기술적 혁신부터 상업적 응용까지, 로봇 산업은 새로운 폭발적 성장의 물결을 맞이할 태세입니다. 자본, 정책, 그리고 다양한 응용 시나리오에 힘입어 로봇 산업은 "ChatGPT 시대"를 맞이했을까요? 휴머노이드 디자인은 필수일까요, 아니면 선택일까요?
이러한 문제들 이면에는 거시경제 데이터가 업계에 대한 몇 가지 참고자료를 제공합니다.
올해 7월, IDC는 세계 로봇 시장이 2029년까지 4,000억 달러를 돌파할 것으로 전망했으며, 중국이 그 중 거의 절반을 차지할 것으로 예상했습니다. 한편, 상업용 서비스 로봇 덤핑 2024년에 10만 대를 돌파했으며, 배달 로봇과 청소 로봇이 각각 38.4%와 33.3% 점유율 로 선두를 달렸습니다. 중국 제조업체들은 이 부문 덤핑 무려 84.7% 점유비율.
휴머노이드 로봇 시장과 관련하여, IDC는 중국의 상업용 휴머노이드 로봇 덤핑 2025년에 약 5,000대에 달하고, 2030년에는 약 6만 대까지 증가하여 연평균 성장률이 95%를 초과할 것으로 예측합니다. 모든 지표는 인력 부족부터 기술 혁신에 이르기까지 다양한 요인에 힘입어 로봇 시장이 빠르게 성장하고 있음을 시사합니다.
ROSCon China 2025에서 Jiemian News의 기자들은 로봇 분야에서 큰 관심을 모으고 있는 여러 가지 이슈에 대해 논의하기 위해 여러 업계 전문가와 다양한 주제에 대해 인터뷰를 진행했습니다.
주제 1: 구현된 지능이 자체적인 ChatGPT 순간을 맞이하는 시점은 언제일까?
여러 업계 전문가들은 체현된 지능의 ChatGPT 순간에 대해 서로 다른 관점 가지고 있습니다.
Digua Robotics의 개발자 생태계 부사장인 후춘쉬는 Jiemian News에 구현된 지능과 로봇 산업의 미래에 대한 확신을 갖고 있다고 말했습니다.
"대규모 모델과 AI 기반 개발의 관점에서 볼 때, 우리는 지능의 시대로 접어들고 있으며, 로봇은 필연적으로 AI에 의해 재편될 것입니다. 저는 체현 로봇의 개발에 대해 매우 낙관적이며, 미래에 로봇이 대규모로 배치될 것이라고 굳게 믿습니다." 그는 현재 로봇의 다재다능함이 부족하다는 문제도 인정하지만, "로봇은 어떤 상황에서는 좋은 성능을 발휘하더라도, 다른 상황에서는 고장률이 급증할 수 있습니다."라고 덧붙였습니다. 하지만 그의 관점에서 이는 불가피한 과정입니다.
선전 로봇 협회 사무총장 탄 웨이자(Tan Weijia)는 로봇 보급률이 지난 10년간 "단지 한 자릿수"로 매우 낮은 수준을 유지했다고 지적했습니다. 새로운 애플리케이션을 개발할 때마다 값비싼 2차 개발이 필요했고, 이는 기업들이 감당하기 어려웠기 때문입니다. 그러나 체현 지능(embedded intelligence)은 로봇 산업에 새로운 활력을 불어넣어 개발 및 구현 주기를 단축하고 AI 알고리즘을 활용하여 더욱 기본적인 성능 향상을 가능하게 했습니다.
그녀는 구체화된 지능이 ChatGPT와 유사한 새로운 현상을 일으킬 수도 있고, 특정 시나리오에서 먼저 데이터를 축적한 다음 "과정에서" 비즈니스 가치 기회를 창출할 수도 있다고 믿습니다.
이와 대조적으로 변증법적 목소리도 있습니다.
지미안 뉴스와의 인터뷰에서 FEXI 기술 업무 책임자인 시펑밍은 체현 지능이 일반 인공지능을 달성하는 잠재적 경로 중 하나이지만, 기술적 병목 현상과 상업적 어려움이 현실이라고 경고했습니다. "단기적으로는 과도한 과대광고에 주의해야 하지만, 장기적으로는 합리적으로 낙관해야 합니다."
그는 "지능"이 실제 물리적 세계와 효과적이고 안정적으로 상호 작용할 수 있는 방법이라는 근본적인 문제를 해결하는 것이 더 중요하다고 강조했습니다.
그렇다면 정책과 자본의 관심으로 볼 때, 우리가 "전환점을 기다리고 있다"는 뜻일까요? 지미안 뉴스가 인터뷰한 많은 업계 관계자들은 관점 하는 경향이 있습니다.
