왜 AGV·AMR인가
한국 중소·중견 제조사의 사내 물류 풍경:
- 지게차·핸드카트 수동 운반
- 작업자 자재·반제품 이동에 시간 30~40%
- 운반 동선 비효율
- 충돌·인적 사고 위험
- 노령화·인력 부족 가속
- 24시간 운영 어려움
문제:
- 사내 물류 비용 = 매출의 3~7%
- 작업자 1인당 일 운반·이동 2~4시간
- 인력 부족으로 채용 어려움
AGV·AMR은 이를 자동화:
- AGV (Automated Guided Vehicle·무인 운반차): 미리 정해진 경로 (라인·자석·QR) 따라 자율 이동
- AMR (Autonomous Mobile Robot·자율 이동 로봇): SLAM·AI로 환경 인식·동적 경로 결정
차이:
| 항목 | AGV | AMR |
|---|---|---|
| 항법 | 라인·자석·QR (고정) | SLAM·LiDAR·카메라 (동적) |
| 경로 변경 | 어려움 (인프라 재설치) | 쉬움 (소프트웨어) |
| 장애물 회피 | 정지 또는 우회 (단순) | 동적 회피 |
| 비용 | 1대 2,000~7,000만원 | 1대 3,000만~1.5억원 |
| 도입 | 인프라 설치 필요 | 인프라 거의 없음 |
| 한국 적용 | 보편 (자동차·전자) | 빠르게 확산 |
대상:
- 자동차 부품·전자 (대량 운반)
- 제약·화장품 (정밀)
- 식품·음료 (위생)
- 물류 센터·창고 (E-commerce)
- 의료·병원 (자재·약물)
- 기타 사내 물류 비용 큰 회사
한국 AGV·AMR 시장:
- 2024년 약 5,000억원
- 연 30% 성장
- 글로벌 (MIR·Fetch·OMRON·Geek+) + 한국 (TwinnyA·로보티즈·UR)
이 블로그는 한국 중소·중견 제조사의 AGV·AMR 5단계 도입 로드맵을 정리한다.
AGV·AMR 성숙도 5단계
| 단계 | 상태 | 자동화 비율 |
|---|---|---|
| L0 | 지게차·수동만 | 0% |
| L1 | AGV 일부 (1~3대) | 10~20% |
| L2 | AGV 본격·AMR 시범 | 30~50% |
| L3 | AGV·AMR 함대 관리 | 50~80% |
| L4 | AI·자율·통합 | 80%+ |
대부분 한국 중소·중견 제조사는 L0~L1. L2 이상이 생산성 효과.
Stage 1 — 진단·후보 영역 분석 (4~6주)
1.1 사내 물류 진단
다음 항목 측정:
- 일일 운반 횟수·거리
- 운반 인력·시간
- 지게차·차량 수·비용
- 사고·아차사고
- 운반 정체·지연
VSM·Spaghetti Diagram 활용.
1.2 후보 영역 선정
AGV·AMR 적합 영역:
1순위 (가장 적합):
- 표준 컨테이너·파레트 반복 운반
- 직선·단순 경로
- 24시간·다교대 운영
- 무거운 자재 (20kg+)
2순위:
- 다양한 자재·작업장
- 복잡 경로
- 정밀 작업장 이동
부적합:
- 사람 협업 필수
- 불규칙·다품종
- 좁은 공간
- 위험 환경
1.3 ROI 평가
각 후보 영역 ROI:
| 항목 | 계산 |
|---|---|
| 현재 인건비 | 운반 인력 × 인건비 |
| 지게차 비용 | 차량·연료·유지 |
| 사고·아차사고 비용 | 평균·예방 가능 |
| AGV·AMR 투자 | 차량 + 인프라 + 시스템 |
| 운영비 (연) | 전기·유지·소프트웨어 |
일반적 ROI 18~36개월.
