AGIBOT은 로봇을 공장 리듬 안으로 밀어 넣고 있어

AGIBOT이 WAIC 2026에서 로봇 네 종을 공개했어. 그런데 이 발표에서 더 중요한 장면은 제품 수가 아니야. 로봇이 멋진 동작을 한 번 보여주는 데서 그치지 않고, 공장에서 반복 작업을 맡고 기존 설비와 이어지는지를 함께 내세웠다는 점이야.¹

AGIBOT의 Peng Zhihui 공동창업자 겸 CTO는 embodied AI를 한 번의 인상적인 시연으로 평가할 게 아니라, 실제 환경에서 제조·납품·통합을 안정적으로 해내는지 봐야 한다고 말했어.¹ 이 자료는 그 주장을 제품군과 공장 적용 사례로 나눠 보여줘.

네 제품이 맡은 역할은 다르다

AGIBOT은 A3 Ultra, G2 Max, OmniHand 3 Ultra-M을 각각 휴머노이드 플랫폼, 산업 작업, 손 조작이라는 층위에 배치했어. X2 EDU는 교육·대회·연구용 개발 플랫폼이야.¹ 모두를 만능 로봇 하나로 설명하기보다, 물리적 작업을 여러 부품과 용도로 쪼개는 제품군에 가까워.

A3 Ultra는 공공·상업·서비스 현장에서 오래 움직이도록 만든 전신 휴머노이드야. 키 1.74m, 무게 60kg, 51개 능동 자유도를 갖고, 양팔은 각각 최대 5kg을 들 수 있으며 종합 운용 시간은 최대 8시간이라고 소개됐어. 3D 라이다와 RGB-D 카메라, 어안 카메라, 양안 비전, GPS·RTK·UWB 위치 기술을 함께 쓴다는 설명이야.¹

전원 설계도 서비스 시간을 염두에 뒀어. A3 Ultra는 직접 충전, 배터리 교체, 자율 충전을 지원해. 전시장에서 한 번 움직이고 끝나는 로봇보다, 긴 서비스 작업에 다시 투입될 수 있는 형태를 노린 셈이지.¹

G2 Max는 공장 쪽에 더 가까워. AGIBOT이 처음 내놓은 고하중·힘 제어 기반 작업 로봇으로, 자재 운반과 팔레타이징 같은 일을 겨냥했어. 힘을 조절하는 팔, 높이 조절 기능, 전 방향 이동 바퀴를 묶었고 기존 생산설비와 공장 시스템 곁에서 반복 작업을 맡도록 설계했어. 배터리 교체와 자율 충전도 지원해 연속 생산 중 멈춤을 줄이려 했고.¹

OmniHand 3 Ultra-M은 손 자체에 집중해. 직접 구동 방식의 손으로, embodied AI 학습·원격 조작·시연 데이터 수집·접촉이 많은 조작을 겨냥했어. 20개 능동 자유도와 630g 무게, 손 전체 기준 최대 5kg 하중, 0.3초의 일반적인 개폐 시간, ±0.2mm 반복 정밀도를 제시했어. 손끝의 시각 기반 촉각 센서와 손바닥 촉각 배열로 접촉과 힘, 물체 위치 변화를 읽는 구조야.¹

X2 EDU는 연구와 교육의 입구야. 약 1.3m 높이에 몸 전체 29개 자유도, 팔마다 7개 자유도를 갖고, 말단 장치는 최대 3kg을 들 수 있어. 하드웨어를 분해·재구성할 수 있는 모듈형 구조와 개방형 제어·하드웨어 인터페이스를 제공해 센서, 말단 장치, 연산 모듈을 바꿔가며 쓸 수 있다고 해.¹

시연장은 작은 공장처럼 구성됐다

AGIBOT은 WAIC 전시장에 네 제품과 조작 기반 모델, 산업 적용 사례를 함께 전시했어. 전시장 밖에서는 30대가 넘는 로봇이 방문객 안내와 정보 제공 같은 일을 맡았고, 관광·교통·상업 서비스에서는 안내 투어, 길 안내, 방문객 상호작용, 현장 지원 사례도 제시했어.¹

