핵심 내용 요약
2026년 세계 로봇 대회에서 국내의 살아있는 지능(감지하고 행동할 수 있는 지능형 로봇) 산업 체인은 두 가지 주요 추세를 보였습니다. 첫째, 로봇 제조업체들이 대거 상장하고 있으며(예: 유수과학기술, 윈심부 등), 제품은 “단지 보기만 하는 시제품”에서 “공장에서 일할 수 있는 실용형”으로 변화하고 있습니다. 둘째, 상류 부품 기업들(칩, 자성 재료, 자동화 장비 등)이 성과 성장을 이끌며 현재 경쟁에서 “안정적인 수익원”으로 부상하고 있습니다. 하지만 로봇의 대규모 상용화까지는 아직 갈 길이 멀며, AI의 “일반화 능력”과 실제 시나리오 데이터의 축적이 핵심적인 과제입니다.
1. 로봇 제조업체들의 상장 경쟁: “장식품”에서 “실용적인 도구”로
로봇의 전체 구조를 만드는 제조업체들은 최근 상장을 통해 자금을 조달하는 데 열중하고 있습니다. 예를 들어, 유수과학기술이 최근 상장했으며, 윈심부, 락주지능 등도 줄을 서고 있습니다. 왜일까요? 로봇 개발에는 많은 비용이 들기 때문에 상장을 통해 더 많은 자금을 확보하여 규모를 확장할 수 있기 때문입니다.
이러한 기업들은 대회에서 다양한 “기술”을 선보였습니다: 유수과학기술의 로봇은 춤을 추고 권투를 하며, 윈심부는 인간형 및 사족 로봇을 공개했습니다. 더 중요한 것은 이들이 로봇에게 실제 작업을 시키기 시작했다는 점입니다. 예를 들어, 락주지능의 로봇은 인간의 개입 없이 조립 작업을 수행할 수 있습니다. 하지만 현재 로봇의 효율성은 아직 인간에 미치지 못하며, 새로운 작업을 위해서는 재훈련이 필요하기 때문에 대규모로 보급되지는 않았습니다.
심지어 산업 분야를 넘나드는 기업들도 있습니다: 원래는 재료를 생산하던 상위신재료는 로봇 팀에 인수된 후 소비자용 로봇으로 사업을 전환하고 산업 체인 기업들과 협력하여 시장 점유율을 높이려고 하고 있습니다.
2. 상류 부품 기업들의 선도적인 수익: 안정성이 로봇 제조업체보다 높다
로봇 제조업체들이 아직 시행착오를 겪는 반면, 상류 부품 기업들은 이미 수익을 얻고 있습니다. 예를 들어:
- 자동화 장비 제조업체 레이사이지능: 상반기 매출이 38%-42% 증가하고 순이익이 55%-65% 상승했습니다. 이는 로봇에 필요한 모터와 민첩한 손 부품을 공급하기 때문이며, 그들의 제품은 80%의 주류 인간형 로봇 제조업체의 공급망에 진입했습니다.
- 자성 재료 기업 금리영자: 로봇 모터 로터 사업의 수익이 전년 대비 두 배로 증가했으며, 로봇에 필요한 핵심 부품을 생산하기 위해 자동화 생산 라인을 구축했습니다.
증권사들은 “부품의 안정성이 로봇 제조업체보다 높다”고 말합니다. 왜냐하면 로봇이 어떤 기술을 사용하든 칩, 모터, 센서와 같은 부품이 필요하기 때문에 부품 기업의 사업이 더 안정적이며, 비용도 빠르게 감소하고 있기 때문입니다(중국 산업 체인의 이점 덕분입니다). 예를 들어, 민첩한 손은 로봇의 “손” 역할을 하며, 복래신재료는 민첩한 손에 촉각 센서를 공급하고, 계봉주식은 민첩한 손 회사와 합작하여 산업용 로봇을 생산하며, 자체적으로 사용하거나 외부에 판매하려고 합니다.
3. 대규모 상용화까지는 시간이 필요: “일반화 능력”이 핵심
현재 로봇은 인간처럼 “일반화 능력”이 부족합니다. 예를 들어, 다른 공장 환경이나 새로운 도구를 사용할 때마다 재프로그래밍과 재훈련이 필요합니다. 이것이 대규모 상용화의 가장 큰 장애물입니다.
예를 들어, 공장에서 나사를 조이거나 전선을 연결하는 등의 정밀한 작업은 여전히 인간이 해야 하며, 가정용 시나리오는 비용이 높고 신뢰성이 부족합니다. 업계는 먼저 공장 내부 사용(로봇 제조업체가 자체 로봇을 사용)과 고위험 시나리오(예: 원자력 시설 점검)에서부터 시작해야 한다고 생각합니다. 가정용 시나리오는 몇 년 더 기다려야 할 것입니다.
기술적 접근 방식도 통일되지 않았습니다: 일부는 계층화된 대형 모델을 사용하고, 일부는 엔드투엔드 모델을 사용하며, 아직 탐색 중입니다. 하지만 모두가 동의하는 것은 로봇을 더 똑똑하게 만들기 위해서는 대량의 실제 시나리오 데이터를 축적해야 한다는 점입니다. 예를 들어, 로봇이 공장에서 작업할 때 마주치는 다양한 상황을 통해 모델을 더 정확하게 만들 수 있습니다.
4. 데이터 수집이 새로운 성장 동력이 되고 있습니다: 로봇에게 “경험”을 제공합니다
로봇이 더 똑똑해지기 위해서는 많은 경험이 필요하기 때문에 데이터 수집이 새로운 경쟁 분야가 되고 있습니다. 예를 들어:
- 당홍과학기술: 다양한 모드의 단말기를 개발하여 로봇이 계측기의 수치를 인식하고 온도/가스 누출을 감지하며, 데이터를 플랫폼으로 전송하여 알고리즘을 최적화할 수 있게 했습니다(사용할수록 더 똑똑해집니다).
- 아비중광: 로봇의 첫 번째 시점과 손의 상호작용 등의 데이터를 수집하는 플랫폼을 출시하여 모델을 훈련하는 데 필요한 기업에 판매합니다.
전국에는 이미 64개의 데이터 수집 센터가 있으며, 2,500대 이상의 로봇이 배치되어 이러한 실제 데이터를 축적하고 있습니다. 이러한 데이터는 로봇의 “연습서”와 같으며, 더 많이 연습할수록 일반화 능력이 향상됩니다.
결론
살아있는 지능은 현재 “실험실에서 공장으로” 이동하는 단계에 있습니다. 단기적으로는 부품이 가장 안정적이며, 중기적으로는 대량 생산과 비용 절감, 더 많은 시나리오로의 확산이 가능할지가 관건입니다. 장기적으로는 일반화 능력을 향상시켜 “범용 뇌”를 만드는 것이 목표입니다. 데이터가 충분히 축적되고 기술적 접근 방식이 통일되면 로봇이 가정에 들어오는 날이 예상보다 빨라질 수 있습니다. (문장에 언급된 개별 기업은 투자 조언의 목적으로 사용되었습니다.)