요약
2026년 상반기 전 세계에서 휴머노이드 로봇 2만 2000대 이상이 출하됐습니다. 1년 전보다 약 300% 늘었습니다. 애지봇(AgiBot, 智元机器人)이 약 9700대, 유니트리(Unitree, 宇树科技)가 7000대 넘게 팔며 1·2위를 기록했습니다. 그런데 이 로봇들은 어디로 갔을까요? 공연장과 교실로 간 물량이 60% 이상이었고, 제조·물류 현장에 실제로 들어간 물량은 약 8%로 추정됩니다. 2025년 초 하루 1만 위안을 넘던 휴머노이드 임대료는 …
본문
2026년 상반기 전 세계에서 휴머노이드 로봇 2만 2000대 이상이 출하됐습니다. 1년 전보다 약 300% 늘었습니다. 애지봇(AgiBot, 智元机器人)이 약 9700대, 유니트리(Unitree, 宇树科技)가 7000대 넘게 팔며 1·2위를 기록했습니다. 그런데 이 로봇들은 어디로 갔을까요? 공연장과 교실로 간 물량이 60% 이상이었고, 제조·물류 현장에 실제로 들어간 물량은 약 8%로 추정됩니다.
2025년 초 하루 1만 위안을 넘던 휴머노이드 임대료는 지금 일부 기체 기준 1000위안 밑으로 내려앉았습니다. 현재 중국은 지난 1년간의 피지컬 AI 성과를 진단하느라 바쁜 나날을 보내고 있습니다. 그런데 그 분위기가 심상치 않습니다. 화려한 쇼가 끝난 무대 뒤에 뼈아픈 현실이 남아 있는 것입니다.
작업 지능은 늘지 않았다
중국 정부 연구기관은 올해 10월 하순 발표한 <피지컬 AI 산업혁신보고서>에서 산업이 시연 단계를 지나 '상시 운영', 곧 배치 성장기에 들어섰다고 선언했습니다. 하지만 같은 보고서의 능력 평가는 냉정합니다. 몸과 움직임은 쓸 만해졌어도 실제 노동 가치를 좌우하는 '작업 지능'은 아직 한 등급 아래라고 분석했습니다.
병목을 가장 쉽게 설명하는 것은 수식 하나입니다. 동작 하나의 성공률이 99%여도 열 동작을 연달아 끝낼 확률은 약 90%로 떨어집니다. 공정이 길수록 확률은 더 낮아집니다. 그래서 지금 확인된 도입 사례는 모두 반송·상하차·검사처럼 사슬이 짧은 일입니다.
레주로보틱스(Leju Robotics, 乐聚机器人)의 쿠푸(夸父) 15대가 한 부품 공장에서 누적 약 1000시간을 가동했고, 갤봇(Galbot, 银河通用)의 양팔 로봇은 검수를 통과한 뒤 하루 24시간, 주 7일 운영되고 있습니다. 비교적 간단하고 반복되는 업무에서는 일정한 성과를 거둔 셈입니다. 베이징의 한 기업 대표는 지금 진행되는 프로젝트의 80% 이상이 아직 시연이나 검증 단계라고 말했습니다.
'토큰' 대신 '워큰'이라는 용어를 제시한 애지봇
중국 휴머노이드 업계를 이끄는 애지봇이 10월 29일 새로운 가치 단위를 제시했습니다. 워큰(Worken), 곧 자동 업무 유효시간입니다. 활성 로봇 수에 자율 작업 시간과 산출 효능비를 곱한 값입니다. 공동창업자 펑즈후이(彭志辉)의 말을 빌리면, 로봇을 여덟 시간 켜 둔다고 해서 여덟 시간어치의 가치를 만든 것은 아닙니다. 곧 로봇에게 시급을 줄 수는 없다는 뜻입니다.
전통 제조업에 빗대면 공장의 '가동률'과 '불량률'을 로봇에게 처음 적용해 보겠다는 시도입니다. 대수는 부풀릴 수 있어도 일한 시간은 속이기 어렵다는 판단 아래, 이제부터 로봇 성능으로 진검승부를 하겠다는 출사표입니다. 이에 애지봇은 롱치어(Longcheer, 龙旗科技) 공장에서 6일 동안 성공률 99.99%를 달성했다는 데이터를 발표했습니다. 다른 로봇 회사들도 실제로 일한 데이터를 제시해야 로봇의 가격을 매길 수 있다는 분위기를 조성한 셈입니다.
