로봇은 데모에서 왔고 노동 대체는 오지 않았다 - NIA 트렌드 3편, 반년 뒤 다시 보기

예측과 지금을 견주면: 로봇은 데모로 왔고, 노동 대체는 매크로에 안 나타났다 (🟡, 시리즈 첫 지연) NIA의 두 예측을 반년 뒤 실제 전개와 나란히 놓고 본다. 예측① 하드웨어와 AI 융합은 진행됐지만 영역별로 갈렸고(🟢), 예측② 노동 대체와 생산성 극대화는 데모와 파일럿에 머물러 거시 지표에 나타나지 않았다(🟡). 병목이 하드웨어에서 데이터와 경제성으로 옮겨간 것, 가치가 소프트웨어 레이어로 흐른 것은 예측 어디에도 없었다(⚪).

0편에서 정한 대로, NIA가 트렌드 3에 걸어둔 두 예측 문장을 각각 실제 전개와 견줘본다. 앞선 두 편이 🔵와 🟢였다면, 이번은 시리즈 첫 🟡다.

NIA가 트렌드 3 「AI가 현실 세계로, 피지컬 AI 혁신」에 세운 예측은 두 개다.

• 예측①: 하드웨어 발전(로봇·자율차·스마트 제조)으로 AI 융합이 가속한다.
• 예측②: 노동집약 분야의 인력 의존이 줄고, 구조적 비용 절감과 생산성 극대화가 일어난다.

두 예측 사이에는 하나의 연결이 깔려 있다. 하드웨어가 발전하면 곧 노동을 대체하고 생산성이 극대화된다는 직결이다. 반년의 전개는 이 직결의 앞쪽(하드웨어 발전)은 확인해 줬지만, 뒤쪽(노동 대체)은 아직 거시 지표에 올라오지 않았다. 그 사이 시차가, 소프트웨어를 다룬 앞선 편들보다 훨씬 크게 벌어졌다.

반년을 지켜본 결과를 한 줄로 줄이면 이렇다. 로봇은 데모와 파일럿의 형태로 확실히 왔는데, 병목은 하드웨어가 아니라 데이터와 경제성으로 옮겨갔고, 노동 대체라는 결과는 2027~2028년으로 밀려 있다. 원자(atom)를 다루는 세계는 비트(bit)를 다루는 세계보다 느리게 움직인다.

예측① 하드웨어와 AI 융합 - 진행, 단 영역별로 갈린다 (🟢)

예측①은 반년간 실제로 진행됐다. 다만 로보택시와 휴머노이드가 서로 다른 속도로 갔다.

로보택시는 예측을 앞질렀다. 웨이모(Waymo)는 주간 유료 탑승을 50만 건으로 올렸는데, 2024년 5월 주 5만 건에서 2년 만에 열 배다. 운행 도시는 10개로 늘었고, 2026년 7월 8일에는 샌디에이고·라스베이거스·탬파·덴버 네 곳을 추가하며 영국·일본 진출까지 예고했다. 회사 가치는 1,260억 달러로 평가받는다. 중국 바이두의 아폴로 고(Apollo Go)는 글로벌 누적 2천만 회를 넘겼고 1분기에만 완전 무인 주행 320만 건을 처리했으며, 2026년 초 서울에 진출했다. 반면 테슬라의 오스틴 로보택시는 6월 메트로 전역으로 서비스를 넓혔지만 실제 운행 차량은 20대 안팎이고, 인간 대비 사고율이 네 배가량 나쁘다는 분석이 붙었다.

그런데 로보택시에서도 트렌드 2에서 봤던 신뢰성 문제가 똑같이 나타난다. 웨이모는 로봇택시가 정차한 스쿨버스 앞에서 멈추지 않는 문제로 전 차량 소프트웨어 리콜을 걸었고, 고속도로 주행은 2026년 5월부터 소프트웨어 업데이트를 위해 중단한 상태다. 8개월간 차량이 2천 대에서 3,791대로 늘어나는 사이 안전 회귀가 함께 나타났다. 능력은 예측보다 빨리 왔지만, 그 능력을 어디까지 믿고 맡길지는 여전히 리콜과 함께 조정 중이다.

