Locus Robotics가 완전 자율 모바일 조작 시스템인 Locus Array를 공개했습니다. 이 시스템은 전방향 베이스, 통합 피킹 암, NVIDIA 기반 AI 인식을 결합했습니다. MODEX에서 발표된 Array는 창고 자동화의 가장 어려운 문제인 대규모 자율 피킹을 목표로 하며, Locus를 Boston Dynamics Stretch 및 Berkshire Grey와 함께 라이트-아웃 풀필먼트 경쟁에 직접 참여시킵니다.
목차
- Locus Array란 무엇이며 어떻게 작동하나요?
- Locus Array는 Boston Dynamics Stretch 및 Berkshire Grey와 어떻게 비교되나요?
- LocusONE 플랫폼이란 무엇이며 왜 중요한가요?
- Array 출시로 기존 LocusBot은 어떻게 되나요?
- 창고 자동화 구매자에게 의미하는 바
- 자주 묻는 질문
Locus Array란 무엇이며 어떻게 작동하나요?
Locus Array는 로봇-투-굿즈(R2G) 모바일 조작 시스템으로, 기존 창고 통로 내에서 재고까지 직접 이동하여 자율적으로 피킹을 수행하고, 입고, 유도, 슬롯팅, 보충을 모두 처리합니다. 랙 인프라를 수정하거나 시설 레이아웃을 재설계할 필요가 없습니다. Locus는 수작업을 90% 줄이고 몇 개월이 아닌 몇 주 안에 배포할 수 있다고 주장합니다.
기존 자동화 패러다임과의 차이는 여기서 중요합니다. 전통적인 굿즈-투-퍼슨(G2P) 시스템(Autostore나 Ocado 스타일 그리드)은 재고를 고정된 작업자나 로봇으로 이동시킵니다. 랙이 이동하고, 피커는 기다립니다. Array는 이를 역전시킵니다: 로봇이 일반 통로를 이동하는 동안 재고는 제자리에 있습니다. 이는 G2P를 비싸고 취약하게 만드는 랙킹 인프라 투자를 없앱니다. ASRS에서 그리드 오류가 발생하면 SKU가 잠길 수 있지만, Array의 R2G 아키텍처에서는 시스템 장애 시에도 수동 피킹이 가능합니다.
The Robot Report에 따르면, Locus는 창립 이후 전체 로봇 플릿을 통해 70억 회 이상의 피킹을 처리했습니다. 이 데이터는 Array의 비전 및 조작 모델을 위한 실제 훈련 데이터를 제공했습니다. CEO Rick Faulk은 이를 결정적 우위로 강조하며 "우리는 연구소가 아닌 실제 배포 현장에서 나왔다"고 말합니다.
이 시스템은 Locus Origin(2016) 및 Vector(2023) AMR(자율 이동 로봇)과 함께 조정된 플릿의 일부로 운영되며, 통합 플랫폼 내에서 100%의 SKU를 처리합니다.
Locus Array는 Boston Dynamics Stretch 및 Berkshire Grey와 어떻게 비교되나요?
창고 피킹을 위한 모바일 조작 분야는 이제 경쟁이 치열해졌습니다. Locus Array는 Boston Dynamics Stretch, Berkshire Grey의 통합 피킹 시스템, 그리고 Pickle Robot과 같은 신규 진입자와 직접 경쟁합니다. 다음은 공개 데이터를 기반으로 주요 시스템을 비교한 표입니다:
| 시스템 | 주요 작업 | 배포 모델 | 필요한 인프라 변경 | 주요 차별점 |
|---|---|---|---|---|
| Locus Array | 통로 피킹, 입고, 보충 | RaaS(구독) | 최소 — 기존 랙과 호환 | 전체 워크플로 폭; LocusONE을 통한 플릿 오케스트레이션 |
| Boston Dynamics Stretch | 케이스 디팔레타이징, 트레일러 하역 | 자본 구매/리스 | 중간 — 스테이징 존 필요 | 고력 조작; 트레일러 하역에서 입증됨 |
| Berkshire Grey | 굿즈-투-퍼슨 유도, 피킹 | 자본 + 통합 | 상당 — 컨베이어 통합 필요 | 고속 분류; 비전 기반 빈 피킹 |
| Pickle Robot | 선반에서 케이스 피킹 | RaaS | 낮음 | 깊은 SKU 유연성; 긴 암 도달 |
가장 뚜렷한 차이는 범위입니다. Stretch는 케이스 디팔레타이징에 특화되어 있으며, 무거운 상자를 팔레트에서 컨베이어로 옮기는 단일 작업에 탁월합니다. Array는 단일 플랫폼에서 피킹, 입고, 유도, 드롭오프, 슬롯팅, 보충의 6가지 워크플로 유형을 처리한다고 주장합니다. 실제 배포에서 생산 처리량 속도로 그 폭이 입증되는지가 주목할 핵심 질문입니다.
