핵심 내용
2026년 3월 상하이, 콰웨이지능(跨维智能)의 임가위(林嘉伟) CMO는 무대에 올라 이렇게 선언했다. "우리는 2년간 트럭 배터리 교체 로봇을 하루 100회 이상 안정적으로 운영하며 상업적 시험을 통과했습니다. 10~20개 도시, 2만 명 고객. 이것이 우리가 말하는 커피 모먼트입니다." 자동화 기계가 아니라, 야외 강광 환경에서 투명 용기를 인식하고 밀리미터 이하 정밀도로 조작하는 휴머노이드 로봇이 하루 100회 반복 서비스를 수행하는 장면—이것이 2026년 중국 Embodied AI 산업이 도달한 현실이다.
16개 세션의 교차 분석은 세 개의 이질적인 흐름이 동시에 진행되고 있음을 드러낸다. 첫째, Edge AI가 클라우드 종속을 끊어냈다. 암바렐라의 CVFlow는 235B 파라미터 모델을 클라우드 연결 없이 칩 단에서 실행하고, 호라이즌로보틱스의 HoloBrain-0은 180MB VLA로 비동기 추론 30% 향상을 달성했다 (1-1). 둘째, 상업화 임계점이 명확해졌다. 로봇 본체 14만 위안 이하·2년 내 ROI가 제조 현장의 사실상 표준으로 수렴됐고, 2026년을 원년으로 2028년 폭발적 성장이 업계 공통 로드맵으로 제시됐다 (2-1). 셋째, 공급망이 국산화를 완성했다. AEC-Q100 인증 IMU 99% 수율·300만개/년(다오위안과기), 9억 개 납품 실적의 홀 센서(이루이반도체)—차량규격 부품이 로봇 표준 부품으로 이미 전이를 시작했다 (3-1).
Edge AI와 경량 VLA의 실용화
대형 클라우드 모델 의존에서 Edge 실행으로의 전환이 이 포럼의 가장 큰 기술적 선언이다. 암바렐라반도체 전호(钱豪) R&D 디렉터는 CVFlow 아키텍처를 통해 235B 파라미터 모델을 Edge에서 실행하는 솔루션을 발표했다. "우리의 로봇은 이제 인터넷이나 클라우드 연결 없이도 독립적으로 놀 수 있어야 합니다. 밥을 하거나 바닥을 닦을 때 인터넷이 필요 없는 것과 같습니다." 호라이즌로보틱스(地平线) 임천위(林天威)는 이를 VLA 경량화로 연결했다. 180MB 파라미터 HoloBrain-0은 Edge 칩(고구마 S100)에서 구동 가능하고, 비동기 추론 전략으로 30% 효율을 향상시켰다. "동기 추론은 모델이 동작 궤적을 출력하면 실행이 끝날 때까지 잠시 멈추고 다음 추론을 기다리는 방식입니다. 이 비효율이 복잡한 조작에서 실패를 낳습니다." 풀스택 오픈소스 공개까지 선언한 HoloBrain-0은 Edge VLA의 업계 기준을 새로 설정했다 (1-1, 1-2).
커피 모먼트와 ROI 기준 수렴
콰웨이지능이 제시한 "커피 모먼트"는 단순한 마케팅 용어가 아니다. 야외 강광 환경에서 투명 용기를 인식하는 기술적 장벽을 넘어 2년간 하루 100회 서비스를 안정적으로 수행한 임계 사례—업계 공통의 상업화 기준점이 됐다. 가스구연구원 진함담(陈菡萏) 애널리스트는 이를 수치로 뒷받침했다. ROI 기준: 본체 가격 14만 위안 이하, 2년 내 투자회수. 샤오미 92% 원가 절감, 우비센 99% 원가 절감이 이 기준 달성의 근거로 제시됐다. 핫토픽 대담(#17)에서 퉁차지능 루보 박사는 "2026년 상업 서비스 원년, 2028년 폭발적 성장"을 선언했다. 충처지능 RoboPocket은 원격조작 비용의 3.5%로 88% 효율 향상을 달성하며 데이터 수집 비용 구조를 바꿨다 (2-1, 2-2). 서국강(徐国强) 치엔쉰지능 디렉터는 KFC·맥도날드 수천 대 배치 계획과 닝더시대(CATL) POC를 발표하며, 범용 휴머노이드의 실전 전개를 확인했다.
