어둠이 짙게 드리운 밤, 나는 낡은 아파트 복도에서 홀로 걷고 있었다. 빗소리가 창문을 두드리는 소리만이 귓가에 맴돌았고, 마치 텅 빈 공간을 채우는 듯했다.
며칠 전, 나는 ‘나를 잊어’라는 책을 읽고 나서부터 이와 같은 기분이 들기 시작했다. 책 속의 주인공 ‘夏帆’은 자신의 삶을 잊으려고 애썼다. 마치 자신이 겪었던 모든 것을 부정하고 싶어하는 것처럼.
나는 왜 ‘夏帆’의 이야기가 나에게 이렇게 강렬한 인상을 남겼는지 알 수 없었다. 어쩌면 나는 ‘夏帆’처럼, 과거의 기억을 억누르려고 노력하는 것일지도 모른다.
하지만 기억을 억누르는 것은 불가능하다는 것을 나는 알고 있었다. 기억은 마치 끈끈한 늪처럼, 끊임없이 우리를 끌어당기는 힘을 가지고 있다.
나는 빗소리를 더욱 크게 듣기 위해 복도를 걸었다. 마치 ‘夏帆’처럼, 과거의 기억 속으로 잠겨들려는 것일까.
나는 문득, ‘무라카미 하루키’의 작품을 떠올렸다. 그의 작품에는 늘 몽환적인 분위기와 섬세한 감성이 담겨 있었다. 나는 그의 작품을 읽으며, 마치 꿈을 꾸는 듯한 기분을 느꼈다.
나는 ‘무라카미 하루키’의 작품을 통해, 자신의 내면을 탐구하는 것 같았다. 마치 ‘夏帆’처럼, 자신의 삶을 되돌아보며, 진실을 찾으려고 노력하는 것일까.
랩 자동화에 있어서의 글로벌 경쟁은 더 이상 피펫팅 작업의 대체뿐만이 아니다. 진정한 목표는 더욱 어렵다. 즉, 암묵지로서의 인간의 실험실 기술을 변화하는 프로토콜, 다양한 장비, 그리고 궁극적으로 실험실 전체에 걸쳐 실행 가능한, 재현 가능하고 소프트웨어 관리된, AI 지원 실험 인프라로 전환하는 것이다. 그 특정 축에서 이 분야는 하나의 확정된 설계가 아닌, 여러 개의 경쟁하는 아키텍처로 분열되어 있다. 일본의 마호로/Maholo 생태계는 하이퍼노이드 중심형 철학의 가장 명확한 공개 예시이다. 즉, 인간의 실험실을 거의 그대로 유지하고, 인간의 도구, 인간의 워크플로우, 인간의 공간 배치를 사용할 수 있는 양팔 로봇을 구축하는 접근 방식이다. 대조적으로, 미국의 많은 리더들은 카트리지 시스템, 로봇틱 클러스터, 오케스트레이션 소프트웨어, 혹은 클라우드 랩을 통해 산업화와 규정 준수를 최적화하고 있다. 반면, 중국에서 가장 눈에 띄는 산업 리더인 XtalPi는 하이퍼노이드의 젖은 실험실 구현 대신, 맞춤형 로봇 워크스테이션, 소프트웨어 에이전트, 대규모 데이터 생성에 초점을 맞춘 AI 네이티브한 자율 실험실 모델을 추진하고 있다. 유럽과 영국은 특히 Automata LINQ 및 Chemputer/xDL 계열의 연구를 통해 중요한 오케스트레이션 우선 및 코드 우선 대안을 제공하고 있다.
그러므로 “누가 인공인간 중심형 실험실 자동화를 주도하고 있는가”라는 좁은 의미의 질문에 대한 답은 “누가 실험실 자동화 전체를 주도하고 있는가”라는 넓은 의미의 질문에 대한 답과 다를 수 있다. 좁게 정의하면 가장 성숙하고 공적으로 검증된 리더는 여전히 마호로/Maholo이다. 왜냐하면, 심사위원 Reviewed 논문 기반의 생물학적 자동화 결과, 공개된 임상 적용 세포 처리 시설, 도요카이 과학 대학의 전속 로봇 연구 센터, 그리고 안와 전기-아스테리스 제약 플랫폼에 의한 상업화 경로를 보유하고 있기 때문이다. 넓게 정의하면 모든 영역을 주도하는 단일 조직은 존재하지 않는다. Cellares는 공적으로 검증된 GMP 등급의 엔드 투 엔드 세포 치료 제조 인프라에서 주도하고 있으며, HighRes는 실험실 전체의 오케스트레이션과 스케줄링에서 예외적으로 강점을 보이고 있다. Emerald Cloud Lab은 원격 조작 및 소프트웨어 정의형 클라우드 실험실 모델에서 주도하고 있으며, XtalPi는 중국에서 AI 기반 자율 워크스테이션 전략으로 선도적인 위치를 점하고 있다. Multiply Labs는 “기존의 GMP 장비를 로봇틱 클러스터와 물리 AI로 후속 장착하는” 접근 방식을 통해 혁신을 주도하고 있으며, Automata는 모듈러 워셀에 대한 최신 API 및 디지털 트윈 제어 플레인을 적극적으로 추진하고 있다.
