티스토리 뷰
목차
인간보다 빨리 달린 다음, 로봇은 이제 ‘케이블 하나’를 정확히 꽂아야 합니다
WRC 2026은 끝났지만 세계 휴머노이드 로봇 운동회는 계속됩니다. 오늘부터 진짜 산업 경쟁력은 속도가 아니라 정밀조작·자율복구·가동시간에서 더 선명하게 드러납니다.
오늘의 한 줄
2026년 8월 24일 휴머노이드 산업을 읽는 핵심은 ‘100m 9.39초’ 다음 장면입니다. 베이징에서는 EV 충전, 케이블 연결, 물류 적재, 식당 작업, 비상대응 같은 21개 실제 환경형 과제가 진행되고 있으며 40%가 넘는 종목에서 완전자율 수행이 요구됩니다. 한국은 이제 로봇을 걷게 만드는 경쟁보다 ‘손으로 정확히 일하게 만들고, 그 경험을 데이터로 다시 학습시키는 산업 생태계’를 만드는 데 집중할 필요가 있습니다.
1. 오늘의 핵심 뉴스 요약
어제까지 휴머노이드 뉴스의 중심은 단연 속도였습니다.
중국 베이징에서 열린 제2회 세계 휴머노이드 로봇 운동회에서 Tiangong Ultra가 100m를 9.39초에 달리며 인간 남자 세계기록 9.58초보다 빠른 시간을 기록했습니다. 400m에서도 휴머노이드가 인간 세계기록보다 빠른 기록을 냈습니다.
그러나 오늘 산업적으로 더 중요한 뉴스는 Reuters가 던진 다음 질문입니다.
“로봇은 사람보다 빨리 달릴 수 있다. 그런데 케이블은 제대로 꽂을 수 있는가?”
이번 대회는 30개의 스포츠 경기만 있는 것이 아닙니다.
21개 실제 환경형 과제가 포함돼 있습니다.
로봇들은
전기차 충전
창고 물류
자재 적재
산업 조립
식당 업무
비상상황 대응
케이블 연결
같은 일을 수행합니다.
특히 전체 경기의 40% 이상이 완전자율 방식을 요구합니다. 사람이 조이스틱으로 뒤에서 움직이는 로봇과 스스로 판단해서 움직이는 로봇을 구분하기 시작한 것입니다.
이것이 오늘 가장 중요한 변화입니다.
달리기 → 운동성
에서
케이블 꽂기 → 생산성
으로 평가 기준이 이동합니다.
2. WRC 2026이 끝난 뒤 무엇이 남았나
8월 19일부터 23일까지 진행된 World Robot Conference 2026은 어제로 막을 내렸습니다.
300개가 넘는 기업이 참가하면서 중국 휴머노이드 산업의 규모를 다시 확인시켰습니다. 전시장의 중심에는 Unitree뿐 아니라 UBTECH, Galbot, Leju Robotics, RobotEra, LimX Dynamics 등 다양한 중국 기업이 있었습니다.
그런데 WRC가 끝난 오늘부터 오히려 중요한 검증이 시작됩니다.
전시장에서는 기업이 가장 성공적인 장면을 선택해서 보여줄 수 있습니다.
경기에서는 다릅니다.
물건이 조금 비뚤어져 있고,
케이블이 예상한 위치에 없으며,
다른 로봇이 지나가고,
물건이 미끄러지고,
손이 처음 위치를 놓칠 수 있습니다.
Reuters가 이를 “작은 불완전함의 시험”이라고 설명한 이유입니다.
피지컬 AI의 현실은 바로 여기에 있습니다.
3. 오늘의 기술 의미
가장 어려운 문제는 ‘정답이 조금씩 달라지는 현실’입니다
공장자동화 로봇은 오랫동안 정확하게 일했습니다.
왜냐하면 환경을 로봇에게 맞췄기 때문입니다.
부품은 항상 같은 위치에 있고,
컨베이어는 같은 속도로 움직이며,
로봇팔은 고정돼 있습니다.
휴머노이드는 반대입니다.
로봇이 사람이 만들어놓은 환경에 적응해야 합니다.
