휴머노이드 로봇은 어디까지 왔나: 걷기, 손재주, AI 두뇌의 현주소


    

몇 년 전만 해도 휴머노이드 로봇은 유튜브 데모 영상의 주인공이었다. 넘어지고, 비틀거리고, 연구원이 뒤에서 조종하는 모습이 익숙했다. 그런데 2026년 지금, 휴머노이드 로봇은 공장과 물류센터에서 실제로 일하고 있다. BMW 공장에서는 부품을 나르고, 물류센터에서는 소포를 분류한다. 도대체 기술이 어디까지 온 걸까. 걷기, 손재주, AI 두뇌 — 세 가지 축으로 정리해 봤다.

1. 걷기: 평지는 끝났다, 다음은 '전신 협응'

가장 먼저 정복된 건 걷기다. 2026년 업계의 평가는 단호하다. 평지 보행은 "해결됐다(solved)". 파쿠르나 넘어졌다 일어나기 같은 민첩한 동작도 연구 영상 수준에서는 구현된다.

진짜 뉴스는 그 다음 단계다. 올해 8월, Figure AI의 Figure 03이 4.6미터짜리 산업용 사다리를 스스로 올라가는 영상을 공개했다. 원격조종도, 미리 녹화된 궤적도 없이 온보드 AI(Helix 시스템)가 실시간으로 계산하며 올랐다. 사다리 등반은 팔과 다리가 협응하고 매 순간 균형을 조정해야 하는 고난도 과제다. 다만 Figure는 성공률이나 기술 세부내역을 공개하지 않았다는 점은 감안해야 한다.

보스턴 다이내믹스의 아틀라스도 변했다. 올해 CES 2026에서 공개된 건 연구용이 아니라 '양산형' 전동 아틀라스다. 56개 자유도, 전 관절 360도 회전, 50kg 적재, 배터리 자동 교체로 무중단 운용. 첫 배치는 현대차와 구글 딥마인드에 들어갔다. 7월에는 현대차가 FIFA 월드컵 16강전 하프타임에 아틀라스를 등장시키기도 했다.

테슬라 옵티머스는 속도로 승부한다. Gen 3의 보행 속도는 최대 5km/h라는 보도가 있다(테슬라 공식 확인은 아니다). 생산도 속도를 내고 있다. 8월 기준 주 수백 대를 생산 중이며, 2분기 대비 약 10배 수준, 연말에는 주 1,000대를 목표로 한다는 보도(The Information via Electrek, 9월 25일)다. 단, 지금 생산분은 특정 작업용으로 프로그래밍된 감독 환경에서만 운용되고, 범용 작업은 아직 안 된다.

아직 안 풀린 숙제도 있다. 걷기와 손조작을 동시에 하는 '전신 협응(whole-body loco-manipulation)'은 여전히 미해결 과제다. Figure, 테슬라, 보스턴 다이내믹스, 앱트로닉, 1X 모두 다리는 별도 학습 컨트롤러로, 조작은 VLA(시각-언어-행동) 모델로 나눠 운용 중이다. 걷는 것과 일하는 것을 하나로 합치는 게 다음 관문이다.

2. 손재주: 소포 25만 개를 분류한 로봇

로봇 손은 생각보다 훨씬 어려운 문제다. 일론 머스크는 "로봇 공학 전체 노력의 절반이 손에 들어간다"고 말했을 정도다.

올해 가장 인상적인 시연은 Figure 03의 '소포 분류 마라톤'이다. 5월 13일부터 22일까지, 3대의 로봇이 200시간 연속으로 소포를 자율 분류하는 과정을 생중계했다. 결과는 249,560개, 하드웨어 고장 0건, 원격조종 0건. 개당 2.6초에서 2.9초로 인간 작업자 속도에 근접했다. 배터리가 떨어지면 스스로 충전대로 가고 다른 로봇이 교대했다. 같은 행사에서 10시간 동안 인간 인턴과 대결했을 때는 인간이 12,924 대 12,735으로 이겼다. Figure CEO 브렛 애드콕은 "인간이 이기는 건 이번이 마지막"이라고 했다. 회사 주최 데모라 독립 검증은 없다는 점은 밝혀둔다.

