티스토리 뷰
목차
한국은 로봇의 손끝에 감각을 넣고, 엔비디아는 다섯 번의 시범으로 일을 가르친다
에이딘로보틱스의 촉각 로봇손, 리얼월드와 엔비디아의 공동 평가기술, GR00T 2의 새로운 학습성과가 만났습니다.
오늘의 한 줄
오늘 휴머노이드 산업의 가장 중요한 변화는 로봇이 사람의 일을 배우는 방법이 발전하고 있다는 것입니다. 한국 에이딘로보틱스는 물체와 접촉하는 힘을 감지하면서 양손으로 제품을 운반하는 기술을 공개했습니다. 미국 엔비디아는 새로운 로봇 AI GR00T 2가 정해진 50개 평가 과제에서 작업당 다섯 번의 시범을 학습한 뒤 평균 95%의 성공률을 기록했다고 발표했습니다. 한국 리얼월드는 엔비디아와 함께 로봇의 실제 작업능력을 평가하는 DexBench도 개발했습니다.
로봇의 몸을 만드는 경쟁에서, 로봇이 배우고 실제 일을 완성하는 능력을 검증하는 경쟁으로 중심이 이동하고 있습니다.
작성 기준: 2026년 11월 10일 오전 8시 28분, 한국시간. 11월 9일 발표와 10일 예정된 행사를 구분했습니다. 연구실 성공률과 실제 공장 생산성은 별도로 다룹니다.
한국 — 에이딘로보틱스의 촉각 로봇손
글로벌 — NVIDIA GR00T 2 정밀조작 AI
1. 오늘의 핵심 뉴스 요약 — 사실부터 확인합니다
| 한국 | 에이딘로보틱스, 16자유도 로봇손을 이용한 양손 제품 이송 시연 | 기술 시연 |
| 한국·글로벌 | 리얼월드·엔비디아, 산업작업 평가체계 DexBench 공개 | 평가기술 개발 |
| 미국 | NVIDIA GR00T 2, 다섯 번 시범 학습 후 평균 성공률 95% 발표 | 회사 측 평가 |
| 한국 | NVIDIA AI Day Seoul의 피지컬 AI 스타트업 행사 오늘 오후 개최 예정 | 행사 예정 |
| 미국 | Apple HALO, 가상 주택 1,000곳에서 학습하고 실제 환경 시험 성공률 91% 발표 | 연구 결과 |
오늘 뉴스에서는 숫자를 정확하게 구분해야 합니다.
NVIDIA의 95%는 특정 작업 평가의 평균 성공률입니다. Apple의 91%는 서로 다른 공간에서 진행한 이동·신체동작 과제의 성공률입니다. 두 수치를 같은 작업의 성능으로 비교하거나 상업적 유료 노동 성공률이라고 해석해서는 안 됩니다.
2. 한국의 첫 번째 변화 — 에이딘로보틱스가 손끝의 감각을 실제 작업에 연결했습니다
11월 9일 에이딘로보틱스는 로보월드 2026에서 시연한 휴머노이드 기술을 공개했습니다.
양손에는 각각 16자유도를 가진 AIDIN HAND GEN2가 장착됐습니다. 손끝과 손바닥에는 접촉하는 위치와 힘을 감지하는 촉각센서가 있습니다.
로봇은 위치가 제각각인 작은 상자들을 하나씩 집어 정리했습니다. 상자 4~5개가 모이면 두 손으로 한꺼번에 들어 옆 컨베이어로 옮겼습니다.
왜 이 장면이 중요할까요?
사람이 여러 상자를 한꺼번에 옮길 때는 양손의 힘을 자연스럽게 조절합니다.
한쪽 손에 힘이 너무 약하면 상자가 기울어집니다. 너무 강하면 제품이 눌리거나 손상될 수 있습니다.
로봇도 마찬가지입니다.
물체를 본다는 것과 물체를 안정적으로 다룬다는 것은 다릅니다.
