AI/로봇·드론/VR·AR

Nikkei Monozukuri_2605호 (p.55~58)

‘차기 프론티어 개척’을 목표로, 통신이 로봇에 제공하는 똑똑함과 고속성
Part 4. 소프트뱅크의 전략

소프트뱅크 그룹(SBG)이 자사의 AI 로봇 사업 강화에 나서고 있다. 2025년 10월에는 스위스 ABB의 로보틱스 부문 인수를 발표. '인공초지능(ASI)' 실현을 내건 손정의 SBG 회장 겸 사장은 인수와 관련해 "SBG의 다음 프론티어는 피지컬 AI이다. ASI와 로보틱스를 융합해 인류의 미래를 개척해 나갈 획기적인 진화를 실현하겠다"라며 강한 의지를 밝혔다.

같은 해 12월에는 SBG의 핵심 기업으로 통신 인프라를 담당하는 소프트뱅크가 피지컬 AI를 사용한 로봇의 유스케이스를 야스카와전기(安川電機)와 공동 개발한다고 발표했다. 같은 달 열린 '2025 국제로봇전'(iREX2025)에서 소프트뱅크는 피지컬 AI가 차세대 빌딩 관리 시스템과 연계되어 상황을 판단하고 로봇에 최적의 지시를 내리는 데모를 선보였다.

-- 사회 구현에는 새로운 통신 기술이 필요 --
로봇과 통신 기술의 융합에 나서고 있는 것은 소프트뱅크뿐만이 아니다. NTT 도코모비즈니스가 가와사키중공업(川崎重工業)과의 협업을 2025년 10월에 발표했다. NTT 도코모비즈니스는 NTT 그룹의 차세대 정보 통신 기반 'IOWN' 및 5G(5세대 이동통신 시스템) 등의 네트워크와 AI, 보안 기술을 로봇과 모빌리티에 활용해 나가겠다고 표명했다. KDDI도 AI 개발 업체인 AVITA(도쿄)와 피지컬 AI 분야에서 협업을 시작했다. KDDI는 AVITA가 개발하는 휴머노이드(사람형) 로봇의 원격 제어 및 AI 처리를 통해 휴머노이드 로봇의 고객 응대 업무 실현을 목표로 하고 있다고 한다.

이처럼 협업이 활성화되고 있는 배경에는 피지컬 AI의 존재가 있다. 피지컬 AI를 로봇에 탑재해 실용화하는 과정에서 새로운 통신 기술이 요구되기 시작하고 있는 것이다. 로봇이 고도의 판단을 내리려면 거대한 AI 모델을 구동해야 하지만, 로봇에 탑재될 수 있는 하드웨어에는 한계가 있다. 그렇다고 해서 기존의 클라우드로 AI를 이용하면 인터넷 회선을 경유하기 때문에 통신에 지연이나 지터가 발생하게 된다.

사람이 스마트폰을 사용할 때에는 통신이 몇 초간 끊겨도 동영상이 잠시 멈추는 수준 정도에 그친다. 하지만 로봇이나 기계를 움직이는 피지컬 AI의 데이터 통신의 경우 그렇지 않다. 고속으로 가동되는 FA(공장 자동화) 기기나 무인 운반차(AGV)에 피지컬 AI를 도입할 경우, 수 밀리초(ms)의 미세한 통신 지연이나 패킷 손실이 기기 간의 물리적 충돌이나 라인 전체의 정지로 직결된다. 네트워크를 가상으로 분할해 특정 기기 전용 통신 대역을 보장하거나 최대 지연 시간을 엄격하게 보장할 수 있는 기술이 차세대 인프라에 요구되고 있다.

-- 야스카와전기와 오피스를 상정해 검증 --
이러한 과제를 해결하기 위해 소프트뱅크가 구축하려는 것이 기존 통신 기지국의 하드웨어에 GPU(화상처리반도체)를 도입하여 통신을 담당하는 무선 접속 네트워크(RAN)와 AI 추론 기능을 통합한 통신 인프라 'AI-RAN'이다.

