[2026 K-딥테크 스타트업 왕중왕전]
교원창업 부문 결선팀-대구경북과학기술원(DGIST) '에이아이로보틱스'
[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 ‘데이터랩’에서 볼 수 있습니다.]

"제조 현장은 생각보다 매우 보수적이고, 이미 그들만의 방식으로 최적화돼 있습니다. AI를 넣는다고 해서 쉽게 최적화되지 않습니다."
손종욱 에이아이로보틱스 대표는 30일 서울 삼성동 코엑스에서 열린 '제5회 K-딥테크 스타트업 왕중왕전' 결선 발표에서 이같이 말했다. 에이아이로보틱스는 DGIST(대구경북과학기술원) 교원창업기업이다. 양산 라인의 AI 비전 검사와 제조 공정 데이터 플랫폼을 만든다. 창업 2년여 만에 미국·브라질·한국 3개국 5개 법인의 라인에 시스템을 설치해 운영하고 있다.
"PoC 잘 되면 끝? 공장에서 잘 돌아가는 건 별개의 문제"
주력은 AI 비전 검사다. 용접 비드 검사를 중심으로 볼트·너트 같은 부품 누락 검사, 3D 카메라로 제품 치수와 형상을 재는 검사까지 한다. 여기에 라인 데이터를 모아 비가동 원인을 찾는 모니터링 시스템, 공정 초기에 필요한 고장모드영향분석(FMEA) 등 설계·표준 문서를 자동으로 만드는 플랫폼을 운영한다.
손 대표는 빠르게 확장한 비결로 초기부터 제품화에 집중한 점을 꼽았다. 그는 "AI 시대엔 기술검증(PoC) 단계에서 좋은 성능을 내는 건 빨리 할 수 있지만, 현장 소프트웨어는 24시간 돌아가야 하고 한 곳의 문제가 라인 전체를 멈출 수 있다"며 "PoC에서 잘 만들어진 것이 제조 공정에서 잘 동작하는 것과는 별개"라고 말했다. 이어 "새로 들여온 장비가 제 기능을 못 한 경험이 쌓이면서 현장에서 신기술 도입을 꺼리게 된다"고 전했다.
정확도에 대한 시각도 달랐다. 손 대표는 "검사기 정확도가 높다고 무조건 좋은 비전은 아니다"라며 "99%와 99.5%가 얼마나 다른지, 그 0.5%를 올리려면 무엇을 해야 하는지에 가장 집중했다"고 했다. 불량을 놓치는 것 못지않게 중요한 건 양품을 불량으로 '오판정'하는 것이라는 설명이다.
새 라인 연동에 2~3시간…설치 3배 늘어도 인력은 그대로

대형 제조사는 라인을 30~40개씩 돌리고, 라인마다 장비와 데이터 형식이 다르다. 에이아이로보틱스는 모든 라인에 쓰는 공통 코드에 라인별 맞춤 코드를 붙이는 방식으로 이 문제를 풀었다. 라인 모니터링 시스템은 2~3시간이면 새 라인을 연동해 데이터 수집부터 분석까지 할 수 있다. 한 라인에서 안정화한 시스템을 다른 라인에 복제하고, 해외 라인도 원격으로 유지보수한다.
현재 미국 앨라배마·조지아, 브라질, 경북 영천·경주, 충남 예산 등에서 비전 검사 약 30개 라인, 데이터 플랫폼 30개 이상 라인이 가동 중이다. 비전 라인에서만 하루 약 5만장의 데이터가 쌓인다. 설치 라인은 지난해보다 2~3배 늘었지만 운영 인력은 거의 늘지 않았다. 연말까지 모니터링 라인을 40~50개로 늘릴 계획이다. 고객 요청에 따라 소프트웨어와 기구, 배선까지 턴키로 공급하거나 소프트웨어만 따로 공급하며, 모든 소프트웨어는 자체 개발했다. 외부 투자나 대출 없이 매년 흑자를 냈고, 올해 매출은 이미 지난해 연간 매출을 넘었다.
불량 검사 넘어 공장 전체 최적화로

손 대표는 비전 검사의 목적을 불량 판정에서 공정 개선으로 넓히고 있다고 설명했다. 그는 "기존 비전 시스템이 제품의 양품·불량만 판단했다면, 저희는 전체 공정 흐름에서 어떤 문제가 있고 어떻게 개선할 수 있는지에 집중했다"며 "비전 시스템과 라인 장비의 데이터를 묶어 불량이 어디서 왜 생겼는지 고객사에 구체적으로 알려주고, 품질 개선 효과를 수치로 정리해 보고서로 전달한다"고 밝혔다.
독자들의 PICK
지금 1,739명 읽는 중
아울러 "산업용 로봇으로 상당 부분 자동화된 제조 현장도 실제 가동률은 60~70%를 넘기기 힘들다"며 "라인이 1분, 10분 멈출 때의 손실을 계산해보면 금액이 생각보다 매우 크다"고 했다. 비가동 원인을 특정해 해결책을 빠르게 제안하는 것이 목표다.
에이아이로보틱스가 장기적으로 추구하는 건 용접 자동화 등을 포함한 자율 공장이다. 손 대표는 "자율 공장이 되려면 공장 전체에서 나오는 데이터를 맥락에 맞게 엮어 휴머노이드와 로봇에 자원을 배분해야 한다"며 "결국 데이터가 얼마나 유기적으로 연결되느냐가 관건"이라고 강조했다.