ทันเอไอ

RAG·MCP 활용해 AI의 ABB 로봇 프로그래밍 및 오류 수정 지원하는 연구 발표

자연어 명령으로 ABB RAPID 코드를 생성하고 시뮬레이션 소프트웨어를 통해 자동으로 테스트 및 오류를 수정하는 워크플로 제안

arXiv에 공개된 신규 연구(논문 번호 2608.21417)는 언어 모델을 활용해 ABB 산업용 로봇 제어 프로그래밍을 지원하는 방식을 제안했다. 이는 공장에서 제품, 생산 모델 또는 공정이 변경될 때 소요되는 프로그램 재조정 시간을 줄이는 것을 목표로 한다.

이 시스템은 자연어로 된 작업 설명을 입력받아 ABB 로봇 전용 언어인 ABB RAPID 코드를 생성한다. 핵심은 모델 자체 지식에만 의존하지 않고, 검증된 기술 문서와 실제 생산 템플릿을 검색하는 두 갈래의 검색증강생성(RAG)을 적용해 시스템별 요구 사양에 부합하는 코드를 작성하도록 한 점이다.

또한 전용 구축된 MCP Server를 통해 언어 모델 클라이언트를 ABB RobotStudio와 직접 연결했다. 이를 통해 시스템이 코드를 업로드하고 시뮬레이션을 실행한 뒤, 진단 피드백(Diagnostic Feedback)을 받아 모델이 반복적으로 코드를 수정할 수 있는 피드백 루프를 구축했다.

연구진은 시뮬레이션을 통해 정적 분석이나 시맨틱 검사로는 발견하기 어려운 실행 실패(Execution failures) 문제를 감지할 수 있다고 밝혔다. 보고된 대표적 오류 사례로는 부품 해제 높이 부적절, 로봇 암 도달 불가 위치 지정 등이 있다.

성능 평가는 30개 문항의 정보 검색 테스트 및 제한된 범위의 코드 생성 테스트로 진행되었다. 다만 구체적인 성공률 수치가 공개되지 않아 다양한 로봇 형태나 실제 공장 현장에 즉시 도입 가능한 수준인지는 아직 단정하기 어렵다. 해당 논문은 arXiv v1 버전으로, 2026년 10월 아부다비 Khalifa University에서 열리는 CIE53 학술대회 발표 논문으로 승인되었다.