가장 중요한 분석적 결론은 리더들이 공통의 계층화된 아키텍처로 뭉치고 있지만, 공통적인 구현 형태(embodiment)에는 뭉치지 않고 있다는 점이다. 공통 스택에는 과학적 의도의 캡처, 기계 판독 가능한 프로토콜 표현, 레이아웃/리소스 계획, 스케줄링/오케스트레이션, 지각과 상태 추정, 실체화된 실행, 내역/규정 준수, 그리고 어떤 종류의 피드백 기반 최적화가 점점 포함되는 추세다. 차이가 발생하는 것은 각 플레이어가 유연한 AI 추론과 결정론적으로 검증된 제어 사이의 경계를 어디에 두느냐는 점이다. 오늘날 실제 배포에서 AI는 일반적으로 규칙 기반 실행과 품질 시스템의 상위 또는 병렬에 추가적으로 존재하며, 이를 완전히 엔드 투 엔드로 불투명한 정책으로 대체하지 않는다. 이것이 “순수한 물리적 AI 제어”가 연구 및 일반 로봇 공학 분야에서 빠르게 진전되는 반면, 규제된, 무균하고, 실패를 허용하지 않는 실험실 환경의 기본이 아직 정착되지 않은 이유이다.
목표 아키텍처와 타임라인
이 분야는 공통적으로 목표하는 기술적 지평은 소프트웨어 정의형 실험실(software-defined laboratory)으로 묘사될 수 있다. 여기서 인간의 실험적 의도는 기계 액션의 연속, 자원 할당, 예외 처리, 데이터 획득, 반복 개선으로 번역된다. 인간 중심적인 방식을 차별화하는 것은 기존의 인간 실험실을 정통적인 환경으로 출발점 삼고 있다는 점이다. 즉, 로봇이 실험실에 적응해야 하는 것이 아니라, 그 반대이다. RBI는 이를 명확히 밝히고 있다. 즉, 카호가 이미 과학자들이 사용하고 있는 것과 동일한 실험실 장비와 작동 방식으로 설계되었다는 것이다. 또한, 도쿄 과학 대학의 실험실 자동화 프로그램은 목표를 작업 자동화에서 기술, 운영, 과학, 거버넌스에 이르기까지 수요에 따라 실험을 선택하고 실행할 수 있는 “스트림” 실험실로의 전환으로 보고 있다. 같은 논리가 리버풀(Liverpool)의 모바일 로봇 화학 연구, 즉 로봇이 인간 연구자와 미개조된 기계를 공유하는 데에도, 그리고 장기간의 생물학적 워크플로우를 자동화하기 위해 범용 매니퓰레이터와 시각-력 피드백을 사용하는 RoboCulture에도 나타나고 있다.
대조적으로 카트리지 플랫폼과 로봇틱 클러스터는 다른 방식으로 접근하고 있다. Cellares는 기존 환경(브라운필드)을 활용하여 인간 과학자를 모방하려는 시도를 하지 않는다. 세포 치료의 단일 사용 카트리지, 유체 배스, 통합 센서 및 플릿 레벨의 배치 스케줄링을 통해 단위 작동을 코딩한다. Multiply Labs는 그 중간 지점에 위치한다. 즉, 고객이 검증한 GMP 장비를 유지하면서 실시간 모니터링, 전자 기록 및 회사가 “모방 학습과 병렬 오케스트레이션”이라고 부르는 로봇틱 클러스터로 이를 감싸고 있다. XtalPi 또한 실험실을 인간의 벤치를 직접 모방하는 것이 아니라, AI 에이전트와 관리 소프트웨어에 의해 통제되는 표준화된 자동 워크스테이션 네트워크로 취급하고 있다.
위 그림은 『마호로』의 최근 레이아웃 계획 및 GEMS 연구, Cellares의 소프트웨어 스위트 및 MES 통합, Automata의 SDK 및 디지털 트윈의 위치 설정, HighRes Cellario OS, XtalPi의 AI 에이전트 스택, UniLabOS, 그리고 화학/생물학 학술 시스템에서 제시된 아키텍처를 통합한 것이다. 이는 분석적 재구성이며, 단일 벤더의 그림이 아니다.
이 시간선은 공식 기업, 대학, 학술 자료를 통합하고 있다. 이 분야가 기초 개념 중 일부가 더 오래된 것임에도 불구하고 갑자기 ‘새로운’ 기술로 인식되는 이유를 드러낸다. 2024년부터 2026년 사이에 가장 크게 변화한 것은 ‘컨트롤러 레이어’의 성숙이었다. 즉, 자연어 인터페이스, AI 지원 계획, 디지털 트윈, 규정 준수 오케스트레이션 등이 비전에서 제품 또는 공개 가능한 시스템 아키텍처로 전환되고 있다.
카테고리별 글로벌 랜드스케이프
시장 분석에서 가장 유용한 방법은 지리적 요소뿐만 아니라 건축적 카테고리별 분류이다. 아래 표는 2026년에 공개적으로 시각화될 주요 카테고리를 매핑하고 있다.
