자율주행로봇

자율주행로봇은 스스로 주변을 살피고 장애물을 감지하면서 바퀴나 다리를 이용하여 최적 경로를 선택하여 목적지까지 찾아가는 로봇이다.

상세

자율주행로봇은 외부환경을 인식하고 상황을 판단하여 자율적으로 이동하거나 또는 원격제어를 통한 반자율 방식으로 이동하여 특정 환경에서 사람이 하기 힘든 일이나 단순작업을 요하는 일을 처리할 수 있는 능력을 가진 로봇이다. 이동 메커니즘은 바퀴, 캐터필러 등을 채택하여 굴러다니거나 동물이나 사람을 모방하여 4족 또는 2족 보행을 하거나 드론과 같이 비행하는 형태 등 다양하다. 기능면에서는 청소나 창고관리 같은 단순 기능형에서부터 외형이나 기능면에서 인간에 가까운 로봇, 인간과 함께 작업하거나 또는 인간의 노동력을 완전히 대체할 수 있는 형태, 해저탐사 등 극한 작업용, 군사용 등 다양한 기능을 가질 수 있다. 자율주행로봇은 객체 인식 감지 기술, 인공지능, 동작기술, 사물인터넷, 클라우드 등 요소 기술의 발전에 따라 상용화가 가속화되고 있는 산업 분야다. 일부 자율주행로봇은 가정, 재난현장 등에 활용되며 이미 일상생활에 공존하고 있다. 군사, 장난감 및 취미 등의 전통적인 틈새시장에서 벗어나 가사지원, 교육, 의료 및 재활, 물류, 국방 및 재난, 해양 및 환경 등 다양한 분야에서 시장에 실질적인 가치를 제공하기 시작하는 단계로 나아가기 시작했다. 자율주행로봇은 가정 지원 분야, 교육·의료·업무 지원 분야, 물류 지원 분야, 국방·재난 대응 분야, 해양·환경 분야 등 다양한 산업분야에서 인간의 노동력을 대체하여 부가가치를 창출할 수 있다.

특징

로봇은 정해진 환경에서 마그네틱 라인 등의 미리 지정된 표식을 따라 이동하는 형태에서 점차 다양한 작업 수행이 가능한 자율주행 기능을 포함하고 활용하는 방향으로 기술 발전이 진행하고 있다. 자율주행은 플랫폼과 센서(카메라, 라이더, 초음파, 적외선, 범퍼 등)를 포함한 하드웨어 자체, 센싱된 데이터를 융합 및 처리하는 정보처리와 환경인지 그리고 주어진 목표를 달성하기 위해 필요한 로봇제어 등 다양한 기능을 조화시키도록 발전하고 있다. 인공지능과 머신러닝 등을 통해 주변 환경을 스스로 감지하고 반응하면서 주행할 수 있는 기술들이 자율주행 기술에 접목되고 있다. 오픈소스로 쉽게 취득 가능한 수치지도를 이용하여 로봇 자율주행 시 동적으로 위치를 인식할 수 있는 기술을 이용하여 처음 가는 지역에서도 자율주행이 가능하도록 하는 기술이 개발되고 있다. 복잡한 실내 환경으로 인해 GPS를 활용하기 어려운 실내 자율주행의 문제를 해결하기 위하여 센서 기반의 자기 위치 추정 방법을 통해 복잡한 실내 환경에서도 자기 위치 추정과 지도 생성을 가능하게 하는 기술이 개발되고 있다. 기존의 자율주행 기술에 포함되는 세부 핵심 기술을 3차원 공간으로 확장하고 적용에 필요한 부분을 추가하면서 보다 우수한 물류 서비스를 제공할 수 있도록 발전하고 있다.

