2022년, 네이버 제2사옥 1784에서 ARC를 통한 첫 로봇 서비스가 시작됐습니다. 그리고 4년이 지난 지금, ARC는 하나의 건물을 넘어 세종 데이터센터, 일본, 사우디아라비아의 로봇 빌딩 프로젝트로 확장되고 있습니다.
처음의 질문은 단순했습니다. 수십 대의 로봇이 사람들과 같은 공간에서 안정적으로 일하려면 무엇이 필요한가. 네이버랩스는 이 질문을 1784라는 실제 운영 환경에서 검증해왔고, 로봇과 인프라, 서비스가 하나의 구조 안에서 함께 작동해온 지난 4년은 ARC가 더 큰 스케일로 확장되는 기반이 됐습니다.
로봇이 실제로 일하는 데 필요한 모든 레이어를 갖춘 ARC
이 질문은 이제 더 큰 스케일로 이어지고 있습니다. 공간이 달라지고, 로봇의 종류가 달라지고, 서비스 요구사항이 달라져도 동일한 구조로 운영될 수 있는가.
1784에서 시작된 실험은 이제 글로벌 현장의 실운용 과제로 확장되고 있습니다. 일본에서는 NTT동일본과 협력해 도쿄 미드타운 야에스 빌딩에서 로봇 서비스 파일럿을 진행했고, 사우디아라비아에서는 NHC의 스마트시티 프로젝트와 뉴 무라바 오피스 등에서 로봇·디지털트윈 기술의 현장 적용을 이어가고 있습니다.
.png)
ARC는 이 과정에서 계속 고도화됐습니다. 해외 프로젝트는 ARC가 단일 건물을 넘어, 다양한 환경에서도 작동하는 로봇 운영 플랫폼으로 진화하는 계기가 됐습니다. 현장이 달라지면 요구사항도 달라집니다. 환경이 바뀌어도 로봇은 위치를 알아야 하고, 제조사가 달라도 함께 움직여야 하며, 그 위에서 서비스는 빠르게 구축되고 현지에 맞게 확장될 수 있어야 합니다.
수십 대의 로봇이 동시에 움직일 때 병목은 어디서 생기는지, 엘리베이터 호출은 어떻게 나눠야 하는지, 혼잡한 시간대엔 어떤 경로가 더 안전한지. 이런 질문들은 다양하게 마주하는 실제 서비스 환경에서만 드러납니다. 지난 4년이 그 답을 만들어온 시간입니다.
또 다른 자산, 데이터
ARC의 4년은 시스템을 만든 시간이기도 하지만, 동시에 데이터를 축적한 시간이기도 합니다.
로봇이 실제 공간에서 움직이면 수많은 데이터가 쌓입니다. 로봇이 본 공간, 이동 중 마주친 상황, 서비스 요청과 수행 결과, 시간대별 혼잡도, 반복되는 예외 상황 등이 모두 운영 데이터가 됩니다.
이 데이터들은 개별적으로 끝나지 않습니다. 로봇 센서 데이터, 공간 데이터, 서비스 데이터를 하나의 파이프라인으로 연결해 로봇의 역량을 지속적으로 높이는 연구가 진행되고 있습니다. 실제 환경에서 발생한 예외와 반복 패턴이 다시 학습으로 이어지고, 그 결과가 다시 로봇 운영에 반영되는 구조입니다.
개별 로봇의 지능을 넘어, 시스템과 규모의 문제로
로봇이 실제 공간에서 일하기 위해서는 모델 성능만으로 충분하지 않습니다. 지능이 아무리 뛰어나도, 그 지능이 여러 로봇과 공간 인프라, 서비스 시스템 안에서 안정적으로 작동하지 않으면 실제 운영으로 이어지기 어렵습니다.
네이버랩스 유럽에서 열린 ‘AI for Robotics’ 워크샵에서도 이 관점은 강조됐습니다. 공간지능 개념을 처음 제안한 임페리얼 칼리지 런던의 앤드류 데이비슨(Andrew Davison) 교수는 로봇이 현실 공간에 배치될수록 단순한 모델 성능 향상보다, 분산된 시스템들이 어떻게 안정적으로 상호운용될 수 있는지에 대한 구조 설계가 중요하다고 설명했습니다. 로봇 최적화 및 제어 분야 연구자인 저스틴 카팡티에(Justin Carpentier) 역시 수학적 최적화를 기반으로 시스템 전반의 효율을 높이는 접근을 강조했습니다.
결국 일하는 피지컬 AI의 경쟁력은 "로봇 한 대가 얼마나 똑똑한가"를 넘어섭니다. 그 지능을 수많은 다기종 로봇에 얼마나 안정적으로 배치하고, 조율하고, 서비스로 연결할 수 있는지가 실제 운영의 성패를 가르는 키입니다.
AI 에이전트와 연결되는 실행 플랫폼으로
4년 전, 네이버랩스는 "We'll sell ARC"라는 목표를 밝혔습니다. 1784에서 첫발을 내디딘 ARC는 이제 세종 데이터센터와 해외 로봇 빌딩 프로젝트로 뻗어나가고 있습니다. 단일 건물을 넘어, 글로벌 빌딩과 도시 환경을 아우르는 '실행 플랫폼'으로 그 적용 범위를 넓혀가는 중입니다.
ARC는 공간을 인식하고, 다수의 로봇을 조율하며, 서비스를 실행합니다. 그리고 이 과정에서 쌓인 데이터를 다시 로봇의 지능으로 연결합니다. 이 단단한 구조는 네이버가 보유한 쇼핑, 지도, 결제와 같은 디지털 서비스와 만나 새로운 시너지를 냅니다. 온라인 서비스 생태계가 AI 에이전트의 판단을 돕고, ARC가 이를 물리적인 실행으로 연결하는 중요한 기반이 되는 것입니다.
ARC를 통해 피지컬 인프라와 온라인 서비스 생태계가 연결되면서, 네이버의 서비스는 화면 안에 머무는 경험을 넘어 현실 공간에서 실제 행동을 수행하는 환경으로 확장되고 있습니다. "We'll sell ARC"라는 선언은 이제 AI 에이전트 시대에 온라인과 오프라인을 잇는 실행 인프라를 만들겠다는 방향으로 구체화되고 있습니다.