카테고리별 글로벌 랜드스케이프
카테고리 | 대표적인 시스템 | 기계적 구현 형태 | 주요 최적화 대상 | 브라운필드/인간 툴 호환성
전략적인 포인트는 인간형 중심형 자동화가 실재하지만, 그것이 다수 파벌 아키텍처가 아니라는 점에 있다. 가장 시각적인 국제적 리더의 대부분은 다음 네 가지 대안 중 하나를 추구하고 있다. 즉, 클러스터 후속 설치, 카트리지 공장, 오케스트레이션/제어 플레인, AI 네이티브 워크스테이션 네트워크이다. 이것이 ‘마호가’ 문제의 중요한 한 영역에서 글로벌 리더가 될 수 있는 반면, 모든 영역에서 전체 리더가 되지는 않는 이유이다.
주요 시스템 비교 평가
능력 축별 리더보드
**능력 축** | **현재 공개 리더** | **벗어나고 있는 이유** | **가장 가까운 추구자**
---|---|---|---
**실체화된 브라운필드 젖은 실험실의 재치** | Maholo / Science Tokyo | 표준 생명과학 도구를 사용하는 이중 팔 인간형 로봇의 최강 공개 실적. 심사위원 검토된 포유류 세포 유지, 망막 세포의 닫힌 루프 최적화, 임상 적용 세포 처리 시설 포함 | 리버풀 모바일 로봇 화학자, RoboCulture [18]
**GMP 등급의 엔드투엔드 세포 치료 제조** | Cellares | FDA AMT 지정, 통합 MES, 자동 생성 배치 기록, 병렬 카트리지, 현재 상업 제조 서비스에 연결되는 글로벌 스마트 공장 비전 | Multiply Labs [19]
**로보틱스에 의한 브라운필드 GMP 후속** | Multiply Labs | “프로세스 이관 없음”의 명시적 포지셔닝, 기존 검증된 GMP 기기에 집중, 21 CFR Part 11
컨트롤러 아키텍처 비교
\begin{array}{|c|c|c|c|c|c|c|c|c|} \hline \text{システム} & \text{プロトコル解釈} & \text{レイアウト計画} & \text{スケジューリング／オーケストレーション} & \text{センシング・状態推定} & \text{モーション計画・低水準制御} & \text{適応／クローズドループ} & \text{来歴／コンプライアンス} & \text{公的評価} \\ \hline \text{Maholo／Science Tokyo} & \text{成熟したプロトコル・デジタル化とドメイン固有ライブラリ。直近の研究では自然言語→レイアウト解釈を追加} & \text{OT-2とまほろ向けのLabware-Layout Plannerにより、最も強力な公開結果の一つ} & \text{GEMSとSeMが重要な進歩を示すが、公的エビデンスは依然としてエンタープライズ製品より学術寄り} & \text{生物学的状態モニタリングとドメイン固有の実験フィードバックが公開研究で実証} & \text{強いタスク実行。ただし公開出典は完全に配備されたエンドツーエンドの汎用VLAコントローラを示しておらず、公開された低水準アクチュエータ詳細も限定的} & \text{強力なクローズドループ生物学事例、特に網膜細胞最適化と自律的細胞維持} & \text{臨床研究施設が公表済み。グローバルなGMP移転は安川電機-アステラス製薬プラットフォーム経由のロードマップ} & \text{ブラウンフィールド実装と暗黙知獲得におけるフロンティアだが、オーケストレーションやGMPソフトウェアにおける明確な全体的最先端ではない} \\ \hline \text{Cellares} & \text{Process Design Studioへのプロトコル翻訳} & \text{プラットフォーム固有。人間ベンチ・レイアウト中心ではない} & \text{統合MES、フリート・スケジューリング、モニタリング、電子バッチ記録} & \text{豊富な内部モニタリングとセンサライズされた流体機構が明示} & \text{低水準ロボティクスはプラットフォーム内部で大部分抽象化。アクチュエータ詳細は公開未指定} & \text{最適化はQbDとプラットフォーム改良を通じて枠付けされる。研究的探索自律性ではない} & \text{この比較で最も強力なGMP／規制公開ストーリー} & \text{規制プラットフォーム製造の最先端であり、人間ラボ模倣ではない} \\ \hline \text{Multiply Labs} & \text{既存製造プロトコルをロボティック実行へ変換。学習の強調はあるが詳細仕様は深く語られない} & \text{主要な公開差別化要因ではない} & \text{並列オーケストレーション、電子記録、リアルタイム・モニタリング、品質システム統合} & \text{リアルタイム・センサ・ロギングが明示} & \text{無菌クラスタ内でのロボティック・アーム実行。仕様は高レベルでのみ公開} & \text{再現性とスケーラビリティを強調。科学的クローズドループ発見より上} & \text{21 CFR Part 11コンプライアンス主張、GMP対応ポジショニング} & \text{GMPバイオ製造におけるレトロフィット・フィジカルAIの強力な候補} \\ \hline \text{HighRes Cellario OS} & \text{ワークフロー・ロジックとデジタルSOP実行は強力だが、自然言語による科学解釈は公開コア機能ではない} & \text{公開での強調は限定的} & \text{非常に強い。