앞으로 애지봇은 본체도 팔고 서비스(임대형 RaaS)도 팔 계획입니다. 공연·교육 수요는 현금으로 바꾸고, 기업 고객에게는 로봇을 파견 근무 보내겠다는 것입니다. 경쟁사 유니트리는 애지봇과 달리 모델과 연산에 막대한 금액을 투자했습니다. 두 회사의 구체적인 전략은 다르지만, 승부처를 하드웨어 판매가 아니라 '두뇌와 데이터'로 본다는 점은 같습니다.
국가가 까는 것은 부품공장이 아니라 '데이터 배관'
중국 정부가 돈과 땅을 대는 곳은 로봇 공장이 아니라 훈련장입니다. 2026년 6월 말 기준 전국에서 가동 중인 피지컬 AI 훈련장은 70곳이 넘고, 40여 곳이 건설·계획 중입니다. 11월 1일부터는 데이터 품질 표준도 시행됐습니다. 완전성·일관성·현실성 등 8개 기준으로 데이터에 합격선을 긋습니다. 공업정보화부는 올해 말까지 시나리오 100곳 이상과 '만 대 규모 도입 역량'을 갖추겠다는 특별행동을 내걸었습니다.
이 수치들은 역설적으로 현재의 병목을 드러냅니다. 한 기업이 인도한 인간 영상 데이터는 150만 시간인데, 고품질 모델 훈련에 필요한 양은 1천만 시간에서 1억 시간으로 추정됩니다. 시나리오 하나를 개발하는 데 훈련 데이터 비용만 천만 위안이 들었다는 증언도 있습니다. 개별 기업이 감당할 수 없는 비용을 국가가 대신 치르며 기반을 깔아 주는 구조입니다. 다만 훈련장 자체의 수익만으로는 투자 회수가 어렵다는 것이 현장 관계자의 분석입니다.
민간 투자 열기에 찬물, 투자 건수도 반토막
유니트리는 중국 본토 증시에 휴머노이드 상장사 1호로 이름을 올리며 지난 1년간 가장 핫한 기업이 됐지만, 상장 후 첫 분기 성적표는 엇갈렸습니다. 3분기 매출은 6.65억 위안으로 69.93% 늘었지만, 같은 분기 순이익은 1.13억 위안으로 17.37% 줄었습니다. 연구개발비가 1~3분기 누계 2.63억 위안으로 191% 이상 늘었기 때문입니다. 팔수록 이익이 줄고 연구비는 두 배 넘게 불어난 구조입니다.
유니트리는 이를 스스로 경고했습니다. 10월 27일 공시에서 대규모 상업화가 기대에 못 미치면 '밸류에이션 회귀' 위험이 있다고 적었습니다. 외부의 경고가 아니라 CEO가 직접 남긴 경고입니다. 10월 28일 종가는 상장 첫날(845위안)보다 약 18% 낮은 695.90위안이었습니다.
벤처투자 붐도 가라앉고 있습니다. 포브스차이나(Forbes China)는 11월 5일, 10월 이후 피지컬 AI 투자 건수가 '반토막' 났다는 제목의 기사를 냈습니다. 물론 올해 1~8월 로봇 1차 시장(비상장 투자 시장)에 1,278억 위안이 들어왔다는 집계를 함께 놓고 보면, 돈이 멈췄다기보다 속도를 조절하는 국면으로 읽힙니다. 애지봇이 홍콩 상장 절차 개시를 밝힌 뒤 아직 완료 소식이 없는 것도 이런 분위기를 반영합니다.
중국의 내년은 오픈소스와 군집 학습
냉철한 분석의 시기에 중국은 돈이 안 되는 이 구간을 어떻게 건너려는 걸까요? 단서는 두 가지입니다.
첫째는 오픈소스입니다. 애지봇은 기반 모델 GO-3를 올해 말 전면 오픈소스로 풀겠다고 밝혔고, 알리바바 산하 로봇 운영팀인 링봇은 링취(灵渠) OS를 이미 중립 재단에 기증했습니다. 모두 자사의 운영 시스템이 표준이 되기를 바라는 포석입니다.
