[현장] ‘휴머노이드 시연의 시대’는 끝났다… 한국의 기회는 ‘현장’에 있어 작성일 06-24 51 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Kf4SP4iPlt"> <div contents-hash="e38a93984541594bd4797cc40d85b7dc87197d44035a01301b2b8bf8b7053a7e" dmcf-pid="948vQ8nQC1" dmcf-ptype="general"> <h5>한재권 한양대 교수·에이로봇 CTO, 넥스트라이즈 2026서 휴머노이드 로봇 산업화 전망 발표</h5> <h5>“2026년은 기능 시연이 아니라 생산력·품질·가격·수요처 확보 경쟁의 시작”</h5> <h5>한국 제조 공급망과 현장 행동 데이터가 피지컬 AI 경쟁력 좌우</h5> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="35cdda823664a7b6dc503a3a0e99b02d8233797ec78fbf83aa0b2cbd30d9d76a" dmcf-pid="286Tx6LxT5" dmcf-ptype="figure"> <p class="link_figure"><img alt="지난 18일 열린 넥스트라이즈 2026 서울(NextRise 2026, Seoul) 첫날 컨퍼런스에서 한재권 한양대학교 로봇공학과 교수가 ‘휴머노이드 로봇의 글로벌 동향과 산업화’를 주제로 발표를 하고 있다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080522038zdef.jpg" data-org-width="1024" dmcf-mid="p04NpFKpSz" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080522038zdef.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 지난 18일 열린 넥스트라이즈 2026 서울(NextRise 2026, Seoul) 첫날 컨퍼런스에서 한재권 한양대학교 로봇공학과 교수가 ‘휴머노이드 로봇의 글로벌 동향과 산업화’를 주제로 발표를 하고 있다. (사진=테크42) </figcaption> </figure> <div contents-hash="bc5257331c0ea1386c5d07525a5cf1ed36bf94371bdd3122fe6ff4b5df167384" dmcf-pid="VpUkzUfzyZ" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="a5280e247df65ca6fc95418fc65ad91ba4dfdacbe20e5f4858a55c67320799f3" dmcf-pid="fUuEqu4qCX" dmcf-ptype="general">AI가 컴퓨터 안에서만 작동하는 시대를 넘어 물리 세계로 나오고 있다. 제조 현장에서 물건을 집고, 옮기고, 조립하고, 용접하는 로봇은 더 이상 연구실 시연 영상의 소재만은 아니다. 휴머노이드 로봇 분야 전문가로 꼽히는 한재권 한양대학교 로봇공학과 교수 겸 에이로봇 최고기술책임자(CTO)는 AI가 현실의 부가가치로 이어지려면 소프트웨어를 넘어 로봇과 같은 피지컬 AI(Physical AI·물리 세계에서 작동하는 인공지능)로 확장돼야 한다는 문제의식을 밝혀왔다. </p> <p contents-hash="1e7d90c75c7cb0859c79e27521b2e6402faa768237bc79ed65f78d181efbb5a7" dmcf-pid="4u7DB78BCH" dmcf-ptype="general">지난 18일 열린 넥스트라이즈 2026 서울(NextRise 2026, Seoul) 첫날 컨퍼런스에서도 이 문제의식은 산업화의 언어로 이어졌다. 한 교수는 ‘휴머노이드 로봇의 글로벌 동향과 산업화’를 주제로 한 발표에서 휴머노이드 로봇 경쟁의 초점이 기능 시연에서 대량생산, 품질, 가격, 수요처 확보로 옮겨가고 있다고 진단했다. </p> <p contents-hash="19710982308223edbba98af1e4f8c7a610056e292ca6053e5d1e2a0ce70667dd" dmcf-pid="87zwbz6byG" dmcf-ptype="general">이날 한 교수 발표의 핵심은 휴머노이드 로봇 경쟁이 이제 ‘로봇이 무엇을 할 수 있는가’를 보여주는 단계에서 ‘누가 더 싸게, 더 많이, 더 안정적으로 만들고 실제 수요처에 공급할 수 있는가’를 겨루는 단계로 이동하고 있다는 것이다. </p> <div