計器、ソフトウェア・アプリ、手動タスク、エンタープライズ可視性のオーケストレーション} & \text{学習された知覚よりも可視性とシステム状態が強調} & \text{低水準モーションは接続されたハードウェアとドライバに委譲} & \text{クローズドループ適応はワークフロー／オーケストレーション・レベルに存在。実体化された研究自律性ではない} & \text{良好なトレーサビリティと標準化のストーリー。明示的GMP主張はデプロイメントごとに異なる} & \text{おそらく最も強い「コントローラ層」の一つだが、それ自体は実体化されたラボロボットではない} \\ \hline \text{XtalPi Autonomous Lab} & \text{AIエージェントとドメインモデルが反応予測と実験設計を駆動} & \text{内部ソフトウェアスタックとデジタル・ツインは強い計画を含意するが、詳細はまほろの計画論文ほど公開で形式化されていない} & \text{強力な管理ソフトウェア、スマート・スケジューリング、施設規模の協調} & \text{視覚／「ビジュアル・ジャッジメント」、3Dモニタリング、データ・ガバナンスが中心的な公開主張} & \text{ヒューマノイドの器用さよりもワークステーション自動化。アクチュエータ詳細は公開未指定} & \text{「強力なクローズドループDMTAアイデンティティ」を持ち、高スループットのデータ・フィードバックをモデルへ} & \text{産業R\&D向けに構築。公開GMPバイオ製造のエビデンスは主要ストーリーではない} & \text{中国発の最も可視性の高い「AIネイティブな自律ラボ」産業アプローチ} \\ \hline \text{Automata LINQ} & \text{ビジュアル・ワークフロー設計に加え、Python SDKとAIモデル統合} & \text{デジタル・ワークセル上のシミュレーションが公開済み。レイアウト仕様はまほろの論文ほどアカデミック／形式的ではない} & \text{強力なクラウド・オーケストレーション、バージョン管理、API、リモート・ワークセル制御} & \text{接続された計器のデジタル・ツインとライブ可視性が明示} & \text{接続計器のドライバに依存。ヒューマノイドのモーション研究ではない} & \text{AIモデル統合を通じてクローズドループ・アプリケーションがサポートされるが、公開エビデンスの大部分はフィールド結果よりプラットフォーム・レベル} & \text{協業、ガバナンス、ブラウザベース制御が強力。GMP固有の公開主張は軽め} & \text{洗練された「AI対応ワークセル運用層」。特にモジュラー・ラボ向け} \\ \hline \text{Emerald Cloud Lab} & \text{豊富な機械可読プロトコルとオントロジー・モデル} & \text{施設が集中化されているため、レイアウトは利用者向けの主要課題ではない} & \text{Command CenterとConstellationを通じた強力な統一制御} & \text{優秀なデータ／メタデータ／来歴モデル} & \text{実装形態はサービス抽象化の背後に隠される。ヒューマノイド中心ではない} & \text{最適化と遠隔実験をサポートできるが、公的フレーミングはエージェント的自律性よりクラウドラボ実行に近い} & \text{強力なALCOA+とソフトウェア・トレーサビリティのストーリー} & \text{ヒューマノイド・ロボット・プログラムというより「ソフトウェア定義型ラボ・サービス」として読むのが最良} \\ \hline \text{UniLabOS / BioMARS} & \text{非常に野心的なAIネイティブのプロトコル翻訳とエージェント層} & \text{強力な概念的計画抽象化} & \text{分散オーケストレーションとセーフティ・カーネルに関する強力な研究貢献} & \text{BioMARSではマルチモーダル知覚が明示} & \text{公開エビデンスはプロトタイプ／プレプリント段階。プロダクション低水準制御の成熟度は依然不明} & \text{適応的自律性について論文上は非常に強い} & \text{コンプライアンスと検証経路は公的にはまだ未成熟} & \text{重要な「研究フロンティア」だが、まだデプロイメント・リーダーではない} \\ \hline \end{array}
컨트롤러 비교를 통해 ‘마호로’에 대한 정확한 답변이 도출된다. ‘마호로’의 컨트롤러는 일부 계층에서는 프론티어 근방에 있지만, 모든 계층에는 해당하지 않는다. 특히 프로토콜 실체화, 암묵 지의 획득, 자연어 지원을 통한 레이아웃 계획, 생물학 클로즈드 루프 실험에서 강점을 보이며, 엔터프라이즈 스케줄링, 프리깃 레벨 오케스트레이션, GMP 등급의 디지털 제조 제어에서는 명확한 공개 리더는 아니지만, HighRes 및 Cellares가 더 강력한 공개 증거를 보유하고 있다. 또한 범용 기반 모델 제어 영역에서도 ‘마호로’는 현재의 리더가 아니다. 이 영역에서는 NVIDIA, Google DeepMind, Figure가 오픈형 VLA 또는 VLA 유사 스택으로 더 강력하게 주도하고 있으며, 규제 젖은 실험실 배포에 있어서는 동등한 공개 실증이 아직 없다.
