티스토리 뷰
목차
휴머노이드 경
쟁의 다음 중심은 ‘손끝의 지능’입니다
한국은 촉각·손재주·공정 데이터를 묶기 시작하고, 중국은 양산형 로봇과 AI를 결합하고 있습니다
오늘의 한 줄
휴머노이드의 다음 승부는 걷는 능력보다 ‘만지고 느끼고 힘을 조절하는 능력’에서 벌어질 가능성이 커지고 있습니다. 한국에는 힘·토크센서, 촉각센서, 로봇손, 제조업 숙련 데이터라는 새로운 기회가 열리고 있습니다.
1. 오늘의 핵심 뉴스 요약
2026년 8월 9일 기준 국내 로봇 분야의 가장 새로운 공개 소식은 충북 청주에서 진행 중인 2026 월드 로봇 올림피아드 한국대회입니다. 8월 8~9일 열리는 이번 대회는 로봇과 AI를 다루는 청소년 인재들이 참여하며, 올해 국제 주제는 ‘Robots Meet Culture’입니다. 휴머노이드 산업이 하드웨어 경쟁을 넘어 사람과 공존하는 로봇을 설계할 인력까지 필요로 한다는 점에서 의미가 있습니다.
하지만 오늘 휴머노이드 산업에서 더 주목할 흐름은 ‘촉각 지능’의 부상입니다. 8월 10일부터 건국대에서 열리는 한국햅틱스학술대회에서는 인간의 촉각 인지, 촉각·역각 센서와 액추에이터, 휴머노이드, 원격조작, 피지컬 AI 등이 핵심 주제로 다뤄집니다. 약 200명의 연구자·산업계 관계자가 참여할 예정입니다.
국내에서는 이와 동시에 휴머노이드의 손재주를 객관적으로 평가하기 위한 움직임도 진행되고 있습니다. 리얼월드는 피직스심랩·스페이스에이아이·엔닷라이트와 함께 휴머노이드의 물체 조작 능력을 평가하는 ‘덱스벤치(DexBench)’ 고도화를 추진하고 있습니다. 연성체 조작, 3D 자산, 합성데이터 등을 활용해 로봇 손재주의 산업 표준을 만들려는 시도입니다.
또 하나의 국내 흐름은 제조 현장의 숙련 데이터가 자산이 되고 있다는 점입니다. 핑거는 8월 7일 피지컬 AI 기업 미켈로로보틱스를 160억원에 인수한다고 발표했습니다. 미켈로로보틱스는 숙련공의 도장·샌딩·폴리싱·디버링 동작을 학습해 로봇의 정밀 움직임으로 재현하는 기술을 보유하고 있습니다.
글로벌에서는 중국 유니트리의 IPO와 DeepSeek의 전략적 투자가 여전히 가장 큰 흐름입니다. 유니트리는 약 90억달러 가치로 상장을 추진하고 있고, DeepSeek는 약 2,080만달러를 투자해 AI 모델과 유니트리의 로봇·모션제어·실세계 데이터를 결합하려 합니다.
오늘 흐름을 한 문장으로 정리하면 이렇습니다.
중국은 로봇의 몸과 AI 두뇌를 묶고 있고, 한국은 그 몸이 실제 일을 하기 위해 필요한 손끝의 감각과 숙련 데이터를 산업화하기 시작했습니다.
2. 기술 의미
휴머노이드는 ‘걷는 로봇’에서 ‘만지는 로봇’으로 넘어갑니다
휴머노이드가 걷는 장면은 시선을 끕니다.
하지만 공장에서 돈을 벌어주는 동작은 대부분 손에서 일어납니다.
- 부품 집기
- 나사 체결
- 케이블 연결
- 표면 연마
- 포장
- 조립
- 검사
- 공구 사용
이 작업들은 단순히 물체의 위치를 보는 것만으로는 어렵습니다.
사람은 컵을 잡을 때 손가락에 어느 정도 힘이 들어가는지 거의 생각하지 않습니다. 미끄러질 것 같으면 힘을 더 주고, 깨질 것 같으면 힘을 줄입니다.
휴머노이드에게도 같은 능력이 필요합니다.
즉,
비전 AI + 촉각센서 + 힘·토크센서 + 손가락 제어
가 결합돼야 합니다.
한국햅틱스학술대회가 피지컬 AI의 핵심으로 촉각 지능을 다루는 것도 이런 흐름과 연결됩니다.
