티스토리 뷰
목차
오늘의 한 줄
오늘 휴머노이드 산업에서 주목할 변화는 실제 매출과 생산능력을 평가할 수 있는 숫자가 나타나고 있다는 것입니다. 중국 Unitree는 3분기 매출이 약 70% 증가했지만 순이익은 17.4% 줄었습니다. 한국 로보티즈는 프랑스 폴렌로보틱스의 소형 이족보행 로봇에 들어가는 액추에이터 75만 개 규모의 공급협력을 발표했습니다. 같은 날 한국에서는 두산로보틱스의 3분기 실적 발표도 예정돼 있습니다. 이제 휴머노이드 산업은 로봇이 무엇을 할 수 있는지를 넘어, 얼마나 많이 팔리고 실제로 얼마의 이익을 남기는지를 검증하는 단계로 이동하고 있습니다.
자료 기준: 2026년 10월 29일 오전. 중국 기업의 28일 발표 실적, 국내 26~28일 발표와 오늘 예정된 기업설명회를 구분했습니다. 확인된 사실과 해석을 나누어 작성합니다.
중국 Unitree — 실적과 AI 연구개발 경쟁
한국 로보티즈의 액추에이터가 들어가는 MicroDuck
1. 오늘의 핵심 뉴스 요약 — 확인된 사실
중국 | Unitree, 3분기 매출 70% 증가·순이익 17.4% 감소
10월 28일 저녁 발표된 실적에 따르면 매출은 6억 6,500만 위안, 순이익은 약 1억 1,270만 위안입니다. 로봇 지능모델과 컴퓨팅 투자로 연구개발비가 크게 늘었습니다.
한국 | 로보티즈, 소형 로봇용 액추에이터 75만 개 공급 수요 확보
프랑스 Pollen Robotics의 MicroDuck 5만 대에 각각 15개씩 들어가는 소형 액추에이터 DYNAMIXEL XL330 공급협력을 발표했습니다. 실제 납품량과 일정은 고객 발주 및 생산능력 확충에 따라 달라집니다.
한국 | 두산로보틱스, 오늘 오후 4시 실적 설명회 예정
2026년 3분기 경영실적과 향후 사업방향을 설명하는 컨퍼런스콜이 예정돼 있습니다. 오전 기준으로 아직 발표되지 않은 실적을 확정된 성과처럼 해석해서는 안 됩니다.
미국 | GXO·Agility, 휴머노이드 물류센터 추가 도입 추진
기존 물류센터에서 Digit를 사용한 GXO는 2027년 초 다른 두 물류센터로 운영을 확대할 계획입니다. 기술 시험을 넘어 기존 고객의 추가 도입계약이 나타났다는 점에서 중요합니다.
오늘의 네 가지 뉴스는 서로 다른 단계를 보여줍니다.
Unitree는 매출과 이익을 공개했습니다.
로보티즈는 구체적인 부품 공급 수요를 확보했습니다.
두산로보틱스는 실제 분기실적을 평가받는 일정을 앞두고 있습니다.
Agility Robotics는 기존 고객이 추가 사업장으로 로봇 사용을 확대하는 사례를 보여주고 있습니다.
이제 산업을 볼 때 기술 시연과 실제 사업성과를 더 엄격하게 구분해야 합니다.
2. 오늘 반드시 구분해야 할 사실 — 로보티즈 75만 개는 아직 확정 주문이 아닙니다
여기에서 중요한 추가 확인이 있습니다.
10월 26일 여러 언론이 로보티즈와 프랑스 Pollen Robotics의 대규모 공급협력을 보도했습니다.
그러나 로보티즈는 10월 28일 오후 공식 해명공시를 냈습니다.
회사는 26일 진행한 서명식이 향후 공급관계를 위한 기념행사였으며, 현재 구체적인 공급계약이나 주문은 체결되지 않았다고 밝혔습니다.
따라서 현재 단계는 다음과 같이 구분해야 합니다.
| MicroDuck에 로보티즈 XL330 적용 | 제품 채택·기술협력 확인 |
| 로봇 한 대당 액추에이터 15개 | 회사 설명으로 확인 |
| 초기 수요 5만 대·부품 75만 개 | 고객 측 요청·수요 규모 |
| 75만 개 확정 발주·납품 | 아직 아님 |
| 계약금액·인식매출 | 확정 불가 |
이 구분은 오늘 투자 관점에서도 매우 중요합니다.
