모바일 로봇(AGV/AMR) 산업은 최근 뉴스에 오르고 있습니다. Purdue는 서비스 로봇에서 산업 시장으로 경계를 넘어 이미 붐비는 트랙에 새로운 플레이어를 추가했습니다. Haikang Robotics는 모든 범주에서 100번째 AMR 제품이 출시되었으며, 수년간의 개발 끝에 산업의 선두 주자가 되었고, 생산 능력이 이륙하고 있으며 개발 추세의 규모가 나타났습니다.
동시에 작년의 대형 모델 붐 이후 모바일 로봇 산업의 새로운 발전도 예고했습니다. 한 기업가는 "지난 10년간 축적된 기술을 합친 것보다 로봇 지능 수준이 향상되었습니다."라고 흥분하며 말했습니다.
어느 정도 이는 현재 모바일 로봇 산업의 발전을 반영하고 있습니다.
지난 10년 동안 중국에서 모바일 로봇 산업이 급속히 부상했으며, 물류 창고와 공장 생산 라인 사이를 오가는 모바일 로봇은 지능형 물류 및 지능형 제조의 대명사가 되었습니다. GG Robotics 데이터에 따르면 2014년부터 2023년까지 산업 복합 성장률은 40%를 넘었고, 10년 동안 판매량은 20배 이상 증가했습니다.
잠재적인 공간에서 스타트업 외에도 성숙한 로봇 제조업체와 전통적인 물류 및 자동화 장비 공급업체가 이 분야에 진출했으며, 국경을 넘어 죽일 수 있는 플레이어도 많고 퇴화도 심각합니다. 동전의 다른 측면은 10년의 개발 끝에 2023년 산업 규모는 120,000대 이상이지만 규모와 표준화된 배송은 여전히 어려운 문제를 극복하는 일반적인 산업이라는 것입니다.
이 트랙은 대형 모델을 추가하면서 새로운 스토리를 가져올까요? 업계는 어떻게 진화의 서사에서 벗어나야 할까요?
01 사람이 많은 트랙
최근, 서비스 로봇 회사인 퍼듀가 산업용 로봇인 PUDU T300을 최초로 출시하며, 케이터링 및 기타 서비스 분야에서 저주파, 경량 산업용 배달 분야에 진출했습니다.
Purdue Robotics의 설립자이자 CEO인 장 타오는 인터뷰에서 산업 시장에 진출한 이유로 산업 현장의 높은 잠재력과 로봇과 같은 제품에 대한 높은 수용성을 꼽았으며, 이전에는 서비스 로봇 분야에서 경험을 쌓았다고 말했습니다. 외부 세계는 Purdue의 산업 물류 및 운송 분야로의 국경 간 진출을 해석합니다.
산업이 성장함에 따라 새로운 성장 채널을 찾을 수 있을 것으로 기대되는 세그먼트입니다.
하지만 관찰자들은 퍼듀가 실제로는 이미 다소 붐비는 트랙에 진입하고 있다는 점을 지적했습니다.
최근 10년간 국내 모바일 로봇 산업은 해외 기업을 따라잡기 위한 과정을 거쳤으며, 산업 사슬은 점차 개선되었고, 현재 국산화율은 90%를 넘어섰습니다.
한 업계 전문가는 아마존이 창고 로봇 공급업체인 키바 시스템즈를 7억 7,500만 달러에 인수한 2012년 3월부터 물류 및 창고 자동화 분야에 뛰어드는 기업이 늘어났다고 소개했습니다.
그 후, 중국 내 노동비 상승, 채용 어려움, 산업 고도화 등 여러 배경 속에서 모바일 로봇 제품은 점차 소매, 제조 등 여러 분야에 적용되기 시작했습니다.
이 과정에서 많은 플레이어가 게임에 참여했습니다. CRM Industry Alliance 2023의 데이터에 따르면 국내 AGV/AMR 산업 체인과 관련된 기업은 600개가 넘으며, 그 중 산업용 모바일 로봇(AGV/AMR)을 주요 제품으로 하는 독점 기업은 220개가 넘습니다. 이 숫자는 모바일 로봇이 이전에 개발된 유럽과 북미 지역의 숫자보다 많습니다.