공급망 중국화와 데이터 병목
다오위안과기(导远科技) 조품호(刁品昊)는 AEC-Q100 인증 차량규격 IMU를 로봇에 그대로 전용한 사례를 발표했다. -40~105°C 동작 온도, 2000G 충격 저항, 99% 수율, 300만개/년. "자동차 기술을 로봇에 적용하면 개발 주기와 비용이 대폭 줄어듭니다." 이루이반도체 Robin Shen은 비접촉 홀 센서 9억 개 납품 실적을 제시하며 로봇 관절 센서 국산화가 이미 양산 단계임을 선언했다. 동시에 이 포럼에서 반복된 가장 무거운 경고는 "데이터 병목"이다. 퉁차지능 루보는 "현재 중국 전체 기업의 데이터 합산이 수십만 시간 수준으로, 모델 수렴에 필요한 수백만 시간과 한 차수 차이가 난다"고 진단했다. 저장 휴머노이드로봇 혁신센터 최유상(崔瑜翔) 박사는 시뮬레이션 데이터의 구조적 한계를 지적했다. "현재 많은 세계 모델은 비디오 예측에 치중됩니다. 공간적 이해와 상호작용 정보가 빠져 있습니다." 이를 보완하는 대안으로 1인칭 Vlog형 인간 행동 데이터의 사전학습 활용이 제시됐다 (1-3, 3-3, Silence).
16개 세션이 공통적으로 침묵한 의제 또한 이 포럼의 지형도를 그린다. 기능 안전 국제표준(ISO 26262 로봇 적용), 서방 시장 진출 전략, 로봇 에너지 소비·배터리 수명, 윤리·노동 대체 사회 문제—이 침묵들은 중국 Embodied AI 생태계가 아직 인식하지 못하거나 의도적으로 회피하는 구조적 공백이다. 글로벌 시장 진출을 고려하는 외부 기업에게 이 침묵은 역설적으로 진입 기회다 (Silence).
인사이트 맵
| 공통된 시각 | 새로운 시각 | |
|---|---|---|
| 간과하는 내용 |
Q2. Hidden Evidence | Q1. Blind Spot |
| 주목하는 내용 |
Q3. Common Ground | Q4. Reframing |
Take Away
16개 세션이 수렴하는 핵심 구도는 이것이다. 중국 Embodied AI 생태계는 "기술 실증"에서 "상업화 원년"으로 이동했다. 커피 모먼트(하루 100회 서비스), Edge 235B 실행, 차량규격 부품 국산화 완성, 국영 기업 67개 도시 선점이라는 네 사건이 2026년을 기점으로 교차하고 있다. 데이터 병목(현재 수십만 시간 vs. 필요 수백만 시간)이 유일한 구조적 지연 요인으로 남아 있으며, 이 공백을 먼저 채우는 기업이 2028년 폭발적 성장 국면의 모델 품질 우위를 가져간다.
경영시사점
중국 Embodied AI 공급망이 차량규격 부품(IMU·홀 센서·AI 칩)을 로봇용으로 직접 전용하며 가격·물량 우위를 동시에 확보했다. 이루이반도체 9억 개 납품 실적, 다오위안과기 300만개/년 IMU는 서방 부품사의 고가 정책을 구조적으로 대체할 기반이 됐다. 동시에 국영 기업(58지능·우바지능)이 대안전 수요를 앞세워 67개 도시·21,000세트를 이미 선점—민간 기업의 시장 진입 경로를 사전 차단하는 구조가 형성됐다.
