2026 Embodied AI(具身智能) 산업 시나리오 융합 대회 브리프

Executive Summary

2026년 7월 3일 상하이에서 열린 이 행사의 슬로건은 "Embodied AI가 역량을 부여하고, 시나리오에는 경계가 없다(具身赋能 场景无界)"였습니다. 그러나 무대에서 오간 이야기는 슬로건의 낭만과는 거리가 멀었습니다. 발표자들이 꺼낸 것은 자유도 몇 개짜리 관절이나 걸음걸이 영상이 아니라, 하루에 몇 개를 처리하는지, 인력 대비 몇 퍼센트인지, 몇 개월 만에 본전을 뽑는지에 관한 숫자였습니다.

이 변화에는 배경이 있습니다. 2026년 6월 중국 공업정보화부와 국자위는 연말까지 만 대(万台)급 규모의 현장 적용 능력을 형성하고 고가치 응용 시나리오 100개를 응축한다는, 휴머노이드에 대한 첫 정량 목표를 공동으로 내놓았습니다 (외부 보도 대비). 원가 쪽에서도 흐름이 바뀌었습니다. 휴머노이드 1대의 BOM 원가는 2023년 약 20만 달러에서 2026년 5~8만 달러로 내려왔고, 완성차들은 앞다투어 로봇 사업을 선언했습니다 (외부 보도 대비). 시장은 2026년을 "실험실에서 공장으로" 넘어가는 원년으로 부르기 시작했습니다.

같은 주최사가 3개월 전인 4월에 연 자매 행사는 이 전환의 기준선을 이미 세워 두었습니다. 상업화 임계 사례로서의 "커피 모먼트", 제조 현장의 사실상 표준이 된 본체 14만 위안 이하·2년 내 투자회수, 그리고 유일한 구조적 지연 요인으로 지목된 데이터 병목이 그것이었습니다. 이번 7월 행사는 그 기준선이 3개월 만에 어떻게 이동했는지를 확인할 수 있는 자리였습니다.

이번 행사가 남긴 답은 분명합니다. 달라진 것은 기술이 아니라 심사 기준이었습니다. 가격표를 말하던 자리에 회수 기간이 들어섰고, 시연 영상 대신 양산 라인 실적이 올라왔으며, 4월에 비어 있던 해외 진출 전략도 무대에 등장했습니다. 동시에 데이터 병목은 좁혀지기는커녕 목표선 자체가 한 자릿수 올라갔고, 완성차가 로봇을 들이는 첫째 이유가 생산성이 아니라는 사실도 슬라이드 한 장에 담겨 드러났습니다. 이 브리프는 14개 세션 전수 분석을 통해 그 심사 기준의 이동을 따라갑니다.

시장의 기대

이 행사가 열리기 전, 시장이 던진 질문

행사를 앞두고 중국 로봇 산업을 둘러싼 기대는 세 갈래에서 형성되었습니다. 첫째는 정책의 숫자였습니다. 공업정보화부와 국자위가 제시한 연말 만 대급 현장 적용 능력이라는 목표는 그동안 정성적 구호에 머물던 산업 육성책이 처음으로 계량화된 사건이었습니다 (외부 보도 대비). 둘째는 완성차의 선언이었습니다. 샤오펑은 IRON의 연말 월 1,000대 생산능력을 목표로 광저우에 양산기지를 착공했고, BYD는 휴머노이드 개발을 공식 확인했으며, 체리는 로봇 브랜드를 발표했습니다 (외부 보도 대비). 셋째는 같은 달 같은 도시에서 열린 경쟁 행사가 그린 그림이었습니다. WAIC 2026의 Embodied AI(具身智能) 트랙에서는 "2~3년 내 로봇의 GPT 시점"이 거론되었고, 업계 명제는 "만 대 양산과 노선 통일(路线归一)"로 요약되었습니다 (외부 보도 대비).

이 세 갈래가 수렴하는 질문은 하나였습니다.

관전 포인트와 충족도

3-Reference

- ① 전년·자매 행사: 2026 제4회 Embodied AI 로봇 산업 발전 포럼(가스구, 2026.4, 16세션) — 커피 모먼트, ROI 14만 위안·2년, 데이터 병목, 그리고 네 가지 침묵(기능안전 국제표준·서방 진출·에너지·윤리)

- ② 경쟁·동시기 행사: WAIC 2026 Embodied AI 트랙(2026.7, 상하이) — 로봇 GPT 시점 2~3년, 하드웨어 성숙·뇌 미달, 만 대 양산과 노선 통일

- ③ 시장 기대: 공업정보화부·국자위 공동 발문(2026.6), BOM 원가 20만→5~8만 달러, 완성차 3사의 로봇 사업 선언, 중국 내 Embodied AI 기업 3,236개사

관전 포인트

`A1` 도입을 결정하는 기준은 가격표에서 회수 기간으로 넘어왔습니다

※ 충족:

3개월 전 자매 행사에서 업계가 합의한 기준은 "본체 14만 위안 이하, 2년 내 투자회수"라는 가격표였습니다. 이번 행사에서 그 기준은 사라지지 않았지만, 말하는 주어가 바뀌었습니다. 로봇을 파는 쪽이 아니라 로봇을 쓰는 쪽의 언어, 즉 공장 운영 지표로 번역된 것입니다.

가장 구체적인 숫자는 SAIC-GM 파워트레인에서 나왔습니다. 신에너지 전지셀 적재 공정에 투입된 휴머노이드가 1교대에 1,000개 이상, 최대 1,400~1,500개를 처리하며 인력 생산 효율의 약 80%에 도달했다는 보고입니다. 올해 1월 말 AGV·컨베이어와 연동해 현장 도입을 마쳤고 현재도 일 1,000개 수준을 유지하고 있습니다. 이것은 시연이 아니라 상주입니다. FAW 홍기 판룽공장에서는 후방 서스펜션 볼트 검사 공정이 결함 검출률 99.99%, 사이클 타임 1.8초, 디지털 추적률 100%를 기록했고, 물류 이송 로봇은 28초 사이클에 이송·분류 정확도 95%를 달성했습니다.

