AMR 및 AGV 기술의 기초 설명

IFR에 따르면, 물품 이동을 위한 이동형 로봇은 현재 전 세계에서 가장 많이 판매되는 전문 서비스 로봇 부문으로, 2024년에는 운송 및 물류용 로봇 102,900대가 출하되었습니다. 이번 시리즈의 첫 번째 기사에서는 자동 유도 차량(AGV)과 자율 이동 로봇(AMR)의 차이점, SLAM 내비게이션의 실제 작동 원리, 모든 기계에 공통적으로 적용되는 6가지 하위 시스템, 관련 안전 기준, 그리고 첫 프로젝트를 계획 중인 구매자를 위해 AGV, AMR, 고정식 컨베이어를 비교하는 독자적인 의사결정 프레임워크 등 기본 개념을 설명합니다.

A
4분 소요Posted: 2026년 7월 27일 • Updated: 2026년 9월 17일
AMR 및 AGV 기술의 기초 설명

오늘날 지구상에서 가장 많이 판매되는 전문 서비스 로봇은 휴머노이드도, 수술용 로봇 시스템도, 배달용 드론도 아닙니다. 바로 상자를 운반하는 바퀴 달린 기계입니다. 국제로봇연맹(IFR)에 따르면, 2024년 운송 및 물류 로봇 판매량은 102,900대를 기록하며 전년 대비 14% 성장했고, 다른 모든 종류의 전문 서비스 로봇 판매량을 앞질렀다. 이 로봇들의 거의 대부분은 AGV(자동 유도 차량) 또는 AMR(자율 주행 로봇) 중 하나에 해당한다. 이러한 전문 용어 뒤에는 실질적인 상업적 이해관계가 존재한다. 세계 최대의 물류 창고 로봇 제조업체인 베이징에 본사를 둔 Geek+는 2025년 매출이 31.6% 증가한 3,171백만 위안(약 443백만 달러)을 기록했으며, 2026년 4월 홍콩증권거래소에 제출한 연간 실적 보고서에 따르면 사상 첫 조정 이익을 달성했다. 이 자산군에 대한 10부작 시리즈의 첫 번째 기사인 본 글은 구매자나 엔지니어가 다양한 모델, 가격, 공급업체를 비교하기 전에 반드시 알아야 할 기본 사항을 다룹니다.

정의

자동 유도 차량(AGV)은 미리 정해진 경로를 따라 자재를 운반하는 무인 바퀴 달린 차량입니다. 이 차량은 고정된 유도 인프라(과거에는 매설된 전선, 자기 테이프, 바닥 표시 등, 최근에는 반사경이나 QR 코드 격자 등)를 따라 이동하며, 경로에 장애물이 나타나면 정지합니다. 자율 이동 로봇(AMR)은 물품을 한 지점에서 다른 지점으로 이동시키는 동일한 핵심 업무를 수행하지만, 주변 환경을 직접 인식하여 이동 경로를 결정합니다. AMR은 탑재된 센서와 저장된 지도를 활용하여 자체 경로를 계산하고, 장애물을 회피하기 위해 경로를 재계획하며, 건물 구조를 변경하는 대신 주로 소프트웨어를 통해 새로운 업무 흐름에 재배치될 수 있습니다.

두 기계 모두 동일한 상업적 과제를 해결합니다. 공장, 창고, 그리고 점점 더 많은 병원과 공항 내에서 자재를 이동시키는 일은

반복적이고, 부상 위험이 높으며, 인력 확보가 어려운 업무입니다. 국제로봇연맹(IFR)은 인력 부족을 전문 서비스 로봇 도입의 주요 동인으로 꼽으며, 물류 부문 내에서 대중 교통과 분리된 실내 운송을 가장 중요한 응용 분야로 지목하고 있습니다. 간단히 말해, AGV는 고정된 경로를 따라 이동하는 차량이고, AMR은 자율 주행 차량이며, 둘 다 인력을 확보하기가 점점 더 어려워지고 있는 업무에서 걷기, 들어 올리기, 끌기 등의 작업을 대신하기 위해 존재합니다.

작동 원리

모든 이동형 로봇의 작동 과정은 ‘위치 파악’, ‘경로 계획’, ‘이동’, ‘검증’이라는 네 가지 반복 단계를 거칩니다. AGV와 AMR의 차이점은 각 단계가 실행되는 방식에 있습니다. 전통적인 AGV는 물리적 인프라를 기준으로 위치를 파악합니다. 자석 테이프 라인, 바닥에 매설된 전선, 또는 기둥에 장착된 레이저 반사기를 감지하며, 제어기가 차량을 정해진 경로에 유지합니다. 설계상 경로 이탈이 허용되지 않기 때문에 동작이 매우 예측 가능하고 인증 절차도 간단하지만, 경로를 변경하려면 물리적으로 유도 장치를 수정해야 하며, 장애물이 나타나면 경로가 확보될 때까지 차량이 정지하는 것이 일반적입니다.