contents-hash="137d8ecddddf9bc657331c76c63051924aa6c90c46c23bfad279b2be4a521345" dmcf-pid="6zqrKqPKyY" dmcf-ptype="general"> <strong>범용 기계는 왜 산업혁명의 언어인가</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="7a85e7a2dc5f078de30d9ff0a642aad083b284f0a0d6d24fb6a2195c22ec3c5d" dmcf-pid="PqBm9BQ9CW" dmcf-ptype="figure"> <p class="link_figure"><img alt="발표에 나선 한 교수는 휴머노이드 로봇을 ‘범용 기계’라는 개념으로 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080523585wdnp.jpg" data-org-width="1024" dmcf-mid="UYoC42e4l7" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080523585wdnp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 발표에 나선 한 교수는 휴머노이드 로봇을 ‘범용 기계’라는 개념으로 설명했다. (사진=테크42) </figcaption> </figure> <div contents-hash="4b69a0ca48f5eda428b446a635fe5c17b70585779ae2ae87465d3bc74751cccc" dmcf-pid="QBbs2bx2hy" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="6556dca4690d37a79a2e09656d09960540b0d767551272e31a6eb92a51f3537c" dmcf-pid="xbKOVKMVhT" dmcf-ptype="general">발표에 나선 한 교수는 휴머노이드 로봇을 ‘범용 기계’라는 개념으로 설명했다. 특정 목적만 수행하는 기계는 그 목적을 달성하면 역할이 끝난다. 반면 범용 기계는 사람들에게 새로운 시도를 할 수 있다는 상상력을 불러일으킨다. 그 상상력이 새로운 서비스와 비즈니스 모델, 나아가 새로운 시장으로 이어진다는 것이 한 교수의 설명이다. 한 교수가 휴머노이드 로봇을 산업혁명의 언어로 읽은 이유도 여기에 있다. </p> <p contents-hash="68e283c3cf80bd650ac888e025059356a63ddc5643cefefbd719727770a55bd5" dmcf-pid="yrm2ImWICv" dmcf-ptype="general">“범용 기계는 사람들의 상상력을 불러일으킵니다. 특정한 목적을 갖고 있는 기계는 그 목적을 수행하면 끝입니다. 하지만 범용 기계는 사람들에게 ‘이건 뭐에 쓰는 거지, 이것도 되나, 저것도 되나’라는 상상을 하게 만듭니다. 그 상상력 속에 새로운 세상이 있고, 새로운 비즈니스 모델이 있고, 새로운 서비스가 있습니다.” </p> <p contents-hash="11071806a3e7e761edd845421d7f13f1d90a1acc2a01d016a38e3b27ee55273c" dmcf-pid="W1ta0tb0lS" dmcf-ptype="general">다만 상상력이 산업으로 전환되려면 전제가 필요하다. 가격은 낮아져야 하고, 성능은 현장에서 검증돼야 한다. 과거 휴머노이드 로봇은 이 전제를 충족하지 못했다. 가격은 높았고, 연구개발 비용도 컸다. 무엇보다 범용성을 구현하기 위해 사람이 수많은 작업을 직접 프로그래밍해야 했다. 한 교수는 이 한계 때문에 휴머노이드 로봇이 수십 년 동안 상업화에 이르지 못했다고 짚었다. 그러나 피지컬 AI와 행동 데이터 기반 학습이 결합하면서 상황이 달라지고 있다는 것이 한 교수의 판단이다. </p> <div contents-hash="f5bf9319266964df810a96a1ab6acdfc430b9208af75615680237e1bed90890f" dmcf-pid="YtFNpFKpWl" dmcf-ptype="general"> 그 변화는 생산 경쟁으로 나타나고 있다. 그동안 휴머노이드 로봇 시장에서는 로봇이 걷고, 뛰고, 물건을 집고, 사람과 상호작용하는 장면이 주로 주목받았다. 그러나 올해로 접어들며 경쟁 초점은 시연 영상이 아니라 생산 능력으로 옮겨가고 있다. 