[취재.txt] 서툰 로봇이 먼저 배운다

휴머노이드 로봇은 아직 사람처럼 작업할 수 있는 수준은 아니지만, 기업들은 공장 내 로봇 투입을 시작하고 있다. 이에 따라 완성한 뒤 생산에 투입하던 기존 순서도 생산 현장에 먼저 투입하는 방향으로 뒤집히고 있다. 잘 만든 뒤 활용하는 것이 아니라, 잘 만들기 위해 먼저 사용하기 시작한 것이다.

독일 베를린에서 열린 IFA 2026에서는 휴머노이드가 춤과 공중제비를 선보이고, 자율주행 로봇끼리 축구를 하는 전시가 진행됐다. IFA 측은 이를 역대 최대 규모의 휴머노이드 전시라고 소개했다. 이번 IFA 2026의 주요 화두는 인공지능(AI) 기반의 '피지컬 AI'였으며, 이는 현실을 인식하고 행동하는 것을 뜻한다.

이 같은 무대 밖에서는 실제 작업 성능을 검증하는 시험도 진행되고 있다. 중국의 휴머노이드 '톈궁 울트라'는 100m를 8.64초에 기록했고, 개발진은 공장에서 상자를 운반하는 작업을 시험하고 있다. 중국에서는 우편물 분류 로봇과 스마트폰 포장 로봇의 현장 투입 사례도 나오고 있다. 시험 무대도 화려한 동작 중심에서 반복 가능한 노동 중심으로 옮겨가고 있다.

중국 산업체 자문 로봇 분석가인 게오르크 슈틸러는 올해 중국에서 생산되는 휴머노이드의 5070%가 생산 현장이 아닌 훈련 데이터 수집용 '데이터 공장'에 배치될 것으로 추산했다. 이는 중국 증권업계가 산업용 휴머노이드의 노동자 대비 투자비를 2년 내 회수하려면 유지비를 포함해 약 16만 위안(약 3300만 원) 수준이어야 한다고 판단하는 반면, 실제 가격 분석상 산업용 휴머노이드는 통상 30만50만 위안(약 6200만~1억300만 원)이기 때문이다. 이에 따라 수익 창출용보다 학습용 로봇의 증가가 선행된다는 의미가 제시된다.

다만 이는 단순히 미성숙 산업의 한계로만 볼 일은 아니다. 피지컬 AI에는 현실에서 몸을 움직이며 얻는 데이터가 필요하며, 물체를 집다 놓치는 경험과 예상 못한 장애물 조우 기록, 동일 동작 반복 기록 같은 학습 데이터가 쌓인다. 이런 기록은 AI의 학습 재료로 재투입되며, 로봇 제작·구동 과정 자체가 다음 로봇 개발 과정으로 이어진다.

중국의 휴머노이드 경쟁력은 제작 완성도와는 별도의 의미로 읽힌다. 휴머노이드 구성 요소인 모터·감속기·액추에이터·센서·배터리·반도체를 둘러싼 촘촘한 공급망을 기반으로 대량 생산 가능성이 있다는 점이 먼저 거론된다. 로봇 생산이 확대되면 현실 투입 기회가 늘어나고, 현실 투입 확대에 따라 시행착오를 축적할 기회도 함께 증가한다. 이에 따라 중국 위협의 핵심은 휴머노이드 제작 능력 자체가 아니라, 많이 만들 수 있는 여건과 많이 움직일 수 있는 여건, 많이 실패할 수 있는 여건에 있다는 해석이 나온다.

USCC 분석에 따르면 중국은 기업·산업현장 운영 데이터를 체계적으로 확보하는 구조를 갖추고 있고, 물리세계 데이터도 체계적으로 확보하는 구조를 갖추고 있다. USCC는 이런 구조가 자율주행 AI 개발상 강점이 될 가능성이 있다고 분석했다. 아울러 같은 구조가 휴머노이드 AI 개발상 강점이 될 가능성도 있다고 봤다. 공급망과 데이터 확보 구조가 실제 투입과 학습 축적을 뒷받침해 AI 개발 강점으로 이어질 수 있다는 흐름이다.

현대자동차그룹은 공장을 시험대로 선택했다. 현대자동차그룹은 보스턴다이내믹스 휴머노이드 '아틀라스'를 2028년부터 미국 조지아주 현대차그룹 메타플랜트 아메리카(HMGMA)에 투입할 계획이다. '아틀라스'의 첫 임무는 부품의 공정 순서별 정리 작업이다. 현대자동차그룹은 미국 내 연간 생산능력 3만 대 규모 로봇 생산시설도 구축한다. 이를 통해 개발·학습·검증·양산·서비스 운영의 단일 가치사슬을 연결한다는 구상이다.

공장은 로봇 학습에 유리한 환경이다. 작업을 통제할 수 있고, 동선을 통제할 수 있으며, 동일 작업의 반복이 가능하기 때문이다. 이런 점에서 현대차그룹 제조현장과 보스턴다이내믹스의 결합에서 주목할 점은 공장 내 로봇 투입 대수 자체가 아니다.

다음 경쟁의 변수는 로봇 제조 역량과 로봇 작업 경험의 긴밀한 연결 정도다. 이는 한국 제조업에도 동일한 과제를 제기한다. 한국 제조업은 반도체 생산 역량을 보유하고, 배터리 생산 역량을 보유하며, 모터 생산 역량을 보유하고, 센서 생산 역량을 보유하고, 완성품 조립 능력을 보유하고 있다. 그러나 위 역량만으로 피지컬 AI 우위가 보장되지는 않는다. 필요한 조건은 하드웨어 생산 역량을 현실 데이터 축적 역량으로 전환하는 것과 하드웨어 생산 역량을 AI 개선 역량으로 전환하는 것이다.

결국 휴머노이드 경쟁의 성격은 완성품 선출시 경쟁이 아니다. 오히려 현실에 선투입한 뒤 실패를 학습으로 전환하는 경쟁에 가깝다. 완성형 로봇을 기다리는 동안에도 미숙한 로봇은 이미 작업 학습을 진행한다.

출처: 아이티데일리 (IT DAILY) · 김병주 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241645

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241645