SAP와 사이버웨이브, 실제 SAP 물류 창고에서 완전 자율 AI 기반 로봇 도입
보도자료PR Newswire (미 동부 22:41)AI 번역·요약원문 보기 ↗기사 중요도 높음
AI 요약 · 핵심 3줄
- SAP는 2026년 5월 11일, 독일의 물류 창고에서 사이버웨이브와 협력하여 완전 자율 AI 기반 로봇을 성공적으로 도입했다고 발표했습니다.
- 이 로봇들은 SAP Logistics Management (LGM) 솔루션과 통합되어 상자 접기, 포장, 배송 처리와 같은 작업을 자동화하며, 이는 SAP의 'Physical AI' 역량 강화와 물류 운영 효율성 증대에 기여합니다.
- 이번 성공적인 현장 적용은 SAP의 물류 자동화 기술력을 입증하며, 향후 유사한 자동화 솔루션 도입 확대에 대한 기대감을 높입니다.
AWS, AI로 데이터센터 탄소 감축 및 효율성 높인다… 오비탈 머티리얼즈와 파트너십 체결
아마존닷컴(Amazon.com)의 클라우드 컴퓨팅 서비스인 아마존 웹 서비스(AWS)가 인공지능(AI) 플랫폼 기업 오비탈 머티리얼즈(Orbital Materials, 이하 Orbital)와 손잡고 데이터센터의 탄소 감축 및 효율성 향상을 위한 신기술 개발에 나선다고 2일 발표했습니다.
이번 다년간의 파트너십을 통해 Orbital은 자체 AI 플랫폼을 활용해 데이터센터 통합 탄소 제거 및 냉각 기술에 필요한 신소재와 기술을 설계, 합성, 테스트할 예정입니다. AWS와 Orbital은 이들 신기술의 탄소 제거 및 효율성 증대 측면에서의 확장성과 성능을 공동으로 평가하게 됩니다.
전통적으로 신소재 개발은 실험실에서의 오랜 시행착오를 거치는 더딘 과정이었습니다. Orbital은 이러한 방식을 생성형 AI 설계를 통해 혁신하며, 소재 발굴 및 신기술 상용화의 속도와 효율성을 획기적으로 개선했습니다. Orbital의 첫 제품은 자체 개발한 활성 소재를 활용한 탄소 제거 기술입니다. 2024년 1분기 연구실을 설립한 이후, Orbital은 AI 플랫폼을 활용해 소재 성능을 10배 향상시키는 성과를 거두었습니다. 이는 전통적인 개발 방식보다 훨씬 빠른 속도로, 탄소 제거 효율성 측면에서 새로운 지평을 열었다는 평가입니다. Orbital은 2025년 말까지 탄소 제거 기술을 실제 현장에 적용하고 테스트할 계획입니다.
조나단 고드윈(Jonathan Godwin) Orbital CEO는 “AWS와의 파트너십은 데이터센터 탈탄소화 및 효율성 향상을 위한 당사의 첨단 기술 적용을 가속화할 것”이라며, “시장 선도적인 AWS 팀과의 협력을 통해 냉각, 수자원 활용, 탄소 제거 분야 제품 개발을 앞당길 수 있을 것”이라고 말했습니다.
Orbital의 선도적인 오픈소스 AI 모델인 ‘Orb’는 AWS 고객들이 Amazon SageMaker JumpStart와 AWS Marketplace를 통해 이용할 수 있게 됩니다. 이는 AWS 플랫폼에 처음으로 선보이는 AI 기반 소재 모델입니다. Orb는 반도체, 배터리, 전자제품 등 첨단 소재 및 기술 분야에서 연구 개발을 진행하는 AWS 고객들에게 안전하고 통합된 클라우드 환경 내에서 시장을 선도하는 가속화된 R&D 환경을 제공할 것입니다.
이번 협력의 일환으로 Orbital은 대규모 분산 학습을 위해 특별히 설계된 Amazon SageMaker HyperPod에서 최첨단 파운데이션 모델을 사전 훈련하고 미세 조정할 예정입니다. 또한, 딥러닝 워크로드의 비용 효율성을 개선하기 위해 AWS의 맞춤형 칩인 Trainium의 배포도 평가할 계획입니다.
