티스토리 뷰
목차
유니트리 CEO가 말한 ‘로봇의 ChatGPT 순간’
중국은 이제 로봇을 많이 만드는 단계를 넘어, 처음 보는 일을 스스로 이해하는 ‘범용 행동지능’으로 승부처를 옮기고 있습니다
오늘의 한 줄
2026년 8월 21일 휴머노이드 산업의 핵심은 로봇의 몸 자체보다 ‘처음 보는 환경에서도 말을 알아듣고 일을 해내는 두뇌’로 경쟁축이 이동하고 있다는 점입니다. 중국은 이미 대량생산에서 앞서고 있고 이제 월드모델·행동데이터를 결합하려 합니다. 한국은 이에 맞서 자동차·전자·반도체라는 제조기반에 ‘숙련자의 행동 데이터’를 얼마나 빨리 쌓느냐가 중요해지고 있습니다.
1. 핵심 뉴스 요약
오늘 가장 중요한 발언은 WRC 2026 현장에서 나왔습니다.
Unitree 창업자 겸 CEO 왕싱싱은 로봇산업이 앞으로 ‘ChatGPT 모먼트’를 맞을 것이라고 말했습니다. 그가 말하는 전환점은 로봇이 이미 학습한 동작만 반복하는 것이 아니라 처음 보는 환경에서도 음성이나 문자 지시를 이해하고 대부분의 작업을 스스로 수행하는 단계입니다. 다만 그는 이 수준의 로봇 소프트웨어가 현실화되기까지 2년에서 10년 정도가 걸릴 수 있다고 신중하게 전망했습니다.
이 발언이 중요한 이유는 Unitree가 단순히 걷고 뛰는 로봇회사가 아니기 때문입니다.
회사는 최근 고속 휴머노이드 ‘Superman’을 공개했고 IPO를 마쳤으며, 이제 연구개발의 중심을 월드모델과 범용 행동지능으로 확대하고 있습니다. 즉 중국이
몸 → 대량생산 → 가격 → 데이터 → AI
의 순서로 올라오고 있는 것입니다.
WRC 현장에서도 같은 변화가 확인됩니다. Leju Robotics는 산업용 KUAVO, Galbot은 창고작업용 G1, Robotera는 제조·물류용 L7을 전시했고 X Square는 실제 택배 분류 작업을 시연했습니다. LimX Dynamics의 Luna는 영상을 보고 행동을 학습하는 방향까지 보여주고 있습니다.
그리고 중국 자동차기업도 움직입니다.
Chery의 로봇 자회사 AiMOGA Robotics는 IPO를 검토하고 있으며 이미 세계에 3,000대 이상의 로봇을 공급했습니다. 향후 연간 1만대 공급을 목표로 하고 있고 중국 여러 도시에는 교통정리·군중안내 등을 수행하는 휴머노이드 경찰 로봇 110대도 배치됐습니다.
따라서 오늘의 세계 흐름은 이렇게 정리할 수 있습니다.
어제까지의 질문이 “로봇을 몇 대 만들 수 있는가”였다면, 오늘부터는 “그 많은 로봇이 스스로 무엇을 배워 실제로 일할 수 있는가”가 됩니다.
2. 기술 의미
로봇의 ‘ChatGPT 순간’은 무엇일까
ChatGPT 이전의 AI는 특정 문제에 특화돼 있었습니다.
번역 AI,
사진분류 AI,
음성인식 AI처럼 역할이 나뉘었습니다.
하지만 거대언어모델은 하나의 모델이 다양한 질문과 새로운 상황에 대응하는 방향으로 바뀌었습니다.
휴머노이드도 현재 비슷한 길을 걷고 있습니다.
지금의 산업용 로봇은 보통
정해진 위치 → 정해진 물건 → 정해진 움직임
을 반복합니다.
범용 휴머노이드는 달라야 합니다.
사람이
“저 상자를 들고 빈 선반에 올려줘.”
라고 말했을 때 로봇은
물체를 찾고,
빈 선반을 알아보고,
가는 길을 판단하고,
상자를 잡는 힘을 결정하고,
사람이 나타나면 피한 뒤,
상자를 놓아야 합니다.
이 과정에는 단순 보행기술보다 훨씬 어려운
언어 → 인식 → 판단 → 행동
의 연결이 필요합니다.
왕싱싱이 말한 ‘ChatGPT 순간’은 바로 이 연결이 범용화되는 시점을 뜻합니다.
3. 여기서 월드모델이 중요해집니다
사람은 컵이 테이블 끝에 놓이면 떨어질 수 있다는 것을 압니다.