반면 AMR은 통계적 방법을 통해 위치를 파악합니다. 시운전 과정에서 시설의 디지털 지도를 구축하는데, 가장 일반적인 방법은 SLAM(Simultaneous Localisation and Mapping)이라 불리는 기술로, 레이저 스캐너 반사 신호와 카메라 영상, 바퀴 주행 거리 측정 데이터를 융합하여 초당 여러 번 로봇의 지도상 위치를 추정합니다. 경로 계획은 로봇 내부에서 이루어집니다. 로봇은 목적지까지의 경로를 계산하고, 사람, 지게차, 떨어진 팔레트 등을 감지하여 이를 회피하거나 새로운 경로를 모색합니다. 개별 로봇을 총괄하는 플릿 소프트웨어는 작업을 할당하고, 교차로에서의 교통 흐름을 조절하며, 충전 순서를 관리합니다. 이러한 조정 계층의 실제 규모는 상당합니다. Geek+는 자사의 Hyper+ 플랫폼이 더 많은

단일 배포에서 5,000대 이상의 로봇.

두 범주 간의 경계는 하드웨어 수준에서 점차 모호해지고 있다. 2026년 3월 슈투트가르트에서 열린 로지마트(LogiMAT) 내부 물류 박람회에서, 주최 측의 전시회 리뷰에 따르면 AI를 활용한 장애물 분류 및 이동 예측 기능을 탑재한 AGV 지게차가 소개되었는데, 이는 기존 인프라 기반 유도 차량 유형에 AMR 방식의 인식 기술을 접목한 사례입니다. 따라서 구매자는 AGV와 AMR이라는 라벨을 고정된 제품 범주가 아닌, 내비게이션 철학을 설명하는 용어로 받아들여야 합니다.

주요 구성 요소

모든 AGV 또는 AMR은 동일한 6가지 하위 시스템으로 구성되며, 이를 이해하면 구매자들이 이 시리즈 후반부에서 접하게 될 가격 및 성능 차이의 대부분을 설명할 수 있습니다. 섀시와 구동 장치는 화물을 운반하며 적재량 등급을 결정하는데, 이는 소형 토트 운반 플랫폼부터 중량물 견인차에 이르기까지 다양합니다. LogiMAT 2026에서 선보인 기계 중, SEW-Eurodrive는 최대 1,600킬로그램의 적재 하중과 초당 최대 1.6미터의 속도를 지원하는 전방향 이동 플랫폼을 선보였으며, 소형 Igus ReBeLMove Pro는 250킬로그램을 들어 올리고 최대 900킬로그램을 견인할 수 있습니다. 센서 패키지는 로봇의 눈과 같은 역할을 합니다. 여기에는 안전 인증을 받은 레이저 스캐너, 2D 또는 3D 카메라, 초음파 센서, 범퍼 등이 포함됩니다. 연산 및 제어 계층은 위치 파악, 경로 계획, 안전 로직을 처리합니다. 배터리 및 충전 시스템(현재는 일반적으로 리튬 기반이며, 자동 기회 충전이 적용되고 일부 설계에서는 비접촉식 충전이 지원됨)은 가동 주기를 결정합니다. 리프트 데크, 롤러 컨베이어, 선반, 포크 등 화물 취급 부착 장치는 차량을 화물에 맞게 조정합니다. 마지막으로, 차량 관리 소프트웨어는 차량을 창고 관리 시스템에 연결하여 개별 로봇을 조화롭게 작동하는 시스템으로 통합합니다.

두 가지 안전 표준이 이러한 구성 요소들의 작동 방식을 규정합니다. ISO 3691-4는 다음과 같이 명시하고 있습니다.

무인 산업용 트럭에 대한 안전 요구사항은 전통적인 AGV의 표준을 다루는 반면, ANSI/RIA R15.08은 자체 경로를 계획하는 산업용 이동 로봇을 다룹니다. 구매자는 합리적인 구매 결정을 내리기 위해 이 두 문서를 모두 읽을 필요는 없지만, 공급업체가 자사 기계가 어떤 표준에 따라 설계되고 검증되었는지 명확히 밝힐 것을 기대해야 합니다.

로봇 공학 생태계 내에서의 위치

이동형 로봇은 자동화 스택의 운송 계층을 차지합니다. 이전 시리즈에서 다룬 협업 로봇을 포함한 로봇 팔은 고정된 작업대에서 물품을 조작하고, 컨베이어와 분류기는 고정된 경로를 따라 물품을 이동시키며, AGV와 AMR은 작업대 간에 물품을 유연하게 이동시킵니다. 이 세 가지는 경쟁 관계보다는 상호 보완적인 경우가 더 많으며, 시장에서는 모바일 로봇이 선반이나 토트를 피킹 스테이션으로 운반하고, 그곳에서 사람이나 로봇 팔이 작업을 완료하는 통합 시스템 형태로 제공되는 사례가 점점 늘고 있습니다.

