연구 · 선박 Physical AI 와이어

선박 피지컬 AI 브리핑 · 2026년 10월 6일

한줄: 지난 7~14일 선상가열·곡가공 전용 신규 논문·프리프린트 없음. 대신 오늘(10/6) NMRI·JMAC BRIDGE ‘AI 조선 로봇’ 심포지엄(13:30–16:30 JST=KST, 예정·결과 미확인), 리옵스 시리즈A·히타치×화낙 제휴·SJTU 박판 생성형 DT 논문.

공개 자료만. 회사·보도 수치는 회사 제시·보도 인용, 논문 수치는 논문 보고. 심포지엄 결과는 아직 없음.

슬라이드 1 · 곡가공 일정

오늘: NMRI·JMAC ‘AI 조선 로봇’ 심포지엄 (예정)

  • 일시: 2026-10-06 13:30–16:30 JST(한국 시간 동일). 도쿄 현장 + Zoom
  • 성격: 일본 국토교통성 BRIDGE 사업 중 건조 공정 자동화·인력 절감 과제 ‘AI 조선 로봇’ 성과 공유
  • 발표: JMU(재팬 마린 유나이티드) 생산기술본부장 — 조선업계 사례 / 와세다대 오가타 데쓰야 교수(AI로봇협회 이사장) 기조 / 소프트뱅크로보틱스·히타치 — 다른 산업 사례
  • BRIDGE 과제에 포함된 JMU AI 곡가공 로봇: 고속 시뮬레이션·AI로 강판 가열 위치 계산 + 현장 지식 학습 기능 전수용 AI 챗봇 실증 (과제 설명; 오늘 발표 결과는 아직 확인 전)
  • 공정 담당자: 오늘 발표에서 JMU 곡가공 AI의 현장 진척이 공개될 수 있음 → 발표 자료·보도 나오면 후속 확인

※ 본 와이어 작성 시점 기준 행사 전·당일 오전. 결과·수치를 주장하지 않음.

https://seminar.jmac.co.jp/SeminarDetails?id=a0HRB00000MeON72AN&kind=1
https://www.nmri.go.jp/bridge/files/nmri_saitaku.pdf

슬라이드 2 · 리옵스

리옵스 · 시리즈A 1차 40억 원 — 공간 MES → 용접 자동화

아래 수치는 보도·회사 제시이며 독립 검증되지 않음.

  • 라이다로 조선소 현장을 3D 스캔 → 설계 도면과 자동 정합해 공정 진척·블록·부품 조립 상태를 판정하는 공간 MES 스타트업 (머니투데이 2026-09-28 단신, 10-03 심층)
  • 리드: 스톤브릿지벤처스 / 후속: 본엔젤스. 핵심: 자체 공간 파운데이션 모델 LSM(Large Spatial Model)
  • 대기업과 유상 PoC를 거쳐 실제 구축 단계로 넘어갔다고 보도. 한화오션 내업 전 공정 구축도 진행 중이라고 보도
  • 투자금 용도(회사·보도): 용접 자동화, 실외 자율주행 로봇·지게차, 열변형·틀어짐 실물 구조물 반복 실증용 ‘로봇 작업반’ 테스트베드
  • 8월: KEIT 조선해양 신규 과제 2개(HD현대삼호 주관, 정부지원금 총 284억 원 — 보도) 공동연구기관 선정; 핀칸티에리 협업 파트너로도 선정(보도). 로봇 작업량 과금 모델도 추진 중(회사·보도)
  • 공정 담당자: 곡블록·곡판처럼 형상 편차가 큰 부재는 3D 계측↔설계 비교가 자동화의 출발점. 곡가공 후 형상 검사·용접 경로 생성에 같은 스택을 쓸 여지

https://www.mt.co.kr/future/2026/10/03/2026100216214274767
https://www.mt.co.kr/future/2026/09/28/2026092813205127550
https://www.liops.ai/solution

슬라이드 3 · 히타치×화낙

히타치×화낙 · 피지컬 AI 공동 사업화 전략 제휴 (9/30)

  • 양사 보도자료(2026-09-30): 히타치 AI(HMAX Industry 등) + 화낙 AI 탑재 산업용 로봇. 히타치 그룹 공장을 Customer Zero로 공동 검증 후, 2027 회계연도부터 고객 현장 배포 계획
  • 초기 검증: 히타치 이바라키 공장 — 부품 피킹, 생산 품종 전환(changeover) 등
  • 배포 대상 산업 목록에 조선(shipbuilding) 포함 — 이름만 올라 있음. 첫 실증 현장이 조선소라는 뜻은 아님
  • 공정 담당자: 일본 최대 산업용 로봇 업체가 조선을 피지컬 AI 대상 시장으로 공식화. 오늘 BRIDGE 심포지엄에도 히타치가 발표자로 예정

https://www.hitachi.com/en/press/articles/2026/09/0930a/
https://www.fanuc.co.jp/en/profile/pr/newsrelease/2026/notice20260930.html

슬라이드 4 · SJTU 논문

[논문] 선박 박판 라인 생성형 디지털 트윈 (SJTU 학보)

  • 게재: 상하이교통대학 학보 60권 8호, 2026-09-02. 둥화대·상하이 외고교조선(SWS)·홍콩이공대 공저
  • 방법: 박판 라인의 공정 단위·설비·속성·감지·제어 단위·기능 행위를 5개 온톨로지로 정의 → LLM이 자연어 설명을 DTDL v3 모델로 자동 변환 → 이중 피드백으로 검증
  • 논문 보고 수치(수동 모델링 대비): 작성 시간 105.3분 → 21.5분(79.6% 단축), 실체(엔티티) 인식 정확도 +9.4%, 속성 커버리지 +28.5%
  • 공정 담당자: 중국 대형 조선소(SWS 공저)가 생산라인 DT 구축에 LLM을 직접 쓰기 시작했다는 신호. 곡가공처럼 데이터 형식이 제각각인 공장 트윈 설계 시 참고 구조

https://xuebao.sjtu.edu.cn/EN/Y2026/V60/I8/1279

슬라이드 5 · 구매자 관점

조선소 Physical AI 구매자에게 주는 신호

  1. 곡가공 게이트는 오늘 심포지엄 — JMU AI 곡가공·가열 위치 계산의 현장 진척이 공개되는지 확인. 결과는 후속 와이어
  2. 3D 계측 = 비정형 공정의 입구 — 공간 MES·LSM 계열은 곡블록 형상 검사·용접 경로와 맞닿음. PoC→구축 주장과 실제 공정 범위를 구분
  3. 로봇 벤더의 시장 신호 ≠ 파일럿 — 히타치×화낙은 조선을 대상 산업명으로 올렸으나 첫 Customer Zero는 히타치 이바라키
  4. 생성형 DT — LLM→DTDL 파이프라인은 라인 온톨로지 표준화가 선행 조건. 논문 수치는 논문 보고
  5. 반복하지 않은 최근 맥락: FT 한·일 로봇 경쟁(10/4), 한화오션×KIRO(9/30), 삼성중공업×KIRO(9/17), 뉴로메카 LAM(9/28), 삼성전자·KT의 HD현대삼호 실증 — 이전 와이어 참고

슬라이드 6 · 출처

출처

선상가열·곡가공 AI 전용 신규 논문·프리프린트: 이번 검색 창(약 7~14일)에서 해당 없음