유리잔을 강하게 잡으면 깨질 수 있다는 것도 압니다.
이것은 우리가 세상이 어떻게 움직이는지 머릿속에서 어느 정도 예측하기 때문입니다.
로봇에도 이런 능력이 필요합니다.
행동하기 전에 결과를 예상하는 내부 세계 모델, 즉 월드모델이 중요해지는 이유입니다.
Unitree가 이 분야에 투자를 확대하고 있다는 Reuters 보도는 의미가 큽니다. 회사가 빠르게 걷는 몸에서 범용적으로 판단하는 두뇌로 기술축을 옮기고 있다는 뜻이기 때문입니다.
하지만 AI 모델만 커진다고 해결되지 않습니다.
로봇은 실제 세상에서
물건을 떨어뜨리고,
잘못 잡고,
사람에게 막히고,
미끄러지고,
다시 시도하면서
배워야 합니다.
그래서 다음 경쟁력은 행동 데이터입니다.
4. 한국에서 주목해야 할 것은 ‘숙련자의 행동 데이터’
여기에서 한국의 RLWRLD 같은 기업이 중요해집니다.
한국 스타트업 RLWRLD는 호텔 직원이나 물류 작업자 같은 숙련자의 실제 움직임을 카메라 등으로 기록하고, 이를 로봇 AI 학습 데이터로 만드는 기술을 개발하고 있습니다. AP는 현대차·삼성 등과 연계된 테스트와 함께 이런 데이터가 한국의 피지컬 AI 전략에서 중요한 역할을 할 수 있다고 보도했습니다.
이 구조를 아주 단순하게 보면 이렇습니다.
숙련 작업자
↓
손·몸의 움직임 기록
↓
행동 데이터
↓
로봇 AI 학습
↓
실제 로봇 작업
↓
성공·실패 데이터
↓
다시 AI 학습
이 순환이 만들어지면 공장은 제품만 만드는 곳이 아닙니다.
AI에게 일을 가르치는 학교가 됩니다.
5. 부품·공급망
휴머노이드의 두뇌가 좋아질수록 오히려 몸의 부품은 더 중요해집니다.
① 액추에이터 — 로봇의 근육
AI가 아무리 정확하게 판단해도 관절이 정확하게 움직이지 않으면 일을 할 수 없습니다.
앞으로는 단순 최대토크보다
작고 가벼우며,
전력을 적게 먹고,
오래 버티며,
정밀한 힘을 낼 수 있는가
가 중요합니다.
② 감속기·베어링 — 수명을 결정합니다
휴머노이드가 산업설비가 되는 순간부터 공중제비보다 10만 번 반복했을 때 유격이 얼마나 생기는가가 더 중요합니다.
한국 정밀기계 기업들이 노릴 수 있는 영역입니다.
③ 힘·토크·촉각센서 — 손의 감각
범용 행동지능이 좋아질수록 로봇은 더 다양한 물체를 잡게 됩니다.
그러면 카메라만으로는 부족합니다.
얼마나 강하게 잡았는지,
미끄러지는지,
깨질 위험이 있는지를 알아야 합니다.
④ 로봇핸드 — 앞으로 가장 중요한 전장 중 하나
사람이 공장에서 만들어내는 가치의 상당 부분은 손에서 나옵니다.
부품 조립,
케이블 연결,
검사,
포장,
분류
모두 손이 필요합니다.
따라서 휴머노이드 경쟁은 장기적으로 두 다리보다 열 손가락에서 더 치열해질 가능성이 있습니다.
⑤ 카메라·3D 센싱 — 로봇의 눈
몸이 움직일수록 더 넓고 정확한 시야가 필요합니다.
한국의 카메라 모듈과 이미지센서 산업이 휴머노이드 공급망으로 확장될 수 있는 이유입니다.
⑥ AI 반도체·메모리 — 생각하는 속도
로봇은 영상·음성·촉각·관절 데이터를 동시에 처리합니다.
클라우드에만 의존하면 반응이 늦어집니다.
따라서 몸 안의
AI 가속기 + 메모리 + 전력관리 반도체
가 중요해집니다.
이 부분은 한국이 분명한 제조 경쟁력을 가진 영역입니다.
⑦ 배터리·BMS — 실제 노동시간
휴머노이드에서는 이제 배터리 용량보다 더 중요한 질문이 있습니다.
“한 번 충전해서 몇 시간의 실제 일을 만들어내는가?”
가동시간이 짧으면 아무리 훌륭한 로봇도 공장에서는 생산성이 떨어집니다.
