ロボットに必要な人工知能（AI）、いわゆる「フィジカルAI」を開発するスタートアップのカーボンシックスが19日、製造現場を狙ったロボット知能戦略を公開した。カーボンシックスは汎用ヒューマノイド中心のアプローチとは距離を置き、製造工程に即時投入可能なロボット向けAIとハードウエアの開発に集中している。
カーボンシックスは2019年にビジョンAIスタートアップのスアラボを創業して米コグネックスに売却したムン・テヨン代表が昨年7月に設立した企業である。ムン代表は製造業現場にAIを適用してきた過去10年の経験を踏まえ、ロボットAIの出発点として「製造現場」を選んだ。ムン代表は「製造工程で生成される画像と作業データはインターネットには存在せず現場に埋もれている」とし、「人が一度作業すると消える揮発性の情報という点でアプローチ自体を変える必要がある」と述べた。
ムン代表は大規模言語モデル（LLM）とロボットAIの根本的な差異も指摘した。ムン代表は「GPTのような言語モデルはインターネットという膨大なデータ基盤の上で成長したが、ロボットファウンデーションモデルに必要なデータはインターネットにはなく、人の動作と現場の作業の中に潜んでいる」とし、「ロボット領域でLLMのような『ジェネラルプレイ』をそのまま持ち込むのは構造的に難しい」と説明した。
このような問題意識はヒューマノイド万能論への懐疑につながる。ソ・ヒョンジュ、カーボンシックス最高技術責任者（CTO）は「ヒューマノイド1台であらゆる製造課題を解決するというアプローチは現実とかけ離れている」とし、「製造現場は工程ごとに環境・ツール・精度・速度の要求がすべて異なり、単一プラットフォームで汎用性と効率を同時に確保するのは難しい」と語った。
ソCTOは特に投資対効果の観点からヒューマノイド中心戦略の限界を指摘した。ソCTOは「製造業ではサイクルタイム、コスト、信頼性が同時に合致して初めて技術が採用される」とし、「汎用ヒューマノイドは現場の要求を満たすよりもコストと複雑性を高める可能性が大きい」と説明した。
カーボンシックスが掲げるフィジカルAI戦略の核心はデータ収集の方式である。ムン代表は製造現場に蓄積されながらも活用されていないデータを「デジタルヒストリー」と規定し、「人のモーションと作業プロセスに埋もれているデータをどう確保し、その対価としてどのような価値を提供するのかが事業の核心だ」と明らかにした。ムン代表は半導体・バッテリー・造船など製造業クラスターが密集する韓国がフィジカルAIの事業化に有利な環境だと付け加えた。
この戦略の成果としてカーボンシックスは最近、AI模倣学習ベースの製造ロボット標準品「シグマキット（SigmaKit）」を発売した。シグマキットはAIの専門知識や複雑なシステム設定がなくても製造工程に適用できるよう設計されたツールキット型のソリューションで、人が作業を示せばロボットがそれを学習する構造を実装した。
シグマキットは▲製造業特化の人工知能▲繊細な作業に特化したロボットグリッパー▲直感的に操作可能なティーチングツール▲センサーモジュールなどで構成した。生産モデルの変更が頻繁で非定型性が高い製造環境でもロボットが状況を認識し判断できるよう設計し、従来の自動化では適用が難しかった工程まで対応することを目標とする。
カーボンシックスはシグマキットを起点に自動化が難しかった製造工程を中心にフィジカルAIの適用範囲を拡大する計画である。ムン代表は「発売直後から販売問い合わせと事前予約があり、現在、国内の製造大企業と技術検証（PoC）を進めている」とし、「食器洗いや家事ロボットではなく、実際の製造現場で最も早く商用化できる領域に集中し、製造業の中で最も高度化したロボットAIモデルを作ることが目標だ」と述べた。