에이딘은 촉각센서를 단 2지 그리퍼로 사과 모형을 집고, 접촉 위치와 힘의 변화를 화면에 표시하는 기술도 선보였습니다.
여기에서 국내 기업의 중요한 기회가 보입니다.
로봇손을 만드는 것뿐 아니라 촉각센서, 힘·토크센서, 구동기, 행동데이터를 하나의 기술로 연결하는 것입니다.
다만 이번 결과는 전시회 시연입니다. 수천 시간의 자율 작업이나 대규모 양산 수주를 증명하지는 않습니다.
3. 한국의 두 번째 변화 — 리얼월드는 로봇 AI의 실력을 측정하는 기준을 만듭니다
어제 리얼월드(RLWRLD)는 엔비디아와 협력해 만든 DexBench를 공개했습니다.
그동안 로봇기업들은 서로 다른 환경에서 시연 영상을 공개했습니다.
어떤 회사는 물병을 잡았습니다. 다른 회사는 수건을 접었습니다. 또 다른 회사는 나사를 끼웠습니다.
이런 영상을 나란히 놓아도 어느 AI가 더 좋은지 판단하기 어렵습니다.
DexBench는 이 문제를 해결하려는 시도입니다.
DexBench의 산업별 평가 영역
유통
상품 꺼내기·진열하기
물류
다양한 상품을 집고 내리기
제조·조립
커넥터 삽입·나사 체결
호텔·식음료
접시 쌓기·액체 따르기
단순히 작업 하나를 성공하는지 보는 것이 아닙니다.
물체의 모양이 바뀌면 어떻게 되는가.
마찰이나 무게가 달라지면 어떻게 되는가.
작업 위치가 달라져도 성공하는가.
이러한 변화를 주어 AI의 일반화 능력을 평가합니다.
또한 DexBench는 엔닷라이트·스페이스에이아이·피직스심랩 등 국내 기술기업의 협력이 포함된 프로젝트입니다.
엔비디아의 국내 투자 계획도 확인됐습니다
11월 9일 엔비디아는 국내 스타트업에 대한 투자 확대 계획을 공식 발표했습니다.
포인트투테크놀로지에 대한 투자를 알렸고, 리얼월드·모티프테크놀로지스·업스테이지에 대한 추가 투자도 계획하고 있습니다.
리얼월드에 대한 구체적인 투자금액과 집행시점은 공개되지 않았습니다.
이 소식의 의미는 한국 기업이 완성 휴머노이드 제조뿐 아니라 세계 로봇 AI의 평가와 학습기술 개발에도 참여하고 있다는 점입니다.
그러나 벤치마크 개발과 투자 계획이 곧바로 대규모 반복매출을 뜻하지는 않습니다.
4. 엔비디아 GR00T 2 — 로봇이 다섯 번의 시범으로 새로운 일을 배웁니다
11월 9일 엔비디아는 미국 오스틴에서 열린 CoRL 2026에서 새로운 로봇 파운데이션 모델 GR00T 2를 공개했습니다.
이 모델은 로봇의 다음 행동만 예측하는 것이 아니라 행동한 뒤 주변 환경이 어떻게 바뀔지도 함께 예측합니다.
이를 월드 액션 모델(World Action Model)이라고 부릅니다.
공식 연구 결과에서는 다음과 같은 성능을 발표했습니다.
GR00T 2의 새로운 작업 적응 성능
사전 작업 시범 없음
40%
과제당 시범 1회
71%
과제당 시범 5회
95%
이 변화가 중요한 이유는 로봇을 가르치는 비용 때문입니다.
예전에는 작업 하나를 새로 가르치려면 엔지니어가 수많은 데이터를 모으고 동작을 조정해야 했습니다.
GR00T 2의 접근은 사람의 작업 영상과 다른 로봇의 행동데이터를 이용해 새로운 작업을 더 적은 시범으로 학습하도록 만드는 것입니다.
NVIDIA는 이미 인간 시점 영상 10만 시간 분량을 공개했으며 GR00T 2의 모델 가중치는 12월 공개할 계획입니다.
여기에서 하나의 산업 변화가 나타납니다.