한 교수는 중국의 유비테크(UBTech), 미국의 피규어 AI(Figure AI) 등을 예로 들며 미국과 중국이 이미 대량생산 경쟁에 들어섰다고 봤다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="394deed0868eb0f2e144103618abd8e22d01657053d639619dcb8bd2f5518e37" dmcf-pid="GF3jU39UTh" dmcf-ptype="figure"> <p class="link_figure"><img alt="올해로 접어들며 경쟁 초점은 시연 영상이 아니라 생산 능력으로 옮겨가고 있다. 한 교수는 중국의 유비테크(UBTech), 미국의 피규어 AI(Figure AI) 등을 예로 들며 미국과 중국이 이미 대량생산 경쟁에 들어섰다고 봤다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080525117gitm.jpg" data-org-width="1024" dmcf-mid="uLis2bx2Su" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080525117gitm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 올해로 접어들며 경쟁 초점은 시연 영상이 아니라 생산 능력으로 옮겨가고 있다. 한 교수는 중국의 유비테크(UBTech), 미국의 피규어 AI(Figure AI) 등을 예로 들며 미국과 중국이 이미 대량생산 경쟁에 들어섰다고 봤다. (사진=테크42) </figcaption> </figure> <div contents-hash="ec20671ee5bdec8ae3d9115ebdeed4db9f0bc96276aea51538b529efe435892e" dmcf-pid="H30Au02uSC" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="dbbee551ab8d03325d68d17f6aa14710ad673bd968f7459e4da8f49644e1c3ba" dmcf-pid="X0pc7pV7vI" dmcf-ptype="general">“2026년은 휴머노이드 로봇이 기능을 보여주는 시대가 아니라, 누가 더 생산을 잘하는가의 시대입니다. 누가 더 좋은 품질을 만들어내고, 누가 더 값싼 가격에 휴머노이드를 공급할 수 있는지가 중요해졌습니다. 또 누가 수요처를 더 많이 확보하고, 생산력의 경쟁에서 승기를 잡는가의 시대로 전환됐습니다. 미국과 중국은 대량생산의 시대로 본격적으로 들어갔다고 봐야 합니다.” </p> <p contents-hash="062e3c7e592c727538f6a636cd27ed8876f5dbfc6ee70c7c0d7f2e2a1a00be5e" dmcf-pid="ZpUkzUfzSO" dmcf-ptype="general">한 교수는 현재 휴머노이드 로봇을 일상에서 쉽게 보기 어렵다는 이유만으로 시장 가능성을 낮게 평가해서는 안 된다고도 했다. 그러면서 모바일의 혁신을 사례롤 꼽았다. 2005년 피처폰 중심의 모바일 환경이 2015년 스마트폰 일상화로 바뀌기까지 걸린 시간은 10년에 불과했다. 한 교수는 지금으로부터 10년 뒤인 2036년의 휴머노이드 로봇 시장 역시 전혀 다른 모습일 수 있다는 것이다. </p> <div contents-hash="08ea0b9f49381453b3c6a8f620926f3d6cb57308ca61cf9b8f3cf1916711266d" dmcf-pid="5UuEqu4qvs" dmcf-ptype="general"> <strong>한국의 승부처는 공급망과 제조 현장</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="747cff90cffcacc2f75c1980f37209e54266632cc8088f53370a1db7a6494a38" dmcf-pid="1u7DB78Bym" dmcf-ptype="figure"> <p class="link_figure"><img alt="한 교수는 “자동차 산업에서 부품 생태계가 완성차 경쟁력을 좌우하듯, 휴머노이드 로봇에서도 공급망은 핵심 경쟁력이 된다”고 강조했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080526642ctuv.jpg" data-org-width="1024" dmcf-mid="7rSpAasACU" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080526642ctuv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한 교수는 “자동차 산업에서 부품 생태계가 