컨텐츠 
마이클 패트릭 페리 페르소나AI 상업 전략 부문 대표가 27일 ‘서울포럼 2026’ 기조연설에서 강조한 “기술보다 현장 적용 능력이 로봇 경쟁의 승부를 가른다”는 메시지는 한국 입장에서 특히 뼈아픈 경고
이르면 내년부터 다양한 산업 현장에서 본격적인 로봇 상용화가 이뤄질 것으로 예상되지만 중국이 휴머노이드(인간형) 로봇 기준 시장점유율 78%로 선점하고 있어서임
로봇 분야에서 단순히 기술력 우위만 지닌 한국은 중국의 산업 응용 노하우를 따라잡기 쉽지 않은 것
페리 대표는 한국 역시 랩(연구실) 수준의 인공지능(AI) 로봇 개발을 넘어 응용 단계에 전면적으로 돌입할 것을 당부하는 동시에 한국만이 가진 3가지 특장점을 극대화해 승부수를 띄워야 한다고 제언
그가 이날 기조연설을 통해 제시한 한국의 로봇 사업 3대 특장점은 강한 제조업과 고령화된 인구구조, 깊이 있는 파트너십임
페리 대표는 한국의 높은 산업 밀도, 즉 강한 제조업을 첫 번째 장점으로 제시
그는 “한국에는 세계 최대의 조선 산업과 3위 규모의 철강 산업, 역시 글로벌 수준의 자동차 산업이 한데 집약돼 있다”며 이 같은 중후장대 산업이 한국의 로봇 개발사들에 거대한 시장이 될 수 있다고 평가
실제 중후장대 산업 현장은 크고 무거운 작업 위주로 이뤄지는 만큼 상대적으로 정교한 제어 기술 없이도 로봇이 도입될 수 있음
동시에 다수의 인력이 필요하고 인명 피해 우려도 큼. 로봇 개발사 입장에서는 제1의 시장 조건을 충족하는 것임
그는 “울산 조선업의 노동자 평균연령은 올해 48.3세까지 높아졌다”며 “조선소들이 용접 인력을 충분히 늘리지 못해 프로젝트 수주를 포기하고 제철소들은 교대 인력 부족으로 최대 캐파(생산능력)를 발휘할 수 없는 일이 벌어지고 있다”고 짚었음
그는 나아가 “미국에서도 2030년까지 제조업 일자리 210만 개가 채워지지 못할 것”이라며 인력 한계에 따른 제조업 경쟁력 감소가 한국을 넘어 세계적 문제라고 우려했음
페리 대표는 로봇이 이 문제를 해결할 ‘초인적 가치’를 가졌다고 강조
그는 “초인적 가치는 사람이 할 수 없는 작업을, 사람이 있어서는 안 되는 장소에서, 지금껏 경험하지 못했던 수준의 일관성으로 수행하는 것”이라며 “휴머노이드는 단순한 자동화 장비를 넘어 동일 자본으로 생산 효율을 크게 높여주는 새로운 형태의 자본”이라고 덧붙였음
그는 한국이 제조업과 로봇 시너지를 극대화하려면 데이터 경쟁력을 미리 갖춰놓아야 한다고 조언
산업 현장에는 일반적인 텍스트나 영상과 달리 용접공의 노하우처럼 비정형적이고 복잡한 데이터가 많아 AI와 로봇이 학습하기 어려움
로데이터(데이터 원본) 활용을 막은 규제를 풀어 데이터를 고품질로 만드는 일이 시급하다는 게 그의 생각. 페리 대표는 “학습 데이터의 품질과 다양성이 (경쟁의) 핵심 요소”라며 “중공업 환경에서는 실제 현장, 실제 조건, 실제 작업자에 의해 수집된 데이터가 필요하며 깨끗한 실험실에서 만든 로봇은 조선소에서 작동하는 로봇과는 다르다”고 설명
그는 한국의 고질적 약점으로 꼽히는 고령화 문제도 로봇 경쟁에서는 유리하게 작용할 수 있다고 분석
한국은 고령화로 인한 노동 인력 부족 문제가 경쟁 국가들보다 큰 만큼 이를 해결하기 위한 수요도 가파르게 증가할 수밖에 없다는 것임