Edge AI 아키텍처 전환(클라우드→Edge)이 기존 클라우드 인프라 의존 플레이어에게 재편의 기회를 연다. HoloBrain-0 오픈소스 생태계·다샤오 월드 모델 v3.0 공개 구간에서, 초기 기여자(Contributor)로 참여해 데이터·검증 표준을 함께 정의하면 생태계 내 고착 효과를 얻을 수 있다. 테스트 표준 부재—음광전·기능안전 통합 검증 체계의 공백은 표준을 선점하는 기업이 시장 게이트키퍼가 되는 구조다. 저장 혁신센터 최유상의 하이브리드 모델(사진 1장→소규모 전문 모델 94% 성공률)은 대형 VLA 단독 투자 대신 산업별 특화 모델 라이브러리가 실용적임을 입증했다.
① ROI 14만 위안/2년 기준에 맞는 부품 포지셔닝 — "고사양·고가" 전략이 아닌 "충분한 사양·최저 비용"으로 전환해야 한다. 차량규격 부품의 로봇 전용 Design-In이 당장 실행 가능한 경로다.
② 데이터 파이프라인 선제 구축 — 100만 시간 유효 데이터가 모델 수렴 임계치다. 직접 운영 현장(제조·물류·서비스)의 1인칭 데이터를 RoboPocket·UMI 방식으로 수집하는 파이프라인을 2026년 내 착수해야 한다. 2028년 이후 진입 시 데이터 규모 격차를 뒤집기 어렵다.
③ 오픈소스 기여자로 참여 — HoloBrain-0·다샤오 월드 모델 오픈소스 생태계에서 단순 사용자가 아닌 기여자로 참여해 자사 데이터·검증 결과를 반영하고 표준 정의에 영향력을 행사해야 한다.
본 브리프는 Gasgoo Embodied AI 2026 전 세션(16건) 전문 데이터를 5단계로 분석한 결과입니다. ① 전수 스캔 → ② Embodied AI 플랫폼·월드 모델·VLA / 휴머노이드 상업화 / 하드웨어·센서·칩 / 산업화 착지·공급망 축 심층 독해 → ③ 교차분석 + Silence Analysis → ④ 인사이트 맵 + Silence Map 배치 → ⑤ 통합 편집. 데이터 소스: 4th Embodied AI Robotics China 2026 세션 요약문, 2026.4.21.
Appendix — Q3. Common Ground
즉각적인 논의가 필요한 토픽
즉각적인 논의가 필요한 토픽
낮은 독점성 + 주류와 일치 · 업계 합의 사항—복수 세션에서 반복 확인된 공통 전제
차량규격 IMU·홀 센서 국산화 완성 = 자동차→로봇 공급망 전이
[P] Primary + [X] Cross-Session | 세션 #12(조품호, 다오위안과기), #13(Robin Shen, 이루이반도체) 다오위안과기 AEC-Q100 IMU: -40~105°C, 2000G 충격 저항, 세라믹 패키징, 99% 수율, 300만개/년. 이루이반도체 홀 센서: -40~150°C, 기능안전 등급, 9억 개 납품 실적. 두 발표는 같은 메시지를 전달한다. 차량규격 부품이 로봇 표준 부품으로 이미 전이됐고, 국산화가 양산 단계에 진입했다. 가스구연구원 이가의 "자동차 기술 70% 로봇 재사용" 명제가 공급망 레벨에서 현실로 확인된 것이다.
VLA 오픈소스 수렴 = 업계 표준 방향 확정
[P] Primary | 세션 #09(임천위), #05(주천) HoloBrain-0(호라이즌로보틱스)과 다샤오 월드 모델 v3.0이 모두 오픈소스로 공개됐다. 샤오미 ACE 오픈소스 범용뇌도 고급대담(#08)에서 언급됐다. 초기 오픈소스 생태계에서 표준을 정의하는 플레이어가 향후 생태계 내 고착 효과를 갖는다. 기여 없이 사용만 하는 기업은 생태계의 소비자로 전락한다.
