Problem
왜 로봇은 아직
실외에서 생존하지 못할까요?
로봇은 실내에서 조금씩 일상화 되고 있지만, 문 밖에서는 여전히 생존하지 못하고 있습니다.
실내 환경
로봇 서비스 일상화
- 정형화된 실내 구조
- 예측 가능한 장애물
- 안정적인 조명 환경
- 서빙 로봇, 청소 로봇 등 활용 중
실외 환경
로봇 생존 불가
- 변화 무쌍한 주변 환경 (공사로 인한 환경 변화 등)
- 날씨, 조명 변화에 취약
- 복잡하고 비정형적인 환경
- 상황 맥락 이해 필요
기존 방식의 근본적 한계
기존 자율주행 방식(SLAM)의 한계
점과 선으로만 보는 세상
기존 로봇의 주행 메커니즘인 SLAM은 세상을 점과 선(LiDAR 포인트 클라우드)으로만 인식합니다. 그래서, 대상의 정체성(예: 사람·나무·기둥 등)을 명확히 구분하는 데에는 한계가 있습니다.
나무인지, 사람인지, 차량인지 구분에 한계가 있음
Rule-based의 한계
변화된 환경에 대처 불가
정해진 규칙(Rule-based)으로 움직이는 로봇은 기존에 저장된 환경과 다른 상황에 대처하지 못합니다. 바닥이 얼어있거나, 눈이 쌓여있거나, 계절에 따른 환경 변화 등 예기치 못한 환경 변화에 취약합니다.
저장된 맵과 다른 환경 = 주행 불가
Our Solution
실외 모바일 로봇 파운데이션 모델
우리는 모바일 로봇에 지능을 부여합니다.
Input
RFM (The Brain)
Context Understanding
Self-Supervised Visual Representation
Expert Behavior
Learned from Tele-op
Self-Supervised (Vision) + Imitation (Action)
Output
Self-Supervised Visual Representation Learning
레이블 없이 스스로 학습하는 비전 시스템으로 실외 환경의 다양한 상황을 자동으로 이해합니다.
Imitation Learning
전문가의 원격 조종(Tele-op) 데이터를 학습하여 사람처럼 자연스러운 주행 행동을 구현합니다.
Foundation Model
다양한 실외 환경에 범용적으로 적용 가능한 사전학습된 로보틱스 파운데이션 모델입니다.
RFM이 해결하는 문제
기존 SLAM과 Rule-based 방식의 한계를 넘어, AI 기반의 Foundation Model로 실외 환경에서도 안정적인 자율주행을 실현합니다.
- 환경 변화에 강건한 Context Understanding
- 사람 수준의 Expert Behavior 구현
- 최소 센서(RGB + GPS)로 실외 자율주행
Our Strengths
우리의 강점
RFM의 핵심은 양질의 데이터 확보입니다. 우리는 하드웨어부터 원격 조종 기술까지, 데이터 수집을 위한 모든 역량을 갖추고 있습니다.
최적화된 RFM Backbone
최신 RFM backbone 모델들은 이미 높은 성능을 보유하고 있습니다. 우리는 이를 실외 모바일 로봇 환경에 최적화하여 효율적인 모델을 구축합니다.
자체 하드웨어 설계 및 제작
모바일 로봇을 직접 설계하고 제작합니다. 원하는 센서 구성과 플랫폼을 자유롭게 구현하여, 데이터 수집에 최적화된 하드웨어를 확보합니다.
물리적 거리 무관 원격 조종
전문가가 어디서든 로봇을 원격으로 조종할 수 있는 Tele-op 기술을 보유하고 있습니다. 물리적 제약 없이 양질의 전문가 데이터를 대규모로 수집합니다.
데이터가 곧 우리의 강점입니다
RFM의 성능은 학습 데이터의 질과 양에 의해 결정됩니다. 우리는 하드웨어 제작부터 원격 조종까지 전 과정을 자체적으로 수행하여, 높은 품질의 데이터를 지속적으로 확보할 수 있습니다.
양질의 데이터
전문가 Tele-op
맞춤형 하드웨어
자체 설계 제작
원격 조종 기술
물리적 제약 극복
똑똑한 RFM
지속적 학습
Data Flywheel
사람과 로봇이 협동하여 서비스를 제공하면서 데이터를 축적합니다
다양한 서비스를 사람과 로봇의 협업으로 제공하며, 실제 운영 데이터를 수집합니다. 하나의 범용 플랫폼으로 모든 서비스가 가능하여, 데이터가 빠르게 축적됩니다.
주차 관리
아파트 단지
민원 1순위 주차 문제를 사람-로봇 협업으로 해결
제공 가능 서비스
청소 & 제설
공장, 발전소, 놀이동산, 단지
시설물 유지보수를 사람-로봇 협업으로 수행
제공 가능 서비스
물류 운송
공항, 공장, 산업단지
활주로 조업부터 공장 외부까지 물류 업무 지원
제공 가능 서비스
위험 현장
위험물 탐지, 재난 현장
사람이 접근하기 어려운 환경에서 작업 수행
제공 가능 서비스
하나의 플랫폼으로 모든 서비스
우리의 범용 모바일 플랫폼은 모듈식 설계로 다양한 작업에 대응합니다. 주차 관리부터 제설, 물류, 위험 현장까지 - 서비스마다 새로운 로봇을 개발할 필요가 없습니다.
- 모듈식 설계로 다양한 작업 지원
- 빠른 서비스 확장 및 배포
- 모든 서비스 데이터가 RFM 강화에 기여
사람-로봇 협업으로 데이터 해자 구축
주차장내에서의 주행데이터, 청소 및 제설작업시의 주행 패턴 데이터, 공항 활주로에서부터 재난 현장 까지의 다양한 환경의 데이터가 하나의 RFM을 강화합니다.
더 많은 서비스
다양한 환경에서 로봇 서비스 제공
더 많은 데이터
실제 운영 환경에서 양질의 데이터 수집
더 나은 RFM 성능
지속적인 학습으로 모델 성능 향상
Team
팀 소개
우리는 현업에서 10년 이상의 경험을 가진 노련한 팀입니다
김종원
C.E.O.
학력
- • 서울대학교 기계공학부 B.S./M.S./Ph.D.
경력
- • 로봇 연구개발 14년차
- • 현대로보틱스, 베어로보틱스, 로보아르테 CTO
- • 글로벌 팀을 이끌며 산업용 로봇, 협동 로봇, 모바일 서비스 로봇의 기획부터 개발, 그리고 수천대 이상 양산 경험
수상 및 특허
- • 로봇 관련 특허 4건, SCI 논문 1저자 4편
- • 뉴스 기사 2건
- • Reddot "Best of Best" (협동로봇, 2019)
- • 현대로봇인상 대상
- • KIAT 로봇분야 기술특례 상장 기술평가위원
김현철
Co-founder / AI & Software Lead
학력
- • 컴퓨터 공학과
경력
- • AI Software 개발 13년차
- • 주차 관제 시스템 회사(Nexpa) 경력 8년
- • 푸드플라이(배달 플랫폼, 요기요에 M&A)
- • 하드웨어 관제 소프트웨어 개발 경험 다수
- • 9개 기업 이상 기술 컨설팅 및 AI 시스템 구축 업무 수행
Contact