티스토리 뷰
목차
프로젝트 휴먼로봇 | 2026년 9월 1일 오늘의 휴머노이드 로봇 소식
미국은 AI, 중국은 양산 — 한국은 ‘제조현장’을 로봇의 학교로 만들어야 합니다
오늘의 한 줄
9월의 첫날, 휴머노이드 경쟁의 질문이 바뀌고 있습니다. 미국처럼 AI 플랫폼을 그대로 따라가기도 어렵고 중국처럼 수많은 로봇을 값싸게 생산하기도 어렵다면, 한국이 가진 자동차·반도체·배터리·조선·전자 공장을 ‘피지컬 AI가 실제 일을 배우는 학교’로 만드는 것이 가장 현실적인 차별화 전략이 될 수 있습니다. 오늘 공개된 데니스 홍 UCLA 교수의 분석도 한국이 미·중의 휴머노이드 숫자 경쟁을 그대로 따라가기보다 제조 역량을 활용해야 한다는 방향을 강조합니다.
1. 핵심 뉴스 요약
오늘 국내에서 가장 눈에 띄는 휴머노이드 관련 메시지는 데니스 홍 UCLA RoMeLa 소장의 인터뷰입니다.
그의 진단을 산업적으로 풀어보면 간단합니다.
미국은 강력한 AI·소프트웨어·자본을 가지고 있습니다.
중국은 모터·감속기·센서·배터리 공급망과 낮은 가격, 빠른 양산능력을 가지고 있습니다.
한국이 이 두 나라와 똑같은 방법으로 경쟁하면 규모의 싸움에서 불리할 수 있습니다. 대신 한국이 가진 세계적인 제조업을 피지컬 AI와 결합해야 한다는 것입니다.
마침 오늘 로봇 전문매체가 분석한 중국 베이징 이좡의 모습도 이 문제를 잘 보여줍니다. 중국 휴머노이드 산업은 이제 단순히 값싼 하드웨어를 만드는 수준을 넘어 부품 → 로봇 → 실제 운용 → 데이터 → AI 학습이 한 지역에서 빠르게 순환하는 생태계를 만들고 있습니다.
그리고 오늘 Financial Times는 미국 제조업에서도 피지컬 AI가 본격적으로 생산성·숙련인력 부족 문제와 연결되고 있다고 분석했습니다. 다만 정교한 물리적 상호작용과 노동시장 충격은 여전히 해결해야 할 문제라고 짚었습니다.
따라서 오늘 세계 흐름은 세 문장으로 정리할 수 있습니다.
미국 — AI를 로봇의 두뇌로 내려보낸다.
중국 — 로봇을 대량으로 만들어 데이터를 쌓는다.
한국 — 실제 제조현장에서 가장 어려운 일을 가르칠 기회를 가지고 있다.
2. 기술 의미
이제 중요한 것은 ‘휴머노이드 몇 대’가 아닙니다
8월에는 로봇의 운동능력이 큰 관심을 받았습니다.
그러나 9월에 들어서면서 산업적으로 더 중요한 질문이 선명해지고 있습니다.
이 로봇이 실제 생산성을 만들 수 있는가?
최근 Reuters의 중국 휴머노이드 산업 심층취재에서도 중국에 150개가 넘는 관련 기업이 경쟁하고 정부지원이 크게 증가했지만, 불규칙한 공장환경에서의 적응·정밀작업·범용지능은 아직 기존 산업용 자동화보다 부족한 경우가 많다고 분석했습니다.
그래서 휴머노이드의 진짜 기술 루프는 다음과 같습니다.
공장 투입
↓
작업
↓
실패
↓
사람의 수정
↓
행동데이터 축적
↓
AI 재학습
↓
다시 현장 투입
이 순환을 얼마나 빠르게 반복하는지가 중요합니다.
3. 한국이 가진 가장 큰 자산은 ‘공장’입니다
한국에는 세계적인 제조현장이 있습니다.
자동차,
반도체,
디스플레이,
배터리,
전자,
조선,
물류입니다.
이미 국내 주요 제조기업의 80% 이상이 피지컬 AI를 도입했거나 도입을 추진 중이라는 조사도 나왔습니다.
정부 역시 2028년 산업특화 휴머노이드 상용화를 목표로 10대 산업별 로봇을 개발하고, 실제 산업 데이터를 모으는 데이터 팩토리와 자체 로봇 파운데이션 모델을 구축한다는 계획을 추진하고 있습니다.
여기서 한국이 중국과 다른 길을 만들 수 있습니다.
중국이 로봇 대수로 데이터를 만든다면,
한국은 작업 난도로 데이터를 만들 수 있습니다.