테슬라 옵티머스 Gen 3의 손도 주목할 만하다. 손에만 22개 자유도, 로봇 전체에 50개 액추에이터를 넣었다. 특이한 건 액추에이터를 손이 아니라 팔뚝에 배치하고 힘줄(tendon) 케이블로 손가락을 움직인다는 점이다. 인간의 팔뚝 근육 구조를 모방한 설계다. 손가락 끝 촉각 센서로 달걀 같은 깨지기 쉬운 물체도 다룬다. 다만 주의할 점이 있다. 4월에 공개된 국제 특허 속 핸드 설계에 대해 머스크가 "이미 설계를 바꿨다. 그건 실제로 동작하지 않았다"고 밝혀서, 최종 V3 스펙은 바뀔 수 있다.

가정용으로 나온 1X의 NEO는 손 22자유도에 머리부터 발끝까지 부드러운 소프트 바디가 특징이다. 가격은 2만 달러, 월 499달러 구독형. 단, 복잡한 작업은 직원이 VR로 원격 조종하는 '엑스퍼트 모드'에 의존한다는 게 약점이다. 완전 자율과는 거리가 있다.

중국 XPeng의 아이언(2세대)은 전신 76자유도, 손당 21자유도에 자사 튜링 AI 칩 3개로 2,250 TOPS를 온디바이스로 연산한다. 올해 9월 초에는 자동화 생산라인에서 첫 유닛이 스스로 걸어 나오는 장면을 공개하며 연말 양산을 예고했다.

물류 특화형도 있다. 어질리티 로보틱스의 디짓(Digit)은 사람 손 모양이 아니라 상자 운반에 최적화된 형태다. 고객사 9곳에서 6만 5천 시간 이상 운용됐고, 물류센터에서 상자 10만 개 운반 실적을 기록했다. 업계에서 가장 많이 문서화된 실제 배치 기록이다.

3. AI 두뇌: 로봇의 '대뇌피질'이 표준화되고 있다

몸이 좋아져도 두뇌가 없으면 그냥 비싼 장난감이다. 2026년 휴머노이드 AI의 가장 큰 변화는 아키텍처의 표준화다.

현재 업계 표준은 '이중 시스템'이다. 느리게 생각하는 VLM(시각-언어 모델)이 상황을 이해하고 계획을 세우면, 빠른 액션 디코더가 실시간으로 모터를 제어한다. 인간의 시스템 1(직관)/시스템 2(숙고)와 비슷한 구조다. Figure의 Helix와 엔비디아의 GR00T가 대표적이다.

Figure Helix는 Figure 03에 탑재됐다. 2026년 업데이트된 Helix System 0는 기존의 고유수용감각(관절 각도·힘 감지)에 온보드 스테레오 카메라의 3D 환경 인식을 결합했다. 눈이 생긴 셈이다.

엔비디아 GR00T는 로봇용 파운데이션 모델의 오픈소스 진영을 이끈다. N1.5와 N1.6을 거쳐 올해 3월 N1.7(3B)이 나왔다. 약 32,000시간의 실제 데모·1인칭 인간 데이터와 8,000시간의 시뮬레이션으로 학습했고, 오픈 웨이트로 공개됐다. 합성 데이터 생성용 Cosmos 3, 온디바이스 제어용 Cosmos 3 Edge도 함께 나왔다.

구글 딥마인드는 보스턴 다이내믹스와 손잡았다. 아틀라스의 AI 파트너로서 "하루 안에 새 작업을 배우는" 걸 목표로 협력 중이다. 제미나이 로보틱스(Gemini 2.0 기반 VLA)도 라인업에 있다.

테슬라는 독자 노선이다. 자율주행(FSD) 신경망과 같은 AI 스택을 공유하고, 비전 전용 모방학습 방식을 쓴다. AI5 칩으로 온디바이스 추론을 하고, xAI 그록 음성 AI로 자연어 명령을 해석한다는 정리도 있다(테슬라 공식 확인 아님).