둘째는 군집 학습입니다. 칭화대·애지봇 팀의 실험에서 학습에 참여하는 실제 로봇을 16대에서 100대 가까이로 늘리자 휴대폰 포장 성공률이 86.7%에서 98.3%로 올랐습니다. 아직은 실험실 결과입니다. 그러나 현장에 풀린 로봇 한 대 한 대를 데이터 수집기로 쓰겠다는 방향만큼은 뚜렷합니다. 로봇이 일한 시간이 곧 다음 모델의 학습 재료가 되는 구조입니다.
그러니 중국의 내년은 로봇을 얼마나 파느냐보다 오픈소스와 군집, 훈련장으로 데이터를 얼마나 쌓느냐의 싸움이 될 가능성이 큽니다. 로봇에서도 인해전술이 통할지 스스로 검증하는 시간이 될 것입니다.
한국의 시사점 - 기업만 믿고 갈 수 있는 길이 아닐지도 모른다
한국은 기업이 이끄는 산업 발전에 익숙합니다. 팔리는 제품이 먼저 나오고, 정부는 뒤에서 거드는 순서입니다. 그런데 피지컬 AI에서는 이 순서가 통하지 않을지도 모릅니다. 데이터가 쌓여야 돈이 되고, 돈이 되기 전까지는 누군가 적자를 감수해야 하기 때문입니다. 단기 수익을 못 보더라도 묵묵히 길을 닦는 '백의종군'의 마음이 필요한 산업일 수 있습니다.
산업연구원(KIET)은 지난 9월 16일, 행동 데이터가 로봇의 형태에 종속되는 만큼 자체 로봇 없이 현장만 내주면 한국이 글로벌 기업의 테스트베드로 전락할 수 있다고 경고했습니다. 오픈소스는 코드가 내려오는 대신 데이터가 올라가는 구조일 수 있습니다. 한국기계연구원의 카이로스(KAIROS)는 2027년 4월 완성을 목표로 하지만, 다음 단계에 30억 원이 더 필요하다고 합니다. 훈련장을 70곳 넘게 깐 나라와 견주면 자원의 격차가 선명합니다.
그래서 정책과 기업의 몫을 나눠 볼 필요가 있습니다. 정책은 개별 기업이 감당하기 어려운 데이터 배관, 곧 공용 훈련장과 품질 기준에 먼저 투자하는 쪽을 검토해 볼 만합니다. 기업은 대수가 아니라 가동 시간·무고장 시간·성공률로 계약하는 습관, 벤더 수치와 자체 실증 수치를 분리하는 습관을 들여야 합니다. 부품 기업에게는 전시용 시연이 아니라 연속 라인의 내구성 데이터를 쌓는 것이 승부처입니다.
중국은 일체의 흔들림 없이 피지컬AI 산업을 국가 중점 산업으로 키울 것이고 오픈소스와 데이터, 군집훈련으로 내년을 보낼 것입니다. 돈이 안 되는 시간을 누가, 어떤 마음으로 견디느냐가 그다음 몇 해의 격차를 가를 것입니다. 지금은 한국의 정책과 기업이 어떤 마음으로 이 시간을 맞을지 정해야 하는 중요한 시기입니다.
[참고 자료]
1.<2026 피지컬AI 산업혁신 보고서>
발행: 신화사 중국경제정보사·중국정보통신연구원(CAICT) 상하이공창센터 / 발표: 2026년 10월 29일
2.<피지컬AI 훈련장 연구보고서(2026년)>
발행: 중국정보통신연구원(CAICT) / 발행: 2026년 6월
3.<피지컬AI 데이터세트 품질 요구 및 평가 방법>
진행기관: 중국정보통신연구원(CAICT), 40여 기관 공동
시행: 2026년 11월 1일 덧붙이는 글 임선영 기자는 중국 칭화대 전산언어학 석사를 마친 중국경제전문가이며 의 저자입니다. 이 글은 본인의 페이스북에도 올렸습니다. #토큰 #위큰 #애지봇 #중국AI미래지도 프리미엄
임선영의 중국 AI 미래지도
이 기사가 마음에 드시나요? 좋은기사 원고료로 응원하세요 원고료로 응원하기 공유저작권자(c) 오마이뉴스(시민기자), 무단 전재 및 재배포 금지
오탈자 신고 네이버 채널구독다음 채널구독 10만인클럽 프로필사진 글 임선영 (nalgea) 내방 댓글 보기 응원글 보기 응원글 보기 독자의견