[쫌아는기자들] 클로봇, 지능형로봇의 지능(로봇SW)을 만든다

@주3회 발행하는 뉴스레터 [쫌아는기자들] 입니다. 전문은 유료 구독자에게 공개. 유료 가입(https://page.stibee.com/subscriptions/158656). 일부 보는 무료 가입(https://page.stibee.com/subscriptions/143087)

@그때 투자(나는 그때 투자하기로 했다)에선 현업 투자자가 왜 이 스타트업에 투자했는지를 공유합니다.

필자는 어린 시절에 어느 남자아이들과 마찬가지로 공상 과학 애니메이션이나 영화를 매우 좋아하였다. 특히 로봇이 나오는 작품들을 좋아했는데 1980년대 우뢰매, 태권V, 트랜스포머, 골드라이탄, 겟타로보, 마크로스는 물론이고, 1990년대 철인28호, 선가드, 에반겔리온 등 정말 많은 작품을 봤던 기억이 난다. 초등학교 입학 무렵에는 만화 도감에 실린 가짜 로봇 설계도를 고이 수집하면서 언젠가는 이 로봇을 꼭 만들어보겠다는 다짐하기도 했었다. 비롯 로봇을 만들지는 못했지만 40대에 접어든 지금도 시간이 허락하면 로봇 관련 게임이나 영상물들을 챙겨보고 있으며 이따금 내무부 장관의 승인하에 로봇 피규어나 스태츄를 구매하는데, 어느덧 창고 2개는 너끈히 채울 정도로 가득인 만큼 필자는 로봇과 로봇산업에 진심이다..

로봇은 옛날부터 영화나 애니메이션의 단골 소재였지만 로봇 산업 현실은 그렇게 녹록하지 않았다. 물론 제조를 비롯한 산업 환경에서 제품을 취급, 조립, 가공하는 산업용 로봇은 1970년대부터 도입되었다. 하지만 이러한 산업용 로봇은 사람의 안전을 위해 사람의 동선과 물리적으로 분리된 환경에 한해서 사전에 프로그래밍된 룰 베이스로 정해진 업무를 수행하는, 일종의 기계에 가깝다고 봐야 할 것 같다.

황금전사 골드라이탄. 라이터가 로봇으로 변하는 설정이다. 1980년대 히트 로봇물. / 아마존재팬

사람들이 로봇 하면 흔히 떠올리는 사람들 곁에서 안전하게 작동할 수 있는 협동로봇의 최초 사례는 독일 기업 KUKA가 2004년에 출시한 LBR3임을 고려하면 그 역사는 생각만큼 길지 않다. 또한 요즘 많이 회자되는 물류 로봇의 대표 사례는 2012년에 아마존이 자사 물류센터에 적용한 Kiva임을 고려하면 물류 로봇의 상용화 시기 또한 그리 오래되지 않았다.. 우리나라에서도 이러한 시대 흐름에 동조하여 한국과학기술연구원(KIST)에서 2003년경 ‘프론티어지능로봇사업단’을 발족하고 10년간 총 연구비 1천억원을 투입하여 지능형 로봇 ‘실벗3′, ‘메로S’ 를 완성하는 등 로봇 기술 고도화 및 상용화를 추진한 바는 있으나 한동안 그 명맥이 끊겨 있었다.

로봇은 우리에게 매우 익숙한 단어이고, 산업 현장에서는 오래 전부터 도입되고 있었지만 우리 삶의 인근에 들어오기 시작한지는 생각보다 그리 오래되지는 않았다. 최근 들어 협동로봇을 필두로 물류로봇, 웨어러블 로봇 등 다양한 로봇들이 각광받고 있지만, 로봇 분야가 전혀 주목받지 못했던 2017년도부터 꾸준히 로봇 기술을 개발하며 착실히 레퍼런스와 실적을 쌓아올려 올해 하반기 IPO를 계획하고 있는 클로봇을 소개하고자 한다.