케이블이 2cm 왼쪽에 있을 수도 있습니다.
상자가 약간 돌아가 있을 수도 있습니다.
바닥에 장애물이 있을 수도 있습니다.
사람이 갑자기 지나갈 수도 있습니다.
그래서 휴머노이드에는
인식 → 판단 → 손 위치 조정 → 힘 조절 → 실패 감지 → 재시도
라는 연결이 필요합니다.
100m에서 가장 중요한 것이 출력과 균형이라면,
공장에서 가장 중요한 것은 작은 오차를 스스로 수정하는 능력입니다.
4. 왜 ‘케이블 꽂기’가 그렇게 어려울까
사람에게는 아주 쉬운 일입니다.
플러그를 보고,
방향을 맞추고,
손을 가져가고,
조금 틀어졌으면 살짝 움직이고,
저항이 느껴지면 힘을 조절합니다.
로봇에게는 최소 다섯 가지 기술이 동시에 필요합니다.
① 카메라가 소켓을 정확히 찾고
② 3차원 위치를 계산하고
③ 손목 위치를 맞추고
④ 접촉 순간 힘을 측정하고
⑤ 실패하면 다시 위치를 수정해야 합니다.
그래서 이번 대회의 케이블 연결 종목은 단순한 게임이 아닙니다.
비전 + 로봇핸드 + 힘토크센서 + AI + 액추에이터
를 동시에 시험하는 작은 산업용 벤치마크입니다.
5. 부품·공급망
① 로봇핸드 — 오늘 가장 중요하게 볼 부품
앞으로 휴머노이드 산업에서 가장 치열한 경쟁 중 하나가 될 가능성이 있습니다.
걷는 휴머노이드는 이미 많습니다.
하지만
선을 꽂고,
나사를 돌리고,
얇은 물체를 잡고,
상자를 열고,
제품을 조립하는 능력은 아직 부족합니다.
따라서 다지형 덱스트러스 핸드와 정밀 그리퍼는 고부가가치 시장이 될 가능성이 큽니다.
② 힘·토크·촉각센서
카메라는 물체가 어디 있는지를 알려줍니다.
촉각은 물체와 실제로 접촉했는지 알려줍니다.
힘토크센서는
“더 밀어야 하는지”
“너무 세게 밀고 있는지”
를 알려줍니다.
휴머노이드가 정밀조립으로 이동할수록 이 센서의 중요성이 급격하게 커집니다.
③ 액추에이터
100m 경기에서는 강한 토크가 중요했습니다.
산업현장에서는 조금 다릅니다.
정밀한 힘 제어
낮은 발열
낮은 소음
높은 내구성
이 중요합니다.
로봇 한 대에 수십 개가 사용된다는 점에서 여전히 가장 큰 반복 부품시장 가운데 하나입니다.
④ 감속기·베어링
공장에서 로봇을 하루 8시간 이상 사용하는 순간부터 중요성이 더욱 커집니다.
정밀도가 처음에는 좋더라도 10만 번 움직인 뒤 유격이 커지면 제품 불량이 발생할 수 있습니다.
한국 정밀기계 기업이 단순 가격이 아니라 수명과 품질로 경쟁할 수 있는 분야입니다.
⑤ 카메라·3D 비전
휴머노이드가 사람의 공간에서 일하려면 단순 객체 인식만으로는 부족합니다.
“컵이 있다”가 아니라
컵의 손잡이가 어느 방향인지
손이 어디로 접근해야 하는지
까지 판단해야 합니다.
한국의 이미지센서·카메라 모듈 공급망이 휴머노이드와 직접 연결될 수 있는 부분입니다.
⑥ AI 반도체·메모리
휴머노이드는 지속적으로
영상,
촉각,
음성,
관절 위치,
힘,
공간정보를 처리합니다.
클라우드로 보내고 기다릴 시간이 없습니다.
따라서
온디바이스 AI 컴퓨팅 + 메모리 + 전력관리 반도체
가 필요합니다.
한국에는 분명한 강점이 있는 영역입니다.
⑦ 배터리·BMS
이번 대회에서도 로봇의 운동강도가 높아지면서 배터리 관리와 열관리가 중요한 변수로 지적됐습니다.
