[CES 2026] 현신균 LG CNS CEO “학습·운영 강화해 로봇 ‘신입사원’ 처럼 키울 것"

[녹색경제신문 = 김지윤 기자] LG CNS가 로봇 사업에서 하드웨어 경쟁이 아닌 ‘현장 적용과 재학습’ 역량을 핵심 경쟁력으로 내세웠다. 

현신균 LG CNS 사장은 지난 7일(현지시간) CES 2026 현장에서 열린 기자간담회에서 “LG CNS는 로봇 하드웨어를 만드는 회사가 아니라, 제너럴 브레인을 탑재한 로봇을 산업 현장에 맞게 학습시키고 실제로 일하게 만드는 역할을 맡고 있다”고 밝혔다. 

휴머노이드와 피지컬 AI 경쟁의 본질이 로봇 자체보다 현장에 얼마나 빠르고 정확하게 투입할 수 있느냐에 있다는 판단이다.

현 사장은 로봇 생태계를 하드웨어 제조사, 제너럴 브레인(RFM·VLA 등) 개발사, 그리고 이를 산업·생활 현장에 적용하는 기업으로 구분했다. LG CNS는 이 가운데 세 번째 영역에 집중한다는 설명이다. 

이미 만들어진 로봇과 제너럴 브레인을 가져와 현장 데이터를 수집하고, 이를 기반으로 파인튜닝을 거쳐 로봇을 투입한 뒤 지속적으로 모니터링과 재학습을 반복하는 구조다. 그는 “제너럴 브레인을 가진 로봇은 신입사원과 같고, 현장에 맞는 교육과 관리가 이뤄져야 비로소 성과를 낼 수 있다”고 비유했다.

하드웨어에 대한 이해와 최적화 문제에 대해서는 협업 전략을 강조했다. LG CNS는 직접 로봇을 제조하지 않지만, 학습 과정에서 동작이 부자연스럽거나 의도한 액션이 구현되지 않을 경우 하드웨어 업체와 공동 테스트와 개선을 진행한다. 

현 사장은 “하드웨어 기업들은 현장 데이터 확보에 제약이 있는 경우가 많다”며 “현장 데이터를 가진 LG CNS와 협업할 때 가장 적합한 형태의 로봇을 만들어낼 수 있다”고 말했다.

현재 LG CNS는 로봇 하드웨어로는 유니트리 등을 활용하고 있으며, 제너럴 브레인으로는 미국 Skild AI의 로봇 파운데이션 모델(RFM)을 사용하고 있다. 유니트리가 하드웨어를 공급하고, Skild AI의 브레인을 기반으로 LG CNS가 현장 데이터를 학습시키는 역할을 맡는 구조다.

Skild AI를 선택한 이유에 대해서는 “현장 데이터를 적용한 실험에서 실제로 잘 작동했고, 사람의 행동 데이터를 포함한 데이터 생성 역량이 뛰어났다”고 설명했다.

영상 행동 분석, 시뮬레이터 기반 가상 데이터 등 다양한 방식으로 학습 데이터를 만들 수 있다는 점도 협력 배경으로 꼽았다.

로봇 상용화 시점에 대해서는 비교적 신중한 전망을 내놨다. 현 사장은 “전시장에서 보이는 시연이 아니라, 로봇이 실제 생산 라인에서 생산성을 높이는 단계까지는 약 2년 정도가 필요할 것”이라고 밝혔다. 

로봇 기술 자체뿐 아니라 인력과의 협업 구조, 현장 프로세스 정비 등 제반 환경이 함께 갖춰져야 대규모 투입이 가능하다는 이유에서다. 가격 경쟁력을 갖춘 로봇 양산 체제 역시 변수로 작용한다는 설명이다.

생산라인 구축과 부품 공급망 정비에 각각 1년 이상이 소요돼, 본격적인 양산 체제는 2~2년 반 이후 가능할 것으로 내다봤다.

현 사장은 비즈니스 모델에 대해 "턴키 공급부터 소프트웨어 단독 제공, 로봇 운영·재학습 플랫폼까지 다양한 방식을 열어두고 있다"고 밝혔다. 고객에 따라 로봇 하드웨어를 직접 구매해 소프트웨어와 함께 납품할 수도 있고, 현장 투입 이후 작업 지시와 성과 모니터링, 재학습을 담당하는 플랫폼 영역에 집중할 수도 있다는 설명이다. 

Skild AI의 RFM 라이선스 비용 역시 향후 로봇이 실제 현장에 투입될 경우, 사용량 기반으로 최종 고객이 부담하는 구조가 될 가능성이 크다고 덧붙였다.

현 사장은 “앞으로 로봇 하드웨어와 제너럴 모델은 빠르게 평준화될 가능성이 크다”며 “결국 경쟁력은 로봇을 현장에 맞게 선별하고 교육하며 지속적으로 성과를 관리할 수 있는 기업에 있다”고 강조했다.

그는 “LG CNS는 로봇이 실제 산업 현장에서 일하게 만드는 마지막 단계를 책임지는 기업이 되겠다”고 기업의 방향성과 포부를 밝혔다.