부품사 쪽에서는 아예 재무 계산식이 무대에 올랐습니다. 쓰촨 톈롄로봇은 로봇 1대의 도입 비용을 교대 근무 2인의 임금과 직접 대비해 6~7개월이면 투자비가 회수된다고 제시했습니다. 설계 수명은 1만 시간 이상으로 언급되었습니다. 4월의 "2년 내 회수"와 비교하면 회수 기간 논의가 절반 이하로 짧아진 셈인데, 이는 기술 진보만으로 설명되지 않습니다. 적용 공정을 인건비가 높고 작업이 단순 반복적인 곳으로 좁혀 잡은 결과이기도 합니다.

C레벨이 여기서 읽어야 할 것은 숫자 자체가 아니라 판단 권한의 이동입니다. 로봇 도입 논의가 기술 검토 부서에서 재무·생산 부서로 넘어갔다는 뜻이기 때문입니다. 사양표를 비교하던 회의가 회수 기간을 따지는 회의로 바뀌면, 벤더 선택 기준도 성능 우위에서 검증된 공정 레퍼런스로 이동합니다.

`A2` 데이터 병목은 좁혀지지 않았고, 목표선이 한 단계 올라갔습니다

※ 미충족:

이번 행사에서 가장 정직한 진단은 데이터에 관한 것이었습니다. ROBOTERA는 전 세계 로봇 데이터 축적량이 백만 시간 수준인 반면 업계가 필요로 하는 양은 천만 시간이라고 밝혔습니다. 문제는 이 숫자를 3개월 전과 나란히 놓을 때 드러납니다. 4월 자매 행사의 진단은 "중국 전체 기업 데이터 합산이 수십만 시간, 모델 수렴에 필요한 양은 수백만 시간"이었습니다.

즉 3개월 사이에 축적량도 열 배, 목표치도 열 배 올라갔습니다. 격차 비율 10배는 그대로 유지되었습니다. 데이터를 모으는 속도가 빨라진 것은 사실이지만, 요구되는 데이터의 양이 같은 속도로 커졌기 때문에 산업은 여전히 같은 자리에 서 있는 셈입니다.

왜 요구량이 커졌을까요. 보덴지능이 제시한 4계층 데이터 위계가 답의 실마리입니다. 인터넷 텍스트·이미지가 기저층, 인간 및 타 본체의 조작 영상이 중간층 1, 시뮬레이션 데이터가 중간층 2, 그리고 실제 기계 시연 데이터가 최상층을 차지합니다. 아래층 데이터는 범용 지식과 적응력을 주지만, 정밀 동작의 실행 훈련은 최상층에서만 가능합니다. 산업이 시연에서 양산으로 넘어갈수록 필요한 데이터가 아래층에서 최상층으로 옮겨가고, 최상층 데이터는 로봇을 실제로 돌려야만 얻어집니다.

여기에 시뮬레이션의 한계도 겹칩니다. SIASUN은 시뮬레이션 정밀도가 0.01mm까지 가능한 반면 사람은 0.1mm 수준 작업도 어렵다는 비교를 제시했는데, 이 말은 뒤집으면 시뮬레이션이 현실보다 지나치게 이상적이라는 뜻이기도 합니다. 조립 현장이 요구하는 정밀도가 높게는 0.5~1mm, 낮아도 5mm 수준이라는 FAW의 설명과 겹쳐 보면, 시뮬레이션에서 잘 되던 동작이 라인에서 무너지는 이유가 설명됩니다.

이 미충족은 브리프의 다른 축과 연결됩니다. 데이터를 시간 문제로 두지 않고 인프라 사업으로 전환한 기업들이 등장한 것이 그 결과입니다(B3 참조).

`A3` 4월에 비어 있던 해외 진출 전략은, 관세를 우회하는 방식으로 채워졌습니다

※ 충족:

4월 자매 행사가 침묵한 네 가지 의제 중 하나가 서방 시장 진출 전략이었습니다. 이번에는 그 자리가 채워졌는데, 채워진 방식이 예상 밖이었습니다. 기술 우위나 가격 경쟁력이 아니라 관세율의 차이가 논거였기 때문입니다.

가스구그룹 주효앵 CEO는 로봇의 관세가 전기차보다 현저히 낮아 많은 국가에서 관세만 납부하면 시장 진입이 가능해졌다고 지적했습니다. 그 결과 등장한 것이 해외 딜러 매장과 전시 공간에 로봇을 먼저 배치하는 경로입니다. 한 자동차 기업은 자체 개발한 로봇 본체를 해외 딜러에게 판매하고 매장 안내원으로 배치했는데, 로봇이 차량을 추천할 때 사람이 추천하는 것보다 효과가 좋았다는 실증까지 따라붙었습니다. 시선을 끄는 효과와 교육 비용 절감이 동시에 발생한 것입니다.

유럽 쪽에서는 더 정교한 설계가 공개되었습니다. FMC3 Robotics는 아우디 본사가 있는 인골슈타트를 유럽 운영·의사결정 센터로 삼고, 카를스루에 공과대학과 연구 협력을 진행하며, 아크센사와 5,000만 유로 규모의 전기 패키징 로봇 프로젝트를 수행 중이라고 밝혔습니다. 중국에서 학습하고 유럽에서 적용하는 이원 거점 구조이며, 생산라인 배치 기간을 3개월에서 2일로 단축하는 것을 핵심 목표로 제시했습니다.