휴머노이드는 로보택시보다 한 단계 뒤에 있다. 데모와 실증은 화려하다. 피겨(Figure)의 로봇은 BMW 스파턴버그 공장에서 10개월간 X3 3만 대 생산을 도우며 부품 9만 개를 옮겼고 교대당 배치 정확도 99%를 넘겼다. 이 실적을 근거로 피겨는 03 모델 40대 상용 계약을 맺었고, 로봇 가동 시간당 약 25달러의 가격을 매겼다. 중국 유니트리(Unitree)는 2025년 휴머노이드 5,500대를 출하해 세계 1위(점유율 32.4%)에 올랐고, 2026년 7월 3일 상하이 STAR 시장 상장을 최종 승인받았다. 기업가치 약 62억 달러, 2025년 매출은 335% 늘어 첫 흑자(9천만 달러)를 냈다. 중국 전체로는 2025년 휴머노이드 1만 4,400대가 출하돼 세계 물량의 84.7%를 차지했다.

다만 데모와 실배치 사이에는 아직 조심해서 읽어야 할 간극이 있다. 로봇 시연 영상의 상당수가 사람이 원격으로 조종하는(teleoperated) 장면이라는 보도가 이어졌고, 피겨가 “완전 자율(end-to-end)“이라 소개한 작업을 두고 BMW 쪽은 실제 라인이 아니라 비가동 시간대의 연습이었다는 반박이 나왔다. 보스턴 다이내믹스의 아틀라스는 2026년 물량이 전량 현대차와 딥마인드용으로 묶여 외부 고객은 2027년까지 없고, 앱트로닉(Apptronik)의 아폴로는 메르세데스 공장에서 부품 상자를 옮기는 파일럿 단계다. 물량과 계약은 쌓이는데, 그 물량이 진짜 자율로 일하는지는 아직 한 겹 걷어내고 봐야 한다.

숫자만 보면 예측 적중처럼 보인다. 하지만 가장 상징적인 테슬라 옵티머스(Optimus)를 보면 그림이 달라진다. 옵티머스 V3는 2026년 7월 시점에 아직 양산에 못 들어갔다. 프리몬트 공장의 모델 S·X 라인이 5월에 끝나고 옵티머스용으로 개조되는 중이고, 첫 생산은 7월 말에서 8월로 잡혀 있다. 일론 머스크는 7월 1일 새로 깔린 라인을 둘러보며 생산량이 조용히 시작됐다는 관측을 부인하고 “처음엔 모든 게 새것이라 극도로 느릴 것”이라고 했다. 지금까지 만들어진 것은 수백 대 수준이고 판매된 것은 없으며, 소비자 판매 시점은 빨라야 2027년 말, 현실적으로는 2028~2029년이라는 게 애널리스트 컨센서스다. 머스크 자신이 1월 실적 발표에서 “우리 공장에서 의미 있는 방식으로 쓰이고 있지는 않다”고 인정했다.

그래서 예측①은 🟢이다. 하드웨어 발전과 AI 융합이라는 방향은 진행됐지만, 로보택시는 앞서 나갔고 휴머노이드는 아직 데모와 실증, 데이터 수집 단계에 있다.

예측② 노동 대체와 생산성 극대화 - 매크로에 안 나타남 (🟡)

예측②는 다르다. “노동 의존이 줄고 생산성이 극대화된다”는 결과는 반년간의 거시 지표에서 확인되지 않는다.

개별 현장의 성공 사례는 많다. 세계경제포럼이 꼽은 등대 공장(Lighthouse) 223곳 중 일부는 생산성 40% 향상과 리드타임 48% 단축을 보고했고, 아마존은 2025년 7월 100만 번째 창고 로봇을 배치하며 인간 직원(약 150만 명)과 대수가 맞먹는 지점에 도달했다. 주문의 75%에 로봇이 관여한다.

