제조업 AX와 휴머노이드 트렌드 — 중소 제조기업이 지금 준비해야 할 것들

2026년, 국제로봇연맹(IFR)은 올해 로봇산업을 이끌 5대 핵심 트렌드로 AI 자율성, IT/OT 융합, 휴머노이드 로봇, 안전과 보안, 인력난 대응을 제시했다. IFR은 휴머노이드 로봇이 자동차 산업을 시작으로 물류와 제조 현장으로 적용 범위가 확대되고 있으며, 시제품을 넘어 실제 현장 투입 단계로 접어들었다고 분석했다. 같은 시기, 중국에서는 140개 이상의 휴머노이드 로봇 기업이 본체를 개발·생산하고 있으며, 6월 서울 코엑스에서 열리는 STK 2026 로보테크쇼에는 테슬라 옵티머스의 대항마로 불리는 애지봇(Agibot)을 비롯한 글로벌 휴머노이드 기업들이 대거 참여할 예정이다. 한편 우리나라 중소 제조기업의 AI 도입률은 어디쯤 와 있을까. 전자신문이 504개 국내 제조기업을 대상으로 실시한 조사에서 82.3%가 AI를 경영에 활용하지 않는다고 답했으며, 대기업 활용률이 49.2%인 반면 중소기업은 4.2%에 불과하다.

휴머노이드 로봇이 공장에 들어오는 미래는 이미 시작되었는데, 정작 그 로봇과 협업해야 할 중소 제조 현장은 AI라는 단어 자체가 여전히 낯선 상태인 것이다. 이 간극을 메우기 위해 우리에게 필요한 것은 무엇일까.

휴머노이드, ‘로봇 원년’에서 ‘상용화 원년’으로

2025년은 미국과 중국을 중심으로 휴머노이드 로봇이 대거 공개되며 ‘휴머노이드 로봇 원년’으로 기록되었다. 그리고 2026년은 휴머노이드 로봇이 파일럿 단계를 넘어 본격 보급 국면으로 진입하는 해가 될 전망이다. 제조·물류·서비스 현장을 중심으로 실제 업무에 투입되며, 인간-로봇 협업이 현실화될 것으로 보인다.

특히 주목할 점은 비용의 급격한 하락이다. 일부 중국 선도 기업은 2026년에 휴머노이드 로봇 원가를 중형 승용차 수준까지 낮추겠다는 목표를 제시하고 있으며, 중국 내 휴머노이드 관련 기업들의 총 기업가치는 이미 41조 원을 돌파했다. AI 기반 로봇의 자율성이 빠르게 고도화되면서, 분석형 AI는 대규모 데이터를 처리해 고장을 사전에 예측하고 물류 경로를 최적화하며, 생성형 AI는 로봇이 스스로 새로운 작업을 학습하도록 돕고 있다.

우리나라도 움직이고 있다. 2026년도 국가 R&D 예산 중 인공지능 분야 예산은 전년 1.1조 원에서 2.3조 원으로 106.1%나 증가했으며, 이 중 상당 부분이 AI, 휴머노이드 로봇, 자율주행 기술 고도화에 집중 투입된다. 정부는 호남권·대경권·동남권·전북 4개 권역에 총 3조 1000억 원 규모의 AI 혁신거점 조성을 추진하고 있으며, 지역 특화산업과 연계한 AI 기술 실증을 통해 국가 전반의 AX를 실현한다는 계획이다.

현장이 말해주는 것 — AX 준비의 빛과 그늘

트렌드 보고서의 화려한 수치는 현장에서 종종 다른 얼굴로 나타난다. 필자가 울산·경남 지역 중소 제조기업을 대상으로 AX 컨설팅을 수행하면서 목격한 두 장면은, ‘왜 지금 AX인가’라는 질문에 어떤 이론보다 명확하게 답해 준다.

▶ 사례 1 — ‘월 30만 원’이 바꾼 수출 대응력 (울산 자동차 부품 기업, 직원 약 60명)

경남 소재 자동차 부품 협력사 A사는 연간 수십 건의 해외 품질 클레임을 처리하면서 늘 같은 병목에 시달렸다. 영문 클레임 답변서 한 장을 완성하는 데 영업·품질 담당자가 하루를 꼬박 매달려야 했고, 오류가 있으면 번역업체에 재수정을 의뢰하는 과정에서 납기보다 답변이 늦어지는 일이 반복됐다.

