10개사를 모은 이유는 “로봇이 부족해서”가 아니라 필요한 기술이 흩어져 있기 때문이다

삼성SDS는 최근 Team REX(Robotics EXcellence)라는 로보틱스 파트너십을 구성했다. 산업 보도에 따르면 하드웨어에는 레인보우로보틱스·Holiday Robotics·AeiROBOT·Genesis AI·Wuji Technology, 로봇지능에는 Real World·RoboForce·Walden Robotics, 데이터에는 Config Intelligence, 시뮬레이션에는 Ndot Light가 참여한다.

이 구성이 흥미로운 이유는 “삼성이 로봇 스타트업을 많이 모았다”는 사실보다 역할이 분리돼 있다는 점이다. 몸체와 손, 행동을 결정하는 지능, 학습데이터, 시뮬레이션이 서로 다른 회사에 흩어져 있다.

Physical AI가 실제 공정에 들어갈 때 고객은 이 가운데 하나만 살 수 없다. 필요한 조합을 선택하고 기존 설비와 연결하고 운영하는 층이 따로 필요해진다.

같은 삼성 제조현장에서도 필요한 로봇은 하나가 아니었다

삼성SDS가 9월 3일 공개한 RX ART 2026 사례에서도 현장마다 필요한 기술이 달랐다. 삼성전기와 세메스의 부품 핸들링·소모품 교체에는 Walden Robotics의 범용 로봇을 적용했고, 삼성중공업과 삼성E&A의 비정형·거친 야외작업에는 RoboForce의 기술을 검증했다.

삼성디스플레이처럼 정밀조작이 필요한 제조·장비 환경에서는 별도의 dexterous manipulation AI를 적용했다. 하나의 “최고 로봇”을 모든 공정에 넣는 그림과는 다르다.

고객의 질문도 “어떤 휴머노이드가 세계 최고인가”에서 “우리 공정의 이 작업에는 어떤 하드웨어와 지능의 조합이 가장 적합한가”로 이동할 수 있다.

삼성SDS가 노리는 자리는 로봇 제조사와 다르다

삼성SDS는 2027년부터 생산설비와 다양한 로봇을 하나로 연결해 운영하는 로봇 오케스트레이션 플랫폼을 본격 선보이겠다고 밝혔다. 이것은 로봇 한 대를 만드는 사업과 다른 층이다.

제조현장에는 이미 MES, 설비제어, 물류, 품질, 작업지시, 안전시스템과 오래된 장비가 존재한다. 새 로봇은 이 시스템을 무시하고 독립적으로 움직일 수 없다.

보도에 따르면 삼성SDS는 25년간 반도체·2차전지·바이오 등 430여 제조 고객사의 MES와 설비·물류 자동화를 구축해왔다. Physical AI에서는 “공장이 원래 어떻게 돌아가는지 아는 경험”이 로봇 기술과 별개의 자산이 될 수 있다.

공장은 로봇 한 대가 아니라 여러 로봇이 함께 일하는 운영체계를 살 수 있다

기업 IT에서 ERP·CRM·Cloud·Database를 모두 한 회사 제품으로만 쓰지 않는 것처럼, 공장의 Physical AI도 멀티벤더 구조가 될 수 있다. 로봇 본체, 손, foundation model, 행동데이터, simulation이 서로 다른 공급자에게서 올 수 있다.

그때 새롭게 비싸지는 문제는 integration이다. 어떤 작업을 어느 로봇에 배정할지, 기존 PLC·MES와 어떻게 연결할지, 업데이트와 장애를 어떻게 관리할지, 여러 종류의 로봇을 어떤 공통 운영기준으로 관리할지가 제품 전달의 일부가 된다.

반석은 이 이동을 Robot Intelligence → Robot Orchestration으로 본다. 더 똑똑한 로봇을 만드는 경쟁이 사라지는 것이 아니라, 그 위에 “여러 로봇을 실제 공장에서 같이 일하게 만드는” 새로운 가치층이 추가되는 것이다.

새로운 Physical AI 인재는 로봇 연구실 밖에서도 나올 수 있다

이 구조가 커지면 필요한 인재도 넓어진다. 어떤 공정에 어떤 로봇을 넣을지 설계하는 solution architect, 로봇과 MES·설비·물류를 연결하는 integration engineer, 여러 로봇의 fleet과 작업을 운영하는 platform engineer, simulation·data pipeline을 연결하는 engineer, 현장에서 KPI가 나올 때까지 붙잡는 field engineer가 필요해진다.

이 사람들 모두가 처음부터 humanoid 연구자일 필요는 없다. MES, PLC·제어, 물류자동화, 산업용 로봇 SI, 설비 commissioning, field service, systems engineering에서 이미 검증된 경험 일부가 adjacent capability가 될 수 있다.

다만 “MES를 해봤다”거나 “PLC를 안다”는 키워드만으로 Physical AI 적합성이 생기는 것은 아니다. 실제 복잡한 hardware/software system을 현장에 배치하고 연결하고 장애를 해결하며 운영해 본 Evidence가 중요하다.

기업도 “로봇 경력 몇 년”만 찾으면 필요한 사람을 놓칠 수 있다

핵심 로봇 제어·manipulation·safety 연구에는 robot-native expertise가 필요하다. 그러나 orchestration과 현장통합의 책임까지 모두 같은 경력조건으로 묶으면 후보군을 불필요하게 좁힐 수 있다.

채용요건을 역할 단위로 분해하면 로봇 자체를 만드는 능력과, 기존 공정에 붙이고 계속 운영하는 능력을 구분할 수 있다. 후자의 시장에서는 제조 IT·자동화·설비통합·field engineering 경력이 새로운 Talent Pool이 될 수 있다.

Physical AI의 인재경쟁은 “로봇 경험자가 몇 명인가”보다 어느 문제에 robot-native expertise가 필요하고 어느 문제는 인접 산업의 검증된 capability로 풀 수 있는지를 더 정확하게 구분하는 경쟁이 될 수 있다.

BANSEOG VIEW

Physical AI의 승자는 모든 로봇을 직접 만드는 회사가 아닐 수도 있다

Team REX의 10개 파트너 구조와 삼성SDS의 2027년 로봇 오케스트레이션 플랫폼 계획은 Physical AI의 가치사슬이 hardware·intelligence 이후 integration·operation으로 확장되는 신호로 읽을 수 있다.

공장에 여러 종류의 로봇이 들어갈수록 기존 MES·PLC·설비·물류와의 연결, fleet 운영, 현장 commissioning과 reliability가 독립적인 capability market이 될 수 있다.

따라서 다음 Physical AI 인재는 로봇을 만드는 사람만이 아니라 서로 다른 로봇을 선택하고 연결하고 실제 현장에서 일하게 만드는 사람일 수 있다.

SOURCES

근거가 된 원자료

Samsung SDS의 2027년 로봇 오케스트레이션 플랫폼과 RX ART 현장검증은 회사 공식 발표를 기준으로 했다. Team REX의 정확한 10개사 구성과 영역 구분은 2026-09-12 Seoul Economic Daily 산업보도를 사용했다. 2027년 플랫폼 출시는 회사의 계획이며 완료된 상용서비스를 뜻하지 않는다. “Robot Intelligence → Robot Orchestration”과 인접 인재시장에 대한 해석은 이 공개사실을 연결한 Banseog 분석이다.