문제는 이 사례들을 다 합쳐도 거시 지표가 움직이지 않는다는 데 있다. 미국의 2025년 총요소생산성(TFP, Total Factor Productivity, 노동·자본 투입으로 설명되지 않는 효율 증가분)은 0.8% 오르는 데 그쳤고, 2024년 제조업 86개 세부 산업 중 52개는 오히려 생산성이 떨어졌다. 등대 공장은 잘하는 곳만 골라 보여주는 선택이고, 맥킨지와 세계경제포럼 조사에서는 자동화 파일럿의 74%가 시범 단계에 갇혀(pilot purgatory) 실제 확산으로 넘어간 비율이 30% 안팎이다. 경제학자 아세모글루와 레스트레포의 연구는 1980년부터 2016년까지 자동화가 총요소생산성을 단 3.4%만 끌어올렸다고 본다. 생산성 극대화라는 표현이 거시에서 확인되려면 아직 멀었다.

---
config:
  look: handDrawn
  theme: neutral
---
flowchart LR
    A["개별 현장 데모<br/>등대공장 +40%"] -->|"확산율 ~30%"| B["파일럿 정체<br/>74% pilot purgatory"]
    B --> C["거시 지표<br/>미 TFP +0.8%"]
    C --> D["노동 대체 임계<br/>2027~2028 컨센서스"]

노동 쪽 신호도 아직 부분적이다. 생산직과 저임금 직군의 고용이 2024~2025년 사이 줄었는데, 그 감소는 자동화와 함께 외주 확대에서도 왔다. 미국 제조업에는 여전히 빈 일자리가 100만 개 넘게 남아 있고, 제조사의 약 22%가 2027년까지 로봇개·휴머노이드 같은 피지컬 AI 도입을 계획한다고 답했다. 아마존 내부 문서에는 2033년까지 60만 명 채용을 회피한다는 목표가 있었다고 보도됐지만, 회사는 그 문서가 불완전하다고 반박했다. 방향은 예측대로 가고 있으나, “구조적 비용 절감·생산성 극대화”라고 부를 만한 크기는 아직 나타나지 않았다. 그래서 🟡, 방향은 맞고 규모와 속도가 미달한 경우다.

NIA가 아예 못 본 것 - 병목의 이동과 가치의 소프트웨어 이동 (⚪ 미포착)

두 예측 어디에도 이름이 없는 변화가 두 개 있다. NIA는 하드웨어 발전을 노동 대체로 곧장 연결했는데, 반년의 실제 전개는 그 사이에 두 개의 층을 새로 드러냈다.

첫째는 병목이 하드웨어에서 데이터와 경제성으로 옮겨갔다는 것이다. 로봇 몸체를 만드는 것은 이제 가장 어려운 부분이 아니다. 진짜 병목은 로봇이 배울 데이터가 부족하다는 것(이른바 “로봇판 인터넷의 부재”)과, 시뮬레이션에서 배운 것을 실제 환경으로 옮길 때 벌어지는 간극(sim2real)이다. 경제성도 아직 벽이다. 휴머노이드 한 대의 목표 단가는 2만~3만 달러인데 옵티머스의 현재 원가는 15만 달러 안팎으로 추정되고, 자재 원가(BOM, Bill of Materials)의 약 70%를 중국 부품이 차지해 중국을 빼면 원가가 4만 6천 달러에서 13만 1천 달러로 뛴다. 몸을 만들 수 있느냐가 아니라, 배울 데이터와 감당할 원가가 승부를 가른다.