예를 들어, 모바일 로봇 스타트업 붐(2014~2017년)의 첫 번째 물결에서 설립된 다양한 기업인 지지쟈, 하이캉 로보틱스, 퀵웨어하우스, 하이쭈오는 이미 등장하여 규모를 향해 발전했으며, 그 중 지지쟈와 하이쭈오는 해외 시장에서 판매 실적을 밝게 했고, 레이아웃도 점차 완벽해졌습니다. 하지만 2023년까지도 여전히 이 트랙에 합류하여 자금을 조달하는 스타트업이 있습니다.
쿠카(Kuka), 야스카와(Yaskawa), 화낙(Fanuc)과 같은 일부 오래된 로봇 회사도 로봇팔에서 AMR 분야로 사업을 확장하고 물류 및 핸들링 로봇 사업을 개발했습니다. 대표적인 예로 쿠카 로보틱스가 있으며, 2021년 상하이에 독립적인 모바일 로봇 사업부를 설립하고 같은 해에 관련 제품을 출시했습니다.
AI 분야의 플레이어도 이 분야에 진출했습니다. 예를 들어, Kuangyi Technology는 AI 알고리즘으로 시작하여 하드웨어와 소프트웨어를 통합하여 보안 시장에 진출한 후 2017년부터 Kuangyi는 지능형 물류 분야를 AI가 산업 현장에 진출할 새로운 돌파구로 여겼습니다.
물류 산업의 플랫폼 기업은 자체 효율성 관점에서 관련 기업에 투자하거나 자체 연구 제품을 출시합니다. 작년 7월 물류 플랫폼 카고 라라는 로봇 시장에 베팅하며 Tusker Robotics에 투자했습니다. 투자 회사인 Tasco는 2021년에 설립된 지능형 핸들링 로봇 개발사이며, 주요 제품은 지능형 팔레트 로봇입니다.
반면, 전자상거래 물류 플랫폼인 카이냐오는 창고 운송 및 유통 등 분야에 대한 자동화 투자를 늘리면서 자체 개발한 창고 및 운송용 모바일 로봇을 출시했습니다. 카이냐오는 2022년에 자체 개발한 팔레트 4방향 셔틀을 대중에 공개할 예정입니다.
그 결과, 이 트랙에는 신생 기업, 성숙한 로봇 제조업체, 전통적인 물류 및 자동화 장비 공급업체, 심지어 Foxconn 및 ZTE와 같은 회사도 모였습니다.
플레이어들이 모였지만, 베테랑들은 시장이 아직 초기 단계라고 생각하는데, 이는 산업 규모의 표현입니다. CMR 산업 연합 데이터에 따르면 2023년 중국 모바일 로봇(AGV/AMR) 판매 규모는 약 212억 위안, 판매 대수는 약 125,000대입니다. 통계적 구경의 크기에 차이가 있어도 산업 시장은 아직 더 개방되어야 합니다.
시장은 또한 필연적으로 혁명적 경쟁의 상황입니다. Xinsong Robotics 모바일 로봇 BG 사장은 이전에 전력 배터리 및 태양광 산업 프로젝트에 대한 시장 수요에서 개별 프로젝트 판매가 수억 달러에 달하지만 대부분의 프로젝트는 기본적으로 "입찰 가격이 가장 낮은 것이 아니라 더 낮을 뿐"이라는 점을 구체적으로 지적했습니다.
하이캉 로보틱스가 작년에 제출한 전망설명서에 따르면 2020년부터 2022년까지 모바일 로봇 사업의 매출 총이익률은 하락 추세를 보이며, "업계 경쟁이 심화됨에 따라 보고 기간 동안 제품 가격이 일정 수준 하락했으며, 특히 모바일 로봇 사업의 가격이 더욱 현저하게 하락했습니다."라고 언급되어 있습니다.
02 맞춤형 수요 vs. 규모 성장
경쟁이 치열하지만 시장 수요는 여전히 강합니다. 한 고위 인사가 소개한 바에 따르면, 최근 몇 년 동안 신에너지 자동차, 태양광 및 전력 배터리 산업 수요가 증가하면서 모바일 로봇이 이러한 산업의 적용을 가속화하고 있으며, 이러한 여러 장면도 산업 증가의 대부분을 차지했습니다.
시장의 첫 번째 계층의 플레이어는 점차 규모 성장 추세에서 벗어났습니다. Haikang Robotics는 최근 AMR이 모든 범주의 100,000 단위의 제품을 라인에서 출시한다고 발표했으며, 어느 정도 이는 10년의 개발 끝에 업계의 선두 주자가 답안지를 전달한 것입니다.
