문화/생활
“자재 운반은 로봇에게 사람은 안전하게 상생의 건설현장 꿈꿉니다”
이형민 고레로보틱스 공동창업자
건설현장에 새로운 일꾼이 등장했다. 무거운 자재를 싣고 현장 곳곳을 누비는 로봇들이다. 작업자들이 퇴근한 뒤에도 묵묵히 일을 이어간다. 자재를 싣고 좁은 통로를 지나 목적지까지 이동하는 것은 물론 장애물을 만나면 스스로 경로를 바꾸고 엘리베이터를 호출해 층간 이동도 척척 해낸다.
특히 인력이 줄어드는 야간과 새벽시간대에 활약이 두드러진다. 작업자들이 출근하기 전에 필요한 자재를 미리 옮겨놓으면 주간 작업의 효율을 높일 수 있다. 여러 사람이 힘을 모아야 했던 긴 배관이나 중량 자재도 운반 가능해 작업자의 신체적 부담을 덜고 안전사고 위험을 줄이는 데 기여한다.
이처럼 로봇으로 건설현장의 일하는 방식을 바꾸기 위한 도전이 이어지고 있다. 대표적인 기업이 국내 로봇 스타트업 고레로보틱스다. 고레로보틱스는 ‘건설현장 자재 운반 로봇’과 ‘주거단지 배송 로봇’, ‘엘리베이터 연동 기술’ 등 3개 제품으로 CES 2026 혁신상 3개 부문을 수상했다. CES 2027에는 자율주행 운반 플랫폼 ‘ND-1’을 로보틱스 부문 출품작으로 내세워 글로벌 무대에도 도전하고 있다.
고레로보틱스의 목표는 단순히 사람의 작업을 로봇으로 대체하는 것이 아니다. 주변 환경을 인식하고 스스로 판단해 움직이는 피지컬 AI를 건설현장에 적용해 현장 전반의 자동화를 구현하는 것이다.
고레로보틱스 로봇은 이미 산업현장에서의 적용 가능성도 시험하고 있다. 반도체공장(FAB) 건설현장에서 자율주행 자재 이송 로봇의 파일럿 테스트를 진행하고, 국토교통부 건설로봇 연구개발 과제와 서울시 로봇 기술사업화 지원사업에도 참여해 현장 적용 기술을 고도화하고 있다. 로봇은 미래 건설현장에서 보조인력을 넘어 핵심 일꾼으로 자리 잡을 수 있을까. 이형민 고레로보틱스 공동창업자에게 그 가능성을 들어봤다.
미술을 전공하고 건설 분야 스타트업에 도전한 계기가 궁금하다.
조소과를 졸업한 뒤 상업용 조형물을 제작하는 일을 했다. 평소 필요한 것을 직접 구상하고 만들어내는 데 관심이 많았다. 공동창업자인 친동생 이동민 대표는 건축학을 전공했다. 대학 시절부터 서로 다른 전공을 살려 언젠가 함께 사업을 해보자는 이야기를 나눴고, 졸업 후 약 10년이 지난 2023년 뜻을 모아 고레로보틱스를 창업했다.
건설 분야에 주목한 것은 이동민 대표의 현장 경험 덕분이었다. 건설회사에서 근무하며 지방 건설현장의 인력난과 자재 운반 과정의 비효율을 직접 경험했고, 이를 로봇으로 해결할 수 있다고 생각했다.
회사명 고레로보틱스는 ‘레고(LEGO)’를 앞뒤로 바꾼 이름이다. 레고처럼 다양한 부품을 조립하고 결합해 작업 목적에 맞는 로봇을 구현한다는 의미를 담았다. 실제 로봇도 그리퍼 등 주요 부품을 현장과 작업에 따라 교체할 수 있도록 설계했다. 하나의 로봇으로 다양한 작업에 대응하는 모듈형 시스템을 지향한다.
건설로봇 가운데 자재 운반에 주목한 이유는 무엇인가.