활용

산업용 로봇

항공우주/방위 산업용

민간의 자율주행은 이미 깔려있는 도로망, 발달된 내비게이션, 그리고 안정적인 GPS 환경을 기반으로 한다. 하지만, 군사용 자율주행은 말 그대로 길이 없는 곳, 길이 아닌 곳에서 활용하기 위한 것이다. 군용 차량은 도로가 아닌 곳도 다니고 폭발물 등 돌발 변수가 많기 때문에 개발 난이도가 더욱 높다. 군사 부문에서 먼저 추진되고 있는 자율주행은 물자 운반/호송 임무다. 미 국방부 연구기술차관은 2018년 의회 청문회에서 작전지역에서 발생하는 사상자 중 52%가 수송 과정에서 발생한다고 밝히면서 자율주행 능력을 갖춘 수송 차량 개발 필요성을 강조했다. 호송 차량에 이어 적용될 분야로 군수 보급 및 구조용 무인 지상로봇(UGV)이 꼽힌다. 러시아는 전투용 UGV를 개발하여 시리아에서 시험하고 성능을 자랑했지만, 나중에 불완전한 통신망, 신뢰성 부족으로 인한 로봇과 무기의 고장, 광학장비 성능 미달 등이 지적되었다. 이에 비해 미국과 유럽 업체들은 더 발전된 기술을 적용하여 멀리 떨어진 분대에 보급품을 전달하거나, 분대를 따라다니면서 무거운 군장과 탄약 등을 운반하거나, 전선에서 부상자를 후방으로 이송하는 등의 임무를 위한 다목적 UGV를 개발하고 있다. 군수지원 및 구조용 UGV는 원격으로도 조종이 가능하지만 통제실이 멀리 떨어질 경우 원격 조종이 어렵기 때문에 자율주행을 적용해야 원거리 이동이 가능해진다. 전선에 있는 부대와 후방의 본부 사이를 오고 가기 위해서는 위에서 언급한 자율 호송차량과 같은 수준의 능력이 필요하다. 그다음으로 정찰과 같은 저강도 전투 임무를 담당하는 차량이 자율주행의 대상이 되고 있다. 대한민국 국방과학연구소가 2011년부터 2016년까지 시험 개발한 무인수색차량도 원격주행과 함께 자율주행으로 운행할 수 있도록 했다. 자율주행의 최종적 적용 대상은 전차나 보병전투차와 같은 고강도 전투 임무를 담당하는 차량들이 자율주행이 적용될 예정이다. 전차나 보병전투차 같은 전투 차량의 경우 단차 또는 제대 단위 작전을 펼치기 때문에 단일 차량의 자율주행을 뛰어넘어 각 차량 간에 협력적인 자율주행이 필요하다.

자율주행로봇은 지상뿐만 아니라 항공우주에서도 활용된다. CES 2022년에는 처음으로 우주 산업을 다루는 기업들이 참가하여 우주비행선인 드림체이서를 전시했다. 드림 체이서는 최대 30회까지 재사용이 가능한 우주 왕복선이다. 크기는 기존 우주 왕복선 대비 4분의 1에 불과해 더 적은 에너지로 운행할 수 있다. 드림 체이서는 앞으로 국제 우주정거장에 물자를 수송하는 임무를 시작으로 우주여행 등에 활용될 예정이다. 특히 자율주행 기술로 조종사가 필요 없고, 3㎞ 길이의 활주로만 있으면 이착륙이 가능하다. 한국의 현대자동차그룹도 소형 자율주행로봇인 로버를 개발하고 있다. 로버 개발 모델에는 태양광을 통한 체 충전 시스템과 현대차그룹의 자율주행 기술이 탑재된다. 이에 따라 하부는 구동계로서 달 표면을 자유롭게 돌아다닐 수 있는 플랫폼 형태로 개발된다. 상부는 달 표면 탐사 기능을 수행한다. 또 낮과 밤의 기온 차이가 300도 이상에 달하는 달 표면 환경을 견디기 위해 6개 연구기관은 현대차그룹과 함께 방사능 차폐 장치, 금속 구동 휠 등을 개발할 계획이다.