그리고 이러한 데이터 뒤에는 업계의 문제가 숨어 있습니다. 모바일 로봇 제조업체는 어떻게 규모 개발을 달성할 수 있을까요?
모바일 로봇 산업연합 통계에 따르면, 2022년 중국 산업용 응용 모바일 로봇 시장에서 10억 위안 이상의 업무 주문량을 달성한 기업은 4개, 매출이 1억 위안을 넘는 기업은 42개, 그 중 1~3억 위안 규모 기업은 28개로, 업계 내 매출 규모가 3억 위안을 돌파하기 어려운 기업이 다수이다.
이런 상황이 발생하는 이유는 기업 수요 현장의 복잡성 때문입니다.
창고, 물류 및 산업 생산 시나리오는 수요에 따라 크게 다릅니다. Haikang Robotics 부사장 Wu Yonghai는 컨퍼런스 연설에서 수천 개의 산업에 직면해 있으며, 같은 산업, 같은 장면이라 하더라도 다른 기업의 운영 방식은 완전히 다르다고 언급했습니다.
동시에 현장의 복잡한 적용 속에서 기업의 목표 우선순위도 다를 수 있으며, 이로 인해 이 산업에서는 다른 소비자용 전자 산업과 같이 대량 생산 납품을 달성하기 어려울 수 있습니다.
탕원빈은 냉동 창고와 같은 일부 산업을 소개했습니다. 수요 측은 무인화 정도에 초점을 맞출 것이며, 무인화가 높으면 창고에 사람이 덜 필요할 수 있기를 바랍니다. 일부 고객은 유지 관리가 쉽고 장비 유형이 적고 유지 관리가 더 간단해질 것입니다. 또한 일부 회사는 공간의 보관 및 주문 용량의 크기를 추구할 것입니다.
이러한 모든 요소를 고려하면 고객 요구를 충족하기 위한 맞춤형 제작은 불가피합니다.
맞춤형 수요와 기업 규모 개발 간의 균형을 어떻게 달성할 수 있을까요? 모바일 로봇 공급업체도 구성 요소화 및 플랫폼화를 사용하여 과제를 해결하는 방법을 찾고 있습니다. 복잡한 비즈니스 기능을 정리하고 일부 원자 수준 구성 요소를 분류하고 샘플링한 다음 원자 수준 조합을 수행하여 다양한 요구 사항에 맞게 다양한 애플리케이션 시나리오를 구축합니다.
또한, 기업들은 고객 사이트에서 2차 수정 및 개발 능력을 점점 더 강조하고 있습니다. Haikang Robotics는 비즈니스 로직으로 안무할 수 있는 전문 Dataflow 비즈니스 개발 플랫폼이 있으며, 사용자는 자체 비즈니스의 변화에 따라 로직 전략을 지속적으로 조정할 수 있다고 언급했습니다.
한 고위 인사는 "시스템을 도입한 후, 고객은 변경하는 데 낭비가 있다는 것을 알게 되었습니다. 제조업체를 찾기 위해 스스로 변경할 수 없지만 제조업체는 은퇴했고 이번에는 매우 당혹스럽습니다."라고 말했습니다. 2차 개발 플랫폼의 구축은 기업의 수요 측면의 변화에 적응할 수 있을 것입니다.
소프트웨어 시스템도 매우 중요합니다. 하나는 다양한 소프트웨어 제품의 호환성입니다. 기업 비즈니스 사이트의 복잡한 요구 사항으로 인해 일부 솔루션은 서로 협력하기 위해 다양한 브랜드의 제품이 필요합니다. 그러나 호환성을 달성하기 위해 다양한 회사의 제품을 어떻게 스케줄링할 것인가도 문제입니다. 또 다른 요점은 일부 지능형 창고 시나리오가 심층적으로 착륙하면서 대규모 모바일 로봇 간의 조정 방법, 로봇이 충돌하지 않고 최적의 경로를 계획하는 방법, 알고리즘의 능력을 테스트하는 것입니다.
