자동차 회사가 로봇을 만드는 일이 더 이상 옆 프로젝트가 아니다

8월 24일 XPENG의 로봇 사업이 9억달러 이상을 조달했습니다. 회사가 공개한 post-money valuation은 63억달러를 넘습니다. 중국 embodied AI 업계 최대 단일 private financing이라는 설명도 붙었습니다.

현대자동차그룹은 Boston Dynamics의 생산형 Atlas를 그룹 제조현장에 단계적으로 넣겠다는 일정을 이미 공개했고, Tesla는 Optimus를 위해 별도의 제조·조립·액추에이터·배터리 엔지니어를 계속 채용하고 있습니다. 중국 최대 자동차 수출업체 Chery의 로봇 자회사 AiMOGA도 IPO를 검토하며 해외 출하를 늘리고 있습니다.

서로 다른 회사의 전략을 하나로 뭉뚱그릴 수는 없습니다. 다만 자동차 회사가 로봇산업의 주변 투자자가 아니라 직접 생산자·사용자·판매자로 들어오는 사례가 반복되고 있다는 점은 분명합니다.

XPENG은 자동차·로봇·비행체를 하나의 Physical AI 문제로 보고 있다

XPENG은 올해 Auto China에서 자동차, humanoid IRON, flying car를 함께 'full-stack Physical AI ecosystem'으로 제시했습니다. 8월 투자유치 발표에서도 자금을 로봇 hardware·software, Physical AI model, 고품질 데이터 수집, 양산시설과 글로벌 상용화에 사용하겠다고 밝혔습니다.

Reuters에 따르면 XPENG은 2026년 말 IRON 생산능력을 월 1,000대까지 높이는 목표를 제시했습니다. 이 목표가 실제 출하와 사용으로 이어질지는 아직 확인해야 합니다. 중요한 것은 자동차 회사가 로봇을 별도 연구실의 시제품이 아니라 양산·판매해야 할 제품으로 다루기 시작했다는 점입니다.

Hyundai가 로봇 사업에 가져오는 것은 공장 그 자체다

현대자동차그룹의 접근은 더 직접적입니다. 그룹은 Hyundai Motor, Kia, Hyundai Mobis, Hyundai Glovis와 Boston Dynamics를 연결해 End-to-End AI Robotics value chain을 만들겠다고 밝혔습니다. 로봇을 만들 뿐 아니라 그룹의 제조·물류 현장을 훈련과 검증 공간으로 쓰겠다는 구조입니다.

2026년 미국에 문을 여는 Robot Metaplant Application Center(RMAC)에서는 실제 제조동작을 학습·검증하고, 현장 데이터는 다시 재학습에 사용됩니다. 계획대로라면 Atlas는 2028년 HMGMA에서 parts sequencing부터 시작하고 2030년에는 component assembly로 범위를 넓힙니다.

자동차 회사에 이미 있는 공장, 품질기준, 생산 데이터, 물류, 유지보수 조직이 로봇에게는 거대한 testbed가 되는 셈입니다.

Tesla의 채용공고를 보면 로봇도 결국 제조업의 언어로 내려온다

Tesla의 현재 Optimus 채용에는 Robotics Manufacturing Engineer가 반복해서 등장합니다. Battery Manufacturing, Actuators, Geartrain Manufacturing, Assembly 같은 세부 영역으로 나뉘고, Manufacturing Engineering Supervisor도 따로 모집하고 있습니다.

이 공고들이 Tesla 전체 로봇조직의 실제 인력구성이나 고객 requirement를 모두 보여주는 것은 아닙니다. 공개 JD는 공개 JD일 뿐입니다. 다만 Optimus가 AI 연구만으로 구성된 프로그램이 아니라 배터리·액추에이터·기어트레인·조립 공정을 별도로 industrialize해야 하는 제조제품이라는 사실은 분명하게 드러납니다.

이 지점에서 자동차와 로봇의 인재 경계가 흐려집니다. 차량을 만들며 쌓아온 mechatronics, controls, power electronics, embedded, manufacturing test, supplier quality 경험이 로봇산업에서도 다시 필요해질 수 있기 때문입니다.

Chery는 자동차 수출회사 옆에 로봇 수출사업을 만들고 있다

Chery Automobile의 로봇 자회사 AiMOGA는 2025년 설립 이후 3,000대가 넘는 로봇을 인도했고, Reuters 보도 기준 2,000대가 60개국 이상 해외시장으로 나갔습니다. 회사는 다음 해 1만대 인도를 목표로 제시하며 IPO도 검토하고 있습니다.

