Industrial Next는 제품 변경 때마다 몇 주나 몇 달의 통합을 새로 하는 대신 공장 자동화를 재사용하려 한다. 샌프란시스코 스타트업은 10월 13일 TechCrunch Disrupt에서 모듈 셀을 선보이며 BMW Group Technology Office가 AI 정밀 조작을 평가한다고 발표했다.
주요 약속은 몇 분 안에 작업을 바꾼다는 것이다. 남은 질문은 시간에 무엇을 포함하느냐다. 동작 교육과 시뮬레이션 자산 준비, 공구 변경, 안전 검증, 동기화된 생산선 통합은 다르다. BMW 평가가 중요한 이유는 성공 시연뿐 아니라 주변 작업도 시험할 수 있어서다.
대상은 범용 팔이 아니라 섬세한 조립이다
원보도는 시각·작업 맥락·운동 제어를 합친 독립 셀을 설명한다. 고충실도 시뮬레이션과 시범으로 재사용 기술을 배우며 모든 동작을 기존 코드로 지시하지 않는다.
정밀 조작은 휘거나 움직이거나 붙는 물체에 정확히 접촉하는 일이다. 회사는 이름을 밝히지 않은 주요 스마트폰 생산선에서 섬세한 플렉스 케이블을 넣고 작은 커넥터 덮개를 잠그거나 카메라 모듈·버튼 보호막을 벗기는 셀이 작동한다고 한다. 고정 동작이 변화에 대응하기 어려운 구체적 작업이다.
회사는 필름 제거가 사람 이상의 속도와 완전한 정확도라고 주장한다. 자사 자료에는 배포 셀의 매칭 정확도 99.9% 초과, 첫 시도 완료와 3.3초 미만 사이클도 있다. 특정 조건의 회사 수치이지 모든 작업의 독립 검증이 아니다. 고객·셀 수·완전 정확도의 분모는 공개되지 않았다.
생산 주장은 시도 횟수, 기간, 실패 정의와 사람 지원의 포함 방식이 필요하다. 짧고 순조로운 운영은 유용해도 몇 달의 첫 통과 수율을 증명하지 않는다. 폐기·후속 중단·작업자 안전으로 오류가 비싼 현장에 중요한 차이다.
전환은 로봇 도입 대수와 다른 기회다
국제로봇연맹은 2025년 가동 산업 로봇 500만 대와 신규 60만 대 초과, 연 11% 증가를 보고했다. 제조업은 이미 대규모로 구매한다. 남은 문제는 컨베이어 옆 팔 추가만이 아니다.
고정 자동화는 위치·방향·동작의 변화를 제한해 신뢰성을 얻는다. 안정적 대량 생산에는 효율적이지만 신부품·소량·빈번한 개정은 지그·프로그래밍·검사·안전 변경을 요구해 작은 설계 변경도 비싸다.
전자 조립은 미세 커넥터·유연 케이블·접착 필름·반사면과 잦은 개편을 결합한다. 사람은 어긋남을 보고 압력을 바꾸지만 반복 정밀 작업은 피로하고 충원이 어렵다. 적응 셀은 사람의 유연성과 산업 반복성을 함께 달성해야 한다.
빠른 재사용은 고임금 지역을 포함해 자동화 손익분기 생산량을 낮출 수 있다. 그러나 가격·유지보수·이용률·실패·통합 데이터가 부족해 문턱을 계산할 수 없다. '몇 분'만으로 전체 비용을 설명하지 못한다.
시뮬레이션은 일부 코딩을 대체할 뿐 물리 검증은 남는다
물리 시도는 장비를 점유하고 부품 손상을 감수해 로봇 데이터가 비싸다. 시뮬레이터는 로봇·공구·공간을 재현해 공장을 멈추지 않고 여러 번 시험한다. 시범이 시작점을 주고 위치·마찰·조명·잡음을 바꿔 완벽한 가상 환경 의존을 줄인다.