Berkshire Grey는 통로 수준 피킹보다는 고속 유도 및 분류라는 다른 워크플로 계층을 목표로 합니다. Array와의 경쟁적 중첩은 부분적이며 직접적이지 않습니다.
Array를 경쟁사와 가장 명확하게 구분하는 것은 RaaS(로봇 서비스형) 가격 모델입니다. 이는 자본 지출을 운영 비용으로 전환합니다. 8자리 자동화 예산이 없는 중간 시장 3PL(제3자 물류)에게 이는 구조적으로 중요합니다.
LocusONE 플랫폼이란 무엇이며 왜 중요한가요?
LocusONE은 Array를 Origin 및 Vector AMR과 함께 단일 통합 플릿으로 조정하는 AI 오케스트레이션 계층입니다. NVIDIA 하드웨어에서 엣지 추론을 실행하며, 사전 프로그래밍된 작업 큐가 아닌 실시간 수요 신호에 따라 동적으로 작업을 할당합니다.
여기서 Locus는 가장 공격적인 기술적 주장을 하고 있습니다. 전통적인 창고 관리 시스템(WMS)은 정적 규칙을 통해 작업을 할당합니다(위치 A에서 피킹, 스테이션 B에 투하). LocusONE의 아키텍처는 창고를 동적 환경으로 취급하며, 작업 할당, 경로 설정, 재고 슬롯팅을 지속적으로 재최적화합니다. 하위 플랫폼 LocusINTELLIGENCE는 운영 분석 계층을 처리하며, 회사가 "최저 피킹당 비용"이라고 부르는 지표를 목표로 합니다. 이 지표는 10억 피킹 규모에서 의미가 커집니다.
엣지 추론은 피킹 처리량에 지연이 치명적이기 때문에 중요합니다. 로봇 팔이 매 그립 시도마다 200밀리초의 클라우드 왕복을 기다리면 대규모에서 생산성이 크게 떨어집니다. NVIDIA 하드웨어에서 로컬로 비전 모델을 실행하면 인식 결정이 데이터 센터가 아닌 통로에서 이루어집니다.
Faulk이 사용하는 물리적 AI 프레임 — "Array는 인식하고, 추론하고, 행동할 수 있다" — 은 로봇 연구에서 주목받는 체화된 AI 용어에 매핑됩니다. 의미 있는 테스트는 일반화입니다: Array의 비전 시스템이 인간의 개입 없이 새로운 SKU, 손상된 포장, 또는 부분 가림을 처리할 수 있을까요? Locus의 70억 피킹 훈련 코퍼스는 모델이 대부분의 경쟁사보다 더 많은 에지 케이스를 봤음을 시사하지만, 혼합 SKU 구색에 대한 독립적인 처리량 벤치마크는 아직 발표되지 않았습니다.
Array 출시로 기존 LocusBot은 어떻게 되나요?
Array의 출시는 이미 Locus Origin 및 Vector 플릿을 운영 중인 350개 이상의 시설에 실용적인 질문을 제기합니다: 새 시스템이 기존 하드웨어를 구식으로 만들까요?
의도된 답변은 '아니오'지만, 시장 역학은 더 복잡합니다. Locus는 Array를 교체가 아닌 플릿에 추가하는 것으로 명시적으로 포지셔닝했습니다. Origin과 Vector는 Array가 처리하지 않는 작업을 처리합니다: 구역 간 고속 운송, 작업자가 아이템을 선택하고 로봇이 토트를 운반하는 인간 협력 피킹입니다. Array는 인간 노동이 완전히 제거되는 완전 자율 피킹을 처리합니다.
중고 시장 옵션을 평가하는 구매자에게 이는 흥미로운 창을 만듭니다. 고객 사이트가 가장 가치가 높은 피킹 워크플로를 Array로 업그레이드함에 따라, Origin 및 Vector 유닛은 낮은 강도의 작업으로 이동하거나 중고 시장에 유입될 수 있습니다. 모바일 조작 프리미엄 없이 AMR 운송 용량이 필요한 운영은 중고 Locus Origin 또는 Vector 로봇이 Locus 생태계로의 비용 효율적인 진입점을 제공합니다.
DHL Supply Chain의 궤적은 교훈적입니다. 기존 Locus 시스템으로 10억 피킹을 완료한 후, DHL은 첫 번째 오하이오주 콜럼버스 사이트에 Array를 배포했으며, 발표 직후 몇 주 만에 2,100만 회 추가 피킹을 기록했습니다. 이는 교체가 아닌 플릿 확장 이야기입니다.
창고 자동화 구매자에게 의미하는 바
Locus Array의 글로벌 출시는 모바일 조작이 시범 프로그램에서 엔터프라이즈 계정의 생산 배포로 전환되는 성숙점을 나타냅니다. 2025-2026년 창고 자동화 투자를 평가하는 구매자에게 의사 결정 프레임워크가 변경되었습니다.