이 생태계의 위상도 지능 측면에서 상향 조정되고 있습니다. LogiMAT 2026 전시회에서는 휴머노이드 로봇이 AMR과 나란히 작업하는 생산 현장 사례가 소개되었으며, Geek+는 2025년에 ‘구현형 지능(embodied-intelligence)’ 전문 자회사를 설립하여 자사의 이동형 로봇 군에 범용 로봇 팔 피킹 기능을 추가했습니다. 향후 발전 방향은 분명합니다. 이동식 플랫폼은 고부가가치의 조작 기능과 AI 역량이 탑재되는 운반 수단으로 자리 잡고 있습니다. 구매자 입장에서 이는 오늘 구매하는 AMR 함대를 플랫폼 투자로 이해하는 것이 가장 적절하며, 소프트웨어와 부착 장치가 향후 가치의 상당 부분을 결정한다는 것을 의미합니다.

왜 지금 중요한가

세 가지 요인이 2026년을 이 자산군을 이해하는 데 있어 중요한 해로 만들고 있습니다. 첫 번째는 입증된 규모입니다. 이는 더 이상 실험적인 분야가 아닙니다. 국제로봇연맹(IFR)이 기록한 단위 판매량 1위 실적과 Geek+의 배송 실적 등이 이를 증명합니다.

2025년 중반 기준으로 40여 개국에 6만 6천 대 이상의 로봇이 공급된 사실은 이 기술이 산업 현장에서 대규모로 도입되고 있음을 보여준다. 두 번째는 성숙해가는 비즈니스 모델이다. 같은 IFR 보고서에 따르면, 운송 및 물류 부문의 ‘서비스형 로봇(Robot-as-a-Service)’ 계약은 2024년에 42% 성장했으며, 이는 자본 투자를 감당하기 어려운 중견 기업들의 진입 장벽을 낮춰주고 있다. 세 번째는 경쟁의 심화입니다. 리서치 기업 인터랙트 애널리시스(Interact Analysis)는 이동형 로봇 시장이 2030년까지 연평균 약 19% 성장할 것으로 전망하며, Geek+의 실적 발표에서 인용된 CIC 컨설팅은 2029년까지 전 세계 AMR 솔루션 시장 규모가 1,621억 위안(약 227억 달러)에 달할 것으로 전망하고 있습니다. 이러한 성장세는 신규 진입자들을 끌어들이며, 공급업체 시장이 포화 상태에 이르면 역사적으로 가격과 계약 조건 면에서 구매자에게 유리한 상황이 조성됩니다.

결론

처음 이 글을 읽는 독자들에게 실질적인 참고 자료를 제공하기 위해, 실내 물품 이동을 위한 세 가지 방식을 비교한 독자적인 의사결정 프레임워크를 마지막으로 제시합니다. 아래 표는 실제 프로젝트 결정에 가장 자주 영향을 미치는 다섯 가지 차원, 즉 인프라 변경, 경로 유연성, 처리량 예측 가능성, 재배치 비용, 그리고 일반적인 최적 적용 분야를 기준으로 AGV, AMR, 고정식 컨베이어를 평가한 것입니다. 이 프레임워크는 의도적으로 단순화되어 있으며, 콜드 체인 환경이나 클린룸 규정과 같은 산업별 요인은 반영하지 않았으므로, 현장 조사를 대체하는 것이 아니라 시작점으로서의 지침으로 삼으시기 바랍니다.

표 1: ARPI 실내 물품 이동 의사결정 프레임워크

uploaded image

점수는 각 기술 분류의 일반적인 특성을 요약한 것이며, 개별 제품마다 차이가 있을 수 있고, AGV/AMR 하이브리드 설계로 인해 경계가 점차 모호해지고 있습니다. 현장 조사의 대체 수단이 아닙니다. 안전 관련 참고 사항: AGV는 ISO 3691-4의 적용을 받습니다.

ANSI/RIA R15.08에 따른 산업용 이동 로봇의 경로 계획.

표 2: AGV와 AMR 비교 개요

uploaded image

LogiMAT 2026 주최 측의 전시회 리뷰(공급업체가 명시한 제품 사양), Geek+사의 공개 자료, 그리고 ISO 3691-4 및 ANSI/RIA R15.08 표준의 적용 범위를 종합하여 작성되었습니다. 공급업체 사양은 기술적 특성만을 뒷받침합니다.


핵심은 한 문장으로 요약됩니다: AGV는 유연성을 희생하고 예측 가능성을 얻으며, AMR은 단순성을 희생하고 적응성을 얻습니다. 올바른 선택은 자재 흐름이 얼마나 자주 변하는지에 달려 있습니다. 이 시리즈의 다음 기사에서는 ‘상품-인(goods-to-person)’ 셔틀부터 자율 주행 지게차에 이르기까지 해당 범주를 하위 범주와 변형으로 세분화하고, 어떤 유형이 어떤 운영에 적합한지 설명할 예정입니다.

이 기사는 ARPI AMR/AGV 기초 시리즈의 일부입니다. 정보 마감일: 2026년 7월 26일. 수치는 기업 제출 자료, 공식 산업 통계 및 주최 측 간행물에서 발췌하였으며, 통화는 원화 단위로 표기하고 기준 환율(1달러당 7.15위안)을 적용해 대략적인 미국 달러 환산액을 함께 제시했습니다. 본 콘텐츠는 일반적인 정보를 제공하기 위한 것이며, 조달, 투자 또는 법률 자문을 구성하지 않습니다.