10월 발표 이전부터 이미 7월에 시제품을 공급하고 있었다

2026년 10월 14일, 중국의 라이다 제조기업 Hesai(헤사이)가 새로운 공간 데이터 엔진 Kosmo를 공개했다. 라이다·영상 센서가 결합된 Kosmo One과 클라우드 플랫폼 Kosmo World가 실제 장소를 3D 데이터로 바꿔 로봇 학습과 시뮬레이션에 연결한다는 발표였다. 겉으로 보면 센서회사가 카메라 신제품을 내놓은 뉴스처럼 보인다.

그런데 회사의 2026년 반기보고서를 보면 시작점이 더 앞에 있다. 헤사이는 7월에 Kosmo 초기 시제품을 공급했고, 로봇회사 Galbot을 포함한 업체의 주문을 확보했으며, 여러 산업의 잠재 협력사 200곳 이상과 접촉했다고 기재했다. 이는 200개의 확정 고객계약이나 실제 출하수량이 아니다. 같은 보고서는 2026년 3분기에 초기 매출이 발생할 것으로 예상했지만, 10월 발표만으로 그 목표의 실제 달성을 확인할 수는 없다.

따라서 10월 행사의 의미는 기술을 처음 떠올렸다는 데 있지 않다. 시제품과 로봇 고객 접촉을 거쳐 공간 데이터를 새로운 공급 상품으로 구체화했다는 점에 있다. 라이다 판매기업이 센서 옆에 다른 종류의 사업을 추가하려는 전환이다.

300시간 모델링을 15분 스캔으로 바꿨다…단, 무엇을 비교했나

헤사이가 공개한 사례는 상하이의 데어리퀸(Dairy Queen) 매장이다. 이 매장의 로봇 훈련용 3D 환경을 전문인력이 수작업 모델링하면 약 300시간이 필요했지만, Kosmo를 이용한 스캔·재구성은 15분에 마쳤다고 회사는 밝혔다. 일반적인 100㎡ 실내 공간도 한 사람이 약 15분에 스캔할 수 있다고 안내했다.

숫자의 대비는 강하다. 그렇다고 모든 3D 환경 개발이 1,200배 빨라진다는 뜻은 아니다. 앞의 300시간은 수작업 모델링에 필요한 시간이고 뒤의 15분은 촬영과 재구성 작업에 관한 회사 사례다. 물리 상호작용 설정, 작업 시나리오, 학습, 검증까지 동일한 범위로 비교됐다는 독립 자료는 없다. 현장 규모와 사각지대, 정밀도 요구에 따라서도 시간이 달라진다.

그래도 기업이 주목할 부분은 있다. 로봇을 새 매장이나 공장에 배치할 때마다 공간을 처음부터 모델링해야 했다면, 데이터 획득과 초기 환경 제작의 속도를 줄이는 것은 개발 일정에 영향을 줄 수 있다. 정확한 절감액은 촬영 이후 수정·물리설정·품질검사 시간을 합산해야 계산할 수 있다.

8K 공간 카메라가 곧바로 로봇의 물리 세계를 이해시키지는 않는다

Kosmo One에는 고해상도 라이다, 1인치 이미지 센서, 관성측정장치(IMU)가 결합돼 있다. 최대 촬영 해상도는 8K지만 사용자가 내보내는 파일의 최대 해상도는 6K라고 회사는 별도로 명시했다. 제품 사양과 실제 출력물을 구별해 읽어야 한다.

Kosmo World는 한 차례 재구성에서 3D Gaussian Splatting(3DGS), 메시(Mesh), 깊이(Depth) 정보를 만들어 공간의 질감과 구조를 데이터화한다. AI는 촬영하지 못한 영역을 보완하고 객체를 구분하며, 개발자는 이를 NVIDIA Isaac Sim·Isaac Lab, Unreal Engine, RenderMan 등에서 활용하도록 연결할 수 있다.

그러나 화면에서 정교한 공간이 물리적으로 정확한 작업환경이라는 뜻은 아니다. 로봇이 컵을 쥐거나 액체를 다루려면 무게, 마찰, 접촉, 충돌, 변형에 대한 정보가 필요하다. 촬영된 시각·기하 데이터와 물리 시뮬레이션의 정확도는 별도 검증해야 한다. 반석이 주목하는 병목도 카메라 해상도보다는 촬영물을 실제 학습에 사용할 수 있는 자료로 바꾸는 연결 과정이다.

판매 대상이 달라졌다…카메라와 소프트웨어, 그리고 공간 데이터 서비스

10월 공식 발표에서 헤사이는 Kosmo의 사업모델 두 가지를 명시했다. 첫째는 고객이 직접 사용할 카메라와 소프트웨어 통합 솔루션을 제공하는 방식이다. 둘째는 기업 대신 실제 공간의 고품질 데이터를 대량 제작해 로봇 모델·월드모델 개발사에 공급하는 서비스다.

