빅웨이브로보틱스: ‘BIGWAVE SHIFT 2026’ 성황리 개최

BIGWAVE SHIFT는 빅웨이브로보틱스가 Industrial Physical AI를 주제로 연 서밋이에요. 
12시에 접수가 열리고 한 시간 동안은 세션 없이 라운지에서 커피를 들고 부스를 둘러보는 시간이었어요. 명함을 주고받는 소리가 로봇 소리보다 컸던 시간입니다.

라운지에는 부스가 다섯 곳이었어요. 가운데 빅웨이브로보틱스 부스에서는 애지봇 G2가 하루 종일 택배를 분류했고 50인치 TV에는 그 로봇이 지금 모으고 있는 데이터가, 70인치 TV에는 Hyper Foundry 소개 영상이 돌아갔습니다. 그 주변으로 리얼월드, 트웰브랩스, DexRobot, 레인보우로보틱스 네 파트너사 부스가 둘러섰고 창가에는 세로 현수막 세 장과 포토월이 서 있었어요. 전시회처럼 넓지는 않지만 발표에 나오는 회사들의 로봇과 소프트웨어를 한자리에서 만져 볼 수 있는 크기였습니다.

1시에 컨퍼런스룸으로 자리를 옮기면 MC 홍현미 아나운서의 오프닝으로 세션이 시작됐어요. 객석에는 제조와 물류 기업의 자동화 담당자, 로봇과 AI 연구자, 파트너사 관계자가 섞여 있었고 병원에서 오신 분도 계셨어요. 반나절 동안 발표를 듣고 쉬는 시간마다 라운지로 나가 방금 들은 걸 실물로 확인하는 흐름, 그게 이번 행사의 구조였습니다.

수요는 진짜인가: 마로솔 문의 데이터가 말해주는 것

첫 질문은 빅웨이브로보틱스 김민교 대표님이 던졌어요. 피지컬 AI 수요는 정말 있는가. 답으로 꺼낸 건 시장 전망치가 아니라 마로솔에 들어온 문의였습니다. 이번 발표에서 공개한 데이터에 따르면 월평균 문의가 300건에서 400건으로 33% 늘었고 그중 28%가 피지컬 AI 관련 문의예요. 제조 자동화 실증이 16%, 휴머노이드 자동화가 8%, 기업과 학계 R&D가 4%입니다. 관심 단계는 지났고 고객이 실제로 투자를 시작했다는 게 대표의 해석이었어요.

다만 아무 공정에나 휴머노이드를 넣자는 이야기는 아니었습니다. 초고속 반복이나 고열과 분진 환경, 고하중 리프팅처럼 맞지 않는 공정과 품질 검사, 정밀 조립, 협소 공간 조작처럼 맞는 공정을 따로 짚었고, 기술 실현성과 투자 회수, 현장 적용성 순서로 공정을 고르자고 했어요. 무대에서 나온 "폭발적인 성장이 기대된다"는 말은 이 전제 위에서 나온 겁니다.

9개 세션이 같은 결론에 닿은 이유: 데이터, 두뇌, 손

세션은 25분씩 아홉 개가 이어졌어요.

① 데이터는 어디서 오나

NVIDIA 송민수 수석매니저는 피지컬 AI를 데이터 생성, 모델 학습, 시뮬레이션 검증, 배포의 네 단계로 정리하면서 'For Robotics, Compute Is Data'라는 한 장을 보여줬어요. 실제 데이터가 더는 해자가 아니고 연산으로 합성 데이터를 만드는 시대라는 뜻입니다. 트웰브랩스 정진우 이사는 반대편에서 출발했어요. 공장 고유의 지식은 설비 로그가 아니라 현장 영상에 남는다는 거예요. 작업자 1인칭 영상을 하루 15만 시간 처리하는 사례를 보여주면서 AI는 구간과 라벨 초안을 만들고 판단은 사람이 한다고 선을 그었습니다. PwC컨설팅 김범수 CTO는 숙련자의 암묵지를 재사용할 수 있는 행동 단위, PAU로 쪼개 자산으로 만들자고 제안했어요. 중소기업 인력의 44%가 50세 이상이라는 숫자가 그 배경이었습니다.

② 로봇의 두뇌는 어떻게 만드나

NC AI 이연수 대표는 숫자로 시작했어요. 전 세계 실제 로봇 데이터를 다 합쳐도 50만 시간, 햇수로 57년에 불과하고 1분짜리 작업 하나를 강화학습으로 익히려면 로봇 한 대가 700일을 움직여야 한다는 추정이었습니다. 그래서 로봇이 배울 세계는 가상에서 만들어야 하고 그 기술은 게임이 30년 동안 쌓아 온 것과 같다는 게 요지였어요. 리얼월드 최수환 전무는 병목을 한 단어로 짚었습니다. 손재주, Dexterity예요. 조작 과제를 Atom 16종과 Skill 70여 종으로 쪼개 표준화한 체계와 NVIDIA와 함께 만든 평가 프레임워크를 소개했고 마지막 장은 이 문장이었어요. "한국은 로봇을 가장 잘 만드는 나라가 아니라 로봇이 가장 잘 배울 수 있는 나라입니다."