대만 지역 대학 정보과학기술대학의 방문학자 야오 지아쥔은 "장기적 낙관주의"와 "단기적 실용주의"를 병행해야 한다고 생각합니다. 한편으로, 체화 지능의 진정한 돌파구는 기반 아키텍처의 재구성을 요구합니다. 현재 주류를 이루는 VLA는 정보 흐름과 제어 흐름 사이에 강력한 결합을 가지고 있으며, 설계도 비교적 단순합니다. 온톨로지 통신과 해시레이트 의 한계와 맞물려 비표준 환경에서 안정적인 일반화를 유지하기가 어렵습니다. 다른 한편으로, 실제 데이터 수집 자체 또한 인적 요인의 저항에 직면합니다.
야오 지아쥔은 "따라서 처음부터 범용 로봇을 추진하기보다는 채용이 어렵고 리스크 높은 업무에 '시나리오 전반' 로봇을 먼저 구현하는 것이 낫다. 구체적인 사례부터 시작해서 점차 다른 분야로 확장하면서 고부가가치 데이터와 프로세스 노하우를 축적해야 한다"고 말했다.
주제 2: 인간형 형태 - 필수 형태인가, 선택 사항인가?
휴머노이드 로봇의 미래는 업계 내 논쟁의 대상이었습니다. 올해 6월 발표된 맥킨지 분석에 따르면, 범용 로봇은 다양한 형태로 제공되며 반드시 인간을 모방할 필요는 없지만, 휴머노이드 로봇의 형태는 기존 환경에 적응하는 데 유리합니다. 휴머노이드 로봇은 작업 환경을 크게 변경하지 않고도 인간에게 맞춰 설계된 공간에서 이동할 수 있으며, 이는 휴머노이드 로봇의 독보적인 강점입니다.
그러나 산업 응용 측면에서 볼 때 현재의 상용화 경로는 더욱 유연하고 다양합니다. 베이징 휴머노이드 로봇 혁신 센터 체현 창조 사업부 책임자인 류이장은 국내 휴머노이드 로봇 시장이 아직 초기 단계에 있으며, 작년 판매량은 수백 대에 불과했지만 올해는 약 2만 대로 증가할 것으로 예상된다고 언급했습니다. "이러한 로봇의 대부분은 과학 연구 및 교육 분야에 활용되고 있으며, 실제 산업 또는 서비스 분야에의 적용은 아직 검증 중입니다."
국가·지방 공동 구축 휴머노이드 로봇 혁신 센터의 인지 및 자율 시스템 기술 전문가인 에코는 모든 시나리오에 한꺼번에 적용하기 위해 서두를 필요는 없다고 제안했습니다. 인터넷이나 항공우주 기술 개발처럼 국가 차원에서 지원하는 특정 시나리오에 먼저 투자하고 경험을 축적한 후 추진해야 한다는 것입니다.
ZhiNeng Smart Chip은 구조화된 애플리케이션 관점에서 분석하며, 홈 케어와 같은 비구조화된 시나리오는 상당한 기술적 어려움을 야기하므로 단기적으로는 반구조화된 시나리오로 시작하여 점진적으로 전환하는 것이 바람직하다고 지적합니다. 또한, 초기 투자 기준을 낮춰 기업들이 확장 전에 시험적으로 활용할 수 있도록 하는 서비스형 로봇(RaaS) 모델도 언급했습니다.
전반적으로 업계는 시나리오별 접근 방식을 선호합니다. 인간형 로봇이 모든 분야에 필수적인 것은 아니지만, 인간의 생활 환경에 자연스럽게 통합될 때 이점을 제공합니다. 대안으로는 환경에 적응하거나 다른 플랫폼 솔루션을 선택하는 것이 있습니다.
주제 3: 비용과 시나리오, ROI를 달성하는 방법은 무엇인가?
로봇이 실제로 시장에 진입할 수 있을지 여부는 비용과 적용 시나리오 간의 적합성에 크게 좌우됩니다. 유망한 시장 전망에도 불구하고, 로봇의 실제 보급률은 여전히 매우 낮습니다.
탄 웨이자는 제조업에서 로봇의 보급률이 한 자릿수에 불과하며, 지능형 지원 분야에서도 획기적인 진전이 거의 없다고 지적했습니다. 그 이유는 새로운 시나리오가 등장할 때마다 값비싼 2차 개발 및 배치가 필요하기 때문입니다.
실제로 기업들은 대규모 도입 전에 투자 수익률(ROI)을 명확하게 정의해야 합니다. 그렇지 않으면 장비가 24시간 가동되더라도 효율성이 기대에 미치지 못하면 비용을 회수하기 어려울 것입니다. 따라서 제조업체는 시나리오 요구 사항에 따라 구성을 최적화해야 합니다.
