
< 이기종(서로 다른) 물류로봇 운영 시스템 통합 운형 모습 >
우리 대학이 산업및 시스템공학과 장영재 교수팀이 이기종 로봇과 센서, 설비, 디지털 트윈을 하나의 시스템으로 통합 제어하는 피지컬 AI 테스트베드 ‘카이로스(KAIROS, KAIST AI Robot Orchestration Systems)’를 구축했다고 23일 밝혔다.
카이로스는 피지컬 AI 기반 100% 무인공장 플랫폼으로, 과학기술정보통신부(이하 과기정통부) 지원을 통해 개발된 국내 최초 수준의 통합형 테스트베드다. 특히 향후 다크팩토리(Dark Factory) 수출을 목표로 한 국산 통합 솔루션이라는 점에서 주목된다.
카이로스의 가장 큰 특징은 공장 내 다양한 장비를 AI 에이전트 기반 단일 운영체계(OS)로 통합 제어하는 구조다. 기존 공장 자동화가 개별 장비 중심으로 운영되었다면, 카이로스는 물류 로봇(AMR), 휴머노이드 로봇, 협동로봇, 자동화 설비 등을 하나의 지능형 플랫폼으로 통합한다. 이를 통해 공장 전체를 하나의 AI 시스템처럼 운영하는 ‘피지컬 AI 기반 공장 운영 개념’을 구현했다.
이번 테스트베드는 센서–제어–데이터 처리 전 구간을 100% 국산 기술로 통합 구축한 것이 핵심이다. 물류로봇(AMR), OHT, 3D 셔틀, 휴머노이드 로봇, 협동로봇, 산업용 센서 및 PC 제어기, 무선충전 시스템, 디지털 트윈 및 시뮬레이션, AI 기반 통합 관제 및 안전관리 시스템 등 다크팩토리를 구성하는 핵심 요소를 국산 기술로 통합함으로써, 해외 의존도가 높던 공장 자동화 장비와 소프트웨어를 대체하고 ‘K-제조 공장 수출 모델’의 기반을 마련했다.
과기정통부는 피지컬 AI 사전검증 사업의 일환으로 KAIST 산업경영학동 내 실증랩 구축을 지원해왔으며, 3월 23일 배경훈 부총리(과기부 장관)가 KAIST를 방문해 국가 피지컬 AI 전략(안)을 발표하고 카이로스 기반 다크팩토리 실증 현장을 공개했다.
이날 행사에서는 KAIST 실증랩의 공장 운영체계와 전북대 등과의 피지컬 AI 공동 실증 성과, 국내 기업 협력 구조인 ‘팀 코리아 피지컬 AI(Team Korea Physical AI, TK-PAI)’ 얼라이언스 방향 등이 함께 논의됐다.