여기서 병목은 데이터다. 로봇을 똑똑하게 만들려면 실제 동작 데이터가 산더미처럼 필요한데, 인터넷 텍스트처럼 긁어올 수 있는 게 아니다. Figure의 해법은 'Index' 데이터 수집 프로젝트다. 108개국에서 26만 4천 명이 앱을 다운받아 1,600만 개 이상의 영상을 올렸고, 앞으로 12개월간 데이터와 컴퓨트에 10억 달러 이상을 투자하겠다고 발표했다. 엔비디아는 Cosmos 합성 데이터로 시뮬레이션에서 학습시키는 길을 택했다.

4. 숫자로 보는 2026년

출하량도 폭발하고 있다. 2026년 상반기 글로벌 휴머노이드 출하량은 약 19,100대로 전년 대비 272% 증가했다. 중국 업체가 97%를 차지했고, AGIBOT 약 8,400대(44%), Unitree 약 5,900대(31%)다. 연간 전망은 약 6만 대다.

월가도 눈을 떴다. 골드만삭스는 9월 1일 2026년 전망을 51,000대에서 75,000대로 상향했고, 2035년에는 650만 대, 1,383억 달러 시장을 전망했다.

기업들의 움직임도 빠르다. 어질리티 로보틱스는 6월 25억 달러 기업가치로 SPAC 합병을 발표했고, 성사되면 미국 상장 최초의 순수 휴머노이드 기업이 된다. Figure는 7월 1,000번째 Figure 03을 생산했고(4월 대비 3배), BMW는 스파르탄버그 공장에 Figure 03을 투입했다. Unitree는 7월 상하이 STAR 마켓 IPO 등록 승인을 받았다.

5. 과장 광고 거르기: 아직 갈 길이 멀다

장밋빛 전망 사이에서 냉정해질 필요가 있다. technology.org의 7월 총평은 이렇게 말한다. "소수의 로봇이 소수의 특정 현장에서 문서화된 반복 작업을 수행 중이다. 가장 많이 논의되는 프로그램(테슬라)은 1대도 판매하지 않았고 생산라인도 가동 전이다."

정리하면 이렇다.

  • 테슬라 생산량 수치는 매체마다 다르다. 외부 판매는 0대, 산업 KPI도 미공개다.
  • Figure의 마라톤과 사다리 데모는 회사 주최이며 독립 검증이 없다. 성공률도 미공개다.
  • 1X NEO는 원격조종 의존도가 높아 '완전 자율' 마케팅과 거리가 있다.
  • 옵티머스 Gen 3 핸드의 최종 스펙은 머스크의 "설계 변경" 발언 이후 불확실하다.
  • Unitree에 대해서는 "AI 혁신보다 하드웨어·가격 혁신이 본질"이라는 평가도 있다.

마무리

휴머노이드 로봇의 2026년은 '데모의 시대'에서 '배치의 시대'로 넘어가는 과도기다. 걷기는 해결됐고, 손은 인간 속도에 근접했으며, 두뇌는 표준 아키텍처를 갖춰가고 있다. 하지만 전신 협응, 범용 작업, 독립 검증된 실전 기록 — 세 가지 숙제가 남았다.

앞으로 1년에서 2년을 볼 때 체크포인트는 분명하다. 누가 먼저 감독 없는 범용 작업을 현장에서 증명하는가. 누가 데이터를 가장 빨리 모으는가. 그리고 누가 가격을 낮춰 대량 보급의 문턱을 넘는가. 로봇이 공장 문을 나선 날, 다음은 우리 집 현관일지도 모른다.


