씨메스

자동화 프로젝트는 시연 영상에서 시작하지 않는다. 고객이 먼저 반복 작업, 인력 부족, 안전 문제, 처리량 정체처럼 돈이 새는 지점을 제시한다. 씨메스로보틱스는 대상 물체와 작업 환경을 촬영하거나 스캔해 인식 가능성을 확인하고, 적합한 로봇 암과 그리퍼를 고른다. 이어 동작 경로와 주변 설비의 인터페이스를 설계하고, 셀을 제작해 설치한 뒤 실제 물량으로 양산 검증을 거친다.

회사는 비전 시스템만 공급할 수도 있고 로봇·EOAT·전장·안전설비를 포함한 셀 전체를 설계·제작·설치할 수도 있다. 뒤로 갈수록 프로젝트 금액과 고객 내 역할이 커질 여지는 있지만, 현장별 맞춤 작업도 늘어난다. 데모에서 한 번 집는 것과 수개월 동안 계속 돌아가는 생산설비 사이에는 꽤 긴 복도가 있다. 고객 조건에 맞춘 설치와 양산 검증이 매출 전환의 병목으로 지목되는 이유다.

▲ 쿠팡 물류센터 안전펜스 안에서 씨메스 로봇팔이 포대를 팔레트에 적재하는 장면 — 출처: 매일경제, 2025-09

고객 명단도 이 구조를 전제로 읽어야 한다. 회사는 물류 고객으로 쿠팡·CJ대한통운·롯데·LG CNS를, 제조 고객으로 현대·기아차·만도·현대모비스·창신·LG전자 등을 기재했다. 이는 여러 산업에서 프로젝트 경험을 쌓았다는 회사 측 설명이지, 모든 기업에서 동일한 규모의 설비가 계속 발주되거나 현재 수주잔고로 남아 있다는 뜻은 아니다. 고객 로고보다 중요한 것은 시험 적용이 반복 설치로 넘어가는 비율과 그 과정에 필요한 추가 엔지니어링의 양이다.

2026년 공개 포트폴리오는 랜덤 팔레타이저, 피스피킹, 큐비메저, 티칭리스 로봇 가이던스의 네 제품군으로 정리됐다. 하나의 3D 비전 기반을 공유하지만 고객이 사려는 결과는 서로 다르다.

• 랜덤 팔레타이저는 크기·무게가 섞인 박스를 인식하고 적재 순서와 패턴을 계산한다. 컨베이어에서 들어오는 상자를 팔레트에 쌓는 작업이 대표적이다. 반대로 쌓인 박스나 포대를 꺼내는 디팔레타이징도 같은 인식·그리핑 계열의 문제다.

• 피스피킹은 박스 안에 뒤섞인 개별 상품을 찾아 집는다. 오토배거와 연결하면 집은 물건을 포장 공정으로 넘기고, 파스라인과 연결하면 주문별 분류로 이어진다. 상품 재질과 반사, 겹침, 잡을 수 있는 면이 계속 달라져 손보다 눈과 판단이 더 까다로운 영역이다.

• 큐비메저는 물체의 가로·세로·높이 등 형상을 측정한다. 물류에서는 포장과 공간 배치에 필요한 정보를 만들고, 검사에서는 규격 이탈을 찾는 기초가 된다.

• 티칭리스 로봇 가이던스는 작업 위치를 사람이 매번 좌표로 가르치는 부담을 줄이는 방향이다. 비전이 대상의 자세를 읽어 로봇 이동을 안내하므로 다품종 생산에서 변경 대응 시간을 줄이는 것이 목표다.