광업/광물 산업용

광산 현장은 위험하면서도 고립돼 있다. 소수의 작업자를 제외하면 인적이 드물고 외부인의 접근도 쉽지 않은 험준한 지역에 자리한 데다 작업 현장은 붕괴·침수·가스 누출 등 각종 위험이 산재한 지하 탄광이기 때문이다. 그래서 광산 업체들은 생산성과 안전성의 향상을 위해 보다 적극적으로 무인 장비와 시스템을 채택해 왔다. 광산 업체들의 무인 장비 도입은 크게 3단계로 나눌 수 있다. 첫째 단계는 1967년 채굴용 무인 레일 시스템 도입을 시초로 하는 단순 자동화 장비의 도입기다. 둘째는 1970년대 중반부터 시작된 원격 제어 장비의 도입기, 셋째는 2000년대 이후부터 진행되고 있는 자율화 시스템, 즉 로봇의 도입기다. 무인화 수준이나 장비의 다양성 측면에서 셋째 단계는 전 단계들과 크게 다르다. 이전의 무인화 수준은 사전에 정한 작업을 무한 반복하는 단순 자동화와 원거리에서 작업을 변경할 수 있는 원격 제어 수준에 그쳤다. 반면 지금은 스스로 판단하는 기능이 추가된 자율화 장비, 즉 로봇의 수준으로 비약적으로 발전하고 있다. 또한 로봇화된 장비를 사용하는 공정도 굴착·운반 등 일부 공정에 제한되지 않고 탐사·검사 등 대부분의 공정으로 확장되고 있다. 2000년대 들어 BHP와 FMG 등 글로벌 광산 업체들이 운영하는 광산 현장은 AI와 로봇을 바탕으로 다시 한 번 공정 혁신의 주무대가 되고 있다. 예를 들어 아직 대중화되지 못한 자율 주행 트럭들이 전 세계의 주요 광산들에서는 이미 10여 년 전부터 활발히 사용되고 있다. 최근에는 운반용 트럭에 더해 탐사·채굴용 장비도 단순 자동화나 원격 조종의 수준을 뛰어넘어 자율화된 장비인 로봇으로 발전하는 중이다. 광업용 장비 개발 업체들은 일부 광업용 로봇이 자율 주행차의 레벨 4에 상응하는 수준의 높은 자율성을 갖추고 있다고 주장한다. 특별한 경우를 제외하면 인간 작업자의 명령이 없더라도 스스로 상황을 잘 예측해 문제를 해결할 수 있는 수준이라는 것이다. 높은 자율성을 갖춘 로봇화 장비는 광산 업체의 생산성을 크게 향상시킬 것으로 기대된다.

운반용 로봇은 광산에서 사용되는 자율 주행 트럭은 화물칸에 광물을 싣고 정해진 장소로 운반하는 자율 주행차다. 일반적인 자율 주행차들과 마찬가지로 카메라·라이다·레이더 등의 센서를 이용해 사람과 장애물 등을 피하거나 정지하면서 이동한다. 광산용은 가반 하중이 200~300kg대에 달하는 대형 차량인 점만 제외하면 일반적인 자동차와 거의 같다. 일상적인 상황에서 자율 주행 트럭은 광산 구역 내에서 운전사 없이 스스로 목적지를 왕복하며 광물은 운반한다. 단, 목적지나 이동의 경로 선정 및 변경은 중앙관제센터에서 담당하게 된다. 장비의 로봇화가 충분히 진행된 미래의 광산은 다양한 로봇들의 협업 현장이 된다. 자원 탐사 로봇이 자원 매장지를 열심히 찾아내면 터널 굴착기가 터널을 파고 자동 채굴 로봇이 들어가 채굴할 것이다. 채굴된 광물은 유압식 컨베이어(hydraulic mining conveyors)를 통해 지상으로 옮겨지고 지상에 쌓인 광물들은 로봇 굴삭기에 의해 자율 주행 트럭의 화물칸에 옮겨 실리게 된다. 화물칸을 가득 채운 자율 주행 트럭은 다음 목적지로 광물을 운반한다. 그동안 각 작업 현장마다 검사용 로봇이 작업 환경을 점검할 것으로 예측된다. 업계에서는 자율 주행 트럭, 시추용 CAD(CAD for drill planning), 굴삭기 제어 시스템(excavator control system) 등은 이미 성숙 단계에 접어든 기술로 평가한다. 터널 굴착기(tunneling machines), 무인 컨베이어(mining conveyor), 자원 탐사 로봇, 로봇 굴삭기 등은 모두 최근에 떠오르는 기술이다.