현재 주류 국내 물류 로봇 기업은 소프트웨어 시스템에 대한 투자가 매우 중요합니다. 예를 들어, Kuangyi가 2019년에 Hetu 시스템을 개발했을 때, Hetu를 중앙 두뇌로 사용하여 자체 개발 및 3자 장비를 모두 파견하고 창고 관리 시스템(WMS), 창고 실행 시스템(WES), 작업 실행 시스템(TES) 및 로봇 바디 제어 소프트웨어를 포함한 소프트웨어 시스템의 연결을 실현했습니다. 창고 및 물류의 지능형 통합 관리를 실현할 뿐만 아니라 계획 단계에서 시뮬레이션을 지원하여 창고 및 물류 시스템의 전체 수명 주기 관리를 진정으로 실현했습니다.
산업의 다제품 협력 맥락에서 관련 인터페이스 표준화와 통일을 촉진하는 것도 산업 내에서 합의가 되었습니다. 일부 산업 협회는 산업 표준을 언급하는 데 앞장서고 있으며, 기업도 행동했습니다. 예를 들어, 2022 모바일 로봇 산업 연합은 "산업 응용 모바일 로봇 및 그 스케줄링 시스템 데이터 인터페이스 사양"을 개발하여 작년 4월에 발표했습니다.
현재 모바일 로봇 회사는 체계적인 프로젝트에 직면해야 합니다. 탕웬빈은 하드웨어, 소프트웨어, 알고리즘부터 전체 프로그램 설계 및 최종 랜딩 구현에 이르기까지 전체 체인이 고객 인터페이스, 교육 및 운영 및 유지 관리와 같은 일부 세부 사항을 포함하여 전체 긴 비즈니스 체인이 최종 효과에 영향을 미친다고 생각합니다. "이것은 통합 시스템이며 공급업체는 어떤 한 링크 짧은 보드에서 너무 짧을 수 없습니다."
03 빅모델 배당금
지난 1년여 동안 대형 모델 기술은 전 세계적으로 연쇄 반응을 촉발하면서 많은 성장 여지를 열어주었습니다.
IDC가 최근 공개한 자료에 따르면, 2022년 10월 1일부터 2024년 3월 15일까지 약 18개월 동안 클라우드 컴퓨팅 공급업체, 하드웨어 칩, 소프트웨어 애플리케이션 및 대형 모델 기업을 포함한 전 세계 60개 기업의 대형 모델 물결로 인해 자본 시장의 시장 가치가 8조 달러 증가했습니다.
대형 모델의 등장은 로봇 트랙에 대한 높은 수준의 토론 열기를 가져왔습니다. 로봇 스타트업의 베테랑은 Digital Intelligence Frontier에 대형 모델이 지난 1~2년 동안 로봇 지능 수준을 지난 10년 기술의 누적 합계보다 더 많이 향상시킨 것을 보았다고 말했습니다.
"원래는 죽은 프로그램을 작성하고 로봇의 지능을 프로그래밍하는 데 기반을 두었습니다." 출처는 Digital Intelligence Frontier에 예를 들어 로봇이 a 지점에서 b 지점, c 지점으로 이동하려면 로봇이 이동하기 전에 프로세스를 명확하게 정의해야 한다고 말했습니다. 큰 모델이 추가된 후 사용자가 자연어로 어디로 가야 하는지 말하기만 하면 로봇이 그것을 실현할 수 있습니다.
인간-로봇 상호작용이 변화하고 있습니다. Kuangyi Technology의 CTO인 Tang Wenbin은 예를 들어, 일부 유럽 물류 및 산업 생산 현장에서는 여러 음성 기반 제어 시스템 솔루션이 있으며, 많은 사람이 헤드셋을 사용하여 제한된 지침을 통해 음성을 사용하여 시스템과 상호 작용합니다. 대형 모델이 도입된 후 강력한 의미 이해 능력을 통해 사람들은 시스템에 작동 지침을 더 빠르고 편리하게 제공할 수 있습니다.
탕원빈은 디지털 인텔리전스 프론티어에 더 중요한 변화 중 하나는 엔드투엔드 대형 모델이라는 점이라고 말했습니다. 즉, 인식, 의사결정 및 제어 기능이 모델에 집중되어 사람이 로봇을 제어하는 능력, 기계의 지능 수준이 새로운 차원으로 높아질 것으로 기대됩니다.