완성차 경쟁력을 좌우하듯, 휴머노이드 로봇에서도 공급망은 핵심 경쟁력이 된다”고 강조했다. (사진=테크42) </figcaption> </figure> <div contents-hash="46dfd873590d75ce6450fed63d6bd4de7e4e988251fdc7b7c2c2a730096adacd" dmcf-pid="ttFNpFKpCr" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="8768709e45e0eef8b9594c3d06feef8400d3c08b424789923742f0687adc8d20" dmcf-pid="FF3jU39UWw" dmcf-ptype="general">한교수는 “미국과 중국이 휴머노이드 대량 생산의 시대로 접어들었다는 것은 사실이지만, 한국은 늦었다고 단정할 필요는 없다”고도 말했다. 그러면서 한 교수는 한국이 과거 제조업과 첨단산업에서 격차를 좁혀온 경험을 꼽았다. </p> <p contents-hash="674392ac12fb5ad610dc1bd0cf41e8685daa7e1dbea771edcad0c56b07b3aaa9" dmcf-pid="330Au02uCD" dmcf-ptype="general">“늦어봤자 1년, 2년입니다. 대한민국이 그걸 못 따라잡는다고요. 우리 선배들은 10년, 아니 100년을 따라잡은 사람들입니다. 그런데 1년, 2년 뒤졌다고 그걸 못 따라잡는다고 생각하는 것은 우리 DNA가 허락하지 않는다고 생각합니다.” </p> <p contents-hash="43f9fd4fb7382118b388a4802a46dcee1bfe015bab641d33525351205123dca2" dmcf-pid="00pc7pV7vE" dmcf-ptype="general">한 교수는 한편으로 인식의 전환을 주문했다. 한국의 승부처는 완성 로봇 기업의 수에만 있지 않다는 것이다. 휴머노이드 로봇을 AI 시스템이자 동시에 부품의 조립체로 본다면 상황은 달라진다. 즉 휴머노이드 로봇을 완성하기 위해서는 센서, 구동계, 배터리, 제어기, 구조 부품 등 하드웨어 요소가 안정적으로 결합돼야 하고, 이를 뒷받침할 제조 공급망이 필요하다는 의미다. 한 교수는 “자동차 산업에서 부품 생태계가 완성차 경쟁력을 좌우하듯, 휴머노이드 로봇에서도 공급망은 핵심 경쟁력이 된다”고 강조했다. </p> <p contents-hash="7aae3508a0e140e59759f4f6c15a38a5f914c9e5940dbcef82c078cf4fff87a7" dmcf-pid="ppUkzUfzTk" dmcf-ptype="general">“한국 제조업이 보유한 공급망을 휴머노이드 로봇 산업의 중요한 자산으로 봐야 합니다. 한국은 다양한 제조업 기반과 수많은 공장, 정밀 부품 생산 역량을 갖춘 국가죠. 휴머노이드 로봇에 필요한 부품과 공급망의 일부라도 한국이 장악할 수 있다면, 메모리 반도체에서 삼성전자와 SK하이닉스가 만들어낸 산업적 효과와 유사한 기회가 생길 수 있다고 봅니다.” </p> <div contents-hash="3e8be0a3118444a304bd8c1e533e8887b9f52d0a8a49b1b8b6bdabe5caac775b" dmcf-pid="UUuEqu4qyc" dmcf-ptype="general"> <strong>좋은 휴머노이드는 좋은 행동 데이터에서 나온다</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="9819df5cf443457217d0f951dce5cc3c01e240fccb2bbdcd72ce5b97fe29e299" dmcf-pid="uu7DB78ByA" dmcf-ptype="figure"> <p class="link_figure"><img alt="한 교수는 좋은 AI 모델이 좋은 데이터에서 나오듯, 피지컬 AI 역시 사람이 실제로 일하는 모습을 얼마나 잘 학습하느냐에 따라 성능이 달라진다고 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080528169myki.jpg" data-org-width="1024" dmcf-mid="zKn7EACESp" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080528169myki.