공장에서는 더 중요합니다.
앞으로 배터리를 평가할 때는
Wh/kg
보다
“한 번 충전으로 몇 시간의 유효 노동을 만들어내는가?”
를 보는 것이 좋습니다.
⑧ 열관리
오늘 특히 추가해서 볼 필요가 있는 부품입니다.
관절 수십 개,
AI 컴퓨터,
배터리가 모두 몸 안에서 열을 냅니다.
로봇이 오래 일할수록 열이 누적됩니다.
따라서 앞으로 휴머노이드 공급망에는
열전도 소재
냉각구조
온도센서
전력 최적화
도 중요한 영역으로 들어올 가능성이 있습니다.
⑨ 통신·보안
로봇 수백 대가 공장에 배치되면 각 로봇은 움직이는 컴퓨터입니다.
작업정보와 영상,
공장배치,
제품정보까지 수집합니다.
따라서 휴머노이드 산업의 확대는 곧 OT·로봇 보안시장 확대이기도 합니다.
⑩ 행동 데이터
그리고 모든 부품을 묶는 핵심입니다.
케이블 연결을 100번 시도해서
70번 성공하고
30번 실패했다고 가정해 보겠습니다.
30번의 실패가 버려지는 것이 아니라
왜 빗나갔는지
어느 순간 힘이 잘못됐는지
어떤 각도에서 실패했는지
를 학습하면 다음 모델의 성공률을 높일 수 있습니다.
이것이 피지컬 AI의 핵심 순환입니다.
6. 오늘 국내에서 가장 주목할 기업 흐름 — 로보티즈
이번 WRC 2026에서 국내 휴머노이드 기업 가운데 특히 눈에 띈 곳은 로보티즈였습니다.
로보티즈는 중국 현장에서 휴머노이드 AI Sapiens, 세미 휴머노이드 AI Worker, 로봇핸드 HX5-D20, 신규 액추에이터 Dynamixel-Q를 함께 전시했습니다. 전자신문에 따르면 국내 휴머노이드 기업 가운데 이번 WRC에 참가한 기업으로 소개됐습니다.
여기에서 중요한 것은 제품 숫자가 아닙니다.
구조입니다.
액추에이터
↓
로봇핸드
↓
휴머노이드
↓
제어 소프트웨어
까지 이어집니다.
즉 부품기업이 완성 플랫폼으로 올라가는 수직통합 전략입니다.
7. 로보티즈에서 더 흥미로운 것은 ‘오픈소스 전략’
로보티즈는 최근
구동 제어 코드
Sim2Real 도구
강화학습 워크플로
등 주요 기술을 공개하고 있습니다.
이것은 단순 무료 공개가 아닙니다.
많은 연구자가 Dynamixel 기반으로 로봇을 만들고,
그 위에서 새로운 AI를 개발하면
→ 플랫폼 사용자 증가
→ 액추에이터 사용 증가
→ 개발도구 축적
→ 다시 사용자 증가
라는 생태계가 만들어질 수 있습니다.
중국이 가격과 생산량으로 플랫폼을 넓힌다면,
한국 기업은 신뢰성 + 개발 편의성 + 개방성으로 생태계를 확대하는 전략도 가능합니다.
8. 국내에서 더 중요한 실증 사례 — 로브로스
한국 휴머노이드가 모두 연구실에만 있는 것은 아닙니다.
국내 기업 로브로스는 이족보행 휴머노이드 IGRIS-C를 반도체·자동차·물류 등 9개 실제 산업현장에 공급하기 시작했습니다.
반도체 클린룸,
자동차 제조공장,
신선식품 냉장물류센터 등에 로봇이 들어갑니다.
이 뉴스는 매우 중요합니다.
왜냐하면 이제 한국에서도
연구실 → 실제 공장
으로 넘어가는 사례가 만들어지고 있기 때문입니다.
앞으로 이 프로젝트에서 숫자를 계속 기록할 필요가 있습니다.
몇 시간 일했는가.
무슨 작업을 했는가.
사람이 몇 번 개입했는가.
고장은 얼마나 발생했는가.
