Zalando가 선택한 로봇 브레인: Sereact의 물리적 AI는 어떻게 패션의 50% 반품률을 30% 비용 절감으로 바꾸는가

Cortex는 시각 데이터를 해석하고, 자연어 명령을 이해하며, 새로운 코드 작성 없이도 작업자가 로봇에 새 작업을 지시할 수 있게 한다 .

패션 업계의 해결사: 양팔 반품 자동화 스테이션

세렉트의 양팔 로봇 스테이션은 반품 처리라는 오랜 수동 병목 현상을 해결하기 위해 특별히 설계됐다. 이 시스템은 포장재 개봉, 상품 추출, 상태 검사 및 등급 분류, 의류 접기, 재고로의 재분류까지 전 과정을 사람의 개입 없이 자동으로 수행한다 . Cortex의 3D 인식 레이어인 '세렉트 렌즈(Sereact Lens)'가 시각 검사와 품질 등급을 담당한다 . 세렉트의 제품 페이지에 따르면, 이 스테이션은 모든 교대 근무에서 일관된 처리량을 제공하며 수동 분류가 전혀 필요 없다 .

실질적 효과는 명확하다. 세렉트의 건당 과금 모델은 수동 작업 대비 반품 처리 비용을 약 30% 절감하는 것으로 추정된다 . 반품이 막대한 비용 부담인 잘란도에게 이는 혁신적인 효율성 개선이다.

데이터 플라이휠: 10억 회 이상의 피킹 데이터

세렉트 시스템은 유럽 전역 200개 이상의 현장 시스템에서 10억 회 이상의 실제 생산 피킹을 완료했다 . 중요한 점은 약 53,000회 피킹 중 단 1회만 원격 인간 개입이 필요하며, 99% 이상의 피킹 성공률을 달성한다는 것이다. 셀당 일반적인 처리량은 시간당 300~450개다 . (참고: 세렉트 공식 홈페이지에는 현재 '5억 회 이상의 실제 생산 피킹'으로 표시되어 있으나, 시리즈 B 발표 자료에는 '10억 회 이상'으로 명시되어 있어 집계 방식의 차이일 수 있다 .)

모든 피킹은 모델을 훈련하고 개선하는 데이터가 되어, 실험실 기반 경쟁사가 따라올 수 없는 강력한 데이터 플라이휠을 구축한다 . 고객사로는 Active Ants, Austrian Post, BMW, bol., Daimler Truck, DeltiLog, Mercedes-Benz, Monta, MS Direct, PepsiCo, Rohlik Group 등이 있다 .

코텍스 2.0: 행동하기 전에 계획한다

2026년 2월 출시된 코텍스 2.0(Cortex 2.0)은 기존 VLA 스택 위에 월드 모델 기반 계획(World-Model-Based Planning) 기능을 도입한 차세대 모델이다 . 이전 버전이 '보고 행동(See and Act)' 방식이었다면, 코텍스 2.0은 움직임을 실행하기 전에 여러 가능한 미래 결과를 평가하고, 진행도, 안정성, 위험도, 효율성을 각각 점수화한다 . 이 예측 기반 의사결정 방식은 고처리량 생산 환경에서 비용이 많이 드는 실패, 재시도, 복구 이벤트를 획기적으로 줄이도록 설계됐다 .

시리즈 B 자금(잘란도 투자 포함)은 코텍스 2.0 확장과 보스턴 사무소를 거점으로 한 미국 시장 진출에 명확히 사용될 예정이다 .

창고 로봇 공학의 미래

세렉트는 물리적 작업을 위한 범용적이고 스스로 학습하는 로봇 두뇌를 구축하고 있다. 잘란도의 투자는 이 기술이 실험실 데모 단계를 넘어 생산 현장에서 검증된 신뢰성(약 53,000회 피킹당 1회 미만 실패)에 도달했음을 입증한다. 양팔 반품 스테이션은 패션 업계의 수십억 달러 규모 반품 문제를 직접 공략하는 동시에, 코텍스 2.0의 월드 모델 아키텍처는 창고 로봇 공학을 반응형 자동화에서 진정한 자율 의사결정 단계로 끌어올리려는 시도다.

이 전략적 신호는 분명하다. 이커머스 효율성의 다음 전선은 단순히 더 빠른 피킹이 아니라, 계획하고, 모든 상호작용에서 학습하며, 어떤 로봇 하드웨어에서도 작동하는 AI 두뇌에서 비롯될 것이다.