◇소프트웨어를 만드는 지능형로봇 솔루션 회사 ‘클로봇’

2018년 벚꽃이 개화하는 계절에 가족들과 함께 집 근처에 새로 오픈한 대형몰에 방문했었다. 푸드코트를 방문했는데 필자 눈에 유독 띄는 기구가 있었으니, 그것은 바로 키오스크였다. 당시만 하더라도 로드샵에서는 키오스크를 거의 찾아볼 수 없었는데 그 대형몰은 예외없이 모든 매장에 키오스크가 설치되어 있었다. 마침 배스킨라빈스에도 키오스크가 설치되어 있어서 점원의 업무 형태를 살펴보며 키오스크의 효율성을 확인하였다. 과거에는 고객이 아이스크림을 다 고를 때까지 점원은 고객을 따라다니며 아이스크림 통에 아이스크림을 하나씩 담아야 했기 때문에 주문 1건을 처리하는데 시간이 많이 걸릴 수밖에 없었다.

하지만 키오스크에서는 고객이 모든 아이스크림을 선택하고 결제까지 완료한 뒤에 주문서가 출력되었으며 점원은 그때부터 아이스크림을 담으면 되었는데, 이것만으로도 상당한 작업 효율을 이끌어내는 듯 하였다. 현장을 목격하면서 나는 2가지 힌트를 얻었다. 1)로봇이 단 하나의 Task만 완벽히 처리할 수 있어도 사람의 업무 효율은 크게 향상된다는 점, 2) 아직은 기존 매장에 키오스크를 도입하는 비용은 부담되지만 모든 설비를 처음 셋팅하는 신규 매장이라면 점원 고용애 따르는 인건비 등을 고려하여 키오스크류 장비 도입을 충분히 검토할 수 있는 ROI 임계점(즉, 인건비와 장비 도입비용의 교차점)에 도달했다는 점이였다. 이때를 기점으로 필자는 로봇 업체들을 적극적으로 검토하기 시작했다.

당시에도 물류로봇, 안내로봇, 교육로봇, 소셜/돌봄 로봇 등을 개발하는 다양한 로봇 회사들이 존재하였는데 대부분 로봇 HW 개발사라는 공통점이 있었다. 로봇을 만드는 회사라면 너무나 당연하고 자연스러운 흐름이였지만 필자의 짧은 생각으로는 아직 고객의 니즈도, 시장 존재여부도 확실하지 않은데 많은 자본이 투입되는 HW 개발을 메인으로 삼는 사업모델이 과연 올바른 사업형태인가 의문이 들어서 투자를 진행하지는 못하였다. 그렇게 수 개월의 시간이 무심히 흘러가고 있을때 친분이 있는 모 스타트업 대표님으로부터 로봇 SW 개발사를 하나 소개받았다. 필자는 당시에 네이버 D2SF 소속으로 기술 스타트업에 투자하던 역할을 맡고 있었던터라 바로 첫 미팅을 가졌었고, 해당 미팅에서 투자를 커밋했었다. 클로봇과의 인연은 2018년 12월, 이러한 스토리로 시작되었다. 그리고 그 인연 덕분에 스톤브릿지벤처스에서도 2023년 12월에 또 한번 투자할 기회를 갖게 되었다.

◇로봇 산업이 각광받게 된 배경과 시사점

이미 수 많은 로봇 전문가들이 밝힌 것처럼 로봇 산업이 각광받게 된 이유는 자명하다. 필자도 다른 분들의 의견에 동의하고 있으며 특히 주요한 이유는 2가지로 좁힐 수 있을 것 같다.

첫번째는 로봇에 적용할 수 있는 다양한 SW 기술의 고도화다. 클라우드 기술, SLAM / MMS 류의 위치 인식 및 맵핑 기술 등을 언급할 수 있을 것 같다. 그 중에서도 필자가 생각하기에 대표적인 SW 기술은 AI / 머신러닝이라고 생각한다. 과거 로봇 산업은 기계공학이 메인이였으며 SW는 로봇을 사용 목적에 맞게 제어하기 위한 용도로 사용되었다. 때문에 불과 10여년 전만해도 로봇 SW는 각종 작업을 수행하기 위한 룰베이스 코딩이 주를 이뤘기 때문에 새로운 작업 환경이나 돌발 상황에 대한 대처를 충분히 준비하기는 어려움이 있었다. 하지만 AI로 인해 로봇은 학습을 통해 작업 환경을 인지하고, 작업 방식을 정의하는 등 최적화된 알고리즘을 스스로 구상할 수 있게 되면서 로봇 활용도가 획기적으로 높아졌다. 또한 AI로 인해 별도의 입력장치가 없어도 인간의 명령을 정확이 이해할 수 있게 되었다는 점도 큰 발전이라 생각한다.