▲ 두 대의 씨메스 로봇팔이 다양한 용기를 집어 분류하는 오더피킹 솔루션 시연 — 출처: 뉴스웰, 2024-10-24

물류 작업은 대체로 인식→집기→분류·포장 또는 적재로 이어진다. 2025년 독립 보도로 소개된 AI 팔레타이징 솔루션도 혼재된 박스를 인식하고 적재 패턴을 생성하는 제품이었다. 다만 처리량이나 설치면적 같은 제시 수치는 정해진 시험 조건의 성능일 수 있다. 박스 표면, 유입 간격, 그리퍼 교체 여부와 오류 복구 방식이 다른 현장에 그대로 대입하기는 어렵다.

3D 검사는 로봇의 움직임보다 측정 결과가 중심이다. 자동차 부품이나 이차전지 공정에서 형상·두께·표면 상태를 읽고 기준에서 벗어난 대상을 가려낸다. 물류 로봇의 눈이 “어디를 잡을까”에 답한다면, 검사 장비의 눈은 “규격에 맞는가”에 답하는 셈이다. 같은 비전 기술을 쓰더라도 검사의 구매 기준은 측정 정밀도와 공정 재현성에 더 무게가 실린다.

제품 이름이 같아도 마지막 현장 통합은 쉽게 복제되지 않는다. 냉동 물류센터에서는 낮은 온도와 결로, 작업자의 접근 조건을 고려해야 한다. 빠르게 흐르는 택배 공정에서는 순간 처리량과 실패한 물체를 다시 투입하는 방식이 중요하다. 제조라인에서는 앞뒤 장비의 주기와 품질 추적 시스템에 맞춰야 한다. 범용 소프트웨어를 팔면서도 설치 현장마다 시스템 통합 역량이 필요한 이유다.

회사는 현대무벡스의 파트너로 냉동 물류센터에 지능형 디팔레타이징 시스템 10대를 구축했다고 밝혔다. 단일 데모가 아니라 여러 대를 같은 현장에 배치한 사례라는 점은 의미가 있다. 다만 회사가 제시한 처리량과 성공률은 해당 구축 조건에서 발표한 성능으로 보는 편이 안전하다. 서로 다른 물체와 작업 환경까지 포괄하는 산업 표준 성능으로 확장할 근거는 아직 제한적이다.

▲ 씨메스 서울 본사 데모룸에서 두 로봇팔이 용기를 집어 옮기는 랜덤 피킹 시연 — 출처: 로봇신문, 2021-05

이 차이는 회사의 확장 방식을 가른다. 대형 고객의 맞춤 프로젝트는 복잡한 현장 경험과 레퍼런스를 남기지만 엔지니어 투입이 커질 수 있다. 중소·중견 고객은 더 짧은 설치와 정형화된 구성을 원한다. 회사는 픽시스 인수를 대형 맞춤 프로젝트 밖으로 제품 포트폴리오를 넓히는 변화로 설명했다. 제품 범위를 넓힌 것만으로 표준화가 끝났다고 보기는 어렵지만, 모든 현장을 새로 설계하는 사업에서 반복 가능한 패키지를 늘리려는 방향은 읽힌다.

2025년 감사·확정 연결 매출은 130.6억원으로 2024년 68.9억원보다 늘었다. 같은 기간 영업손실은 184.1억원으로 확대됐다. 외형 성장만 놓고 보면 설치 프로젝트가 늘어난 흔적이지만, 아직 매출 규모가 연구개발·인력·현장 수행 비용을 흡수하지 못한 모습이다.

현금 흐름은 사업의 시간표를 더 직접적으로 드러낸다. 2025년 연결 영업활동현금흐름은 -144.5억원이었고, 현금및현금성자산은 전년 말 658.1억원에서 391.7억원으로 줄었다. 수주에서 제작·설치·검수까지 시간이 걸리는 사업에서는 부품 구매와 인건비가 매출 인식보다 먼저 나갈 수 있다. 그러나 긴 리드타임만으로 손실과 현금 유출이 자동 해소되는 것은 아니다. 반복 설계가 줄고 한 프로젝트에서 확보하는 부가가치가 커져야 손익 구조가 달라진다.

