2026년 10월 8일, 제22회 아시아태평양 소매업자 대회 겸 전시회(APRCE 2026)에서 정행이노베이션은 '엠바디드 브레인(具身大脑)'을 기반으로 리테일 개방형 환경의 '인간-로봇 협업' 수요를 겨냥한 Physical AI 솔루션을 정식 발표했다. 이 솔루션은 선반 보충, 매장 순찰 및 관련 운반 등 핵심 임무에 집중하는 로봇 본체 제품과, 임무 할당, 상태 모니터링 및 인력 개입을 담당하는 통합 로봇 관리 플랫폼으로 구성되며, 임무 획득, 환경 인지, 이동, 인식, 파지부터 작업 실행까지의 완전한 폐쇄 루프를 구현했다. 이 솔루션은 매장 선반과 동선을 개조할 필요 없이 '0 개조' 빠른 배치를 지원하며, 24/7 편의점 운영의 품질 향상과 효율 증대를 위한 '인간-로봇 협업'의 전혀 새로운 운영 모델을 만들어냈다.
이번 전시회에서 정행이노베이션은 이 솔루션의 두 가지 본체 제품을 최초로 선보였다. 인간 활동 공간을 위한 범용 이족보행 휴머노이드 로봇 H1과, 좁은 공간을 위해 특별히 설계된 운반·정리 바퀴팔(휠암) 로봇 C1이다. 로봇은 운반, 보충, 재고 조사, 순찰 등 고빈도 임무를 맡아 직원들이 다른 서비스 개선 업무에 집중할 수 있게 하며, 야간 지속 작업 시 로봇이 반복적인 육체노동을 담당해 직원들이 밤샘 노동에서 벗어날 수 있도록 한다. 두 로봇은 각자의 강점을 발휘해 매장 운영 효율과 서비스 품질의 이중 향상을 함께 이끈다.
정행이노베이션 바퀴팔 로봇 C1(왼쪽)과 이족보행 휴머노이드 로봇 H1(오른쪽)
솔루션 발표와 함께 정행이노베이션은 글로벌 유명 체인 유통기업과 손잡고 제품 테스트와 상업화를 추진하며, 정행이노베이션 엠바디드 인텔리전스 솔루션이 실제 개방형 리테일 환경에서 작업 능력을 검증하고, 로봇 임무 프로세스와 운영 시스템을 지속적으로 최적화하며, 투자 수익률(ROI)을 신속히 검증하고, 점차 온식(温食), 재고 관리, 배송 분류 및 포장 등 더 많은 리테일 영역으로 확장해 나갈 계획이다. 정행이노베이션은 2027년에 정식으로 상업화 서비스를 제공할 예정이며, 고객은 직접 구매 또는 RaaS(Robotics-as-a-Service) 구독 서비스를 통해 하드웨어, 소프트웨어, 운영 유지관리 및 지속적인 업그레이드를 이용할 수 있다.
정행이노베이션은 연속 창업가인 야오송(姚颂), 양위신(杨宇欣), 칭화대학교 유망한 젊은 학자 위차오(于超), 그리고 유명 다국적 산업 그룹인 차이타이그룹(正大集团)이 공동으로 설립했으며, '피지컬 인텔리전스로 세계에 편리함을 가져다준다'는 사명을 가지고, 월드 액션 모델, 강화학습, 엠바디드 에이전트, 로봇 본체, 운영 플랫폼 등 풀스택 피지컬 인텔리전스 기술 체계를 기반으로 로봇이 실제 매장, 창고, 공장 등의 환경에서 안정적으로 작업하도록 한다. 정행이노베이션 창업자 겸 CEO 야오송은 기조연설 "Physical AI and the Future of 24/7 Retail"에서 "우리는 리테일에서 출발하기로 선택했으며, 로봇이 가장 복잡하고 가장 생동감 있는 상업 환경에서 작업하고 진화하도록 하여 글로벌 신뢰할 수 있는 로봇 서비스 제공업체가 되고자 한다"고 밝혔다.