⑧ 통신·보안
로봇 수백 대가 공장에 들어가면 모두 네트워크에 연결됩니다.
소프트웨어 업데이트,
작업 명령,
영상데이터,
고장정보가 오갑니다.
로봇 보안은 컴퓨터 보안과 달리 침해가 실제 움직임으로 이어질 수 있다는 점에서 더욱 중요합니다.
⑨ 유지보수
휴머노이드가 10만대로 늘어나면 관절·손·배터리·센서의 교체시장이 생깁니다.
자동차의 완성차 시장 뒤에 거대한 부품·정비시장이 존재하는 것과 같습니다.
⑩ 행동 데이터
결국 오늘 가장 중요한 ‘부품’입니다.
눈에 보이지 않지만 로봇 한 대가 하루 동안 만든 성공과 실패 경험이 다음 세대 로봇의 성능을 결정합니다.
6. 국내 기업 기회
현대자동차그룹 — 가장 큰 자산은 Atlas보다 ‘공장’
현대차는 Boston Dynamics의 Atlas를 가지고 있습니다.
하지만 더 큰 경쟁력은 세계 곳곳의 자동차 생산라인입니다.
로봇이 실제로
부품을 옮기고,
정렬하고,
작업자와 마주치고,
실패하고,
다시 수행하면서
엄청난 행동 데이터를 만들 수 있기 때문입니다.
앞으로 현대차의 로봇 경쟁력은 Atlas의 운동성보다 자동차 공장을 얼마나 빠르게 AI 학습공장으로 바꾸느냐에서 결정될 가능성이 있습니다.
삼성전자·레인보우로보틱스 — 반도체와 몸의 결합
삼성전자는 지난 7월 CEO 직속 RX(Robotics eXperience) 사업부를 신설했습니다. 미국·중국·일본에 연구거점을 구축하고 제조현장을 시작으로 가정·유통으로 로봇 적용을 확대하는 전략을 제시했습니다.
삼성의 장점은
레인보우로보틱스의 몸
과
삼성의 AI·반도체·메모리·센서·스마트팩토리
를 연결할 수 있다는 점입니다.
휴머노이드가 범용 AI 플랫폼으로 발전할수록 이 결합의 가치가 커질 수 있습니다.
LG전자·LG이노텍·LG에너지솔루션 — 몸의 핵심 부품
LG와 NVIDIA의 협력도 같은 맥락에서 볼 수 있습니다.
NVIDIA는 AI와 컴퓨팅을,
LG는 액추에이터·센서·배터리와 제조현장을 제공합니다. NVIDIA CEO 젠슨 황도 LG와 휴머노이드 및 차세대 데이터센터 분야에서 협력 중이라고 밝힌 바 있습니다.
LG가 갖는 기회는 완성 로봇뿐만 아닙니다.
세계 여러 휴머노이드 업체에
근육·눈·에너지 시스템
을 공급하는 부품사업도 가능합니다.
로보티즈·에이딘로보틱스 등 부품기업
완성 로봇 승자가 누가 될지는 아직 모릅니다.
하지만 대부분의 로봇에는 액추에이터·센서·손이 필요합니다.
에이딘로보틱스가 공개한 휴머노이드 핸드에는 100개가 넘는 촉각센서 셀이 들어가 접촉 위치와 압력분포를 감지합니다.
이처럼 사람의 손과 감각에 가까워질수록 반복해서 필요한 부품이 한국 중소·중견기업에는 현실적인 글로벌 기회가 될 수 있습니다.
7. 중국의 다음 단계 — 자동차기업까지 로봇기업이 됩니다
오늘 Chery의 움직임을 특히 주목할 필요가 있습니다.
Chery에서 시작한 AiMOGA Robotics는 설립된 지 오래되지 않았지만 이미 세계에 3,000대 이상을 공급했고 다음 해에는 1만대 공급을 목표로 하고 있습니다.
여기에서 중요한 것은 자동차회사라는 배경입니다.
자동차기업은 이미
모터,
배터리,
센서,
전력전자,
정밀가공,
대량조립,
글로벌 유통망
을 갖고 있습니다.
이것을 휴머노이드에 옮기는 것은 완전히 새로운 산업을 만드는 것보다 빠를 수 있습니다.
현대차가 Boston Dynamics를 통해 움직이는 이유도 같은 산업논리에서 볼 수 있습니다.
앞으로 휴머노이드 경쟁에서 자동차회사가 예상보다 훨씬 중요한 플레이어가 될 가능성이 있습니다.
