Chapter 16: 단계적 확산 시나리오 — 제조피지컬AI 기술 정복과 산업 확산

16.1 질문과 범위

Chapter 11–14는 현재 상태를 매핑했다. Chapter 15는 한국의 네 축 차별화 전략을 주장했다. Chapter 16은 질문하며 책을 닫는다 — 2026–2032 구간에 휴머노이드는 어떤 순서로 배치 맥락에 확산되며, 한국 산업 행위자들은 이에 맞추기 위해 투자를 어떻게 시퀀스해야 하는가? 챕터의 기여는 더 넓은 MPA-AI 테제(WEF 2025 [WEF, 2025]와 MOTIE M.AX ^[2]와 공유)에 대한 이 책의 단계적 확산 전개다 — 공장-서비스-가정 프레이밍을 발명하는 대신 시퀀싱을 한국 제조 경쟁 우위에 명시적으로 묶는다.

시나리오를 앵커하는 세 외부 참조점:

• ABI Research와 IDC 출하 투영 ^[6]은 약 2026년 10,000 휴머노이드 단위에서 2032년까지 ~100만 단위로 성장을 시사한다 — 챕터가 프레임하는 7년 창에 대한 산업 애널리스트 베이스라인.
• Morgan Stanley ^[7]는 $5조 시장 시나리오 하에서 약 2050년까지 10억 휴머노이드라는 장기 공격적 시나리오를 투영하며, 2026–2032 창이 초기 변곡인 복리 성장률을 함의한다.
• Blankemeyer (2025) ^[8]는 섹터에 걸친 휴머노이드 대체의 노동 경제 분석을 제공하여 어느 배치 맥락이 경제적으로 지속 가능한지 대 미미하게 수익성 있는지 알린다.

이 책의 기여는 독립적 출하 예측을 생산하는 것이 아니다. 3단계 확산(공장 → 서비스 → 가정)을 한국 섹터 시퀀싱(반도체 + 자동차 먼저, 조선 + 배터리 둘째, 서비스와 가정 셋째)과 Chapter 15의 축 소유권 매트릭스에 묶는 것이다. 챕터 구성: 3단계 프레이밍 (§16.2), Stage 1 공장 (2026–2028) (§16.3), Stage 2 서비스 (2028–2030) (§16.4), Stage 3 가정 (2030–2032) (§16.5), 세 단계에 매핑된 한국 섹터 시퀀싱 (§16.6), 교차 위험과 정책 변수 (§16.7), 책 수준 열린 질문 (§16.8).

16.2 3단계 프레이밍과 그 근거

공장 → 서비스 → 가정 시퀀싱은 인간 선호에 대한 주장이 아니다. 2026–2032 기술 제약 하 배치 실현 가능성에 대한 주장이다. 세 제약이 순서를 추동한다:

제약 1: 태스크 구조 복잡성. 공장 태스크는 고도로 반복적이고 범위가 잘 경계지어지며 예측 가능한 조명, 깨끗한 바닥, 잘 정의된 태스크 엔벨로프를 갖는 통제된 환경에서 작동한다. 서비스 태스크(소매, 물류, 환대)는 가변 조명, 어지러운 바닥, 인간과의 상호작용을 갖는 덜 통제된 환경에서 작동한다. 가정 태스크는 예측 불가능한 인간, 반려동물, 아이, 특이한 태스크 정의를 갖는 최대 비정형 환경에서 작동한다. 2026 휴머노이드 정책 스택은 공장급 태스크를 합리적으로 처리한다(Chapter 7 §7.4 판결). 서비스급 태스크는 2028 프런티어다. 가정급 태스크는 2030+ 프런티어다.

제약 2: 경제 지속 가능성. 공장 배치는 휴머노이드 자본 비용을 높은 가치 제조 산출에 걸쳐 상각한다. $100k 휴머노이드가 조립 한 시간이 $500의 가치를 갖는 자동차 공장에 배치되면 대략 200 운영 시간에 상환된다. 서비스 역할(소매 판매, 호텔 청소)의 휴머노이드는 시간당 수익이 더 낮아 더 느리게 상환된다. 가정의 휴머노이드는 가정 노동 가치가 암시적(시간 절약이지 수익 생성이 아님)이어서 가장 느린 상환이다. 경제학이 서비스 전 공장 우선, 가정 전 서비스 우선 시퀀싱을 강제한다.