경쟁하는 철학들
**철학** | 대표적 시스템 | 중심적인 도박 | 주요 강점 | 주요 트레이드오프 | 최적의 적용 분야
---|---|---|---|---|---|
**인간형 중심형 브라운필드 자동화** | Maholo, Liverpool 모바일 로봇, RoboCulture | 기존의 인간 실험실이 올바른 인터페이스이며, 로봇이 현행의 도구와 암묵적인 워크플로우에 적응해야 함 | 레거시 벤치 및 인간 스킬 획득과의 최고의 호환성. 변화하는 프로토콜에 따른 유연성 | 더 복잡한 움직임/계획 문제. 결정론적 검증 경로가 느림. 고정 공장보다 즉시 슬루프가 낮음 | 학계 생물학, 전이 연구, 탐색적 워크플로우, 다양한 프로토콜을 가진 기관
**로봇틱 클러스터에 의한 후속** | Multiply Labs | 기존의 검증된 도구를 유지하고, 그 주변을 자동화함 | GMP 환경에서의 브라운필드 도입이 더 용이. 프로세스 이관 부담이 낮음 | 여전히 도구 생태계에 제약됨. 보편적인 인간 도구의 기교는 아님 | 검증된 장비가 있는 세포·유전자 치료 그룹
**전용 설계 닫힌 제조 플랫폼** | Cellares | 제조 환경 전체를 표준화함으로써, 특정 모다リティ를 산업화함 | 최상의 규정 준수, 규모, 비교 가능성, 슬루프 스토리 | 가장 낮은 범용성과 가장 약
이 표에서 중요한 추론이 도출된다. 세계적인 리더들은 유사한 기능적 최종점에서――재현 가능하고, 소프트웨어 제어되며, AI 지원 실험――에 도달하려 하지만, 그 수단은 최소한 여섯 개의 서로 다른 미래 시나리오를 거쳐 있다. 이는 중요하다. 왜냐하면, 마호로를 선택하는 실험실은 단순히 로봇을 선택하는 것이 아니라, 미래의 실험실이 여전히 인간 실험실처럼 보일べき인지에 대한 철학을 선택하는 것이기 때문이다.
리더십, 융합, 해결되지 않은 질문
가장 옹호 가능한 결론에는 섬세한 뉘앙스가 담겨 있다.
마호로는 오늘도 공개 리더로서 활동하고 있다. 공개된 생물학적 실험, 임상 연구 사용, 전속 센터 인프라, 그리고 명시적인 브라운 필드 철학을 동등한 조합으로 갖추고 있으며, 마호로에게 匹敵(피키)하는 양팔 습식 실험실 인간형의 성숙한 공개 기록은 미국, 중국, 유럽의 어느 곳에서도 존재하지 않는다. 미국과 중국의 최강의 경쟁자들 중 다수는 완전히 다른 구현 형태를 추구하고 있다.
만약 질문이 대체된다면, 마호로의 컨트롤러 스택이 프로토콜 해석, 레이아웃 계획, 스케줄링, 클로즈드 루프 워크플로우 제어에 있어서 전체적으로 최첨단이라면, 답은 “아니오 – 스택 전체에 걸쳐는 아니다”이다. 마호로는 암묵적인 웨트랩 기술과 물리적 세트업을 기계 실행 가능한 계획으로 번역한다는, 좁지만 중요한 영역에서 비로소 진보하고 있다. 이는 2026년 Labware-Layout Planner 논문, 2026년 GEMS 프레임워크, 2025년 SeM 관점, 그리고 이전의 클로즈드 루프 생물학 논문으로 뒷받침된다. 그러나 HighRes는 퍼블릭 엔터프라이즈 오케스트레이션에서 더욱 강력하며, Cellares는 규제된 제조 제어에서 더욱 강력하고, XtalPi는 AI 네이티브한 산업 DMTA에서 더욱 강력하며, Automata 및 UniLabOS는 디지털 트윈, 클라우드 API, 일반화된 운영체제 추상화에 대한 더욱 강력한 공개 스토리를 제공한다.
이 분야는 물리적으로는 분산되면서도 아키텍처적으로는 수렴하고 있다. 창발하고 있는 공통 아키텍처는 다음과 같다. 즉, 과학적 의도 → 프로토콜 컴파일러/표현 → 레이아웃/리소스 플래너 → 스케줄러/오케스트레이션 계층 → 실체화된 실행 → 센싱/상태 추정 → 기원/규정 준수 → 최적화 루프이다. 차이점은 물리 세계를 어디에 위치시키느냐에 있다. 카호는 물리 세계를 전경에 배치한다. Cellares는 이를 검증된 플랫폼에 압축한다. Multiply는 이를 기존 GMP 기기 주변의 형태로 통합한다. XtalPi는 이를 AI에 통치된 워크스테이션 그룹으로 확장한다. HighRes와 Automata는 구현 형태를 제어 플레인 아래의 플러그 가능한 기반으로 취급한다. Chemputer와 UniLabOS는 표현과 상호 운용성을 더 깊은 병목 현상으로 간주한다.
두 번째 주요 논증은 순수한 엔드투엔드 물리 AI 제어가 아직 기본 설정이 아니라는 점이다. 왜냐하면 현실의 실험실 인센티브가 여전히 결정론, 검증, 실패의 투명성을 우선시하기 때문인다. 범용 로보틱스 리더들은 현재 인상적인 VLA 및 추론 모델을 보유하고 있다. Figure의 Helix는 고속 상반신 인간형 AI 제어 출력을 생성하고, NVIDIA의 GR00T 모델은 개방형 인간형 추론과 기술을 촉진하며, Google DeepMind의 Gemini Robotics와 Gemini Robotics-ER는 강력한 실체화 추론과 작업 계획을 주장하고 있다. 그러나 현재 실험실 배치는 명시적인 스케줄러, 디지털 트윈, 트랜잭션 레이어, 전자 기록, 검증된 SOP, 감사 가능 접근 제어, 배치 기록을 구축하고 있으며, 불투명한 엔드투엔드 정책 학습이 아니다. 이는 기반 모델의 노력과 무관하게 하는 것이 아니다. 그들이 먼저 의도, 계획, 인지, 예외 처리 계층에서 흡수되고 있으며, 무균적이고, 실패를 허용하지 않고, 규정 준수에 민감한 환경에서 유일한 컨트롤러로 아직 신뢰받지 못하는 것을 의미한다.