사실 엔드투엔드 모델은 현재 산업의 기본적인 빅모델 진화 및 개발 방향이기도 한데, OpenAI가 최근 출시한 GPT-4o는 엔드투엔드 모델로, 텍스트, 오디오, 이미지의 모든 조합을 입력으로 받고, 텍스트, 오디오, 이미지의 모든 조합을 출력으로 생성하면 상호작용 반응 속도와 실제 대화가 매우 유사합니다. 구글이 작년 8월에 출시한 지연 효과는 많은 사람을 놀라게 했습니다. 로봇의 대형 모델인 로보틱스 트랜스포머 2(약칭 RT-2)도 시각-언어-행동(VLA) 기능을 통합한 엔드투엔드 모델입니다.
국내 인공지능 기업의 산업 솔루션 담당자는 디지털 인텔리전스 프런티어에 엔드투엔드 빅 모델은 음성 입력에서 의미 이해, 제어 의사 결정까지 이전에는 여러 모델이 서로 겹쳐서 처리했지만, 이제는 하나의 모델로 처리한다고 말했다. 이전에는 방식의 중첩으로 지능의 정도가 다소 손실되었고, 다른 모델 간의 정보 흐름도 자연스럽게 지연이 더 많았지만, 엔드투엔드 모델은 손실이 적고 지능의 정도가 높으며 지연 시간이 짧다는 것을 의미한다.
일부 사람들은 의문을 제기합니다. 물류와 창고 링크가 비교적 폐쇄적으로 보입니다. 이 장면은 대형 모델을 도입하는 데 필요한 것입니까? 탕웬빈은 창고 물류 시나리오가 실제로 단일한 작업 유형이 아니라고 생각합니다. 예를 들어, 자재 운송 작업 장면에는 상자 이동, 피킹, 포장, 테이핑 및 기타 유형의 작업이 포함되어 있으며 대형 모델의 일반화 능력은 매우 확실한 가치를 가져올 수 있습니다. "물류 시나리오는 실제로 매우 좋습니다. 해야 할 일이 많고 더 똑똑한 로봇이 필요합니다."
이러한 새로운 변화는 물류 로봇 트랙에서 흥미로운 플레이어입니다. 작년에 큰 모델 웨이브가 온 후, Tang Wenbin과 그의 팀은 재빨리 반응했습니다. "Kuangyi Technology는 설립 당시 로봇을 하고 싶었고, 이 웨이브로 우리는 큰 모델과 로봇을 모두 이해하는 몇 안 되는 회사 중 하나가 되었고, 이 두 가지 기술 포인트가 팀에서 수렴되는 경우는 드뭅니다." 현재 그들은 큰 모델과 물류 로봇 제품의 조합을 구축하고 있습니다.
업계 소식통은 장비 지능화 수준이 향상되면 모든 유형의 산업 시나리오에서 제품 적용이 가속화되어 기존 업체가 재고 공간에만 머물러 있는 상황을 피하기 위해 새로운 공간이 생길 수 있을 것으로 보고 있습니다.
하이캉 로보틱스 CEO 지아 융화는 예를 들어 설명했습니다. 이전에는 전통적인 AGV의 지각 능력과 자율적 의사 결정 능력이 상대적으로 약하여 지점 간 처리나 일부 루프 라인의 단순 고정 반복 작업만 실현할 수 있었고 산업 규모도 비교적 작았습니다. 그는 한때 일본의 유명 회사에 갔는데, 연간 출하량은 수백 대에 불과했습니다. 하지만 모바일 로봇이 더 많은 알고리즘을 결합함에 따라 모노머 지능이 점점 더 강력해지고 제품이 더욱 유연해졌으며 인간-컴퓨터 상호 작용 환경에서 실행될 수 있었으며 모바일 로봇의 적용 범위가 크게 확대되었습니다. 예를 들어 작년의 하이캉 로봇 출하량은 10년 전보다 전체 산업이 될 수 있습니다.
그러나 대형 모델이 가져온 극적인 변화는 이제 막 시작되었을 수 있습니다. 업계는 또한 일반적으로 Transformer 모델과 사전 훈련을 사용하여 로봇 제어를 수행하면 기술에 새로운 방향이 열린다고 믿지만, 구체화된 지능 개발은 아직 초기 단계에 있습니다. "데이터 루프로 성공률을 계속 개선하고 일부 시나리오에서 비즈니스 가치를 창출하기 위해 루프를 실제로 닫아야 할 필요가 있습니다. 여전히 길이 꽤 깁니다." 탕 웬빈이 말했습니다.