8. 내일부터 시작되는 또 하나의 실험
세계 휴머노이드 로봇 체육대회
8월 22일부터 26일까지 베이징에서는 제2회 세계 휴머노이드 로봇 체육대회가 열립니다.
이번 대회에는 16개국 666개 팀, 2,056대의 로봇이 참여할 예정입니다. 지난해와 비교하면 참가팀은 138%, 로봇 수는 300% 이상 증가했습니다.
이를 단순 스포츠 행사로 볼 필요는 없습니다.
달리기는
균형·관절·전력효율
을 시험합니다.
축구는
비전·의사결정·협업
을 시험합니다.
물건을 다루는 종목은
손·촉각·정밀제어
를 시험합니다.
즉 대회장은 또 하나의 거대한 로봇 실증장입니다.
중국은 전시회와 스포츠를 동시에 이용해 수많은 로봇을 현실환경에 반복 노출시키고 있습니다.
9. 유튜브·공개 영상 흐름
오늘 유튜브 공개 흐름에서도 WRC 2026 현장 영상이 빠르게 증가하고 있습니다. 새로 공개된 영상에서는 휴머노이드뿐 아니라 물류로봇과 산업용 AI 로봇이 함께 등장하며, 단순 공연보다 실제 작업을 보여주는 비중이 커지고 있습니다.
최근의 공개 흐름에서 특히 눈여겨볼 것은
Unitree
UBTECH
Leju KUAVO
Galbot
LimX
Robotera
입니다. Reuters의 WRC 현장 정리에서도 이 업체들이 서비스·창고·제조·물류·학습형 휴머노이드라는 서로 다른 방향을 보여주고 있습니다.
이제 영상을 볼 때는 화려한 장면보다 다음을 확인하는 것이 좋습니다.
원격조작인가 자율인가
처음 본 물체도 다루는가
실패 후 다시 시도하는가
같은 작업을 몇 번 반복하는가
실제 고객의 현장인가
몇 시간 연속 일하는가
이 여섯 질문이 ‘ChatGPT 순간’에 얼마나 가까운지 판단하는 기준이 됩니다.
10. 사회 변화
숙련자의 경험이 새로운 ‘데이터 자산’이 됩니다
피지컬 AI 시대에는 숙련노동자의 가치가 사라지기만 하는 것이 아닙니다.
오히려 처음에는 더 중요해질 수 있습니다.
20년 동안 자동차 부품을 조립한 사람,
호텔 객실을 빠르게 정리하는 사람,
물류창고에서 물건을 효율적으로 분류하는 사람의 몸에는 교과서에 없는 지식이 있습니다.
RLWRLD가 바로 이 움직임을 데이터화하려 하는 이유입니다.
앞으로 기업에서는
“우리 직원이 얼마나 일을 잘하는가”
뿐 아니라
“그 직원의 숙련을 얼마나 정확하게 데이터로 보존할 수 있는가”
가 중요해질 수 있습니다.
11. 새로운 일자리도 조금 더 구체화됩니다
휴머노이드가 늘어나면서 필요한 사람은 단순 로봇 개발자만이 아닙니다.
로봇 행동교사
숙련동작 데이터 수집자
로봇 플릿 관리자
휴머노이드 정비사
로봇 안전관리자
행동데이터 엔지니어
피지컬 AI 보안 담당자
같은 직무가 커질 가능성이 있습니다.
사람 한 명이 작업 하나를 직접 수행하던 구조가
사람 한 명이 여러 로봇에게 일을 가르치고 관리하는 구조
로 이동하는 것입니다.
하지만 고용충격에 대한 사회적 조정도 필요합니다. 현대차의 Atlas 도입 논의가 한국 자동차 노동현장에서 고용문제와 연결된 것은 이 변화가 이미 현실적인 노사 문제로 들어왔음을 보여줍니다.
12. 투자 관점
이제 ‘로봇 판매량’ 다음 숫자를 볼 때입니다
중국은 이미 물량에서 매우 앞서 있습니다.
Reuters는 중국이 올해 상반기 세계 휴머노이드 시장에서 4만대 이상을 출하하며 약 97%를 차지했다는 시장자료를 전했습니다.
그렇다면 투자자는 이제 생산대수만 보면 안 됩니다.
다음 여섯 숫자를 기록할 필요가 있습니다.
① 실제 산업 고객 비중
② 하루 평균 가동시간
③ 작업 성공률
④ 사람의 개입 횟수
⑤ 대당 판매가격
⑥ 반복 매출과 유지보수 매출
이 숫자가 좋아져야 로봇이 기술제품에서 생산설비로 바뀝니다.