증거 등급화
시스템 에비덴스 그레드 공적으로 실증된 사항 여전히 로드맵이 없거나 불충분하게 특정된 사항
그녀는 마치 텅 빈 셔츠처럼, 겉으로는 아무것도 없는 듯 보였다. 하지만 그녀의 눈빛은 깊이를 알 수 없는 웅덩이처럼, 어딘가에 갇힌 듯 보였다. 나는 그녀에게 물었다. “무슨 생각을 하고 있는 거야?” 그녀는 잠시 침묵하더니, 희미하게 웃으며 말했다. “나는… 나는 지금, 잃어버린 것을 찾고 있는 걸지도 몰라.”
그녀의 말은 마치 오래된 낡은 앨범의 사진처럼, 몽환적이고 아련했다. 나는 그녀의 옆에 앉아, 그녀의 텅 빈 눈빛을 바라보았다. 그녀는 마치 오래된 책처럼, 낡고 헤진 기억들을 간직하고 있는 듯했다. 나는 그녀에게 물었다. “그 잃어버린 것은 무엇이야?” 그녀는 잠시 침묵하더니, 다시 한번 희미하게 웃으며 말했다. “나는… 나는 기억을 잃어버린 것 같아.”
그녀의 말은 마치 텅 빈 컵처럼, 공허하고 무의미했다. 나는 그녀에게 물었다. “그 기억은 언제 잃어버린 거야?” 그녀는 잠시 침묵하더니, 마지막으로 희미하게 웃으며 말했다. “나는… 나는 정확히 기억하지 못해.”
리더들은 공통의 계층화된 아키텍처로 수렴하고 있지만, 구현 방식, 검증 전략, 비즈니스 모델에서는 여전히 다른 미래를 모색하고 있다. 수렴은 스택을 중심으로, 분산은 머신을 중심으로 이루어진다. 마호로는 하이퍼노이드 중심형 미래의 리더이며, Cellares는 규제 대응 카트리지 공장의 미래를 선도하고 있다. Multiply는 후기 적용 클러스터의 미래를 선도하고 있으며, HighRes는 오케스트레이션 플레인의 미래를 선도하고 있다. XtalPi는 AI 네이티브 워크스테이션 네트워크의 미래를 선도하고 있으며, Chemputer와 UniLabOS는 코드와 OS의 미래를 구현한다. 오늘날, 모든 미래에서 승리하는 단일한 기업은 존재하지 않는다. 📖
가장 중요한 미해결 과제는 다음과 같다. 브라운필드 하이우먼드 시스템이 규모 면에서 경제적 타당성을 입증할 수 있는가. 프로토콜 이식성이 진정한 크로스벤더 표준으로 자리매김할 수 있는가. 기반 모델 컨트롤러가 GMP 환경에서 충분히 감사받을 수 있는가. 디지털 트윈과 스케줄링 스택이 별도의 계층에 머무르지 않고 실질적인 운영과 통합될 수 있는가. 또한, 클라우드랩과 자율 워크스테이션이 구축하는 데이터 와이힐이 경쟁 우위를 훼손하지 않고 공유될 수 있는가. 따라서 권장되는 추적 연구는 명확해야 한다. 데모가 아닌 실제 실패 복구 로그를 비교 분석하는 것이 타당하다. 각 시스템이 투명한 용기, 액체 표면, 오염 위험, 예외 복구 시나리오를 어떻게 처리하는지 면밀히 검토해야 한다. 어떤 플랫폼이 재사용 가능한 프로토콜 추상화를 생성하고, 어떤 플랫폼이 벤더 종속적인 워크플로우를 생성하는지 상세하게 매핑해야 한다. 더 나아가 규제 대응 준비도를 “자동화”를 단일 성숙도 기준으로 간주하지 않고, 연구, 임상 연구, GLP/GCP, 상업 GMP 등 각 맥락별로 분리하여 관리해야 한다.
인포그래픽 요약
이 인포그래픽은 본 보고의 핵심 판단을 압축하고 있다. 즉, 세계는 동일한 제어 스택으로 전환되고 있지만, 동일한 로봇으로 전환되고 있는 것은 아니다. 일본은 실험실이 여전히 인간 실험실처럼 보이고 느껴져야 할 곳에서 최강이다. 미국은 검증, 처리량, 생산 경제성이 지배적인 곳에서 최강이다. 중국은 AI 네이티브한 폐쇄 루프 데이터 생성이 중심이 되는 곳에서 최강이다. 그리고 유럽/영국은 오케스트레이션, 이식 가능성, 실행 가능한 과학의 추상화에서 부당하게 영향력을 유지하고 있다.