석유/가스 산업용

석유/가스 시추 시설에도 자율주행로봇이 투입된다. 실제로 프랑스의 석유 및 가스 시추 기업인 토탈(Total)은 북해에서 운영하고 있는 석유 및 가스 시추 시설에 자율주행로봇을 설치해 운영하고 있다. 그동안 사람이 해오던 위험하고 지루한 작업을 로봇으로 대체하기위한 것이다. 우선 이 로봇은 세트랜드(Shetland) 제도 인근 해역에 있는 석유 및 가스 시추 시설에 투입되며, 이어 스코틀랜드 애버딘 인근 440km 해역에 있는 시설에 도입된다. 이 자율 로봇은 오스트리아 기업 타우로브(Taurob)가 개발한 것으로, 궤도를 갖춘 이동 로봇으로 독일 다름스타트공대에서 개발한 소프트웨어를 탑재, 설비의 비주얼 검사와 가스 유출을 발견하는 데 활용된다. 시추 시설에 있는 계단도 무리없이 올라갈 수 있다. 자율주행로봇이 육지에서 멀리 떨어진 곳에서 일하는 고임금 노동자들을 대체하기 보다는 다른 일을 할수 있는 기회를 제공하는 것이다. 노동자들이 육지에서 근무하면서 새로운 일을 찾을 수 있다. 또 로봇을 시추 시설에 보내는 것이 오히려 고임금 노동자를 고용하는 것보다는 훨씬 돈이 많이 들어간다.

산림/농업 산업용

농가인구의 감소로 농기계는 대형화되고 편리한 기계에 대한 요구도가 높아지고 있다. 특히 산업분야에서 다양하고 우수한 성능을 가진 센서와 액추에이터가 개발되면서 농업자동화 기술에 그 활용성이 늘고 있으며 이를 통해 농업생산성을 높이고 노동력 투입을 줄이는 스마트농업으로 빠르게 전개되고 있다. 과거 트랙터를 이용해 파종, 경운, 로터리 등 다양한 농작업을 수행할 때 운전자는 부착작업기를 조작하면서 주행을 해야 하기 때문에 높은 조작숙련도가 요구되고 장기간 작업 시 피로도가 증가하는 문제가 있었다. 자율주행 농기계 기술은 자동차 내비게이션과 같은 모니터를 이용해 운전자에게 주행 안내선을 보면서 주행할 수 있게 해 운전을 보조하거나 작업자가 주행선을 설정하면 자동제어기 원리에 의해 농기계가 위치를 인식하면서 목표지점에 도달하기 위해 스스로 조향핸들을 틀면서 자율주행 할 수 있는 기능을 제공한다. 이러한 자율주행 기술을 이용해 작업자는 포장에서 일정한 선을 따라 겹치지 않고 반복적으로 주행을 할 수 있기 때문에 운전편의성이 높아지고 종자, 비료, 농약 등을 필요한 곳에 적정량을 정확하게 투입할 수 있게 돼 생산성을 최대화하고 환경에 영향을 최소화하는 정밀농업을 실현할 수 있도록 한다. 자율주행 농기계의 기본 구성요소는 먼저, 절대위치와 자세정보를 얻는 GPS와 관성센서(IMU), 조향핸들의 각도를 측정하는 각도센서 등의 센서조합이다. 두 번째로 포장 내 작업경로를 경로점(Waypoint) 형태로 생성하는 알고리즘과 현재위치와 목표위치의 차이를 이용 조향바퀴의 방향각을 계산하는 경로탐색 알고리즘 등의 소프트웨어와 이를 컴퓨터 내에 탑재해 두뇌역할을 하는 화상 상위제어기로 구성된다. 각 액추에이터와 작업기, 본체 등의 분산제어 ECU 간에 메시지 통신을 수행하면서 주행속도, 방향각, 작업기 작동역할을 담당하는 하위제어기도 추가적으로 구성된다. 그 외 조향장치를 작동하는데 필요한 조향 ECU가 있으며 조향핸들의 각도를 직접 제어하는 방식과 조향실린더에 입력되는 스풀내의 유량을 제어하는 조향 액추에이터 시스템으로 작동된다. 화상 상위제어기는 작업상황에 대한 정보를 제공하고, 위치별 속성정보를 저장할 수 있게 해 정밀농업을 위한 이력정보를 활용할 수 있게 되어있다. 이러한 자율주행 농기계의 경로추종 성능은 몇 cm급의 위치정확도를 가진 GPS를 사용하느냐에 따라 크게 영향을 받는다.