4. 부품·공급망
① 액추에이터·감속기
휴머노이드의 근육과 관절입니다.
중국이 로봇 가격을 빠르게 낮출 수 있는 중요한 이유 중 하나가 모터·센서·배터리를 포함한 거대한 공급망입니다.
한국 기업은 단순히 중국보다 싸게 만드는 경쟁보다
수명
정밀도
전력효율
고장률
에서 차별화해야 합니다.
특히 자동차·반도체 공장은 짧은 시연이 아니라 수십만 번의 반복동작을 요구하기 때문입니다.
② 로봇손·촉각센서
8월 말부터 계속 중요도가 올라가는 분야입니다.
공장에서는 걷는 시간보다
부품을 집고,
케이블을 꽂고,
공구를 잡고,
물체를 정렬하는 시간이 더 중요합니다.
국내에서도 로봇핸드 연구수요가 늘면서 전문기업들이 힘·촉각·관절 기술에 뛰어들고 있습니다.
따라서 앞으로 휴머노이드 영상을 볼 때 손가락 개수보다
첫 시도 성공률
미끄러짐 감지
실패 후 재시도
반복수명
을 봐야 합니다.
③ 로봇의 눈
카메라와 3D 센싱도 중요한 한국 공급망입니다.
최근 삼성전기와 LG이노텍이 휴머노이드용 카메라·센서 모듈 개발을 확대하고 있다는 보도도 나왔습니다.
로봇이 공장에서 사람과 함께 움직이려면 단순히 물체를 보는 것이 아니라
거리
사람
부품 방향
이동경로
를 실시간으로 판단해야 합니다.
④ AI 반도체·메모리
로봇은 움직이는 데이터센터에 가까워지고 있습니다.
카메라,
음성,
관절,
촉각,
힘,
3D 공간정보를 동시에 처리합니다.
따라서 휴머노이드 생산량이 증가할수록 AI 연산과 메모리의 중요성도 커집니다.
NVIDIA가 로봇용 칩뿐 아니라 GR00T·Cosmos 등 모델과 소프트웨어 생태계까지 확장하는 이유도 하드웨어 하나가 아니라 로봇 개발 플랫폼 전체를 확보하기 위해서입니다.
⑤ 배터리·전력관리
공장에서는 멋진 10분 시연보다 8시간 작업교대가 중요합니다.
따라서 앞으로는 배터리 용량 자체보다
한 번 충전으로 몇 시간의 유효 작업을 하는가
를 봐야 합니다.
AI 연산과 수십 개 관절이 동시에 전기를 소비하기 때문에 배터리·BMS·열관리·전력반도체가 하나의 시스템으로 움직여야 합니다.
⑥ 행동데이터
제가 오늘도 가장 중요하게 보는 공급망입니다.
금속부품은 복제할 수 있습니다.
하지만 로봇이 반도체 공장에서 1만 시간 동안 작업하면서 얻은
성공,
실패,
재시도,
예외상황 데이터는 하루아침에 만들 수 없습니다.
그래서 한국의 공장이 곧 데이터 광산이 될 수 있습니다.
5. 국내 기업 기회
삼성전자 + 레인보우로보틱스
삼성의 강점은 휴머노이드 몸 하나에 있지 않습니다.
반도체,
메모리,
센싱,
AI,
전자제품 제조현장을 함께 가지고 있다는 점입니다.
레인보우로보틱스 역시 한국 최초 이족보행 휴머노이드 HUBO의 기술을 기반으로 협동로봇·이동형 양팔로봇 등으로 플랫폼을 확장해 왔습니다.
삼성이 해야 할 가장 중요한 일은 화려한 휴머노이드 발표보다 삼성 공장에서 실제 작업시간을 누적하는 것일 수 있습니다.
현대자동차 + Boston Dynamics
현대차그룹의 가장 큰 강점 역시 Atlas 자체만이 아닙니다.
세계 곳곳의 자동차 공장이 있습니다.
자동차 조립은
부품운반,
피킹,
공구 사용,
검사,
조립,
예외상황 처리
가 반복되는 피지컬 AI 훈련장입니다.
따라서 Atlas가 실제 자동차 공장에서 작업하기 시작하면 로봇 한 대의 성능보다 얼마나 많은 제조 행동데이터를 확보하느냐가 더 중요해질 수 있습니다.
LG전자
LG도 제조 DNA가 강점입니다.
가전 생산현장은 자동차와 조금 다른 행동데이터를 제공합니다.
얇은 부품,
케이블,
다양한 크기의 제품,
포장,
정렬,
검사 같은 작업입니다.
이 데이터는 장기적으로 가정용·서비스형 로봇으로 확장할 때도 유용할 수 있습니다.