제약 3: 안전과 규제. 공장 배치는 훈련된 인간과 집행 가능한 안전 프로토콜을 갖는 폐쇄된 작업장에서 작동한다. 서비스 배치는 훈련되지 않은 인간이 있는 공공 공간에서 작동한다. 가정 배치는 아이, 노인, 의료적으로 취약한 인구 근처에서 작동한다. 안전 인증 체제(ISO 10218, ISO/TS 15066, 떠오르는 휴머노이드 특화 규제)는 그 순서로 성숙한다 — 공장 표준은 성숙, 서비스 표준은 떠오르는 중, 가정 표준은 배치 가능한 엄격성에서 아직 존재하지 않음.

세 제약이 함께 공장 → 서비스 → 가정 순서를 2026–2032 창에 대해 선택이 아닌 필연성으로 만든다. 각 전환의 속도는 전략적 변수다. 순서는 아니다.

16.3 Stage 1 — 공장 (2026–2028)

Stage 1은 어떻게 보이나. 통제된 제조 환경의 휴머노이드 배치 — 자동차 조립 공장, 반도체 fab, 배터리 셀 생산 라인, 항공우주 최종 조립 베이. 태스크 범위는 재료 취급과 tote 이동(GXO의 Agility Digit [Agility, 2024-gxo]), 자동차 조립 작업(Metaplant의 현대 Atlas [Hyundai, 2026-metaplant]), 반도체 시설의 서브 fab 유지보수를 포함한다. 전형적 플릿 크기: 시설당 50–500 휴머노이드, Stage 1 종료까지 전역 총 5,000–50,000 휴머노이드 배치(ABI/IDC 베이스라인과 일관).

Stage 1 경제학을 추동하는 것. 세 요인: (1) 높은 태스크당 가치, (2) 예측 가능한 태스크 엔벨로프, (3) 2년 미만 상환 기간. 단일 오염 회피 이벤트에서 $10M을 절감하는 반도체 fab은 수백만 달러의 플릿 지출을 정당화한다. 휴머노이드 보충을 통해 라인 takt을 5% 개선하는 자동차 공장은 수백만 달러 플릿 지출을 정당화한다. 서비스와 가정 맥락은 아직 이 상환 앵커를 가지지 않는다.

한국 Stage 1 포지셔닝. 한국은 Stage 1 리더십에 잘 위치한다:

• 현대 Atlas(Chapter 14 §14.4)가 한국 소유 공장 휴머노이드 플랫폼을 제공.
• 반도체 fab 태스크(Chapter 15 §15.8)가 최고 가치의 한국 특유 공장 배치 기회.
• 배터리 공장 휴머노이드(삼성 SDI, LG 에너지, SK On)가 2027–2028 배치 후보.
• 조선 선체 검사 휴머노이드(HD 현대, 삼성중공업)가 2027+ 배치 후보.

Stage 1 위험 시나리오. (a) Agility Digit과 Figure 03이 Atlas가 스케일하기 전에 상업 지배를 확립해 한국 자동차를 자사 공장에서 배제. (b) 중국 휴머노이드(Unitree, AgiBot)가 한국 자동차 공장에도 가격으로 Atlas를 능가. (c) 반도체 fab 자격 심사 지연으로 한국 fab 휴머노이드 배치가 2028년을 넘어 창을 잃음. (d) 휴머노이드 안전 인증의 규제 모호성으로 모든 배치 지연.

Stage 1 한국 우선순위 축 (Chapter 15 기준):

• 축 1 (조작 데이터): 현대 플릿 데이터 수집 증대, 반도체 fab 데이터 NDA 하.
• 축 2 (온보드 VLA): Rebellions / DEEPX 칩이 산업 배치용으로 성숙.
• 축 3 (플릿 학습): 현대오토에버, 삼성 SDS, LG CNS가 OTA·준수 스택 구축.
• 축 4 (교차 임베디먼트): 연기. Stage 1은 단일 플랫폼 배치를 허용.

16.4 Stage 2 — 서비스 (2028–2030)

Stage 2는 어떻게 보이나. 준-통제된 인간 대면 환경의 휴머노이드 배치 — 순수 물류를 넘어 재고 보충과 지원으로 확장하는 소매 창고, 환대(호텔 청소 보조), 병원 물류(환자 비대면, 보급품 배달 같은), 공항 운영, 노인 돌봄 인접 태스크. 플릿 크기: 시설당 5–50, Stage 2 종료까지 전역 총 50,000–500,000 휴머노이드.

