솔직히 처음 이 뉴스를 봤을 때 “폴라리스오피스가 왜 로봇이야?”라는 생각이 먼저 들었다. 1억 3800만 명의 글로벌 사용자를 가진 문서 소프트웨어 회사가 휴머노이드 로봇에 AI 두뇌를 심는다는 이야기가 어색하게 들렸던 것이다.
근데 잠깐 생각을 멈추고 다시 보면 이게 오히려 굉장히 논리적인 수순이다. 소프트웨어 기업이 피지컬 AI 시대에 어떻게 살아남느냐의 문제를 정면으로 건드리고 있기 때문이다. 오늘은 폴라리스오피스가 유비테크와 손잡고 선언한 “폴라리스 2.0” 전략을 뜯어보면서, 이 안에서 읽히는 더 큰 흐름을 짚어보려 한다.
왜 문서 SW 기업이 공장으로 갔나
폴라리스그룹에는 폴라리스오피스 외에도 자동차 부품을 만드는 폴라리스세원, 합성사를 생산하는 폴라리스우노, 원료의약품을 제조하는 폴라리스AI파마 같은 제조 계열사들이 있다. 이 공장들에서는 매일 방대한 양의 데이터가 쏟아진다.
이 구조가 폴라리스오피스에게 다른 AI 기업들이 가지지 못한 자산을 만들어줬다. 범용 AI 모델이 아니라, 실제 제조 현장에서 직접 학습시킨 현장 밀착형 AI 모델을 만들 수 있는 테스트베드를 그룹 안에 가지고 있다는 점이다.
AI 회사들이 제조 현장에 솔루션을 팔 때 가장 큰 벽이 뭔지 아는가. 레퍼런스가 없다는 거다. “이 AI가 실제 공장에서 작동한다는 걸 증명할 수 있냐”는 질문에 답하기가 어렵다. 폴라리스오피스는 이 문제를 내부에서 해결할 수 있다. 자사 그룹 공장에서 검증한 AI 모델을 외부 제조 기업에 공급하는 구조다. 공장을 직접 굴리면서 AI를 갈고닦을 수 있는 환경이 경쟁력의 핵심이다.
유비테크와 손잡은 이유 – 하드웨어와 소프트웨어의 분업
유비테크는 2012년 설립된 중국 기반 글로벌 휴머노이드 로봇 기업이다. 시가총액만 9조 원에 달하고, 에어버스와 폭스콘, 텍사스 인스트루먼츠 같은 글로벌 제조 거물들이 이미 생산 라인에 유비테크 로봇을 투입하고 있다. 서보 모터부터 컴퓨터 비전, 자율주행 기술까지 로봇 하드웨어 핵심 기술을 직접 개발하는 회사다.
이 파트너십의 분업 구조가 흥미롭다. 유비테크는 몸통을 만들고, 폴라리스오피스는 두뇌를 맡는다. 로봇이 현장에서 수집한 데이터를 처리하고, 상황을 판단하고, 작업 지시를 내리는 소프트웨어 전체가 폴라리스오피스의 역할이다.
이 구조가 왜 의미 있느냐면, 로봇 산업에서 하드웨어와 소프트웨어의 관계가 스마트폰 시대를 닮아가고 있기 때문이다. 스마트폰에서 하드웨어보다 운영체제와 앱 생태계가 더 큰 가치를 만든 것처럼, 로봇에서도 정교한 몸통보다 그 몸통을 제대로 판단하고 움직이게 만드는 AI 소프트웨어가 결정적 차별화 요소가 된다. 유비테크가 하드웨어에서 강점을 가졌지만, 산업 현장 특화 AI 소프트웨어는 별도의 전문성과 데이터가 필요하다. 이 간극을 폴라리스오피스가 채운다는 그림이다.
온디바이스 AI가 핵심인 이유
이 파트너십에서 기술적으로 가장 주목할 부분은 온디바이스 AI다. 폴라리스오피스는 인터넷 연결 없이 로봇 스스로 데이터를 처리하는 온디바이스 AI 기술을 고도화한다고 밝혔다.
공장 현장에서 AI가 작동하는 방식을 생각해보면 이게 왜 필수 조건인지 분명해진다. 클라우드 기반 AI는 판단이 필요할 때마다 데이터를 외부 서버로 보내고 결과를 받아오는 구조다. 공장 라인에서 로봇이 용접 작업을 하다가 이상 상황을 감지했을 때, 클라우드 서버에 데이터를 보내고 판단을 기다린다면 그 지연이 치명적이 될 수 있다. 제조 현장에서 밀리초 단위 반응 속도가 요구되는 작업들이 있고, 이걸 네트워크 레이턴시가 있는 클라우드로 처리하기엔 한계가 있다.
보안 측면도 있다. 제조 공정 데이터가 외부로 나가는 건 기업 기밀과 직결된다. 설계 도면, 생산 레시피, 품질 데이터가 외부 클라우드를 경유하면 보안 위험이 생긴다. 온디바이스 AI는 이 두 가지 문제를 동시에 해결한다. 빠른 현장 대응과 데이터 보안.
문서 SW 분야에서도 폴라리스오피스는 이미 온디바이스 방향으로 움직이고 있었다. 폐쇄망 환경에서 사용 가능한 온디바이스 오피스 AI를 출시하고, B2G 시장으로 고객을 확장하는 전략을 가져간 바 있다. 공장 AI에서도 같은 방향을 이어가는 셈이다.
