 제조·물류 분야 적용 사례를 바탕으로 로봇을 안정적으로 도입하고 운영하는 데 필요한 조건을 논의했다. 기업과 대학이 갖춰야 할 기술 역량, 로봇 활용 확대에 따른 사람의 역할 변화도 토론 주제로 다뤘다. 이준호 LG CNS 스마트물류&시티사업부장 전무는 "앞으로도 학계와의 지속적인 교류를 통해 기술 경쟁력을 강화하고, 연구 성과가 실제 산업 현장의 혁신으로 이어질 수 있도록 사업 역량을 강화해 나가겠다"고 말했다.