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한 교수는 좋은 AI 모델이 좋은 데이터에서 나오듯, 피지컬 AI 역시 사람이 실제로 일하는 모습을 얼마나 잘 학습하느냐에 따라 성능이 달라진다고 설명했다. (사진=테크42) </figcaption> </figure> <div contents-hash="7a84ffcbdaab025cdfc81b74621263acf459dc76fe2b43a93303bc79fd7a8986" dmcf-pid="77zwbz6byj" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="7a10f94c2f66114df9886b4a1ac29241f8286e2d81b31c0f259c09ea9f087c41" dmcf-pid="zzqrKqPKWN" dmcf-ptype="general">다음으로 한 교수는 데이터를 언급했다. 하드웨어가 휴머노이드 로봇의 몸을 만든다면, 행동 데이터는 로봇의 ‘일머리’를 만든다. 한 교수는 좋은 AI 모델이 좋은 데이터에서 나오듯, 피지컬 AI 역시 사람이 실제로 일하는 모습을 얼마나 잘 학습하느냐에 따라 성능이 달라진다고 설명했다. </p> <p contents-hash="501cd5c514d6d6149edfc084abdfbde712434be44ec9242bcd47040241c1763b" dmcf-pid="qPQWRQgRha" dmcf-ptype="general">“피지컬 AI도 별반 다르지 않습니다. 얼마나 좋은 행동 데이터, 일하는 데이터, 인간의 일하는 모습을 얼마나 잘 넣어주는가가 좋은 휴머노이드를 만드는 열쇠가 될 것입니다. 이것은 예측이 아니라 이미 우리가 보아온 사실입니다. 데이터 수집을 어떻게 할 것이며, 어떻게 양질의 데이터를 더 많이 확보할 것이며, 어떻게 다양한 종류의 데이터를 확보할 것이냐가 경쟁의 중심이 될 거라고 봅니다.” </p> <div contents-hash="ca62a8ee9f75e4ae0df88ae25f70961a40f0ea624c0042ebc4dd6c888ba62444" dmcf-pid="BQxYexaehg" dmcf-ptype="general"> 한 교수는 이 행동 데이터가 한국 제조 현장에 있다고 봤다. 반도체, 자동차, 조선, 전자, 배터리, 기계 등 여러 산업 현장에는 숙련 작업자의 손기술과 노하우가 축적돼 있다. 그동안 이 지식은 문서보다 사람의 손과 몸, 경험 속에 존재했다. 한 교수는 이 현장 데이터를 로봇 데이터로 전환할 수 있다면 한국형 휴머노이드 로봇의 경쟁력이 될 수 있다고 말했다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="82e9bc6531f3751a95e17f6a659f8f972c563c1a4b2f212ede68316994baabf0" dmcf-pid="bxMGdMNdlo" dmcf-ptype="figure"> <p class="link_figure"><img alt="한 교수는 현장 데이터를 로봇 데이터로 전환할 수 있다면 한국형 휴머노이드 로봇의 경쟁력이 될 수 있다고 말했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080529723rxem.jpg" data-org-width="1024" dmcf-mid="qlFwbz6by0" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080529723rxem.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한 교수는 현장 데이터를 로봇 데이터로 전환할 수 있다면 한국형 휴머노이드 로봇의 경쟁력이 될 수 있다고 말했다. (사진=테크42) </figcaption> </figure> <div contents-hash="2eb377d75eb5b3e934ea765e893ae271b0fc1b45e01576ca1fc1af8bfc8ffd87" dmcf-pid="KMRHJRjJlL" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="ab8182f51abbed0d8b3754cf023fe2a9a8aa16827de578c5a4fddf8299e09ac7" dmcf-pid="9ReXieAiyn" dmcf-ptype="general">“일하는 데이터는 우리가 공장에 갖고 있고, 지역마다 있는 산업단지에 갖고 있습니다. 그런 저평가된 곳을 데이터의 보물창고로 다시 고평가해야 되는 시간이 다가올 거라고 생각합니다. 근로자의 손에 들어가 있는 암묵지들을 로봇 데이터로 만들어낼 수만 있다면, 우리가 만든 휴머노이드 로봇은 어떤 휴머노이드 로봇보다 일 잘하는 로봇이 될 거라고 믿습니다. 