데이터 출처: Figure AI·보스턴 다이내믹스·테슬라·1X·XPeng·어질리티 로보틱스(각사 발표·데모), 엔비디아(GR00T N1.7, 2026.3), The Information via Electrek(9.25), 골드만삭스(9.1), technology.org(7월) · 기업 주최 데모와 미확인 보도는 본문에 별도 표기


많이 본 글

자기소개 및 블로그 운영방향

이미지
안녕하세요. "바우"에 오신 것을 환영합니다. 오랫동안 생각만 해 오던 블로그를 2026년 9월에 시작했습니다. 일상에서 경험하고 배운 것들을 그냥 지나치기 아쉬워 한곳에 기록해 두고 싶었고, 제가 알게 된 정보가 누군가에게 작은 도움이 되었으면 하는 마음이었습니다. 처음의 그 마음은 지금도 같습니다. 다만 한 달 남짓 꾸준히 쓰다 보니, 이 블로그가 다루는 이야기의 결이 또렷해졌습니다. 이 글은 그 현재 모습을 소개하는 글로 다시 정리한 것입니다. 지금 바우는 인공지능과 첨단 기술을 알기 쉽게 전하는 블로그입니다. 크게 네 갈래의 이야기를 다룹니다. 첫째, AI 뉴스의 해설입니다. 새로운 모델과 연구, 기업들의 발표가 쏟아지는데, 그 소식이 실제로 무엇을 뜻하는지, 어디까지가 확인된 사실인지를 풀어서 전합니다. 둘째, AI 기업을 한 곳씩 깊이 들여다보는 심층분석입니다. 어떤 기술을 가졌고 어떤 방식으로 돈을 벌며, 강점과 약점은 무엇인지를 정리합니다. 이 심층분석은 유튜브 채널에서 영상으로도 이어지고 있습니다. 셋째, 양자 컴퓨터와 핵융합, 우주와 로봇처럼 조금 먼 미래의 과학과 기술 이야기입니다. 어렵게만 느껴지는 주제를 일상의 비유로 풀어 쓰려고 합니다. 넷째, AI가 바꿔 놓는 사회와 제도의 이야기입니다. 법과 규제, 일자리와 안전처럼 기술이 우리 생활과 만나는 지점을 살핍니다. 글을 만드는 방식도 소개해 드립니다. 소식의 출처가 되는 공식 발표와 논문, 기관 자료를 먼저 확인하고, 기사에 실린 수치는 원자료와 다시 대조합니다. 확인되지 않은 내용은 추정이라고 본문에 밝혀 둡니다. 빠르게 전하는 것보다 틀리지 않게 전하는 쪽을 택하는 블로그입니다. 대표 글을 몇 편 골라 둡니다. 처음 오신 분들은 이 글들부터 읽어 보시면 블로그의 색깔이 잡히실 거예요. 1그램에 215페타바이트, 계산까지 하는 물질 DNA AI 칩 주문이 2030년까지 밀렸다 — ASML 실적이 보여 준 병목 모두가 포기한 결정을 고집한 사람들 — 청색 LED 발명사...
자세한 내용 보기