③ 손과 몸은 준비됐나

DexRobot의 Max Zhou 대표는 영어로 발표했는데 첫 장부터 기억에 남았어요. 로봇이 백플립은 하는데 물병 뚜껑은 못 연다는 거예요. 이동의 문제인 last mile은 거의 풀렸고 손이 물체와 만나는 1cm, last centimeter가 남았다는 주장입니다. 레인보우로보틱스 허정우 CTO는 HUBO에서 시작해 협동로봇 누적 3,000대, 4족 보행 로봇, AMR까지 온 과정을 보여준 뒤 산업용 양팔 휴머노이드 RB-Y2를 꺼냈어요. RB-Y1으로 ACT, GR00T N1.5, Pi 0.5 세 모델을 직접 검증한 결과도 공개했습니다.

48시간: 택배 분류 휴머노이드는 어떻게 만들어졌나

마지막 세션은 송준봉 CTO였어요. 화면에 택배를 분류하는 양팔 휴머노이드 사진을 띄우고 이렇게 물었습니다. "이거 만드는 데까지 얼마나 걸렸을지 혹시 상상해 보셨을까요?" 잠깐 뜸을 들인 뒤 나온 답은 48시간이었어요. 작업은 비정형 택배를 두 종류로 나누는 픽앤플레이스, 로봇은 애지봇 G2, 데이터는 텔레오퍼레이션으로 모았고 학습은 ACT 모방학습이었습니다.

실패 영상 네 개를 먼저 보여주고 성공 영상을 마지막에 붙인 구성이었는데 한 번에 되지 않는다는 걸 숨기지 않아서 오히려 설득력이 있었어요. 라운지 부스에서는 같은 일이 실시간으로 일어나고 있었습니다. 직원이 VR 헤드셋을 쓰고 택배를 옮기면 옆의 G2가 따라 움직였고 50인치 TV의 Data Studio 화면에는 카메라 영상과 관절 데이터가 에피소드 단위로 쌓였어요. 부스를 지키던 김만수 개발팀장은 "굉장히 많은 시간을 투입해서 진행했던 것들을 Hyper Foundry를 통해 시간을 단축해 작업을 완수할 수 있게 되었다"고 말했습니다. Hyper Foundry가 무엇인지는 소개 글에 따로 정리해 두었고 48시간의 과정은 도입사례 영상으로 보실 수 있어요.

🔗 함께 읽기피지컬 AI 개발 플랫폼 Hyper Foundry, 로봇 데이터 수집부터 학습·배포까지 하나의 환경에서 →

🔗 영상으로 보기택배를 색깔별로 분류하는 휴머노이드, 데이터 수집부터 배포까지 48시간 (도입사례 영상) →

라운지에서 직접 본 것: 로봇 손, 영상 지능, RB-Y1

3시 반 쉬는 시간에 파트너사 부스를 한 바퀴 돌았어요. DexRobot 부스에서는 직원이 장갑을 끼고 손가락을 움직이면 DexHand Pro가 그대로 따라했어요. 발표에서 말한 last centimeter를 손으로 보여주는 셈이었어요. 전시대에는 DexHand021 MP와 Pro가 나란히 놓여 있었는데 두 모델 모두 마로솔 스토어에서 보실 수 있습니다. 트웰브랩스 부스는 영상을 문장으로 검색하는 데모를 돌렸고 레인보우로보틱스 부스에서는 RB-Y1을 Hyper Foundry와 연동해 움직이는 장면을 볼 수 있었어요. 리얼월드 부스까지 네 곳을 돌고 나니 발표에서 들은 데이터, 두뇌, 손이 하나씩 눈앞에 있었어요.

🔗 마로솔 스토어DexRobot DexHand021 MP (5지 19DoF) →

🔗 마로솔 스토어DexRobot DexHand021 Pro (손목 일체형 22DoF) →

참석자와 연사가 남긴 말

끝나고 두 분께 소감을 들었어요.

제조 행사에 병원 관계자가 와서 남긴 말이라 더 기억에 남았어요.

다음: 발표영상과 리캡, 그리고 우리 현장

세션별 발표영상과 리캡 영상은 편집을 마치는 대로 공개할 예정이에요. 공개되면 이 글의 세션 표 옆에 링크를 붙여 두겠습니다. 하루를 정리하면 결국 한 문장이에요.

우리 현장에서 그 환경이 어떤 모습일지 궁금하시다면 아래로 문의 남겨주세요.

💬 "우리 공정 중에 휴머노이드가 맞는 작업이 뭔지 모르겠어요."

💬 "데이터는 모았는데 학습이랑 배포 환경이 따로 놀아요."

💬 "현장 데이터를 외부로 내보내지 않고 할 수 있나요?"