결국에는 일 잘하는 사원이 인정받을 것이라고 생각합니다.” </p> <p contents-hash="b400713cd81fe1024e2512a747f2436c4b5fd1dd42ad58f846eea012705eba61" dmcf-pid="2edZndcnyi" dmcf-ptype="general">한 교수는 한국 사회가 가진 ‘눈치’라는 감각도 일하는 로봇의 데이터 관점에서 다시 볼 필요가 있다고 언급했다. 현장의 맥락을 읽고, 다음 작업을 예측하고, 주변 상황에 맞춰 움직이는 능력은 단순 매뉴얼로 설명하기 어렵다. 이런 암묵적 작업 지식이 로봇 데이터로 전환될 때 피지컬 AI의 경쟁력도 달라질 수 있다는 것이다. </p> <div contents-hash="f0e2509f5b00b1db44fb9c6c71c81ba67653a66494431ec0dfef9b755611c04a" dmcf-pid="VdJ5LJkLvJ" dmcf-ptype="general"> <strong>모방학습과 증강 데이터가 피지컬 AI를 만든다</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="54b4f7dbb2821bbf567531be797258491a2cb99b9ddfc601aee5097d07a10f0c" dmcf-pid="fJi1oiEoTd" dmcf-ptype="figure"> <p class="link_figure"><img alt="한 교수는 CTO로 참여하고 있는 에이로봇의 실험을 통해 피지컬 AI 구현 방식을 설명했다. 핵심은 인간의 행동을 로봇이 따라 하고, 이를 시뮬레이션에서 재현하며, 데이터를 증폭해 AI 모델을 학습시키는 구조다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080531238hdkh.jpg" data-org-width="1024" dmcf-mid="BusVCsYCC3" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080531238hdkh.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한 교수는 CTO로 참여하고 있는 에이로봇의 실험을 통해 피지컬 AI 구현 방식을 설명했다. 핵심은 인간의 행동을 로봇이 따라 하고, 이를 시뮬레이션에서 재현하며, 데이터를 증폭해 AI 모델을 학습시키는 구조다. (사진=테크42) </figcaption> </figure> <div contents-hash="02f88a1a86d043a8bc96fa83ce8300d9e718e2659f212117b34c0e64f6e1529e" dmcf-pid="4EDbmDvmWe" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="516ed53702e684d1e1167ae17f5c7e4051cb361125ac03233e757499f696af7e" dmcf-pid="8DwKswTsyR" dmcf-ptype="general">한 교수는 CTO로 참여하고 있는 에이로봇의 실험을 통해 피지컬 AI 구현 방식을 설명했다. 핵심은 인간의 행동을 로봇이 따라 하고, 이를 시뮬레이션에서 재현하며, 데이터를 증폭해 AI 모델을 학습시키는 구조다. </p> <p contents-hash="e0219d6673928810735f1e8f5751e1ef3eb1a965212446f149c9e5be16c0078d" dmcf-pid="6wr9OryOlM" dmcf-ptype="general">이때 중요한 개념이 모방학습(Imitation Learning)이다. 모방학습은 사람이 수행한 동작을 로봇이 관찰하고 따라 배우는 학습 방식이다. 사람이 물체를 집고, 놓고, 조립하고, 이동하는 행동을 데이터로 받아들여 로봇의 행동 모델을 개선한다. 이는 휴머노이드 로봇이 수많은 물리 작업을 사람이 일일이 프로그래밍하지 않고 배울 수 있게 하는 접근이다. </p> <p contents-hash="3d20f5ac6ee5044f26aef120402e6e23068b80ad11af01e7515cc7a820e661d6" dmcf-pid="Prm2ImWIWx" dmcf-ptype="general">증강 데이터(Augmented Data)도 중요하다. 실제 현장에서 얻은 데이터는 한정적일 수 있다. 이를 시뮬레이터에서 다양한 조건으로 재현하면 같은 작업을 여러 환경과 변형 상황에서 학습할 수 있다. 