인용 문헌 및 출처 메타데이터
본 보고서의 핵심 주장을 지지하는 주요 자료는 다음과 같습니다. 본 섹션은 원문의 “Source metadata register”를 참고하여 재구성한 것입니다.
- 「개념」｜로보틱 바이오리지니어링 연구소(RBI)（공식 제품 컨셉 페이지／신뢰도: 높음） — 마호로의 브라운 필드 철학, 양팔 7축 구조, 기존 실험실 장비 활용. 인용 문헌: [1] [4] [5] [9] [17] [31] [40] 📖
- 안카원전기의 로봇 기술과 아스테라스 제약의 제약 기술을 융합한 세포 의료 플랫폼 구축에 대하여｜안카원電機 (2024-05-21／공식 기업 발표／신뢰도: 높음) — 아스테라스는 2017년부터 ‘마호로’를 사용했으며, 안카원電機-아스테라스 제약 플랫폼의 방향성, 암묵지 및 기술 이관의 과제. 인용 문헌: [8] 📖
- 안카와덴키와 아스테라스제약의 세포 의료 제품 제조 플랫폼 개발 및 제공을 수행하는 합작 회사 설립 계약 체결에 관하여 | 안카와덴키 (2025-03-06 / 공식 기업 발표 / 신뢰도: 높음) — 마호로를 중심으로 한 합작 플랫폼, GMP 지향의 “원 클릭 전송”, 스타트업/아카데마 지원 서비스 지향.
- 시설｜도쿄과학대학 로봇과학과 (公式大学ページ／신뢰성: 높음) — RIC의 존재, 2025년 10월 개설, 공동 로봇 연구소, 차세대 연구소. 출처: [42] 📖
- 프로젝트 | 도쿄 과학원 로봇과학부 (공식 대학 페이지/신뢰성: 높음) — 스트림 모델, VLA 방향성, 풀 랩 자동화 운영 및 거버넌스 프레임. 인용문: [41] 📖
- 활동 | 도쿄 과학원 로봇과학부, 도쿄 과학원 (공식 대학 공표 페이지/신뢰성: 높음) — 마호로의 클로저 루프 세포 유지, 망막 최적화, 임상 세포 처리 사용, GEMS 및 관련 공표. 인용 문헌: [2] [18] [32] [36] 📖
- 「About」｜도쿄 과학기술원 로봇과학부 (공식 대학 페이지/신뢰도: 높음) — “로봇 군집 생물학” 비전과 클라우드 접근 가능한 로봇 실험실 센터 구상.
- 제약 인식을 실험 장비 레이아웃 생성부터 자연어 기반으로 – 다양한 실험실 로봇을 위한 ‘마호로’ 컨트롤러의 선구자. 인용 문헌: [3] [7] [29] [33] [34] 📖
- GEMS: 적응형 실험실 자동화를 위한 결정론적 유한 오토마타 프레임워크 – 유야 타하라-아라이 외 연구팀(2026년 / 감수 논문 / 신뢰성: 매우 높음) – 적응형 워크플로우 로직, DFA/POMDP 프레임링, 스케줄링 분리.
- 자체 유지 가능성을 통한 완전한 실험실 자동화를 위한 관리 자동화 | 코지 오치아이 외 연구진 (2025년 / 검토 논문 / 신뢰도: 높음) — 완전 자동화된 운영 “케(케)”가 자체 유지 가능성 및 시스템 수준의 자율성을 필요로 하는 이유.
- 완전 통합, 확장 가능, cGMP 세포 치료 제조 플랫폼 | Cellares(공식 기술 페이지/신뢰도: 높음) — 병렬 카트리지, 소프트웨어 스위트, MES, 모니터링, 전자 배치 기록. 인용 문헌: [6] [11] 📖
- Cellares의 Cell Shuttle는 FDA 첨단 제조 기술 지정 획득 – Cellares (2025년 4월 1일 / 공식 기업 발표 / 신뢰도: 높음) – FDA AMT 지정, 플랫폼 범위, 스마트 팩토리 주장을 의미함. 인용 문헌: [19] [37]
- Multiply Labs (공식 기업 페이지)(신뢰도: 중-고) — 물리 AI, 모방 학습, 로봇틱 클러스터의 포지셔닝. 인용 문헌: [10] [20] [30] 📖
- 뉴스룸｜멀티플라브즈 (공식 기업 뉴스룸/신뢰도: 중-고) — 스탠포드 GMP 협업, 아스트라제네카/NVIDIA 협업, 사이토테라피 연구 참조.
- 「Lab Orchestration」｜HighRes（공식 제품 페이지／신뢰성: 높음） — 악기, 소프트웨어, 수동 작업, 데이터를 연결하는 오케스트레이션 레이어로서 Cellario OS. 인용 문구: [12] [21] [27] 📖
- 에메랄드 클라우드 랩: 원격 제어 생명과학 연구소 – 200가지 이상의 장비 모델, Command Center, 원격 랩 서비스 모델. 출처: [23] 📖
- ECL 문서 유형｜에머럴드 클라우드 랩 (공식 문서화/신뢰도: 높음) — 온톨로지, 모델/객체, 기계 판독 가능한 랩 추상화.