자율주행 농기계 기술의 시기별 발전은 미국의 인공위상기반 지구측위시스템인 GPS가 제공하는 위치정확도 성능발전에 비례해 진행돼 왔다. 특히 1995년에 GPS가 민간용으로 사용할 수 있게 되고 2000년에는 과거 일부 허가받은 기관만 사용할 수 있도록 한 선택적 이용성 보안코드 기능이 해제되면서 기존 100m 수준의 위치오차가 10m 이내로 낮아지면서 상업적 활용성이 높아지게 된 것이 큰 기회가 됐다. 이후 GPS 신호보정 기술은 고정기지국 정보를 이용해 인공위성의 측정오차를 보정하는 DGPS와 측정오차 정보를 별도의 위성을 통해 보정하는 SBAS 기술 등을 적용하면서 위치정확도는 30~40㎝ 이내의 오차수준까지 낮아지게 됐다. 이러한 오차수준은 땅을 가는 경운과 농약을 살포하는 방제 등과 같은 농기계를 위한 작업에 허용되는 오차범위였기 때문에 주행안내기를 이용해 운전자에게 알려주는 시스템의 보급을 촉진하게 됐다. 자동운전에 필요한 오차범위 2∼3㎝ 이내의 성능은 고정기지국을 농작업 포장에 근접하도록 직접 설치해 측정오차 값을 실시간으로 보정하는 RTK-GPS나 핸드폰을 이용해 위치보정값을 실시간으로 수신하는 VRS-GPS가 적용되면서 본격적으로 가능하게 됐다. 이후 최근에는 Master-Slave 또는 Follow-me 기술을 기반으로 한 군집주행 농기계시스템이 개발되고 IoT 무선통신기술을 적용해 기계 간 자동연동 기능이 가능한 제품이 출시되고 있다. 가령 콤바인을 이용해 밀을 수확하면서 뒤따르는 트레일러가 곡물수집을 위해 일정거리를 유지하면서 자동으로 추종하는 기술이 개발되고 있다. 이와 함께 작업자가 탑승하지 않고 주어진 경로를 주행하면서 작업을 수행하는 무인 자율주행 트랙터는 일본과 미국은 물론 한국에서도 트랙터에 RTK-GPS와 각종센서, 제어기 등을 탑재하고 포장 내에서 자동선회를 포함해 농작업을 수행하는 자율주행 무인 트랙터의 연구개발을 완료한 상태이다. 자율주행 농기계 기술개발은 크게 두 가지 방향으로 전개되고 있다. 첫 번째는 트랙터, 콤바인 수확기, 살포기 등과 같은 기존 농기계에 Dual GPS와 IMU 일체형 위치 및 자세 센서시스템을 장착해 통합 단말기와 연동, 각 ECU간에 통신을 통해 농작업의 부하를 계측해 자동변경하는 지능화된 정밀 전자제어 기술과 함께 Lidar, 카메라 등의 영상센서를 이용 데이터를 퓨전 과정을 거쳐 주변환경을 실시간으로 인식·판단해 대응하는 안전 농작업 자율주행 기술이다. 두 번째는 전기모터와 유압부품을 기반으로 한 전장이 2m 이내의 크기를 갖는 소형 주행 플랫폼에 제초, 농약살포 등 작물관리 작업을 위해 기구부 또는 살포장치와 같은 작업기를 부착하는 농용로봇과 같은 형태로서 포장을 주행하면서 GPS, 카메라, 초음파 센서 등 다양한 센서를 이용 대상작물과 주변환경을 실시간으로 인식해 작물의 상태를 파악하고 필요한 농작업을 자동으로 수행하는 기술이다.