이 흐름을 하나의 문장으로 압축하면, 로봇은 완성차 수출의 대체재가 아니라 선발대로 규정되었다는 것입니다. 관세와 인증이라는 규제 변수를 제품 포트폴리오의 순서를 바꿔 우회하는 발상이며, 완성차 수출에 높은 장벽을 마주한 기업이라면 검토해 볼 만한 경로입니다. 화연로봇이 이미 해외 매출 비중 50%에 EU·북미·한국·러시아 인증을 확보하고 있다는 사실은 이 경로가 가설이 아님을 보여줍니다.

`A4` 인증은 국내에서 정교해졌지만, 국제 규격 앞에서는 두 번째로 침묵했습니다

※ 부분충족:

인증과 표준은 이번 행사에서 상당한 분량을 차지했습니다. 다만 그 무게중심이 철저히 국내를 향해 있었습니다.

중기지조는 공업정보화부 정책을 근거로 비축-육성-핵심의 3단계 국산화 로드맵을 설명하면서, 자동차 산업이 시스템 소프트웨어·장비 로봇·Embodied AI 세 영역에서 동시에 국산 대체를 진행하고 있다고 밝혔습니다. 2026년 4월 18일 자동차 제조 분야 고품질 데이터셋 선도 시범 단위로 선정되어 6단계 37개 시나리오 데이터셋을 구축 중이며, FAW·둥펑·창안 등 완성차와 로봇 기업·이동통신사가 함께 참여합니다. 인증 체계는 부품 공급업체와 완성차 간 교차 검증을 거친 제품을 업계 화이트리스트로 확산시키는 구조로 설계되었는데, 발표자는 이를 해외 장비·소프트웨어 의존에서 오는 디커플링 리스크 대응으로 설명했습니다.

인증의 실제 비용도 공개되었습니다. SIASUN 계열 duoke는 국내 최초로 안전 인증을 획득하는 데 1,600만 위안과 6년을 투입했으며, 해당 기준을 충족한 기업이 전 세계에서 일본·한국·중국 각 1곳뿐이라고 밝혔습니다. 인증이 마케팅 문구가 아니라 실질적 진입 장벽임을 보여주는 숫자입니다.

그러나 ISO 26262류의 국제 기능안전 규격을 로봇에 어떻게 적용할 것인지는 이번에도 무대에 오르지 않았습니다. 4월 행사가 침묵한 항목이 7월에도 그대로 비어 있는 셈인데, 해외 진출을 전면에 내건 행사에서 이 공백은 이례적입니다. 국내 화이트리스트에 오르는 것과 유럽·북미의 기능안전 인증을 통과하는 것은 전혀 다른 작업이며, 전자의 성취가 후자를 대체하지 못합니다.

`A5` '사람을 대신한다'가 '빈자리를 메운다'로 바뀌었지만, 자리를 내준 사람의 행방은 아무도 말하지 않았습니다

※ 부분충족:

노동 문제는 이번 행사에서 정면으로 다뤄졌습니다. 다만 절반만 다뤄졌습니다.

말하는 방식은 분명히 바뀌었습니다. 치텅로봇(七腾机器人) 진군 부총경리는 로봇이 사람을 완전히 대체하는 것이 아니라 인구 구조 변화 속에서 반드시 필요한 노동력 공백을 메우는 역할을 한다고 강조하며, 중국석유의 로봇 검사 도입이 전체 인력 작업의 약 10%를 대체했고 이를 5분의 1, 4분의 1 수준으로 높여가는 중이라고 설명했습니다. 대체율을 100%가 아니라 비율로 말하는 방식 자체가 이 산업의 현실 인식을 보여줍니다.

SAIC-GM은 더 구체적인 구성비를 제시했습니다. 향후 산업용 로봇·협동 로봇·휴머노이드·작업자가 7:1:1:1로 재편되며, 가장 어려운 작업은 여전히 사람이 수행할 것이라는 전망입니다. 동시에 발표자는 로봇 도입 과정에서 현장 작업자의 심리적 수용성 확보가 기술적 완성도 못지않게 중요한 성공 요인이었다고 밝혔습니다. 과거 제너럴모터스의 산업용 로봇 대량 도입기에 있었던 노동자 저항이 역사적 교훈으로 함께 언급되었습니다.

FAW는 자동화율 60% 이상, 인력 500명 이상 최적화라는 목표를 숫자로 제시했습니다. 여기까지가 이번 행사가 말한 전부입니다. 그 500명이 어디로 가는지, 재배치와 재교육을 누가 어떤 비용으로 감당하는지는 어느 세션도 언급하지 않았습니다. 심리적 수용성이 성공 요인이라고 말한 바로 그 발표에서도, 수용성을 확보하는 구체적 프로그램은 제시되지 않았습니다.

한국 기업에게 이 공백은 남의 일이 아닙니다. 중국 현장은 인구 구조 변화라는 거시 조건이 노동 축소의 명분을 상당 부분 흡수해 주지만, 노동조합과 고용 안정성 논의가 훨씬 촘촘한 환경에서는 재배치 계획이 도입 계획과 동시에 준비되어야 합니다.

`A6` 같은 달 상하이에서, 한쪽은 '로봇의 GPT 시점'을 말하고 다른 쪽은 '99%로도 라인이 선다'고 말했습니다

※ 충족: 단, 기대와 반대 방향으로

이번 행사에서 가장 값진 정보는 무언가가 발표되었다는 사실이 아니라, 같은 시기 같은 도시의 다른 무대와 정면으로 어긋났다는 사실입니다.