- XtalPi Autonomous Lab Solution｜XtalPi（공식 기업 페이지／신뢰도: 중-고） — AI 에이전트 아키텍처, DMTA 루프, 효율 주장, 자율 연구소의 포지셔닝. 인용 구절: [13] [22] 📖
- 지능형 자율 실험 플랫폼｜청태기 XtalPi (중국어 공식 기업 페이지 / 신뢰도: 중-고) — 소프트웨어 스택, 스마트 스케줄링, 디지털 트윈, 워크스테이션에 대한 중국어 상세 정보.
- XtalPi의 지능형 자율 실험 플랫폼이 다중 산업 혁신을 주도한다｜XtalPi (2025년 5월 16일／공식 기업 기사／신뢰도: 중-고) — 2024년 이후 배포 확대 및 고객 범위 확대.
- XtalPi의 선도적인 자동화 역량이 BASF로부터 인정받았다｜XtalPi (2026-02-09／공식 기업 기사／신뢰도: 중-고) — BASF 데플로이먼트 및 엔드투엔드 자동화 테스트 시스템
- 랩 자동화 솔루션｜Automata（공식 제품 페이지／신뢰성: 높음） — LINQ 플랫폼, 모듈형, AI 대응 포지셔닝, 80만 가지의 구성. 인용 문구: [28] 📖
- LINQ SDK & API｜Automata（공식 제품 페이지／신뢰도: 높음） — 시뮬레이션, API, AI 모델 통합, 디지털 트윈, 오류 처리
- 「Introducing Helix」｜Figure (2025년 2월 20일／공식 연구/제품 발표/신뢰성: 중-고) — 고성능 상반신 제어 기능을 갖춘 범용 VLA. 인용 구절: [35] 📖
- NVIDIA Isaac GR00T N1 발표 | NVIDIA (2025년 3월 18일 / 공식 기업 발표 / 신뢰성: 높음) — 오픈형 인간형 로봇 기반 모델의 방향성.
- GR00T N1.5 / N1.6｜NVIDIA Research (2025년 6월 11일 / 2025년 12월 15일 / 공식 연구 페이지 / 신뢰성: 높음) — 개선된 휴먼형 로봇 추론/기술 모델, 미래 실험실 컨트롤러와의 연관성.
- Gemini Robotics는 AI를 현실 세계로 가져온다 / Gemini Robotics-ER 1.6｜Google DeepMind (2025년 3월 12일 / 2026년 4월 14일 / 공식 연구 블로그 / 신뢰도: 높음) — 실체화 추론, 계획, 도구 사용 등 이러한 모델이 중요하지만, 아직 검증된 실험실에서 지배적이지 않은 이유.
- 자율형 이동 로봇을 활용한 합성 화학 탐사 - Tianwei Dai 외 연구팀, Nature (2024-11-06 / 감수 논문 / 신뢰성: 높음) — 고정형 자동화 섬(Autonomous Mobile Islands)의 대안으로, 공유 장비, 인간형 로봇, 모바일 로봇 화학을 활용한다. 인용: [15] [38] 📖
- 반응 설계도 및 논리적 제어 흐름 — Chemputer/xDL을 이용한 반응 설계도와 논리적 제어 흐름. 인용: [14] [25]
- 로보컬쳐: 자동 생물학적 실험을 위한 로봇 플랫폼 - Kevin Angers 외 (2025년 5월 20일 / 사전 논문 / 신뢰도: 보통) — 행동 트리 제어에 따른 유연한 맨피레이터 기반의 생물학적 자동화. 인용: [16] 📖
- BioMARS: 다중 에이전트 로봇 시스템을 이용한 자율 생물학적 실험 — Yibo Qiu 외 연구진 (2025년 7월 2일 / 사전 논문 / 신뢰도: 보통) — LLM/VLM 레이어를 포함하는 계층적 에이전트 생물학 자동화
- UniLabOS: AI 기반 자율 실험실 운영체제 — Jing Gao 외 지 (2025년 12월 25일 / 사전 논문 / 신뢰도: 보통) — OS 기반 추상화 계층, CRUTD, 분산 에지 클라우드 오케스트레이션. 인용 문헌: [26] 📖
- 화학 기계와 화학 계산 — 보편적인 화학 화합물 합성 기계 | 레로이 크론린 외 (2026년 / 감수 논문 / 신뢰도: 높음) — 코드 이송 가능성과 범용 기계 판독 화학. 📖
- 자기 주도형 화학 및 소재 발견 실험실 2.0으로 나아가기｜Heeseung Lee 외 연구진 (2026년 3월 4일 / 감수 논문 / 신뢰도: 높음) — 상호 운용 가능하고, 조율된, 안전하며, 협력적인 SDL 2.0.
- 인공지능 - OpentronsAI｜Opentrons(공식 기업 페이지/신뢰도: 중-고) — AI 프로토콜 생성, 자연어 생성, Part 11 대응 준수. 인용 구절: [24] 📖
- Opentrons, SLAS 유럽 2026에서 Opentrons Flex용 규정 준수 준비 소프트웨어 출시를 발표 – Opentrons (2026년/공식 기업 발표/신뢰도: 중-고) – 비-GMP 규제 환경용 규정 준수 대응 소프트웨어. 인용: [39] 📖
초격지 몽키에게
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 59청크
원문 보기 | 출처: note.com