산업 전망은 좋을 수 있습니다. 고객이 필요한 수량을 제시할 수도 있습니다. 그러나 실제 계약과 발주가 있어야 매출로 연결됩니다.
서명식 ≠ 확정 수주. 수요 전망 ≠ 실제 출하.
로보티즈는 앞으로 계약이 확정되거나 공시기한이 도래하면 다시 알릴 예정입니다.
3. 오늘의 새로운 국내 핵심 — LG전자는 로봇 데이터 공장을 가동합니다
10월 28일 오후 LG전자의 3분기 실적 설명회에서는 휴머노이드 사업의 구체적인 방향이 공개됐습니다.
LG전자는 서울 서초구 우면동에 구축한 로봇 데이터팩토리를 4분기부터 본격 가동하겠다고 밝혔습니다.
또 액추에이터 양산 준비와 글로벌 로봇 제조사를 대상으로 한 수주 활동을 확대합니다.
여기에서 더 중요한 것은 LG전자가 말한 사업의 순서입니다.
처음부터 가정용 휴머노이드를 대량 판매하겠다는 것이 아닙니다.
제조·물류 현장에서 먼저 기술을 검증하고, 이후 가정용 휴머노이드 시장으로 확대하겠다는 전략입니다.
LG전자는 2030년을 가정용 휴머노이드 진출의 목표 시점으로 제시했습니다. 엔비디아와 협력해 로봇 학습용 행동데이터 50만 시간 규모를 확보하는 계획도 설명했습니다.
그러나 50만 시간은 이미 확보한 유료 로봇 작업시간이 아닙니다.
학습데이터를 구축하는 목표이며, 데이터의 수집·가공·학습과 실제 현장 가동시간은 서로 다른 숫자입니다.
LG의 전략이 의미 있는 이유는 다음 세 가지를 함께 추진하기 때문입니다.
첫째, 로봇의 몸입니다.
액추에이터를 개발하고 양산을 준비합니다.
둘째, 로봇의 학습입니다.
실제 작업을 데이터로 만들고 AI에 반영합니다.
셋째, 로봇의 첫 시장입니다.
가정보다 작업이 비교적 명확하고 성과를 측정하기 쉬운 제조·물류 현장에서 실용성을 먼저 증명하려 합니다.
이것은 단순한 가전회사에서 피지컬 AI 기업으로 사업을 확대하려는 시도입니다.
4. 기술 의미 — 이제 로봇도 '몸'보다 '배우는 능력'에 더 많은 돈을 씁니다
오늘 Unitree 실적에서 가장 흥미로운 숫자는 매출보다 연구개발비입니다.
Unitree 2026년 3분기 실적
| 매출 | 6억 6,500만 위안 | +69.93% |
| 순이익 | 약 1억 1,270만 위안 | -17.37% |
| 연구개발비 | 약 1억 2,700만 위안 | +249.58% |
| 매출 대비 연구개발비 | 약 19.1% | — |
Unitree는 이미 휴머노이드가 걷고, 뛰고, 복잡한 전신 동작을 수행하는 능력을 보여줬습니다.
그런데 연구개발비는 오히려 크게 늘어났습니다.
왜 그럴까요?
움직이는 몸을 만드는 것과 실제 일을 이해하는 두뇌를 만드는 것은 다른 문제이기 때문입니다.
예를 들어 로봇이 식탁 위 컵을 집는다고 생각해 보겠습니다.
컵이 어디 있는지 알아야 합니다. 손을 얼마나 뻗어야 하는지 계산해야 합니다. 컵이 미끄러지면 힘을 조절해야 합니다. 컵이 넘어지면 다시 행동해야 합니다.
이 모든 과정을 매번 사람이 프로그래밍한다면 범용로봇의 의미가 줄어듭니다.
그래서 필요한 것이 로봇 파운데이션 모델과 월드모델입니다.
Unitree는 이번 보고서에서 시각·언어·행동모델(VLA), 월드모델, 실제 로봇 데이터 수집, 시뮬레이션과 AI 연산 인프라에 투자하고 있다고 설명했습니다.
오늘의 기술적 의미는 분명합니다.
휴머노이드 산업이 더 강한 몸을 만드는 경쟁과 함께, 그 몸으로 더 많은 일을 배우는 경쟁에 들어갔습니다.