WAIC 2026의 Embodied AI 트랙에서는 갤봇 왕하오가 "2~3년 내 로봇의 GPT 시점"을 전망했고, 첸쉰지능(千寻智能) 고양은 "하드웨어는 성숙했으나 소프트웨어(뇌)가 미달"이라며 모델 고도화를 최우선 과제로 지목했습니다 (외부 보도 대비). 업계 명제는 만 대 양산과 노선 통일이었습니다.

자동차 생산 현장의 언어는 달랐습니다. 둥펑 eπ 서우함 AI 제품 총감은 Embodied AI의 정확도가 99%에 도달하더라도 한 번의 라인 정지로 이어질 수 있어 공장 생산 관점에서는 용납할 수 없다고 선언했습니다. 그가 제시한 5대 도전 과제에는 데이터 부족과 시뮬레이션-실제 간극, 지능형 조립 두뇌의 부재, 전통적 2D·3D 비전 방식에 대한 잔존 의존과 함께 기존 자동화 대비 경제성 열위가 포함되었습니다. 모델이 좋아지면 풀리는 문제가 아니라는 뜻입니다.

기술 선택도 반대 방향이었습니다. SAIC-GM은 대형 모델이 완전히 성숙하지 않았다는 판단 아래 전통적 산업 제어 방식과 소형 AI 모델을 결합한 과도기적 방식을 채택했다고 밝혔습니다. FMC3는 로봇의 지능화 수준을 1에서 10까지의 척도에서 현재 1~2단계로 자평했습니다. SAIC-GM 슬라이드에는 G1(제한된 시나리오·프로그래밍 기반)부터 G5(장거리 복잡 작업·완전 자율)까지의 지능 등급표가 실려 있는데, 현장에서 돌아가는 것은 G1~G2 구간이며 6단계 검증 프로세스(가상 대차 평가 → ISAAC·ROS 플랫폼 조정 → 실물 대차 테스트 → 단일 기체 공장 진입 → 다수 Fleet 훈련 → 산업 표준 호환)를 모두 통과해야 라인에 설 수 있습니다.

C레벨이 이 간극에서 얻을 것은 투자 시점의 판단 근거입니다. 모델 성능 곡선을 근거로 도입 시점을 잡으면 현장에서 어긋납니다. 반대로 공정 요구 신뢰성과 검증 단계를 기준으로 잡으면 훨씬 보수적인, 그러나 실행 가능한 일정이 나옵니다.

`A7` '만 대'는 정책의 언어였고, 라인 위에서 확인된 것은 한 자릿수 사례였습니다

※ 부분충족:

정책이 요구한 만 대급 현장 적용 능력, 완성차가 약속한 월 1,000대 생산능력이 실제 생산 라인 위의 대수로 확인되는가. 이 질문에 대한 이번 행사의 답은 절반입니다.

확인된 쪽부터 보겠습니다. SAIC-GM 파워트레인의 전지셀 적재 공정은 자동차 업계에서 손꼽히는 양산 라인 상주 사례이며, 도입 전 시나리오 구축 과정에서 3~4차례의 주요 버전 업데이트를 거쳤다는 이력까지 공개되었습니다. FAW 홍기는 검사·물류 공정에서 정량 실적을 제시했습니다. 물류 쪽으로 시야를 넓히면 순펑이 4월 27일 2억 달러 이상을 투자해 전국 10개 이상 물류센터에서 휴머노이드를 가동하며 인간 작업 효율의 85% 이상을 달성했고, UQI는 BYD 창사 공장에서 하역·적재·분류·창고 간 이동 전 과정의 무인 물류를 구현했습니다.

확인되지 않은 쪽이 문제입니다. 시장 기대를 만들어 낸 샤오펑 IRON의 월 1,000대, BYD의 휴머노이드 개발, 체리의 로봇 브랜드는 이 무대에 오르지 않았습니다 (외부 보도 대비). 완성차들은 이번 행사에서 로봇 제조사가 아니라 로봇 사용자로 등장했습니다. 외부 보도에 따르면 이 행사에서는 갤봇이 CATL에 표준 박스 운반 제품을 세 자릿수에 가깝게 배치했다는 발표와 체리 자체 개발 로봇의 해외 딜러점 수출 사례도 있었으나, 저희가 확보한 14개 세션에는 포함되지 않았습니다 (외부 보도 대비).

정리하면 이렇습니다. 정책은 만 대를 말했고, 언론은 원년을 말했으며, 라인 위에서 확인된 것은 공정 단위의 한 자릿수 사례들입니다. 이 사례들이 의미 없다는 뜻이 아닙니다. 오히려 반대로, 시연 영상과 양산 실적을 구분해서 읽어야 산업의 실제 속도가 보인다는 뜻입니다.

새로운 포인트

`B1` 부품사에게 로봇은 신사업이 아니라 기존 자산의 재고용입니다

이번 행사에서 반복해서 등장한 숫자가 하나 있습니다. 65%입니다. 가스구그룹 주효앵 CEO는 로봇과 자동차가 인지·의사결정·응용·열관리·주행거리 등 65% 이상의 영역에서 동일하며 요구사항만 다르다고 설명했습니다. 이 진단이 부품사에게 의미하는 바는 분명합니다. 로봇 사업 진출이 백지에서 시작하는 신규 투자가 아니라, 이미 보유한 생산 인프라와 기술 자산을 다른 용도로 다시 고용하는 일이라는 것입니다.

발표자는 이를 '동원 공학'이라는 개념으로 불렀습니다. 관절 모듈, 리드스크류, 모터, 카메라 같은 부품 카테고리마다 중국이 축적한 자동차 공급망 자원이 대거 로봇 분야로 이전되고 있으며, 향후 핵심 하드웨어는 범용 부품에서 로봇 전용 부품으로 전환될 것이라는 전망입니다. 실제로 산업 자동화 부품 기업 후이추안이 기존 기술 자산을 활용해 로봇 분야에서 제2 성장곡선을 찾고 있고, 샤오펑은 자동차·로봇·비행체를 하나의 통합된 조달 조직으로 개발하고 있습니다.

