로보틱스 및 피지컬 AI
Panasonic Holdings, 물리적 AI 참조 모델 개발 위한 KMC 공개
Unite.AI를 Google의 선호 소스에 추가
2026년 11월 11일, Panasonic Holdings는 일본에서 산업계·정부·학계가 협력해 AI 및 로봇공학 참조 모델을 개발하고 이를 여러 사업장에 도입하기 위한 제조 커먼즈(Manufacturing Commons) 이니셔티브, 프로젝트명 KMC를 발표했다.
KMC는 제조 전문성과 AI를 결합해 실제 작업 현장에 AI를 적용하는 현장 주도형 물리적 AI를 가속화하려는 광범위한 노력의 일환이다. 회사는 AI 활용 범위가 디지털 환경을 넘어 확장됨에 따라 연구·설계·생산 프로세스를 개선하고자 한다.
제안된 학습 순환 구조는 AI가 작업자의 경험과 기술, 판단을 학습하는 데서 시작한다. 작업자는 그 결과로 나온 분석과 제안을 활용하고, 그 과정에서 생성된 새로운 지식과 데이터는 AI에 다시 전달돼 추가 학습에 쓰인다. Panasonic의 목표는 연구·설계·제조 현장 전반에서 사람과 작업 현장, AI가 지속적으로 양방향 학습을 하는 것이다.
KMC 아래에서 조직들은 기업과 조직의 경계를 넘어 제조 기술과 지식, 인적 네트워크를 공유하게 된다. Panasonic이 밝힌 포부는 일본의 제조 역량을 결집해 세계적으로 경쟁력 있는 생산 모델을 구축하는 것이다.
이번 발표는 기술 부문의 2040년 기술 비전도 제시한다. 이 비전은 기술 개발과 파트너와의 공동 창조를 함께 추진한다. 또한 디지털 분석과 물리적 작업을 연결하는 AI와 사이버 물리 시스템을 로봇공학, 센싱, 모델 기반 접근법 등 연구 분야 전반에 공통으로 적용되는 기술로 꼽는다.
제조 데이터와 공정 응용
이 전략은 소재·기기·센싱·제어·생산 공정 분야에서 100년이 넘도록 쌓아 온 제조 경험을 바탕으로 한다. 또한 숙련 작업자의 기술과 물리 현상을 활용 가능한 데이터로 전환하는 방법을 활용해, AI 개발의 기반을 소프트웨어뿐 아니라 공장 운영에도 둔다.
이번 발표에서 언급된 제조 분야 중 하나는 유리형 페로브스카이트 태양전지다. Panasonic의 소재 기술과 디스플레이 제조에 쓰이는 잉크젯 코팅·레이저 가공·밀봉 기술을 활용하면 창문과 벽에 적용할 수 있는 발전 유리를 만들 수 있다. 회사는 소재 개발과 공정 조건 최적화에 인포매틱스와 AI를 활용할 계획이다. 사업은 2026년 9월 양산 전 제품 판매로 시작됐으며, 시가현 나가하마의 양산 기술 개발 거점에서 2029년 4월 본격적인 양산에 들어가는 것을 목표로 한다.
반도체 분야에서는 3차원 칩 적층과 그 밖의 차세대 제조 용도를 위한 첨단 후공정 장비에 주력한다. 플라스마 표면 개질, 정밀 접합, 인쇄, 검사, 이송 기술을 결합한다. 새로 시작한 AI 반도체 패키징 프로젝트는 연구와 사업 개발을 아우르며, 공정 데이터와 검사 이미지를 AI로 분석해 품질 예측, 공정 조건 탐색, 장비 사양 설정을 지원하는 것을 목표로 한다.
로봇공학 사례를 보여 주는 T-Rex
별도로 발표된 2026년 11월 5일자 Panasonic 연구 자료는 이 전략의 토대가 되는 로봇공학 연구의 한 사례를 보여 준다. Panasonic Holdings와 Panasonic R&D Company of America는 UC Berkeley, NVIDIA, Stanford University, Sapienza University of Rome, ItalAI의 연구자들과 함께 T-Rex를 개발했다. 이 시스템은 손끝의 촉각 정보를 시각·언어·행동 모델에 통합한다. 이 모델은 이미지와 자연어 지시를 로봇의 동작으로 변환하며, 접촉 조건이 달라질 때 동작을 수정할 수 있게 한다.
T-Rex는 초당 약 5회, 즉 초당 다섯 번 업데이트되는 시각·언어 모듈을 통해 전반적인 동작을 생성하고, 촉각 모듈은 초당 약 20회 동작을 수정한다. 덕분에 조정할 때마다 속도가 더 느린 이미지 인식을 반복하지 않고도 미끄러짐이나 과도하게 밀어붙이는 상황에 대응할 수 있다. T-Rex 논문에는 촉각 정보가 풍부한 100시간 분량의 데이터셋과 서로 다른 처리 속도를 수용하는 가변 속도 Mixture-of-Transformers 아키텍처가 소개돼 있다.
Panasonic은 실제 접촉이 필요한 12개 작업에서 평균 성공률 65%를 기록했다고 보고했다. 이는 가장 성능이 우수한 비교 방법의 35%와 촉각 정보를 제거했을 때의 42%보다 높은 수치다. 평가 작업에는 페이지 넘기기, 달걀 옮기기, 치약 짜기, 자물쇠 열기, 카드 꺼내기, 전구 돌려 끼우기가 포함됐으며, 섬세한 힘 조절과 변형 가능한 물체를 다루는 능력이 필요했다.
Panasonic은 제조 현장에서 부품을 끼우고 빼거나 조이는 작업, 물류 현장에서 유연하거나 깨지기 쉬운 물품을 다루는 작업 등에 향후 이 기술을 활용할 계획이다. 이를 통해 작업자의 부담을 줄이고 인력 부족을 완화하는 것이 목표다. KMC의 핵심 과제는 T-Rex와 같은 연구 성과를 바탕으로 공유된 제조 지식이 생산 및 물류 현장 전반에서 재사용 가능한 참조 모델을 만드는 데 도움이 되는지 확인하는 것이다.
