중국이 인간형 로봇과 자율주행 지능형 차량, 지능형 단말기를 차세대 전략 제품으로 육성하고 로봇의 산업 현장 도입을 확대하는 구상을 내놓았다. 중국 언론들은 중앙국유기업의 인간형 로봇 배치, 로봇 서비스(RaaS) 확산, 범용 구체지능 모델 개방, 핵심 부품 국산화 목표 등을 잇달아 보도했다. 중국의 전략은 로봇 개발을 넘어 실제 수요와 데이터, 부품 공급망, 운영 서비스까지 연결해 피지컬 AI 산업의 기반을 선점하려는 움직임으로 해석된다.
중국은 현재 AI를 현실 세계의 생산력으로 바꾸는 일에 집중하고 있는 것으로 보인다. 인공지능 경쟁의 무대가 디지털 공간에서 실제 산업 현장으로 확장되고 있다. 피지컬 AI(Physical AI)는 주변 환경을 인식하고 상황을 판단한 뒤 로봇이나 자율주행 시스템 같은 물리적 장치를 움직여 작업을 수행하는 기술을 뜻한다. 인간형 로봇은 그 대표적인 사례다. 물체를 집어 옮기고, 생산설비를 점검하며, 물류 현장에서 상품을 분류하려면 인공지능 모델뿐 아니라 센서와 모터, 제어기, 배터리, 기계 설계 기술이 함께 작동해야 한다.
중국 정부는 2026년 10월 9일 공개한 ‘신질생산력 발전 촉진 의견’에서 인공지능과 산업의 결합, 제조업의 디지털 전환, 연산·데이터 기반시설 확충 등을 주요 방향으로 제시했다. 중국 정부망과 공업정보화부가 공개한 정책 내용은 인공지능을 연구개발 분야에 한정하지 않고 제조업과 미래 산업의 생산성을 높이는 수단으로 활용하겠다는 기조를 보여 준다.
중국 언론이 전한 인간형 로봇 보급 계획도 이런 방향과 맞닿아 있다. 로봇의 성능을 시연하는 단계에서 벗어나 실제 작업에 투입하고, 현장에서 얻은 데이터를 다시 제품 개선에 활용하는 구조를 만들겠다는 것이다. 로봇 산업의 경쟁 기준이 ‘얼마나 잘 움직이는가’에서 ‘현장에서 얼마나 안정적으로 일할 수 있는가’로 옮겨가고 있다는 의미다.
중앙국유기업을 활용해 인간형 로봇 도입 확대
중국 인민일보는 2026년 6월 10일 보도에서 공업정보화부와 국무원 국유자산감독관리위원회가 인간형 로봇·구체지능 실경 실훈 특별행동을 시작했다고 전했다. 보도에 따르면 중국은 2026년 말까지 대표적인 활용 현장에서 인간형 로봇 등의 응용 검증과 상시 배치를 추진하고, 100개 이상의 고가치 활용 시나리오를 발굴하며, 만 대급 규모의 보급 역량을 형성하는 것을 목표로 한다. 제조·물류·유통을 비롯해 의료·돌봄, 안전관리, 긴급구조 등도 적용 분야에 포함됐다.
차이나데일리도 6월 12일 관련 특별행동을 다루며 2026년 말까지 100개 이상의 고가치 활용 시나리오를 만들고 인간형 로봇의 대규모 보급을 추진하는 계획을 소개했다. 해당 보도는 제조업과 물류, 소매, 의료 등으로 활용 분야를 넓히려는 중국의 정책 방향을 강조했다.
위에서 살펴본 인민일보 10월 10일자 보도와 차이나데일리 10월 9일자 보도에는 중앙국유기업이 인간형 로봇을 선도적으로 도입하고 2026년 말까지 총 1만 대를 배치해 제조·물류·유통 분야에 우선 적용한다는 내용이 담긴 것으로 제시됐다. 이는 앞서 보도된 ‘만 대급 보급 역량’ 목표를 구체적인 도입 계획으로 연결하는 구상이다.
국유기업을 활용하는 방식에는 산업정책상 이점이 있다. 대규모 공장과 물류망을 보유한 기업이 실제 작업 공간을 제공하면 로봇 제조사와 소프트웨어 기업은 실험실에서 얻기 어려운 현장 데이터를 축적할 수 있다. 작업 성공률과 고장 원인, 작업 속도, 안전성 등을 검증한 뒤 비슷한 환경으로 적용 범위를 넓히는 것도 가능하다.
다만 로봇의 배치 대수만으로 산업적 성과를 판단해서는 안 된다. 실제 생산량을 늘렸는지, 작업당 비용을 낮췄는지, 고장과 작업 중단을 얼마나 줄였는지 확인해야 한다. 인간형 로봇이 기존 산업용 로봇이나 자율이동로봇보다 적합한 작업을 선별하는 것도 중요하다. 중국의 보급 구상은 대규모 수요를 실증 무대로 활용한다는 점에서 주목할 만하다.