Stage 2 경제학을 추동하는 것. 공장 대비 더 부드러운 태스크당 가치와 덜 예측 가능한 엔벨로프지만 더 넓은 태스크 수. 고령화 인구 경제(한국, 일본, 유럽 일부)의 서비스 섹터 노동 부족은 휴머노이드 배치 경제를 지원하는 정책 계층 수요를 창출한다. 2026 고령화 현실(한국의 총출산율 약 0.7, 세계 최저 중 하나, 65+ 인구 20% 초과)은 순수 시간당 노동 비용 산수가 시사할 것보다 더 일찍 휴머노이드 서비스 배치를 강제한다.

한국 Stage 2 포지셔닝. 한국은 Stage 2에 중간 정도 위치한다:

• LG 전자 홈 로보틱스 생태계(Chapter 14 §14.4)가 가전에서 서비스 휴머노이드 인접성으로 전환 가능.
• Rainbow Robotics RB-Y1 [Rainbow, 2025-rby1]이 서비스 사용 사례를 직접 타깃.
• 삼성 리서치의 서비스 로봇 초점(Chapter 14 §14.4)이 Stage 1보다 Stage 2에 더 적합.
• 서비스 특화 휴머노이드 행동(노인 돌봄, 소매, 환대)을 개발하는 한국 스타트업이 Stage 2 시간대에 증식.

Stage 2 위험 시나리오. (a) 서비스 태스크가 예상보다 어렵다고 증명되어 Stage 2 배치가 정체. (b) Figure 03과 AgiBot A2가 자국 시장에서 서비스 배치를 지배하고, 한국은 생산 대신 수입. (c) 고령화 인구 추동 서비스 휴머노이드가 한국보다 일본(Fanuc, AIST, 일본 스타트업)에서 먼저 등장. (d) 가정 로봇 소비자 제품(1X Neo, Samsung ThinQ 인접)이 Stage 2가 성숙하기 전에 서비스 수요를 잠식.

Stage 2 한국 우선순위 축:

• 축 1: 한국 서비스 로봇 파일럿을 통한 서비스 태스크 데이터 수집.
• 축 2: 저전력 서비스 배치를 위한 칩 스택 성숙.
• 축 3: 공장 검증된 플릿 학습을 서비스 규모로 확장.
• 축 4: 다수의 한국 서비스 휴머노이드가 데이터를 공유하므로 교차 임베디먼트가 더 중요해짐.

16.5 Stage 3 — 가정 (2030–2032 시작)

Stage 3은 어떻게 보이나. 소비자 가정의 휴머노이드 배치. 초기 배치는 고소득 가구(얼리어답터, 2012년 Tesla Model S 가격 지점과 유사), 단일 태스크 특화("범용 가정부"보다 "빨래 개는 휴머노이드"), 광범위한 프라이버시와 안전 규제 발판에 제약된다. 플릿 크기: 가구당 1 휴머노이드, 2032 베이스라인 시나리오로 수십만 가정 휴머노이드. Morgan Stanley의 2050년까지 10억 시나리오는 Stage 3이 시장 창출 단계가 아니라 스케일링 단계임을 함의한다. 2030–2032가 시장 창출 창이다.

Stage 3 경제학을 추동하는 것. 경제학은 비용 산수가 아니라 시간 가치 산수 — 소비자는 대체된 노동이 아니라 절약된 시간에 대해 지불한다. Stage 3 배치는 $20k–$50k 범위의 capex를 5년 상각에 걸쳐 정당화할 충분한 시간 절약(전형적으로 주당 ~10시간의 가사 노동 대체)을 휴머노이드가 제공하는 데 의존한다. 이 상환은 미미하고 휴머노이드 신뢰성에 민감하다(고장나거나 재산을 손상시키는 휴머노이드는 즉시 소비자 신뢰를 잃음).

