티스토리 뷰
목차
삼현의 관절 액추에이터 6종 개발, UNIST의 촉각 신호 오류 감소 기술, 구글 제미나이 로보틱스 2.5, 티로보틱스의 실적 개선이 보여주는 새로운 경쟁
오늘의 한 줄
휴머노이드 산업은 사람처럼 움직이는 로봇을 만드는 경쟁에서, 물체를 정확하게 느끼고 다루며 실제 작업을 완성하는 경쟁으로 나아가고 있습니다.
한국의 삼현은 휴머노이드 관절 액추에이터 6종을 개발하는 국책과제의 주관기관으로 선정됐습니다. UNIST는 로봇의 전자피부에서 발생하는 촉각 신호 간섭을 크게 줄이는 기술을 발표했습니다.
한편 구글은 새 행동 AI를 장착한 아폴로 2 휴머노이드가 메르세데스-벤츠 자동차 생산라인의 부품 분류 시험에서 96%의 성공률을 기록했다고 밝혔습니다.
한국 티로보틱스에서는 3분기 영업이익 26억 원이 확인됐습니다. 다만 이 이익의 주된 원인은 휴머노이드가 아니라 기존 진공로봇 사업입니다.
자료 기준: 2026년 11월 12일 오전 9시 10분(한국시간). 11월 10~12일 공개된 기업 발표, 연구성과와 언론 보도를 중심으로 작성했습니다. 확인된 사실과 해석을 구분합니다.
1. 오늘의 핵심 뉴스 — 확인된 사실
| 한국 | 삼현, 약 36억 원 규모 관절 액추에이터 6종 개발과제 주관 | 연구개발 과제 선정 |
| 한국 | UNIST, 전자피부의 신호 간섭을 63.1%에서 0.314%로 감소 | 연구실 실험 결과 |
| 한국 | 티로보틱스, 3분기 매출 148억 원·영업이익 26억 원 | 실제 기업 실적 |
| 한국 | 로보월드 2026, 관람객 5만여 명·수출 및 구매 상담 약 1억 5,000만 달러 | 전시회 상담 실적 |
| 미국·유럽 | 구글 Gemini Robotics 2.5, 벤츠 공장 부품 분류 성공률 96% 발표 | 회사 측 현장 실증 |
| 미국 | Path Robotics, 제조용 피지컬 AI 사업에 3억 달러 투자 유치 | 자금조달 발표 |
오늘 숫자들은 서로 의미가 다릅니다.
삼현의 36억 원은 연구개발비이고, 티로보틱스의 26억 원은 분기 영업이익입니다. 로보월드의 1억 5,000만 달러는 상담금액이지 확정 수주액이 아닙니다.
구글의 96%는 특정 공정에서 진행한 시험 결과입니다. 공장 전체에서 96%의 무인운영이 가능해졌다는 뜻은 아닙니다.
기술의 발전과 실제 사업의 성과를 구분하는 것이 오늘 분석의 출발점입니다.
2. 국내 핵심 — 삼현, 휴머노이드의 관절 6종을 국산화합니다
11월 11일 삼현은 산업통상부의 로봇산업기술개발사업에서 핵심 관절 액추에이터 개발과제의 주관기관으로 선정됐다고 발표했습니다.
한국기계연구원과 세종대학교가 함께 참여하며, 2029년 12월까지 약 36억 원을 투입해 관절 액추에이터 6종을 개발할 계획입니다.
준직접구동(QDD) 방식 3종과 높은 감속비를 사용하는 고역구동형 3종을 개발하고, 국산화율 90% 이상을 목표로 합니다.
왜 두 종류의 관절이 필요할까요?
로봇의 손목과 팔꿈치, 무릎은 같은 일을 하지 않습니다.
손목은 빠르고 섬세하게 움직여야 합니다.
무릎은 로봇의 무게를 지탱하고 넘어지지 않도록 큰 힘을 내야 합니다.
그래서 하나의 구동기로 모든 관절을 해결하기 어렵습니다.
준직접구동 방식은 비교적 낮은 감속비를 이용해 빠른 반응과 부드러운 힘 제어에 유리합니다. 반면 높은 감속비를 사용하는 방식은 작은 모터의 회전력을 큰 관절 토크로 바꾸는 데 유리합니다.
어떤 방식이 더 좋은지는 관절의 위치와 작업에 따라 달라집니다.