RaaS로 중소기업의 도입 부담 낮춘다
로봇 보급을 넓히려면 장비 성능뿐 아니라 구매와 운영에 따르는 비용 문제도 해결해야 한다. 인간형 로봇은 장비 가격 외에도 작업 환경 개선, 안전장치, 시스템 통합, 유지보수와 소프트웨어 업데이트 비용이 발생한다. 초기 투자 여력이 부족한 중소기업에는 로봇 도입 자체가 부담이 될 수 있다.
중국 언론이 전한 정책 구상에는 로봇 서비스(RaaS·Robot as a Service) 모델을 보급해 도입 문턱을 낮추는 방안도 포함됐다. RaaS는 기업이 로봇을 직접 구매하기보다 임대료나 서비스 이용료를 지불하고 필요한 기능을 활용하는 방식이다. 중국의 관련 보도는 이 모델을 통해 중소기업의 초기 투자 부담을 낮추고 로봇의 산업 적용을 확대하려는 방향을 제시했다.
RaaS가 확산되면 로봇 제조사와 서비스 기업의 사업모델도 달라질 수 있다. 장비를 판매하고 거래를 끝내는 대신 설치와 운영, 유지보수, 성능 개선까지 지속해서 제공하게 된다. 이용 기업은 큰 규모의 초기 투자를 줄이고, 공급 기업은 장기 서비스 계약을 통해 수익 기반을 넓힐 수 있다. 성공적인 확산을 위해서는 계약과 성과 측정 기준이 필요하다.
이용료를 가동 시간으로 산정할지, 완료한 작업량을 기준으로 할지, 작업 실패나 서비스 중단의 책임을 누가 질지 명확해야 한다. 로봇 도입 전후의 생산성, 가동률, 작업당 비용을 비교할 수 있어야 서비스 이용이 단순한 비용 이전에 그치지 않는다.
베이징 혁신센터와 범용 구체지능 모델의 역할
로봇이 여러 종류의 작업에 대응하려면 개별 작업에 맞춘 프로그램을 반복해서 개발하는 방식에서 벗어날 필요가 있다. 범용 구체지능 모델은 주변 환경을 인식하고 작업을 계획하며 실제 동작으로 연결하는 기능을 여러 상황에 적용하려는 기술 기반이다. 공동 연구 플랫폼은 모델과 하드웨어, 응용 소프트웨어를 연결하고 개발 기업 간 중복 투자를 줄이는 역할을 할 수 있다.
베이징 인간형 로봇 혁신센터는 중국의 로봇 연구개발과 데이터 훈련 기반을 보여 주는 사례로 거론된다. 차이나데일리는 2026년 6월 2일 보도에서 이 센터가 가정·유통·산업·사무·의료·돌봄 분야의 30개 이상 시나리오에서 120대 이상의 로봇을 운영하고, 하루 500시간 이상의 데이터를 생성할 수 있는 훈련 기반을 구축했다고 소개했다. 보도는 실제 환경에서 로봇을 훈련하고 데이터를 축적하는 것이 구체지능 기술 개발에 중요한 역할을 한다고 설명했다.
과학기술일보 보도에는 베이징 인간형 로봇 혁신센터를 국가급 공동 연구 플랫폼으로 지정하고 범용 구체지능 기본모델을 개방해 기업 간 공유를 추진한다는 내용이 담겼다. 보도 내용대로라면 중국은 로봇 제조사별로 기술을 따로 개발하는 데서 나아가 공동 모델과 훈련 기반을 활용하는 산업 구조를 지향하는 셈이다.
공동 모델과 플랫폼의 가치는 참여 기업이 실제로 활용할 수 있는 범위에 달려 있다. 모델을 어떤 조건으로 이용할 수 있는지, 상업적 활용이 가능한지, 학습 데이터의 권리와 보안 책임은 누구에게 있는지, 모델 개선 결과를 참여 기업이 어떻게 활용할 수 있는지가 중요하다. 개방형 플랫폼이 산업 전반에 확산되면 개발 비용을 낮추고 서로 다른 로봇과 응용 서비스의 호환성을 높이는 데 도움이 될 수 있다.
핵심 부품 국산화로 공급망 경쟁력 확보
인간형 로봇을 대량으로 생산하고 현장에 안정적으로 투입하려면 핵심 부품의 성능과 공급 능력이 뒷받침돼야 한다. 고성능 모터는 관절을 움직이는 힘과 속도에 영향을 미치고, 정밀 감속기는 움직임의 정확도와 안정성에 관여한다. 제어기와 고정밀 센서도 로봇의 동작과 주변 환경 인식에 중요한 역할을 한다.