5. 국내 부품·공급망 — 로보티즈의 진짜 기회는 무엇인가
로보티즈의 MicroDuck 협력은 아직 확정 수주가 아니지만 기술적 의미는 있습니다.
MicroDuck 한 대에는 소형 액추에이터 15개가 사용됩니다.
로봇 5만 대분이라면 액추에이터 수요는 75만 개입니다.
문제는 실제 생산능력입니다.
로보티즈의 국내 생산능력은 연간 약 50만 개 수준으로 알려져 있습니다. 새 수요를 감당하려면 기존 물량을 조정하거나 해외 생산시설을 확대해야 합니다. 회사는 우즈베키스탄 생산시설을 확충해 2027년 공급능력을 늘릴 계획입니다.
여기에서 두 가지 과제가 나타납니다.
첫 번째는 양산입니다.
연구용 로봇에 액추에이터 15개를 공급하는 것과 수십만 개를 일정한 품질로 생산하는 것은 다릅니다.
두 번째는 원가입니다.
소형 로봇은 판매가격이 제한적입니다. 액추에이터 하나가 지나치게 비싸면 완성로봇의 가격경쟁력이 떨어집니다.
따라서 로보티즈의 경쟁력은 최고 토크뿐 아니라 크기, 발열, 내구성, 가격, 생산편차로 평가해야 합니다.
이 논리는 현대모비스의 Atlas 관절, LG전자의 AXIUM, SPG의 감속기에도 적용됩니다.
한국이 좋은 로봇부품을 만들 수 있다는 사실과 세계 시장에 수십만 개씩 공급할 수 있다는 사실은 구분해야 합니다.
6. 유럽은 로봇을 훈련하는 공장을 만들었습니다
독일에서는 또 다른 접근이 나타났습니다.
10월 22일 NEURA Robotics와 뮌헨공대(TUM)는 약 2,300㎡ 규모의 RoboGym을 개설했습니다.
이 시설은 사람의 움직임을 로봇에게 전달하고, 실제 물체를 다루는 작업을 반복 훈련시키며, 기업의 제조지식을 로봇 행동으로 옮기는 것을 목표로 합니다. 새로운 휴머노이드 4NE1 Gen 4도 함께 공개했습니다.
Reuters가 공개한 현장 영상에는 작업자가 장비를 착용하고 움직이면 로봇이 그 움직임을 전달받아 훈련하는 모습이 담겨 있습니다.
이러한 훈련시설은 한국이 준비하는 피지컬 AI 실증·학습 인프라와도 연결됩니다.
로봇이 부품을 집고, 옮기고, 조립하는 과정을 기록합니다.
실패한 동작을 다시 학습합니다.
그리고 배운 행동을 다른 로봇에도 적용하려 합니다.
그러나 여기서도 주의할 점이 있습니다.
훈련 데이터가 쌓인다는 사실과 그 로봇이 실제 고객 공장에서 돈을 벌고 있다는 사실은 다릅니다.
LG 데이터팩토리와 독일 RoboGym 모두 앞으로 유료 고객과 반복적인 운영매출을 증명해야 합니다.
7. 국내 대기업의 기회 — 삼성·현대차·LG는 서로 다른 길을 갑니다
오늘 확인된 흐름을 국내 기업별로 정리하면 다음과 같습니다.
| 삼성전자·레인보우로보틱스 | 로봇손·AI·제조용 휴머노이드 통합 | 현장 반복작업 성공률 |
| 현대차·현대모비스 | Atlas·정밀 액추에이터·자동차공장 | 양산 부품 출하와 실제 작업시간 |
| LG전자·LG CNS | 액추에이터·데이터팩토리·로봇 운영 | 외부 고객 수주·유료 데이터 사업 |
| 로보티즈 | 다이나믹셀 액추에이터·로봇 플랫폼 | MicroDuck 확정 발주·양산능력 |
| HD현대·한화오션 | 조선·용접·검사·중량물 작업 | 고난도 현장 실증·반복주문 |
특히 LG전자는 로봇 사업을 완성품 판매에만 한정하지 않겠다는 계획입니다.
연구용 로봇, 산업별 하드웨어·소프트웨어 솔루션, 로봇 데이터 구축과 판매를 장기 사업모델로 검토하고 있습니다.
다만 10월 28일 컨퍼런스콜에서는 데이터팩토리를 외부 고객에게 유료로 개방하는 사업보다 자체 로봇의 학습과 성능 개선에 먼저 집중하겠다고 밝혔습니다.