야오지아쥔은 용접과 같은 비표준적인 작업 환경에서는 작업자가 데이터 수집을 꺼리고, 자신들이 대체될까 봐 두려워한다고 지적했습니다. 그는 모든 분야에 즉시 적용 가능한 범용 로봇을 추구하기보다는, 고위험 또는 고노동이 요구되는 특정 분야에서 먼저 범용성을 확보하고, 기술의 적용과 그 이점을 점진적으로 확대하는 것이 더 낫다고 생각합니다.
구웨주 공동창립자인 구창은 모바일폰 산업의 역사를 예로 들며, 대량생산과 기술이 성숙해짐에 따라 로봇의 비용은 결국 낮아질 것이라고 생각했지만, 현재로서는 효과적인 적용 시나리오에 중점을 두어야 한다고 말했습니다.
류이장은 휴머노이드 로봇의 진정한 가치는 단순히 하드웨어 비용이 아니라 "감정과 서비스"라는 부가 가치에서 비롯된다고 강조했습니다. 그는 현재 많은 기업들이 수주를 위해 가격 경쟁을 벌이고 있으며, 가격이 손실 수준에 근접하고 있다고 지적했습니다. "이러한 내분은 업계의 건전한 발전에 해롭습니다."
업계 관계자들은 대체로 가격이 확정되기 전에 로봇이 문제를 해결할 수 있다는 점과 실제 사용 사례가 있다는 점을 입증한 후에야 가격 인하를 논의해야 한다는 데 동의합니다.
주제 4: 데이터 및 표준 제한을 해결하는 방법은 무엇입니까?
데이터 수집 및 표준화 병목 현상은 오랫동안 로봇 개발에 제약이 되어 왔습니다.
후춘쉬는 업계가 아직 통일된 데이터 수집 표준을 마련하지 못했으며, 각 회사마다 시각, 언어, 포스 피드백 등 멀티모달 데이터 수집에 대한 표준이 다르다고 솔직하게 밝혔습니다. 통일된 표준이 없다는 것은 기존 데이터가 대부분 품질이 일정하지 않은 데이터로 이루어져 VLA와 같은 모델에 직접 제공하기 어렵다는 것을 의미합니다.
그는 자율주행차에 비해 로봇은 방대한 양의 데이터 샘플이 부족하다고 지적했습니다. "도로 위 수천만 대의 차량은 엄청난 양의 실제 데이터를 생성할 수 있지만, 로봇 시나리오에서는 샘플이 그렇게 많지 않습니다. 데이터 문제가 가장 큰 난관입니다."
마찬가지로 탄 웨이지아는 과거에는 단일 로봇 구성에 의존하여 데이터를 수집하는 것이 비효율적이었으며, 다른 구조로 마이그레이션하는 데는 대량 반복 작업이 필요했다고 언급했습니다. 플랫폼 간 마이그레이션을 위해서는 일반적인 방법이나 월드 모델을 구축하는 것이 필수적입니다.
표준화 측면에서 업계는 아직 초기 단계에 있습니다. 류이장은 제조 공정 및 시험 기준부터 성능 지표, 심지어 핵심 구성 요소의 인터페이스에 이르기까지 휴머노이드 로봇과 관련된 모든 것에 대한 합의가 현재 전혀 없다고 밝혔습니다. 예를 들어, 허용 가능한 동작 안전성을 구성하는 요소나 로봇의 신뢰성 및 내구성을 평가하는 방법에 대한 통일된 표준이 없습니다. 표준의 부재는 각 회사가 독립적으로 운영된다는 것을 의미하며, 이는 대규모 홍보를 어렵게 만듭니다.
더욱이 기업들은 데이터 공유에 신중한 태도를 보이고 있습니다. 센서 제조업체와 알고리즘 기업들은 핵심 데이터가 영업 비밀로 유출될 것을 우려하며 이를 쉽게 공개하지 않으려 하고 있습니다. 여러 업계 관계자들도 Jiemian News에 비슷한 관점 표명했습니다. 단일 기관이나 국가만으로는 이러한 문제를 해결하기가 어렵다는 것입니다. 공동으로 표준을 개발하기 위해서는 더욱 개방적인 오픈소스 플랫폼과 생태계가 필요하다는 것입니다.
많은 업계 관점 에 따르면, 일반적인 인공지능이 궁극적인 목표이지만, 산업적으로 구현되기까지의 과정은 현실 세계에서 "계속해서 알을 낳는" 것과 같을 수 있습니다. 점진적으로 데이터를 축적하고, 모델을 최적화하고, 비용을 절감해야만 생산성과 삶의 잠재력을 최종적으로 발휘할 수 있습니다.
본 기사는 쉬메이후이가 집필하고 36Kr의 허가를 받아 게재한 "제미안 뉴스" 의 기사입니다.
