ABB Robotics, Fashion Inductor 모듈에 AI Robot Trainer 추가

ABB Robotics는 2026년 10월 15일, 패션 물류용 Fashion Inductor 기능 모듈에 AI Robot Trainer를 통합해 자사가 처음으로 선보이는 엔드투엔드 비전 기반 산업용 피지컬 AI 솔루션을 출시했다고 밝혔다. 회사는 AI 기반 패션 물류 애플리케이션을 구축하는 시스템 통합업체의 엔지니어링 및 시운전 작업을 최대 75% 줄여준다고 설명했다.

회사에 따르면 스위스 취리히에서 발표된 이번 업그레이드는 통합업체가 작업량과 위험을 줄이면서 패션 물류 애플리케이션을 구축하고, 확장하며, 지속적으로 최적화할 수 있도록 지원하기 위한 것이다. ABB Robotics 산업 사업부의 전무이사 Craig McDonnell은 발표에서 변동성이 큰 애플리케이션은 기존에는 자동화가 어려웠으며 피지컬 AI의 가장 큰 기회 중 일부를 제공한다고 말했다. McDonnell은 “AI Robot Trainer를 탑재한 Fashion Inductor는 당사의 첫 엔드투엔드 비전 기반 피지컬 AI 솔루션으로, 지능형 자동화를 산업 규모로 구축하고 운영하며 지속적으로 최적화할 수 있음을 보여줍니다”라고 말했다.

사전 학습된 비전 모델과 폐루프 재학습

AI Robot Trainer는 패션 분야에 특화된 사전 학습 AI 비전 모델과 애플리케이션별 도구, 신속한 재학습 기능을 제공한다. ABB는 요구 사항이 변화해도 플랫폼을 통해 시스템 통합업체가 전문 AI 지식 없이 애플리케이션을 구축하고 조정하며 지속적으로 최적화할 수 있다고 밝혔다.

재학습 과정은 로봇 성능을 모니터링하고 이상을 식별하며 새로운 모델 학습 데이터를 생성한 뒤, 개선 사항을 실제 로봇에 다시 적용하는 연속적인 폐루프 방식으로 진행된다. ABB에 따르면 구조화된 신속한 셀별 재학습을 통해 시스템 수명 주기 전반에 걸쳐 AI 모델을 지속적으로 개선하며, 실제 성능 목표와 변화하는 운영 조건을 기준으로 평가한다.

Fashion Inductor 제품 페이지는 AI Robot Trainer를 패션 애플리케이션의 변동성에 맞춰 특별히 설계된 ABB Robotics의 비전 기반 피지컬 AI 플랫폼으로 소개한다. ABB는 변화하는 제품과 포장에 빠르게 대응하고 수명 주기 재학습을 통해 지속적으로 개선하는 것을 주요 기능으로 꼽으며, 기존 자동화 시스템과 달리 이 모듈은 폐루프 방식의 작업 흐름을 통해 성능을 계속 향상한다고 설명한다.

디지털 트윈 및 제어 아키텍처

업그레이드된 모듈에는 모듈 소프트웨어를 정확히 복제한 새로운 디지털 트윈이 도입되어 Application Controller Platform, Automatic Path Planning, AI Robot Trainer, RobotStudio를 연결한다. ABB는 디지털 트윈이 시운전을 앞당기고, 그리퍼와 같은 타사 구성 요소를 통합하는 기능을 포함해 설정의 유연성을 높인다고 밝혔다.

RobotStudio는 시스템 수명 주기 전반에 걸친 가상 설계, 시뮬레이션 및 검증의 기반을 제공하며, OmniCore 로봇 컨트롤러는 생산 현장에서 실행 계층 역할을 한다. 제품 페이지에 따르면 통합 디지털 트윈은 모든 소프트웨어 요소를 연결해 시운전을 앞당기고 검증을 간소화하며, 요구 사항이 변화할 때 애플리케이션을 확장하고 조정할 수 있는 유연성을 제공한다.

처리량, 정확도 및 관련 하드웨어

Fashion Inductor는 제품과 포장, 운영 조건이 계속 바뀌는 패션 및 의류 물류의 변동성에 대응하도록 설계됐다. ABB는 AI 기반 Automatic Path Planning, 동작 정확도, 애플리케이션별 비전 기술을 바탕으로 셀당 시간당 최대 1,300개 품목을 처리하고 피킹 정확도 99.5% 초과를 목표로 한다고 밝혔다. 제품 페이지의 기술 데이터에도 정확도 99.5% 초과와 시간당 최대 1,300회 피킹이 기재되어 있다.

모듈과 함께 소개된 관련 제품으로는 Robotic Item Picker, Robotic Parcel Inductor, IRB 1300 및 IRB 2600 로봇이 있다. ABB는 의류 분류와 투입에 관한 5단계 가이드도 다운로드할 수 있도록 제공한다. 이 가이드는 인력 부족, 계절적 성수기, 제품 구성의 변화가 수동 분류 투입 작업을 제한할 수 있는 요인이라고 설명한다.

아이템 피킹 제품군의 배경과 확장 계획

ABB는 물류 및 전자상거래 공급망을 위한 Item Picking 제품군의 AI 기반 기능 모듈로 Fashion Inductor를 Parcel Inductor와 함께 선보였다. ABB는 두 모듈 모두 AI 기반 비전 기술을 사용해 비정형 환경에서 정체를 알 수 없거나 무작위로 배치된 품목을 처리하며, 피킹 정확도가 99.5%를 초과한다고 밝혔다. 또한 AI를 학습시켜 구형 또는 원통형 제품처럼 투입할 수 없는 품목을 감지하고 제외할 수 있다고 설명했다. 앞서 발표된 자료에서는 비닐 포장 의류와 액세서리의 경우 Fashion Inductor가 시간당 최대 1,300회, 상자·가방·봉투·포장물의 경우 Parcel Inductor가 시간당 최대 1,500회 피킹할 수 있다고 밝혔다.

해당 발표 자료에 따르면 두 모듈은 사전 통합된 상태로 제공되며, ABB의 Application Controller Platform을 사용해 단일 컴퓨터와 사용자 인터페이스를 통해 로봇, 그리퍼, 카메라를 통합하면 빠르면 1주일 만에 시운전을 마칠 수 있다.

ABB는 AI Robot Trainer를 탑재한 Fashion Inductor를 비전 기반 피지컬 AI를 더 폭넓게 도입하기 위한 첫 단계로 소개한다. 비전 기반 피지컬 AI는 더 자율적이고 다목적인 로보틱스를 구현하려는 ABB의 노력에서 핵심적인 부분이다. ABB는 자율형 다목적 로보틱스 프로그램 페이지에서 AVR 로봇이 생성형 AI를 활용해 로봇과 인간의 상호작용, 감지 및 인식, 지능 및 자율 추론, 동작 제어 및 안전, 내비게이션, 파지 및 조작 능력이라는 6가지 역량 영역을 결합한다고 설명한다. ABB는 AI Robot Trainer 기반 접근 방식을 2027년 1분기까지 ABB Robotics의 다른 비전 기반 애플리케이션에도 확대 적용할 예정이라고 밝혔다.