부품 스펙 자체가 경쟁의 언어가 된 것도 이 흐름의 연장입니다. 화연로봇은 25비트 엔코더를 경쟁사의 14~18비트와 대비하며 정밀도 격차를 주장했고, 모터 서보 구동과 무프레임 리니어 모터를 전량 자체 개발·생산한다는 점을 공급 안정성의 근거로 제시했습니다. 쓰촨 톈롄로봇은 더 극단적인 경로를 보여줍니다. 2012년 하모닉 감속기라는 핵심 부품에서 출발해 완제품 로봇으로 올라온 역방향 경로이며, 전 세계에서 유일하게 전(全) 하모닉 관절 구조를 휴머노이드에 적용했다고 주장했습니다. 자중 10kg으로 10~15kg의 부하를 견디는 비율을 국내 유일 수준으로 내세웠습니다.

주목할 점은 이 회사가 스스로의 한계도 분명히 그었다는 것입니다. 하드웨어(신체) 영역의 우위는 강조하되 소뇌·두뇌(지능) 영역에서는 상대적 열위를 인정했습니다. 부품 기업이 완제품으로 올라갈 때 어디까지 갈 수 있는지를 스스로 정직하게 표시한 셈인데, 이는 역으로 지능 영역에서 파트너를 찾고 있다는 신호이기도 합니다.

한국 부품사에게 이 흐름은 두 방향으로 읽힙니다. 기회 쪽에서는 완성차 시장 성장 둔화 리스크를 로봇 부품으로 분산할 통로가 열렸다는 것이고, 위협 쪽에서는 같은 논리로 무장한 중국 부품사 수백 곳이 이미 같은 문을 향해 달리고 있다는 것입니다.

`B2` 중국은 이 산업을 시장에 맡기지 않고, 데이터셋과 화이트리스트로 조립하고 있습니다

산업 육성의 순서에는 두 가지가 있습니다. 시장이 먼저 움직이고 정부가 표준을 추인하는 순서, 그리고 제도가 먼저 규격을 깔고 기업이 그 위에 올라타는 순서입니다. 이번 행사에서 확인된 것은 명백히 후자였습니다.

중기지조가 공개한 구조는 상당히 정교합니다. 공업정보화부 정책을 근거로 비축 중인 플랫폼 → 육성 중인 플랫폼 → 국가 제조업 핵심 플랫폼이라는 3단계 로드맵이 운영되고, 그 위에 '중국식 기지'가 데이터 수집·훈련, 산업 생태계 육성, 혁신 기술 연구개발, 인증, 윤리, 제품 보급, 산학 융합이라는 일곱 개 센터로 설계되어 있습니다. 이 중 데이터 수집·훈련 센터가 가장 먼저 구체화되고 있습니다.

핵심은 데이터셋입니다. 중기지조는 2026년 4월 18일 자동차 제조 분야 고품질 데이터셋 선도 시범 단위로 선정되어 6단계 37개 시나리오 데이터셋을 구축 중이며, 여기에 FAW·둥펑·창안 등 완성차와 로봇 기업, 이동통신사가 함께 참여합니다. 공업정보화부는 자동차를 포함해 철강·비철금속 등 14개 산업에서 같은 사업을 추진하고 있습니다. 개별 기업이 각자 데이터를 모으는 것이 아니라, 국가가 시나리오를 정의하고 완성차가 현장을 제공하며 그 결과물이 공용 자산이 되는 구조입니다.

인증은 이 구조의 출구입니다. 부품 공급업체와 완성차 간 교차 검증을 거친 우수 제품이 산업 전반의 화이트리스트로 확산되는 경로가 설계되어 있고, 발표자는 이것이 해외 장비·소프트웨어 독점에서 발생하는 디커플링 리스크에 대응하기 위한 것이라고 명시했습니다. 발표자에 따르면 자동차 제조사 20여 곳과 접촉한 결과 모두 국산 대체에 강한 참여 의사를 나타냈습니다.

한국 기업 관점에서 이 구조가 갖는 함의는 냉정합니다. 중국 시장에서 경쟁하려면 제품 성능만으로는 부족하고 데이터셋 참여와 인증 목록 등재라는 두 관문을 통과해야 하는데, 그 관문의 설계 단계에 이미 중국 완성차와 부품사가 들어가 있습니다. 표준 형성 과정에 참여하지 못하면 나중에 규격을 맞추는 비용만 부담하게 됩니다.

`B3` 데이터를 얻는 방법 자체가 지방정부와 함께 짓는 인프라 사업이 되었습니다

데이터 병목이 좁혀지지 않았다는 진단(A2)의 자연스러운 귀결은, 데이터를 기다리지 않고 직접 생산하는 설비를 짓는 기업의 등장입니다. 이번 행사에서 그 사업 모델이 구체적인 평수와 대수로 제시되었습니다.

ROBOTERA는 증강 데이터를 자체 소재 기지 모델을 통해 지방정부·산업 파트너와 함께 확보하는 전략을 전개하고 있다고 밝혔습니다. 보덴지능은 더 물리적입니다. 저장성 후저우·닝보와 안후이성 마안산에 총 3만 평 이상의 로봇 혁신센터를 구축했고, 마안산 센터에만 순 투자 면적 2만 평 이상에 약 300대의 로봇이 배치되어 있습니다. 저우산 센터는 1단계 10대에서 2단계 20대로 확대 중입니다. 이 회사는 2019년 자율주행 데이터 라벨링으로 출발해 2025년부터 Embodied AI 트랙에 진입했으며, 메이디에 2025년 닝보 지역에서 약 1만 시간의 데이터를 공급해 대형 모델 구현에 기여했다는 실적을 제시했습니다.