100만 시간 유효 데이터 = 모델 수렴 임계치 공통 인식
[X] Cross-Session | 세션 #17(퉁차지능 루보 박사), #07(여준), #10(서국강) 핫토픽 대담에서 퉁차지능 루보 박사는 "현재 중국 전체 기업의 데이터 합산이 수십만 시간 수준으로, 모델 수렴에 필요한 수백만 시간과 한 차수 차이"라고 진단했다. 충처지능 RoboPocket, 치엔쉰지능 UMI(비용 5%·품질 95%) 방식이 이 격차를 줄이는 수단으로 수렴한다. 100만 시간이 2026년 퉁차지능의 목표로 설정됐다.
오픈소스 vs. 폐쇄형 = 하이브리드 수렴
[X] Cross-Session | 세션 #17(핫토픽 대담) 오픈소스 진영(샤오미·호라이즌·다샤오)과 폐쇄형 진영(미래자동차·천슝지능)의 논쟁은 "하이브리드"로 수렴하고 있다. 사전학습 레이어는 오픈소스(데이터·모델·툴체인 표준 공유), 산업별 파인튜닝 레이어는 폐쇄형(고객 데이터 보호·시나리오 맞춤화)으로 분리하는 구조다. 이 하이브리드는 오픈소스 생태계에 참여하면서도 고객별 차별화를 유지하는 사실상의 업계 표준으로 자리잡고 있다.
Appendix — Q2. Hidden Evidence
실행에서 주목할 토픽
실행에서 주목할 토픽
높은 독점성 + 주류와 일치하는 시각 · 수면 아래 증거—업계 공통 전제로 받아들여지지만 실제로는 소수 세션에서만 확인 가능한 사실
커피 모먼트 = ROI 14만 위안·2년의 tipping point
[P] Primary + [X] Cross-Session | 세션 #11(임가위, 콰웨이지능), #04(진함담, 가스구연구원) 커피 모먼트는 수사적 표현이 아니라 수치로 뒷받침된 임계 사례다. 콰웨이지능 트럭 배터리 교체 서비스: 하루 100회, 2년 안정 운영, 10~20개 도시, 2만 명 고객. 가스구연구원 진함담의 ROI 분석이 이것을 산업 기준으로 번역한다. 본체 가격 14만 위안 이하, 2년 내 투자회수—이 두 숫자가 제조 현장의 도입 결정을 가르는 기준선이다. 샤오미 92% 원가 절감, 우비센 99% 원가 절감은 이 기준이 2026~2027년에 달성 가능함을 시사한다. 14만 위안은 현재 약 2,800만 원이다. 이 기준 이하 제품 라인업을 갖추지 못한 로봇 기업은 제조 현장에서 RFQ(견적 요청) 단계에서 탈락한다.
RoboPocket 원격조작 3.5%·효율 88% = 데이터 비용 구조 전환
[P] Primary | 세션 #07(여준, 충처지능) 데이터 수집이 100만 시간 임계치를 넘어야 한다는 공통 인식이 있지만, 그 비용 구조를 바꾼 사례가 여기 있다. 충처지능 RoboPocket: 스마트폰+외골격 조합으로 원격조작 비용의 3.5%에 88% 효율 향상을 달성했다. 원격조작의 3~5mm 정밀도 손실 문제는 사전학습/후훈련 분리 전략으로 보완한다. 비용이 3.5%로 줄면 100만 시간 데이터 목표의 현실성이 완전히 달라진다. 퉁차지능의 5미터 백팩 수집 방식(인간이 5미터 내 물체를 제스처로 조작하면 로봇이 궤적을 직접 학습)도 같은 방향이다. 데이터 수집 파이프라인의 비용 혁신이 모델 품질 경쟁의 실질 지렛대다.
국영 기업 67개 도시 선점 = 민간 진입 경로 구조적 차단
[P] Primary | 세션 #15(구문택, 58지능·우바지능) 58지능(우바지능)은 "대안전(大安全)·대산업(大産業)" 이중 전략으로 전국 67개 도시에 이미 배치를 완료했다. 소방·경찰·위험 작업 대체(대안전 핵심), 제조·물류·서비스(대산업 육성)를 동시 추진 중이다. 생산능력: 항저우 1,000세트 + 저장성 10,000세트 + 쓰촨성 10,000세트 = 21,000세트. 2024·2025년 연속 공업정보부 응급장비 보급 프로그램 선정. 2025년 9.3 열병식 사족 로봇 등장. 이것은 단순한 시장 선점이 아니다. 국가 안전 인프라로 편입된 로봇 플랫폼은 민간 기업이 경쟁하기 극히 어려운 영역을 구조적으로 봉쇄한다. 외부 기업의 중국 시장 진입은 이 영역을 우회하는 포지셔닝이 필요하다.
