LG CNS, 에이전틱 AI·휴머노이드 로봇 혁신사례 공개

기업 관계자 1000여명 참석
기업용 에이전틱 AI 플랫폼 ‘에이전틱웍스’

[포인트경제] LG CNS가 30일 여의도 콘래드호텔에서 고객 초청 행사 ‘AX 페어 2025’를 개최하고 에이전틱 AI와 피지컬 AI를 아우르는 최신 AX 혁신 사례를 공개했다. 이번 행사에는 제조, 물류, 금융, 유통, 공공, 헬스케어 등 다양한 산업 분야 기업 관계자 1000여명이 참석했다.

30일 여의도 콘래드호텔에서 열린 LG CNS 고객초청 행사 'AX페어 2025'에서 LG CNS AI클라우드사업부장 김태훈 전무가 환영사를 하고 있는 모습 /LG CNS 제공

LG CNS는 기업용 에이전틱 AI 플랫폼 ‘에이전틱웍스’를 선보였다. 이 플랫폼은 6종 모듈로 구성돼 기업의 에이전틱 AI 서비스 설계부터 구축, 운영, 관리까지 전 주기를 지원하며 온프레미스와 클라우드 환경 모두에서 활용 가능하다. 현재 금융 고객을 중심으로 개념검증(PoC)을 진행 중이다.

행사에서는 에이전틱웍스로 구축한 ‘VoC(고객 리뷰) 분석 에이전틱 AI 서비스’와 ‘인사 특화 에이전틱 AI 서비스’가 소개됐다. VoC 분석 서비스는 고객 리뷰 1000건 분류에 기존 2일 걸리던 시간을 약 40초로 단축했다. 휴먼 에러인 누락과 오분류 발생률도 감소시켰다. 긴급 이슈는 실시간으로 담당자에게 알리고 고객에게 즉시 사과 메일을 발송한다. 마케팅과 경영관리 등 타 부서도 해당 분석 보고서를 활용해 업무 생산성과 고객 만족도를 높일 수 있다.

인사 특화 서비스는 대규모 채용 시 수만 건의 자기소개서, 인적성검사 데이터, 기존 인사 문서를 자동 분석해 적합한 인재를 추천한다. 지원자별 면접 질문도 자동 생성해 업무 생산성을 약 26% 개선한다.

LG CNS AI센터장 진요한 상무(오른쪽)와 코히어 공동 창업자 아이반 장(Ivan Zhang)이 대담을 진행하고 있는 모습 /LG CNS 제공

LG CNS AI클라우드사업부장 김태훈 전무는 “수백 건의 AX 프로젝트 경험을 바탕으로 기업이 에이전틱 AI 서비스를 손쉽고 안전하게 구축, 운영할 수 있는 엔터프라이즈 플랫폼 ‘에이전틱웍스’를 개발했다”며 “목표 달성 중심의 에이전틱 AI 체제로의 대전환을 선도해 고객과 함께 미래를 설계하는 AX 파트너가 되겠다”고 말했다.

기조연설에는 LG CNS AI센터장 진요한 상무, LG CNS GenAI사업담당 임은영 담당, 코히어 공동 창업자 아이반 장, LG AI연구원 이화영 상무, 카이스트 명현 교수가 참여했다. 코히어의 아이반 장은 기업이 에이전틱 AI 도입 시 보안과 컴플라이언스 중요성을 강조하며 노스 플랫폼을 소개했다. 그는 “LG CNS 에이전틱웍스의 ‘스튜디오’ 모듈은 노스를 기반으로 구현됐다”고 설명했다.

산업 분야별 12개 AX 비즈니스 트랙과 6개 AX 기술 트랙에서는 NH농협은행, 신한카드, HD현대건설기계, LG전자 등 고객의 AX 혁신 사례가 공유됐다.

LG CNS가 물류센터 현장 데이터 기반으로 학습시킨 오픈소스 로봇 파운데이션 모델을 탑재한 휴머노이드 로봇이 택배 물품 운송장을 인식해 분류하고 있는 모습 /LG CNS 제공

피지컬 AI 세션에서는 물류 RX(로봇 전환) 혁신 사례와 로봇 지능화 과제 추진 현황이 발표됐다. LG CNS가 스마트물류·팩토리 사업에 적용 중인 오토스토어, 자율이동로봇(AMR) 등 로봇 사례와 피지컬 AI를 위한 시뮬레이션 기반 합성 데이터 생성 및 학습, 휴머노이드 로봇 활용 기술이 소개됐다.

전시부스에서는 다양한 AMR 기반 로봇 서비스와 휴머노이드 로봇 원격제어 시연이 진행됐다. LG CNS는 원격제어를 포함한 VLA(Vision-Language-Action) 학습, 시뮬레이션 기반 강화학습 등의 기술을 활용해 현장 데이터를 오픈소스 로봇 파운데이션 모델(RFM)에 학습시키는 자체 연구개발을 진행 중이다. 이를 통해 물류센터 내 휴머노이드 로봇의 업무 동작을 고도화하고 있다.

LG CNS는 미국 AI 로봇기업 스킬드 AI와 산업용 AI 휴머노이드 로봇 솔루션 개발 PoC도 활발히 진행 중이다. 제조 공장에서 수집한 데이터를 스킬드 AI의 RFM에 학습시켜 유해물질을 다루는 휴머노이드 로봇의 동작 정확도를 지속 향상시키고 있다.