수집 방법론도 상품화되었습니다. FMC3는 인간 활동의 72%가 손과 팔로 이루어진다는 근거를 들어, 손 동작의 정밀도를 포착하는 28개 신호 기반 전자기 스마트밴드를 개발했습니다. 합성 데이터, 헬멧 기반 본체 직접 수집, 스마트밴드로 이어지는 4단계 데이터 분류 체계입니다. 둥펑 eπ는 다른 방향에서 접근합니다. 현장 작업자가 데이터 수집에 직접 참여하는 패러다임을 구축해, 일상 작업이 그대로 학습 데이터가 되도록 설계하고 있습니다. 보덴지능은 원격 조작·인간 개입·자율 추론 세 가지 데이터 형태와 4개 로봇 본체, 9대 시나리오, 30여 작업을 포괄하는 데이터셋을 오픈소스로 공개했습니다.

여기서 드러나는 것은 산업의 무게중심 이동입니다. 로봇을 만들어 파는 사업 옆에, 로봇이 학습할 재료를 만들어 파는 사업이 독립 산업으로 자리 잡았습니다. 그리고 그 사업은 부동산·지방정부 유치·설비 투자라는, 전형적인 중국식 인프라 사업의 문법을 따르고 있습니다.

제조 현장을 보유한 기업에게 이 흐름은 뒤집어 읽을 수 있습니다. 우리 공장의 일상 작업 데이터가 누군가에게는 3만 평을 지어서라도 확보하려는 자산이라는 뜻이기 때문입니다.

`B4` 완성차는 AI가 없어서가 아니라 스스로 조직하지 못해서 막혔다고 진단했습니다

이번 행사에서 가장 옮겨 쓸 만한 관점은 로봇 기업이 아니라 완성차에서 나왔습니다. 창안자동차 담영총 부총공정사가 내놓은 진단이었습니다.

그는 자동차 제조 기업들이 지난 몇 년간 품질·장비·에너지·생산 영역에서 자동화와 디지털화, AI 응용을 탐구해 왔지만 가장 큰 문제는 AI 능력의 부재가 아니라고 못 박았습니다. 문제는 "하나의 시나리오에 하나의 모델을, 하나의 문제에 하나의 애플리케이션을, 하나의 공장에 하나의 프로젝트를" 적용하는 파편화라는 것입니다. 이렇게 쌓인 점(点) 단위 능력들은 아무리 늘어나도 서로 조정되지 않으면 공장 전체의 지능으로 이어지지 않습니다. 로봇 성능도, 모델 능력도, 산업용 소프트웨어도 각각 발전하는데 공장의 지능 수준은 비례해 오르지 않는 역설이 여기서 생깁니다.

그가 제시한 병목의 이름은 네 개의 단절입니다. 데이터 단절, 지식 단절, 프로세스 단절, 실행 단절. 특히 AI 분석 결과가 실제 업무 판단 프로세스에 반영되지 않는 프로세스 단절은 많은 완성차가 아직 해결하지 못한 영역이라고 지적했습니다. 해법으로 제시된 에이전트의 정의도 분명합니다. 단일 대형 모델이나 RPA 프로세스, 고립된 도우미가 아니라 지식 시스템·프로세스·역할·실행이 결합된 "제조를 위한 작업 지능 유닛"이며, 업무 목표를 이해하고 교차 영역 지식을 불러와 현장 데이터와 MES 같은 시스템을 연결한 뒤 최종적으로 장비를 구동하는 4단계로 작동합니다.

같은 진단이 둥펑 eπ에서는 계량 목표로 나타났습니다. 품질·장비·효율 세 축의 데이터를 지각-분석-역제어하는 폐쇄 루프를 통해 일차 합격률 6%포인트 향상, 단일 장비 에너지 소비 2%포인트 절감, 시각 인식 정확도 90% 이상을 목표로 삼았습니다. 슬라이드에 담긴 아키텍처는 IoT 데이터(전류·전압·진동, 공정 파라미터, 외관 이미지)에서 출발해 시계열 예측 모델과 시각 모델을 거쳐 고장 추론과 장비 역제어까지 이어지는 구조입니다.

한국 제조 기업에게 이 진단이 특별히 중요한 이유는, 병목의 위치를 바꾸면 투자 심사 기준도 바뀌기 때문입니다. 개별 AI 프로젝트의 단기 ROI를 평가하는 방식은 파편화를 오히려 촉진합니다. 신규 AI 프로젝트 승인 시 기존 시스템과의 연동 가능성을 필수 심사 항목으로 넣는 것만으로도 네 단절 중 두 개는 예방할 수 있습니다.

`B5` 지금 돈을 버는 것은 휴머노이드가 아니라 특수로봇과 '집객'이었습니다

무대에서 가장 솔직한 발표는 아마 이것이었을 것입니다. 치텅로봇(七腾机器人) 진군 부총경리는 상하이 쌍자산에서 진행한 폭우 테스트에서 자사 로봇이 균형 제어의 한계를 드러낸 사례를 먼저 공개했습니다. 기술이 아직 완성되지 않았다는 자백으로 시작한 발표는, 그렇다면 지금 무엇으로 돈을 버는지에 대한 답으로 이어졌습니다.

