LG전자가 최고경영자 직속의 로보틱스사업센터를 새로 만들며 로봇 사업을 미래 성장동력으로 키우겠다는 의지를 다시 분명히 했다. 인공지능이 소프트웨어 영역을 넘어 실제 기기와 공간을 움직이는 피지컬 AI 단계로 확장되는 가운데, 가전과 제조, 상업용 솔루션을 모두 보유한 LG전자가 로봇 사업의 의사결정 속도를 높이려는 조치로 해석된다.
LG전자는 2026년 7월 1일자로 로보틱스사업센터를 신설한다고 밝혔다. 이번 개편은 연말 정기 조직 개편보다 앞서 이뤄진 원포인트 조정이다. 회사가 특정 사업의 조직 체계를 별도로 앞당겨 손본 것은 로봇 분야를 단순한 연구 과제가 아니라 매출과 생태계 확장으로 연결해야 할 사업 축으로 보고 있다는 뜻이다.
신임 센터장에는 스마트팩토리솔루션센터장 등을 지낸 송시용 센터장이 임명됐다. 신설 조직은 사업 개발, 영업, 오퍼레이션 기능을 함께 갖춘 형태로 꾸려진다. 기술 개발 이후 판매나 운영 단계에서 생기는 병목을 줄이고, 시장 반응을 다시 제품 전략에 반영하는 폐쇄형 실행 구조를 만들려는 의도로 풀이된다.
가정용 로봇은 직접, 산업·상업용은 자회사와 역할 분담
LG전자는 로봇 사업의 역할도 비교적 선명하게 나눴다. 가정용 로봇은 새로 만든 로보틱스사업센터가 직접 맡고, 산업용과 상업용 로봇은 자회사인 로보스타와 베어로보틱스를 중심으로 추진한다는 구상이다. 로보스타는 산업 자동화와 제조 현장에, 베어로보틱스는 서비스 로봇 영역에 강점을 가진 만큼 각 법인의 전문성을 살리면서 LG전자 본사의 제품 기획과 영업망을 결합하려는 전략이다.
이 같은 배치는 로봇 시장이 하나의 단일 제품군이 아니라 여러 사용 환경으로 갈라져 있다는 현실을 반영한다. 가정용 로봇은 생활가전과 스마트홈 경험, 사후관리 체계가 중요하다. 반면 산업용 로봇은 생산 효율과 안정성, 현장 맞춤형 통합 역량이 핵심이다. 상업용 로봇은 식음료, 숙박, 물류 등 서비스 현장의 운영 효율을 얼마나 개선하느냐가 관건이다.
LG전자가 강조하는 피지컬 AI는 이런 구분을 관통하는 키워드다. 생성형 AI가 텍스트와 이미지 중심의 디지털 결과물을 만드는 데서 출발했다면, 피지컬 AI는 센서와 구동장치, 로봇 제어 기술을 통해 실제 공간에서 판단하고 움직이는 기술을 뜻한다. 로봇이 사람의 명령을 이해하는 수준을 넘어 주변 환경을 인식하고 반복 학습하며 스스로 작업을 조정해야 하기 때문에 데이터와 하드웨어, 소프트웨어의 결합이 중요해진다.
데이터팩토리와 부품 내재화가 핵심 변수
새 조직 산하에 로봇 학습용 데이터팩토리 전담 부서를 둔 점도 주목된다. LG전자는 연내 서울 서초구 양재R&D캠퍼스에 대규모 로봇 학습용 데이터팩토리 구축을 완료할 계획이다. 로봇이 실제 환경에서 안정적으로 움직이려면 다양한 공간, 동선, 사람과의 상호작용, 예외 상황에 대한 데이터가 필요하다. 데이터팩토리는 이런 학습 자산을 체계적으로 모으고 검증하는 기반이 될 수 있다.
핵심 구동 부품인 액추에이터의 자체 기술 기반 생산도 추진된다. 액추에이터는 로봇의 관절과 움직임을 담당하는 부품으로, 성능과 내구성, 원가 경쟁력에 직접 영향을 준다. 회사가 국내 생산과 외부 공급을 병행하겠다고 밝힌 것은 내부 제품 경쟁력 확보뿐 아니라 부품 사업으로 확장할 여지를 열어두는 행보로 볼 수 있다.
계열사와의 협업도 로봇 사업의 실행력을 좌우할 요소다. LG CNS는 시스템 통합과 산업 현장 디지털 전환 경험을 갖고 있고, LG AI연구원은 AI 모델과 데이터 처리 역량을 보유하고 있다. LG전자가 이 역량을 로봇 하드웨어와 결합하면 제조, 물류, 서비스 현장에 필요한 맞춤형 솔루션을 더 빠르게 제안할 수 있다.
다만 로봇 사업은 기술 완성도뿐 아니라 가격, 유지보수, 안전 규제, 현장 수용성까지 동시에 풀어야 하는 시장이다. 특히 가정용 로봇은 소비자가 실제로 비용을 지불할 만큼 명확한 효용을 보여줘야 한다. 산업용과 상업용 분야에서도 초기 설치 비용과 운영 안정성, 인력 대체를 둘러싼 사회적 논의가 함께 따라붙을 수 있다.
이번 조직 개편은 LG전자가 로봇을 장기 연구 주제가 아니라 실행 속도를 높여야 할 사업으로 다루기 시작했다는 신호다. CEO 직속 체계가 의사결정과 자원 배분을 얼마나 빠르게 만들지, 데이터팩토리와 부품 내재화가 실제 제품 경쟁력으로 이어질지가 향후 성과를 가를 전망이다.
댓글