디지털 트윈·로봇 자동화로 무인 공장 추진
공장 넘어 물류까지…휴머노이드 로봇 투입 확대
|
16일 업계에 따르면 현대차그룹은 미국 캘리포니아 새너제이에서 열리는 엔비디아 연례 개발자 행사 'GTC 2026'에서 AI 기반 제조 전략을 발표한다. 이번 행사에서 현대차그룹은 스마트 공장 기술과 로봇 자동화 연구 성과를 공개할 예정이다.
우선 토크 세션에서는 AI와 디지털 트윈을 활용한 스마트 제조 전략이 소개된다. 알페시 파텔 현대차그룹 소프트웨어 정의 공장(SDF) 부문 전무는 '산업용 AI와 디지털 트윈을 통한 자동차 산업 혁신'을 주제로 자동차 설계와 생산 과정에서 AI 기반 시뮬레이션 기술이 어떤 역할을 하는지 설명한다. 실제 공장 설비와 생산 공정을 가상 공간에 구현하는 디지털 트윈을 통해 생산 효율과 품질을 높이고 개발 속도를 단축한 사례도 공유될 예정이다.
디지털 트윈은 현실 공장이나 설비를 가상 환경에 그대로 구현해 생산 공정과 장비 동선을 사전에 검증하는 기술이다. 이를 활용하면 생산라인 구축 과정에서 발생할 수 있는 오류와 리스크를 줄이고 시스템 통합 작업을 보다 빠르게 진행할 수 있다는 장점이 있다.
로봇 산업 협력 생태계 구축 방안도 주요 발표 주제다. 마르쿠스 뮐러 현대차 유럽 투자 담당 책임 매니저는 로봇 데이터와 AI 모델, 클라우드 인프라를 결합한 로봇 생태계 협력 전략을 설명할 예정이다.
자율주행 분야에서는 현대차그룹의 미국 로보택시 자회사 모셔널의 로라 메이저 최고경영자(CEO)가 패널 토론에 참여한다. 해당 세션에서는 테슬라와 우버 등 글로벌 모빌리티 기업들과 함께 레벨4 자율주행 기술의 안전성 확보와 AI 기반 검증 기술을 논의할 계획이다.
현대차그룹은 강연뿐 아니라 포스터 세션을 통해 공장 자동화 연구 성과도 공개한다. 주요 내용은 디지털 트윈 기반 로봇 공정 검증 기술이다. 자동차 생산라인에서 로봇 작업 경로와 공정을 가상 환경에서 미리 시뮬레이션해 실제 공장 적용 시간을 줄이는 기술이다.
또 다른 연구에서는 디지털 트윈 기반 엔지니어링 시스템을 활용해 공정 설계 시간을 약 88% 단축한 사례도 소개된다. 용접과 검사, 물류 등 다양한 로봇 작업을 가상 환경에서 검증함으로써 생산라인 구축 효율을 크게 높였다는 설명이다.
이 기술에는 현대차 제조솔루션본부에서 분사한 로봇 공정 AI 스타트업 로아이(ROAI)도 참여했다. 로아이는 로봇 공정 설계와 동선 최적화를 위한 AI 플랫폼 'XELO(셀로)'를 개발했다. 이 플랫폼은 로봇 배치와 동선을 자동으로 설계해 기존 약 3개월이 걸리던 공정 설계 기간을 1주일 수준으로 단축할 수 있는 것으로 알려졌다.
해당 기술은 이미 제네시스 생산라인과 울산·화성 공장 등에 적용됐으며 싱가포르 HMGICS 공장에서도 대규모 로봇 공정 검증에 활용되고 있다.
현대차그룹은 이러한 기술을 기반으로 AI와 로봇이 생산 공정을 주도하는 '다크팩토리' 구현을 목표로 하고 있다. 실제 공장을 가상 공간에 그대로 복제한 뒤 생산 공정과 로봇 동선을 사전에 검증하는 방식으로 생산 효율을 극대화한다는 전략이다.
공장 자동화 전략은 물류 영역으로도 확장되고 있다. 현대차그룹이 인수한 로봇 기업 보스턴다이나믹스의 휴머노이드 로봇 '아틀라스'가 향후 자동차 생산 공정뿐 아니라 물류 작업에도 활용될 가능성이 제기되고 있다.
현재 보스턴다이나믹스는 물류 자동화 로봇 '스트레치'를 통해 트럭 하역 작업을 자동화하고 있으며 향후 아틀라스를 활용해 상품 분류나 개별 물품을 집어 옮기는 정밀 작업까지 확대하는 방안을 검토 중이다.
현대차그룹 물류 계열사 현대글로비스 역시 물류 자동화 기술 개발을 추진하고 있다. 현대글로비스는 AI 기반 물류 플랫폼을 활용해 화물 이동 경로를 자동으로 설정하고 로봇이 물품을 지정된 위치로 운반하는 물류 자동화 시스템을 개발하고 있다.
업계에서는 현대차그룹이 공장 자동화에서 시작해 물류와 공급망 전반으로 로봇 적용 범위를 확대할 경우 완성차 제조사의 생산 방식이 크게 변화할 것으로 보고 있다. 생산과 물류가 통합된 자동화 시스템이 구축될 경우 자동차 제조 공정의 효율성과 생산성이 한 단계 높아질 수 있다는 평가다.