1.4 AGV vs AMR 선택
AGV 적합:
- 고정 경로
- 반복 작업
- 단순 흐름
- 낮은 초기 비용
AMR 적합:
- 동적 환경
- 다양한 작업
- 사람과 협업
- 미래 확장
대부분 회사 1차 AGV → 2~3년 차 AMR 확장.
1.5 임원·생산·물류 합의
- 임원: 12~24개월 도입·예산
- 생산기술: 기술·인프라
- 물류·창고: 운영·통합
- 작업자: 변화 관리·교육
- 외부 SI·공급사
Stage 1 산출물: 사내 물류 진단, 후보 영역, ROI 평가, AGV·AMR 선택, 임원 합의문.
Stage 2 — 1차 AGV 도입 (12~24주)
2.1 AGV 종류·선정
AGV 종류:
- Towing AGV (견인): 카트·트레일러 연결
- Forklift AGV (지게차형): 파레트
- Tugger AGV (당김): 다수 카트
- Unit Load AGV (단일 적재): 1개 자재·박스
- Heavy Duty AGV (대형): 1~50톤 자동차·기계
2.2 항법 (Navigation) 방식
- Tape·Line: 바닥 라인 따라
- Magnetic: 자석 매립
- Laser: 반사판·삼각측량
- QR/RFID: 마커 인식
- Inertial·SLAM: 센서 기반 (AMR과 결합)
각 방식 비용·정밀도·유연성 다름.
2.3 인프라 설치
AGV 인프라:
- 라인·자석·QR 설치
- 충전 스테이션
- 작업장·창고 표시
- 안전 펜스 (필요 시)
- 통신 네트워크 (Wi-Fi·5G)
설치 기간 4~12주.
2.4 WMS·MES 통합
AGV ↔ WMS·MES:
- 자재 요청 → AGV 자동 배차
- 적재·하역 자동 신호
- 위치·상태 실시간 추적
- 실적 자동 등록
2.5 안전 시스템
AGV 안전 (ANSI B56.5·ISO 3691-4):
- LiDAR·초음파 장애물 감지
- 자동 정지
- 비상 정지 버튼
- 안전 영역 (Safety Zone)
- 작업자 경고 (LED·음성)
ISO 45001 통합.
2.6 시범 가동·검증
3~6개월 시범:
- 1~3대 AGV 시범 라인
- 효과 측정 (인건비·시간·사고)
- 문제·개선
- 본격 확대 결정
Stage 2 산출물: AGV 선정·도입, 인프라 설치, WMS·MES 통합, 안전 시스템, 시범 가동·검증.
Stage 3 — AMR 확장·다종 운영 (지속·6~12개월)
3.1 AMR 도입
AMR 특징:
- SLAM (Simultaneous Localization And Mapping)
- LiDAR·카메라·IMU 센서
- 동적 경로·환경 인식
- 인프라 거의 없음
3.2 AMR 종류
일반 AMR:
- MIR (덴마크)
- OMRON LD·HD
- Fetch (미국·현재 Zebra)
- Geek+ (중국)
- 한국: TwinnyA·로보티즈
Cobot 통합:
- AMR + 로봇 팔
- 자재 운반 + 자동 적재
Industrial AMR (대형):
- 자동차·기계 부품
- 1~10톤
3.3 동적 환경 운영
AMR이 사람과 협업:
- 사람 인식·회피
- 비상 정지
- 협업 신호
- 작업자 교육 (ISO 10218·15066)
3.4 함대 관리 (Fleet Management)
다수 AGV·AMR 통합 관리:
- 임무 배정·우선순위
- 충전·정비 일정
- 경로 최적화
- 충돌 방지
- 실시간 모니터링
상용 솔루션:
- MIR Fleet
- OMRON Fleet Manager
- Fetch FetchCore
- 자체 통합
3.5 사람·AGV·AMR 협업
같은 공간 운영:
- 작업장 디자인
- 신호·경고
- 동선 분리·교차
- 작업자 교육
3.6 사이클 시간·생산성
KPI:
- 운반 사이클 시간 (분)
- AGV·AMR 가동률 (목표: 80%+)
- 인력 절감
- 사고 감소
Stage 3 산출물: AMR 도입, 다종 운영, 함대 관리, 사람·AGV·AMR 협업, KPI.
