- 중국 1위 휴머노이드 기업 유니트리의 창업자가 일상에서 로봇을 자유롭게 상용화하기까지는 10년 안에도 쉽지 않다고 경고했습니다.
- 화려한 춤과 무술 시연과 달리 실제 현장에 필요한 마찰력, 촉감, 실수 복구 등 '행동 데이터'가 턱없이 부족하기 때문입니다.
- 중국 정부 자금으로 연명하는 인위적 시장 순환 구조를 넘어 실제 자발적인 산업 수요가 형성되기까지 단기적 낙관론은 경계해야 합니다.
1. 춤추던 중국 1위 로봇회사의 뜻밖의 폭로
중국 베이징에서 열린 세계 로봇 컨퍼런스(World Robot Conference)에서 모두의 기대를 깨는 뜻밖의 발언이 나왔습니다. 중국 휴머노이드 로봇 시장에서 선두 기업으로 평가받으며 최근 상장까지 마친 기업 유니트리(Unitree)의 창업자 겸 CEO 왕싱싱은 "10년 안에 일상에서 휴머노이드 로봇을 자유롭게 쓰기는 힘들 것"이라고 단언했습니다.
세계적인 로봇 기술의 발전상과 인간을 능가할 가능성을 다룬 해외 언론 보도입니다.
빠르면 2~3년, 느려도 5~10년 안에 낯선 환경에 투입되어 작업의 약 80%를 수행하는 모습은 볼 수 있겠지만, ChatGPT처럼 누구나 일상에서 로봇을 사서 활용하는 시점은 훨씬 먼 이야기라는 지적입니다. 기업 가치가 급상승한 업계 선두주자의 입에서 나온 솔직한 고백이기에 투자자와 산업계가 느낀 충격은 더 컸습니다.
2. 덤블링하는 로봇이 계란 하나 못 뒤집는 이유
소셜 미디어나 전시회에서 접하는 휴머노이드 로봇은 화려한 무술과 덤블링을 선보이고 BTS 춤까지 완벽히 소화합니다. 당장이라도 공장이나 가정에 투입하면 어떤 일이든 척척 해낼 듯하지만, 현실은 완전히 다릅니다.
전시장에서 보여주는 화려한 동작은 무작위 환경을 스스로 인식해 움직인 결과가 아닙니다. 정해진 좌표와 환경에서 수천 번 반복 훈련된 프로그래밍의 결과물일 뿐입니다. 프라이팬 위치나 무게가 조금만 달라져도 허공을 잡거나 물건을 내동댕이치고 맙니다.
실제 공장이나 가정에서는 포장재의 정전기, 1cm의 부품 위치 오차, 눅눅해진 상자처럼 수많은 변수가 생깁니다. 현재 기술 수준으로는 10번 중 2~3번 발생하는 돌발 상황이나 실수를 스스로 복구하는 능력이 턱없이 부족합니다. 작업의 80%만 해내고 멈춰버리는 로봇에 돈을 지불할 기업은 없기에 상용화의 벽은 생각보다 훨씬 높습니다.
3. 로봇 상용화를 막는 진짜 병목, '행동 데이터'의 가뭄
로봇 기술의 개발 속도가 더딘 근본적인 이유는 '물리적 행동 데이터'가 절대적으로 부족하기 때문입니다. 텍스트 기반의 대형 언어 모델(LLM)은 인터넷상의 방대한 문서를 수집해 학습할 수 있었지만, 로봇의 물리 운동 데이터는 인터넷이나 도서관에 존재하지 않습니다.
사람이 직접 장갑과 헤드셋을 착용하고 로봇에게 세밀한 동작을 가르치는 훈련 과정이 필요한 이유입니다.
양파를 깔 때의 손가락 각도, 컵을 쥘 때 미끄러지지 않는 적정 압력, 표면 마찰력과 촉감 같은 데이터는 사람이 직접 장비를 착용하고 움직이며 새로 쌓아야 합니다. 동영상을 수만 번 시청하게 해도 해결할 수 없는 물리적 접촉 영역입니다.
여기에 훈련 데이터 구축을 방해하는 치명적인 걸림돌이 더해집니다.
- 유효 데이터의 낮은 수율: 사람이 8시간 동안 데이터를 수집해도 학습에 쓸 만한 정제 데이터는 3시간 분량에 그칩니다. 힘 조절 실수로 컵을 구기거나 코를 긁는 등의 불필요한 습관적 동작을 모조리 골라내야 해서입니다.
- 데이터 호환 불가능: 특정 로봇의 손 모양과 관절 구조에 맞춰 수집한 데이터는 다른 기종에 그대로 쓸 수 없습니다. 로봇 하드웨어가 바뀌면 처음부터 다시 데이터를 모아야 합니다.