페리 대표는 “노동력 부족은 주기적인 문제가 아니라 구조적인 문제”라며 “한국 산업계의 리더들은 이미 이 문제를 공개적으로 인정하고 있다”고 말했다. 이어 “제약이 (국가적으로) 전략적 과제가 된 것”이라고 덧붙였음
그가 한국의 세 번째 특장점으로 꼽은 깊이 있는 파트너십 역시 한국 기업들이 중국을 추격할 원동력이 될 것으로 전망
한국은 반도체를 포함한 주력 산업 생태계에서 드러나듯 일단 정부 지원으로 기업들이 뭉쳐서 협력한 뒤 신속하게 진행하는 기업 문화가 있다는 것. 페리 대표는 “한국 기업들은 일단 (파트너십) 참여를 결정하면 그것에 전념한다”며 “검증 과정은 매우 철저하고 시스템 통합도 강하게 실행한다”고 호평. 그는 “이런 환경은 앞으로 수년간의 휴머노이드 배치 작업에도 유리하다”고 강조
페리 대표는 내년을 전 세계 휴머노이드를 포함한 첨단 로봇의 상용화 원년으로 보고 있음
그는 “향후 10년 동안 세 단계로 나뉘어 로봇 도입이 진행될 것으로 본다”며 “특히 내년부터 2029년까지는 본격적인 확산 단계로 산업 현장당 수십 대에서 많게는 100대 안팎의 로봇이 투입될 것”이라고 했음
또 “이 시점부터 로봇 산업이 경제성을 갖기 시작하고 생산능력이 수요를 따라잡으며 경영진의 관심도 가능 여부를 넘어 ‘얼마나 빨리 도입할 수 있는지’가 될 것”이라고 내다봤음
피지컬 AI 시대의 도래와 대한민국 로봇산업의 패러다임 전환 청사진
글로벌 경제는 고령화에 따른 인구구조 붕괴와 가용 노동력 부족이라는 구조적 한계에 부딪혀 있으며, 이를 돌파할 대안으로 디지털 가상 세계를 넘어 물리적 실체에 인공지능을 주입하는 '물리적 인공지능(Physical AI)'에 주목하고 있다. 이러한 흐름 속에서 2026년 5월 27일 서울 중구 신라호텔에서 서울경제신문 주최로 개최된 '서울포럼 2026'은 "지능을 넘어, 산업의 새 엔진으로(New Core, New Industry)"를 주제로 삼고, 인공지능이 제조, 바이오, 로보틱스 전반에 몰고 올 대전환과 국가적 대응 전략을 심도 있게 규명하였다.
이번 포럼의 기조연설자로 나선 마이클 패트릭 페리(Michael Patrick Perry) 페르소나AI 상업 전략 부문 대표는 세계 상업용 드론 시장을 지배하는 DJI의 북미 대표직을 거쳐, 보스턴다이내믹스(Boston Dynamics) 사업개발 부사장 및 덱스터리티(Dexterity) 마케팅 부사장을 역임한 글로벌 로봇 상용화 분야의 최고 권위자이다. 페리 대표는 기조강연을 통해 글로벌 첨단 로봇 및 휴머노이드 시장이 실험실 단계를 벗어나 산업 현장에 전면 배치되는 역사적 분기점을 선언하였다.
[ 2027년 로봇화 원년과 향후 10년간의 3단계 로봇 전환 전망 ]
페리 대표는 이르면 내년인 2027년을 기점으로 첨단 휴머노이드 로봇이 단순한 기술 시연을 넘어 실제 산업 생산 현장에서 실질적인 가치를 창출하는 '글로벌 로봇 상용화 및 로봇화의 원년'이 될 것이라고 예견하였다. 로봇 도입 프로세스는 향후 10년에 걸쳐 총 3단계의 진화 과정을 거치게 되며, 그중 가장 먼저 도래할 핵심 단계는 2027년부터 2029년까지 전개될 '대규모 확산 단계(Full-Scale Diffusion Stage)'이다. 이 시기에는 산업 현장당 수십 대에서 최대 100여 대에 달하는 advanced 로봇이 동시에 배치되어 가동을 개시하게 된다.
