[제조업 AX] 중국 휴머노이드의 질주, 한국 제조업은 어디에 서 있나?

애지봇·유니트리·갤럭시아… 그 속도를 우리는 어떻게 받아들여야 하나

지난주 중국 애지봇(Agibot)이 이례적인 선택을 했다. 롱치어 테크놀로지 남창 공장 태블릿 생산 라인에서 휴머노이드 로봇이 실제로 일하는 모습을 6일간 생중계한 것이다. 실제 공장 환경에서 인간 작업자들과 나란히 품질 검사 섹션 전반을 담당하며 일하는 휴머노이드들의 모습, 실제 생산 워크플로우, 인간과 로봇의 협업, 다중 로봇 간의 조정, 실제 산업 조건에서의 장시간 연속 운영 모습까지 생방송으로 내보냈다. (출처: Beijingph)

생중계. 이 단어가 의미하는 것은 하나다. 편집하지 않아도 될 만큼 자신 있다는 것이다. 기술 시연 영상이 아니다. 실제 생산 현장이다.

같은 시각, 한국에서는 다른 뉴스가 나왔다. 현대차 노조가 소식지에서 “노사합의 없는 신기술 도입은 단 1대의 로봇도 현장에 들어올 수 없다”고 경고했다. 중국이 공장에서 휴머노이드를 ‘생중계’하는 동안, 한국은 휴머노이드 1대를 공장에 들여오는 것조차 합의를 기다리고 있다. (출처: Beijingph)

이 두 장면이 2026년 한국 제조업이 마주한 현실이다. 그리고 이 연재가 지금까지 8편에 걸쳐 준비해온 것들, AI 문해력·바이브 코딩·암묵지·데이터·전용 AI·예지보전·코봇, 이 모든 것이 결국 이 장면을 위한 준비였다.

숫자로 보는 중국 휴머노이드의 현주소

숫자부터 직시하자. 이것이 바른질문의 출발이다.

트렌드포스에 따르면 올해 전 세계에 출하·설치된 휴머노이드 중 중국산 비중이 80~90% 수준으로 추산된다. 애지봇(30.4%)과 유니트리(49.3%)가 전 세계 시장 점유율 80%가량을 나눠갖고 있다. (출처: Beijingph)

2026년 중국 휴머노이드 로봇 생산량은 전년 대비 94% 증가할 전망이며, 전체 생산 규모는 약 5만~10만 대 수준으로 확대될 것으로 추정된다. (출처: Rsupport)

2026년 중국 휴머노이드 로봇 기업 상위 20개사 중 유비테크는 기업가치 약 13조 원을 기록했고, 즈위안·유니트리·딥로보틱스 등이 2~3조 원대 기업가치를 형성하며 이미 유니콘을 넘어 데카콘급 기업군이 형성됐다. 이번 분석이 가지는 가장 큰 의미는 경쟁의 축이 ‘기술’에서 ‘산업’으로 이동했다는 점이다. (출처: Aikoreacommunity)

가격도 무섭게 내려오고 있다. 중국 유니트리가 대당 1만 6천 달러(약 2,300만 원)에 선보인 휴머노이드 ‘G1’은 시속 12km의 빠른 이동 속도와 고도의 유연성을 갖췄다. 기본 모델 R1은 5,900달러까지 내려왔다. (출처: Tali)

2,300만 원짜리 휴머노이드. 이미 현실이다.

중국이 속도를 낼 수 있는 진짜 이유 — 데이터 전쟁

그런데 여기서 바른질문을 던져야 한다. 중국이 빠른 것은 단순히 가격이 싸기 때문인가? 정부 지원이 많기 때문인가?

필자는 그 이면에 더 중요한 것이 있다고 본다. 바로 데이터다.

전문가들은 “중국의 경우 네거티브 정책을 기반으로 여러 기업들이 휴머노이드를 제조 공정에 투입하고 있다”며 “당장의 완성도가 떨어져도 데이터를 그만큼 더 확보할 수 있다는 것”이라고 분석한다. (출처: Beijingph)

이것이 핵심이다. 완성도가 다소 떨어져도 현장에 투입한다. 현장에 투입하면 실제 제조 데이터가 쌓인다. 데이터가 쌓이면 AI가 학습한다. AI가 학습하면 로봇이 더 정교해진다. 더 정교해진 로봇이 다시 현장에 들어간다. 이 사이클이 중국 휴머노이드 산업을 가속시키는 진짜 엔진이다.