3. ‘촉각 지능’이 중요한 이유
카메라는 물체를 보지만 촉각은 물체의 상태를 느낍니다
카메라는 물체의 모양과 위치를 알려줍니다.
하지만 다음 정보는 카메라만으로 판단하기 어렵습니다.
- 물체가 미끄러지고 있는가
- 얼마나 단단한가
- 얼마나 강하게 잡아야 하는가
- 케이블이 제대로 끼워졌는가
- 나사가 끝까지 조여졌는가
- 천이나 고무가 접히고 있는가
- 공구가 표면에 제대로 닿았는가
이때 필요한 것이 촉각센서와 힘·토크센서입니다.
휴머노이드의 손이 실제 산업용 도구가 되려면 ‘보는 손’에서 ‘느끼는 손’으로 발전해야 합니다.
촉각 데이터는 새로운 AI 학습 데이터입니다
생성형 AI는 인터넷의 텍스트와 이미지로 성장했습니다.
피지컬 AI는 다른 종류의 데이터가 필요합니다.
예를 들면
- 손가락 압력
- 관절 토크
- 접촉 위치
- 미끄러짐
- 표면 진동
- 작업 속도
- 실패 직전의 힘 변화
입니다.
이 데이터는 인터넷에 거의 없습니다.
실제 사람이 작업하거나 로봇이 현장에서 움직여야 만들어집니다.
그래서 앞으로 피지컬 AI의 경쟁력은 단순히 GPU를 얼마나 많이 보유했는가가 아니라
얼마나 좋은 실세계 행동 데이터를 가지고 있는가
로 이동할 수 있습니다.
DeepSeek가 유니트리와 협력하는 이유도 여기에서 찾을 수 있습니다. 유니트리는 실제 로봇을 통해 행동 데이터를 생성할 수 있기 때문입니다.
4. 국내에서 중요한 변화
숙련공의 손기술이 데이터가 됩니다
핑거가 인수하기로 한 미켈로로보틱스는 도장·샌딩·폴리싱·디버링처럼 자동화 난도가 높은 표면처리 공정에 집중하고 있습니다.
회사의 ‘미켈로 모션’과 ‘미켈로 비전’은 숙련자의 손기술 데이터를 학습해 로봇 동작으로 재현하도록 설계됐습니다. 여러 제조사의 산업용 로봇을 하나의 노코드 환경에서 통합 제어한다는 점도 특징입니다.
이 변화는 휴머노이드 산업에 매우 중요합니다.
한국의 제조업 경쟁력은 기계만 있는 것이 아닙니다.
조선소의 용접공, 자동차 공장의 조립 숙련자, 금형·연마 작업자처럼 오랜 경험으로 만들어진 몸의 기술이 있습니다.
앞으로 이 기술을
사람의 숙련 → 센서 데이터 → AI 학습 → 로봇 행동
으로 변환할 수 있습니다.
5. 손재주에도 ‘시험성적표’가 필요합니다
휴머노이드 영상에서는 물병을 잡고 빨래를 개고 부품을 옮기는 모습을 쉽게 볼 수 있습니다.
문제는 기업마다 서로 다른 작업을 보여주기 때문에 어느 로봇의 손이 더 뛰어난지 비교하기 어렵다는 것입니다.
그래서 덱스벤치 같은 조작 능력 평가체계가 중요합니다. 리얼월드와 참여 기업들은 휴머노이드의 손재주 평가를 위한 벤치마크 고도화와 산업 표준화를 추진하고 있습니다.
향후에는 이런 질문을 숫자로 답해야 합니다.
- 서로 다른 크기의 물체를 몇 % 성공률로 집는가
- 부드러운 물체를 손상시키지 않고 잡는가
- 미끄러운 물체를 놓치지 않는가
- 케이블 삽입 성공률은 얼마인가
- 작업 실패 이후 스스로 복구하는가
- 1천 번 반복한 뒤에도 정확도가 유지되는가
휴머노이드가 공장설비가 되려면 영상보다 시험성적표가 중요해집니다.
6. 부품·공급망
오늘부터 액추에이터만 보지 말고 ‘감각 부품’을 함께 봐야 합니다
① 힘·토크센서
관절과 손에 걸리는 힘을 측정합니다.
사람과 협업하는 휴머노이드에서는 안전과 정밀작업 모두에 필요합니다.
국내 에이엘로봇은 최근 토크 분야 KOLAS 공인교정기관 인정을 획득했습니다. 이는 로봇용 힘·토크센서의 측정값을 객관적으로 검증하는 국내 기반이 확대된다는 의미가 있습니다.
