Gravis Robotics, 자율 중장비 확장을 위해 2억 달러 시리즈 A 투자 유치

Gravis Robotics는 SoftBank로부터 시리즈 A 투자 2억 달러를 유치했으며, 이를 통해 취리히에 본사를 둔 건설 로봇 기업이 전 세계 인프라 프로젝트 전반에 걸쳐 자율 중장비 기술을 확장할 수 있는 상당한 신규 자본을 확보했습니다.

회사는 이번 자금 조달을 현재까지 건설 로봇 분야에서 가장 큰 시리즈 A 투자라고 설명합니다. 이번 라운드는 물리적 AI에 대한 투자가 인간형 로봇 및 창고 자동화를 넘어, 기계가 복잡하고 변화하는 환경과 상호작용해야 하는 산업으로 확대되고 있는 시점에 이루어졌습니다.

Gravis에게 그 환경은 건설 현장입니다. 새 중장비를 처음부터 만드는 대신, 기존 굴삭기 및 기타 토공 기계에 장착하도록 설계된 하드웨어와 AI 소프트웨어를 개발하여, 시공사가 이미 보유하고 있는 장비에 다양한 수준의 자율 운영을 효과적으로 추가합니다.

새로운 자금은 Gravis의 국제적인 출시를 가속화하고, 엔지니어링 팀을 확장하며, 자율 시스템을 더 많은 건설 및 인프라 프로젝트에 적용하는 데 사용될 것입니다.

물리적 AI를 중장비 건설에 적용하기

2022년 말 ETH Zurich에서 분사한 기업으로 설립된 Gravis는 로봇공학 및 자율 제어 시스템 연구에서 탄생했습니다. 회사는 CEO 겸 공동창업자인 Ryan Luke Johns와 CTO 겸 공동창업자인 Dominic Jud가 이끌며, 로봇 연구원 Marco Hutter가 공동창업자이자 이사회 멤버로 참여하고 있습니다.

건설 현장은 자율 기계가 성공을 거둔 많은 환경과는 다른 도전을 제시합니다.

예를 들어 자율주행 차량은 일반적으로 환경을 이해하고 안전하게 이동하려고 할 뿐, 환경을 변화시키지는 않습니다. 반면 굴삭기는 그와 반대로 동작해야 합니다. 버킷 하나하나의 움직임이 다음에 기계가 이해해야 할 지형을 바꾸게 됩니다.

기계는 또한 토양, 암석, 변화하는 경사, 지하 저항 등 사전에 완전히 예측할 수 없는 다양한 조건에 직면할 수 있습니다.

Gravis는 기계 유압 데이터와 LiDAR, 카메라, 전위성위성시스템(GNSS) 위치 정보를 결합한 학습 기반 로봇 제어 시스템을 통해 이러한 불확실성을 해결하려 합니다. 이 소프트웨어는 미리 정해진 움직임 순서를 단순히 실행하는 것이 아니라, 기계 주변 환경과 물리적 힘을 지속적으로 해석합니다.

회사는 또한 모델을 시뮬레이션에서 광범위하게 훈련시켜, AI가 실제 기계에 적용되기 전에 수많은 가상 굴삭 시나리오를 경험하게 한다고 말합니다.

기존 굴삭기를 자율 기계로 전환하기

Gravis 전략의 핵심은 단일 장비 제조업체에 의존하지 않는 것입니다.

건설 장비군은 일반적으로 여러 브랜드의 기계들로 구성되며, 이는 수년간의 구매 및 임대 계약을 통해 축적된 경우가 많습니다. 시공사에게 이러한 장비군을 전용 자율 기계로 교체하도록 요구하면 도입이 크게 어려워질 수 있습니다.

대신 Gravis RACK는 기존 굴삭기와 휠 로더에 설치할 수 있는 모듈식 자율 제어 시스템을 개발했습니다. 회사에 따르면 이 플랫폼은 이미 Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon, Sumitomo 등 제조사의 장비에 적용되었습니다.

이 옥상 시스템은 카메라, 3D LiDAR, GNSS RTK 위치 측정 및 자동차급 엣지 컴퓨팅을 결합합니다. 처리 작업이 기계 내부에서 이루어지기 때문에, Gravis는 신뢰할 수 있는 연결이 없더라도 자율 기능이 계속 작동할 수 있다고 말합니다. 이는 원격 또는 미완성 건설 현장에서 중요한 고려 사항입니다.