페르소나AI의 마이클 패트릭 페리 대표는 서울포럼 2026 기조연설에서 “한국 로봇 경쟁력의 핵심은 기술력이 아니라 현장 데이터 확보에 있다”고 강조했다. 중국이 휴머노이드 시장점유율 78%를 선점한 상황에서, 조선·철강·자동차 등 제조업 현장 데이터를 선제 확보하는 기업과 국가가 향후 10년 로봇 경쟁의 승자가 될 것이라는 게 전문가들의 공통된 전망이다.

이 연재 4편에서 “데이터 없는 스마트공장은 없다”고 했고, 7편에서 “센서 데이터가 예지보전의 원료”라고 했으며, 5편에서 “암묵지가 RAG의 원료”라고 했다. 그 모든 편에서 말한 ‘데이터’가 지금 중국과의 격차를 만드는 바로 그 데이터다. 우리가 아직 기록하지 않은 그것.

현장이 말해주는 것 — 같은 위기, 다른 반응

▶ 사례 1 — “중국 로봇이 우리 부품을 조립하게 될까봐 걱정됩니다” (울산 전자 부품 기업, 직원 약 60명)

울산 소재 전자 부품 기업 S사 대표는 최근 거래처 중국 바이어로부터 예상치 못한 연락을 받았다. 내년부터 조립 공정을 자동화할 예정인데, 도입 예정인 휴머노이드가 처리할 수 없는 특수 부품은 설계를 변경해달라는 요청이었다. 다시 말해, 중국 고객사의 휴머노이드 도입 일정에 한국 협력사의 부품 설계가 맞춰야 하는 상황이 된 것이다.

S사 대표의 목소리에 당혹감이 역력했다. “우리가 납품하는 게 결국 로봇 손으로 집을 수 있는 모양이어야 한다는 거잖아요. 그걸 우리가 결정하는 게 아니라 중국 로봇 회사가 결정하게 된다는 건데.” 이것이 휴머노이드 공급망의 새로운 권력 구조다. 로봇을 도입하는 쪽이 부품 설계 기준까지 좌우하게 된다.

▶ 사례 2 — “우리 공정 데이터를 지금 팔 수 있다는 걸 알았습니다” (경남 자동차 부품 기업, 직원 약 35명)

이 연재를 처음부터 따라온 경남의 L사에서 최근 흥미로운 일이 생겼다. 국내 로봇 스타트업이 찾아와 용접 공정 데이터 구매 의향을 타진한 것이다. 6개월간 축적한 용접 전류·전압·아크 안정성 데이터가 휴머노이드 용접 동작 학습에 사용될 수 있다는 이유였다.

L사 대표의 반응이 인상적이었다. “우리가 현장 데이터를 팔 수 있는 날이 올 줄은 몰랐어요. 그냥 예지보전 하려고 쌓은 건데.” 이것이다. 이 연재 4편에서 “지금 쌓는 데이터가 훗날 휴머노이드의 교재가 된다”고 했던 말이 현실이 되고 있다. 준비한 회사에게 데이터는 자산이다.

두 회사의 차이가 말해주는 것은 하나다. 중국 휴머노이드의 질주 앞에서 어떤 회사는 공급망 재편의 피해자가 되고, 어떤 회사는 데이터 공급자로 포지셔닝한다. 그 차이를 만든 것은 기술이 아니라 지금까지 무엇을 준비해왔느냐다.

한국의 포지션 — 위기이자 기회, 그러나 시간이 없다

냉정하게 보자. 한국의 휴머노이드 기술력은 선도국인 미국과 중국 대비 85% 수준이다. 기술은 있다. 현대차 아틀라스는 인간과 유사한 56개의 관절로 최대 50kg의 무게를 들어 올리며 테슬라 옵티머스보다 2배 이상 강력한 기능을 가졌다. 세계 최고 수준의 로봇 밀도, 조선·자동차·철강의 글로벌 공급망 허브. 숫자로 보면 한국은 휴머노이드 시대의 수혜자여야 한다. (출처: Tali)

그런데 2025년 글로벌 휴머노이드 생산량이 10배 급증하는 동안 실제 산업 현장에 투입된 비중은 전체의 약 10%에 그쳤다. 대부분은 연구, 데이터 수집, 소규모 실증에 활용됐다. 아직 상용화 초기다. 이것이 한국에 남은 시간이다.