Robot Programming → Robot Teaching
입니다.
로봇에게 매번 동작을 프로그래밍하는 방식에서, 일을 보여주고 AI가 배우도록 하는 방식으로 이동할 가능성이 커지고 있습니다.
다만 실제 고객 공장에서의 유지보수 비용과 무인 작업시간은 여전히 별도로 검증해야 합니다.
5. 애플 HALO — 실제 집에 들어가기 전에 가상의 집에서 배웁니다
애플의 연구진도 비슷한 문제를 다른 방식으로 해결하려 합니다.
HALO라는 기술에서는 컴퓨터로 만든 가상의 집 1,000곳에서 로봇에게 움직임을 가르쳤습니다.
의자에 앉습니다.
문틈을 옆으로 지나갑니다.
탁자 밑으로 몸을 숙입니다.
상자를 밀어 옮깁니다.
그리고 가상공간에서 배운 행동을 실제 Unitree G1 로봇으로 옮겼습니다.
연구진은 여섯 개의 실제 공간에서 360번 시험한 결과 91%의 성공률을 보고했습니다.
하지만 NVIDIA의 95%와 Apple의 91%를 그대로 비교해서는 안 됩니다.
평가 과제와 환경이 다르기 때문입니다.
애플의 이번 연구는 주로 실내 이동과 신체동작의 일반화에 관한 것입니다.
NVIDIA의 발표는 정밀조작과 새로운 작업에 대한 적응학습을 포함합니다.
두 기술 모두 중요한 진전이지만 가정용 로봇의 상업적 성공이나 대규모 제조현장 성능이 증명된 것은 아닙니다.
6. 국내 부품·공급망 — 한국이 가져갈 수 있는 산업은 무엇인가
로봇 AI가 발전할수록 관절과 손, 센서의 중요성이 사라질 것처럼 생각하기 쉽습니다.
그러나 실제로는 함께 발전해야 합니다.
AI가 정확하게 행동을 예측해도 액추에이터에 유격이 있으면 손끝이 흔들릴 수 있습니다.
촉각센서가 늦게 반응하면 물체를 떨어뜨릴 수 있습니다.
배터리 효율이 낮으면 작업을 오래 지속하기 어렵습니다.
| 로봇손·촉각 | 에이딘로보틱스·테솔로·원익로보틱스 | 반복 작업 성공률·실제 채택 |
| 액추에이터 | 현대모비스·LG전자·로보티즈·삼현 | 양산 수율·내구성·가격 |
| 정밀감속기 | 에스비비테크·SPG | 유격·수명·반복 납품 |
| 카메라·비전 | LG이노텍·삼성전기 등 | 글로벌 공급계약 |
| 배터리·전력관리 | 삼성SDI·LG에너지솔루션·SK온 | 작업시간·실제 탑재 |
| 로봇 AI·평가 | 리얼월드·국내 연구기관 | 일반화 성능·유료 고객 |
| 로봇 운영 | 삼성SDS·LG CNS 등 | 운영 계약·재계약 |
이 표는 기업별 관련 기술과 산업기회를 정리한 것입니다. 모든 기업이 11월 10일 신규 양산 수주를 발표했다는 뜻은 아닙니다.
한국의 강점은 이러한 부품·AI를 실제 자동차·반도체·배터리·조선 공장에 연결할 수 있다는 점입니다.
그러나 부품을 공급하는 회사와 행동 AI를 개발하는 회사가 반드시 같은 고객을 확보하는 것은 아닙니다.
실제 글로벌 Design Win과 반복적인 유료 계약이 중요합니다.
7. 오늘 서울에서 확인할 행사 — Physical AI Startup Connect
NVIDIA AI Day Seoul에서는 오늘 오후 1시부터 6시까지 Physical AI Startup Connect가 열릴 예정입니다.
국내 스타트업 10곳이 피지컬 AI 기술을 발표하고, 투자자들이 사업성과 성장 가능성을 평가합니다.
이 행사는 오늘 오전 기준 아직 열리지 않았습니다.