많은 사람이 건설로봇이라고 하면 미장이나 도색, 타일 시공 등 사람이 직접 하던 작업을 대신하는 로봇을 떠올린다. 하지만 우리가 주목한 분야는 건설자재를 필요한 시간과 장소에 공급하는 물류 영역이다.
건설현장에서는 아침 출근시간대에 자재 운반 인력과 시공 인력이 한꺼번에 몰리면서 병목현상이 발생한다. 특히 고층 현장은 엘리베이터와 호이스트(자재를 층간 운반하는 임시 승강장비)를 이용하기 위한 대기시간이 길다. 실제 한 건설현장에서는 이러한 대기시간으로 발생하는 손실이 전체 인건비의 약 19%에 이르는 것으로 분석됐다. 자재 운반에 투입되는 시간과 인력을 줄이는 것이 건설현장의 생산성을 높이는 핵심이라 판단했다.
최근에는 2000호 규모의 아파트 건설 프로젝트를 대상으로 시뮬레이션을 진행했다. 그 결과 자재 운반 로봇을 도입하면 전체 공사기간을 약 1개월 단축할 수 있는 것으로 나타났다.
특히 야간작업에서 로봇의 역할이 크겠다.
작업자가 없는 밤에 로봇이 다음 날 필요한 자재를 각 작업 구역에 미리 운반해 놓으면 작업자는 출근과 동시에 시공에 착수할 수 있다.
자재 운반 과정에서 발생하는 데이터를 자동으로 기록하는 것도 차별점이다. 건설현장에서는 자재 반입이나 작업 진행 상황을 수기로 기록하는 경우가 많고 통신이 어려운 경우도 적지 않다. 로봇은 자재 운반 위치와 시간, 자재 정보, 현장 사진 등을 자동으로 기록해 건설사에 제공한다. 이를 통해 물류 관리의 정확성과 효율성을 높일 수 있다.
공사현장처럼 환경이 계속 바뀌는 곳에서도 스스로 길을 찾을 수 있나.
건설현장은 공사가 진행될수록 주변 환경이 달라진다. 자재가 쌓이거나 새로운 벽체가 설치돼 기존 이동경로가 막히기도 한다. 이에 대응하기 위해 로봇에 SLAM(동시적 위치추정 및 지도작성) 기반 자율주행 기술을 적용하고 있다.
카메라와 라이다(LiDAR) 센서로 주변 환경과 자신의 위치를 파악하고, 장애물이 나타나면 새로운 경로를 탐색한다. 특히 외부 네트워크에 의존하지 않고 로봇 자체적으로 주변 환경을 인식하고 판단할 수 있다는 점이 특징이다.
운반할 자재의 종류와 위치도 스스로 인식하는 것인가.
로봇에는 ‘AI 기반 자재 인식 및 파지 기술’이 적용됐다. 카메라로 건설 자재의 종류를 인식하고 형태와 위치를 분석해 최적의 진입 방향과 파지 방법을 판단한다. 이후 자재 아래로 진입해 들어올리고 목적지까지 운반한 뒤 내려놓는 과정까지 스스로 해낸다. 처음 자재를 준비하고 작업을 지시하는 것 외에는 사람의 개입을 최소화하는 것이 목표다.
현장과 작업에 따라 로봇 종류도 다양하다고.
GT 시리즈는 롤테이너(바퀴가 달린 철제 운반용 카트)를 이용해 많은 양의 자재를 한 번에 운반하는 로봇이다. 대표 모델인 ‘GT-3’는 최대 1톤의 자재를 실을 수 있다. 작업자가 롤테이너에 자재를 미리 실어두면 로봇이 지정된 층과 작업 구역까지 운반한다. 엘리베이터와 자동으로 연동되며, 자재를 전달한 뒤 돌아오는 길에는 건설 폐기물을 수거할 수 있다.
ND 시리즈는 별도의 운반장치 없이 자재를 직접 들어 옮기는 로봇이다. 이 가운데 ‘ND-1’은 공동주택 건설현장에서 사용하기 쉽도록 크기를 줄인 모델이며, ‘ND-3’는 배관이나 박스, 소형 팔레트 등을 직접 들어 운반하는 데 특화됐다. 특히 ND-3 두 대를 연결하면 최대 6m 길이의 긴 자재도 함께 옮길 수 있다. 현재는 산업용 팔레트와 대형 자재를 운반할 수 있는 ‘ND-5’도 개발하고 있다.