전체 LiDAR 커버리지와 센서 융합을 활용해 주변 지형을 지속적으로 스캔합니다. 이 정보는 자율 굴삭을 지원함과 동시에 3드 현장 데이터, 절삭·채우기 시각화 및 완료된 작업 기록을 생성합니다.

Gravis의 인식 시스템은 덤프 트럭을 식별하고 굴착된 자재가 배치될 위치를 조정할 수 있어, 자율 작업 흐름이 단순 굴착을 넘어 적재 및 자재 취급과 같은 활동까지 확장됩니다.

운전자를 배제하지 않는 자율성

Gravis는 자율성을 전면적인 전환으로 보지 않습니다.

그의 Slate 태블릿 인터페이스는 시공사가 작업에 따라 여러 운영 모드 사이를 전환할 수 있게 합니다. 운전자는 캐빈에 머물면서 AI 지원 가이드를 사용하거나, 기계가 장시간 자율 작업을 수행하는 동안 자리를 비우거나, 원격으로 장비를 감독할 수 있습니다.

인-캐빈 Copilot 모드에서는 운전자가 탭-투-디그 제어와 증강 시각 가이드를 사용할 수 있습니다. 작업은 CAD(컴퓨터 지원 설계) 또는 BIM(빌딩 정보 모델링) 도형, 물리적 기준점 또는 좌표를 통해 정의될 수 있습니다. 인터페이스는 기계가 작동하는 동안 제거하거나 추가해야 할 자재량을 시각화합니다.

반대편에서는 원격 오케스트레이션을 통해 운전자가 실시간 영상 및 현장 정보를 활용해 하나 이상의 기계를 감독하고 원격으로 조작할 수 있습니다.

이러한 혼합 접근 방식은 도입에 중요한 역할을 할 수 있습니다. 건설 현장은 완벽히 통제된 조건에서 반복적인 작업만으로 이루어지지 않습니다. 인간을 운영 루프에 남겨두면 시공사는 전체 현장을 무인 장비로 재설계하는 대신 자율성을 점진적으로 도입할 수 있습니다.

다양한 건설 장비군을 아우르는 소프트웨어 레이어

보다 큰 목표는 파편화된 중장비 시장 위에 지능 레이어를 구축하는 것입니다.

동일한 자율 소프트웨어가 다양한 제조업체와 여러 기계 크기의 장비를 운영할 수 있다면, 시공사는 전체 장비군을 단일 공급업체에 맞추지 않고도 자동화를 도입할 수 있을 것입니다.

Gravis는 학습 기반 제어 시스템이 각 굴삭기를 개별적으로 프로그래밍할 필요 없이 다양한 기계의 물리적 특성에 맞게 조정된다고 말합니다.

이 차별점은 물리적 AI가 시연 단계에서 상업적 적용 단계로 넘어가면서 점점 더 중요해질 수 있습니다. 하나의 정밀하게 구성된 기계에서만 잘 작동하는 로봇 시스템은 전 세계에 흩어져 있는 이질적인 장비군에 적응할 수 있는 소프트웨어에 비해 대형 시공사에게는 훨씬 덜 유용합니다.

Gravis는 지형 인식 굴삭 기술이 처리량을 최대 30%까지 높일 수 있다고 주장하지만, 실제 향상 폭은 기계, 작업 및 현장 조건에 따라 달라질 것입니다.

연구 프로젝트에서 실제 현장으로 전환하기

Gravis는 SoftBank 투자를 받기 전부터 이미 상업적 확장을 시작했습니다.

2025년 11월, 회사는 새로운 자금 2,300만 달러와 함께 Holcim, Taylor Woodrow, HD Hyundai, Flannery Plant Hire 등과의 파트너십 및 배치를 발표했습니다. 당시 Gravis는 자사의 시스템이 영국, 유럽 연합, 미국, 라틴 아메리카 및 아시아에 걸친 7개국에서 운영 중이라고 밝혔습니다.

주목할 만한 배치 중 하나는 맨체스터 공항에서 진행 중인 Taylor Woodrow 인프라 프로젝트에 자율 굴삭을 적용한 사례입니다. 또한 회사는 자율 채석장 자재 처리 작업을 수행했으며, Gravis 기술이 탑재된 굴삭기를 장비 임대 시장을 통해 제공하기 위해 Flannery와 파트너십을 체결했습니다.