② 촉각센서
로봇 손가락 끝의 ‘피부’ 역할을 합니다.
압력·미끄러짐·접촉 위치 등을 감지합니다.
③ 로봇손
자유도가 많다고 반드시 좋은 손은 아닙니다.
중요한 것은
- 반복 정밀도
- 힘 조절
- 내구성
- 무게
- 전력소비
- 센서 통합
- 가격
입니다.
④ 액추에이터
손가락과 손목이 많아질수록 소형 액추에이터 수요가 커집니다.
하체용은 고출력이 중요하지만 손가락용은 작고 가벼우며 정밀해야 합니다.
⑤ 센서 인터페이스 반도체
수십~수백개의 촉각센서 신호를 실시간으로 처리해야 합니다.
따라서 저전력 MCU, 센서 허브, ADC, 엣지 AI 칩의 중요성이 커집니다.
⑥ 유연회로와 소재
센서가 손가락과 손바닥의 곡면을 따라 배치돼야 하므로 플렉시블 회로, 전도성 소재, 탄성체 시장도 연결됩니다.
7. 국내 기업 기회
첫째, 에이딘로보틱스·에이엘로봇 등 센서 기업
한국이 중국과 완성 휴머노이드 가격으로 경쟁하기는 쉽지 않습니다.
하지만 사람이 사용하는 산업용 로봇에는 정확하고 인증된 힘·토크 데이터가 필요합니다.
특히 자동차·조선·반도체처럼 품질기준이 높은 산업에서는 가격보다
측정 정확도 + 장기 신뢰성 + 인증
이 중요합니다.
이는 국내 센서기업이 노릴 수 있는 영역입니다.
둘째, 로보티즈
로보티즈는 최근 휴머노이드 AI Sapiens의 소프트웨어를 전면 공개한다고 발표했습니다. 회사는 중국 기업의 대규모 투자와 가격경쟁에 맞서 개방형 생태계를 확대하겠다는 방향을 내세웠습니다.
오픈소스 전략이 성공하면 대학과 스타트업이 같은 플랫폼 위에서
- 새로운 손
- 촉각센서
- AI 모델
- 보행 알고리즘
- 조작 데이터
를 개발할 수 있습니다.
한국이 한 회사의 완성 로봇으로 중국을 따라가는 대신 공통 개발 플랫폼을 만드는 전략으로 볼 수 있습니다.
셋째, 삼성전자·SK하이닉스와 국내 반도체 생태계
촉각 지능은 데이터가 많습니다.
로봇 한 대의 손과 몸에 수백개의 센서가 들어가면 모든 신호를 클라우드에 보낼 수 없습니다.
로봇 내부에서 즉시 처리해야 합니다.
따라서 필요한 칩은
- 센서 허브
- 엣지 AI
- 메모리
- 보안칩
- 모터제어 MCU
입니다.
한국이 휴머노이드용 완성 AI 반도체뿐 아니라 센서에서 관절까지 이어지는 전장 플랫폼을 만든다면 강점을 가질 수 있습니다.
넷째, 현대차·보스턴다이내믹스
자동차 조립에서는 정밀한 힘 제어가 매우 중요합니다.
커넥터 삽입, 부품 장착, 케이블 처리 등은 단순한 위치제어만으로 해결하기 어렵습니다.
Atlas가 실제 자동차 공장에서 사람의 작업을 넘겨받기 위해서는 손과 손목의 촉각·힘 제어가 핵심 과제가 됩니다.
한국 자동차 부품업체들은 이미
- 전동모터
- 베어링
- 정밀 가공
- 센서
- 전장제어
- 기능안전
경험을 가지고 있습니다.
이를 로봇손과 소형 액추에이터로 확장할 수 있습니다.
다섯째, 조선·방산 기업
국내 로봇산업과 국방의 연결도 확대되고 있습니다. 한국로봇산업진흥원과 육군 제2작전사령부는 최근 국방 분야의 로봇전환 확산을 논의했습니다.
조선·방산은 휴머노이드에게 어려운 환경입니다.
- 무거운 공구
- 불규칙한 바닥
- 먼지와 열
- 반복 진동
- 두꺼운 장갑과 보호구
- 좁은 공간
따라서 이 시장에서 성공한 촉각·힘센서는 일반 공장용보다 높은 기술 신뢰성을 증명할 수 있습니다.