피지컬 AI 시대에 소프트웨어 기업이 살아남는 방법
더 큰 그림으로 보면 폴라리스오피스의 전략은 소프트웨어 기업들이 피지컬 AI 시대에 어디로 가야 하는지를 보여주는 하나의 답이다.
AI가 디지털 공간에서만 작동하던 시대는 끝나가고 있다. 지금 일어나고 있는 건 AI가 물리 세계와 결합하는 전환이다. LG전자가 피지컬 AI와 에이전트 결합을 다음 성장 동력으로 내세우고, 테슬라가 옵티머스를 자사 공장에 투입하고, 유비테크가 에어버스 생산 라인에 들어가는 흐름이 전부 같은 방향을 가리킨다.
이 흐름에서 순수 소프트웨어 기업은 두 가지 선택지 앞에 놓인다. 하나는 클라우드 AI API 플레이어로 남아서 하드웨어 기업들에게 기술을 공급하는 위치에 서는 것이다. 다른 하나는 하드웨어 파트너를 찾아 직접 현장에 들어가는 것이다. 폴라리스오피스는 후자를 선택했다.
이 선택의 장점이 있다. 현장에서 생성되는 데이터를 직접 확보할 수 있다는 거다. 클라우드 API 플레이어로 남으면 어떤 회사가 어떤 공정에서 어떤 문제를 겪는지 알 수 없다. 직접 현장에 들어가면 이 데이터가 AI 모델 개선의 연료가 되고, 더 나은 모델이 다시 현장 경쟁력을 높이는 선순환이 생긴다.
비즈니스 모델도 달라진다. 소프트웨어 라이선스 판매가 아니라 구독과 운영 서비스 수익 모델이 된다. 로봇이 공장에 들어가면 그 로봇이 작동하는 동안 계속 소프트웨어 서비스 비용이 발생한다. 그리고 한번 공장 운영에 통합된 AI 소프트웨어는 쉽게 교체되지 않는다. 고객 잠금 효과가 하드웨어 판매보다 오히려 더 강하다.
소프트웨어가 두뇌가 되는 구조의 기술적 함의
에이전트 시스템 설계 관점에서 이 구조를 보면 흥미로운 점이 있다. 산업 현장의 로봇 AI는 사실 멀티에이전트 시스템과 유사한 구조를 가진다.
공장 라인에는 여러 로봇이 동시에 작동한다. 각 로봇이 독립적으로 판단하면서도 전체 공정 흐름을 망가뜨리지 않으려면 조율이 필요하다. 용접 로봇이 부품을 잡으려 할 때 운반 로봇이 같은 자리로 이동하면 충돌이 생긴다. 이 조율을 온디바이스에서 처리하려면, 각 로봇의 로컬 AI가 빠르게 판단하면서도 다른 로봇들의 상태를 인식하는 구조가 필요하다.
멀티에이전트 시스템에서 여러 에이전트가 공유 상태를 유지하면서 각자 독립적으로 판단하는 문제와 본질적으로 같다. LangGraph에서 여러 에이전트가 공유 그래프 상태를 읽고 쓰면서 충돌 없이 협력하도록 설계하는 것처럼, 공장 로봇들도 공유된 현장 상태 정보를 기반으로 각자 판단해야 한다. 온디바이스로 이걸 구현한다는 건 로컬 모델의 추론 속도와 상태 동기화 메커니즘이 핵심 기술 과제가 된다는 의미다.
폴라리스오피스가 1억 명 이상의 사용자로부터 쌓아온 문서 처리 AI 기술이 이 현장 AI에 어떻게 기여하는지도 생각해볼 만하다. 공장 현장에서도 방대한 비정형 데이터가 생성된다. 설비 매뉴얼, 품질 보고서, 작업 지시서, 불량 사진. 이걸 이해하고 처리하는 능력이 문서 AI에서 현장 AI로 전이되는 부분이 있다.
마무리: “폴라리스 2.0″이 예고하는 것
“문서에서 공장으로, 공장에서 로봇으로.” 폴라리스오피스가 이번 파트너십을 설명하면서 쓴 이 표현이 지금 일어나는 변화를 잘 압축하고 있다.
소프트웨어의 무대가 화면에서 공간으로 확장되고 있다. AI가 텍스트를 생성하고 문서를 요약하는 것을 넘어서, 공장 라인을 제어하고 로봇 팔을 움직이는 수준으로 올라오고 있다. 이 전환에서 소프트웨어 기업이 단순히 API 공급자로 남을 것인지, 아니면 하드웨어와 결합해 현장으로 직접 들어갈 것인지는 생존 전략의 문제가 됐다.
폴라리스오피스의 선택이 성공할지는 아직 모른다. 그룹 공장이라는 테스트베드를 가진 강점이 실제 외부 시장에서도 통할지, 온디바이스 AI 기술이 까다로운 제조 현장의 요구를 충족할 만큼 완성도를 갖출지, 아직 검증이 필요한 부분이 많다. 하지만 방향성만큼은 명확하다. 소프트웨어가 두뇌가 되는 시대, 그 두뇌를 누가 설계하느냐가 피지컬 AI 경쟁의 핵심이 된다는 것.