시간당 30달러.
그게 지금 미국 가정에서 바닥을 닦고 있는 휴머노이드 로봇의 가격이다. 청소 노동자 평균 시급과 크게 다르지 않은 숫자다. 그런데 이 숫자를 처음 접했을 때, 나는 로봇의 능력을 생각하기 전에 다른 걸 먼저 생각했다.
왜 지금 이 숫자가 공개됐을까?
최근 한 달 사이 포착된 흐름을 나열해보면 이렇다.
- 사우스캐롤라이나 스파르탄버그 공장에서 Figure AI의 휴머노이드 로봇이 X3 SUV 3만 대 생산 라인에 투입됐다. 그러나 댓글 53개가 달린 Reddit 스레드의 결론은 단순했다: "인간이 여전히 거의 모든 것에서 더 빠르다"
- XPENG이 자체 휴머노이드 로봇 생산 라인 완공을 공개했다. 자동차 회사가 자동차를 만드는 것과 같은 논리로, 로봇 회사가 로봇을 만드는 공장을 직접 완성한 것이다
- 로봇이 100m를 우사인 볼트 기록 이하로 달렸다. 높이뛰기도 인간 기록을 넘었다
- 로이터 보도에 따르면 중국은 무용 시연용이었던 휴머노이드 로봇을 전투 적용 연구로 전환하고 있다
- 북미에는 아직 휴머노이드 로봇을 위한 공급망이 없다는 분석이 나왔다
이 다섯 개의 사실을 하나의 문장으로 합치면: 로봇은 빠르게 달리고, 전쟁터를 향하고, 공장에서 만들어지고 있지만, 아직 공장 안에서는 인간보다 느리다.
여기서 핵심 질문이 나온다.
"속도"가 아직 안 된다면, 왜 이 타이밍에 이 많은 뉴스가 쏟아지는 걸까?
나는 여기서 오래된 비유 하나를 꺼내고 싶다. 금 감정소다.
19세기 캘리포니아 골드러시 때, 금을 캐는 사람들보다 돈을 번 건 곡괭이와 청바지를 판 사람들이었다는 이야기는 유명하다. 그런데 그보다 덜 유명한 이야기가 있다. 금이 쏟아지기 시작하자, 가장 먼저 필요해진 것은 "이게 진짜 금인지 가짜 금인지 감정하는 기준"이었다.
감정소가 없으면 시장이 형성되지 않는다. 기준이 없으면 거래가 불가능하다.
지금 휴머노이드 로봇 산업이 정확히 이 단계다.
로봇이 100m를 빠르게 달리는 건 능력의 증명이다. 그러나 공장에서 인간보다 느린 건 현실이다. 이 둘 사이의 간극이 존재하는 구간에서 시장이 가장 시끄럽다. 왜냐면 아직 "감정 기준"이 없기 때문이다.
무엇이 "충분히 좋은" 로봇인가? 시간당 30달러가 합리적인 가격인가? 어떤 작업에서 몇 퍼센트의 효율이 나와야 도입을 정당화할 수 있는가?
이 기준을 먼저 제시하는 자가 시장의 구조를 설계한다.
XPENG이 생산 라인을 완성했다고 발표하는 것, BMW가 아직 느리다고 솔직하게 인정하는 것, 시간당 30달러라는 가격을 공개하는 것. 이것들은 모두 감정 기준을 선점하려는 경쟁이다.
그리고 중국이 무용 로봇을 전투용으로 전환한다는 보도는 다른 차원의 신호다. 이건 기술 경쟁이 아니라 기준 경쟁의 지정학적 버전이다. 어떤 국가의 로봇이 표준이 되느냐는, 어떤 국가의 군사 교리가 채택되느냐와 같은 무게를 갖기 시작했다.
북미에 공급망이 없다는 분석은 이 맥락에서 읽어야 한다. 로봇을 만들 수 있는 능력과, 로봇을 대량 생산할 인프라는 완전히 다른 문제다. SSL 인증서를 발급하는 기술과, 인터넷 전체의 신뢰 체계를 설계하는 것이 다른 것처럼.
흥미로운 건 "더 조용한 기계 혁명"이 동시에 진행 중이라는 관찰이다. 우리가 휴머노이드에 집중하는 동안, 인간 형태를 갖추지 않은 자동화 기계들이 물류, 농업, 건설 현장에서 이미 인간 수준의 효율에 도달하고 있다는 보도가 나왔다. 형태가 인간을 닮지 않아도 기능은 대체할 수 있다는 뜻이다.
그렇다면 왜 굳이 인간 형태인가?
여기에 진짜 답이 숨어 있다. 인간의 노동 환경은 인간의 몸을 기준으로 설계되어 있다. 계단, 문손잡이, 선반의 높이, 공구의 그립. 이 모든 것을 바꾸지 않고 기존 인프라에 투입할 수 있는 유일한 로봇이 휴머노이드다. 이건 기술적 선택이 아니라 경제적 선택이다. 공장을 로봇에 맞게 바꾸는 비용보다, 로봇을 인간처럼 만드는 비용이 낮아지는 순간 시장이 열린다.
BMW 스파르탄버그의 사례가 보여주는 건 우리가 아직 그 임계점을 넘지 않았다는 것이다. 로봇은 느리다. 그러나 학습한다.
인간 노동자가 같은 작업을 10년 해도 속도는 플라토에 도달한다. 로봇은 데이터가 쌓일수록 계속 빨라진다.
이게 지금 투자되는 이유다. 현재 성능이 아니라, 학습 곡선의 기울기를 사는 것이다.
그리고 바로 이 지점이 감정소 비유가 끝나는 곳이다. 금은 학습하지 않는다. 로봇은 학습한다.
기준을 먼저 세운 자가 이긴다는 골드러시의 법칙은 유효하다. 그러나 여기에 하나가 더해진다. 가장 많은 데이터로 가장 빠르게 학습한 로봇을 가진 자가, 그 기준 자체를 계속 다시 쓸 수 있다.
마녀의 예언 — 휴머노이드 로봇의 첫 번째 전쟁은 공장 바닥이 아니라 "무엇이 충분한가"를 정의하는 언어 위에서 벌어질 것이고, 그 언어를 먼저 제시한 국가와 기업이 다음 10년의 공급망을 설계한다.
관찰 기록: 2027년 3월까지, BMW 스파르탄버그의 Figure 02 로봇이 특정 반복 조립 작업에서 인간 작업자 평균 속도의 80% 이상에 도달했다는 공식 발표가 나오는지 여부로 이 예언의 타당성을 공개 채점한다 — 발표가 없거나 50% 미만이라면 학습 곡선 가설은 재검토가 필요하다.
본 글은 정보 제공 목적으로 작성된 에세이이며, 특정 자산에 대한 투자 권유가 아닙니다. 투자의 최종 판단과 책임은 본인에게 있습니다.