이 숫자가 곧바로 상업적 성공이나 지속 가능한 수요를 뜻하지는 않습니다. 어떤 용도에서 얼마나 반복적으로 쓰이는지까지 봐야 합니다. 또한 Chery의 기존 자동차 해외 네트워크가 로봇 판매를 얼마나 직접적으로 밀어주는지도 공개자료만으로 확정할 수 없습니다.

그럼에도 자동차 그룹 안에서 로봇이 독립된 제품·수출사업으로 성장하고 있다는 사실 자체는 주목할 만합니다.

자동차 회사의 진짜 무기는 AI보다 'industrialization'일 수 있다

휴머노이드가 실험실을 벗어나면 문제의 종류가 바뀝니다. actuator가 수천 번 반복해도 버텨야 하고, battery와 thermal system이 안정적이어야 하며, supplier가 같은 품질의 부품을 계속 공급해야 합니다. 생산라인에서는 cycle time과 yield를 맞춰야 하고, 현장에서는 고장난 장비를 수리해야 합니다.

자동차 산업은 이런 문제를 수십 년 동안 다뤄왔습니다. 그래서 로봇 상용화 경쟁에서 자동차 회사가 가져오는 자산은 단순한 자본만이 아닙니다. supplier management, quality engineering, safety validation, process engineering, service network와 대량생산 경험입니다.

물론 자동차를 잘 만든다고 좋은 humanoid를 자동으로 만드는 것은 아닙니다. dexterous manipulation, locomotion, perception, embodied intelligence처럼 전혀 다른 기술병목도 큽니다. 자동차 회사의 강점은 연구 난제를 없애는 것이 아니라, 기술이 준비됐을 때 그것을 대량의 실제 제품으로 바꾸는 구간에 있습니다.

인재에게는 '로봇 경력 없음'보다 어떤 제조 Capability를 가져왔는지가 중요해질 수 있다

자동차 엔지니어에게 이 변화는 '자동차에서 로봇으로 완전히 전직한다'는 단순한 이야기가 아닙니다. 오히려 기존 경력 안에서 어떤 부분이 로봇의 industrialization 문제와 맞닿는지를 보는 편이 현실적입니다.

예를 들어 motor control과 actuator, battery production, embedded control, HIL·validation, manufacturing test, supplier quality, reliability, factory automation 경험은 로봇산업의 여러 역할과 인접할 수 있습니다. 반대로 같은 직무명이 있다고 해서 자동으로 전환 가능한 것도 아닙니다. 실제 로봇 hardware와 safety, motion system, 새로운 production process에 대한 학습이 필요합니다.

기업 입장에서도 '로봇회사 출신만 찾는 것'이 항상 최선이라는 뜻은 아닙니다. 상용화 단계가 깊어질수록 자동차·반도체·산업자동화에서 복잡한 하드웨어를 양산해본 경험의 가치가 커질 가능성을 지켜볼 필요가 있습니다.

앞으로 볼 것은 로봇 데모가 아니라 자동차 조직 안에서 생기는 변화다

첫째, 로봇 사업이 별도 자금조달과 손익을 가진 사업부·자회사로 분리되는지. 둘째, 자체 공장 테스트에서 외부 고객 판매로 얼마나 빨리 넘어가는지. 셋째, AI Research보다 Manufacturing, Quality, Supply Chain, Field Service 채용이 얼마나 커지는지. 넷째, 자동차 공장에서 검증된 robot process가 물류·건설·서비스 현장으로 복제되는지를 봐야 합니다.

자동차 회사들이 로봇회사로 변하는지 여부는 로봇 사진보다 조직도와 공장, 채용공고에서 먼저 확인될 가능성이 큽니다.

Physical AI의 상용화가 진행될수록 자동차와 로봇의 인재 경계는 기술보다 제조에서 먼저 무너질 수 있다

XPENG·Hyundai·Tesla·Chery 사례는 서로 다른 전략이지만, 공통적으로 로봇을 연구 프로젝트에서 양산·검증·현장운영의 문제로 옮기고 있습니다.

반석써치는 자동차 경력 전체를 로봇 경력으로 동일시하지 않습니다. 대신 controls, actuator, battery, validation, manufacturing test, supplier quality, reliability처럼 실제로 이동 가능한 capability가 어디에서 반복되는지를 관찰합니다.

근거가 된 원자료

이 글은 2026년 8월 25일까지 확인 가능한 회사 공식 발표·공개 채용공고와 Reuters 보도를 비교한 분석입니다. 같은 회사 안의 공고라도 같은 hiring unit을 의미하지 않으며, 공개 JD는 고객이나 조직의 실제 내부 requirement 전체를 보여주지 않습니다. 계획된 생산량·배치 일정은 실제 실적과 구분했습니다. 반석의 비공개 후보자·고객·Search evidence는 사용하지 않았습니다.