과학기술일보 보도는 중국이 핵심 부품의 국산화율을 2026년 말 65% 이상으로 높이고 2027년 80% 달성을 목표로 한다는 계획을 소개했다. 이 수치는 중국이 로봇 완제품의 생산 확대와 함께 부품 공급망의 자립도를 높이려는 방향을 보여 주는 지표로 읽힌다. 과학기술일보 관련 보도
부품의 국산화는 단순히 수입품을 국내 제품으로 대체하는 문제만은 아니다. 가격과 품질, 수명, 생산 수율, 공급 안정성을 함께 개선해야 완제품의 경쟁력을 높일 수 있다. 부품을 대량으로 생산해 가격을 낮추고 현장에서 얻은 고장·성능 데이터를 다시 설계에 반영하면 제품 개선 속도도 빨라질 수 있다.
한국 기업에도 시사점이 있다. 로봇 완제품 경쟁에만 집중하기보다 모터와 감속기, 센서, 제어기, 배터리, 안전 소프트웨어 등 강점을 확보할 수 있는 분야를 선택하고 실제 로봇에 적용해 성능을 입증해야 한다. 부품 기업과 로봇 제조사, 수요 기업이 공동으로 시험하고 개선하는 체계가 있어야 기술력이 양산 경쟁력으로 이어진다.
데이터와 연산 인프라를 실제 작업 능력으로 연결해야
피지컬 AI는 텍스트나 이미지뿐 아니라 실제 환경에서의 이동 경로, 관절 움직임, 접촉과 힘 조절, 작업 성공·실패 결과를 학습해야 한다. 로봇이 현장에서 작업한 데이터를 모으고, 시뮬레이션 환경에서 훈련한 결과와 비교하며, 현실에서 발견한 오류를 다시 모델 개선에 반영하는 순환 구조가 중요하다.
중국의 ‘동수서산(東數西算)’ 사업과 전국 연산망 구축은 연산 자원을 연결하고 데이터 기반시설을 확충하려는 정책 방향과 맞닿아 있다. 사용자가 제시한 자료에는 울란차부·구이저우 등의 연산 거점과 10만 카드급 클러스터, 대규모 로봇 행동 데이터 구축 계획도 언급됐다. 이런 구상은 모델 학습과 시뮬레이션, 로봇 데이터 처리에 필요한 기반을 확충하려는 시도로 해석할 수 있다.
다만 연산 자원 규모가 크다고 로봇의 현장 작업 능력이 자동으로 높아지는 것은 아니다. 데이터의 품질과 표준화 수준, 실제 작업과의 연관성, 학습에 필요한 비용, 다른 로봇과 환경에 적용할 수 있는 범용성이 함께 중요하다. 인프라 투자가 산업 성과로 이어지려면 작업 성공률과 가동률, 작업당 비용, 안전성 같은 지표로 결과를 평가해야 한다.
한국은 로봇 대수보다 현장 성과를 기준으로 대응해야
중국의 전략에서 주목할 부분은 인간형 로봇의 개발과 보급만이 아니다. 국유기업의 실증 현장, RaaS와 같은 운영 모델, 공동 연구 플랫폼, 핵심 부품 공급망, 연산·데이터 기반시설을 연결해 산업화를 추진한다는 점이다. 각각의 요소가 따로 움직이는 것이 아니라 서로의 성능과 활용도를 높이는 구조를 만드는 것이 목표다.
한국도 로봇 도입을 확대할 때 작업별 요구 조건을 먼저 구체화해야 한다. 반복 작업에는 전용 자동화 장비가 더 경제적일 수 있고, 이동과 조작을 함께 수행해야 하는 작업에는 인간형 로봇이 적합할 수 있다. 장비 구매 지원뿐 아니라 실증 공간과 공동 시험시설, 데이터 활용 기반, 안전·성능 평가 기준을 마련하는 것도 중요하다.
RaaS를 도입할 때는 초기 구매비용만 비교하지 말고 설치와 운영, 유지보수, 작업 중단까지 포함한 전체 비용을 따져야 한다. 부품 기업은 로봇 제조사와 실제 수요 기업이 참여하는 검증 체계에서 성능을 입증하고, 로봇 제조사는 현장 데이터를 제품 개선에 활용해야 한다. 이런 과정이 반복돼야 로봇의 보급이 일회성 시범사업을 넘어 지속 가능한 사업으로 이어질 수 있다.
중국이 제시한 인간형 로봇 배치와 부품 국산화 목표는 피지컬 AI 산업을 키우려는 정책 방향을 보여 준다. 한국이 주목해야 할 것은 특정 수치의 크기만이 아니다. 실제 작업을 맡길 수 있는 현장, 성능을 개선할 데이터, 안정적인 부품 공급망, 운영비를 낮추는 서비스 모델을 얼마나 유기적으로 연결하느냐가 경쟁력을 가를 것이다.
윤교원 대표 / The K Media & Commerce, kyoweon@naver.com
[이 기사의 저작권은 이비즈타임즈에 있습니다]
){kind=small}
){kind=small}
){kind=small}
){kind=small}