사진 1장→소규모 전문 모델 = 94% 성공률·산업 기준 충족
[P] Primary | 세션 #16(최유상, 저장 휴머노이드로봇 혁신센터) 저장 혁신센터 최유상의 하이브리드 아키텍처는 대형 VLA 단독 투자의 대안을 실증했다. 대형 모델이 상위 지능을 담당하고, 나사 조임·유연 직물 조작 같은 구체 작업에는 사진 1장으로 빠르게 학습하는 소규모 전문 모델을 도구로 활용한다. 결과: 삽입·제거 작업 0.03mm 정밀도, 94% 성공률—산업 요구사항 충족. 생산 라인 직원이 복잡한 프로그래밍 없이 사진 촬영만으로 로봇을 새로운 작업에 적응시킨다. 일반 VLA의 60~80% 성공률을 94%로 끌어올린 차이는 아키텍처 선택이지 파라미터 규모가 아니다.
Appendix — Q4. Reframing
의미를 잘 생각해 볼 필요가 있는 토픽
의미를 잘 생각해 볼 필요가 있는 토픽
낮은 독점성 + 주류와 다른 시각 · 기존 프레임을 다시 해석하는 인사이트
쌍족 불안정성 = 산업 현장에서 휠 섀시가 현실적 대안
[P] Primary | 세션 #16(최유상, 저장 휴머노이드로봇 혁신센터) "모든 Embodied AI 로봇은 휴머노이드여야 한다"는 업계의 암묵적 전제에 대한 가장 실용적인 반론이 이 포럼에서 제기됐다. "쌍족 로봇이 갑자기 전원이 끊기면 바닥에 쓰러집니다. 이처럼 본질적으로 불안정한 시스템입니다." 저장 혁신센터 최유상. 산업 현장 장기 작업에서 쌍족 형태의 구조적 불안정성은 해결된 문제가 아니다. 상체 작업 중 하체 균형·반작용력 처리의 동시 요구는 현재 알고리즘과 하드웨어로 충분히 해결되지 않았다. 휠 기반 섀시가 산업 현장에서 더 실용적인 선택이며, 이는 "휴머노이드"라는 형태 집착을 벗어나는 프레이밍이다.
자동차 기술 70% 재사용 = 스마트EV 공급망 = Embodied AI 공급망
[X] Cross-Session | 세션 #03(이가, 상하이 π대장), #12(조품호, 다오위안과기) 이가(李佳) 상하이 지능형차량 SW단지 투자촉진부 부장이 제시한 "자동차 기술 70% 로봇 재사용" 명제는 공급망 레벨에서 이미 현실이다. 다오위안과기 IMU 사례가 증명한다. 이것이 의미하는 전략적 함의: 스마트EV에 투자한 공급망 역량은 Embodied AI 로봇 시장에 거의 비용 없이 전이 가능하다. 상하이 π대장 플랫폼은 스마트카·로봇 기업 교차 입주와 공동 R&D를 제도화했다. 두 산업의 공급망이 수렴하고 있다.
3단계 시장 모델 = 현재 정책→산업 전환점
[P] Primary | 세션 #10(서국강), #17(핫토픽 대담) 치엔쉰지능 서국강의 3단계 시장 성숙도 모델: ① 정책 혜택 단계(정부 보조금·R&D 수요), ② 산업 혜택 단계(AI 능력 향상으로 실제 인력 대체 경제성 확보), ③ 인구 혜택 단계(소비자 시장·로봇 대폭발). 업계 공통 인식은 2026년이 ①→② 전환점이라는 것이다. ②→③ 전환은 2028년으로 전망된다. 이 모델이 옳다면, 지금은 파트너십 확보와 데이터 파이프라인 구축의 골든 타임이다. ③ 단계 진입 후에는 선도 기업의 데이터 규모 우위를 뒤집기 어렵다.