두번째는 전세계적인 현상인 저출산 및 고령화, 인건비 상승, 3D 업종 기피 등 사회적 환경 변화라고 생각한다. 이 중에서도 특히 가파른 인건비 상승은 초기 로봇 도입 비용의 허들을 낮추는 역할을 톡톡히 한 것 같다. 현재 사업주들은 각자의 사업 현장에 다양한 로봇을 도입하려는 움직임을 보이고 있다. 도입 규모가 큰 제조나 물류 산업 뿐만 아니라 농어촌, 병원, 오프라인 매장, 가사업무 등 소규모 사업장에서도 각자의 목적에 맞는 로봇이 도입되고 있다.

이처럼 로봇 도입 여지가 높아짐에 따라 로봇의 종류도 다행해지고 있고, 그만큼 사업주들의 로봇 사용 목적과 시나리오도 다양해짐에 따라 고도화된 로봇 SW의 필요성도 크게 증가하는 추세다. 단적인 예로 동일한 AMR 로봇일지라도 해당 로봇을 제조 공장에 도입하는 경우와 이커머스 물류 창고에 도입하는 경우에는 각 고객의 요구사항이 판이하게 달라진다. 동일한 서빙로봇이라할지라 해당 로봇을 병원이나 PC방, 음식점 등에 도입하는 경우에도 고객의 요구사항은 판이하게 달라진다. 하지만 로봇 HW는 사양이 정해진 일종의 공산품에 가까우므로 로봇 SW 파트가 각 사업주의 요구사항을 맞춰주는 역할은 담당하고 있다.

앞서 설명한 로봇 각광 사유 2가지를 정리하자면 결국 로봇 SW를 얼마나 정교하게 다룰 수 있느냐가 고객사의 로봇 채택여부를 결정한다고 봐야 할 것이다. 그리고 클로봇은 이러한 포인트를 정확하게 잘 공략한 팀이다.

◇20년 이상 로봇 사업에 몰두한 김창구 대표

우선 클로봇 김창구 대표의 경력을 간단히 소개하고자 한다. 김창구 대표는 KIST 연구원으로 8년동안 근무하면서 2005년에는 양팔 작업 로봇, 2008년에는 ‘프론티어지능로봇사업단’ 일원으로서 세계 최초의 감성 인터랙션을 가능하게 하는 이족 보행 로봇 키보를 개발하였고, 타임즈의 올해의 10대 발명품에 선정된 얼굴 로봇 메로의 소프트웨어 개발에 직접 참여하였다.

2013년에는 KIST 프론티어지능로봇사업단의 사업단장이던 김문상 박사가 창업한 KIST 1호 출자 기업 로보케어의 사업 개발 이사로 합류하여 본격적으로 사업을 시작하였다. 대량 양산 모델을 목표로 서비스 로봇 사업을 본격적으로 시작했으나 아쉽게도 당시는 로봇이 대중화되는 시기가 아닌터라 대규모 양산까지 이어지지는 못했다. 이후 반도체 장비 전문기업 글로벌스탠다드테크놀로지(GST)가 2015년 로보케어를 인수하면서 직접 창업에 나서게 되었다.

상기 서술한 경험을 김창구 대표가 로봇 사업에 관한 많은 인사이트를 얻게 된 소중한 시간이었으며 아직 체력이 약한 스타트업에게는 대규모 양산이 필요한 로봇 HW 보다는 SW 및 로봇 서비스의 분야에 사업 기회가 있다는 것을 확신하여 클로봇을 설립하셨다. 서비스 프로바이더로 포지셔닝 해야겠다는 생각에 사명도 클라우드와 로봇의 합성어인 클로봇으로 작명하였다.

