시리즈A 1차 40억 원 확보와 투자 구도
피지컬 AI 스타트업 리옵스가 2026년 9월 시리즈A 1차 라운드로 40억 원을 조달하며 조선·중공업 자동화 시장 공략에 속도를 낸다. 스톤브릿지벤처스가 신규 리드 투자자로, 초기 투자사인 본엔젤스벤처파트너스가 후속 투자자로 각각 참여했다. 확보된 자금은 용접 자동화, 실외 자율주행 로봇(AMR), 자율주행 지게차, 공간 제조실행시스템(이하 공간 MES) 개발과 이를 실제 현장 조건에서 검증하는 자체 테스트베드 구축에 우선 투입된다.
리옵스는 복수의 기관과 2차 라운드를 협의 중이며, 연내 멀티 클로징으로 시리즈A 전체 펀딩을 마무리한다는 계획이다. 핵심은 '공급자 측 실패 위험 제거'라는 전략 설계에 있다. 테스트베드에서 열변형과 틀어짐이 발생한 실물 구조물, 실외 주행 환경, 공정 3D 스캔 등을 반복 실증함으로써 고객 현장에 기술을 이식하기 전에 실패 확률을 낮추겠다는 것이다.
본지 분석에 따르면, 이 접근법은 구매자(조선사·중공업체) 측의 도입 심리적 장벽을 낮추고 초기 계약 범위를 확장시키는 요인으로 작용할 수 있다. 자금 배분과 전략적 의미를 살펴보면, 투자금의 초기 집중 투입처가 '현장 검증 인프라'라는 점이 눈에 띈다.
완성형 제품을 즉각 시장에 내놓기보다 검증 가능성을 먼저 확보하는 방식이다. 본지 분석에 따르면, 스톤브릿지벤처스의 신규 리드 참여는 상용화·스케일업 단계에서 필요한 성장자본과 산업 네트워크를 공급할 가능성이 높다. 리옵스는 1차 클로징 이후에도 멀티 클로징을 통해 추가 자금을 확보한다는 방침이어서, 현 시점의 40억 원은 완결된 재무 구조가 아니라 다음 단계를 위한 디딤돌에 해당한다.
기술 역량 측면에서 리옵스는 2023년 설립 이후 라이다(LiDAR) 기반 3D 실측 데이터를 설계 도면과 자동 정합하는 공간 MES를 개발했다. 바코드나 컨베이어 벨트 없이 운영되는 조선소와 중공업 현장에서 공정 진행률과 블록 부품의 조립 상태를 인력 투입 없이 판정하는 방식이다.
광고
자체 개발한 공간 파운데이션 모델(LSM: Large Spatial Model)은 선박 블록의 열변형과 비틀림을 자율 계산하고 비정형 용접 경로를 자동 생성한다. 단일 센서만으로 1mm 오차 이내의 정밀 작업이 가능하다는 것이 회사 측 설명이다. 이 수치가 의미하는 바는 분명하다.
현장 단위의 정밀도 확보가 현실화될 때 기존 숙련공 의존 공정의 구조적 대체가 가능해진다.
테스트베드·LSM 기반 비정형 공정 자동화의 산업적 의미
고객 확보 현황을 보면, 리옵스는 이미 화오션 조선소 내업 공정에 구축 사업을 수주하여 진행 중이다. 조선업의 블록 조립·용접 공정은 열변형, 틸팅, 외부 환경 변수가 집중되는 대표적 비정형 제조 사례다.
자체 테스트베드에서 이러한 변수를 반복 재현해 알고리즘과 배포 파이프라인을 완성하면, 고객사는 도입 전 실패 확률을 사전에 확인할 수 있다. 이는 도입 결정 속도를 높이는 동시에 초기 계약의 적용 범위를 넓히는 요인이 된다. 사업 모델 측면에서는 공간 MES와 로봇 작업반의 결합이 주목된다.
본지 분석에 따르면, 이 구조는 소프트웨어 기반 지속 수익(구독형 MES)과 하드웨어 설치·유지보수 수익을 동시에 창출할 가능성을 내포한다. 전통적인 시스템 통합(SI) 업체와 로봇 제조사에게는 협업 또는 경쟁의 선택지가 동시에 제시된다. 현장 테스트베드에서 검증된 결과가 표준화·모듈화 단계로 나아가면, 중소 장비업체가 리옵스 플랫폼을 통해 자동화 요소를 재판매하거나 통합하는 생태계 형성도 가능하다.
예상되는 반론은 두 가지다. 테스트베드 실증이 제한된 조건에서 이루어질 경우 실제 고객 현장의 다양한 변형성을 모두 포착하지 못할 수 있다는 지적이 첫 번째다.
40억 원으로 자율주행 AMR와 대형 설비를 실험·검증하기에는 자금 규모가 빠듯하다는 관점이 두 번째다. 이에 대한 반박 논리는 '선택적 집중 실증'이다.