한국 산업에 주는 의미
삼현은 자동차에서 모터·감속기·제어기를 통합해 온 경험을 가지고 있습니다.
이러한 기술을 휴머노이드 관절에 적용하려 합니다.
이는 한국 자동차부품 산업이 로봇산업으로 확장되는 사례입니다.
그러나 개발과제 선정은 양산 성공과 다릅니다.
앞으로 확인해야 할 것은 액추에이터의 시제품 성능, 장시간 내구성, 실제 로봇 채택, 양산 수율과 반복 납품입니다.
3. 한국의 두 번째 변화 — UNIST가 로봇의 전자피부를 더 정확하게 만들었습니다
사람은 눈을 감고도 물건을 어느 정도 구분할 수 있습니다.
손끝으로 느껴지는 압력과 촉감이 있기 때문입니다.
로봇도 이런 감각이 필요합니다.
문제는 로봇손에 작은 압력센서를 많이 설치할수록 서로의 전기 신호가 섞일 수 있다는 점입니다.
센서 하나를 눌렀는데 옆 센서에서도 신호가 나타난다면, 로봇은 물체와 실제로 접촉한 위치를 잘못 판단할 수 있습니다.
11월 11일 UNIST 심교승 교수 연구팀은 이 문제를 줄이는 신축성 유기 다이오드를 개발했다고 발표했습니다.
다이오드는 전류가 주로 한 방향으로 흐르도록 하는 부품입니다.
연구진은 로봇의 움직임에 따라 늘어나는 전자피부에도 적용할 수 있도록 부드러운 소재를 사용했습니다.
실험에서 얼마나 개선됐을까요?
전자피부의 인접 센서 신호 간섭 비율
다이오드 적용 전
63.1%
다이오드 적용 후
0.314%
센서 두 개 중 하나만 눌렀을 때, 측정하려는 신호에 비해 옆 센서에서 섞여 들어온 신호의 비율입니다.
연구진은 소재를 30% 늘린 상태에서도 작동을 확인했고, 신축 동작을 1,000회 반복한 뒤에도 정류 기능이 유지된다고 보고했습니다.
UNIST 연구실 실험 기준. 국제 학술지 Science Advances에 10월 21일 온라인 게재됐고 11월 11일 국내에 발표됐습니다.이 성과는 산업적으로 의미가 있습니다.
로봇이 작은 나사를 잡을 때, 손끝의 어느 부분에 힘이 실리는지 더욱 정확하게 파악할 가능성이 있기 때문입니다.
그러나 센서 신호의 정확도가 높아졌다고 로봇의 작업 성공률이 같은 비율로 높아지는 것은 아닙니다.
아직 연구용 소자입니다.
실제 로봇손에 적용하려면 대량 생산, 장기 내구성, 배선과 제어기 통합을 추가로 검증해야 합니다.
4. 구글의 새로운 도전 — 자동차공장에서 96%의 작업 성공률
11월 10일 구글 딥마인드는 새로운 로봇 AI Gemini Robotics 2.5를 공식 발표했습니다.
이 기술은 카메라로 주변을 보고, 지시를 이해한 뒤, 로봇이 수행해야 할 팔과 손의 움직임을 만들어내는 방식입니다.
구글은 이 모델을 앱트로닉의 휴머노이드 Apollo 2에 적용했습니다.
시험 장소는 메르세데스-벤츠의 독일 진델핑겐과 헝가리 케치케메트 생산라인입니다.
로봇에게 맡긴 일은 자동차부품의 키팅(Kitting)입니다.
여러 종류의 부품이 담긴 상자에서 필요한 부품을 꺼냅니다.
자동차 조립 순서에 맞게 작은 트레이에 나누어 담습니다.
부품이 잘못 놓이면 위치를 다시 확인하고 움직임을 수정합니다.
Google DeepMind가 발표한 핵심 결과
벤츠 생산라인 부품 분류 시험
96%
회사 발표 성공률모델 평가 작업 종류
200개+
다양한 정밀조작 평가기존 모델과 비교해 작업 유형별 성공률이 30~100% 상대적으로 높았고, 완료속도는 20~30% 빨라졌다고 구글이 밝혔습니다.
벤츠 현장 시험은 개념검증(PoC)입니다. 정규 상용운영이나 장기 유료 작업성과와는 다릅니다.이 숫자를 어떻게 읽어야 할까요?
