조적에서 시작해
현장 전체를 짓습니다

조적은 건설 공종 가운데 고령화와 노임 상승이 가장 빠른 축에 듭니다. 조적 로봇은 이미 있습니다. 하지만 대부분 트럭에 싣는 외벽용 대형 장비입니다. 세대 출입구를 지나 화장실과 발코니 벽을 쌓는 로봇은 아직 없습니다. 우리는 그 빈자리에서 시작합니다.

29.4%

60대 이상 건설 기능인력 비중건설근로자공제회, 2026년 5월

27만 원

조적공 1일 노임2026 상반기 건설업 임금실태조사

약 6천억 원

연간 아파트 세대 내 조적공사비연 착공 24~27만 호 × 세대당 230만 원, 자체 추정

좌표를 하나하나 입력하는 기존 산업용 로봇은 작업이 바뀔 때마다 다시 가르쳐야 합니다. MANTA의 로봇은 숙련공의 시연을 보고 배웁니다. 새 작업은 시연 50~100회로 초기 정책을 만들고, 도구만 바꿔 같은 로봇이 다른 공정을 맡습니다.

1. 현장 1인칭 시연

   숙련공이 머리에 단 카메라로 손, 시선, 작업 장면을 기록합니다.

2. 텔레오퍼레이션

   리더 암으로 로봇을 직접 조종해 로봇 관점의 시연 데이터를 쌓습니다.

3. 시뮬레이션 강화학습

   디지털 트윈에서 대규모로 학습한 정책을 실제 로봇으로 옮깁니다.

4. 먹선 기준 보정

   놓기 직전 먹선 좌표로 위치를 다시 맞춰 2mm 안에 정렬합니다.

5. 모르타르 협조 시공

   토출 암이 모르타르를 바르고 배치 암이 블록을 놓는 과정을 한 사이클로 묶습니다.

시판 협동로봇은 제어기가 닫혀 있어 학습 정책을 올리기 어렵고, 본체만 4천만 원이 넘습니다. 그래서 암을 직접 설계했습니다. 3D 프린트 버전으로 구동과 모방학습을 검증했고, 지금은 알루미늄 구조로 옮기고 있습니다. 암 한 대의 제작원가는 약 300만 원입니다.

요소기술을 연구실에서 검증한 TRL 3 단계입니다. 현장 PoC로 TRL 6을 검증하는 것이 다음 목표입니다.

먹선과 벽체 인식, 시연 학습, 시뮬레이션 학습은 공종이 바뀌어도 그대로 씁니다. 바뀌는 것은 로봇 손끝의 도구와 학습 데이터입니다. 조적에서 검증한 방식을 실내 마감 공종으로, 다시 모듈 공장과 건설 현장 전체로 넓힙니다.

대형 건설사에서 시공을 관리한 두 사람과 AI 스타트업 출신 한 사람이 모였습니다. 세 사람 모두 연세대학교에서 건설 AI를 연구합니다.