< 카이로스 운영 계획 발표 >

< 카이로스 실증시연 >

< 카이로스 공장 현장 >
우리 대학은 향후 카이로스를 통해 다크팩토리 설계·구축·운영을 아우르는 차세대 공장 운영체계(OS)를 고도화하고, 시뮬레이션 및 가상 검증 환경을 발전시킬 계획이다.
또한 국내 로봇·자동화 기업이 신뢰성 높은 장비를 사전 검증할 수 있는 시험·평가 플랫폼으로 활용해 산업 적용성을 높인다는 방침이다. 나아가 독일 지멘스(Siemens), 일본 파낙(FANUC), 야스카와(Yaskawa) 등과 경쟁 가능한 피지컬 AI 기반 다크팩토리 솔루션을 개발해 글로벌 시장 진출을 추진할 계획이다.
이광형 KAIST 총장은 “카이로스는 AI가 공장을 직접 운영하는 새로운 산업 패러다임의 시작”이라며 “KAIST는 피지컬 AI를 기반으로 제조 혁신을 선도하고 대한민국이 글로벌 산업 경쟁에서 주도권을 확보할 수 있도록 기여하겠다”고 밝혔다.
카이로스 구축을 주도한 장영재 교수는 “카이로스는 개별 자동화 기술을 넘어 다양한 로봇과 설비를 하나의 시스템으로 통합하는 공장 운영체계(OS) 개념을 구현한 것”이라며 “국내 기업들이 실제 산업 현장에 적용 가능한 피지컬 AI 기술을 검증하고 글로벌 시장으로 확장할 수 있는 기반이 될 것”이라고 설명했다.
AI가 글을 쓰고 그림을 그리던 화면 밖으로 나와 현실 세계를 보고 움직이는 피지컬 AI(Physical AI) 시대가 열리고 있다. 우리 대학이 학생들의 상상을 실제 움직이는 로봇으로 구현하는 100시간의 도전을 통해 피지컬 AI 인재 양성에 나선다. 우리 대학은 우리 대학과 서울대학교 학생들이 만든 연합단체 로보틱어스(RoboticUS)가 8월 3일부터 8일까지 KAIST에서 ‘제1회 로봇 해커톤’을 개최한다고 4일 밝혔다. 배충식 KAIST 총장은 “피지컬 AI 시대에는 AI를 잘 만드는 것을 넘어 AI를 기반으로 실제 세상을 움직이는 로봇과 시스템을 설계하고 구현할 수 있는 융합형 인재가 필요하다”며 “학생들이 스스로 기획하고 운영한 이번 해커톤은 KAIST의 도전과 협업 문화를 보여주는 좋은 사례이며, 미래 기술을 현실로 구현하는 새로운 교육 모델이 될 것으로 기대한다”고 말했다. 이번 해커톤은 이러한
2026-08-04사람의 움직임을 이해하고 예측해 웨어러블 로봇과 휴머노이드를 더욱 정밀하게 제어하는 피지컬 AI 시대가 본격화된다. 세계 최고 수준의 웨어러블 로봇 연구 역량을 보유한 우리 대학과 엔비디아(NVIDIA)가 인간의 움직임과 물리지능을 학습하는 ‘인체 동작 파운데이션 모델(Human Motion Foundation Model)’개발에 나선다. 우리 대학은 엔비디아와 피지컬 AI(Physical AI) 분야 공동연구 추진을 위해 엔디비아 AI 테크놀로지센터(NVIDIA AI Technology Center, NVAITC)를 설립한다고 26일 밝혔다. 정부가 피지컬 AI를 대한민국의 미래를 이끌 핵심 국가 프로젝트로 추진하는 가운데, 이번 협력은 KAIST가 축적해 온 인간 중심 로봇 기술과 실제 동작 데이터에 엔비디아의 AI 기술과 글로벌 연구 네트워크를 결합해 차세대 피지컬 AI 원천기술을 확보하기 위해 추진됐다. 이번 협력은 KAIST 기계공학과와 엔비디
2026-07-27인공지능(AI)이 화면 속 정보를 분석하는 기술을 넘어, 현실 세계의 물리적 특성을 이해하고 스스로 판단·행동하는 단계로 진화하고 있다. 우리 대학 연구진은 빛과 물질의 상호작용, 공간 인식, 미래 상황 예측, 행동 계획을 아우르는 피지컬 AI(Physical AI·물리 기반 인공지능) 핵심 기술을 개발했다. 이번 성과는 자율주행차와 휴머노이드 로봇, 산업용 로봇, 디지털 트윈 등 실제 환경에서 작동하는 차세대 자율 시스템 구현을 앞당길 것으로 기대된다. 우리 대학은 전산학부 윤성의 교수 연구팀이 ▲유리나 물처럼 투명한 물체를 정확히 인식하는 기술 ▲빛과 물질의 상호작용을 분석해 주변 환경을 이해하는 기술 ▲사진 한 장만으로 로봇이 목적지를 찾아가는 기술 ▲미래 상황을 예측해 행동을 계획하는 기술을 개발했다고 6일 밝혔다. 이번 연구는 시각 인식부터 물리적 이해, 미래 예측, 행동 계획까지 하나의 기술 흐름으로 연결했다는 점에서 의미가 크다. 이를 통
2026-07-06기계공학과는 6월 16일 기계공학과 중앙회의동 대회의실에서 중부발전-KAIST 산·학 연계 피지컬 AI 기반 AX 역량 강화를 위한 업무협약(MOU)를 체결했다. 이날 협약식에는 오영철 한국중부발전처장, 김경수 KAIST 부총장, 김정 기계항공공학부장, 기계공학과 교수 및 중부발전임직원들이 참석하여 미래 지향적인 로봇 교육과 로봇 전문가 기술 협력을 추진하기로 하였다. 이번 프로그램은 피지컬 AI를 이용하여 발전 현장의 고위험·고난도 작업을 로봇 기술로 대체함으로써 운영 및 정비 효율을 극대화하고, 중대재해를 원천 차단할 수 있는 실질적인 산학 협력 성공 모델 구축 협력을 목적으로 한다. 프로그램의 일환으로 기계공학과를 중심으로 KAIST 교수 11명이 직접 강사로 참여하는 교육, 자문, 실험실 방문 등이 6월 16일부터 3일간 운영되었으며 2차 교육은 8월 26일부터 진행될 예정이다. 양기관은 이번 프로그램을 계기로 한국중부발전이 후원하는 로봇
2026-07-01“사람처럼 판단하는 로봇, 생각보다 빨리 온다.” 로봇이 인간의 의도를 이해하고 스스로 올바른 행동을 선택하는 시대를 앞당길 핵심 기술이 국내에서 나왔다. KAIST 연구진이 단 몇 개의 영상만으로 AI가 인간의 판단 기준을 스스로 학습하는 기술을 개발하며 피지컬 AI 상용화의 핵심 난제를 해결했다. 우리 대학은 전기및전자공학부 유창동 교수 연구팀이 수천~수만 건의 인간 평가 데이터 대신 단 몇 개의 선호 영상만으로도 AI가 인간의 의도와 판단 기준을 학습할 수 있는 새로운 기술인 ‘VOTP(Video-based Optimal TransPort Preference)’를 세계 최초로 개발했다고 10일 밝혔다. 연구팀의 논문은 오는 7월 서울 코엑스에서 개최되는 세계 최고 권위의 AI학회인 ICML(International Conference on Machine Learning) 2026에 채택됐으며, 전체 제출 논문(23,918편
2026-06-10