- 막대한 학습 시간 필요: 로봇 한 대가 일상 업무를 능숙하게 처리하려면 약 1억 시간의 훈련 데이터가 필요하다고 추산됩니다.
이 한계를 넘고자 중국의 유통 공룡 JD닷컴은 최대 60만 명을 동원해 웨어러블 장비를 착용시키고 대규모 행동 데이터를 수집하는 일명 '데이터 알바' 프로젝트까지 추진하고 있습니다.
4. 중국 정부가 만든 착시, 인위적 자금 순환 구조
실용성이 이처럼 떨어짐에도 시중에 판매되는 수많은 중국 휴머노이드 로봇은 과연 누가 구매하는 것일까요? 속사정을 파헤쳐 보면 실제 산업 현장의 자발적 수요가 아닌 정부 주도의 인위적인 자금 순환 구조를 확인할 수 있습니다.
정부 지원을 받는 센터가 로봇을 구매하고 다시 데이터를 되파는 인위적인 순환 구조가 로봇 산업의 현실을 보여줍니다.
중국 지방정부 자금 조달 기구는 로봇 제조사와 '훈련 센터' 양쪽에 투자금을 지원합니다. 로봇 제조사는 정부 지원금으로 설립된 훈련 센터에 미완성 로봇을 판매해 매출을 올리고, 훈련 센터는 사람이 직접 로봇을 움직여 만든 데이터를 다시 로봇 제조사에 되팝니다.
지방 정부의 투자와 로봇 판매로 이어지는 폐쇄적인 자금 순환 구조가 로봇 산업의 성장을 왜곡하고 있습니다.
결국 정부 자금이 내부에서 순환하며 인위적인 매출과 학습 데이터를 만들어내는 구조인 셈입니다. 시장 내부의 진짜 고객이 늘어나서 성장이 이루어지는 것이 아니라, 로봇 훈련이라는 명목하에 자금이 돌고 도는 형국입니다. 중국 내에 훈련 센터만 60여 개에 달하고 최근 2년간 370여 개의 스타트업이 쏟아져 나온 배경에는 이러한 정책적 조력 영향이 컸습니다.
5. 화려한 시연보다 실제 데이터 생태계를 봐야 할 때
중국이 대규모 인력과 정부 자금을 아낌없이 쏟아부어 데이터 구축에 집중하는 나라인 것은 사실입니다. 이는 과거 전기차 산업 초기 당시 정부 보조금으로 시장 저변을 넓힌 뒤 산업을 키워냈던 방식과도 매우 유사합니다.
그러나 하드웨어의 화려한 동작과 달리, 소프트웨어와 행동 데이터의 학습 속도는 현저히 느립니다. "내년이나 내후년이면 가정용 휴머노이드가 보급된다"는 식의 단기 낙관론에 기대어 투자하는 것은 매우 위험합니다.
앞으로 휴머노이드 산업을 관전할 때 유심히 살펴봐야 할 지표는 시연 동영상의 화려함이 아닙니다. 서로 다른 기종 간 행동 데이터를 동기화하는 표준 기술이 등장하는지, 그리고 정부 지원금 순환 구조를 넘어서 실제 공장이나 상업 현장에서 인건비를 줄였다는 진짜 구매 고객의 성공 사례가 나오는지를 냉정히 따져보아야 합니다.
FAQ
휴머노이드 로봇이 춤이나 무술을 잘하는데 왜 집안일은 못 하나요?
춤이나 무술은 정해진 위치와 좌표에 맞춰 반복하도록 수천 번 프로그래밍된 결과입니다. 반면 집안일이나 공장 작업은 눅눅한 상자, 정전기, 1cm의 위치 오차처럼 매번 새로운 변수가 발생하는데, 현재 로봇은 이러한 돌발 상황을 스스로 인식하고 복구하는 능력이 턱없이 부족하기 때문입니다.
로봇 학습에 왜 그렇게 막대한 시간이 걸리나요?
언어 AI와 달리 로봇은 물건을 쥐는 힘, 마찰력, 각도, 촉감 같은 물리적 '행동 데이터'가 필요합니다. 사람이 직접 장비를 착용하고 데이터를 만들어야 하는데, 8시간 작업 중 노이즈를 제외한 유효 데이터는 3시간에 불과합니다. 게다가 범용 로봇 하나를 완성하려면 약 1억 시간 분량의 데이터가 필요하기 때문입니다.
중국 휴머노이드 기업들의 매출은 진짜 시장 수요인가요?
대부분 지방정부 자금이 투입된 '훈련 센터'와의 거래에서 발생하는 순환 매출입니다. 로봇 제조사가 훈련 센터에 로봇을 팔고, 해당 센터에서 만들어진 행동 데이터를 다시 사 오는 방식이 많아서, 실제 현장의 인건비 절감을 위해 로봇을 구매하는 자발적 시장 수요는 아직 미비한 상태입니다.
원본 영상 보기