실증 후 고객이 추가 구매했는가.
마지막 질문이 특히 중요합니다.
실증 3대보다 고객의 추가 주문 30대가 산업화의 더 강한 신호입니다.
9. 현대자동차그룹의 기회
현대차그룹의 가장 큰 휴머노이드 자산은 Atlas라는 로봇 한 대가 아닙니다.
자동차공장 자체입니다.
자동차공장에는
부품 운반,
시퀀싱,
검사,
공구 사용,
조립,
포장
같은 휴머노이드 학습과제가 계속 발생합니다.
Atlas가 이 작업을 반복할 때 만들어지는 실패와 성공을 모두 저장한다면 공장은
자동차 생산공장 + 피지컬 AI 데이터공장
이 됩니다.
휴머노이드 경쟁에서 현대차의 진짜 경쟁력은 Boston Dynamics의 운동기술과 현대차의 대규모 제조현장을 연결할 수 있다는 점입니다.
10. 삼성전자·레인보우로보틱스의 기회
삼성은 다른 강점을 갖고 있습니다.
휴머노이드 한 대를 구성하는
AI 반도체
메모리
이미지센서
네트워크
디스플레이
제조 데이터
를 상당 부분 그룹 내부에서 연결할 수 있습니다.
레인보우로보틱스의 하드웨어와 결합되면 단순 로봇 제조사가 아니라 피지컬 AI 컴퓨팅 플랫폼으로 갈 가능성이 있습니다.
특히 오늘처럼 정밀 조작이 중요해질수록 삼성의 반도체·센싱과 제조현장이 로봇 하드웨어와 얼마나 빠르게 연결되는지가 핵심입니다.
11. LG전자·LG이노텍·LG에너지솔루션
LG는 현재 한국 기업 중 공급망 구조가 가장 선명하게 공개된 사례 가운데 하나입니다.
LG와 NVIDIA는 내년 1분기 공개를 목표로 휴머노이드를 개발하고 있으며,
LG전자 → 액추에이터
LG이노텍 → 센서
LG에너지솔루션 → 배터리
NVIDIA → Jetson Thor·Isaac GR00T
를 연결하는 구조입니다.
여기에 더 중요한 것이 있습니다.
LG는 데이터 팩토리 구축도 추진하고 있습니다.
현장에서
데이터 수집 → 학습 → 검증 → 다시 작업
을 반복한다는 것입니다.
이것은 오늘 베이징에서 우리가 보고 있는 방향과 정확히 연결됩니다.
12. 국내 기업이 특히 노려야 할 세 분야
중국과 완성 휴머노이드 가격만으로 경쟁하는 것은 쉽지 않습니다.
한국은 오히려 아직 어려운 영역에 집중할 필요가 있습니다.
첫째 — 정밀 손과 촉각
케이블 연결처럼 산업에서 가장 어려운 작업입니다.
둘째 — 고신뢰성 관절
한 번 멋지게 움직이는 것보다 8시간씩 수년간 움직이는 기술입니다.
셋째 — 제조 행동 데이터
한국은 자동차·반도체·전자·배터리 공장을 가지고 있습니다.
이곳에서 숙련 작업자의 행동을 데이터화하면 중국의 대량생산과 다른 경쟁력을 만들 수 있습니다.
13. 글로벌 흐름
중국 — 이제 스포츠를 넘어 ‘일하는 로봇’ 검증
Reuters가 이번 대회를 분석하면서 반복해서 강조하는 것은 한 가지입니다.
뛰고 점프하는 것만으로는 경제적 가치가 없다.
실제 현장에서 문제를 해결해야 합니다.
중국은
많은 로봇 생산
→ 경기·현장 투입
→ 실패 발생
→ 데이터 축적
→ AI·하드웨어 수정
→ 다시 양산
이라는 순환을 매우 빠르게 만들고 있습니다.
미국 — 로봇의 두뇌
미국은 NVIDIA를 중심으로 여전히
AI 모델,
GPU,
시뮬레이션,
로봇 파운데이션 모델
에서 강합니다.
그래서 한국이 미국 AI 플랫폼과 협력하는 것은 현실적으로 매우 중요합니다.