물류/창고 산업용

자율주행로봇은 센서들을 통해 주변 환경을 감지하고 스스로 목적을 달성하는 로봇으로 인력과의 안전한 협업이 가능하다. 따라서 과거의 로봇은 위험한 작업을 대체하는데 그쳤다면 현재의 로봇은 노동자를 대신할 뿐만 아니라 필수 인력들과 안전한 협업을 기대할 수 있다. 자율주행로봇은은 자율주행이 가능한 로봇으로 이동간의 사람이나 장애물을 인식하고 스스로 길을 탐색하여 목적지까지 도달하는 로봇이다. 카메라 및 라이다 등의 센서를 통해 사물을 인식하여 공정 내에서 발생하는 변수에 대처하는 능력이 뛰어나다. 자율주행로봇은 기존 물류 산업뿐만 아니라 적용되고 있는 산업이 확대되고 있다는 점을 주목해야 한다. 먼저 자동차 산업이다. 해외 사례를 살펴보면, 1) 미국의 자동차 회사인 포드(Ford)는 발렌시아가에 위치한 자동차 공장 내부에 자율주행로봇을 도입해 생산 효율성을 높이고 있으며, 2) 독일의 자동차 회사인 메르세데스-벤츠(Mercedes-Benz)는 팩토리 56에 조립 동선 최적화를 위해 자율주행로봇을 적극 도입하고 있다. 영국 전기차 기업인 어라이벌(Arrival)은 자율주행 기반 생산 공장인 마이크로팩토리를 개발 중이다. 한국에서도 이와 같은 변화를 선도적으로 도입하고 있는 기업은 현대자동차그룹이다. 현대차는 그동안 무거운 엔진을 사람이 컨베이어 벨트를 통해 옮겼다면, 2021년부터 이를 자율주행로봇이 대체해 공정 효율성을 높이고 산업재해를 줄이고 있다. 이와 같은 방식은 현대차 국내 생산 공정뿐만 아니라 해외 생산 거점에도 적용될 예정으로 현대위아에서 2024년부터 미국 전기차 전용 공장 및 현대모비스 미국 공장 라인에 자율주행 물류로봇을 공급한다고 발표한 것이 이에 대한 예시이다. 자율주행로봇 자동차 산업은 물론, 이차전지 공정으로도 적용 및 테스트가 진행되고 있다. 이차전지 관련 주요 기업들은 북미와 유럽 향으로 신규 공장 건설을 진행 및 계획하고 있는데 1) 선진국의 높은 산업안전보건법과 2) 부족한 노동력을 대체할 생산 자동화, 3) 효율성을 높이기 위한 스마트팩토리 구축 등의 이유로 자율주행로봇 도입을 적극 검토 중인 것으로 파악된다. 다만, 현재 기술력은 AGV 로봇 대비 정밀도가 다소 떨어지기 때문에 원자재 이송, 동선 최적화, 공정간 병목 현상 완화 등에 선제적으로 활용되고 있지만이후 점진적으로 활용처가 넓어질 것으로 예상된다.

서비스로봇

센서 가격의 하락과 알고리즘의 발전으로 자율주행로봇이 운반 업무를 수행하며 수집 및 활용할 수 있는 데이터가 많아졌다. 질 좋은 데이터를 통한 기계학습으로 자율주행로봇의 인식·회피 기능의 진화가 이루어졌으며 넓고 복잡한 환경의 변화를 극복할 수 있게 되었다. 로봇 기업들은 자율주행로봇을 활용할 새로운 시장을 모색하고 있다. 대표적인 예로 식당 내 서빙과 호텔에서 룸서비스를 하는 실내 서빙로봇, 그리고 라스트 마일 배송을 담당하는 실외 운반로봇이 존재한다. 로봇시스템 설치 시 발생하는 대량의 CAPEX는 로봇 사용을 저하하는 가장 대표적인 요인이다. 대규모 설치 비용 발생으로 로봇 도입을 망설이는 기업들을 위해 로봇 제조 기업과 로봇 시스템 통합 업체(SI)는 월 구독 서비스(RaaS)를 제공하며 운영비용(OpEx)으로 전가되는 로봇 솔루션 판매 전략을 세우고 있다.

참고자료

• 코센, 〈모바일(이동형) 로봇 최근 근황〉, 《네이버 블로그》, 2014-09-26
• 〈자율주행 로봇 시장 - 연구개발특구기술 글로벌 시장동향 보고서〉, 《연구개발특구진흥재단》, 2017-09
• 장길수 기자, 〈북해 석유ㆍ가스 시추 시설에 자율 로봇 투입된다 - 프랑스 '토탈', 연내 자율 로봇 도입 추진〉, 《로봇신문》, 2018-04-03
• 이상오 기자, 〈로봇, '실내 자율주행'으로 물류 혁신 일으킨다〉, 《공학저널》, 2019-08-09
• 최현호 기자, 〈첨단 군사기술 트렌드 - 자율주행〉, 《유용원의 군사세계》, 2020-09-22
• 융복합기술심사국 지능형로봇심사과, 〈RobotIP - 물류로봇 특집편〉, 《특허청》, 2022-03
• 최종윤 기자, 〈(2021 스마트팩토리 시장전망) 산업용 로봇 시장, 2021년은 ‘AMR‧AGV’ 주목〉, 《인더스트리뉴스》, 2020-12-01
• 윤진우 기자, 〈자율주행 우주 비행선·감정 표현 로봇·푸드테크 날았다〉, 《이코노미조선》, 2022-01-17
• 김학진 서울대학교 바이오시스템소재학부 교수, 〈(전문가 기고) 자율주행 농기계의 기술현황 및 발전전망〉, 《농축산기계신문》, 2022-11-01
• 우재혁, 〈글로벌 로보틱스 (비중확대/Initiate) - ‘현실’의 로봇에 투자하라!〉, 《미래에셋증권》, 2022-11-08
• 김보경 기자, 〈이제 우주모빌리티로…현대차그룹, 달탐사 로봇 제작 착수〉, 《연합뉴스》, 2023-04-20
• 진석용 LG경영연구원 연구위원, 〈최신형 로봇들이 주름잡는 꿈의 무대 ‘광산’(테크트렌드)〉, 《매거진한경》, 2023-04-20
• 김경아 기자, 〈하나증권 "물류로봇 산업 저평가 국면...브이원텍·티로보틱스 주목"〉, 《파이낸셜뉴스》, 2023-05-15
• 김두현, 최재호, 이승태, 박희철, 〈물류로봇(AMR) Overweight - 왜 지금 물류 로봇에 투자해야 하는가?〉, 《하나증권》, 2023-05-15