2026 원년·2028 폭발 = 조기 진입자의 데이터 규모 우위 고착 시점
[X] Cross-Session | 세션 #17(핫토픽 대담), #11(임가위) "2026년 상업 서비스 원년, 2028년 폭발적 성장"은 여러 세션에서 반복됐다. 이것을 단순한 시장 전망으로 읽으면 전략적 의미를 놓친다. 데이터 기반 로봇 AI에서 조기 진입자는 운영 데이터를 먼저 축적한다. 100만 시간 임계치를 먼저 넘는 기업이 모델 수렴을 먼저 달성하고, 이것이 서비스 품질 우위로 이어진다. 2026~2027년의 진입 비용은 2028년 이후에 비해 현저히 낮다. "지금 진입 비용"과 "나중 진입 비용"의 차이가 바로 데이터 규모 격차다.
Appendix — Q1. Blind Spot
선견/선수를 위한 토픽
선견/선수를 위한 토픽
높은 독점성 + 주류와 다른 시각 · 16개 세션 교차분석으로만 발견 가능한 인사이트
235B Edge 실행 = 클라우드 의존 전략 시효 만료
[P] Primary + [X] Cross-Session | 세션 #06(전호, 암바렐라반도체), #09(임천위, 호라이즌로보틱스) 주류 보도는 Embodied AI 발전을 대형 언어 모델(GPT-4급 이상)의 로봇 적용으로 프레이밍한다. 그러나 이 포럼의 교차 분석은 완전히 다른 방향을 가리킨다. 암바렐라의 CVFlow가 235B 파라미터 모델을 클라우드 연결 없이 Edge 칩에서 실행하고, 호라이즌의 HoloBrain-0이 180MB VLA로 동일한 Edge 배포를 달성했다. 이것이 의미하는 바는 단순한 기술 개선이 아니다. 클라우드 API를 통해 대형 모델을 호출하는 아키텍처 전체가 구조적으로 쓸모없어지는 방향이다. 80~90%의 일상 로봇 작업은 Edge에서 처리 가능하다. 데이터 보안, 네트워크 지연 제거, 저전력—Edge 전환의 세 가지 이점이 동시에 달성된다. 클라우드 기반 로봇 AI 플랫폼에 투자한 기업은 지금 당장 아키텍처 재검토가 필요하다.
180MB VLA = 대형 모델 없는 Edge 배포 현실화
[P] Primary | 세션 #09(임천위, 호라이즌로보틱스) 0.2B 모델이 1.1B 모델과 유사한 성능을 내는 실험 결과는 VLA 경량화의 방향을 명확히 했다. 비동기 추론 전략이 핵심이다. 기존 동기 추론은 모델 출력 후 실행 완료까지 대기하는 구조로, 복잡한 조작에서 중간 정지가 빈번하다. 비동기 방식은 추론·실행을 분리해 병렬 처리하며 30% 효율을 향상시켰다. 이 기술이 오픈소스로 공개됨에 따라 업계 전체가 무료로 활용 가능해졌다. 풀스택 오픈소스(데이터·모델·파이프라인 전체)는 VLA 개발 진입 장벽을 구조적으로 낮추며, 초기 기여자가 표준 정의 권한을 갖는 생태계가 형성되고 있다.