하지만 장기적으로는 AI 플랫폼을 가져다 쓰면서도 우리 몸·센서·데이터까지 함께 키우는 전략이 필요합니다.
한국 — ‘정밀 제조 + 실증공장’이 답이 될 수 있습니다
한국은 중국처럼 2,000대 로봇을 경기장에 세우지는 못합니다.
그러나 한국에는 중국이 쉽게 복제하기 어려운 것도 있습니다.
세계 수준의
반도체 공장
자동차 공장
배터리 공장
디스플레이·전자 공장
이 있습니다.
따라서 한국형 피지컬 AI 전략은
“로봇을 가장 많이 만드는 나라”보다 “가장 까다로운 제조업 일을 로봇에게 가르치는 나라”
를 목표로 하는 것도 하나의 현실적인 방향입니다.
14. 유튜브·공개 영상 흐름
오늘 공개영상의 관심도 역시 단순 100m 기록에서 조금씩 이동하고 있습니다.
베이징 대회의 축구·탁구·격투·육상 영상과 함께 로봇이 실제 물체를 잡고 조작하는 장면이 확산되고 있습니다. AP도 2,000대가 넘는 로봇이 달리기뿐 아니라 축구·탁구 등 복합적인 활동을 수행하는 모습을 집중적으로 공개했습니다.
특히 앞으로는 잘하는 장면보다 실패 후의 장면을 보는 것이 좋습니다.
영상에서 다음을 확인하십시오.
원격조작인가 완전자율인가
처음 실패한 뒤 스스로 재시도하는가
손 위치를 스스로 수정하는가
사람이 로봇을 만지는 횟수는 몇 번인가
같은 작업을 연속으로 성공하는가
배터리나 관절 때문에 작업이 중단되는가
이 여섯 가지가 화려한 동작보다 산업성을 더 잘 보여줍니다.
15. 사회 변화
로봇이 대체할 첫 번째 대상은 ‘직업’보다 ‘직업 안의 반복동작’입니다
케이블 연결을 예로 들어보겠습니다.
한 작업자가 하루 종일 케이블만 꽂는 것은 아닙니다.
케이블을 찾고,
작업 위치를 확인하고,
끼우고,
검사하고,
문제가 있으면 판단합니다.
초기 로봇은 그중 일부만 맡을 가능성이 높습니다.
예를 들어
반복 연결 → 로봇
품질 판단 → 사람
예외상황 → 사람
처럼 업무가 나뉩니다.
그러다가 로봇이 학습하면서 자동화 범위가 점점 넓어집니다.
그래서 처음 나타나는 사회 변화는
직업의 완전 소멸
보다는
직업의 재구성
일 가능성이 높습니다.
16. 새로운 직업
이에 따라 필요한 사람도 보다 구체화됩니다.
로봇 행동 트레이너
플릿 운영자
휴머노이드 정비사
촉각·행동 데이터 엔지니어
로봇 안전 관리자
피지컬 AI 보안 전문가
입니다.
특히 제조업 숙련자 가운데 일부는 앞으로 로봇에게 일을 가르치는 현장 교사 역할을 맡을 수도 있습니다.
숙련자의 손동작이 AI 훈련 데이터가 되는 것입니다.
17. 투자 관점
오늘부터 ‘최고속도’ 대신 네 숫자를 기록해보면 좋습니다
휴머노이드 기업을 볼 때 다음 숫자를 기록하십시오.
① 작업 성공률
100번 시도해서 몇 번 성공하는가.
② 사람 개입률
100번 중 사람이 몇 번 도와주는가.
③ 평균 가동시간
몇 시간 동안 실제 일을 지속하는가.
④ 시간당 작업비용
사람이나 기존 자동화설비보다 경제적인가.
이 네 숫자가 좋아져야 휴머노이드는 기술주제에서 생산설비로 이동합니다.
18. 국내 투자에서는 특히 ‘실증 이후’를 보아야 합니다
기업을 다음 순서로 구분하면 좋습니다.