이 둘은 거래의 반복 구조가 다르다. 카메라 사업에서는 장비가 몇 대 팔렸는지가 중요할 수 있다. 그러나 공간 데이터 사업에서는 고객이 얼마나 많은 장소와 갱신 주기를 필요로 하는지, 데이터 편집·배포·사용권을 어떻게 관리하는지가 중요한 과제가 된다. 2026년 반기보고서가 하드웨어 도입과 반복적인 클라우드 서비스 수익의 연결을 기대한다고 명시한 것도 같은 맥락이다.

다만 반복 수익은 계획과 구조에 관한 설명이지 현재 반복 매출이 검증됐다는 의미는 아니다. 10월 행사에서 경영진은 Kosmo의 구체적인 매출 전망을 밝히지 않았고, 3분기 초기 매출 예상도 실제 실적을 대신할 수 없다. 고객이 데이터 서비스를 지속해서 구매하는지는 향후 사업 실적과 계약 사례로 판단해야 한다.

로봇뿐 아니라 영상 제작과 지도 서비스에도 같은 원천 데이터를 공급한다

헤사이는 로봇 분야에서 Galbot, Dexmal과 협력을 발표했다. 동시에 Pixar의 RenderMan을 이용한 공간 제작 사례와 중국 지도 서비스 Amap의 3D 장소 재구성 사례도 공개했다. 하나의 장소를 실제 공간 데이터로 만든 뒤 로봇 학습환경, 영상 제작용 가상공간, 방문 전에 장소를 확인하는 서비스로 활용할 수 있다는 구상이다.

하지만 영화 제작에 필요한 시각적 사실감과 로봇 제어에 필요한 기하·물리 정밀도는 같은 품질기준이 아니다. 지도 서비스도 사용자에게 보여주는 공간정보의 최신성, 촬영·배포에 관한 권리, 개인정보 처리가 추가로 필요할 수 있다. 공통 데이터를 모든 산업에 그대로 판매할 수 있다는 단순한 이야기는 아니다.

고객 유형이 다양해질수록 공급기업이 관리해야 할 것은 데이터 자체뿐 아니라 형식 변환, 업데이트, 접근권한, 사용 범위다. 특정 현장 데이터의 재사용을 누가 허용하는지에 따라 사업의 반복 판매 가능성도 달라진다. 이 영역은 신제품 홍보문구보다 실제 고객계약에서 확인해야 할 부분이다.

매장 로봇 성공률 99%…여기에는 빠진 숫자가 있다

헤사이는 데어리퀸 매장에서 Sharpa의 로봇이 아이스크림 작업 성공률 99%에 도달했고 실패율은 종전의 10분의 1 수준이 됐다고 발표했다. 그러나 공개 발표에는 동일 조건의 독립 대조시험, 시행 횟수, 실패 유형별 통계가 충분히 제시되지 않았다. 따라서 Kosmo 하나로 모든 로봇의 성공률을 99%로 끌어올릴 수 있다는 주장은 성립하지 않는다.

Sharpa는 헤사이 공동창업자들이 설립한 별도 로봇회사로, 헤사이 기술을 실증하는 역할도 한다고 Reuters는 설명했다. 로봇이 특정 아이스크림 제조 공정을 수행한다는 회사 사례와 무인 매장 전체가 운영된다는 주장은 구분해야 한다. 헤사이의 반기보고서도 재료 보충, 청소, 유지보수, 안전감독, 예외 상황은 여전히 사람의 작업이라고 명시했다.

또한 헤사이는 로봇 구동 모듈을 Sharpa의 Wave 로봇손에 공급한다. 2026년 2분기 말 기준 누적 공급량은 1만 개 이상이다. 이는 Kosmo 카메라 출하량이 아니다. 공간을 인식·데이터화하는 사업과 실제로 움직이게 하는 구동부품 사업을 동시에 키우고 있다는 점에서 산업 공급망의 변화가 드러난다.

로봇기업이 외부 공간 데이터 서비스를 평가할 때 필요한 네 가지 확인

첫째, 원하는 장소의 스캔 결과가 실제 로봇 센서의 시점과 작업 정밀도를 충족하는가. 공장에서 중요한 경계물과 작업대, 이동 경로를 제대로 재현하지 못한다면 15분 촬영이라는 장점은 의미가 작아질 수 있다.

둘째, 생성한 3D 데이터와 시뮬레이터의 물리 모델은 어느 범위까지 일치하는가. 셋째, 고객이 데이터를 보관·수정·재사용하고 외부 시스템에 전송할 권리는 어디까지인가. 넷째, 실제 총비용은 어느 정도인가. 스캔 시간뿐 아니라 인력, 후처리, 물리 설정, 클라우드 사용료, 재촬영, 운영 품질검증의 비용을 합산해야 한다.