페리 대표는 2027년부터 2029년까지를 본격 확산 단계로 규정하며 산업 현장당 수십~100여 대의 로봇이 투입될 것이라고 내다봤다. 3년이다. 3년 안에 한국 제조 현장이 준비되어 있어야 한다는 뜻이다.

그런데 재계에서는 “한국 기업들은 해외 공장을 휴머노이드로 채우더라도 국내에는 1대도 들어오지 못하는 악순환이 이어질 수 있다”는 우려가 나온다. 기술은 있고 잠재력도 있는데, 현장에 들어갈 수 없다. 데이터가 쌓이지 않는다. 데이터가 없으니 로봇이 학습하지 못한다. 로봇이 학습하지 못하니 경쟁력이 뒤처진다. 이 악순환이 3년 안에 고착될 수 있다. (출처: Beijingph)

중소 제조기업이 지금 해야 할 세 가지 바른질문

그러나 필자는 이 기고를 비관론으로 끝내고 싶지 않다. 페리 대표가 제시한 한국의 로봇 사업 3대 특장점은 강한 제조업과 고령화된 인구구조, 깊이 있는 파트너십이다. 그는 한국에 세계 최대의 조선 산업과 3위 규모의 철강 산업, 글로벌 수준의 자동차 산업이 집약되어 있으며 이 중후장대 산업이 로봇 개발사들에게 거대한 시장이 될 수 있다고 평가했다.

울산·경남·경북의 중소 제조 협력사들이 바로 그 ‘거대한 시장’의 핵심 구성원이다. 대기업이 국내 공장에서 휴머노이드를 투입할 수 없을 때, 대기업 공급망 속의 중소 협력사가 데이터를 먼저 쌓고 역량을 먼저 준비해두는 것이 오히려 기회가 될 수 있다.

지금 중소 제조기업 경영자가 던져야 할 바른질문 세 가지다.

첫째, 우리 공장의 어떤 공정 데이터가 휴머노이드에게 가장 가치 있는가. 용접·조립·검사·포장 중 어느 공정이 향후 휴머노이드가 배워야 할 영역인지를 지금 판단하고, 그 데이터를 우선적으로 축적하기 시작하라. 데이터는 미래의 협상 카드다.

둘째, 우리 공장이 휴머노이드를 받아들일 조직 준비가 되어 있는가. 이 연재 8편에서 다룬 코봇 도입의 조직 문제가 휴머노이드 도입에서 더 크게 반복될 것이다. 지금 코봇 1대와 함께 일하는 법을 배우는 회사가, 3년 후 휴머노이드를 가장 빠르게 운용할 수 있는 회사가 된다.

셋째, 우리 공장의 어떤 역할을 휴머노이드에게 넘기고 무엇을 사람이 맡을 것인가. 이것이 가장 중요한 질문이다. 휴머노이드가 들어왔을 때 우리 직원들이 무엇을 하게 되는지를 지금 그려두지 않으면, 코봇 사례처럼 기술보다 조직이 먼저 무너진다.

우리는 속도가 아니라 준비로 대응해야 한다

중국의 속도를 그대로 따라갈 수 없다. 정책 환경도 다르고, 노동 구조도 다르며, 생태계의 규모도 다르다. 중국처럼 “완성도가 떨어져도 일단 투입한다”는 전략을 그대로 모방할 수도 없다.

그러나 우리가 할 수 있는 것이 있다. 중국이 현장에서 쌓는 동안, 우리는 현장의 준비를 쌓는 것이다. 암묵지를 데이터로 만들고, 바이브 코딩으로 데이터를 다루는 법을 익히고, 사내 AI로 지식을 체계화하고, 센서 데이터로 예지보전을 실험하고, 코봇과 함께 일하는 조직 문화를 만드는 것. 이 연재가 1편부터 9편까지 밟아온 AX 계단이 바로 그 준비다.

경쟁의 축이 ‘기술’에서 ‘산업’으로 이동했다. 이 말이 중소 제조기업에게 의미하는 것은 하나다. 기술을 갖추는 것보다 산업 현장에서 먼저 써보는 것이 이긴다. 중국은 그 교훈을 이미 실천하고 있다. 우리는 지금 그 교훈을 배우고 있다.
(출처: Aikoreacommunity)

배움이 실행이 되기까지 남은 시간이 3년이다.

이미지 출처: AI 생성 콘텐츠