이 장면에서 로봇의 능력은 한 가지 동작으로 끝나지 않아. 음료를 서빙하려면 주변을 보고, 이동하고, 물체를 집고, 여러 단계를 순서대로 실행해야 해. 사람이 많은 공간에서는 방문객의 움직임에 맞춰 경로를 바꾸면서도 일정한 성능을 유지해야 하고.¹

탁구와 복싱 같은 동작 시연도 있었지만, 자료가 강조하는 연결점은 따로 있어. 원격 조작으로 만든 움직임을 지연이 낮은 물리적 행동으로 옮기고, 인식·이동·조작·작업 순서를 하나의 서비스 흐름으로 묶는다는 점이야.¹ physical AI를 화면 안의 판단이 아니라 실제 공간의 연속 작업으로 이해하게 만드는 대목이지.

난창 공장에서는 검사 공정에 들어갔다

가장 구체적인 사례는 중국 난창에 있는 Longcheer Technology 공장이야. AGIBOT은 이곳의 태블릿 품질검사 라인에 G2 로봇을 통합했어. 로봇은 자재를 가져오고, 정확한 위치에 놓고, 설비와 상호작용하고, 검사가 끝난 제품을 되돌려 보내는 폐쇄형 작업 흐름을 맡았다고 해.¹

통합에는 36시간이 걸렸어. AGIBOT은 이 시스템이 교대마다 약 3,000개를 검사했고, 누적 연속 운전 시간은 64시간을 넘겼으며, 가동 중단으로 인한 손실은 4% 아래였다고 밝혔어.¹ 숫자만 보면 작은 파일럿처럼 보일 수 있지만, 핵심은 검사 동작 하나가 아니라 앞뒤 공정과 맞물린 전체 순서가 계속 돌아갔다는 데 있어.

AGIBOT은 이 사례가 일회성 동작 시연과 다르다고 설명해. 생산 리듬을 유지하고, 같은 일을 반복하며, 물체 위치와 주변 조건의 변화에 대응하고, 앞뒤 설비와 조율해야 하기 때문이야.¹ 로봇을 공장에 놓는다는 말이 기계 한 대를 추가한다는 뜻에서 공정의 일부가 된다는 뜻으로 바뀌는 순간이지.

자료는 제조사가 로봇을 넣기 위해 생산라인 전체를 다시 짤 필요 없이 기존 공정에 embodied AI를 끼워 넣을 수 있다고도 주장해.¹ 다만 이 한 사례만으로 다른 공장에서도 같은 통합 시간과 가동률이 나온다고 말할 수는 없어. 공정의 종류, 설비 인터페이스, 물체 변화, 사람과의 동선에 따라 난도가 달라질 테니까.

제품보다 반복 운전이 다음 질문이다

이번 발표에서 제품군은 물리적 작업을 플랫폼·작업 로봇·조작 장치·교육용 장비로 나눠 보여줬어. 공장 사례는 그 부품들이 실제 생산 흐름에서 자재 이동, 정밀 배치, 설비 연결, 제품 회수로 이어질 수 있는지를 시험했고.¹

그래서 다음에 봐야 할 것은 전시장에서 얼마나 자연스럽게 움직였는지가 아니야. 다른 생산라인에 통합했을 때 준비 시간이 얼마나 걸리는지, 연속 운전 중 중단이 얼마나 발생하는지, 물체와 주변 조건이 바뀌어도 품질을 유지하는지야. AGIBOT의 로봇이 시연 장비에서 생산설비로 넘어갔는지는 이 지표들이 쌓일 때 더 분명해질 거야.

각주

1. The Robot Report, 「AGIBOT unveils four embodied AI products for real-world operations at WAIC」(2026-07-20). 원문 ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸ ↩︎⁹ ↩︎¹⁰ ↩︎¹¹ ↩︎¹² ↩︎¹³ ↩︎¹⁴ ↩︎¹⁵ ↩︎¹⁶