둘째는 가치가 소프트웨어 레이어로 흐른다는 것이다. 자본은 이 방향을 이미 가리키고 있다. 2026년 상반기 로봇 파운데이션 모델에 몰린 돈은 9건에 39억 2천만 달러로 반기 신기록이었고, 물리 세계를 다루는 AI가 소프트웨어 기업 수준의 밸류에이션 배수를 받기 시작했다. 로봇의 두뇌 역할을 하는 비전-언어-행동 모델(VLA, Vision-Language-Action, 카메라 영상과 언어 지시를 동시에 받아 모터 명령을 내는 신경망)이 로봇을 소프트웨어 플랫폼으로 바꿔놓은 것이다. 피지컬 인텔리전스(Physical Intelligence)는 110억 달러 밸류에이션으로 라운드를 진행했고, 스킬드 AI(Skild AI)는 매출 3천만 달러 단계에서 140억~150억 달러 가치를 인정받았으며, 엔비디아의 GR00T·코스모스(Cosmos)와 딥마인드의 제미나이 로보틱스가 이 층을 두고 경쟁한다. 흥미로운 자인도 있다. 물량 1위 유니트리조차 상장 문서에서 “체화 대형 모델(embodied large model)을 대규모로 적용하지는 못했다”고 적었다. 모션은 앞섰고 AI는 뒤처졌다는 뜻이다. 참고로 중국 아지봇(AgiBot)은 2026년 3월 1만 번째 유닛을 찍어 물량에서는 유니트리와 함께 앞서지만, 같은 자인이 업계 전반에 걸린다.

이 소프트웨어 층은 다시 열린 진영과 닫힌 진영으로 갈린다. 오픈VLA·SmolVLA 같은 공개 모델과 π0·제미나이 로보틱스·GR00T 같은 비공개 모델이 경쟁하는데, 양쪽 모두 “제로샷(zero-shot, 사전 학습 없이 새 작업 수행)“이라 내세운 시연의 상당수가 통제된 환경에서 나온 것이라는 검증 과제를 안고 있다. 벤치마크에서 잘 도는 것과 공장 바닥에서 매번 도는 것 사이의 간극은, 2편에서 본 에이전트의 신뢰성 문제와 같은 모양이다.

이 두 층은 2025년 말 담론에서 아직 크게 다뤄지지 않던 주제다. 텍스트 빈도로 트렌드를 뽑는 방법은 “로봇·자율차”라는 눈에 보이는 하드웨어는 잡아도, 그 아래 깔린 데이터 병목과 밸류에이션의 무게중심 이동은 뒤늦게 잡는다. 1편의 인프라 병목, 2편의 신뢰성 공백에 이어, 트렌드 3에서도 예측이 가장 늦게 잡는 것은 눈에 덜 띄는 아래층이었다.

한 가지 짚을 점 - 부품은 1등, 두뇌는 수입

이 비교를 한국에 대입하면, 트렌드 2에서 본 구도가 물리 세계에서 한 번 더 반복된다.

한국이 쥔 패는 튼튼하다. 로봇 밀도는 노동자 1만 명당 1,220대로 세계 1위이고(2위 싱가포르 818, 독일 449), 휴머노이드의 핵심 부품에서도 강점이 뚜렷하다. 관절 구동계는 현대모비스, 배터리는 LG에너지솔루션·SK온·삼성SDI, AI 반도체는 리벨리온·딥엑스가 받친다. 몸을 이루는 부품에서 한국은 실제로 상위에 있다.

문제는 그 위에서 벌어진다. 완성형 휴머노이드의 배치 일정은 반년째 2028년에 머물러 있다. 현대차는 CES 2026에서 전기 구동 아틀라스(Atlas)를 공개하고 2028년부터 미국 공장에 단계 투입하겠다고 했고, 삼성이 지분 35%로 최대주주에 오른 레인보우로보틱스도 2028년 상용을 말한다. 정부의 K-휴머노이드 연합은 2030년 세계 선두를 목표로 2030년까지 민관 합쳐 1조 원을 걸었다. 그런데 이 자금 규모는 해외 단일 기업 한 곳의 라운드에도 못 미친다. 스킬드 AI 한 곳이 한 번에 받은 돈이 14억 달러다.

그래서 한국의 자리를 한 줄로 줄이면 이렇다. 부품과 모션은 세계 상위인데, 정작 값이 오르는 두뇌(파운데이션 모델) 층에서는 따라가는 쪽이다. 트렌드 2에서 “도입은 1등인데 규격은 수입한다”고 봤던 구도가, 트렌드 3에서는 “하드웨어는 1등인데 두뇌는 수입한다”로 나타난다. 기대만 앞서가는 신호도 있다. 삼성의 지분 확대 기대에 레인보우로보틱스의 주가수익비율(P/E, Price-to-Earnings)은 수천 배까지 뛰었고, 두산로보틱스는 영업손실을 내는 중에도 시가총액이 매출의 몇 배에 이른다. 실적이 아니라 기대에 값을 매기는 이른바 기대 거래(expectation trade)의 모습이다.