한국 대기업들이 로봇을 사업으로 만드는 방법은 서로 다릅니다.
그러나 모두 마지막에는 같은 질문에 답해야 합니다.
그 기술에 고객이 돈을 내고 다시 주문하는가?
8. 유튜브·공개 영상 흐름 — 이제 영상의 성공과 실제 매출을 분리합니다
이번 주에는 로봇의 실제 동작을 이해할 수 있는 공개 영상이 이어지고 있습니다.
MicroDuck 공식 시연
Pollen Robotics · 2026년 8월 27일 공개
25cm, 약 780g의 소형 로봇이 걷고, 넘어졌다가 일어나며, 작은 물체를 부리로 잡는 동작을 보여줍니다. 다만 산업용 유료 작업 로봇은 아니라 연구·개발자 및 소비자용 플랫폼에 가깝습니다.
NEURA Robotics RoboGym 현장 영상
Reuters · 2026년 10월 22일 촬영
사람이 동작을 가르치고 로봇이 이를 따라 하면서 실제 작업을 학습하는 과정을 볼 수 있습니다.
이 두 영상은 서로 다른 기술적 의미를 가지고 있습니다.
MicroDuck은 작은 로봇의 관절과 동작제어 기술을 보여줍니다.
RoboGym은 로봇이 사람에게서 실제 행동을 배우는 과정을 보여줍니다.
하지만 어느 영상도 10월 29일 새로 촬영한 장시간 무인운영 영상은 아닙니다.
오늘 공개영상 분석에서는 기술 시연과 상업적 성과를 동일하게 취급하지 않겠습니다.
9. 사회 변화 — 로봇을 가르치는 사람과 실제 노동자의 관계
로봇이 스스로 일을 배운다고 말하지만, 처음부터 모든 것을 알고 있는 것은 아닙니다.
사람이 물건을 집는 모습을 보여줘야 합니다.
로봇이 잘못 움직이면 원인을 알려줘야 합니다.
손끝에 너무 큰 힘이 들어가면 이를 조정하도록 가르쳐야 합니다.
이 과정에서는 새로운 숙련이 필요합니다.
기존 자동차·전자·조선 분야의 작업자는 로봇에게 일을 가르치는 역할을 맡을 수 있습니다.
로봇 정비기술자는 관절과 센서를 관리합니다.
행동데이터 전문가는 좋은 작업과 실패한 작업을 구분합니다.
그러나 반복작업의 자동화는 일부 일자리의 감소로도 이어질 수 있습니다.
따라서 로봇 도입은 생산성만으로 평가해서는 안 됩니다. 작업자의 재교육과 안전, 작업데이터에 대한 권리와 보상도 함께 준비해야 합니다.
10. 투자 관점 — 이제 로봇기업의 재무제표를 봐야 합니다
프로젝트 휴먼로봇의 기존 일곱 가지 지표는 유지하겠습니다.
| Paid Working Hours | 실제 유료 작업시간 |
| Intervention Rate | 작업 중 사람의 개입 빈도 |
| First-attempt Success Rate | 첫 시도 성공률 |
| Repeat Order | 동일 고객의 반복주문 |
| Uptime | 실제 작업 가능 시간 |
| BOM Share | 로봇 한 대에서 기업이 가져가는 부품가치 |
| Developer Count | 개발자·로봇 플랫폼 생태계 |
오늘 Unitree 실적은 이 지표들을 재무성과와 함께 봐야 할 이유를 보여줍니다.
3분기 매출은 70% 가까이 증가했습니다.
그러나 연구개발비가 크게 늘면서 순이익은 감소했습니다.
올해 1~9월 전체 순이익은 전년보다 270% 이상 증가했지만, 전년의 일회성 주식보상비용이 비교에 영향을 줬습니다. 일회성 요인을 제외한 1~9월 순이익은 오히려 전년 동기보다 18.78% 감소했습니다.
따라서 숫자의 겉모습만 보면 안 됩니다.
로보티즈도 마찬가지입니다.
부품 수요가 75만 개에 이를 가능성이 있더라도 실제 계약과 매출은 아직 확정되지 않았습니다.
기술 → 수요 → 계약 → 생산 → 출하 → 반복주문 → 이익
이 단계를 순서대로 확인해야 합니다.
