AI 경쟁의 중심이 ‘모델’에서 ‘데이터’로 이동하고 있습니다. 로봇 연구 역시 합성 데이터 기반의 시뮬레이션을 넘어, 실제 환경을 얼마나 정확하게 이해하고 반영하느냐가 기술 경쟁력을 결정합니다. 이를 가능하게 하는 핵심 기반이 바로 로봇을 실제 환경에서 시험·운영하며 데이터를 축적할 수 있는 실증 환경인 '테스트베드’입니다. 현실에서 양질의 데이터를 확보하고, 이를 학습해 다시 실제 공간에서 검증하며 기술을 끊임없이 고도화할 수 있는 인프라이기 때문입니다.
현실 공간을 정밀하게 복제한 디지털 트윈과 고품질 공간 데이터는 로봇이 환경을 인식하고 시뮬레이션을 구축하는 출발점이 됩니다. 여기에 로봇이 실제 공간을 이동하며 관찰하고 경험하며 쌓아가는 주행·시각 데이터가 더해지면 주행 효율은 높아지고, 주변 사물·사람·상황에 대한 대응 능력도 강화됩니다. 또한 로봇 서비스를 직접 운영하며 축적되는 사용자·운영 데이터는 서비스 품질을 정교하게 개선하고 효율성과 만족도를 높이는 중요한 자산이 됩니다.
네이버랩스는 일찍부터 리얼 데이터의 중요성을 인식하고, 자체 매핑 장비부터 로봇 개발, 그리고 실환경 테스트까지 모든 과정을 직접 설계하고 운영하며, ‘데이터 수집 → 학습 및 적용 → 실환경 검증 → 반복 개선’이라는 선순환 구조를 구축해 왔습니다.
테스트베드를 통한 리얼 데이터의 선순환 구조
현실을 복제하는 정교한 매핑 기술
네이버랩스는 현실 공간을 정확하게 디지털화하기 위해 자체 매핑 디바이스 시리즈를 개발해 활용하고 있습니다. 다양한 환경과 조건에서도 효과적으로 공간 데이터를 수집할 수 있도록, 네 가지 시리즈로 구성되어 있습니다.
이 솔루션들은 현실 공간을 고정밀로 디지털화하여 로봇이 환경을 정확히 인식할 수 있도록 돕습니다. 수집된 데이터는 네이버의 디지털 트윈 플랫폼과 ARC eye 클라우드 측위 시스템에 통합되어 다양한 로봇 서비스로 확장되고, 다시 로봇의 학습 데이터로 활용됩니다.
M시리즈: 실내 공간의 3D 디지털 트윈을 생성하는 고정밀 매핑 로봇
T시리즈: 계단 등 복잡한 실내·외 지형을 이동하며 데이터를 수집하는 웨어러블 매핑 디바이스
R시리즈: 도로 환경을 매핑해 HD맵 제작에 활용하는 모바일 매핑 시스템
P시리즈: 전국 단위의 거리 데이터를 수집하는 파노라믹 매핑 시스템
다양한 공간을 위한 매핑 로봇과 디바이스
로봇부터 서비스까지, 실환경 기반 로봇 실증 데이터
네이버는 2017년부터 실제 사용 환경에서 로봇을 운영하며 기술을 꾸준히 발전시켜 왔습니다. 핵심은 로봇과 서비스를 현실 속에서 지속적으로 실증하며 성장시키는 것입니다. 카페·도서관·물류 현장에서 사용하는 AROUND 시리즈를 시작으로, MIT와 공동 개발한 사족보행 로봇 ‘미니치타’, 사람과 협업하는 양팔 로봇 ‘앰비덱스’, 그리고 네이버 제2사옥 1784에서 실제 서비스를 수행 중인 서비스 로봇 ‘루키’ 등이 대표적입니다. 더불어 자율주행 운송 로봇, 창고 작업 자동화 로봇, 자율주행 셔틀까지 다양한 로봇이 실제 환경에서 데이터를 쌓으며 성능을 고도화해 왔습니다.
로봇이 이동하며 보는 것, 겪는 것, 마주하는 모든 상황은 데이터가 되어 주행 효율과 안전성을 높입니다. 사람의 동선, 장애물의 종류, 공간적 패턴 등 현실에서만 관찰되는 정보들이 로봇을 점점 더 현명하고 유연하게 만듭니다.
네이버는 로봇뿐 아니라 이를 활용한 서비스 운영 전반을 직접 설계합니다. 실제 운영 과정에서 얻는 사용자 행동과 만족도, 서비스 효율 데이터는 서비스 품질을 정교하게 개선하는 기반이 됩니다. 네이버주문·네이버페이·POS 시스템과 연동된 로봇 배송 서비스 역시 기획부터 운영·유지보수까지 네이버가 직접 수행하며 완성도를 높이고 있습니다.
네이버의 대규모 로봇 테스트베드
네이버 제2사옥 1784는 로봇, 자율주행, AI, 5G, 클라우드 기술이 융합된 ‘테크 컨버전스 빌딩’으로, 미래형 스마트빌딩의 모델로 평가받고 있습니다. 이곳에서 루키는 사람과 함께 엘리베이터를 이용하거나 로봇 전용 엘리베이터인 ‘로보포트’를 통해 수직 이동하며, 고층 빌딩에서 대규모 로봇 서비스를 안정적으로 운영하기 위한 효율성을 실증하고 있습니다.
네이버 1784에서 진행 중인 로봇의 수직 이동 테스트
한편, 하이퍼스케일 데이터센터인 각 세종은 클라우드와 로봇, AI 기술이 결합된 하이퍼스케일 데이터센터로, 실제 운영 환경에서 로봇 자동화를 통해 IT 자산의 입고부터 관리까지 효율성을 극대화하고 있습니다. 축구장 41개 크기의 넓은 캠퍼스에서 여러 로봇이 건물 간을 이동하며 자재를 운반하고 사람의 동선을 지원하는데, 이 시스템은 마치 수평으로 펼쳐진 엘리베이터처럼 작동합니다.
1784는 스마트빌딩의 테스트베드, 각 세종은 스마트캠퍼스의 테스트베드로 기능하며, 두 인프라가 함께 네이버의 로봇 AI 기술을 고도화하는 기반이 되고 있습니다.
실내외 다양한 환경에서 운영되는 각 세종의 로봇
합성 데이터와 시뮬레이터는 로봇 AI 발전을 위한 훌륭한 도구입니다. 하지만 현실의 복잡성을 모두 재현할 수 있는 것은 아닙니다. 그리고 서비스 데이터는 또 다른 차원의 현실성을 드러냅니다. 네이버는 실제 공간과 서비스에서 얻은 데이터를 통해, 실제 물리 환경에서 사용자들과 함께 로봇 기술을 실험하고 개선하고 있습니다.