한국 Stage 3 포지셔닝. 한국은 중간 정도 위치한다:

• LG ThinQ와 Samsung SmartThings 생태계가 휴머노이드가 통합할 수 있는 기존 소비자 가정 인프라.
• 1X(노르웨이/미국) 가정 휴머노이드 소비자 베타 2025(Chapter 12 §12.8)가 경쟁 벤치마크 — 한국은 2025–2026 가정 로봇 혁신을 리드하지 않음.
• 고령화 인구 수요가 2030까지 한국에서 강하게 등장하며 풀 측 시장 창출.
• 한국 부품 공급망(배터리, 센서)이 플랫폼 출처와 무관하게 가정 휴머노이드 생산을 지원.

Stage 3 위험 시나리오. (a) 가정 휴머노이드 안전 규제가 너무 엄격해 상업화가 2032년을 넘어 지연. (b) 소비자 수요 탄력성이 투영보다 낮음 — 시장이 시작되려면 가정 휴머노이드 가격이 $10k급으로 떨어져야 함. (c) 경쟁하는 생활 자동화(Roomba급 전용 가전, 휴머노이드 아님)가 시간 절약 수요를 흡수해 많은 가구에 휴머노이드 불필요. (d) 항상 켜진 가정 휴머노이드에 대한 프라이버시 우려가 채택을 늦춤.

Stage 3 한국 우선순위 축:

• 네 축 모두 수렴. Stage 3은 Stages 1–2가 개발한 모든 것의 통합 배치를 요구.
• 교차 임베디먼트 이식성(축 4)이 가정 휴머노이드가 구성에서 넓게 변이할 것이므로 특히 중요해짐.

16.6 한국 섹터 시퀀싱 — 전체 시퀀스

세 단계는 한국 섹터에 다음과 같이 매핑된다:

배치 목표는 정밀 예측이 아니라 자릿수 지시적이다. ABI/IDC 글로벌 베이스라인(~2026 10k → 2032 ~1M) 대비 한국이 창을 통해 글로벌 휴머노이드 배치의 약 5–10%를 차지하도록 보정됐다 — 한국의 글로벌 제조 GDP의 약 5% 점유율과 알려진 높은 1인당 산업 로봇 밀도와 일관.

시퀀싱에 대한 세 관찰:

Stage 1이 한국 전략 포지셔닝에 가장 중요한 단계. Stages 2와 3은 Stage 1이 한국 원산 휴머노이드 플랫폼(Atlas, Rainbow, 두산 휴머노이드), 한국 원산 VLA 모델(K-Humanoid Alliance 산출물), 한국 원산 플릿 학습 인프라(현대오토에버 등) 확립에 의존한다. Stage 1이 Figure와 AgiBot에 빼앗기면, Stages 2와 3은 배치 전용이 된다 — 한국은 생산자가 아니라 수입자가 된다.

Stage 2 전환 위험이 상당. 서비스 휴머노이드는 공장 휴머노이드와 다른 태스크 엔벨로프를 요구한다. 한국은 서비스보다 공장 배치에 내재 이점이 덜하다. 2028–2030 전환이 한국 휴머노이드 리더십이 일반화되거나 정체되는 곳.

Stage 3은 한국 소비자 시장 주도, 수출 주도 아님. 한국 가정 휴머노이드 배치는 수출 기회라기보다 주로 국내적일 것 — 한국 원산 가정 휴머노이드를 채택하는 한국 가구. 한국 국내 소비자 시장은 작다. Stage 3 수출은 한국 이점이 아니라 일본 또는 중국 휴머노이드 기업 이점.

16.7 교차 위험과 정책 변수

여섯 위험이 세 단계에 걸쳐 교차하며 정책 계층 주의를 요구한다:

위험 1: 인재 유출. 한국 AI·로보틱스 인재는 글로벌 이동 가능하다. Figure, NVIDIA, DeepMind, OpenAI가 한국 대학과 한국 산업으로부터 적극적으로 채용한다. Stage 1 한국 휴머노이드 개발은 이 인재를 한국 내 유지에 의존한다. 유지가 실패하면 다른 정책 정확성과 무관하게 Stage 1 목표는 달성 불가능.

위험 2: 미중 기술 디커플링. 한국 휴머노이드 프로그램은 프론티어 추론에 대해 NVIDIA 칩에 의존한다(부분 의존 — 국내 대안 성숙 중). NVIDIA 수출 통제가 한국 접근을 제한하거나 중국 부품(한국 스타트업이 점점 사용)이 수출 통제 대상이 되면 한국 Stage 1 타이밍 교란. 정책 계층 헤지: NVIDIA 의존을 줄이기 위해 Rebellions / DEEPX 성숙 가속.

