로봇 경력이 없어도 된다. 휴머노이드 회사들은 대신 어떤 경력을 보고 있을까?

'로봇회사 경력'이 없는 사람에게도 문이 열리는 공고가 있다

Physical AI 채용을 보면 가장 먼저 떠올리는 후보는 로봇공학 전공자나 기존 robotics engineer입니다. 실제로 많은 핵심 엔지니어 직무는 로봇 시스템 경험을 강하게 요구합니다. 그런데 모든 공고가 그런 것은 아닙니다.

Figure의 Robot Hands 구조설계 공고는 아예 'Robotics experience is not required'라고 적습니다. 대신 원하는 것은 complex mechanical module을 concept에서 production까지 맡아본 경험, testing·validation, NPI, supplier·contract manufacturer와의 협업, failure analysis입니다. 후보 산업으로 consumer electronics, EV, aerospace를 직접 제시합니다.

같은 회사의 Hands Compliant Elements 공고도 robotics experience가 필수가 아니라고 명시합니다. 여기서는 elastomer, silicone, flexible polymer, complex injection molding처럼 로봇 손의 '피부와 재료' 문제를 풀 수 있는 경험을 찾습니다. 로봇 산업 경력보다 특정 물리문제를 해결해본 경험이 먼저인 셈입니다.

자동차·항공우주·가전이 반복해서 등장하는 이유

Physical Intelligence의 Robot Build Technician 공고 역시 robotics, automotive, aerospace, consumer electronics 경험을 높게 평가합니다. 업무는 로봇을 조립하고 wiring·harnessing·sensor·actuator를 통합하며 test protocol과 quality check를 수행하고 manufacturing issue의 root cause를 찾는 일입니다.

이 산업들의 공통점은 '로봇'이라는 이름이 아닙니다. 복잡한 electromechanical hardware를 실제로 만들고, 허용오차와 품질을 관리하고, 공급망과 함께 반복 생산하고, 현장에서 고장을 추적해본 경험입니다.

즉 자동차에서 모터·기어·하네스·BOM·NPI·validation을 다뤘던 사람이 로봇으로 이동할 수 있는 이유는 자동차 산업이 유행해서가 아니라, Physical AI가 이제 같은 종류의 제조 문제와 싸우기 시작했기 때문입니다.

엔지니어가 아닌 운영직에서도 경력 경계는 더 넓다

Mind Robotics의 Robot Operator는 후보 배경을 더 넓게 봅니다. robotics teleoperation뿐 아니라 motion capture, simulation/VR studio, surgical robotics, drone operation, stunt work, advanced manufacturing, professional gaming/esports coaching까지 예시로 듭니다.

공통점은 정밀한 신체조작과 반복성, 판단력, 그리고 다른 사람에게 그 작업을 가르칠 수 있는 능력입니다. 실제 업무에는 SOP 작성, operator training, data quality spot-check, cycle time과 hours-to-usable-data 관리가 포함됩니다.

따라서 '게임을 잘하면 로봇회사에 취업할 수 있다'는 식으로 단순화하면 틀립니다. 회사가 보고 있는 것은 게임이라는 취미명이 아니라 controller를 이용한 spatial coordination, 반복 정확도, 학습·교육 능력처럼 업무로 증명 가능한 수행능력입니다.

일본에서는 진입경로가 더 낮은 단계에서도 나타난다

APTO의 Robot Operator 공고에서 필수조건은 기본 PC 조작, 미세한 차이를 알아차리는 정확성, 팀 인계, 정해진 shift와 rule 준수, 안전 행동, 일본어 업무소통입니다. 로봇공학 학위나 기존 robot operator 경력은 필수로 적혀 있지 않습니다.

Prox Industries의 Robot Teleoperator도 필수는 일상 수준의 일본어, 기본 PC 조작, 주 2일 이상 근무입니다. 로봇 teleoperation 경험이나 AI·robotics 지식은 환영조건입니다.

이것은 일본 Physical AI 전체 채용시장이 저숙련화됐다는 뜻은 아닙니다. 같은 회사 안에서도 Robotics Engineer와 Simulation Engineer 같은 고숙련 직무가 동시에 존재합니다. 다만 데이터 수집·teleoperation이라는 새로운 입구에서는 전통적인 robotics 경력과 다른 인재 풀이 실제로 열리고 있다는 뜻입니다.