양자 컴퓨터와 AGI

이미지
​양자 컴퓨터가 AGI 시대를 앞당기는 3가지 핵심 이유 ​최근 인공지능 기술의 발전 속도는 눈부실 정도입니다. 특정 분야에서 뛰어난 성능을 보이는 초거대 AI 모델들이 잇따라 등장하면서, 인간 수준의 전방위적 지능을 가진 AGI(Artificial General Intelligence)의 도래 시점에 대해 전 세계의 관심이 쏠리고 있습니다. ​하지만 현재의 범용 컴퓨터 체계 만으로는 AGI 구현에 필요한 천문학적인 연산량과 전력 소비를 감당하는 데 한계가 있다는 지적이 꾸준히 제기되고 있습니다. 이러한 난관을 극복할 결정적 열쇠로 떠오르는 것이 바로 양자 컴퓨터(Quantum Computing)입니다. 양자 컴퓨터는 AGI 시대로 진입하는 과정에서 어떤 지대한 영향을 미치게 될까요? 3가지 핵심 포인트를 통해 살펴보겠습니다. ​1. 초거대 AI 모델 학습 속도의 기하급수적 향상 ​현재의 LLM(대형 언어 모델)이나 AGI 지향형 AI 시스템을 학습시키기 위해서는 수만 개의 GPU를 수개월 동안 가동해야 합니다. 기존 컴퓨터는 데이터를 0과 1의 '비트(Bit)' 단위로 처리하기 때문에 모든 가능성을 순차적으로 계산해야 하지만, 양자 컴퓨터는 중첩(Superposition)과 얽힘(Entanglement)이라는 양자역학적 특성을 이용한 Qubit  단위를 사용합니다. ​이로 인해 양자 컴퓨팅 알고리즘은 수십만 개의 변수가 복잡하게 얽힌 AI 최적화 문제를 동시에 연산할 수 있습니다. ​ 학습 시간 단축: 수년이 걸릴 초거대 데이터 학습을 단 몇 시간 또는 며칠 만에 완료 가능 ​ 초고차원 데이터 처리: 다차원적인 복잡 패턴을 한 번에 파악하여 AGI의 문맥 이해도 극대화 ​결과적으로 양자 기술은 AGI 개발의 가장 큰 병목 구간이었던 '학습 및 연산 시간'을 획기적으로 줄여줄 것 입니다. 2026년 9월에는 이 이야기가 개념에서 한 걸음 나왔습니다. 아이온큐는 9월 22일, 평범한 CPU 하나로 돌아가는 끝부...
자세한 내용 보기

AI 발전 속도와 사회적 준비의 격차

이미지
AI 발전 속도와 사회적 준비의 격차: 발생 문제와 4가지 구체적 해법 최근 챗GPT(ChatGPT)를 시작으로 생성형 AI 기술이 하루가 다르게 폭발적으로 발전하고 있습니다. 불과 몇 년 전만 해도 상상 속에만 존재하던 인공지능 기술이 이제는 업무, 예술, 교육, 의료 등 일상 전반에 깊숙이 자리 잡았습니다. 하지만 기술이 전속력으로 달려가는 동안, 이를 받쳐주어야 할 법과 제도, 윤리적 기준, 그리고 교육 체계의 준비 속도는 이를 따라가지 못하고 있습니다. 이러한 'AI 기술 발전 속도와 사회적 준비 속도의 격차(Gaps in AI Readiness)'는 사회 곳곳에서 새로운 갈등과 부작용을 낳고 있습니다. 이번 글에서는 AI 발전과 사회적 준비 간의 시차로 인해 나타나는 핵심 문제점들을 살펴보고, 이를 극복하기 위한 분야별 구체적 해법에 대해 깊이 있게 알아보겠습니다. 1. 일자리 지형의 변화와 고용 불안정 문제 AI 기술의 고도화로 인해 기존의 단순 반복적인 사무직은 물론, 번역·작곡·디자인·프로그래밍 등 전문 지식 직군까지 자동화 범위가 급격히 확대되고 있습니다. 문제는 기술에 의해 일자리가 사라지는 속도가, 신기술에 적응한 새로운 일자리가 창출되거나 노동자가 재교육을 받는 속도보다 훨씬 빠르다는 점입니다. 이로 인해 노동 시장의 불안정성이 커지고 계층 간 소득 양극화가 심화될 우려가 커지고 있습니다. [해법] 평생 재교육 체계 구축과 사회안전망 강화 전주기적 Re-skilling(재교육) 제도화: 정부와 기업이 협력하여 기존 노동자들이 AI 툴을 업무에 활용할 수 있도록 돕는 직업 훈련 프로그램을 대폭 확대해야 합니다. 노동법 및 사회안전망 재정비: 플랫폼 노동자나 프리랜서, AI 대체 고위험군 직종을 보호하기 위한 유연안전성(Flexicurity) 모델을 도입하고, 전환 지원금 제도 등을 마련하여 고용 충격을 완화해야 합니다. 2. 법적·제도적 진공 상태와 규제 지연 현재 법체계는 AI가 등장하기 이전에 ...
자세한 내용 보기