96%라는 숫자는 주목할 만합니다.
단순한 연구실이 아니라 실제 자동차 생산라인에서 작업을 시험했기 때문입니다.
하지만 구글의 공식 발표에는 시험 횟수, 성공 판정의 세부 기준, 사람 개입 빈도와 장시간 가동률이 충분히 공개되지 않았습니다.
따라서 96% 성공률을 96% 무인운영률이나 96% 생산성 향상으로 바꾸어 해석해서는 안 됩니다.
그럼에도 기술의 방향은 분명합니다.
로봇은 물체를 보는 데서 그치지 않습니다.
어떤 부품을 어느 순서로 집어야 하는지 판단하고, 실제 팔과 손의 움직임으로 연결하기 시작했습니다.
한국의 자동차공장과 부품기업에도 매우 중요한 변화입니다.
5. 한국 기업의 실제 실적 — 티로보틱스 영업이익 293% 증가
오늘 국내 기업 실적에서는 티로보틱스를 살펴볼 필요가 있습니다.
11월 11일 공시와 회사 발표에 따르면 2026년 3분기 별도기준 매출은 148억 원입니다.
영업이익은 26억 원으로, 전년 같은 기간보다 293% 증가했습니다.
| 별도 매출액 | 148억 원 |
| 전년 동기 대비 매출 증가 | 14% |
| 별도 영업이익 | 26억 원 |
| 전년 동기 대비 영업이익 증가 | 293% |
| 1~3분기 누적 영업손익 | 5억 원 손실 |
이번 실적 개선의 주된 원인은 글로벌 디스플레이 고객사에 공급하는 진공로봇 출하 증가입니다.
북미 에너지저장장치(ESS) 자동화 사업의 누적 수주액도 약 230억 원이라고 회사가 밝혔습니다.
여기에서 가장 중요한 구분이 있습니다.
티로보틱스의 26억 원 영업이익을 휴머노이드 판매이익이라고 볼 수는 없습니다.
현재 실적을 만드는 기존 산업용 로봇과 앞으로 개발하는 휴머노이드 사업은 분리해서 평가해야 합니다.
다만 기존 사업에서 수익성을 개선하면 신사업 연구개발에 필요한 자금을 확보하는 데 도움이 될 수 있습니다.
이러한 재무적 기반은 휴머노이드 전문 스타트업과 차별화되는 장점이 될 수 있습니다.
6. 미국의 자본이 향하는 곳 — 사람 모양보다 실제 제조작업
미국 Path Robotics는 11월 10일 3억 달러 규모의 시리즈 E 투자 유치를 발표했습니다.
투자 후 기업가치는 24억 5,000만 달러로 평가됐습니다.
투자자에는 NAVER Ventures도 포함됐습니다.
이 회사의 핵심 기술은 휴머노이드 자체가 아닙니다.
금속을 용접하는 로봇이 카메라와 AI를 이용해 실제 용접부를 인식하고, 정해진 경로를 벗어난 부분까지 대응하도록 만드는 기술입니다.
회사는 최근 18개월 동안 연간 반복매출(ARR)이 17배로 늘었다고 발표했습니다.
그러나 매출의 절대금액과 수익성은 별도로 확인해야 합니다.
이 뉴스가 중요한 이유는 분명합니다.
피지컬 AI 투자가 반드시 사람 모양의 로봇에만 집중되는 것은 아닙니다.
고객의 실제 문제를 해결한다면 전용 로봇과 AI 소프트웨어도 중요한 사업이 될 수 있습니다.
한국에서는 특히 HD현대와 한화오션의 조선소, 현대차의 자동차공장, 철강 및 중공업 생산시설과 연결해서 살펴볼 필요가 있습니다.
물론 미국 기업의 투자 유치가 국내 조선기업과의 신규 계약을 의미하지는 않습니다.
7. 중국 — 로봇에게 공통의 촉각 언어를 가르칩니다
한국 UNIST가 촉각센서의 전기 신호를 정확하게 만드는 동안 중국에서는 그 신호를 이해하는 AI가 공개됐습니다.
11월 9~10일, 중국 앤트그룹 산하 Robbyant는 LingBot-Touch라는 촉각 파운데이션 모델을 공개했습니다.