SK하이닉스
완성 휴머노이드를 만들지 않아도 승자가 될 수 있습니다.
로봇의 지능이 높아질수록
AI 연산량,
메모리 대역폭,
저전력 메모리 수요가 증가합니다.
따라서 한국이 휴머노이드 완제품 세계 1위를 하지 못하더라도 세계 로봇의 두뇌에 들어가는 메모리 공급자가 되는 전략은 충분히 중요합니다.
6. 오늘 국내에서 주목할 또 하나의 흐름 — 자율제조
오늘 국내 로봇 전문매체는 AI 자율제조 로봇기업 파워오토로보틱스가 누적 111억원의 투자를 유치하고 Dark Factory 사업을 확대한다고 보도했습니다.
이 뉴스가 휴머노이드 프로젝트에서 중요한 이유가 있습니다.
미래 공장은 반드시 사람 모양의 로봇만으로 구성되지 않습니다.
산업용 로봇,
AMR,
휴머노이드,
AI 비전,
자율제조 시스템이 함께 움직일 가능성이 높습니다.
따라서 진짜 승자는
가장 사람 같은 로봇
이 아니라
공장 전체의 생산성을 가장 크게 높이는 로봇 시스템
일 수 있습니다.
7. 글로벌 흐름
미국 — 피지컬 AI로 제조업을 다시 강화한다
오늘 Financial Times는 미국 제조업에서 피지컬 AI가 숙련인력 부족과 생산성 문제를 해결하는 수단으로 확대되고 있다고 분석했습니다.
하지만 복잡한 물리작업을 재현하는 기술적 어려움과 노동시장 충격 역시 남아 있습니다.
미국의 강점은 여전히
AI 모델 + 반도체 + 소프트웨어 + 자본
입니다.
중국 — ‘부품·데이터·AI’를 한 지역에 묶는다
오늘 로봇신문의 베이징 이좡 현장분석은 중국의 진짜 강점이 값싼 로봇 한 대가 아니라 생태계의 거리에 있다는 점을 보여줍니다.
부품기업,
완성 로봇기업,
연구기관,
데이터,
정부지원이 가까이 붙어 있습니다.
문제가 생기면 부품을 바꾸고,
다시 테스트하고,
데이터를 얻고,
AI를 개선합니다.
이 반복속도가 중국의 경쟁력입니다.
유럽 — 이번 주 IFA 2026
9월 4일부터 베를린에서 열리는 IFA 2026에서는 휴머노이드가 역대 최대 규모로 전시될 예정입니다.
특히 9월 5일 ‘Robots on the Runway’에는 AgiBot, Unitree, EngineAI, Dobot, DEEP Robotics 등 여러 로봇이 등장할 예정입니다.
여기에서 봐야 할 것은 달리기 기록이 아닙니다.
가정·서비스·상업공간에서 실제 무엇을 할 수 있는가
입니다.
8. 유튜브·공개 영상 흐름
최근 공개영상에서는 여전히
Tiangong의 달리기,
Unitree의 동작,
AgiBot의 자율작업,
RoboCup 휴머노이드 축구 영상이 강하게 소비되고 있습니다.
한국 인천에서 열린 RoboCup 2026 역시 휴머노이드 중심으로 진행되면서 인식·보행·팀워크·실시간 판단을 한꺼번에 시험했습니다.
하지만 9월에는 영상 평가기준을 바꿀 필요가 있습니다.
넘어지지 않는가보다
넘어진 뒤 어떻게 복구하는가.
물건을 집는가보다
놓쳤을 때 스스로 다시 잡는가.
한 번 성공하는가보다
100번 반복해도 성공하는가.
이것이 실제 산업성을 보여줍니다.
9. 사회 변화
휴머노이드는 사람의 ‘직업’보다 먼저 ‘작업’을 가져갈 가능성이 높습니다
피지컬 AI가 확대된다고 해서 직업 하나가 한꺼번에 사라지는 것은 아닐 가능성이 큽니다.
예를 들어 자동차 작업자 한 사람이
부품을 가져오고,
조립하고,
검사하고,
문제를 판단한다면
처음에는 부품운반만 로봇이 맡을 수 있습니다.
다음에는 단순 조립,
그 다음에는 검사가 추가됩니다.
따라서 사람의 직업이 없어지는 것보다 직업 안의 업무가 다시 분해되는 과정이 먼저 나타날 가능성이 큽니다.
동시에
로봇 행동 트레이너,
휴머노이드 정비사,
플릿 관리자,
로봇 안전담당자,
행동데이터 엔지니어
같은 역할이 커질 수 있습니다.