하워드 게펜(Howard Gefen) AWS 에너지 및 유틸리티 총괄 매니저는 “AWS는 Orbital과의 협력을 통해 데이터센터 탈탄소화 및 효율성 향상이라는 Orbital의 사명을 지원하게 되어 기쁘다”며, “Amazon SageMaker HyperPod와 AWS Trainium을 통해 혁신적인 지속 가능 기술 개발을 가속화할 수 있을 것”이라고 밝혔습니다. 그는 또한 “Orb를 Amazon SageMaker JumpStart 및 AWS Marketplace와 통합함으로써 지속 가능한 혁신을 더욱 폭넓게 지원할 것”이라고 덧붙였습니다.
Orbital은 2022년 말 설립되었으며, AI를 활용하여 첨단 소재 및 기후 기술의 발견, 테스트, 배포를 가속화하고 재정의하고 있습니다. 이러한 기술을 발견하는 전통적인 방법은 오랜 시간 동안 실험실에서의 시간 소모적인 시행착오 과정에 의존해 왔으며, 성공을 거두기까지 수년간의 실험이 필요한 경우가 많았습니다. 프린스턴에 위치한 첨단 소재 R&D 시설에서 자체 AI 기술을 활용함으로써, Orbital은 인간의 입력만으로는 불가능했던 것보다 훨씬 빠르게 엔드-투-엔드 기후 기술을 설계, 합성 및 배포하고 있습니다.
AI 분석 · 긍정/부정 요인 펼치기
주요 사실
- SAP의 자체 물류 창고에 AI 기반 로봇을 성공적으로 도입하여 'Physical AI' 역량 실증
- SAP Logistics Management (LGM) 솔루션과의 통합을 통해 로봇 자동화의 신속한 구현 및 운영 가능성 입증
- 측정 가능한 처리량 증가 효과 확인 및 물류 운영의 효율성 및 복원력 향상 기대
- 사이버웨이브의 혁신적인 로봇 학습 및 배포 플랫폼을 통해 개발 시간 단축 및 비전문가도 로봇 학습 가능
위험 요인
- 새로운 기술 도입 초기 단계에서의 잠재적인 운영 리스크 및 통합 문제 발생 가능성
- 로봇 도입 및 유지보수에 따른 초기 투자 비용 및 장기적인 ROI에 대한 추가적인 검증 필요
AI 분석 근거근거 충분성: 충분
이 섹션은 현재 저장된 출처, 요약, 요인, 하이라이트를 기준으로 AI 분석이 무엇에 기대고 있는지 보여줍니다. 정보 제공용이며 정확성 보장, 투자 자문, 매수·매도 추천이 아닙니다. 중요한 판단 전 원문과 최신 공시를 확인하세요.
사용된 요인
- •주요 사실 — SAP의 자체 물류 창고에 AI 기반 로봇을 성공적으로 도입하여 'Physical AI' 역량 실증
- •주요 사실 — SAP Logistics Management (LGM) 솔루션과의 통합을 통해 로봇 자동화의 신속한 구현 및 운영 가능성 입증
- •주요 사실 — 측정 가능한 처리량 증가 효과 확인 및 물류 운영의 효율성 및 복원력 향상 기대
- •위험 요인 — 새로운 기술 도입 초기 단계에서의 잠재적인 운영 리스크 및 통합 문제 발생 가능성
- •위험 요인 — 로봇 도입 및 유지보수에 따른 초기 투자 비용 및 장기적인 ROI에 대한 추가적인 검증 필요
저장된 하이라이트
- “AI 기반 로봇 도입
- “물류 자동화
- “Physical AI 실증
참고 문맥
AWS, AI로 데이터센터 탄소 감축 및 효율성 높인다… 오비탈 머티리얼즈와 파트너십 체결 아마존닷컴(Amazon.com)의 클라우드 컴퓨팅 서비스인 아마존 웹 서비스(AWS)가 인공지능(AI) 플랫폼 기업 오비탈 머티리얼즈(Orbital Materials, 이하 Orbital)와 손잡고 데이터센터의 탄소 감축 및 효율성 향상을 위한 신기술 개발에 나선다고 2일 발표했습니다. 이번 다년간의…