미국에서도 '처음부터 가르친다'는 운영직이 등장한다

FS Studio의 Robotics Teleoperator 공고는 'No prior experience is required—we train you from scratch'라고 직접 적습니다. VR headset, haptic glove, controller를 사용해 로봇을 조작하고, 2인 1조로 operator와 observer/reset 역할을 번갈아 수행합니다.

이런 공고는 Physical AI 산업이 연구자와 senior robotics engineer만으로 구성되지 않는다는 점을 보여줍니다. 데이터 생산과 fleet operation이 커질수록 training 가능한 frontline role이 생길 수 있습니다.

다만 이런 운영직의 장기 고용규모나 임금상승을 지금 단정할 수는 없습니다. autonomy가 높아지면 반복 teleoperation 수요가 줄 수 있고, 일부 업무는 프로젝트 단위로 변동할 수 있습니다.

회사들이 실제로 사는 것은 산업명이 아니라 문제를 해결한 증거다

공고를 나란히 놓으면 반복되는 단어가 보입니다. design, build, validation, reliability, quality, troubleshooting, SOP, safety, production, supplier, integration입니다.

이것은 경력전환에서 중요한 기준을 바꿉니다. '나는 자동차 출신이라 로봇과 관계없다'거나 '나는 로봇회사에 있었으니 자동으로 유리하다'는 두 판단 모두 너무 거칠 수 있습니다.

더 중요한 질문은 어떤 시스템을 설계했는지, 양산 과정에서 무엇을 고쳤는지, 어떤 failure를 재현하고 줄였는지, 어떤 장비를 유지했는지, 반복작업의 품질을 어떻게 표준화했는지입니다. 실제 hiring manager가 보는 것은 결국 그 수행의 evidence입니다.

하지만 adjacent는 equivalent가 아니다

여기서 가장 조심해야 할 부분이 있습니다. 일부 Figure 공고가 robotics experience를 요구하지 않는다고 해서 모든 robotics job이 비로봇 경력자에게 열린 것은 아닙니다. 예를 들어 같은 Figure의 Systems Integration Engineer - Hand Subsystem은 robotic or electromechanical systems에서 5년 이상의 hands-on experience를 요구합니다.

Physical Intelligence의 Robotics Technician 역시 robotics·automation 또는 related industry의 maintenance 경험을 요구합니다. 즉 인접 산업의 경험이 인정되는 범위는 직무마다 다릅니다.

따라서 'Not found ≠ absent'와 마찬가지로 '한 공고에서 불필요 ≠ 모든 공고에서 불필요'입니다. 경력전환 가능성은 회사가 아니라 hiring unit과 role 단위로 봐야 합니다.

한국 인재에게는 '로봇 경력 만들기'보다 기존 경력을 다시 번역하는 일이 먼저일 수 있다

한국에는 자동차, 전장, 반도체 장비, 산업자동화, 정밀제조에서 실제 하드웨어를 다뤄온 인력이 많습니다. 이들이 Physical AI에 진입할 때 모든 경력을 버리고 처음부터 '로봇 경력'을 쌓아야 하는 것은 아닐 수 있습니다.

먼저 해야 할 일은 기존 경험을 capability 단위로 다시 설명하는 것입니다. 예를 들어 자동차의 body structure는 robot structure와 동일하지 않지만, load·durability·FEA·GD&T·NPI·supplier collaboration은 Figure가 실제로 찾는 언어와 맞닿습니다. 생산기술의 root-cause analysis와 quality control도 robot manufacturing에서 다시 등장합니다.

반대로 공고에 인접 산업이 적혀 있다는 이유만으로 자동 합격을 기대해서도 안 됩니다. 실제 robot system과 연결되는 프로젝트, prototype, test, integration 경험을 추가해 경계의 마지막 한 칸을 건너는 것이 필요합니다.

Physical AI의 인재전쟁에서 가장 흥미로운 변화는 완전히 새로운 사람만 찾는 것이 아닐 수 있습니다. 기존 산업에서 이미 어려운 물리문제를 풀어온 사람의 가치를 새 이름으로 다시 발견하는 과정일 수 있습니다.