컨설팅 개입 후 필자는 부서별로 ‘AI 챔피언’ 한 명씩을 발굴해 클로드(Claude) 구독을 지원하고, 클레임 답변 작성 워크플로우를 생성형 AI 기반으로 재설계했다. 전사 구독료는 직원 15명분, 월 30여만 원이 전부였다. 결과는 3개월 만에 나타났다. 영문 클레임 답변 작성 시간이 하루에서 2시간 이내로 단축됐고, 번역 외주 비용이 70% 이상 절감됐다. 품질팀 직원들이 ‘절약된 시간’을 실제 원인 분석과 개선 활동에 투입하면서, 재발 클레임 건수도 감소세로 전환됐다.

사장의 말이 인상적이었다. “로봇 얘기 나올 때마다 멀게 느껴졌는데, AI가 사무실 일상에 녹아들고 나니 공장도 다르게 보이기 시작했습니다.” 이것이 1단계 AX가 만들어 내는 ‘인식의 전환’이다.

▶ 사례 2 — ‘좋은 로봇’이 창고에 잠든 이유 (경북 금속 가공 기업, 직원 약 40명)

경북 소재 금속 가공 업체 B사는 정부 스마트공장 지원사업을 통해 협동로봇(코봇) 2대와 머신비전 시스템을 도입했다. 설비 도입 비용만 2억 원이 넘었다. 그런데 도입 1년 후 현장을 방문했을 때, 코봇 중 하나는 전원이 꺼진 채 한쪽에 밀려나 있었고, 머신비전 시스템의 불량 검출 정확도는 목표치의 절반에도 미치지 못하고 있었다.

원인은 기술이 아니었다. 로봇이 판단하는 데 필요한 ‘표준 작업 데이터’가 없었다. 베테랑 작업자의 숙련된 손끝 감각과 눈대중 기준은 어디에도 문서화되어 있지 않았고, 로봇에게 무엇을 정상으로 보고 무엇을 불량으로 볼지 가르쳐 줄 라벨 데이터 자체가 존재하지 않았던 것이다. 담당자는 “설비 회사에서 와서 세팅해 준다고 해서 믿었는데, 막상 우리 공정에 맞는 데이터는 우리가 만들어야 한다는 걸 나중에야 알았다”고 토로했다.

이것이 AX 없는 로봇 도입의 전형적인 결말이다. 로봇이 일하려면 데이터가 있어야 하고, 데이터를 만들려면 사람이 AI와 함께 일하는 문화가 먼저 정착되어야 한다. 순서가 바뀌면 수억 원짜리 설비가 창고를 채우는 고철이 된다.

두 사례가 말해주는 것은 하나다. AI 도구를 먼저 조직 문화로 흡수한 기업은 그다음 단계의 설비 투자를 ‘살아있는 투자’로 만들 수 있다. 반면 그 과정을 건너뛰고 하드웨어부터 앞세운 기업은, 아무리 훌륭한 로봇을 도입해도 그것을 움직일 준비가 되어 있지 않다는 것을 비싼 수업료를 내고 배우게 된다.

AX 없는 휴머노이드는 ‘모래 위의 성’이다

그런데 여기서 근본적인 질문을 던져야 한다. 휴머노이드 로봇이 공장에 도착했을 때, 그 로봇에게 무엇을 시킬 것인가? 어떤 데이터로 학습시킬 것인가? 누가 로봇과 협업하며 관리할 것인가?

이 질문에 답하지 못하면, 수억 원짜리 휴머노이드 로봇은 비싼 고철이 될 뿐이다. 그래서 AX(AI Transformation)가 필수적이다. AX란 단순히 AI 도구를 도입하는 것이 아니라, AI와 함께 일하는 문화를 조직 전체에 정착시키는 전환 과정이다. 휴머노이드 로봇은 AX의 마지막 단계, 즉 ‘Physical AI’에 해당하며, 그 전에 반드시 밟아야 할 계단이 있다.

