LG CNS, 글로벌 로봇 연구진과 피지컬 AI 발전 방향 모색

▲LG CNS가 개최한 '2026 로보틱스 & 피지컬 AI 포럼' 현장에서 토론토대학교, 서강대학교, 중앙대학교 교수진들이 기념사진을 촬영하고 있는 모습. (사진제공=LG CNS)

LG CNS가 국내외 로봇 석학과들 피지컬 AI를 제조·물류 현장에 적용하기 위한 기술 과제와 발전 방향을 논의했다. 20년 이상 축적한 스마트팩토리·스마트물류 사업 경험을 공유하고, 로봇 학습부터 운영·관제까지 산업 현장에 필요한 역량을 점검했다.

LG CNS는 최근 마곡 본사 ‘퓨처로보틱스 랩(Future Robotics Lab)’에서 ‘2026 로보틱스 & 피지컬 AI 포럼’을 개최했다고 12일 밝혔다. 행사에는 토론토대학교, 서강대학교, 중앙대학교, 고려대학교의 교수진 및 석·박사 학생과 LG CNS 임직원 등 100여 명이 참석했다.

이번 포럼에서는 로봇 파운데이션 모델(RFM), 데이터, 지능형 로봇 하드웨어, 시뮬레이션 등 피지컬 AI 핵심 기술의 연구·실증 현황을 공유하고, 실제 산업 현장에 적용하기 위한 기술적 과제와 발전 방향을 논의했다. 강화학습, 로봇 보행 및 지능형 메커니즘, 동적·확률적 최적화, 머신러닝, 딥러닝 모델 최적화 등 로보틱스와 AI를 아우르는 분야를 연구하는 교수들과 LG CNS 로봇 전문가들이 피지컬 AI 기술 동향과 산업 현장 적용 방안에 대한 의견을 나눴다.

LG CNS는 20년 이상 수행한 1000건 이상의 로봇공학 기반 스마트팩토리·스마트물류 프로젝트 경험을 바탕으로 피지컬 AI의 산업 적용 방향을 제시했다. 또한 올해 론칭한 로봇 학습 플랫폼 ‘피지컬웍스 포지(PhysicalWorks Forge)’와 에이전틱AI 기반 로봇 운영·관제 플랫폼 ‘피지컬웍스 바통(PhysicalWorks Baton)’을 소개했다.

글로벌 연구진은 로봇의 지능과 제어 기술을 중심으로 최신 연구 성과를 공유했다. 이치근 토론토대학교 교수는 로봇 파운데이션 모델의 발전 과정과 이를 실제 로봇에 적용하기 위한 주요 기술을 소개했다. 서로 다른 로봇의 데이터를 함께 활용하는 방법과 로봇이 부드럽고 연속적으로 움직이도록 하는 플로우 매칭(Flow Matching), 액션 청킹(Action Chunking) 기술 등을 설명하고, 로봇마다 다른 움직임과 지연시간, 데이터 확보 문제를 향후 과제로 짚었다.

참석자들은 최근 피지컬 AI 기술 발전 동향과 물류·제조 등 산업 현장 적용 사례를 비롯해 로봇의 안정적 도입을 위한 기술적·운영적 과제, 기업과 대학이 확보해야 할 역량, 로봇 시대의 사람의 역할 등을 주제로 의견을 나눴다.

이준호 LG CNS 스마트물류&시티사업부장(전무)은 “이번 포럼은 로보틱스, 피지컬 AI 분야의 국내외 연구자들과 LG CNS의 기술 및 사업 경험을 공유하고 앞으로의 산업 적용 방향을 함께 모색하는 자리였다”며 “앞으로도 학계와의 지속적인 교류를 통해 기술 경쟁력을 강화하고 연구 성과가 실제 산업 현장의 혁신으로 이어질 수 있도록 사업 역량을 강화해 나가겠다”고 말했다.