중간 규모 3PL 또는 이커머스 풀필먼트 운영을 하는 경우, Array의 RaaS 모델은 이전에 모바일 조작을 접근 불가능하게 만든 자본 장벽을 제거합니다. "몇 주 내 배포" 주장은 ASRS나 굿즈-투-퍼슨 시스템의 몇 개월과 비교하여 전환 중 운영 위험도 줄입니다.
이미 Locus 플릿을 운영 중인 경우, 플릿 호환성 스토리는 Array를 가장 높은 인건비 워크플로에 점진적으로 추가할 수 있음을 의미합니다. 기존 자동화 투자를 대체할 필요가 없습니다.
경쟁사를 평가 중인 경우, 위의 비교 표는 워크플로 범위 질문을 명확히 합니다. Array의 폭 주장은 구매 약정 전에 특정 SKU 믹스 및 시설 레이아웃에서 검증이 필요합니다.
자동화로 가는 비용 효율적인 경로로서 중고 산업용 로봇을 탐색하거나, 전체 모바일 조작 배포에 전념하기 전에 판매용 중고 협동 로봇으로 첫 발을 내딛는 운영을 위해, 중고 시장에는 이제 플릿 업그레이드로 인해 입증된 AMR 하드웨어의 확장 풀이 포함됩니다.
라이트-아웃 창고(완전 자율, 24/7, 무접점 풀필먼트)는 대부분의 운영에 즉각적인 현실이 아닌 지평선 목표로 남아 있습니다. Array는 그 지평선을 측정 가능하게 더 가깝게 만듭니다.
자주 묻는 질문
Locus Array가 자율적으로 수행할 수 있는 워크플로는 무엇인가요?
Locus Array는 6가지 창고 워크플로를 처리합니다: 피킹, 입고, 유도, 드롭오프, 슬롯팅, 보충. Locus는 이러한 작업에서 수작업 의존도를 90%까지 줄일 수 있으며, 기존 통로 및 랙 구성 내에서 교대 제약 없이 연속 운영이 가능하다고 주장합니다.
Locus Array에 시설 재설계나 새로운 랙킹 인프라가 필요한가요?
아니요. Array는 기존 창고 레이아웃 내에서 작동하도록 설계되었으며, 표준 이중 깊이 선반에서 수 센티미터 이내로 기동할 수 있습니다. Locus는 배포가 컨베이어 인프라를 추가하거나 랙 구성을 수정하지 않고 몇 주 만에 완료될 수 있다고 밝혔습니다. 이는 ASRS 그리드 시스템과 대조적입니다.
Locus Array의 가격 모델은 어떻게 작동하나요?
Array는 Locus Robotics의 RaaS(로봇 서비스형) 모델을 통해 판매되며, 자본 지출을 반복적인 운영 비용으로 전환합니다. 단위당 또는 피킹당 구체적인 가격은 공개되지 않았지만, RaaS 구조는 자본 구매 경쟁사에 비해 중간 시장 운영자의 초기 비용 장벽을 낮추도록 설계되었습니다.
Locus Array는 기존 Locus Origin 및 Vector AMR과 호환되나요?
네. Array는 LocusONE 오케스트레이션 플랫폼을 통해 Origin 및 Vector AMR과 통합되어 단일 통합 플릿으로 운영됩니다. 시스템은 실시간 수요에 따라 로봇 유형 간에 동적으로 작업을 할당하며, 단일 조정 시스템 내에서 100%의 SKU를 처리합니다.
Locus Array는 Boston Dynamics Stretch와 어떻게 다른가요?
Stretch는 케이스 디팔레타이징(무거운 상자를 팔레트에서 컨베이어로 옮기는 작업)에 특화되어 있으며 트레일러 하역 워크플로에 최적화되어 있습니다. Array는 일반 보관 환경에서 통로 수준 피킹 및 다중 워크플로 실행을 목표로 합니다. 두 시스템은 창고 풀필먼트 체인의 서로 다른 지점을 다루며 직접적인 중첩이 제한적입니다.
Locus Array의 인식 시스템을 구동하는 AI 하드웨어는 무엇인가요?
Array의 비전 및 조작 모델은 NVIDIA 하드웨어에서 엣지에서 실행되어 클라우드 왕복 없이 온디바이스 추론을 가능하게 합니다. LocusINTELLIGENCE 하위 플랫폼은 운영 분석을 처리하며, Locus는 모델이 전 세계 플릿의 70억 회 이상의 실제 피킹 데이터로 훈련되었다고 밝혔습니다.
Locus Array의 상업적 출시는 모바일 조작이 실험 단계에서 배포 가능 단계로 넘어갔음을 보여주는 가장 명확한 신호이며, 다른 모든 창고 자동화 공급업체에 대한 경쟁 압력이 크게 증가했습니다.
토론에 참여하기
Is your facility evaluating mobile manipulation — does Array's RaaS model change the ROI calculation against fixed ASRS investment?