위험 3: 안전 사고. 어느 Stage 1 배치에서의 고프로필 휴머노이드 안전 사고(부상 또는 사망)도 모든 휴머노이드에 걸친 규제 동결을 촉발할 수 있다. 한국 산업 행위자는 위험 관리로 보수적 안전 인증 체제(Figure 엔드투엔드 학습 스택보다 Agility Motor Cortex "always-on safety layer" ^[9] 패턴 선호)에 선제적으로 약속해야 한다.

위험 4: 표준 설정 포획. IEEE/ISO 휴머노이드 표준이 미국 또는 중국 플랫폼 가정을 코드화하면 한국 플랫폼은 순응하거나 파편화해야 한다. 표준 프로세스에서의 K-Humanoid Alliance 참여(Chapter 15 §15.6 축 4)가 필수 위험 완화.

위험 5: 노동 정책 반발. 노동 대체에 대한 한국 정치 역학은 복잡하다. Stage 1의 가속화된 휴머노이드 배치는 규제 조절을 촉발할 수 있다(다른 경제의 반자동화 정책과 유사). Stage 1 스케일 전 노동 정책 이해관계자와의 정책 계층 관여가 필요.

위험 6: 자본 할당. K-Humanoid Alliance 자금(~KRW 수천억) + M.AX Alliance 자금(~2026년에 대해 KRW 7,000억)은 상당하지만 Figure와 현대의 결합 투자보다 여전히 작고 중국의 명시된 휴머노이드 산업 자금보다 크게 작다. 자본 할당이 너무 많은 우선순위에 분산되면 어느 우선순위도 경쟁력이 없다. Chapter 15의 축-섹터 매트릭스가 비분산의 기반.

16.8 책 수준 열린 질문과 닫기

Chapter 3 §3.10이 Part II 시작에 다섯 열린 질문을 제기했다. Chapter 16은 그것들을 반성하고 책을 닫는 Part V 특유 질문을 추가할 곳.

Part II 질문 재방문:

Q1 (안정 동역학): System 0 학습된 제어기를 통해 해결(Chapter 9 §9.3) — 2026Q1에 휴머노이드 배치에 대해 해결.

Q2 (일반화 가능한 기술 학습): 교사-학생 RL canon과 sim-to-real 파이프라인을 통해 부분 해결 — 보행은 해결, 민첩 조작은 열린 프런티어(Chapter 6 §6.9, Chapter 7 §7.9).

Q3 (경제 지속 가능성): 이 챕터가 다루는 질문 — 답은 공장 → 서비스 → 가정을 올바르게 단계화하는 데 달려 있다. Stage 1은 2026Q1 증거로 방어 가능하게 경제적. Stages 2와 3은 열려 있다.

Q4 (안전 인증): ISO 10218 / ISO/TS 15066 확장과 떠오르는 휴머노이드 특화 표준을 통해 진행 중. 한국 참여(§16.7 위험 4)가 한국 유리 프레이밍이 통합되는지 결정.

Q5 (사회적 수용): 해결되지 않고 맥락 의존일 가능성 (한국의 고령화 인구 풀이 더 젊은 인구 경제보다 가정 휴머노이드를 더 빨리 수용할 수 있음).

책을 닫는 Part V 특유 질문:

Q6. Chapter 15의 축-섹터 매트릭스가 Stage 1 배치 현실과 첫 접촉에서 살아남는가? 매트릭스는 전략 문서다. Stage 1은 구현이다. 주요 테스트: 2027H2까지 최소 하나의 반도체 fab 휴머노이드 파일럿과 하나의 자동차 조립 휴머노이드 파일럿이 Chapter 15 기대에 매치되는 문서화 가능한 결과를 제공했는가? 둘 다 성공하면 매트릭스 검증. 둘 중 하나 실패하면 매트릭스는 수정을 요구.

Q7. K-Humanoid Alliance 조율이 집중된, 축 우선순위화 투자를 생산할까, 많은 병렬 워크스트림으로 분산될까? 반도체 산업 시대 한국 조율 모델이 전자를 생산한다. 서비스 로봇 시대 한국 모델이 후자를 생산한다. 휴머노이드가 2026–2030 테스트.