따라서 새로운 투자계약이나 기술 성과를 미리 확정적으로 말할 수는 없습니다.
오늘 행사에서 특히 확인할 것은 로봇 AI가 실제 산업현장에 적용된 사례와 유료 고객 여부입니다.
기술을 개발했다는 사실뿐 아니라 고객이 그 기술을 실제 작업에 사용하고 있는지가 중요합니다.
8. 글로벌 산업의 또 다른 실험 — 아틀라스는 바퀴도 달았습니다
11월 9일 Boston Dynamics는 Atlas의 발 대신 바퀴를 장착한 연구용 실험을 공개했습니다.
로봇은 바퀴로 이동하고 회전하며 몸 전체를 움직입니다.
이 실험의 목적은 새로운 바퀴형 Atlas를 판매하는 것이 아닙니다.
관절 모터에 지속적으로 높은 부하를 주고 제어 성능을 시험하는 것입니다. 회사는 판매할 계획이 없는 연구용 시험장비라고 설명했습니다.
이것은 한국의 현대모비스와 같은 구동부품 기업에도 의미가 있습니다.
휴머노이드의 실제 양산에서는 한 번 강하게 움직이는 능력보다 수천 시간 반복해서 견디는 관절의 신뢰성이 중요하기 때문입니다.
9. 유튜브·공개 영상 — 오늘은 성공장면과 실제 작업능력을 구분합니다
오늘 확인할 가치가 높은 공식 영상자료는 다음과 같습니다.
NVIDIA GR00T 2 공식 시연
11월 9일 CoRL 공개
로봇의 정밀조작과 행동예측, 새로운 기술 학습을 보여줍니다. 연구용 평가와 실제 산업 운영 실적은 구분해야 합니다.
Apple HALO 실제 로봇 실험
11월 4일 공개된 연구 기반
가상의 실내 환경에서 학습한 신체동작을 실제 로봇에 적용하는 모습을 볼 수 있습니다.
공식 데모에는 성공한 동작이 강조될 수 있습니다. 따라서 몇 번을 시도했고, 실패했을 때 어떻게 복구했으며, 사람이 얼마나 개입했는지를 함께 확인해야 합니다.
10. 사회 변화 — 숙련자는 로봇을 가르치는 사람이 됩니다
앞으로 로봇의 작업을 가르치는 방법이 쉬워진다면 제조업 숙련자의 역할도 달라질 수 있습니다.
사람이 부품을 잡고 끼우는 모습을 보여줍니다.
로봇이 그 동작을 학습합니다.
센서는 손끝에 가해지는 힘을 기록합니다.
AI는 성공과 실패를 비교합니다.
이 과정에서는 로봇 작업교사, 안전검증 전문가, 데이터 품질관리자, 로봇 정비기술자와 같은 역할이 필요해질 수 있습니다.
반대로 반복작업이 자동화되면서 일부 직무는 줄어들 수 있습니다.
따라서 사람의 작업경험을 데이터로 사용할 때에는 교육과 재배치, 데이터 사용에 대한 동의와 보상도 함께 준비해야 합니다.
11. 투자 관점 — 성공률보다 실제 유료 작업시간을 확인해야 합니다
프로젝트 휴먼로봇의 일곱 가지 핵심지표를 유지하겠습니다.
| Paid Working Hours | 실제 돈을 받고 일한 시간 |
| Intervention Rate | 사람의 개입 빈도 |
| First-attempt Success Rate | 첫 시도 작업 성공률 |
| Repeat Order | 고객의 후속주문 |
| Uptime | 실제 작업 가능 시간 |
| BOM Share | 로봇 한 대의 공급 부품가치 |
| Developer Count | AI 플랫폼 개발자와 기업 생태계 |
오늘 특히 중요한 것은 First-attempt Success Rate와 Intervention Rate입니다.
NVIDIA가 발표한 95% 성공률은 기술적으로 주목할 만합니다.
그러나 고객 공장에서 같은 성과를 유지하는지는 별도로 확인해야 합니다.