월드 모델 = 비디오 예측이 아닌 공간·상호작용 통합 목표
[P] Primary + [X] Cross-Session | 세션 #16(최유상, 저장 휴머노이드로봇 혁신센터), #05(주천, 다샤오로봇) 현재 업계에서 "월드 모델"이라 불리는 것들의 대부분은 비디오 예측에 치중돼 있다. 방 안을 탐험하는 사실적인 비디오를 생성하지만, 공간적 이해(거리·레이아웃)와 상호작용 정보(접촉·반작용력)가 빠져 있다. 저장 혁신센터 최유상의 진단이다. "공간에 대한 명확한 이해, 즉 문에서 걸어온 거리나 물체까지의 실제 거리를 기억하는 능력—이것이 현재 세계 모델이 부족한 부분입니다." 다샤오로봇 주천은 이를 3층 구조로 해결하려 한다. ① 물리법칙층 → ② 인간행동층 → ③ 감지동작층의 계층적 통합. 4B 파라미터 모델에서 국산 칩 대비 성능 300% 향상을 기록하고 v3.0을 오픈소스로 공개했다. 진정한 월드 모델은 비디오 생성기가 아니라 물리 시뮬레이터다.
테스트 표준 부재 = 표준 선점 기업이 시장 게이트키퍼
[P] Primary | 세션 #14(종한룡, 신신텅) 신신텅 종한룡(钟汉龙)의 진단은 단순하고 치명적이다. "표준이 없으면 출하 기준도 없다." 현재 휴머노이드 로봇은 50개 이상 자유도 관절의 음광전(음향·광학·전기) 통합 테스트, 기능 안전 검증, 생산 라인 신뢰성 검증 표준이 없다. 업체마다 임의 기준으로 출하하고 있다. 이것은 시장 병목이 아니라 시장 기회다. 테스트 표준을 먼저 정의하고 이를 인증하는 기업이 사실상 시장의 게이트키퍼가 된다. AUTOSAR가 차량 소프트웨어 표준을 정의한 선례처럼, 로봇 ITC(통합 테스트 커버리지) 표준을 선점하면 전체 로봇 제조 공급망의 필수 통과 지점이 된다. 한국 제조 현장 기준의 국제 표준화 참여가 가능한 창문이 지금 열려 있다.
Structural Absence
Silence Map
Silence Map
16건 전수 확인으로 식별한 구조적 부재 — 논의되지 않은 것이 현재 담론의 한계를 규정합니다
Source Sessions
References
References
| 세션 | 발표자 | 소속 | 직위 |
|---|---|---|---|
| #02 | 주효앵 (周晓莺) | 가스구그룹 (盖世集团) | CEO |
| #03 | 이가 (李佳) | 상하이 지능형차량 SW단지 (上海智能汽车软件园) | 투자촉진부 부장 |
| #04 | 진함담 (陈菡萏) | 가스구연구원 (盖世研究院) | 애널리스트 |
| #05 | 주천 (周泉) | 다샤오로봇 (大晓机器人) | 전략 디렉터 |
| #06 | 전호 (钱豪) | 암바렐라반도체 (安霸半导体) | R&D 디렉터 |
| #07 | 여준 (吕峻) | 충처지능 (穹彻智能) | 리서치 사이언티스트 |
| #08 | (다수) | 샤오미·우비센 외 | — |
| #09 | 임천위 (林天威) | 호라이즌로보틱스 (地平线) | 연구원 로봇랩 Embodied 조작 방향 책임자 |
| #10 | 서국강 (徐国强) | 치엔쉰지능 (千寻智能) | 연구 생태계 디렉터 |
| #11 | 임가위 (林嘉伟) | 콰웨이지능 (跨维智能) | CMO |
| #12 | 조품호 (刁品昊) | 다오위안과기 (导远科技) | 로봇 산업군 책임자 |
| #13 | Robin Shen | 이루이반도체 (意瑞半导体) | 프로덕트 디렉터 |
| #14 | 종한룡 (钟汉龙) | 신신텅 (鑫信腾) | 시니어 프로덕트 디렉터 |
| #15 | 구문택 (邱文泽) | 58지능 / 우바지능 (五八智能) | R&D 디렉터 |
| #16 | 최유상 (崔瑜翔) 박사 | 저장 휴머노이드로봇 혁신센터 (浙江人形机器人创新中心) | Embodied 알고리즘 전문가 |
| #17 | (다수) | 퉁차지능·다다오로봇·천슝지능·콰웨이지능·미래자동차 | — |