美 덱스터리티-가와사키, 창고 물류용 피지컬AI 확장 위해 협업 확대

▲미국 덱스터리티와 가와사키틱스가 창고 물류용 피지컬AI를 확장하기 위해 협업을 확대하기로 했다. (사진=덱스터리티, 가와사키 로보틱스)

미국 덱스터리티와 가와사키 로보틱스가 창고 물류작업을 위한 피지컬 AI 확장을 위해 협업을 확대한다고 로보틱스247이 보도했다.

​

두 회사는 시카고 오토메이트 2026(6.22~25)에서 가와사키 로보틱스의 8자유도(DoF) 로봇팔 플랫폼인 ‘RL030N’과 덱스터리티의 창고 물류용 초인간형 로봇 ‘메크(Mech)’를 중심으로 한 협력 확대를 발표했다.

가와사키는 오토메이트 행사 기간 동안 자사 부스에서 새로운 8자유도 로봇 팔 플랫폼인 RL030N을 선보였다.

​

◇메크, 가와사키의 로봇 팔과 함께 성장

​

덱스터리티는 트레일러 적재 및 트레일러 하역(상·하차)을 포함한 창고 물류 분야 작업을 위해 RL030N을 사용한 메크의 생산을 확장하고 배치를 늘리는 중이라고 밝혔다.

​

덱스터리티는 메크의 디자인과 창고 물류 요구 사항이 이 로봇 팔의 형태를 규정했다고 설명했다. 가와사키 로보틱스와 가와사키 중공업은 이러한 요구 사항을 생산 준비가 된 8자유도 로봇 팔 플랫폼으로 전환하기 위해 정밀 엔지니어링 및 제조 전문 지식을 투입했다. 두 회사는 이 로봇 팔이 대규모 창고 자동화 필수 요구 사항인 실제 물류 환경에서의 강력한 신뢰성을 입증했다고 말했다.

​

두 회사는 전통적인 자동화로는 확장하기 어려웠던 고처리량 창고 운영을 지원하기 위해 가와사키 로보틱스의 산업용 로봇 팔 기술과 예측적 세계모델(Foresight World Model)을 특징으로 하는 덱스터리티의 메크 하드웨어 및 전체 물리적 AI 소프트웨어 스택을 결합하는 중이라고 말했다.

▲덱스터리티의 메크 로봇들은 8자유도(DoF)를 갖는 RL030N 로봇팔을 사용해 트레일러 물품의 상차 및 하차 같은 창고물류 활동을 한다. (사진=덱스터리티, 가와사키 로보틱스)

◇창고 물류를 위한 설계

​

덱스터리티와 가와사키 로보틱스는 창고 물류가 전통적인 공장 자동화와 근본적으로 다르다고 말했다.

​

공장은 정밀성, 반복 가능성, 고정된 작업 셀, 통제된 자재 흐름, 예상치 못한 접촉의 최소화를 중심으로 설계된다. 반면 물류 운영은 더 가변적이다. 상자는 다양한 크기, 무게, 모양, 방향, 상태로 도착한다. 상자는 예측 불가능하게 움직이고, 떨어지고, 변형되며, 쌓인다. 게다가 상자, 컨테이너, 컨베이어, 벽 또는 주변 장비와의 접촉은 정상적인 운영의 일부다.

​

폴 마르코베치오 가와사키 로보틱스 일반 산업 부문 이사는 "피지컬 AI는 산업적 신뢰성과 함께 기민함, 도달 범위, 경량 구조, 실시간 조율에 대한 개방성을 결합한 로봇 팔을 필요로 한다. 덱스터리티와의 협력은 실제 창고 환경에서 AI 기반 자동화를 위한 요구 사항을 날카롭게 다듬는 데 도움이 됐다"고 말했다.

​

두 회사는 덱스터리티의 메크 디자인이 불가피한 접촉에 대응할 수 있을 만큼 가볍고, 민첩하며, 도달 범위가 길고, 신뢰할 수 있으며, 견고한 로봇 팔의 필요성을 정의했다고 말했다. 8자유도 로봇 팔 플랫폼 RL030N은 제한적이고 가변적인 워크플로우를 위한 관절 축을 추가한다. 그리고 이 플랫폼은 외부 AI 소프트웨어, ROS 환경, 제3자 조율 시스템을 위한 가와사키 로보틱스의 실시간 제어 API(애플리케이션 프로그램 인터페이스)인 개방형 KRNX로 구동된다.

​

덱스터리티는 자사가 RL030N을 예측적 세계 모델, 메크 하드웨어, 자사의 생산 소프트웨어 스택과 결합한다고 말했다.

​

케샤브 프라사드 덱스터리티 제품 엔지니어링 및 운영 부문 수석 부사장(SVP)은 "창고 환경에서 패키지는 다양하고, 상자는 예측 불가능하게 움직이며, 접촉은 업무의 일부다. 가와사키 로보틱스의 RL030N은 메크에 해당 환경을 위한 물리적 기반을 제공한다. 우리는 RL030N을 예측적 세계모델, 메크 하드웨어, 덱스터리티의 생산 소프트웨어 스택과 결합함으로써 전통적인 자동화가 확장될 수 없었던 창고 운영에 물리적 AI를 도입할 수 있다"라고 강조했다.

​

이재구 기자 robot3@irobotnews.com

저작권자 © 로봇신문 무단전재 및 재배포 금지