토트의 비정형 부품은 라인 앞에 사람을 붙잡아 두는 일이었습니다. AI 빈 피킹—깊이 카메라, 학습된 파지 계획, 힘 인식 복구—은 전시 셀에서 가동률 논쟁으로 옮겼습니다. 2026년의 질문은 로봇이 반짝이는 부품을 한 번 집을 수 있느냐가 아닙니다. 조명이 바뀌고 부품이 겹치고 토트가 반쯤 비었을 때 셀이 속도를 유지하느냐입니다.
팔레타이징·트레일러 언로딩과는 다른 문제입니다. 빈 피킹은 공정의 앞에 앉습니다. 피더가 굶으면 모든 하류 스테이션이 기다립니다.
생산 구매자가 이제 재는 것
- 혼잡 속 파지 성공 — 겹침·반사·혼합 SKU. 연출된 데모가 아님.
- 복구 포함 사이클 타임 — 실패 파지는 기술자를 부르지 않고 재계획해야 함.
- 전환 비용 — 새 부품군이 6주 비전 프로젝트를 뜻하면 안 됨.
ROI를 여전히 정하는 것
물량이 안정적이고 부품이 까다로우면 치구·싱귤레이션이 여전히 이깁니다. CAD가 없거나 크게 변형되는 부품은 학습 정책을 벌합니다. 안전·도달 엔벨로프는 신경망만큼 중요합니다. 실패 모드를 “AI” 뒤에 숨기는 벤더는 두 번째 파일럿을 잃습니다.
앞으로 볼 포인트
- 다교대 플랜트에서 공개된 파지 성공률·평균 개입 간격.
- 새 SKU가 CAD 드롭에서 현장 데이터 사이언스 없이 검증 픽까지 얼마나 빠른지.
- 빈 피킹 셀이 소수 카메라/그리퍼 스택으로 표준화되는지, 맞춤으로 남는지.
AMR은 토트를 옮깁니다. 빈 피킹은 비웁니다. 라인은 다음 스테이션이 절대 기다리지 않기만을 봅니다.