이 모델은 서로 다른 세 종류의 촉각센서에서 나온 신호를 공통된 정보 형태로 바꿉니다.
자기식 센서와 압저항식 센서, 시각 기반 촉각센서가 서로 다른 방법으로 접촉을 측정하더라도 AI가 하나의 방식으로 정보를 이해하도록 만드는 것입니다.
회사는 약 4,983시간의 촉각 데이터를 학습에 사용했다고 밝혔습니다.
실제 로봇 26개 작업에 적용했을 때 기존 행동모델의 평균 평가 점수가 약 13.9~24.8%포인트 높아졌다는 결과도 발표했습니다.
다만 평가에는 작업 일부를 완료했을 때의 부분점수가 포함됩니다. 독립적인 재현 결과도 아직 충분하지 않습니다.
여기에서 중요한 산업적 연결이 나타납니다.
한국은 촉각을 정확하게 측정하는 부품을 개발하고, 중국은 서로 다른 촉각센서의 신호를 함께 해석하는 AI를 개발하고 있습니다.
앞으로 로봇의 경쟁력은 손의 구조와 촉각센서, 행동 AI가 함께 작동하는 능력에서 나타날 수 있습니다.
8. 일본과 독일 — 로봇을 실제 환경에서 검증하는 기반을 준비합니다
일본에서는 11월 11일부터 13일까지 지바현 마쿠하리 메세에서 휴머노이드 로봇 전문 전시회가 열립니다.
중국 Unitree G1에 NVIDIA의 로봇 AI를 적용한 작업 시연, UBTECH의 산업용·서비스용 휴머노이드 사례, 일본의 정밀 로봇손과 신축성 센서가 소개됩니다.
일본의 특징은 로봇을 어떤 장소에서, 어떤 목적으로 사용할지에 초점을 맞춘다는 점입니다.
한편 독일에서는 프라운호퍼 IPA가 참여하는 컨소시엄이 하일브론에 약 1만 3,000㎡ 규모의 로봇 실증센터를 구축하는 계획을 추진하고 있습니다.
제조업과 물류현장의 작업을 시험하고, 안전성과 실제 사용비용을 검증하려는 구상입니다.
아직 완공되거나 운영을 시작한 시설은 아닙니다. 현재는 계획 단계입니다.
한국도 이 두 나라의 접근을 참고할 수 있습니다.
로봇의 성능을 전시하는 것만으로는 부족합니다.
여러 공장과 작업환경에서 같은 성능이 반복되는지 검증하는 기반이 필요합니다.
9. 로보월드 2026 후속 결과 — 실제 계약과 상담금액을 구분해야 합니다
11월 11일 한국AI·로봇산업협회는 지난 4~7일 열린 로보월드 2026의 성과를 발표했습니다.
로보월드 2026 공식 집계
참가기업
402개
관람객
5만여 명
수출·구매 상담
1.5억 달러
투자 상담
562억 원
로보월드가 많은 기업과 관람객을 모은 것은 사실입니다.
그러나 산업적 성과를 판단하려면 전시회 이후 실제 수주가 발생했는지를 봐야 합니다.
국내 공급망에서는 다음 분야를 계속 살펴보겠습니다.
| 액추에이터 | 삼현·현대모비스·LG전자·로보티즈 | 실제 양산·반복 납품 |
| 정밀감속기 | SPG·에스비비테크 | 수율·내구성·원가 |
| 로봇손·촉각 | 에이딘·테솔로·원익로보틱스 | 글로벌 제품 채택 |
| 공간인식 | LG이노텍·삼성전기 등 | 양산 설계 채택 |
| 배터리·전력 | 삼성SDI·LG에너지솔루션·SK온 등 | 실제 고객 공급 |
| 행동 AI | 리얼월드 등 | 작업 성공률·유료 계약 |
| 운영 소프트웨어 | 삼성SDS·LG CNS·클로봇 등 | 가동률·재계약 |
이 표는 관련 기술과 잠재적 사업기회를 정리한 것입니다. 모든 기업이 신규 수주를 확정했다는 뜻은 아닙니다.
10. 오늘의 공개 영상과 사회 변화
구글 딥마인드 — 자동차공장 부품 분류 시연
공식 발표에는 Apollo 2가 금속부품을 집어 순서대로 배치하는 영상이 포함돼 있습니다. 실제 산업공정에 적용한 장면이지만, 장기간 무인운영 실적을 증명하는 것은 아닙니다.
