▲라이오스의 물체를 집는 로봇. (사진=라이오스)

美 스탠포드대에서 스핀아웃한 스타트업 라이오스(Rios)가 지난달 22일(현지시각) 메인 시퀀스가 주도하는 시리즈A 투자 라운드에서 2800만달러(약 337억원)의 투자금을 확보했다고 벤처비트가 보도했다.

이번 투자에는 야마하 모터 벤처스, 오비트 벤처 파트너스, 하이퍼썸 벤처스, 모피우스 벤처스, 그릿 벤처스, 밸리 캐피털 파트너스 등이 가세했다. 이로써 라이오스의 총 투자 유치 규모는 3300만달러(약 397억원) 이상이 됐다.

코로나19 팬데믹(세계적 대유행) 기간 동안 특히 물류와 운송 시장을 점유하고 있는 로봇 스타트업들에 대한 투자가 증가를 보였다.

지난 2020년 3월~2021년 3월에 기업들은 로봇 회사에 전년동기(43억달러)보다 거의 50% 증가한 63억 달러(약 7조 6000억원)를 쏟아부었다. 이는 로봇 출하 증가와 동반됐는데 첨단자동화협회(Association for Advancing Automation) 보고서에 따르면 북미 산업용 로봇 주문이 지난해 1분기 중 전년 동기 대비 20% 급증했다. 이 가운데 앰비로보틱스, 소프트 로보틱스, 코베리언트처럼 공장 바닥과 창고와 같은 환경에서 물체를 잡을 수 있는 로봇 개발 회사들이 엄청난 바람을 탔다.

◆서비스형 공장자동화로 잡는 문제 해결책 제시

제록스 팰러앨토연구센터(PARC) 엔지니어 출신인 버나드 캐스 최고경영자(CEO), 크리스토퍼 랄로케랄리, 크리스토퍼 폴슨, 클린턴 스미스, 매튜 셰퍼 등이 2018년 설립한 미국 샌프란시스코 소재 라이오스는 공급망과 물류 작업을 자동화하기 위해 공장 조립라인과 창고에 로봇을 개발하고 배치한다.

이 회사는 제조, 식품 서비스, 농업 및 생화학 기업 전반을 대상으로 이른바 ‘공장자동화서비스(factory automation-as-a-service)’를 통해 개별 제조 라인을 기계화하는 구독 기반 제품을 제공한다.

캐스 라이오스 CEO는 “우리는 제조, 소비자 포장 상품, 음식 및 음료 부문에서 실제로 로봇을 배치하고 있으며 매출을 내고 있다. 우리는 매년 계약된 연간 반복되는 매출을 3배로 늘렸고 12개 이상의 고객과 계약을 체결했다”고 말했다. 또 “새로이 확보된 자금은 로봇들을 새로운 고객과 기존 고객 모두에게 규모에 맞게 배치하는 데 사용될 것”이라고 밝혔다.

◆집는 로봇 팔, AI 사용 데이터와 다른 사례 데이터 결합 학습

라이오스의 로봇 스택은 ▲인공지능(AI) 조정(오케스트레이션) 시스템(클라우드 또는 사내에 설치) ▲임베디드 프로세서 ▲컴퓨터 비전 ▲터치 센서 ▲그리퍼 암 및 집게와 같은 액세서리의 결합으로 이뤄진다.

이 회사 기계에는 수천 개의 터치 센서가 포함돼 있다. 이는 AI 조정기(오케스트레이터)가 사용하는 데이터와 다른 사례 데이터를 연결함으로써 이전에 보지 못했던 물체를 잡는 방법을 배우는 데 사용된다.

라이오스는 자사 로봇은 물체가 미끄러지는 때를 감지할 수 있는데, 예를 들어 그리퍼 팔이 닫히거나 움직이는 때를 알 수 있다고 주장한다. 이들은 컴퓨터 비전을 사용해 표면상으로 새로운 물체의 모습을 배울 수 있으며, 이 능력과 터치 데이터를 활용해 새로운 환경에 적응하고 “동적 사건”에 대응할 수 있다. 라이오스는 백엔드에서 컨베이어 벨트 속도, 중력, 로봇 팔의 토크와 같은 변수를 시뮬레이션하기 위해 SW 기반 물리 엔진을 사용한다.

이 회사는 모델과 AI 알고리즘을 테스트하고 검증할 수 있는 방법을 제공하면서 로봇이 주어진 작업을 어느 정도 수행할 수 있을지 예측할 수 있다고 말한다.

캐스는 “우리는 실시간 생산라인, 인라인 품질 테스트, 유지보수를 위한 예측 분석, 변화하는 고객 요구 사항에 대한 실시간 적응을 관리하기 위해 실시간 생산 및 재고 데이터를 제공하고 있다. 우리는 엄청난 양의 데이터를 수집하며 고유한 데이터 세트를 보유하고 있다”고 덧붙였다.

라이오스는 웹사이트에 “우리는 로봇이 다양한 작업을 수행하고 점점 더 복잡한 조작 작업을 수행토록 하는 정교한 인프라를 구축했다. 우리 로봇들은 일을 하면서 계속 배우고, 세계의 모델을 만들고, 다른 작업들을 수행하기 위해 이러한 모델을 확장하거나 적응한다”고 썼다.

이어 “우리 로봇 플랫폼은 머신 러닝 파이프라인 개발 및 여러 클라우드 서버 간 병렬 처리를 위해 쉽게 액세스할 수 있도록 테라바이트(TB)의 데이터를 생성했다. 우리는 대규모 데이터 액세스 및 조작, 엔지니어링 파이프라인 구축, 머신러닝 모델 표준화 등을 위한 고유의 대규모 데이터베이스 처리 플랫폼을 개발했다”고 밝혔다.

◆도전 과제

40명의 직원을 가진 라이오스는 미래를 내다보면서 “우리는 로봇이 사람의 개입 없이 스스로 물체를 잡고 조작하는 법을 배울 수 있는 인프라로 전환해 가고 있다”고 말했다.

시각 및 터치 데이터를 통한 피드백에 의해 안내되는 이 목표는 잡는 모델을 만들고 이 모델들을 다른 물체들로 확장하는 것이다.