이 네 질문을 통과하면 기업은 데이터 제작을 자체 인력으로 수행할지, 장비를 구입할지, 외부 공간 데이터 서비스를 이용할지 비교할 수 있다. 헤사이가 신규 채용을 얼마나 늘렸는지는 공개 근거가 부족하지만, 제품 구조상 3D 재구성·컴퓨터비전·데이터 운영·클라우드·시뮬레이션 품질검증 역량의 결합이 중요해지는 것은 분석할 수 있다.

BANSEOG VIEW | 로봇 완제품 밖에서 새로운 공급망이 만들어진다

Kosmo의 10월 출시는 라이다 센서 기업이 로봇 훈련용 공간 데이터 공급자로 사업 범위를 확대하는 장면이다. 7월 시제품 공급과 Galbot 주문, 200곳 이상의 잠재 파트너 접촉은 이 시도가 발표 당일에만 등장한 구상이 아님을 보여준다. 그러나 고객 주문·접촉·실제 매출은 서로 다른 상태다.

300시간 대 15분은 한 매장에 대한 회사의 개발공정 비교이고, 99% 로봇 성공률은 해당 기술을 이용한 사례에서 제시한 회사 수치다. 이 수치를 일반적인 학습효율과 모든 현장의 안전성으로 확대할 수 없다. 센서 사업에서 반복적인 공간 데이터 서비스로 확장한다는 의도와, 그것이 경제적으로 성공했다는 결과도 구분해야 한다.

반석이 보는 전략적 변화는 로봇을 만드는 회사를 늘리는 것만으로 Physical AI 산업을 이해할 수 없다는 점이다. 현실 공간의 데이터 수집과 재구성, 학습환경 편집, 물리 시뮬레이션 검증, 로봇 구동을 누가 공급하는지가 새로운 경쟁영역이 된다. 따라서 완제품 로봇회사의 판매대수뿐 아니라 그 기업들이 공통으로 구매하려는 기술과 서비스의 변화도 추적해야 한다.

BANSEOG VIEW

BANSEOG VIEW | 센서 판매에서 공간 데이터 공급망으로

Hesai Kosmo는 10월 공식 출시에 앞서 7월 시제품 공급과 주문, 200곳 이상의 잠재 협력사 접촉을 보고했다. 이는 판매 실적 확정이 아니라 사업 추진 단계의 구분 가능한 기록이다.

회사가 제시한 300시간 수작업과 15분 스캔, 99% 로봇 성공률은 특정 조건과 작업범위에 한정된다. 공간 데이터를 빠르게 만든다는 사실과 물리적으로 정확한 로봇 훈련환경 및 실제 성과를 확보했다는 판단은 다르다.

Hesai는 하드웨어·소프트웨어 판매와 대규모 공간 데이터 제작서비스를 제시하고, 별도의 로봇 구동 모듈 사업도 키우고 있다. 고객은 데이터 품질·물리모델·사용권·전체 개발원가를 검증해 내부 제작과 외부 구매를 비교해야 한다.

SOURCES

근거가 된 원자료

2026-10-19 작성. Hesai 공식 2026-10-14 발표: Kosmo One+Kosmo World, 100㎡ 약15분 스캔, Dairy Queen 현장의 300시간 manual modeling vs 15분 scan/reconstruction은 회사 발표 사례이며 동일 작업범위 비교·독립 생산성 실험 아님. Sharpa 작업 성공률 99%, 실패율 기존의 10분의1은 회사가 주장한 특정 실증 결과. 시험횟수와 전체 현장 일반화 불가. 최대 8K 촬영과 6K 출력파일 구분. 3DGS/mesh/depth 및 물리시뮬레이션 사이 기능 구분. Hesai 2026 반기보고서 SEC 공개 문서 P7에 2026-07 초기 시제품 납품, Galbot 등 주문, 200곳 이상 잠재 협력사 접촉, 2026 3분기 초기 매출 예상, 하드웨어 도입과 반복 클라우드 매출 연계 의도를 명시; 이는 200개의 확정 고객, 실제 3분기 매출 확인이 아님. Q2말 액추에이터 누적 공급 1만개 이상은 Kosmo 카메라와 무관. Q2 보고서 각주에 아이스크림 지정공정 외 restocking/cleaning/maintenance/safety/exception handling은 사람 작업이라고 명시. Reuters 2026-10-14(10-15 업데이트): 파트너 계약·Kosmo 매출전망 미공개, Sharpa는 창업자 관련 별도 회사. 판단 근거: 2026-09초 기존 Banseog 로봇 훈련환경 및 데이터 부족 기사와 달리 공급기업의 사업모델·서비스 반복성·자산권리 검증에 집중. 이미지 저작권을 이유로 회사 제품 사진·로봇·매장 사진은 퍼오지 않음.