현장 실증은 이미 시작됐다. 레인보우로보틱스의 이동형 양팔 로봇 RB-Y1은 쿠팡 물류센터에 시범 투입돼 전시용 데모를 넘어 산업 현장 검증에 들어갔다. 다만 이 전환에는 국내 특유의 변수가 하나 더 붙는다. 금속노조는 2026년 1월 아틀라스의 공장 진입에 반대 입장을 냈고, 2026년 여름 단체협상이 그 분기점으로 꼽힌다. 노동 대체가 매크로에 안 나타나는 것과 별개로, 현장 도입의 속도는 기술만이 아니라 노사 합의가 함께 가른다.

자율주행 쪽은 더 직접적이다. 중국 아폴로 고가 2026년 초 서울에 먼저 들어와 아시아 첫 진출지가 됐고, 국내는 로보택시 대신 자율주행 버스 쪽으로 우회하는 중이다. 현대·기아가 한국 첫 대규모 파일럿을 준비하지만, 데이터 축적에서 웨이모·아폴로 고와의 격차가 크다. 부품에서 앞선 나라가 서비스와 두뇌에서 뒤따라가는 이 어긋남이, 반년의 비교가 한국에 던지는 질문이다.

마무리 - 데모는 왔고, 결과는 원자의 속도로 온다

트렌드 3을 예측과 견주면 이렇게 정리된다.

예측①(하드웨어·융합)은 진행됐지만 로보택시와 휴머노이드가 갈렸고, 예측②(노동 대체)는 데모와 파일럿에 머물러 거시 지표에 올라오지 않았다. 그리고 병목의 이동과 가치의 소프트웨어 이동이라는 두 변화는 예측 밖에 있었다.

1편에서 인프라의 승부처가 칩이 아니라 병목이었고, 2편에서 에이전트의 승부처가 자율이 아니라 신뢰였듯, 트렌드 3의 승부처도 하드웨어 자체가 아니라 그 로봇을 배우게 할 데이터와 감당할 원가, 그리고 두뇌를 이루는 소프트웨어로 옮겨가 있었다. NIA는 하드웨어 발전을 노동 대체로 곧장 이었지만, 그 사이는 원자를 다루는 세계라 비트를 다루는 세계보다 멀었다.

트렌드 3이 시리즈 첫 🟡인 것은 우연이 아니다. 물리 세계는 반년이라는 창 안에서 가장 크게 벌어진다. 소프트웨어는 주 단위로 배포되지만, 공장 라인을 개조하고 변압기를 들이고 로봇을 데이터로 학습시키는 일은 분기와 연 단위로 움직인다. 1년 주기 예측이 가장 크게 헛짚는 곳이 하필 가장 느린 세계라는 것, 그것이 트렌드 3이 보여주는 시차의 모양이다. 데모는 이미 왔다. 결과는 원자의 속도로 온다.

다음 편에서는 트렌드 4, 6G와 위성통신의 융합을 같은 방식으로 견줘본다.

비교 대상 원문은 NIA, 「NIA가 전망한 2026년 12대 AI·디지털 트렌드」(IT & Future Strategy 제6호, 2025.12.31)이다. H1 2026 전개의 근거는 국제로봇연맹(IFR)·BofA·골드만삭스·맥킨지·세계경제포럼·미 노동통계국, 테슬라·피겨·유니트리·웨이모·바이두 아폴로 고 IR, 엔비디아·딥마인드·피지컬 인텔리전스·스킬드 AI, 현대차·삼성전자·레인보우로보틱스·두산로보틱스, 아세모글루·레스트레포 논문, 산업통상자원부 등 1차 자료를 우선했다.