2025년 별도 매출 구성은 지능형 로봇 61.24%, 3D 검사 34.01%, 상품유통 4.76%였다. 매출의 대부분이 기술 솔루션 두 축에서 나왔고, 단순 유통 비중은 작았다. 물류 로봇만 바라보면 검사 사업이 차지하는 몫을 놓치지만, 반대로 두 부문이 같은 속도로 성장한다고 가정할 근거도 없다. 물류 자동화와 이차전지·자동차부품 검사는 고객의 투자 사이클과 검수 조건이 다르다.

1Q26 매출 57.7억원과 영업손실 51.3억원은 공시 요약과 증권사 자료에서 일치하는 분기 점검치다. 다만 직접 원문으로 재검증된 2025년 감사 수치보다는 낮은 강도로 볼 필요가 있다. 방향은 분명하다. 매출은 발생하고 있지만 흑자 전환을 확인할 단계는 아니며, 보유 현금은 수주 확대가 실제 현금 회수로 이어질 때까지 버틸 시간을 정한다.

2025년 9월 말 계약 진행표에는 쿠팡 관련 6.30억원과 8.76억원, 창신 6.97억원, 파스토 9.90억원이 기재됐다. 이 숫자는 당시 개별 프로젝트의 진행 현황이다. 미래의 반복 발주나 계약금 전액의 매출 인식을 보장하지는 않지만, 물류와 제조 양쪽에서 고객별 현장 프로젝트가 이어졌다는 흔적은 남긴다.

2026년에는 규모와 기간이 더 큰 계약 공시 요약이 나왔다. 쿠팡풀필먼트서비스 물류 로봇 자동화 솔루션 계약은 69억원이며, 계약기간은 2026년 7월 1일부터 2027년 3월 2일까지로 제시됐다. LG Energy Solution Arizona의 전극 코터 절연두께측정기 공급 계약은 14억원, 계약기간은 2026년 6월 23일부터 2028년 8월 31일까지다.

두 계약은 회사의 두 축을 그대로 보여준다. 쿠팡 건은 물류 로봇 자동화이고 LG에너지솔루션 애리조나 건은 이차전지 검사 장비다. 계약기간이 회계연도를 가로지르므로 계약금액 전체를 체결 시점이나 2026년 매출로 한꺼번에 넣어 해석해서는 안 된다. 제작 진척과 설치, 검수 조건에 따라 인식 시점이 나뉠 수 있다.

▲ 노란색 로봇팔과 흡착 그리퍼가 컨베이어의 박스를 인식해 팔레트에 적재하는 AI 팔레타이징 셀 — 출처: ZDNet Korea, 2025-05-26

전시회에 공개한 네 제품군과 실제 계약 사이에는 여전히 고객별 설계와 검증이 놓여 있다. 따라서 “제품 출시”와 “계약 체결”, “매출 인식”, “현금 회수”는 서로 다른 이정표다. 이 네 단계를 한 문장으로 묶으면 기대는 빨라지고 사업의 실제 속도는 가려진다.

최근 협력의 방향은 피지컬 AI다. 피지컬 AI는 화면 안에서 답을 만드는 데 그치지 않고, 주변 세계를 인식해 로봇의 물리적 행동으로 연결하는 기술을 말한다. 씨메스로보틱스에는 전혀 낯선 주제가 아니다. 기존 3D 비전과 동작계획도 이미 인식 결과를 로봇 행동으로 바꾸기 때문이다. 달라지는 점은 더 범용적인 모델과 복잡한 양팔 동작으로 확장하려는 시도다.

2026년 6월 레인보우로보틱스와 체결한 MOU에서 씨메스로보틱스는 AI 지능, 동작계획과 현장 실증을 맡고 상대는 양팔로봇 하드웨어와 제어 기반을 제공하는 구상을 제시했다. 양팔은 한 손으로 물체를 고정하고 다른 손으로 작업하는 식의 복잡한 제조·물류 동작에 유리할 수 있다. 다만 MOU는 공동 개발의 출발점이다. 납품 계약이나 양산 매출로 읽을 단계는 아니다.