광고
대표적 비정형 케이스(선박 블록의 열변형 등)를 반복 재현해 핵심 알고리즘과 배포 파이프라인을 완성하면, 이후 현장별 변형성은 소프트웨어 업데이트와 추가 센서 통합으로 흡수할 수 있다. 40억 원의 1차 자금은 멀티 클로징을 통한 추가 조달 계획과 맞물려 있어, 현 단계는 '완성형 제품 출시'가 아닌 '상용화 가능성 검증' 단계로 해석하는 것이 적절하다. 중장기 전망으로는 세 가지 방향을 꼽을 수 있다.
공급자 측에서 실패 위험을 사전 제거하는 테스트베드 모델이 구매자 측의 도입 장벽을 낮추는 구조적 변화가 그 하나다. LSM과 같은 공간 인식 기반 모델의 축적이 국내 기업의 피지컬 AI 분야 경쟁력 토대를 쌓는다는 점이 또 하나다.
해외 시장 진출 계획이 실현되면 조선·중공업 자동화 솔루션이 수출 품목으로 자리를 잡을 여지도 있다. 본지 분석에 따르면, 이 모든 변화는 하드웨어 중심의 자동화 시장에서 소프트웨어·데이터 기반 가치 사슬로 무게 중심이 이동하는 흐름과 맞닿아 있다.
투자·사업 전략 관점에서의 리스크와 기회
벤처 투자자 관점에서는 핵심 기술의 '현장 검증 가능성'과 '확장성'을 중점 평가해야 한다. 리옵스 사례는 테스트베드 구축으로 기술 리스크를 가시화했다는 점에서 투자 매력 요소가 있다.
다만 로드맵상의 자금 소요(AMR·지게차·테스트베드 운영비)와 멀티 클로징 성공 가능성, 화오션 조선소 파일럿의 정량적 성과 지표, 그리고 소프트웨어 수익모델의 매출 전환율을 면밀히 점검해야 한다. 조선사·설비업체 등 전략적 투자자와의 협력 협약 여부 역시 사업 확장성 판단의 핵심 변수로 남는다.
리옵스의 이번 40억 원 조달과 테스트베드 구축 계획은 단기 기술 검증을 넘어 산업적 파급을 만들 수 있는 출발점으로 평가된다. 다만 그 영향력은 추가 자금 확보의 성공, 파일럿 범위의 확대, 전통 장비·시스템 공급자와의 협력 여부에 달려 있다.
광고
비정형 제조공정의 '현장 검증'을 어떻게 비용 대비 효율적으로 수행할 것인가라는 질문은 리옵스뿐 아니라 국내 제조 자동화 생태계 전반이 함께 풀어야 할 과제다. ※ 이 기사는 머니투데이의 '리옵스, 시리즈A 1차 40억 원 투자 유치 성공: 조선소 3D 공간 인프라 및 로봇 자동화 박차' 보도를 참조하여 작성하였다.
FAQ
Q. 일반 제조업체가 리옵스의 공간 MES를 도입하면 현장에서 무엇이 달라지나
A. 리옵스의 공간 MES는 라이다 기반 3D 실측 데이터를 설계 도면과 자동 정합하여 공정 진행률과 부품 조립 상태를 인력 투입 없이 판정한다. 기존에는 숙련 검사자가 직접 측정하던 작업을 소프트웨어가 대신하므로 인력 의존도가 낮아지고, 용접·조립 등 정밀 공정의 품질 편차도 줄어드는 효과를 낸다. 도입 초기에는 현장별 캘리브레이션과 테스트베드 실증 결과의 현장 적용 과정이 필요하다. 이후 소프트웨어 업데이트를 통해 공정 변형 요인을 흡수할 수 있어, 장기적으로는 유지비용 절감과 품질 안정화를 동시에 기대할 수 있다. 특히 바코드나 컨베이어 벨트 없이 운영되는 조선소·중공업 환경처럼 비정형성이 높은 현장일수록 도입 효과가 크다.
Q. 투자자가 리옵스에 투자할 때 주목해야 할 리스크는 무엇인가
A. 핵심 리스크는 자본집약적 하드웨어 검증 과정과 현장별 변형성에 따른 추가 개발 비용이다. 리옵스는 40억 원의 1차 자금을 확보했고, 멀티 클로징을 통해 시리즈A를 완성한다는 계획이지만 추가 조달의 성공 여부는 아직 확정되지 않았다. 투자자는 화오션 조선소 등 파일럿의 정량적 성과 지표, 소프트웨어 수익모델(구독·유지보수)의 예상 매출 전환율, 그리고 멀티 클로징 계획의 구체성을 집중 점검해야 한다. 조선사·로봇업체 등 주요 전략적 파트너와의 협업 협약 체결 여부도 사업 확장성 판단에서 중요한 변수로 작용한다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
