휴머노이드 4만 대가 나왔다. 그런데 왜 아직 사람보다 일을 못할까?

4만 대라는 숫자부터 그대로 믿으면 안 된다

2026 World Robot Conference에서 공개된 중국 업계 보고서는 올해 상반기 중국의 휴머노이드 출하가 4만 대를 넘었고 글로벌 비중이 97%를 넘었다고 발표했습니다. 규모만 보면 이미 대량상용화가 시작된 것처럼 보입니다.

하지만 같은 시기 Smart Analytics Global은 전 세계 상반기 출하를 약 1만9,100대로 집계했고, 다른 시장조사도 2만 대 안팎의 숫자를 제시합니다. 무엇을 휴머노이드로 포함하는지, shipment와 delivery를 어떻게 구분하는지, 연구·교육·전시용을 어디까지 세는지에 따라 숫자가 크게 달라질 수 있습니다. Unitree도 2025년 판매량 논란 뒤 실제 판매·인도와 생산량을 따로 공개하며 서로 다른 형태의 로봇을 단순 합산하지 말아 달라고 밝힌 바 있습니다.

따라서 이 기사에서 중요한 것은 4만 대가 정확한 세계 공통 통계냐가 아닙니다. 서로 다른 집계가 모두 가리키는 방향, 즉 중국의 생산능력이 매우 빠르게 커지고 있다는 사실입니다.

출하량이 늘었다고 사람 일을 대체한 것은 아니다

로봇업계가 진짜 넘어야 할 시험은 전시장의 달리기나 백플립이 아니라 하루 8시간의 반복작업입니다. 물건 위치가 조금 달라졌을 때 다시 잡을 수 있는가, 케이블이 한 번에 안 꽂혔을 때 스스로 복구하는가, 사람을 멈춰 세우지 않고 충분한 속도로 일하는가가 실제 고객에게는 더 중요합니다.

Reuters가 8월 베이징 현장을 취재한 기사에서도 업계의 관심은 화려한 시연에서 productivity, autonomy, return on investment로 이동하고 있었습니다. 실제 공장·물류 작업은 동작 하나를 성공시키는 것보다 예외상황을 처리하며 같은 품질로 수천 번 반복하는 것이 어렵습니다.

결국 가장 냉정한 시험은 가격과 투자회수기간이다

Reuters가 인용한 업계 분석에서는 현재 산업용 휴머노이드 가격이 대략 30만~50만 위안 수준으로 거론됩니다. 반면 한 증권사 계산은 연간 인건비 8만 위안인 작업자를 같은 생산성으로 대체하고 2년 안에 투자비를 회수하려면 유지비를 포함한 로봇 가격이 약 16만 위안 수준이어야 한다고 봤습니다.

이 계산은 모든 공장에 적용되는 공식 기준이 아닙니다. 야간작업, 안전위험, 인력난, 24시간 가동 여부에 따라 경제성은 크게 달라집니다. 그래도 고객의 질문이 무엇인지는 분명합니다. 로봇이 얼마나 멋지게 움직이느냐가 아니라 사람보다 얼마나 싸고 안정적으로 같은 일을 끝내느냐입니다.

그래서 만들어진 로봇이 먼저 가는 곳이 사람의 일자리가 아닐 수도 있다

중국 산업현장을 자문하는 한 로봇 분석가는 Reuters에 올해 생산되는 휴머노이드의 50~70%가 실제 고객의 생산업무보다 학습 데이터를 만드는 data factory로 들어갈 수 있다고 추정했습니다. 이 숫자 역시 공식 산업통계가 아니라 전문가 추정입니다.

하지만 방향은 이미 여러 회사에서 확인됩니다. 로봇을 반복 조작하고, 성공과 실패를 기록하고, 데이터를 다시 모델에 넣는 시설이 늘고 있습니다. 즉 생산량 증가가 곧바로 노동대체량 증가로 이어지는 것이 아니라, 초기에는 더 많은 로봇이 더 나은 로봇을 만들기 위한 학습장비가 될 수 있습니다.

그런데도 돈은 더 빨리 들어오고 있다

상용화의 불확실성이 투자를 막고 있는 것도 아닙니다. XPeng은 8월 24일 로봇 사업의 첫 외부 투자에서 9억 달러 이상을 조달했고 기업가치는 63억 달러 이상으로 평가됐습니다. 회사는 2026년 말 IRON 생산능력을 월 1,000대까지 높이는 목표를 제시했습니다.

Unitree도 8월 상하이 증시 상장 첫날 큰 폭으로 상승했습니다. 시장은 아직 완성되지 않은 생산성을 사면서도, 중국이 전기차에서 보여준 공급망·원가절감·양산능력이 휴머노이드에서도 반복될 가능성에 돈을 걸고 있습니다. 결국 앞으로 몇 년의 경쟁은 AI 성능과 제조원가가 동시에 내려가는 속도의 싸움입니다.

사람에게 중요한 변화는 로봇이 아니라 로봇을 현장에 붙이는 일에서 먼저 온다

휴머노이드가 아직 사람보다 느리다고 해서 인재시장 변화가 없는 것은 아닙니다. 오히려 대량생산과 현장실증이 시작되면 기존 AI 연구자 외에 manufacturing engineering, quality, reliability, controls, field service, integration, commissioning, process engineering 같은 역할이 중요해집니다.

자동차·산업자동화·반도체 장비에서 이미 양산품의 불량을 줄이고, takt time을 맞추고, 설비를 고객 현장에 설치하고, 고장 원인을 추적해본 경험은 Physical AI와 가까운 언어를 갖고 있습니다. 다만 인접경력이 곧바로 로봇 경력과 같다는 뜻은 아닙니다. 실제 로봇 시스템에서 어떤 문제를 해결했는지가 필요합니다.

한국과 일본이 볼 것은 중국의 숫자보다 다음 병목이다

중국이 몇 대를 만들었는지만 따라가면 이미 늦은 숫자를 보게 됩니다. 한국과 일본 기업이 봐야 할 것은 대량생산 뒤에 새로 드러나는 병목입니다. 자율성, 손의 정밀성, 안전, 품질, 유지보수, 현장 통합, 투자회수기간이 어디에서 막히는지에 따라 필요한 공급망과 인재가 달라집니다.

앞으로 관찰해야 할 지표도 출하량 하나로는 부족합니다. 실제 유료 고객 배치 수, 작업당 cycle time, 사람이 개입하지 않는 시간, failure recovery, uptime, 유지비, 동일 작업의 human-equivalent cost가 공개되기 시작하는지를 봐야 합니다. 휴머노이드가 사람의 일을 바꾸는 시점은 생산대수가 아니라 이 숫자들이 움직일 때 더 선명해질 것입니다.