소프트뱅크는 현재, 모회사인 SBG가 보유하고 있는 로봇 업체들과는 직접적인 연대를 맺지 않고 우선 독자적으로 기술을 확립한다는 스탠스를 취하고 있다. AI-RAN을 활용한 피지컬 AI의 사회 구현을 위한 첫 번째 협업 파트너로 소프트뱅크가 선택한 곳이 야스카와전기이다. 양 사는 공장이나 창고가 아닌 '오피스'를 유스케이스로 선정했다. 누가 올지, 다음 순간에 무슨 일이 벌어질지 예측하기 어려운 복잡한 오픈 공간이야말로 AI의 고도화된 판단 능력에 대한 실증에 적합했기 때문이라고 한다.

하지만 여기에는 피지컬 AI를 실용화하는데 있어 커다란 과제가 존재한다. 소프트뱅크 기술통괄 공통플랫폼개발본부의 야마시나(山科) 총괄부장은 "모델을 무작정 거대화시켜 추구하는 '똑똑함'보다 로봇을 실시간으로 제어하기 위한 '고속성'이 중요시되고 있다"라고 말한다.

AI의 성능 향상을 분석한 로보틱스 분야의 연구에서는 AI 모델의 성능이 파라미터나 계산 자원의 증가로 향상되고 있지만, 조만간 그 효과에 한계가 보이기 시작할 것이라는 연구 결과가 보고되었다. 높은 정밀도와 신뢰성을 실현하려면 지수함수적으로 거대한 계산 자원을 확보하지 않으면 안 되기 때문이다.

이전에는 1개의 거대한 AI 모델로 복잡한 상황에 대한 인식부터 로봇의 모터 제어까지 모든 것을 엣지(로봇) 측에서 처리하는 접근 방식을 취했었다. 영국의 Google DeepMind가 2023년에 발표한 'RT-2' 등이 대표적이다. 하지만 파라미터 수가 수천억 규모까지 거대화될 경우, 로봇에 탑재할 수 있는 한정된 하드웨어로는 추론에 시간이 걸린다. 로봇이 환경 변화에 즉각 대응하고 에러 없이 안정적으로 가동하기 위해서는 일반적으로 적어도 1초에 10회(10Hz) 이상의 정보 갱신이 필요하며, 처리 지연은 물리적인 사고로 직결된다.

그래서 모델의 거대화와 실시간성 확보를 양립하기 위해 현재의 피지컬 AI에서는 환경을 인식하고 사고해 태스크를 생성하는 VLM(Vision-Language Model)과 로봇 제어 명령을 생성하는 VLA(Vision-Language-Action) 모델이라는 2층 구조로 역할을 분담하는 것이 주류가 되고 있다. 소프트뱅크와 야스카와전기의 협업에서도 이 구조가 채택되었다.

공간을 인지하고 '다음에 무엇을 해야 할지' 등 파라미터 수를 늘려 복잡한 추론을 수행하는 VLM은 계산 부하가 높기 때문에 로봇 본체가 아닌 계산 자원에 제약이 없는 통신 네트워크(MEC: Multi-access Edge Computing)에 배치한다. 과부하를 줄이기 위해 데이터 처리를 네트워크로 넘기는 것이다(이것을 '오프로딩'이라고 한다).

한편, 로봇 본체에서 실행되는 VLA는 ‘어떻게 움직일 것인가’라는 운동 제어에 특화된다. 실제로 로봇 제어에 직접 활용되는 기반 모델의 파라미터 수는 2024년 발표된 'OpenVLA'가 70억 개(7B)였지만, 2025년 발표된 NVIDIA의 'GR00T N1.5'에서는 30억 개(3B)로 작아졌다. 고도의 추론과 같은 지적 영역을 VLM으로 분리함으로써 VLA가 작아도 실용적인 정밀도와 속도성을 유지할 수 있게 되어 초저지연의 실시간 운동 제어가 가능해지는 것이다.