리테일 현장의 실제 수요를 정면으로 파악, '인간-로봇 협업'으로 운영 효율과 서비스 품질의 이중 향상 실현
규모가 갈수록 커지고 24시간 업태가 지속적으로 확산되며 운영의 정교화 수요가 계속 높아짐에 따라, 리테일 매장은 엠바디드 인텔리전스의 가장 상업적 가치가 높은 실증(落地) 시나리오가 되고 있다. 그러나 동시에 리테일은 피지컬 인텔리전스의 실증 난이도가 매우 높은 시나리오 중 하나이기도 하다. 매장 수가 방대하고 SKU가 다양하며 선반이 밀집하고 통로가 좁으며, 동시에 고객 흐름과 진열이 지속적으로 동적으로 변화하여 표준성과 동적성이 공존하므로, 로봇의 환경 인지, 실시간 의사결정, 동적 적응 능력에 대해 타 시나리오보다 훨씬 높은 요구를 제시한다.
현재 업계에서 대부분의 로봇 솔루션은 창고 후방, 밀폐형 화물창고 등 구조화된 고정 시나리오에 집중되어 있어, 리테일 전장(前場)의 인구 밀집, 복잡한 동선, 변화하는 수요라는 실제 환경에 적응하기 어렵다. 그런데 리테일 현장의 실제 수요는 바로 개방형 운영 환경에서의 효율적인 분업 작업이다. 전장에서는 고객 문의와 응대에 유연하게 대응하면서 동시에 질서와 고객 경험을 유지해야 하며, 후장에서는 보충, 분류, 재고 회전 등 지원 기능을 담당하고, 휴일과 고객 흐름 변화에 따라 운영 전략을 유연하게 조정하여 매장의 지속적인 운영을 보장해야 한다.
정행이노베이션이 만든 리테일 피지컬 인텔리전스 솔루션은 바로 개방형 환경과 복잡한 작업에서 '인간-로봇 협업'을 실현했다. 로봇은 99%의 임무 자율 완수를 달성하여 고빈도 반복, 강한 육체노동, 밤샘 당직 등 표준화된 업무를 효과적으로 인수함으로써, 현장 직원들을 비효율적인 반복 노동에서 해방시켜 고객 서비스, 운영 최적화, 복잡한 문제 처리 등 더 가치 있고 온기 있는 업무 영역에 투입할 수 있게 한다.
로봇 보충 작업
그중 인간 활동 공간을 위한 범용 휴머노이드 로봇 제품인 이족보행 휴머노이드 로봇 H1은 부드러운 외관 디자인을 채택했으며, 20여 개 언어 상호작용을 지원하고 45종의 표정과 36종의 제스처 표현 능력을 갖추어 친근하고 호감 있는 고객 인터랙션 경험을 제공할 수 있다. 동시에 오픈 API를 제공하여 2차 개발을 지원하고 다양한 운영 수요에 적응한다.
좁은 공간을 위해 특별히 설계된 운반·정리 바퀴팔 로봇 C1은 슬림 전방향 섀시를 탑재하여 기존 선반을 개조하지 않고도 편의점의 좁은 통로에서 유연하게 이동할 수 있다. 작업 높이는 100mm에서 1750mm 이상 구간을 커버하여 전체 선반 수요에 적응할 수 있으며, 제한된 공간 내에서 화물 운송, 선반 보충 및 상하차 등 작업을 완수한다. 안전 설계 측면에서 C1은 다중 센서 융합으로 주변 보행자를 인지할 수 있으며, 장애물 발생 시 긴급 제동 거리가 10cm 미만이다. 또한 전후 방향 깊이 비전과 360도 파노라마 비전을 갖추고, 경량 소형화 본체 설계와 결합하여 통행 능력과 작업 효율을 모두 확보한다.
다중 로봇 협업 작업을 지원하는 통합 허브로서, 로봇 관리 플랫폼 M1은 다양한 형태의 로봇과 크로스 시나리오에 적합한 자체 개발 소프트웨어·하드웨어 통합 운영 기반을 구축하여, 장치 접속, 임무 실행부터 데이터 복기까지의 전체 체인 단절점을 해소하고, '인간-로봇 협업' 임무의 대규모 배치, 오케스트레이션 및 지속적인 최적화를 지원한다.
향후 정행이노베이션은 중량물 운반 버전을 추가로 확장하고, 계산대 결제, 포장 등 정밀 조작 시나리오를 겨냥한 A1 정밀 조작 로봇을 출시하여 표준형, 민첩형, 중량형의 제품 조합을 형성함으로써, 리테일 현장의 더욱 다양한 '인간-로봇 협업' 수요를 충족시키고 매장 운영이 더 높은 유연성과 회복탄력성을 갖추도록 할 것이다.