2026년 7월 NC AI와의 MOU는 산업 현장 데이터·실증 역량에 월드모델과 로봇 파운데이션 모델을 결합하는 공동 연구개발 및 기술공유 협력이다. 월드모델은 로봇이 주변 상태와 행동의 결과를 내부적으로 예측하도록 돕는 모델이고, 파운데이션 모델은 여러 작업에 공통 기반으로 활용하려는 대규모 모델을 뜻한다. 공개된 범위에서는 상용 제품과 매출 발생이 확인되지 않았다.

▲ FIX 2024에서 씨메스 비전 AI 용접·피킹 로봇을 시연하는 장면 — 출처: ZDNet Korea, 2024-10-23

RaaS(서비스형 로봇), SaaS(서비스형 소프트웨어), 플랫폼 역시 회사가 제시한 향후 모델이다. 설치비 중심 사업에 구독이나 사용량 기반 수익이 붙는다면 반복매출의 질은 좋아질 수 있다. 하지만 현재 확인된 핵심 수익은 비전 시스템과 자동화 셀의 설계·제작·설치에서 나온다. 미래 모델은 기존 프로젝트에서 충분한 설치 대수와 운영 데이터가 축적되고, 고객이 지속 과금에 동의할 때 비로소 별도의 사업으로 검증된다.

씨메스로보틱스의 기술을 평가하는 가장 현실적인 기준은 로봇이 박스를 집는 장면의 화려함이 아니다. 첫째는 서로 다른 현장에서도 인식과 동작 성능을 얼마나 빨리 재현하는가다. 둘째는 설치 뒤 오류를 고객이 감당할 수준으로 낮추는가다. 셋째는 그 과정에 투입되는 엔지니어링을 매출보다 느리게 늘릴 수 있는가다.

증권사 해석이 꼽은 단기 위험은 고객 일정 지연, 이차전지 검사 수요 지연, 긴 매출 인식 리드타임이다. 개선 조건으로는 프로젝트 표준화와 물류·제조 레퍼런스 확대가 제시됐다. 이는 서로 연결돼 있다. 일정이 밀리면 설치 인력이 묶이고 매출 인식이 늦어진다. 맞춤 작업이 많으면 새 고객을 받을수록 비용도 함께 늘 수 있다. 검사 부문은 고객사의 설비투자가 늦어질 때 회사의 기술 준비도와 무관하게 발주 시점이 이동한다.

반대편에는 이미 확인된 현장 경험이 있다. 물류에서는 랜덤 박스와 포대의 적재·해체, 개별 상품 피킹을 다뤘다. 제조에서는 로봇 가이던스와 3D 검사를 공급한다. 냉동센터의 복수 시스템 구축과 대형 물류 고객 계약은 실험실 밖 운영 경험을 넓힐 기회다. 이 경험이 공통 모듈과 짧은 설치 기간으로 축적되면 같은 인력으로 더 많은 셀을 공급할 수 있다. 반대로 현장마다 사실상 새 프로젝트가 된다면 외형이 커져도 손익 개선은 뒤따르기 어렵다.

그래서 이 회사의 경쟁력은 ‘좋은 눈’을 갖췄다는 한 문장만으로 끝나지 않는다. 3D 비전이 물체를 읽고, AI가 잡는 법을 정하며, 제어 소프트웨어가 로봇을 움직이고, SI가 고객 라인에 안착시키는 전체 사슬이 경쟁 단위다. 2014년의 비전 기술 기업이 2026년 사명에 로보틱스를 새긴 흐름도 이 사슬의 확장을 반영한다. 시장이 지켜볼 귀결은 더 거대한 AI 구호가 아니라, 안전펜스 안에서 반복되는 한 번의 집기가 더 짧은 설치와 더 적은 추가 비용으로 다음 현장에 복제되는가에 달려 있다.