◇고객사가 원하는 그 어떤 로봇도 딜리버리 가능

클로봇 사업은 로봇 도입을 희망하는 고객사에게 로봇 컨설팅을 제공하는 것부터 시작된다. 클로봇이 고객사의 로봇 도입 취지, 타겟 성능, 예산 등을 확인한 뒤 그에 적합한 로봇 HW를 자회사 로아스를 통해 소싱하고 있다. 참고로 로아스는 글로벌 로봇 HW 제조사인 클리어패스, 패치로보틱스, 로보틱, 보스턴다이나믹스 등 20여개사와 파트너쉽을 맺고 있으며, 대응 가능한 로봇 종류는 모바일 로봇은 물론이고 4족 보행 로봇, 로봇 암, 그리퍼 등 고객사 현장에서 필요로 하는 대부분의 로봇을 취급하고 있다.

자회사 로아스를 통해 소싱한 로봇 HW에 모회사 클로봇이 자체 개발한 이기종 로봇 통합 관제 SW ‘크롬스’, 자율주행 SW 솔루션 ‘카멜레온’, 그리고 기타 고객사 요구사항에 알맞는 모듈형 SW 컴포넌트까지 통합 제공하게 된다.

크롬스는 특정 로봇 제조사나 로봇OS에 의존하지 않고 다수의 로봇을 통합 제어, 관리 및 모니터링 가능한 클라우드 기반 로봇 관리 솔루션이다. 자사 로봇 HW 중심의 RMS(Robot Management System)인 타 로봇 HW와 달리 다수의 이기종 로봇 과의 연동 호환성이 높은 것이 가장 큰 장점이다. 부연 설명하자면 크롬스에 안내로봇, 방역로봇, 경비로봇 등 다양한 목적의 로봇을 연동하면 각 로봇이 상호 인지, 판단 및 제어할 수 있게 되므로 이기종 로봇 간의 군집 주행, 협업 주행, 회피주행, 추종 주행이 가능하며 각 로봇이 수행한 작업이력 관리까지도 가능하다. 때문에 다양한 목적의 로봇이 도입되는 사업장일 수록 크롬스의 가치는 빛을 발한다.

/클로봇

카멜레온’은 SLAM(Simultaneous Localization and Mapping)을 활용하여 고정밀 지도를 작성하고 위치와 물체를 인식함은 물론이고 자율주행 경로를 계획하는 로봇 자율주행 SW이다. 적지 않은 수의 로봇 기업들은 ROS(Robotics Operation System)에서 제공하는 자율주행 오픈소스 스택을 커스터마이징하여 자율주행을 구현한 반면 클로봇은 독자적으로 자율주행 SW을 개발하였다.

상당 수의 경쟁사들이 격자지도 기반의 SLAM 기술을 사용하는 반면, 카멜레온은 주행 공간을 세밀하게 표현할 수 있는 포인트 클라우드 기반의 SLAM 기술을 사용하므로 정밀도 높은 자율주행 지도를 작성할 수 있다. 또한 카멜레온은 딥러닝 기반 물체인식 기술이 탑재되어 있어서 주행 경로상의 장애물 종류에 따라 안전거리에 차이를 두기도 하며, 주행 통로의 너비를 실시간으로 계산하여 통로가 넓은 공간은 느린 회피를 시도하고 좁은 공간은 빠른 회피를 시도하는 등의 섬세한 자율주행이 가능하다.

앞서 설명한 크롬스, 카멜레온은 훌륭한 SW이지만, 그것만으로는 고객사의 각종 요구사항에 대응하기는 다소 부족하다. 클로봇은 이를 해결하기 위해 다양한 모듈형 SW를 컴포먼트 형태로 보유하고 있으므로 인력과 시간 낭비 없이 효율적으로 SW를 개발하여 로봇 HW에 탑재할 수 있다.

SW 컴포먼트는 크게 3가지 레이어로 구분되는데 1) Reactive Layer : 시나리오 대응에 필요한 다양한 센서 데이터를 취득하는 SW 모듈, 2) Sequencing Layer : Reactive Layer에서 취득한 데이터를 취합/분석하여 고객사 시나리오별 대응 방안 (주행 루트 편성, 사물/호출 인식, 감성 표현 등)을 수립하는 SW 모듈, 3) Application Layer : Sequencing Layer의 시나리오별 대응 방안에 따라 실제로 해당 시나리오를 구현 및 관리(로봇 발화/표현, 로봇 원격 제어 관리)하는 SW 이다.