Stage 4 — 통합·자동화·고도화 (지속)
4.1 MOM·MES·ERP·WMS 완전 통합
AGV·AMR ↔ 전사 시스템:
- 자재 요청 → 자동 배차
- 생산 계획 → 운반 일정
- 입고·출고 → 자동
- 실적 → 자동
4.2 Asaichi·Andon 연동
- 라인 Andon → AGV 자동 호출
- 자재 결품 → 자동 보충
- 이상 발생 → 자동 알람
4.3 Digital Twin
가상 공장:
- AGV·AMR 시뮬레이션
- 신규 라인 사전 검증
- 최적 동선 분석
- What-if 시나리오
4.4 Cobot·자동화 결합
AGV·AMR + Cobot:
- 자동 적재·하역
- 자동 조립·검사
- 사람 개입 최소
전 자동화 셀 가능.
4.5 5G·고급 통신
5G·Wi-Fi 6:
- 저지연 통신
- 다수 AGV·AMR 동시
- 실시간 영상·데이터
4.6 사이버보안
OT 사이버보안 통합:
- 네트워크 격리
- AGV·AMR 접근 통제
- 패치·업데이트
- 침해 모니터링
Stage 4 산출물: MOM·MES·ERP·WMS 통합, Andon 연동, Digital Twin, Cobot 결합, 5G 통신, 사이버보안.
Stage 5 — AI·자율·생태계 (지속·1~3년)
5.1 AI 활용
AI 함대 관리:
- 강화학습 기반 임무 배정
- 동적 우선순위
- 예측 정비
AI 인식:
- Vision AI 자재 인식
- 사람·장애물 인식
- 환경 변화 학습
AI 최적화:
- 동선 자동 최적화
- 에너지 사용 최적화
- 가동률 향상
5.2 자율 (Autonomous)
사람 개입 최소:
- 24시간 자동
- 자동 정비 알람·해결
- 자율 충전·복귀
- 자율 임무 협력
5.3 사람·로봇 협업 (Cobot)
미래 비전:
- 사람과 같은 공간
- 자연어 의사소통 (음성·GPT)
- 작업자 보조·증강
5.4 외부 자율 (Outdoor·Inter-site)
- 공장 → 창고 외부 이송
- 사업장 간 운반
- 자율주행 차량 연계
5.5 신규 비즈니스
자체 보유 AGV·AMR을 외부에:
- RaaS (Robot as a Service)
- 외주 사업장 지원
- 동종 산업 공유
5.6 협력사·고객 통합
협력사·고객 물류:
- 협력사 입고 자동
- 고객 출하 자동
- 외부 물류 연계
5.7 KPI
AGV·AMR 성숙 KPI:
- 자동화 비율 (vs 수동 운반)
- 가동률 (목표: 85%+)
- MTBF·MTTR
- 인력 절감
- 사고 감소
- ROI
Stage 5 산출물: AI 함대 관리·인식·최적화, 자율 운영, 사람·로봇 협업, 외부 자율, RaaS, 협력사·고객 통합, KPI 대시보드.
비용·일정 가이드
| 항목 | 소규모 (3대) | 중규모 (10~30대) | 대규모 (50+ 대) |
|---|---|---|---|
| AGV·AMR 차량 | 1~5억원 | 5~30억원 | 30~150억원 |
| 인프라·인스톨 | 5천만~2억원 | 2~10억원 | 10~30억원 |
| 시스템·통합 | 5천만~2억원 | 2~7억원 | 7~20억원 |
| 함대 관리 SW | 5천만~1.5억원 | 1.5~5억원 | 5~15억원 |
| 교육·변화 관리 | 1~3천만원 | 3천만~1억원 | 1~3억원 |
| 운영·유지 (연) | 3~7천만원 | 7천만~3억원 | 3~10억원 |
| 합계 1차년도 | 2.5~10억원 | 10~50억원 | 50~200억원 |
| 1차 정착 기간 | 9~12개월 | 12~18개월 | 18~30개월 |
ROI는 보통 18~36개월. 인건비·사고·생산성으로 회수.