이렇게 증강된 데이터는 로봇 파운데이션 모델(Robot Foundation Model·로봇의 인식·판단·행동을 위한 기반 AI 모델)을 학습시키는 기초 재료가 된다. </p> <p contents-hash="a56e7b1d5946ba7a3e17283fb8a49c96c790d3ed60fb98a64fb3f2ebeac80246" dmcf-pid="QmsVCsYCyQ" dmcf-ptype="general">한 교수는 에이로봇이 이미 지난 CES에서 자율 행동 기반 라이브 데모를 선보였다고 설명했다. 자동화 기계나 기존 산업용 로봇이 수행하기 어려워 인간 근로자가 맡아야 했던 작업 영역을 피지컬 AI가 장착된 휴머노이드 로봇이 하나씩 파고들고 있다는 것이다. 한 교수는 이 흐름이 제조 현장의 자동화율을 높이고, 장기적으로는 사람의 개입을 최소화하는 다크 팩토리(Dark Factory·무인 또는 최소 인력으로 운영되는 공장)로 이어지는 여정의 출발점이 될 수 있다고 봤다. </p> <p contents-hash="82789b2f8753c41a2d78cf4c9b2ccd5e3cd33d1013c7b06b9973e3fee464d9f1" dmcf-pid="xsOfhOGhCP" dmcf-ptype="general"><strong>두 다리보다 중요한 것은 ROI와 현장성</strong> </p> <p contents-hash="771e6cea770774679b109e8c47003ebddb9641b61a942245acb1c177afc2a166" dmcf-pid="y92C42e4h6" dmcf-ptype="general">발표 말미, 한 교수는 휴머노이드 로봇이라고 해서 반드시 두 다리 보행에 집착할 필요는 없다고 했다. 바닥이 평평한 산업 현장에서는 바퀴형(wheel-based) 휴머노이드 로봇이 더 효율적일 수 있다는 설명이다. 투자 대비 수익(ROI, Return on Investment)을 만들려면 가성비가 중요하고, 가성비를 고려하면 로봇의 형태도 현장 목적에 맞춰 달라져야 한다. </p> <p contents-hash="cc802584d0bbe4c4414919152bd462e37bc30dd912eebc9fdc288cad882dd891" dmcf-pid="W2Vh8Vd8C8" dmcf-ptype="general">휴머노이드 로봇 영상에서 주목받는 것은 종종 걷기, 뛰기, 춤, 점프 같은 장면이다. 그러나 산업 현장에서 중요한 것은 묘기가 아니다. 로봇이 얼마나 안정적으로 이동하고, 얼마나 정확하게 물건을 다루며, 얼마나 오래 일하고, 얼마나 낮은 비용으로 부가가치를 만들 수 있는지가 중요하다. </p> <p contents-hash="7c370221707f2599a49666d83b863626a22ef377330d0d3a5de26bb86a554b07" dmcf-pid="YVfl6fJ6h4" dmcf-ptype="general">한 교수는 로봇이 당장 모든 일을 완벽하게 할 것이라는 기대도 경계했다. 영화 속 로봇에 익숙한 사람들은 로봇이 등장하면 무엇이든 해낼 것이라고 생각하지만, 실제 산업화는 단순한 일부터 시작될 수밖에 없다. 공장에 들어간 초기 로봇은 부족한 점이 많고, 현장에서 ‘이것밖에 못 하느냐’는 평가를 받을 수도 있다. 그러나 중요한 것은 자동화가 어려웠던 영역의 한계가 하나씩 뚫리고 있다는 점이다. </p> <p contents-hash="446f1df845c4c0ec572ded5aeb808c80dbf51bfc893db168693fc29c1d125570" dmcf-pid="GyWeHW0HWf" dmcf-ptype="general">그러면서 한 교수는 상용화 시점에 대해 ‘”028년이 중요한 목표 지점이 될 것”이라고 전망했다. 많은 휴머노이드 로봇 개발 기업들이 2027년 대량생산, 2028년 서비스 개시를 목표로 움직이고 있다는 것이다. 이 타임라인을 얼마나 줄일 수 있는지가 시장 선점의 기준이 될 수 있다는 것이 한 교수의 예측이다. </p> <div contents-hash="dc979bc0ae5a992234597c56e6d503abecf7479c1c71c16492513a62f24b03e5" dmcf-pid="HWYdXYpXWV" dmcf-ptype="general"> 에이로봇 역시 대량생산을 통해 가격을 낮추고 투자 대비 수익을 만들기 위한 계획을 추진 중이다. 동시에 에이로봇은 조선소와 협력해 휴머노이드 로봇을 현장에 투입하려는 목표도 갖고 있다. 조선소는 고난도 작업과 숙련 노동이 많이 필요한 대표적 산업 현장이다. 휴머노이드 로봇이 이런 현장에서 역할을 할 수 있다면 건설 등 다른 산업으로도 확장 가능성이 커진다. 그러면서 한 교수는 조선소 현장에 휴머노이드 로봇이 진입하는 시점을 2030년으로 제시했다. 