13. 국내 기업은 ‘AI 발표’보다 다음 단계를 봐야 합니다
투자에서는 기업 발표를 다음 순서로 나누는 것이 좋습니다.
기술개발
→ 시제품
→ 현장실증
→ 고객 인증
→ 공급계약
→ 양산
→ 반복매출
그리고 이제 하나를 더 추가해야 합니다.
→ 현장 데이터가 AI 성능 향상으로 되돌아가는가
입니다.
앞으로 가장 강한 회사는 로봇을 한 번 판매하고 끝나는 회사보다
로봇 판매 → 데이터 → AI 개선 → 더 좋은 로봇 → 추가 판매
라는 순환을 가진 회사일 가능성이 큽니다.
14. 주요 리스크
첫째, ‘ChatGPT 순간’의 시점을 지나치게 낙관할 위험입니다. Unitree CEO 자신도 범용 로봇 소프트웨어가 완성되기까지 2~10년이 걸릴 수 있다고 말했습니다.
둘째, 지금 휴머노이드는 사람보다 생산성이 낮은 경우가 많습니다. 기술 시연과 산업현장의 경제성 사이에는 여전히 큰 차이가 있습니다.
셋째, 중국 가격경쟁입니다. 중국이 압도적인 생산량을 바탕으로 가격을 더 내리면 한국 완성 로봇기업의 부담이 커질 수 있습니다.
넷째, 데이터의 질입니다. 행동 데이터를 많이 모아도 잘못된 시범이나 특정 환경에 치우친 데이터라면 범용성이 떨어집니다.
다섯째, AI의 예측 실패입니다. 텍스트 AI의 오류는 잘못된 문장으로 끝나지만 로봇의 오류는 사람·설비와 충돌할 수 있습니다.
여섯째, 공급망 규제입니다. 미국과 중국 사이의 로봇 규제가 확대되면 센서·반도체·완성 로봇 공급망이 분리될 수 있습니다.
일곱째, 관절·배터리 수명입니다. 지능이 좋아져도 몸이 8시간을 견디지 못하면 산업성이 떨어집니다.
여덟째, 높은 유지보수 비용입니다. 수십 개 관절을 가진 기계는 고장지점도 많습니다.
아홉째, 노동갈등입니다. 자동화로 생기는 생산성의 이익을 기업과 근로자가 어떻게 나눌지가 실제 사회문제로 떠오르고 있습니다.
열째, 테마와 실적의 혼동입니다. ‘피지컬 AI’, ‘휴머노이드’, ‘월드모델’이라는 표현이 기업자료에 등장한다고 실제 매출이 발생한 것은 아닙니다.
15. 오늘의 결론
2026년 8월 21일 휴머노이드 산업의 가장 중요한 단어를 하나 고른다면 저는 ‘학습’을 고르겠습니다.
며칠 전까지 시장의 관심은 Unitree 상장과 주가, Superman의 속도, WRC의 수많은 로봇에 집중됐습니다.
오늘은 그 다음 질문이 나왔습니다.
그 로봇들에게 누가 일을 가르칠 것인가?
Unitree는 월드모델에 투자하면서 로봇의 ‘ChatGPT 순간’을 이야기합니다.
중국 업체들은 WRC에서 물류·조립·가정작업을 반복하며 데이터를 쌓습니다.
한국에서는 RLWRLD 같은 기업이 숙련 작업자의 움직임 자체를 AI 학습자료로 만들고 있습니다.
여기서 한국의 전략이 보입니다.
중국과 단순히 “누가 로봇을 더 많이 만드는가”로만 경쟁해서는 어렵습니다.
한국에는
현대차의 자동차 생산현장
삼성의 반도체·스마트팩토리
LG의 전자·센서·배터리
세계적으로 높은 수준의 제조업 숙련자
가 있습니다.
이 네 가지를 연결하면 한국의 공장은 제품 생산공장이면서 동시에 피지컬 AI를 가르치는 데이터공장이 될 수 있습니다.
그래서 오늘부터 휴머노이드 산업을 볼 때 한 가지 질문을 더 추가하면 좋겠습니다.
“이 회사는 로봇을 몇 대 만드는가?” 다음에 “그 로봇은 매일 무엇을 배우고 있으며, 그 경험이 다음 로봇에게 전달되고 있는가?”를 물어야 합니다.
오늘의 한 문장
생성형 AI의 경쟁력이 인터넷에서 모은 지식이었다면, 피지컬 AI의 경쟁력은 공장에서 사람이 축적해 온 ‘몸의 경험’을 얼마나 빠르게 로봇의 행동 데이터로 바꾸느냐에서 만들어질 가능성이 큽