같이 보기

• 자율주행
• 로봇
• 물류로봇
• 운반로봇
• 서빙로봇

이 자율주행로봇 문서는 인공지능 서비스에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스 □■⊕, 인공지능 로봇, 인공지능 기술, 인공지능 기업, 인공지능 인물 거대언어모델(LLM) 그록 • 네모 • 라마 • 믹스트랄 • 믿음 • 바드 • 솔라 미니 • 솔라 프로 • 아야23 • 엑사원 • 인플렉션 2.5 • 제미나이 • 제미나이 나노 • 챗GPT • 클로드 • 파이-3.5 • 팔미라-X-004 • 하이퍼클로바X 챗봇 라온 • 브리티 코파일럿 • 샵봇 • 시리 • 심심이 • 아숙업(AskUp) • 알로 • 알리GPT • 애플 인텔리전스 • 오토GPT • 이루다 • 채티 • 챗뤼튼 • 챗베이스 • 클로바X • 키미챗 • 테이 • 패브릭스 • 픽스트랄 • 허깅챗 인공지능 검색 구버 • 빙 • 서치GPT • 옴니서치 • 퍼플렉시티 인공지능 문서 감마 • 구글 번역 • 노션AI • 다글로 • 딥엘(DeepL) • 뤼튼 • 비토 • 스위치미팅 • 에버노트 • 캔바 • 클로바노트 • 클로바더빙 • 파파고 인공지능 코딩 깃허브 코파일럿 • 데빈 • 커서AI • 코덱스 • 코디움메이트 • 탭나인 인공지능 이미지 AI 모션 • AI 프로필 • NUI 스튜디오 • 달리(DALL·E) • 드림스튜디오 • 레오나르도 AI • 미드저니 • 비디스커버 • 스테이블 디퓨전 • 에픽 • 카카오브레인 • 칼로 • 캐럿 • 코파일럿 • 파이어플라이 • 플레이그라운드 인공지능 웹툰 딥툰 • 로어머신 인공지능 음악 및 음성 AI 보이스 스튜디오 • 뮤직LM • 복스박스 • 사운드풀 • 수노 • 에이바 • 유디오 • 이봄 • 일레븐랩스 • 타입캐스트 인공지능 동영상 더 프로스트 • 드림머신 • 디-아이디 • 런웨이 젠 • 런웨이 젠3 • 무비 젠 • 브루 • 브이 • 소라 • 스테이블 비디오 디퓨전 • 인비디오 AI • 카이버 AI • 크레아 AI • 클링 AI • 피카아트 • 픽스버스 • 픽토리 인공지능 서비스 슈퍼로이어 인공지능 무기 가스펠 • 라벤더 인공지능 스피커(한국) 갤럭시홈미니 • 기가지니 • 기가지니2 • 누구 • 누구네모 • 엑스붐AI씽큐 • 카카오아이 • 카카오미니 • 큐보이스 • 클로바 • 클로바웨이브 인공지능 스피커(글로벌) 구글홈 • 구글홈미니 • 구글홈허브 • 두어 • 빅스비 • 샤오두 • 스마트스피커 • 알렉사 • 어시스턴트 • 에코 • 에코닷 • 에코쇼 • 코타나 • 티몰지니 • 홈팟 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반