-- MEC에서는 로컬 처리의 2배 이상의 속도 --
MEC 환경에 대한 오프로딩의 효과는 입증되었다. 소프트뱅크가 실시한 단체(單體)·무풍 조건(다른 통신 트래픽이 존재하지 않는 상태)에서의 기기 검증에 따르면, 80억 파라미터 크기의 모델을 사용한 경우, MEC 상에서의 추론은 로봇 본체에 탑재된 'NVIDIA Jetson' 등 소형 디바이스에서 이루어지는 로컬 처리에 비해 2배 이상의 속도가 나오는 것이 확인되었다. 소프트뱅크에 따르면, 이러한 MEC 처리의 속도 우위성은 모델이 대형화될수록 확대되며, 반대로 소형 모델을 사용한 경우에는 로컬 처리와의 속도 차이가 줄어드는 경향을 보였다고 한다.

이러한 태스크 생성 처리를 외부의 AI 서버(MEC)에 맡기는 구조를 실용화하는 데 있어서는 통신 업체가 관리하는 전용 네트워크가 강점을 발휘한다. 인터넷을 경유하는 일반적인 클라우드와 달리, AI-RAN을 이용하면 통신 지연이나 끊김을 방지할 수 있고, 앞서 언급한 10Hz 이상의 정보 갱신을 실현할 수 있다.

즉, 운동을 담당하는 로봇 본체에는 30억~70억 파라미터라는 약간 작은 규모의 초고속으로 움직이는 모델을 탑재해 즉각 반응할 수 있는 순발력을 확보. 상황 이해와 같은 고도의 판단은 초저지연 통신 인프라를 활용해 계산 자원이 풍부한 네트워크 측의 서버에 처리를 맡기는 것이다. 현장에서 빠르게 움직이는 AI와 네트워크 측에서 깊이 생각하는 AI의 역할 분담이 피지컬 AI에 있어서 똑똑함과 속도성을 동시에 달성할 수 있다.

이러한 피지컬 AI의 구조는 자율주행 영역과도 통한다. 다만, 자동차의 경우, 오류가 발생했을 때 인명 사고 등 심각한 리스크가 초래되기 때문에 "차량이 자율적으로 움직이고, MEC의 네트워크 AI가 그것을 원격에서 감시하며 지원하는 역할 분담으로 안전성을 담보할 수 있다"(소프트뱅크 야마시나 총괄부장)라고 한다. 뒤집어 말하면, 피지컬 AI와 같은 로봇은 자율주행 차량에 비해 오류 발생 시의 치명적 리스크가 낮기 때문에 MEC 측의 AI에게 복잡한 태스크 생성이나 판단을 전면적으로 맡기는 등, 보다 자유도가 높고 도전적인 역할 분담이 가능하다고 할 수 있다.

-- 만점 노리지 않고, 멀티태스크화 --
비즈니스로의 전개를 염두에 두고 소프트뱅크는 피지컬 AI에 대한 일본 시장 특유의 갭도 직시하고 있다. 일본에서는 로봇에게도 100점 만점, 즉 사람과 같은 수준으로 정확하게 움직이는 것을 요구하는 경향이 있지만, 사람과의 단순 비용이나 성능 비교로 기업들이 경쟁하지는 않는다. 소프트뱅크는 인력 확보가 어려운 야간의 안정적 가동이나, 1대의 로봇이 상황에 따라 청소에서 재고 관리까지 해내는 멀티태스크화 등, 피지컬 AI 특유의 부가가치를 어필해 나갈 방침이다.

다만, 향후 본격적인 실용화를 위해서는 크게 2가지 기술적 장벽이 남아 있다. 첫 번째는 AI와 로봇의 연계에 관한 과제이다. 로봇 본체의 한정된 하드웨어로 움직일 수 있는 AI 기능을 정확히 파악해 로봇 측과 네트워크 측(MEC)의 처리를 모든 상황에서 매끄럽게 연결할 수 있는 구조가 필요하다. VLM과 VLA의 의견이 충돌했을 때 어떻게 조정할 것인가 등의 명령 관리와 복수의 로봇이 서로 간섭하지 않고 협력하며 움직이기 위한 제어 기반 확립이 요구된다.