첫째는 특수로봇입니다. 이 회사는 중국 특수 로봇 분야 선두 기업으로 연간 약 1만 대를 출하하고 올해 1만 5천 대를 목표로 하며, 제품 단가는 테슬라 차량의 3배 이상입니다. 중국-러시아 천연가스 파이프라인의 궤도 로봇은 최대 22km를 주행해 세계에서 가장 긴 주행 거리를 기록했습니다. 화학 플랜트·해저 터널·공공 안전처럼 사람이 들어가기 어려운 환경에서 이미 확실한 흑자가 나고 있다는 설명입니다.

둘째가 더 흥미롭습니다. 집객 효과입니다. 항공 박람회에서 로봇을 배치했을 때 발생한 예상치 못한 매출, 그리고 상하이 다부차오 거리에서 대학 동기가 창업한 로봇 체험 사업이 3년간 약 10만 명의 학생을 대상으로 본업에 버금가는 부가가치를 창출한 사례가 제시되었습니다. 같은 논리가 가스구그룹 발표의 해외 딜러 매장 사례와 정확히 겹칩니다. 매장에 배치된 로봇이 차량을 추천할 때 사람보다 효과가 좋았다는 그 사례 말입니다.

이 두 가지가 시사하는 바는 로봇의 ROI 계산식을 다시 짜야 한다는 것입니다. 인건비 절감만으로 회수 기간을 계산하면 대부분의 시나리오가 탈락합니다. 그러나 위험 환경 접근성과 고객 유입 효과를 수익 항목에 넣으면 계산이 달라집니다. 실제로 화연로봇은 충전기의 평균 가동 시간이 하루 3시간 남짓에 불과하다는 점에 착안해, 무인 스마트 충전 인프라의 활용률을 2~3배 높이는 것을 신규 사업 논리로 제시했습니다. 로봇 본업 밖에서 수익을 찾는 또 다른 사례입니다.

한국 기업이 여기서 얻을 것은 시나리오 선정의 기준입니다. 휴머노이드를 어디에 넣을지 고민하기 전에, 지금 사람이 못 가는 곳과 사람이 모이게 해야 하는 곳부터 목록을 만드는 편이 회수 계산을 훨씬 빠르게 만듭니다.

`B6` 데이터 주권이 진입 조건이 되면서, 로봇 회사가 거버넌스 회사로 변하고 있습니다

FMC3 Robotics의 발표는 기술 발표처럼 시작해 규제 대응 발표로 끝났습니다. 그 전환 자체가 이 회사의 사업 모델입니다.

기술 쪽 설명은 이렇습니다. 월드 모델, VLA(Vision-Language-Action), 원자 기능 라이브러리를 결합한 3자일체 혼합 아키텍처로 일반화 능력과 정밀도, 효율성이라는 상충하는 요구를 한 몸의 두 팔을 다르게 활용하는 방식으로 해결합니다. 한 공장에서 하루 1,000명이 각각 5가지 동작을 수행하면 총 1만 개의 동작이 발생하지만 유사 동작을 병합하면 실제로는 수백 개로 축소된다는 설명이 원자 기능 라이브러리의 효율성 근거입니다. 이를 통해 생산라인 배치 기간을 3개월에서 2일로 단축하는 것이 목표입니다.

그런데 이 회사가 유럽에서 실제로 파는 것은 그 위에 얹힌 거버넌스입니다. 로봇 본체가 수집한 데이터는 반드시 현지에서 수집·처리하고, 데이터 소유권은 고객사에 귀속시킨다는 원칙을 고수하며, 기능 안전·정보 보안 표준을 함께 정립합니다. 아우디 본사가 있는 인골슈타트를 유럽 운영·의사결정 센터로 삼고, 카를스루에 공과대학과 연구 협력을 진행하며, 아크센사와 5,000만 유로 규모 프로젝트를 수행하는 독일 중심의 생태계 구축도 같은 맥락입니다. 발표자는 이 사업 모델의 목적을 "중국 로봇 본체의 해외 진출을 지원하는 것"이라고 밝혔습니다.

여기에는 냉정한 계산이 깔려 있습니다. 중국산 로봇 본체가 유럽 공장에 들어갈 때 성능이 아니라 데이터가 어디로 가느냐가 결정적 장벽이 된다는 판단입니다. 그 장벽을 낮추는 설계 자체를 상품으로 만들면, 본체는 중국에서 만들고 신뢰는 유럽에서 조달하는 분업이 가능해집니다.

한국 기업에게 이 사례는 두 겹으로 읽힙니다. 첫째, 해외 스마트팩토리 사업에서 데이터 거버넌스 설계 역량이 제품 경쟁력의 일부가 되고 있다는 것입니다. 둘째, 중국 로봇 기업들이 서방 시장 진입의 실질 장벽을 정확히 식별하고 이미 해법을 상품화하기 시작했다는 것입니다. 기술 격차만 보고 있으면 이 움직임을 놓칩니다.

`B7` 완성차가 로봇을 들이는 첫째 이유는, 슬라이드에 따르면 생산성이 아니라 주가였습니다

이번 전수 분석에서 가장 뜻밖의 발견은 발언이 아니라 슬라이드 한 장에 있었습니다. SAIC-GM 파워트레인 발표 자료는 완성차 기업이 휴머노이드 로봇을 도입하는 목적을 여덟 개 순위로 정리해 두었는데, 그 1순위가 "투자자 밸류에이션 제고(投资人推进估值)"였습니다. 자동차 스마트 정밀제조 수요는 2순위였고, 부품·완제품 제조 판매가 3순위, 첨단 인재 유치와 비전 구현이 4순위였습니다. 국가 주요 프로젝트 참여, 에너지 저장·교체 스테이션과 대형 모델 서비스, 자동차·휴대폰·휴머노이드를 아우르는 생태계 구축, 세계 모델 구축을 위한 데이터 수집이 뒤를 이었습니다.

