자율이동로봇(AMR)은 고전 AGV 트랙보다 적은 고정 인프라로 공장·창고 자재를 옮깁니다. 새 물결은 머신비전과 엣지 AI에 의존합니다. 카메라·깊이 센서가 클라우드를 기다리지 않고 항법·장애물 회피·팔레트 포즈 추정을 위해 차량에서 도는 모델에 공급됩니다.
그 아키텍처는 실제 현장에서 중요합니다. 클라우드 왕복은 지터·대역폭·커버리지 공백에서 실패합니다. 초 미만 안전 응답은 로컬 추론이 필요합니다—대개 진동·온도용 팬리스 산업 모듈에서.
구매자가 지금 평가하는 것
- 인식 강건성 — 조명 변화, 반사면, 혼합 팔레트, 공유 통로의 사람.
- 플릿 오케스트레이션 — 수십 대에서 교착 없이 교통 규칙·충전·작업 할당.
- 연동 — 이동이 고아 미션이 아니라 작업지시가 되도록 WMS/MES 핸드오프.
- 안전 케이스 — 감지·감속·정지—데모 영상이 아니라 검증된 절차.
가치가 나타나는 곳
AMR은 비부가 이동 시간을 줄이고 사내 물류의 인력 부족을 흡수할 수 있습니다. 일부 배포는 운송 중 검사·식별을 더해 별도 공정 단계를 합칩니다. 경제성은 여전히 가동률, 맵 유지, 라인 변경 시 흐름을 얼마나 빨리 재구성하느냐에 달립니다.
앞으로 볼 포인트
- 공유 엣지 GPU 풀과 QoS 인식 오케스트레이션의 멀티로봇 플릿.
- 혼합 SKU에서 신뢰할 팔레트·랙 상호작용을 위한 3D 비전.
- “이동 중 검사”가 표준 셀이 될지 니치 애드온에 남을지.
모바일 로보틱스는 인식·안전·플랜트 소프트웨어가 하나의 운영 모델을 공유할 때 스케일됩니다. 빈 통로에서 로봇 한 대가 멋져 보일 때가 아닙니다.