기술개발
→ 시제품
→ 산업 실증
→ 고객 인증
→ 공급 계약
→ 양산
→ 반복 주문
→ 유지보수 매출
→ 현장 데이터로 AI 개선
최근 로브로스의 9개 현장 배치는 의미가 있습니다.
하지만 이것만으로 상용화를 단정해서는 안 됩니다.
그 다음에
9대 → 30대 → 100대
로 추가 주문이 발생하는지를 봐야 합니다.
19. 주요 리스크
첫째, 운동성과 산업성의 혼동입니다. 인간보다 빨리 달리는 것과 케이블을 1,000번 정확하게 연결하는 것은 다른 기술입니다.
둘째, 자율성과 원격조작의 혼동입니다. 이번 대회에서도 완전자율 여부를 별도로 평가하는 이유가 있습니다.
셋째, 손과 촉각의 한계입니다. 현실의 작은 위치 오차가 로봇 작업 실패로 이어질 수 있습니다.
넷째, 관절·배터리·열관리입니다. 경기 강도가 높아지면서 배터리와 방열 문제가 실제 기술 한계로 드러나고 있습니다.
다섯째, 중국 가격경쟁입니다. 대량생산을 통한 원가 인하는 한국 완성 로봇과 부품기업 모두를 압박할 수 있습니다.
여섯째, 해외 플랫폼 의존입니다. 한국이 미국 AI와 중국 하드웨어에 과도하게 의존하면 핵심 부가가치를 확보하기 어렵습니다.
일곱째, 데이터 호환성입니다. 한 로봇이 배운 행동을 다른 몸에 그대로 옮기기 어렵습니다.
여덟째, 안전입니다. 잘못된 언어 판단이나 비전 오류가 실제 충돌과 인명사고로 이어질 수 있습니다.
아홉째, 실증과 구매의 차이입니다. 정부 지원 실증은 민간 고객의 반복 구매와 동일하지 않습니다.
열째, 테마와 실적의 차이입니다. ‘휴머노이드 관련’이라는 표현보다 실제 공급계약과 매출을 확인해야 합니다.
20. 오늘의 결론
2026년 8월 24일 휴머노이드 산업에서 가장 중요한 장면은 어제 나온 100m 9.39초 기록이 아닐 수 있습니다.
오늘 더 중요한 장면은 로봇이 작은 케이블 하나를 제대로 꽂으려고 애쓰는 모습입니다.
100m 기록에는 놀라운 기술이 들어 있습니다.
하지만 공장에서 돈을 벌게 만드는 것은
케이블을 꽂고,
상자를 옮기고,
부품을 조립하고,
실패하면 스스로 다시 시도하는 능력입니다.
여기에서 한국의 길도 조금 더 분명해집니다.
중국보다 더 많은 휴머노이드를 만드는 것만이 답은 아닙니다.
한국에는
현대차의 자동차 제조현장
삼성의 반도체·메모리
LG의 액추에이터·센서·배터리
로보티즈의 액추에이터·로봇 플랫폼
로브로스처럼 실제 산업현장에 들어가기 시작한 국내 휴머노이드
가 있습니다.
이들을 서로 연결해야 합니다.
현장 작업
↓
로봇 실패
↓
행동 데이터
↓
AI 재학습
↓
센서·손·관절 개선
↓
다시 현장 투입
이 순환이 만들어진다면 한국 제조업 자체가 거대한 피지컬 AI 학습시설이 될 수 있습니다.
그래서 오늘부터 휴머노이드를 볼 때 질문을 하나 바꾸어보면 좋겠습니다.
“이 로봇은 얼마나 빨리 달리는가?” 다음에는 “사람이 손을 대지 않아도 낯선 케이블 하나를 찾아 정확히 꽂고, 실패하면 스스로 다시 시도할 수 있는가?”를 물어야 합니다.
그 질문에 ‘예’라고 답할 수 있는 순간부터 휴머노이드는 공연하는 로봇이 아니라 실제로 돈을 버는 생산설비가 되기 시작할 것입니다.
오늘의 한 문장
휴머노이드의 다음 기록은 100m 몇 초가 아니라 ‘사람의 도움 없이 몇 시간 동안 몇 번의 일을 정확하게 끝냈는가’가 될 것입니다.