이 순위표를 A7의 관찰과 나란히 놓으면 그림이 완성됩니다. 완성차들이 로봇 사업을 선언하는 속도와 라인 위에 로봇이 서는 속도가 다른 이유가 여기에 있습니다. 선언은 자본시장을 향하고, 도입은 공정을 향합니다. 두 시계는 애초에 다른 속도로 돕니다.

같은 발표가 현장 도입에 요구하는 문턱은 오히려 대단히 보수적입니다. G1부터 G5까지의 지능 등급 척도가 정의되어 있고, 실제 라인에 서기까지 가상 대차 구축 평가, ISAAC·ROS 플랫폼 개발과 조정, 실물 대차 구축·테스트, 단일 기체의 공장 진입 테스트, 다수 Fleet 훈련 반복, 그리고 산업 기술·프로세스·규범 표준 호환이라는 6단계를 모두 통과해야 합니다. 발표자는 도입 전 시나리오 구축 과정에서 3~4차례의 주요 버전 업데이트가 반복되었다고 밝혔습니다.

산업의 열기와 현장의 문턱이 서로 다른 동력으로 움직인다는 사실은, 투자와 벤치마킹 양쪽에 실용적인 함의를 줍니다. 경쟁사의 로봇 발표를 볼 때 그것이 자본시장용 신호인지 공정 도입 실적인지 구분해야 하고, 자사가 발표할 때도 두 목적을 섞지 않는 편이 신뢰를 지킵니다. 무엇보다 경쟁사가 로봇을 발표했다는 이유만으로 도입을 서두르는 것은 이 순위표를 거꾸로 읽는 일입니다.

2026년은 양산의 해가 아니라 심사 기준이 바뀐 해입니다

14개 세션이 공통으로 가리키는 것은 로봇이 갑자기 잘하게 되었다는 사실이 아닙니다. 산업이 로봇을 판정하는 자를 바꿨다는 사실입니다. 자유도와 보행 안정성 대신 1일 처리량, 인력 대비 효율, 회수 기간이 발표의 단위가 되었고, 4월의 "14만 위안·2년"이라는 가격표는 3개월 만에 "6~7개월 회수"와 "인력 효율 80%"라는 운영 지표로 번역되었습니다. 이 번역은 판단 권한이 로봇 제조사에서 공장 운영자로 넘어갔다는 뜻이며, 벤더 선택의 기준도 성능 우위에서 검증된 공정 레퍼런스로 이동한다는 뜻입니다.

병목은 모델이 아니라 데이터와 조직이며, 둘 다 시간이 해결해 주지 않습니다

데이터 격차는 3개월 사이에 축적량과 목표치가 나란히 열 배씩 올라가면서 비율이 그대로 유지되었습니다. 기다리면 채워지는 문제가 아니라는 것이 이번 행사의 진단이고, 그래서 3만 평 혁신센터와 지방정부 협력 기지, 손 동작 계측 장비 같은 데이터 생산 설비가 독립 사업으로 등장했습니다. 조직 쪽 병목은 완성차가 스스로 진단했습니다. AI 능력이 없어서가 아니라 데이터·지식·프로세스·실행이 끊겨 있어서 공장 전체 지능이 오르지 않는다는 것입니다. 두 병목 모두 모델 성능 곡선과 무관하게 움직입니다.

열기와 문턱은 서로 다른 동력으로 돌고 있으니, 두 시계를 구분해서 보셔야 합니다

완성차의 휴머노이드 도입 목적 1순위가 투자자 밸류에이션 제고이고 제조 수요가 2순위라는 슬라이드는, 로봇 발표의 속도와 라인 도입의 속도가 왜 다른지를 설명합니다. 같은 발표가 현장 도입에는 G1~G5 지능 등급과 6단계 검증을 요구합니다. 같은 달 상하이에서 한쪽은 "2~3년 내 로봇의 GPT 시점"을 말하고 다른 쪽은 "99% 정확도로도 라인이 선다"고 말한 것도 같은 구조입니다. 경쟁사의 로봇 발표를 볼 때는 그것이 자본시장을 향한 신호인지 공정에 들어간 실적인지 먼저 가려서 읽으실 필요가 있습니다.

중국은 이 산업을 제도로 조립하고 있고, 그 관문은 성능이 아니라 목록입니다

37개 시나리오 데이터셋에 완성차 3사가 참여하고, 교차 검증을 통과한 제품이 업계 화이트리스트로 확산되며, 안전 인증 하나에 1,600만 위안과 6년이 듭니다. 시장이 승자를 가려낸 뒤 정부가 표준을 추인하는 순서가 아니라 제도가 규격을 먼저 깔고 기업이 올라타는 순서입니다. 반면 ISO 26262류 국제 기능안전 규격의 로봇 적용은 4월에 이어 이번에도 무대에 오르지 않았습니다. 국내 목록에 오르는 것과 해외 규격을 통과하는 것은 다른 일이며, 이 비대칭은 서방 시장에 남아 있는 시간을 뜻합니다.

Exclusivity 낮음 × Counter-narrative 낮음 — 외부에서도 확인 가능하고 통념과도 일치하지만, 판단의 토대가 되는 사실들

Exclusivity 높음 × Counter-narrative 낮음 — 전수 분석으로 확인되는 수치이지만, 기존 판단을 지지하는 것들

Exclusivity 낮음 × Counter-narrative 높음 — 정보 자체는 접근 가능하지만, 해석의 틀을 바꾸는 것들

Exclusivity 높음 × Counter-narrative 높음 — 전수 분석과 교차 대조 없이는 발견하기 어렵고, 기존 판단을 뒤집는 것들

52건 전수 확인으로 식별한 구조적 부재 — 논의되지 않은 것이 현재 담론의 한계를 규정합니다