이후 확장은 어렵지 않다. 한편으로 이는 인구절벽을 마주한 인류에게 필연적인 수순이라는 것이 한 교수의 생각이다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="4b9f13b0f1a7ecf1d25d14d646881e9f37935b9a61e723510993f14a7bf6073e" dmcf-pid="XYGJZGUZW2" dmcf-ptype="figure"> <p class="link_figure"><img alt="한 교수는 조선소 현장에 휴머노이드 로봇이 진입하는 시점을 2030년으로 제시했다. 이후 확장은 어렵지 않다. 한편으로 이는 인구절벽을 마주한 인류에게 필연적인 수순이라는 것이 한 교수의 생각이다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080532774znxp.jpg" data-org-width="1024" dmcf-mid="bZGJZGUZSF" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/24/552816-OGTrtXj/20260624080532774znxp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 한 교수는 조선소 현장에 휴머노이드 로봇이 진입하는 시점을 2030년으로 제시했다. 이후 확장은 어렵지 않다. 한편으로 이는 인구절벽을 마주한 인류에게 필연적인 수순이라는 것이 한 교수의 생각이다. (사진=테크42) </figcaption> </figure> <div contents-hash="ec94f371728a80f89302c9d7ae16053d922875e8801e23a5b0536572164ba294" dmcf-pid="ZGHi5Hu5y9" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="13fee3006c7178efe0af833fe63a9933a585c1943824ff4cb7f3caf26b3aaef7" dmcf-pid="5HXn1X71TK" dmcf-ptype="general">“배를 만들 수 있으면 집도 만들 수 있습니다. 그렇게 해서 건설업계까지 간다면 인구절벽으로 인해 노동력이 부족해지는 상황을 어떻게든 막아낼 수 있을 거라고 생각합니다. 시간이 그렇게 많이 남지는 않았습니다. 많은 분들이 은퇴하고 계시고요. 그 은퇴하시는 분들의 손기술을 저희 로봇들이 배워야 됩니다.” </p> <p contents-hash="e60c8b6927c9332516385b6ac966883bac3d4e2c33fee80199affbf33bc4510f" dmcf-pid="1XZLtZztCb" dmcf-ptype="general">결국 휴머노이드 로봇의 산업화는 먼 미래의 로봇 쇼가 아니라 공급망, 행동 데이터, 대량생산, 가격 경쟁, 수요처 확보가 맞물리는 현재 진행형 경쟁이다. 한국에는 로봇을 만들 제조 기반과 로봇이 배워야 할 현장 데이터, 로봇을 필요로 하는 산업 현장이 함께 존재한다. 한 교수의 메시지는 이 자산을 피지컬 AI 시대의 산업 경쟁력으로 다시 읽어야 한다는 데 있다. </p> <p contents-hash="6a6f3301d02fb1ca6192ff71b843bb6b7bef531252d1e853fb6c43c67d48f977" dmcf-pid="tZ5oF5qFWB" dmcf-ptype="general">휴머노이드 로봇은 인간을 닮은 기계라서 중요한 것이 아니다. 인간이 일해온 환경에서, 인간의 도구와 공간을 활용해, 부족해지는 노동력을 보완할 수 있기 때문에 중요하다. 범용 기계가 과거 산업혁명의 문을 열었다면, 피지컬 AI가 결합된 휴머노이드 로봇은 제조업 국가 한국이 다시 한 번 산업 전환의 주도권을 잡을 수 있는 시험대가 될 수 있다. </p> <p contents-hash="007e6052c6db265f8626921273d4a4888405f4a639a27d25a73ec0a454ff77d5" dmcf-pid="F51g31B3hq" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p> </section> </div> 관련자료 이전 “클로드 쓸 때 3만원, KT는 1500원”…가성비 앞세워 AX 판도 바꾼다 06-24 다음 "여보, 수술 일정이 안나온데"…AI는 의사를 대체할까, 아니면 시간을 되돌릴까 06-24 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