회사는 정밀 조작을 훈련할 만큼 동역학을 가깝게 모델링한다고 한다. 그러나 케이블 변형, 투명막 반사, 온도별 접착, 공구 마모는 남는다. 현실 격차 종설은 센서·동역학·접촉·변형·재료 문제를 꼽는다. 가상 숙련이 자동으로 실제 성공은 아니다.
영역 무작위화는 가상 조건을 바꿔 정책을 덜 취약하게 한다. 실제 비교·수정·재학습은 계속 필요하다. 1분 교육 전 전문가가 며칠 가상 환경을 다시 만든다면 공학이 사라지지 않고 안 보이는 곳으로 옮겨갔을 수 있다.
총생산 사이클·개입 빈도·공장 간 성과·예외 책임은 공개되지 않았다. 빠른 재작업이 충돌 구역·공구·검사·상류 공급을 포함하는지도 불명확하다. 동작을 빨리 배워도 이런 기존 변경은 필요할 수 있다.
모듈 셀과 인간형은 다른 제약을 해결한다
회사는 익숙한 팔·지그·카메라·안전 시스템 안에 지능을 넣는다. 고정 셀은 걷기·균형·다른 작업으로 전원 운반이 불필요해 유용한 작업군에 범위·빛·공구를 최적화한다.
인간형은 사람용 공간과 도구를 재구축 없이 쓰는 유연성이 있다. BMW Figure 02 시험은 2025년 Spartanburg의 X3 3만 대 초과 생산을 지원하고 약 1,250시간 동안 평일 10시간 근무로 판금 9만 개 초과를 옮겼다. 명확한 용접 관련 작업이지 임의 작업을 자유롭게 이동한 증거는 아니다.
두 방식은 공존할 수 있다. 이동 인간형, 안정적 적응 셀, 고량·저변화 기존 자동화에 각각 자리가 있다. Industrial Next 경쟁은 Figure의 몸 모양만 아니라 수작업과 성숙한 고정 셀 사이 통합 부담이다.
기존 공급자는 설치 기반·서비스망·공장 지식이 있고 시각·시뮬레이션·쉬운 프로그래밍을 더할 수 있다. 통합 셀은 제품 변경마다 고객을 공급자에게 의존시키지 않으며 연계를 제공해야 한다.
BMW는 발표만으로 모르는 것을 시험할 수 있다
평가 장소·작업·기간·성공 기준은 미공개다. 생산 구매나 모든 주장에 대한 보증이 아니다. 그래도 품질·일정·정지 비용을 다루고 다른 로봇 시험 경험도 있는 고객이 들어온다.
의미 있는 결과는 지속 사이클·첫 수율·불량 부품 복구·안전 재시도·도움 요청·중단·유지보수를 센다. 전환 측정은 시뮬레이션 준비부터 시범·시험·안전 승인·라인 통합 뒤까지 해야지 동작 학습에서 끝나면 안 된다.
실질적으로 다른 작업·제품·이름 있는 공장으로 재현해야 한다. 누락 부품·더러운 렌즈·마모·상류 지연·예상 밖 사람 활동은 진행하면 안 될 때를 아는지 시험한다. 안전한 상향 요청이 공격적 자율보다 가치 있을 수 있다.
제조 데이터는 설계·공차·공정 지식을 담는다. 회사는 소유권·보관·공장 간 이동·모델 재사용을 자세히 공개하지 않았다. 정밀함뿐 아니라 운영 경계도 중요하다.
공동 창업자 Lukas Pankau의 완전 무인 자동차 조립 장기 목표는 현재 증거를 넘는다. 더 좁은 명제도 중요하다. 시뮬레이션 셀이 바뀌는 정밀 작업을 매번 맞춤 통합보다 저렴하게 자동화할 수 있는가. 이름 있는 배포·전체 전환 공수·예외 데이터가 매끈한 한 사이클보다 강한 증거다.