필자가 제안하는 AX 4단계 스케일업 로드맵은 다음과 같다. 1단계는 월 2만 원의 생성형 AI 구독으로 시작하는 ‘AI 문해력 확보’다. 직원들이 클로드나 ChatGPT로 영문 클레임 답변서를 작성하고, 엑셀 데이터를 분석하고, 정부 지원사업 신청서 초안을 잡는 단계다. 1.5단계는 ‘바이브 코딩’으로, 코딩을 전혀 모르는 현장 직원이 AI에게 자연어로 설명하여 업무 자동화 프로그램을 만드는 단계다. 2단계는 베테랑 직원의 30년 노하우를 디지털화하여 ‘우리 회사 전용 AI’를 구축하는 단계이고, 2.5단계는 센서 데이터를 기반으로 설비 고장을 예측하고 공정을 최적화하는 단계다. 그리고 마지막 3단계가 바로 비전 AI, 협동로봇, AGV, 나아가 휴머노이드까지를 포괄하는 ‘Physical AI’ 단계다.

이 계단의 순서가 중요하다. 1단계에서 AI 문해력이 정착되지 않으면 2단계의 맞춤형 AI를 구축할 역량이 없고, 2.5단계에서 데이터가 축적되지 않으면 3단계의 로봇이 판단할 근거가 없다. 앞서 소개한 A사의 ROI 1,000%가 넘는 성과가 바로 1단계의 힘이고, B사의 창고 속 코봇이 바로 계단을 건너뛴 결과다.

‘인식’에서 ‘실행’으로 — 중소 제조기업에 드리는 제언

정부는 2030년까지 중소기업 AI 도입률 50% 달성을 목표로 스마트제조혁신 3.0을 본격화하고 있다. 스마트공장 기반 위에 버티컬 AI를 단계적으로 적용해 예지보전, 품질관리, 공정 시뮬레이션 등 지능형 제조를 확산한다는 전략이다. 2026년 스마트 제조혁신 지원사업에서는 뿌리업종 공정혁신형, 지역주력산업 선도형, 중소제조현장 수요형 분야를 중심으로 AI 응용 제품과 서비스의 상용화를 지원하고 있다.

그러나 전문가들은 “중소기업 AI 확산 없이는 AI 강국도 공염불에 그칠 수밖에 없다”며, 인식 전환과 단계적 도입, 현장형 인력 육성을 우선 과제로 제시하고 있다. NIA 보고서도 국내 제조업이 AI를 점진적으로 도입 중이나 활용 범위와 지침 수립이 초기 단계에 머물러 있으며, AI 도입 이후에도 실질적 변화가 아직 제한적이라고 분석했다.

문제의 핵심은 ‘인식과 실행 사이의 간극’이다. AI가 필요하다는 것은 대부분의 경영자가 안다. 그러나 ‘어디서부터, 어떻게’ 시작할지를 모르기 때문에 행동으로 옮기지 못한다. 이 간극을 메우는 것이 바로 단계적 AX 로드맵의 역할이다.

필자는 전국의 중소 제조기업 경영자에게 세 가지를 권한다.

첫째, 내일 아침 당장 AI 구독을 시작하라. 월 2만 원이면 된다. 완벽한 계획을 세우려고 1년을 기다리는 것보다, 80%의 준비로 오늘 시작하는 것이 낫다. 둘째, 호기심 많은 직원 한 명을 ‘AI 챔피언’으로 임명하라. 조직 전체를 바꾸는 것은 시스템이 아니라 사람이다. 셋째, 베테랑 직원의 은퇴 전에 인터뷰를 시작하라. 매뉴얼에 없는 30년 노하우는 사람이 떠나면 영영 사라진다. AI에 그 지식을 담아두면 후배들이 24시간 자문을 받을 수 있다.

휴머노이드 로봇이 우리 공장에 들어오는 날은 생각보다 빨리 올 것이다. 그 날을 위한 준비는 수억 원짜리 설비 투자가 아니라, 오늘 월 2만 원짜리 AI 구독에서 시작된다. AX의 계단을 하나씩 밟아 올라가면, 휴머노이드가 도착했을 때 우리는 그 로봇에게 무엇을 시키고, 어떤 데이터로 학습시키고, 어떻게 함께 일할지를 이미 알고 있을 것이다. 그것이 기술이 아닌 문화로서의 AX이며, 중소 제조기업이 생존을 넘어 도약하기 위한 유일한 길이다.

이미지 출처: 이디오그램 생성