리얼월드의 DexBench는 이러한 차이를 구분하고 평가하기 위한 기반입니다.
에이딘로보틱스의 촉각 기술이 실제로 작업 성공률을 얼마나 개선하는지도 검증해야 합니다.
또한 엔비디아의 국내 스타트업 투자 계획이 실제 매출 증가를 자동으로 보장하지는 않습니다.
좋은 기술, 좋은 사업, 좋은 주식의 매수가격은 서로 다른 문제입니다.
12. 주요 리스크와 반대 증거
첫째, NVIDIA의 95%와 Apple의 91%는 평가 과제와 환경이 다릅니다. 직접적인 우열 비교에 사용하면 안 됩니다.
둘째, 모델 학습 성공률이 실제 공장의 장시간 생산성과 같지는 않습니다.
셋째, 촉각센서와 로봇손의 자유도가 늘어나면 비용과 유지보수 난도도 증가할 수 있습니다.
넷째, DexBench는 로봇 AI 평가도구이지 국제적인 휴머노이드 안전인증을 대신하지 않습니다.
다섯째, 엔비디아의 리얼월드 투자 계획은 구체적인 투자금액과 집행시점을 확인해야 합니다.
여섯째, 다양한 로봇에 AI를 적용하려면 각 기종의 센서·구동기·안전제어 특성에 맞추는 과정이 필요합니다.
일곱째, 모든 제조작업에서 인간형 로봇이 기존 산업용 로봇보다 경제적인 것은 아닙니다.
여덟째, 연구실의 실험이 실제 산업고객의 반복주문으로 이어질지는 아직 검증해야 합니다.
오늘도 같은 원칙을 유지합니다.
연구 성공률 ≠ 유료 작업 성공률
AI 모델 공개 ≠ 완성로봇 양산
벤치마크 공개 ≠ 국제 안전인증
투자 계획 ≠ 확정 영업이익
13. 오늘의 결론 — 한국은 로봇에게 일을 가르치고 그 능력을 검증하는 나라가 될 수 있습니다
2026년 11월 10일.
한국에서는 로봇의 손끝에 감각을 넣고 있습니다.
에이딘로보틱스는 물체를 잡는 힘과 접촉 위치를 읽으며 양손으로 상자를 운반했습니다.
리얼월드는 엔비디아와 함께 그 손이 실제 일을 얼마나 잘하는지 평가하는 기준을 만들었습니다.
그리고 엔비디아는 새로운 로봇 AI가 적은 시범으로 작업을 배우는 능력을 공개했습니다.
세 소식은 서로 다른 기술처럼 보입니다.
그러나 하나의 방향으로 연결됩니다.
로봇이 느끼고, 배우고, 행동하며, 그 결과를 같은 기준으로 검증하는 것입니다.
한국에는 자동차와 반도체, 배터리와 조선, 전자와 정밀기계 산업이 있습니다.
이곳에는 오래 일한 숙련자가 있습니다.
그 사람들이 알고 있는 손의 움직임과 힘의 조절을 데이터로 만들 수 있습니다.
그 경험을 국내 로봇손과 행동 AI에 적용할 수 있습니다.
그리고 실제 공장에서 성공과 실패를 검증할 수 있습니다.
이 구조가 만들어진다면 한국은 세계에서 가장 많은 완성 휴머노이드를 생산하지 않더라도 중요한 경쟁력을 확보할 수 있습니다.
그러나 아직 성공을 말하기에는 이릅니다.
로봇이 실제로 몇 시간 일했는가.
사람은 몇 번 도와줬는가.
처음 보는 작업도 완성했는가.
고객이 다시 주문했는가.
이 질문에 답하는 기업들이 앞으로 휴머노이드 산업을 이끌 가능성이 큽니다.
오늘의 한 문장
휴머노이드 시대의 승부는 손가락을 얼마나 사람처럼 움직이는가가 아니라, 손끝으로 세상을 느끼고 적은 시범으로 일을 배워 실제 현장에서 끝까지 완성하는 능력에 있습니다.