엘리베이터와 연동할 수 있다는 점도 눈에 띈다.
고층 건설현장에서 로봇이 자재를 운반하려면 엘리베이터를 이용한 층간 이동이 필수다. 하지만 기존 엘리베이터는 대부분 로봇과 연동되지 않아 별도의 장치가 필요하다. 이를 해결하기 위해 개발한 것이 ‘EVW-1’이다.
로봇이 목적 층을 전달하면 EVW-1이 엘리베이터 버튼을 물리적으로 눌러 호출과 층 선택을 대신한다. 기존 엘리베이터의 펌웨어나 제어 시스템을 변경할 필요가 없어 별도의 설비 개조 없이도 로봇이 엘리베이터를 이용할 수 있다. 또 EVW-1 기반 일부 모델에는 와이파이 라우터 기능도 탑재돼 있어 통신 환경이 열악한 건설현장에서도 로봇의 네트워크 연결과 실시간 관제를 지원한다.
무거운 자재를 운반하는 만큼 산업재해 예방 효과도 기대한다.
실제 로봇을 도입한 현장의 근무자들은 무거운 자재를 반복적으로 운반하는 작업을 로봇이 대신한다는 점을 긍정적으로 평가하고 있다. 건설현장에서는 중량물을 반복해서 들거나 옮기는 과정에서 근골격계 질환이 발생할 수 있고, 운반 중 충돌이나 낙하 등 안전사고 위험도 크다. 로봇이 이 같은 작업을 대신하면 작업자의 신체적 부담을 줄이고 부상과 사고 위험을 낮추는 데 도움이 된다. 무엇보다 작업자가 위험하고 힘든 육체노동에서 벗어나 본연의 시공 업무에 집중할 수 있다는 점에서 긍정적인 반응이 크다.
사람과 로봇이 함께 일하는 상생의 현장을 꿈꾼다고.
현재는 피지컬 AI를 활용해 자재의 형태와 위치, 주변 환경을 인식하고 상황에 맞는 작업 방법을 판단하는 한층 고도화된 로봇을 개발하고 있다. 무거운 자재 운반 등 위험하고 반복적인 작업을 줄여 산업재해를 예방하고, 작업자가 더 안전한 환경에서 일할 수 있도록 돕고 싶다. 나아가 내년부터는 반도체공장과 AI 데이터센터 등 대규모 건설현장에서 기술을 검증하고 국내 건설사의 해외 프로젝트에도 진출할 계획이다.
피지컬 AI 기반 창업을 준비하는 이들에게 조언한다면.
누구나 접근할 수 있는 기술을 개발하는 데 그치기보다 특정 산업현장에서만 얻을 수 있는 고유한 데이터와 경험을 확보하는 데 집중해야 한다고 생각한다. 피지컬 AI는 가상 환경에서 다양한 물리적 상황을 구현하고 반복적으로 학습하는 과정이 중요하다. 실제 현장의 복잡한 조건을 얼마나 정교하게 데이터로 축적하느냐가 기술의 완성도를 좌우한다. 결국 남들이 쉽게 재현할 수 없는 현장 데이터를 확보하고 이를 학습과 기술 고도화에 연결하는 것이 사업의 차별성을 만들고 장기적인 경쟁력으로 이어진다고 본다.
백재호 기자
K-공감누리집의 콘텐츠 자료는 「공공누리 OPEN 제4유형 : 출처표시 + 상업적 이용금지 + 변경금지」의 조건에 따라 자유롭게 이용이 가능합니다. 다만, 사진의 경우 제3자에게 저작권이 있으므로 사용할 수 없습니다. 콘텐츠 이용 시에는 출처를 반드시 표기해야 하며, 위반 시 저작권법 제37조 및 제138조에 따라 처벌될 수 있습니다.
[출처] K-공감누리집(gonggam.korea.kr)