'엠바디드 브레인'으로 로봇이 실제 시나리오와 작업에서 지속적으로 진화하도록 지원
이번에 발표된 솔루션이 개방형 작업 환경과 복잡한 작업의 '인간-로봇 협업'을 감당할 수 있는 배경에는 바로 정행이노베이션의 '엠바디드 브레인'이 있다. 엠바디드 모델, 알고리즘, 데이터와 인프라(Infra)가 함께 구축한 완전한 피지컬 인텔리전스 시스템으로서, 세계를 이해하고 행동을 학습하며 임무를 실행하는 등의 기본 능력을 갖출 뿐만 아니라, 더욱 핵심적인 특성은 실제 시나리오의 실제 임무 수행 과정에서 지속적으로 반복 진화할 수 있다는 점이다.
더 작은 모델, 더 빠른 응답은 로봇이 실험실을 벗어나 매장에서 실시간 작업을 수행하기 위한 전제 조건이다. 정행이노베이션이 자체 개발한 경량급 월드 액션 모델 SLM-0.5는 환경과 행동 간의 관계를 이해하는 역할을 담당한다. 이 모델은 LIBERO 벤치마크 테스트에서 98.6%의 평균 임무 성공률을 달성했으며, 추론 속도는 주류 솔루션 대비 24배 향상되었다.
실제 시나리오에서의 폐쇄 루프 훈련은 로봇이 능력을 지속적으로 진화시키기 위한 핵심이다. 정행이노베이션은 RLinf를 기반으로 강화학습 후훈련 체계 STEAM을 구축하여 경량 임무 데이터와 인간 피드백으로 리테일 임무의 빠른 적응을 추동한다. 지정 상품 진열 임무 검증에서 실행 성공률은 95%에 달했다. 실행 결과와 교정 피드백은 조작 전략 최적화에 활용되며, 데이터 수집, 모델 훈련과 평가가贯通되어 '실행—피드백—학습—재배치'의 폐쇄 루프를 형성함으로써 로봇이 실제 임무에서 더 안정적이고 더 빠르게 작업하도록 한다.
'인간-로봇 협업'을 실현하기 위한 핵심에는 정확한 임무 목표 이해, 유연한 임무 총괄 및 의사결정 계획 능력도 필요하다. 정행이노베이션이 칭화대학교 및 우원신청(无问芯穹)과 공동으로 발기한 에이전트 베이스 Rpent는 범용 대형 모델의 임무 이해 및 계획 능력, VLA 등 전문가 모델의 정밀 조작 능력, 그리고 메모리, 도구 및 로봇 인터페이스를 통합하여 인지, 의사결정, 실행부터 오류 교정 피드백까지의 완전한 폐쇄 루프를 형성한다. '이 선반을 채워라'라는 예를 들면, Rpent는 먼저 목표를 분해하고 실행 순서를 계획한 후, 내비게이션, 인식, 조작 등 모듈을 조정하여 협업 작업을 수행한다. 실행 과정에서 실시간으로 진행 상황을 모니터링하며, 상품 위치 이동, 파지 실패 등 이상 상황 발생 시 즉시 전략을 조정하거나 재계획하여, 로봇이 임무 목표를 정확하게 이해할 수 있을 뿐만 아니라 모든 단계의 조작도 고품질로 수행할 수 있게 한다.
리테일 업계의 지능화 업그레이드는 본질적으로 기계가 인간을 대체하는 것을 목표로 하는 것이 아니라, 인간과 기계의 분업 협력을 통해 리테일 시나리오의 인력 한계와 운영의 시공간적 제약을 깨뜨리고, 진정으로 정교한 운영, 전일제(24시간) 서비스와 체험형 업그레이드를 실현하는 것이다. 차이타이그룹 등 글로벌 파트너의 리테일 비즈니스 생태계 지원에 힘입어, 정행이노베이션은 솔루션의 대규모 복제와 실증을 가속화하며, 리테일 업계에 재사용 가능한 피지컬 인텔리전스 실증 패러다임을 제공하고 실체 소매업이 개방형 시나리오에서의 '인간-로봇 협업'이라는 전혀 새로운 발전 단계로 진입하도록 추동하고 있다.
본 기사는 정행이노베이션이 제공하였으며, QbitAI(量子位)가 승인을 받아 전재하였고, 견해는 원작자의 것입니다.