중국 Robbyant — 촉각 AI와 정밀조작
열쇠 돌리기, 병뚜껑 다루기 등 손끝의 접촉정보가 필요한 작업을 평가했습니다. 부분 성공과 전체 성공의 차이를 살펴봐야 합니다.
이러한 기술이 실제 공장에 들어가면 사람의 역할도 달라질 수 있습니다.
숙련자가 작업방법을 가르칩니다. 엔지니어는 센서를 조정합니다. 데이터 담당자는 성공과 실패를 구분합니다. 정비기술자는 관절을 관리합니다.
반면 일부 반복작업은 자동화로 줄어들 수 있습니다.
따라서 사람의 작업경험을 AI 학습에 사용할 때에는 작업자의 동의와 보상, 재교육과 안전관리까지 함께 준비해야 합니다.
11. 투자 관점 — 기존 일곱 지표를 유지합니다
| Paid Working Hours | 고객이 실제로 돈을 지불한 작업시간은 얼마인가? |
| Intervention Rate | 사람이 얼마나 자주 도와줘야 하는가? |
| First-attempt Success Rate | 처음 시도에 작업을 완성하는가? |
| Repeat Order | 고객이 다시 구매하는가? |
| Uptime | 충전과 고장을 제외하고 얼마나 일하는가? |
| BOM Share | 한 대당 실제 공급 부품가치는 얼마인가? |
| Developer Count | 플랫폼을 사용하는 개발자와 기업이 늘어나는가? |
오늘은 특히 세 부분을 구분해야 합니다.
삼현은 연구개발 과제에 선정됐습니다. 따라서 앞으로는 실제 양산 채택과 BOM Share가 중요합니다.
구글은 작업 성공률을 발표했습니다. 그러나 사람 개입률과 유료 작업시간까지 확인해야 합니다.
티로보틱스는 실제 이익을 발표했습니다. 하지만 기존 산업용 진공로봇의 이익과 앞으로의 휴머노이드 사업을 분리해야 합니다.
또한 국책과제 선정, 전시회 상담, 기술 성능 개선과 투자 유치가 모두 직접적인 이익으로 연결되는 것은 아닙니다.
기술 공개 → 실증 → 확정 수주 → 출하 → 유료 작업 → 반복주문 → 이익
이 순서가 여전히 중요합니다.
12. 오늘의 결론 — 로봇의 몸과 감각, 지능을 실제 노동으로 연결해야 합니다
2026년 11월 12일.
한국에서는 로봇의 관절과 피부가 발전하고 있습니다.
삼현은 로봇을 움직이는 힘을 개발합니다.
UNIST는 로봇이 물체를 더욱 정확하게 느끼도록 연구합니다.
구글은 실제 자동차공장에서 AI를 이용해 부품을 순서대로 분류하는 작업을 시험했습니다.
중국에서는 서로 다른 촉각센서의 신호를 함께 이해하는 AI를 개발합니다.
미국의 투자자들은 용접과 같은 실제 제조작업을 해결하는 피지컬 AI에도 큰 자금을 투자하고 있습니다.
이 소식들을 연결하면 하나의 방향이 보입니다.
로봇의 몸과 감각, 행동 AI가 실제 제조현장에서 하나로 작동해야 산업적 가치가 만들어진다는 것입니다.
한국에는 자동차와 반도체, 배터리와 조선, 전자와 정밀기계 산업이 있습니다.
이곳에는 숙련된 작업자와 실제 공장이 있습니다.
그 경험을 데이터로 만들고 국내의 정밀부품과 행동 AI에 연결할 수 있습니다.
그러나 기술을 보유했다는 사실만으로 성공이 완성되는 것은 아닙니다.
로봇이 실제로 몇 시간 일했는지 알아야 합니다.
사람이 몇 번 도와줬는지 확인해야 합니다.
고장과 유지보수 비용이 얼마나 드는지 계산해야 합니다.
무엇보다 고객이 다시 주문하는지 확인해야 합니다.
휴머노이드의 가치는 사람처럼 보이는 데서 완성되지 않습니다. 맡겨진 일을 정확하게 느끼고, 안전하게 끝까지 수행하며, 고객의 반복적인 선택을 받을 때 증명됩니다.