10. 투자 관점
9월부터는 휴머노이드 관련 기업을 네 단계로 나누어 보는 것이 좋겠습니다.
1단계 — 시연
멋진 영상이 있습니다.
2단계 — 실증
실제 고객현장에 들어갑니다.
3단계 — 유료 판매
고객이 자기 돈으로 구매합니다.
4단계 — 반복 주문
사용해 본 고객이 다시 구매합니다.
가장 중요한 것은 4단계입니다.
최근 중국 휴머노이드 산업에서도 생산량과 투자열기와 달리 실제 지능·신뢰성·민간수요가 충분히 검증되지 않았다는 경고가 나오는 이유입니다.
11. 앞으로 추가해서 볼 숫자 — ‘유료 작업시간’
출하량보다 더 좋은 지표가 있을 수 있습니다.
Paid Working Hours, 즉 실제 고객이 돈을 내고 사용한 작업시간입니다.
예를 들어 A사는 로봇 1만 대를 판매했지만 대부분 연구기관에 있다면,
B사는 2천 대밖에 없더라도 매일 공장에서 8시간씩 일한다면,
산업적으로는 B사가 훨씬 많은 실제 데이터를 확보할 수 있습니다.
그래서 앞으로 휴머노이드 산업을 볼 때
출하대수
실제 가동시간
사람 개입률
반복주문
을 함께 봐야 합니다.
12. 주요 리스크
첫째, 시연과 상용화의 차이입니다. 최근 Reuters 분석에서도 중국 로봇의 화려한 운동능력과 실제 공장작업 사이의 격차가 확인됩니다.
둘째, 중국 공급과잉입니다. 150개가 넘는 기업이 경쟁하면서 가격하락과 구조조정 가능성이 커지고 있습니다.
셋째, AI 플랫폼 종속입니다. 로봇 몸은 한국이 만들어도 두뇌와 개발환경을 해외에 의존할 수 있습니다.
넷째, 행동데이터 부족입니다. 실제 현장경험이 없으면 범용지능을 개선하기 어렵습니다.
다섯째, 로봇손입니다. 정밀조작은 여전히 산업화의 주요 병목입니다.
여섯째, 배터리와 발열입니다. 하루 작업시간을 충분히 확보해야 합니다.
일곱째, 안전입니다. 빠르고 강한 휴머노이드가 사람과 같은 공간에서 움직이는 만큼 안전인증이 중요해집니다.
여덟째, 노동전환입니다. 기술적으로 가능한 자동화와 사회적으로 수용 가능한 자동화의 속도는 다를 수 있습니다. 오늘 FT 역시 생산성 향상 가능성과 고용 충격을 함께 지적했습니다.
아홉째, 투자 과열입니다. 로봇산업의 장기성장과 개별 기업의 현재 가치평가는 반드시 구분해야 합니다.
13. 오늘의 결론
2026년 9월 1일.
9월의 첫날 휴머노이드 산업을 보면서 가장 중요한 질문은 이것이라고 생각합니다.
한국은 미국처럼 해야 할까요, 중국처럼 해야 할까요?
오늘 확인한 흐름을 보면 답은 오히려
“둘 다 그대로 따라가서는 안 된다.”
에 가깝습니다.
미국에는 NVIDIA를 중심으로 한 강력한 AI·소프트웨어·자본 생태계가 있습니다.
중국에는 수많은 로봇기업과 거대한 부품 공급망, 낮은 제조원가가 있습니다.
한국이 가진 것은 다릅니다.
삼성의 반도체·전자공장.
현대차의 자동차공장.
LG의 가전·배터리·전자 제조현장.
SK의 메모리·AI 인프라.
그리고
조선소·물류센터·스마트팩토리.
이것을 단순히 물건을 만드는 장소로만 보면 중국과 가격으로 경쟁해야 합니다.
하지만 이 공장들을
휴머노이드가 실제 일을 배우는 학교
로 바꾸면 이야기가 달라집니다.
로봇이 매일
부품을 놓치고,
다시 잡고,
사람을 피하고,
잘못 조립하고,
수정하고,
성공하면서
엄청난 행동데이터를 만들 수 있습니다.
그리고 그 데이터가 다시 AI를 개선합니다.
제조 → 데이터 → AI → 로봇 → 다시 제조.
한국이 만들어야 할 것은 휴머노이드 한 대가 아니라 바로 이 순환입니다.
오늘의 한 문장
중국이 가장 많은 휴머노이드를 만들고 미국이 가장 강한 로봇 AI를 만든다면, 한국은 ‘휴머노이드에게 세계에서 가장 어려운 제조 일을 가장 많이 가르치는 나라’를 목표로 할 수 있습니다.