AGV vs AMR vs 컨베이어 비교
| 항목 | AGV | AMR | 컨베이어 |
|---|---|---|---|
| 본질 | 고정 경로 운반 | 자율 운반 | 고정 경로 자재 흐름 |
| 유연성 | 낮음 | 높음 | 매우 낮음 |
| 인프라 | 라인·자석 | 거의 없음 | 큰 설치 |
| 비용 | 보통 | 큼 | 큼 |
| 적합 | 표준 반복 | 다양·동적 | 단일 흐름 대량 |
| 한국 적용 | 자동차·전자 | 빠르게 확산 | 자동차·식품 |
관계: 셋 다 보완. 컨베이어 (직선 대량) + AGV (구간 반복) + AMR (다양·유연).
한국 중소·중견 적용 사례
사례 1: 자동차 부품 (충남 천안)
- 매출 480억, 정밀 가공
- 도입 전: 지게차 6대·작업자 운반 시간 40%
- 도입: AGV 8대 + AMR 4대 + 함대 관리
- 결과: 운반 자동화 70%, 인력 -8명, 사고 -90%, ROI 22개월
- 기간: 18개월·총 투자 12억원
사례 2: 전자부품 (경기 평택)
- 매출 320억, SMT·검사
- 도입 전: 청정실·사람 동선 제약
- 도입: AMR 6대 (청정실 등급) + Cobot 결합
- 결과: 청정실 작업자 -40%, 생산성 +25%, 불량 -15%
- 기간: 15개월·총 투자 8억원
사례 3: 식품 가공 (전북 익산)
- 매출 130억, HACCP 김치
- 도입 전: 위생 운반 어려움
- 도입: AMR 4대 (식품 등급)·HACCP 통합
- 결과: 위생 사고 0건, 운반 -50%, 야간 자동 운영
- 기간: 12개월·총 투자 5억원
세 사례 공통점: 모두 AGV → AMR 단계적 확장, 함대 관리·MES 통합이 효과 핵심.
자가 진단 체크리스트
다음 12가지 중 6개 이상 “예”라면 AGV·AMR 즉시 도입 검토.
- 사내 운반·물류 비용이 매출의 3% 이상인가
- 작업자 운반·이동 시간이 30%+인가
- 지게차·운반 사고·아차사고가 잦은가
- 인력 부족·채용 어려운가
- 24시간 운영 어려운가
- 반복 운반 경로·자재 다수인가
- 운반 동선 비효율 (Spaghetti)인가
- WMS·MES·자동화 도입 중인가
- 청정실·위생 환경 운반 어려운가
- 향후 Industry 4.0·자동화 확대 계획인가
- 12
24개월 도입·예산 가능한가 (350억원) - 작업자 변화 관리·재배치 가능한가
7개 이상이면 Phase 1 진단부터 즉시 착수 권장.
마무리 — 사내 물류의 24시간 자동화
한국 제조사의 사내 물류는 여전히 1980년대 수준 (지게차·작업자 수동)인 회사 다수. 인력 부족·고령화·24시간 운영 부담이 매년 심화.
AGV·AMR이 이를 해결:
- 인건비 절감 (운반 인력 50~70%)
- 사고 회피 (90% 이상)
- 24시간 운영
- 생산성 향상 (20~30%)
- 데이터 가시화·최적화
핵심은 AGV 시범 → AMR 확장 → 함대 관리·MES 통합. 12~36개월 단계적.
CONTIS은 한국 중소·중견 제조사의 Factory Automation·Robotics·WMS·MOM·MES·Cellular Manufacturing·Andon·Digital Twin·AI·OT 사이버보안과 통합한 AGV·AMR 도입을 지원합니다. 진단·후보·도입·확장·자율까지 단계별 동행이 필요하면 상담 요청으로 문의 바랍니다.