Q8. 한국 제조 로봇 밀도(Chapter 14 §14.1)가 휴머노이드 채택을 가속하나, 늦추나? 이 챕터는 기존 워크플로의 확장을 통한 가속을 주장했다. 경험적 테스트는 현대 Metaplant 대 Tesla Fremont 대 중국 EV 공장에서의 Stage 1b(2027–2028) 배치율.

16.9 닫기

이 책은 구체적 테제를 주장해 왔다 — 2024년이 하드웨어(QDD 액추에이터), 알고리즘(교사-학생 RL), 시뮬레이션(GPU 병렬), 데이터(VLA 사전 학습 코퍼스) 촉매가 공동 성숙한 변곡점이었음, System 0/1/2 3-레이어 아키텍처가 2026 양산 스택으로 결정화됐음, Boston Dynamics, Figure, Agility, Tesla, Unitree, AgiBot이 여섯 프론티어 기업 아키텍처 베팅을 앵커함, 한국은 네 앵커 제조 섹터에 매핑된 네 차별화 축을 따라 위치할 구체적인 창 — 2026–2032 — 을 가짐.

책의 의도된 기여는 구조적이다 — 독자가 자신의 더 깊은 탐구를 위한 발판으로 쓸 수 있는 교차 기업·교차 촉매 형식화. 책은 어떤 단일 하위 주제에 대해서도 최종 결론이라고 주장하지 않는다. 2020–2026 패러다임 전환을 판독 가능하게 만들고 2026–2032 창을 전략적으로 실행 가능하게 만드는 일관된 내러티브라고 주장한다.

K-Humanoid Alliance, MOTIE M.AX Alliance, 현대 Atlas 배치, 삼성 휴머노이드 연구, 또는 휴머노이드 공간에 진입하는 한국 스타트업에서 작업하는 한국 독자에게 — 책의 구체적 권고는 Chapter 15의 축-섹터 매트릭스가 우선순위 프레임워크로 진지하게 받아들여지고, Chapter 16의 단계적 확산 시퀀싱이 타임라인 규율로 진지하게 받아들여져야 한다는 것. 다음 7년은 한국 휴머노이드 전략이 한국의 제조 깊이, 부품 공급망, 인구 압력이 제시하는 기회에 매치되는지 테스트할 것이다.

국제 독자에게 — Part V의 한국 특유 테제는 일반 패턴의 한 인스턴스다. 모든 국가 휴머노이드 프로그램이 유사한 축-섹터-시퀀싱 선택에 직면한다. 한국 버전은 책이 한국 맥락에 위치하기 때문에 여기서 작업됐다. 프레임워크는 조정된 섹터별 앵커로 미국, 중국, 일본, 유럽 맥락에 번역된다.

이 책이 기술하며 시작한 패러다임 전환 — 정통 제어 스택에서 학습 주도, 3-레이어 아키텍처로 — 은 이제 공유 베이스라인이다. 각 국가 휴머노이드 프로그램이 2026–2032에 그 베이스라인으로 무엇을 하는가가 반대편에 나타나는 산업 구조를 결정한다.

참고문헌

1. World Economic Forum. (2025). Physical AI: 산업 운영 새 시대의 추동. WEF 백서.
2. MOTIE. (2025). M.AX (Manufacturing AI Transformation) Alliance 출범.
3. Hyundai Motor Group. (2026). Metaplant 조지아와 Atlas 배치.
4. Agility Robotics & GXO. (2024). Digit × GXO: 최초의 상업 휴머노이드 Robots-as-a-Service 배치.
5. ABI Research. (2025). 휴머노이드 로봇 출하 투영 2025–2032.
6. Fourier X. (2025). 휴머노이드 시장 확산 경로: 산업에서 서비스로 가정으로.
7. Morgan Stanley. (2024). 휴머노이드 로봇: $3조 시장 기회.
8. Blankemeyer, G. (2025). 휴머노이드 로봇 노동 경제와 일자리 대체 전망.
9. Agility Robotics. (2025). Motor Cortex: Digit을 위한 전신 제어 파운데이션 모델.
10. Rainbow Robotics. (2025). Rainbow Robotics RB-Y1과 HUBO 계보.
11. Rebellions. (2025). Rebellions ATOM: 로봇 추론용 한국 AI 칩.
12. DEEPX. (2024). DEEPX: 로보틱스용 한국 엣지 AI 칩.