오늘 오후 4시 예정된 두산로보틱스 실적발표에서도 매출액뿐 아니라 손익, 반복적인 소프트웨어·서비스 매출, 로봇 적용 현장의 확대 여부를 함께 확인해야 합니다.
11. 주요 리스크와 반대 증거
첫째, Unitree의 매출 증가율이 높아도 연구개발비와 생산확대 비용이 더 빨리 늘어날 수 있습니다.
둘째, Unitree 전체 매출을 휴머노이드만의 매출로 해석해서는 안 됩니다. 사족보행 등 다른 로봇 사업도 포함됩니다.
셋째, 로보티즈의 75만 개 수요를 확정 수주나 납품 실적으로 계산해서는 안 됩니다. 10월 28일 회사 해명공시가 현재 판단의 우선 근거입니다.
넷째, LG전자의 2027년 50만 시간 학습데이터 목표는 유료 로봇 작업시간과 다릅니다. 실제 데이터의 품질과 로봇 성능 개선 효과를 별도로 확인해야 합니다.
다섯째, 로봇 데이터팩토리가 완성돼도 기업의 로봇이 자동으로 범용적인 작업능력을 갖추는 것은 아닙니다.
여섯째, 중국 로봇기업의 생산량과 가격경쟁은 한국 액추에이터·감속기 업체의 이익률을 압박할 수 있습니다.
일곱째, 로봇을 실제 공장에 넣더라도 기존 산업용 로봇보다 운영비용이 높으면 도입이 제한될 수 있습니다.
여덟째, 정부 지원과 증권시장의 투자 열기가 실제 민간기업의 반복주문을 보장하지는 않습니다.
그래서 오늘도 같은 원칙을 유지합니다.
기술 공개 ≠ 양산
공급협력 ≠ 확정 발주
학습데이터 ≠ 유료 작업시간
매출 증가 ≠ 이익 증가
좋은 산업 ≠ 좋은 주식 매수가격
12. 오늘의 결론 — 로봇이 일하는 시대에는 숫자가 말하기 시작합니다
2026년 10월 29일.
오늘 중국에서는 휴머노이드 기업의 실제 실적을 확인할 수 있습니다.
Unitree는 매출이 크게 늘었지만 이익은 감소했습니다.
회사는 그 이유 가운데 하나로 AI 모델과 연산능력을 키우기 위한 연구개발 투자를 설명했습니다.
한국에서는 또 다른 변화가 나타났습니다.
로보티즈의 액추에이터가 프랑스 소형 로봇의 구동계에 채택됐지만 대규모 공급계약은 아직 확정되지 않았습니다.
LG전자는 로봇 데이터팩토리를 가동하고 액추에이터 양산을 준비하고 있습니다.
독일에서는 사람의 제조기술을 로봇에게 가르치는 훈련시설이 문을 열었습니다.
이 소식들은 한 방향으로 연결됩니다.
이제 로봇을 잘 만드는 것만으로는 부족합니다.
로봇을 많이 만들 수 있어야 합니다.
그 로봇이 실제 일을 배워야 합니다.
고장 없이 반복작업을 수행해야 합니다.
고객이 그 노동에 돈을 내야 합니다.
그리고 기업은 그 돈으로 연구개발과 생산비용을 감당하면서 이익을 만들어야 합니다.
한국에는 자동차와 반도체, 배터리와 조선, 전자와 정밀기계 산업이 있습니다.
여기에서 축적한 제조 경험은 로봇의 관절과 배터리, 센서와 품질관리 기술로 연결될 수 있습니다.
또 실제 공장을 로봇의 훈련장으로 사용할 수 있습니다.
그러나 그 가능성이 산업의 성공을 의미하지는 않습니다.
오늘부터 우리는 휴머노이드 기업에 조금 더 구체적인 질문을 해야 합니다.
실제로 몇 대를 팔았는가?
고객의 현장에서 몇 시간을 일했는가?
그 과정에서 사람이 얼마나 개입했는가?
고객이 다시 주문했는가?
그리고 회사에 이익이 남았는가?
이 질문에 답하는 기업들이 휴머노이드 산업의 다음 단계를 이끌 가능성이 큽니다.
오늘의 한 문장
휴머노이드 시대의 승부는 로봇을 얼마나 멋지게 움직이느냐에서 시작하지만, 그 로봇이 실제 일을 배우고 반복해서 팔리며 기업에 이익을 남길 때 비로소 산업의 성공으로 완성됩니다.