이러한 상업화 역사는 최신 자금 조달을 주로 미래 프로토타입에 초점을 맞춘 물리적 AI 투자와 구별하는 데 도움이 됩니다. Gravis는 시스템이 기존 건설 팀과 함께 이미 테스트 및 사용되고 있는 상황에서 자본을 조달하고 있습니다.

영국 프로젝트, 자율 굴삭기를 대규모 시험에 투입

이번 확장은 정부 지원도 받고 있습니다.

Gravis와 Flannery Plant Hire는 최근 영국의 CAM Pathfinder 연결 및 자동화 이동성 프로그램에 따라 선정되었습니다. 이 이니셔티브는 6대의 굴삭기에 걸쳐 완전 자율 토공 시스템을 시험하며, 트렌칭, 대량 굴삭, 트럭 적재 등을 포함한 다양한 적용 사례를 다룹니다.

이 프로젝트는 장비 임대가 건설 자율성의 중요한 유통 채널이 될 수 있기 때문에 특히 의미가 있습니다.

시공사가 자율 기계를 구매하거나 자체 장비군에 영구적으로 개조하도록 요구하는 대신, 임대 업체가 개별 프로젝트에 자율 장비를 제공할 수 있습니다. 이는 기술 실험에 대한 재정적·운영상 장벽을 낮출 수 있습니다.

또한 자율 시스템을 훨씬 다양한 현장, 기계 구성 및 지반 조건에 노출시켜, 기본 AI 모델을 개선하는 데 유용한 운영 데이터를 생성할 수 있습니다.

왜 건설이 주요 물리적 AI 시장으로 부상하고 있는가

물리적 AI에 대한 관심 대부분이 인간형 로봇에 집중되어 왔습니다. 중장비는 또 다른 잠재적인 큰 기회를 제공하며, 경제적 활용 사례를 정의하기가 더 쉬운 분야입니다.

굴삭기, 로더 및 기타 기계는 이미 막대한 물리 작업을 수행하고 있습니다. 문제는 새로운 기계 형태를 발명하는 것이 아니라, 이미 대규모로 배치된 장비에 지능을 부여하는 것입니다.

이는 상업화에 대한 다른 경로를 제공합니다. 고객에게 새로운 로봇이 무엇을 해야 하는지 결정하도록 요구하는 대신, Gravis와 같은 기업은 시공사가 이미 숙련된 인력과 고가 장비에 매일 맡기는 작업을 목표로 합니다.

남은 과제는 신뢰성입니다. 건설 현장은 지저분하고 역동적이며 안전이 중요한 환경으로, 자율 장비는 공장이나 창고보다 훨씬 예측하기 어려운 조건에서도 일관되게 작동해야 합니다.

Gravis가 시뮬레이션, 기계 텔레메트리, 센서 융합 및 적응형 제어 모델에 집중하는 것은 그 문제가 얼마나 어려운지를 보여줍니다.

SoftBank 투자, Gravis를 새로운 확장 단계로 끌어올리다

2억 달러 규모의 시리즈 A 투자는 Gravis가 그 과제에 대응할 수 있는 자원을 크게 늘려줍니다.

단순히 추가 연구에 자금을 투입하는 것이 아니라, 이제 기회는 배치에 있습니다: 더 많은 장비 브랜드에 시스템을 설치하고, 활발한 건설 프로젝트에서 경험을 축적하며, 자율 장비가 통제된 시연을 넘어 일관된 경제적 이점을 제공할 수 있음을 입증하는 것이죠.

레트로핏 전략은 특히 중요할 수 있습니다. 건설 회사는 기존 장비에 막대한 자본을 투자하고 있으며, 이러한 자산에 지능을 추가할 수 있는 플랫폼은 고객이 완전히 새로운 로봇 장비군을 구매하도록 요구하는 경쟁사와는 다른 방식으로 확장될 수 있습니다.

그 모델이 신뢰성을 입증한다면, 건설은 물리적 AI의 가장 중요한 시장 중 하나가 될 수 있습니다. 기계는 이미 존재하고, 작업도 이미 정의되어 있으며, 인프라에 대한 수요는 계속 증가하고 있습니다.

Gravis Robotics는 이제 AI가 물리적 세계를 이해하고 탐색하는 것을 넘어, 그것을 재구성할 수 있음을 보여주기 위해 추가로 2억 달러를 확보했습니다.