포인트 클라우드 기반의 SLAM. /클로봇 제공

주행 경로상의 장애물 인식. / 클로봇 제공

모듈형 로봇 SW 아키텍쳐 구성도. / 클로봇 제공

◇모든 로봇 HW업체와 협력할 수 있고, 타겟 고객의 제한이 없다

로봇 산업에 관심있는 사람들은 모두 잘 알다시피 로봇 산업의 전망은 매우 밝지만 아직은 큰 매출을 기록하는 기업은 많지 않다. 그리고 대부분의 로봇 기업들은 로봇 HW 개발에 초점이 맞춰져 있어서 로봇 SW 개발에 힘을 쏟을 여력이 그리 많지 않다. 엎친데 덮친 격으로 로봇 HW 기업에서 로봇 SW 인력을 채용하더라도 규격이 정해진 로봇 HW에 로봇 SW를 맞춰야 하는 형국이으로 로봇 SW 인력은 상대적으로 을의 입장에 처하게 되어 퇴사율도 높은 편이다.

상기 여건으로 인해 현재 로봇 HW 업체는 자체적으로 로봇 SW 인력을 내재화하기 보다는 본인들의 HW에 고객이 원하는 로봇 SW를 탑재하여 잘 세일즈해 줄 수 있는 협력사를 필요로 한다. 이 지점에서 로봇 SW 개발력이 강한 클로봇의 경쟁력이 빛을 발한다. 또한 클로봇은 특정 로봇 HW에 종속되지 않고, 개별 고객사의 요구사항에 알맞는 로봇 HW를 소싱하면 되기 때문에 타겟 고객의 제한이 없으며 이렇게 쌓은 사례들은 다른 고객을 유치하는데 훌륭한 레퍼런스로 작용하게 된다.

클로봇의 레퍼런스로는 현대자동차, 암웨이 등에 안내 로봇, 국립암센터에 이기종 의료 로봇(의료 이송 로봇, 방역 로봇), 보스톤다이나믹스의 4족 보행 로봇 “SPOT’에 로봇 관제 솔루션을 결합하여 공장 순찰/방범용 등이 대표적이다. 또 최근 수요가 집중되고 있는 AMR 사례도 다수 보유하고 있다. 롯데글로벌로지스 이천 물류센터에물류 로봇을 공급하고 현대자동차 조지아 공장 라인에 AMR 도입 프로젝트에도 참여하고 있다. 현재 클로봇은 지난 5년간 앞서 언급한 현대자동차를 비롯한 KT, 한국문화정보원 등을 포함하여 약 60여개 고객사를 확보한 국내 1위 B2B 지능형로봇 서비스회사로 성장하였다.

2018년 연말, 클로봇 투자계약서에 날인하던 날이 기억난다. 당시만 해도 로봇 분야는 만년 유망주라는 비운의 타이틀이 걸려있었다. 당시 김창구 대표는 ‘클로봇 멤버들 조차도 투자는 힘들 것이라 생각했는데 드디어 멤버들에게 좋은 소식을 전할 수 있게 되었다’며 정말 밝게 웃으셨었다.

그 이후에도 어려운 시기를 수도 없이 보냈지만 끊임없이 기술을 개발하고 사업모델을 개선하며 좋은 레퍼런스를 쌓았고 현재는 그 어느 로봇 기업보다도 높은 매출을 기록하는 기업으로 성장하였다. 대표이사 비롯한 임직원들이 합심, 노력하여 어려운 시기를 극복해내면 결국 좋은 결실을 맺을 수 있다는 점을 확인하였는데, 클로봇은 필자의 투자자 인생에 여러모로 좋은 경험과 기억을 안겨준 기업이다. 클로봇은 올해 하반기 IPO를 앞두고 있다. 세상 어디에 내놓아도 자랑스러운 기업이다. 로봇 산업은 이제 막 개화하였을 뿐이니, 클로봇은 앞으로도 더욱 높게 비상할 기업이라고 필자는 정말 굳게 믿는다.