8. 글로벌 흐름
중국은 생산량에 AI를 더하기 시작했습니다
유니트리는 상하이 IPO 공모가를 150.8위안으로 확정해 약 610억 위안, 미화 약 90억달러의 기업가치를 인정받는 구조로 상장을 추진하고 있습니다. 2025년에는 휴머노이드 매출이 사족보행 로봇 매출을 넘어섰습니다.
DeepSeek의 전략적 투자가 특히 중요합니다.
중국은 지금까지
값싼 모터 + 감속기 + 배터리 + 정밀가공 + 대량생산
에서 강했습니다.
DeepSeek와 유니트리의 협력은 여기에
AI 모델 + 실세계 행동 데이터
를 더하려는 움직임입니다.
미국은 여전히 NVIDIA의 Isaac GR00T, Tesla Optimus, Figure, Boston Dynamics 등을 중심으로 AI 소프트웨어에서 강점을 갖는 반면 중국은 초기 생산량과 하드웨어 가격에서 우위에 있다는 평가가 나옵니다.
따라서 앞으로의 경쟁은 단순한 미국 AI 대 중국 제조가 아닙니다.
양쪽 모두 상대의 강점으로 이동하면서 피지컬 AI 전체 밸류체인을 확보하는 경쟁으로 바뀌고 있습니다.
9. 유튜브·공개 영상 흐름
최근 유튜브에서 휴머노이드 영상은 여전히 달리기·격투·축구·백덤블링 같은 장면이 높은 관심을 받고 있습니다. 최신 공개 영상들도 Tesla Optimus, Atlas, 중국 휴머노이드의 운동능력을 한데 모아 비교하는 형태가 많이 보입니다.
하지만 산업 투자 관점에서 영상의 보는 방법을 바꿀 필요가 있습니다.
이제 다음을 확인해야 합니다.
손이 물건을 놓치는가?
물체 위치가 바뀌어도 다시 잡는가?
사람이 물체를 중간에 움직여도 대응하는가?
접촉 힘을 조절하는가?
작업 실패 후 스스로 복구하는가?
같은 작업을 100번 반복할 수 있는가?
걷기 영상이 휴머노이드의 몸을 보여줬다면 앞으로의 산업 영상은 손의 신뢰성을 보여줘야 합니다.
10. 사회 변화
숙련공은 로봇에게 일자리를 빼앗기는 사람만이 아닙니다
피지컬 AI에서는 숙련공이 중요한 데이터 생산자가 됩니다.
도장 작업자를 예로 들면 사람은 오랜 경험으로
- 노즐의 각도
- 이동속도
- 표면과의 거리
- 힘
- 반복 횟수
를 조절합니다.
이 기술을 센서와 카메라로 기록하면 AI가 학습할 수 있습니다.
미켈로로보틱스가 추진하는 방식도 이런 구조와 맞닿아 있습니다.
따라서 앞으로 기업은 새로운 질문에 답해야 합니다.
숙련자의 행동 데이터는 누구의 것인가.
회사가 사용할 수 있는 기간은 얼마인가.
다른 공장과 공유할 수 있는가.
숙련 데이터를 제공한 작업자에게 어떤 보상이 돌아가는가.
휴머노이드 시대에는 노동의 가치가 행동 데이터의 가치로도 확장됩니다.
11. 인재 공급망도 중요합니다
오늘 청주에서 진행 중인 월드 로봇 올림피아드 한국대회는 산업 뉴스와 별개처럼 보일 수 있습니다.
그러나 장기적으로는 같은 문제입니다.
휴머노이드 산업에는 기계공학자만 필요한 것이 아닙니다.
- 로봇 AI 개발자
- 센서 엔지니어
- 모터 제어 엔지니어
- 소재 연구자
- 데이터 엔지니어
- 안전·보안 전문가
- 인간-로봇 상호작용 연구자
가 함께 필요합니다.
WRO KOREA가 로봇과 AI를 결합한 문제해결 경험을 청소년들에게 제공한다는 점은 한국의 장기적인 인재 공급망과 연결됩니다.
12. 투자 관점
이제 ‘휴머노이드 관련주’보다 세 가지 숫자를 봐야 합니다
첫째, 실제 고객
어느 완성 로봇기업에 공급하고 있는가.
둘째, 반복 횟수
센서·손·액추에이터가 몇 번 반복작업을 견뎠는가.
셋째, 인증
기업 자체 시험이 아니라 공인된 시험과 인증이 있는가.
특히 촉각센서와 로봇손은 기술 데모와 산업제품의 간격이 매우 큽니다.