두 번째는 통신 인프라의 운용에 관한 과제이다. 원격지의 서버를 사용할 때 물리적인 거리로 인해 어쩔 수 없이 발생하는 미세한 통신 지연을 최소화하기 위해서는 다수의 기업 및 로봇이 동시에 접속했을 때 처리 능력이 과부하되지 않도록 자원을 적절히 배분하는 구조가 필요하다. 소프트뱅크는 이러한 과제들을 향후 야스카와전기와 함께 검증해 나갈 예정이다.

 -- 끝 --

Copyright © 2026 [Nikkei Monozukuri] / Nikkei Business Publications, Inc. All rights reserved.

Nikkei Monozukuri_2605호_목차

도전자
데이터 구조화가 AI의 거짓말을 막는다
후지필름비즈니스이노베이션의 나베타 CTO

뉴스 심층
일본계 자동차 부품 업체들의 잇따른 수주 실패 'bZ 쇼크', 도요타·닛산에서 중국 부품 급속히 확대
구로노금속이 불량률 예측 AI로 '주형 주입' 기술 전수, LLM으로 정성 데이터도 활용
미쓰비시전기도 출자한 예비 유니콘 도쿄대학 발 스타트업 '아카리’, 피지컬 AI를 “올해 안에”
고등전문학교 학생들에게 전하는 엔지니어의 '삶의 자세', 히타치·가와사키중공업 등의 엔지니어들이 강연

REPORT

덴소의 ‘인도에서의 수급 압박’ 등, 자동차 부품 15개 사에 미치는 중국 희토류 규제 영향
혼다가 AI 인재 육성 가속화, 부족 해소 위해 게이오대학·오사카대학과 협업
도요타차체가 후지마쓰공장에 eve auto 도입, 구내 운반 차량을 레벨 4 자율주행화

특집
일본의 기회 '피지컬 AI'
Part 1. 총론
공장 자동화의 지각변동, 미국·중국과 다른 3가지 포인트
Part 2. 로봇 제조사의 승산: 화낙
오픈화로 자사개발주의에서 탈피, 휴머노이드 로봇에 대해서는 신중
Part 2. 로봇 제조사의 승산: 야스카와전기
휴머노이드 로봇이 공장을 벗어나 사무실로, ‘사람이 많은 영역’의 자동화를 목표로
Part 3. 휴머노이드 로봇의 부흥
중국이 하드웨어·소프트웨어 모두 압도적으로 선도, 일본은 핵심 부품 기술로 반격 나서
Part 4. 소프트뱅크의 전략
'차기 프론티어'를 개척, 통신이 로봇에 가져다 줄 똑똑함과 속도성
Part 5. 패권을 쥔 엔비디아
GTC 2026에서 차세대 로봇 대거 공개, 통신 및 디지털트윈에도 침투

순수 국산 양자컴퓨터 개발 이야기
연구자들의 잇따른 이탈, '겨울의 시대'를 견뎌낸 묘수
제1회

제조업 조사 연구소
신규 사업 개발에 생성 AI 활용이 60%, '테마 탐색·아이디어 창출'
이번 조사의 테마는 신규 사업 개발 방향

사고는 말한다
우연의 연속과 판단 미스가 사망 사고로, ENEOS 사카이 정유소의 황화수소 가스 누출

세계 최대 수지 전시회 'K2025'
다재 성형·AI·로봇의 융합, 첨단 기술로 고부가가치화
제2회 사출 성형 기술

PICK UP
고베제강소 등, 수소 공급망 구축 위해 공급·활용 기술 실증 개시

서플라이 체인의 새로운 상식 걸작선
이런 물자의 입수가 어려워진다, 이란 전쟁으로 공급망에 영향
제13회

도요타류의 인재 육성, 당신의 고민에 답해드립니다
제143회: 중국 업체에 대응하려면

EDITORS' ROOM
금형 무상 보관에 대한 이해 진전

편집부 추천 도서

기본 중의 기본에서부터 공장을 배우다

 -- 끝 --

Copyright © 2026 [Nikkei Monozukuri] / Nikkei Business Publications, Inc. All rights reserved.