실험실에서 컵을 한 번 잡는 것과 공장에서 하루에 5천번 부품을 잡는 것은 완전히 다른 문제입니다.
제조 데이터 기업도 새로운 투자영역입니다
핑거의 미켈로로보틱스 인수는 흥미로운 신호입니다.
미켈로로보틱스의 매출은 2024년 4억2,900만원에서 2025년 12억6,800만원으로 증가했고, 회사 측은 2026년 매출이 30억원을 넘을 것으로 전망하고 있습니다. 거래처도 2025년 12개사에서 2026년 8월 기준 25개사로 늘었다고 밝혔습니다.
숫자 자체는 아직 작습니다.
중요한 것은 시장이 제조 공정 데이터 + 로봇 AI를 별도의 자산으로 평가하기 시작했다는 점입니다.
13. 주요 리스크
첫째, 촉각센서 가격입니다. 몸 전체나 손 전체에 고밀도 센서를 넣으면 원가가 크게 올라갈 수 있습니다.
둘째, 내구성입니다. 촉각센서는 충격·오염·수분·열·반복 굽힘을 견뎌야 합니다.
셋째, 데이터 부족입니다. 텍스트 AI와 달리 실제 행동 데이터는 생산비가 높습니다.
넷째, 표준 부재입니다. 각 회사가 다른 평가방법을 사용하면 로봇손 성능 비교가 어렵습니다.
다섯째, 중국의 가격공세입니다. 중국이 촉각센서와 로봇손까지 대량생산하면 국내 기업에 가격 압력이 커질 수 있습니다. 중국은 이미 하드웨어 생산량과 비용 측면에서 강점을 가지고 있습니다.
여섯째, 숙련 데이터 권리입니다. 작업자의 동작이 AI 학습 데이터로 사용될 때 소유권과 보상 문제가 발생할 수 있습니다.
일곱째, 시연과 실제 현장의 차이입니다. 한두 번의 성공 동작이 수천 번의 반복작업 능력을 증명하지는 않습니다.
여덟째, 높은 기업가치입니다. 유니트리의 경우 빠르게 성장하고 있지만 2026년 1분기에는 연구개발·마케팅 비용 증가로 일회성 요인을 제외한 이익이 전년 대비 감소했습니다.
14. 오늘의 결론
2026년 8월 9일 휴머노이드 산업을 바라볼 때 가장 중요한 단어는 촉각입니다.
그동안 휴머노이드는
걷는다 → 뛴다 → 춤춘다
를 보여주며 발전했습니다.
이제 산업은 그 다음 단계로 이동하고 있습니다.
본다 → 만진다 → 힘을 느낀다 → 작업한다 → 실패하면 다시 고친다
한국햅틱스학술대회가 촉각 지능을 피지컬 AI의 핵심 의제로 다루고, 국내 기업들이 휴머노이드 손재주 평가체계를 만들며, 숙련공의 작업 데이터를 AI로 변환하려는 움직임이 동시에 나타나는 것은 우연이 아닙니다.
중국은 유니트리의 대량생산 능력에 DeepSeek의 AI를 연결하려 하고 있습니다.
미국은 AI 모델과 반도체를 중심으로 휴머노이드 지능을 고도화하고 있습니다.
한국이 이 경쟁에서 찾을 수 있는 자리는 분명합니다.
완성 휴머노이드 한 대의 가격경쟁만 따라가는 것이 아니라
힘·토크센서 → 촉각센서 → 로봇손 → 정밀 액추에이터 → 숙련 데이터 → 시험·인증
을 하나의 산업으로 만드는 것입니다.
한국에는 조선·자동차·반도체·전자·배터리 공장이라는 세계적인 제조현장이 있습니다.
이곳에서 숙련 작업을 데이터로 만들고, 그 데이터를 로봇에게 가르치며, 만들어진 손과 센서를 실제 생산라인에서 검증한다면 한국이 가진 제조업 자체가 피지컬 AI 시대의 거대한 데이터 자산이 될 수 있습니다.
휴머노이드의 진짜 경쟁력은 얼마나 사람처럼 보이는가에 있지 않습니다. 사람처럼 물체를 느끼고, 숙련자의 손기술을 배우고, 같은 일을 수천 번 정확하게 반복할 수 있는가에 있습니다.
오늘의 한 문장
휴머노이드의 다음 혁명은 두 발에서 일어나지 않습니다. 물체를 느끼고 힘을 조절하며 숙련을 배우는 ‘손끝’에서 시작됩니다.