이 단계에 이르면 로봇 산업 전반이 손익분기점을 돌파하여 완전한 경제적 생동력을 확보하게 되며, 기하급수적으로 늘어나는 수요를 부품 제조 공급망이 충분히 흡수하는 선순환이 구축된다. 이에 따라 기업 경영진의 관심사 역시 단순한 '로봇 도입의 가능 여부(Feasibility)'를 검증하는 수준에서 벗어나, '얼마나 신속하게 대량 배치를 완료할 수 있는가(Velocity of Deployment)'라는 실행 속도 전쟁으로 완전히 이동하게 될 전망이다.
[ 기술 지상주의 경계와 현장 적용 능력 우선론 ]
페리 대표의 강연 중 한국 로봇 산업계에 가장 뼈아픈 교훈을 던진 대목은 "피지컬 AI 시대의 최종 승자는 최고의 스펙을 갖춘 로봇을 만드는 기업이 아니라, 시스템과 로봇을 목적에 맞게 현장에 가장 손쉽게 적용하는 기업과 국가"라는 주장이다. 로봇 개발사들이 흔히 빠지기 쉬운 함정이 바로 '기술 지상주의(Tech Supremacism)'이다. 연구실 내부에서 로봇이 태권도 발차기를 하거나 하트를 그리고, 빈 상자를 매끄럽게 옮기는 일회성 데모 쇼케이스는 상업적 관점에서 아무런 영속성을 제공하지 못한다.
실질적인 상업적 성공을 담보하는 최종 목적지는 실제 공장에서 소음, 진동, 먼지를 견디며 선체 용접 부위를 하루 8시간씩 오차 없이 일관되게 접합해 내는 등의 구체적 유용성(Practicality)에 있다. 따라서 가장 바람직한 신기술 전략은 완벽한 로봇을 먼저 설계하는 것이 아니라, 최종적인 용도(End Use)를 철저히 정의한 뒤 그 특정 목적에 정확히 부합하도록 로봇 성능을 역설계하여 현장에 밀착 배치하는 것이다.
글로벌 로봇화의 거시적 배경과 시장 전망
글로벌 산업 생태계가 인간 노동력의 자연스러운 감소를 수용하고 피지컬 AI를 수용해야만 하는 배경에는 거시적인 경제적 결핍과 구조적 인구 위기가 도사리고 있다.
[ 제조업을 덮친 실버 쓰나미와 노동력 공급의 단절 ]
세계 경제의 중추를 형성하는 제조, 중화학, 조선, 제철 등의 중공업 분야는 고령 인구의 은퇴 폭풍을 의미하는 '실버 쓰나미(Silver Tsunami)'의 직격탄을 맞았다. 일례로 대한민국 제조업의 메카인 울산 조선소 생산직 근로자의 평균 연령은 이미 48.3세에 도달하였으며, 미국 제조업 시장 역시 고령화 여파로 인해 오는 2030년까지 채워지지 않는 일자리가 약 210만 개에 달할 것으로 추측된다. 이러한 숙련 인력의 단절은 신규 수주 기회를 박탈하고 제철 공장의 교대 근무 가동률을 저하시키는 등, 글로벌 제조업 분야에 매년 1조 달러(한화 약 1,500조 원) 규모의 가공할 만한 매출 손실을 발생시키고 있다.
기존의 단순 공장 자동화에 사용되던 고정식 로봇(Fixed Automation)은 이 문제를 결코 치유할 수 없다. 고정식 자동화 장비가 현장에 안착하려면 대량 생산 체제, 규격화된 원자재의 표준 입력, 예측 가능한 단순 반복 출력, 외란이 완벽히 차단된 안정적 공정이라는 까다로운 조건이 전제되어야 하기 때문이다. 결국 선박 선체의 입체적 비정형 용접이나 거친 외부 플랫폼의 정밀 점검처럼 가변성이 극도로 높은 '사각지대(Value Gaps)'는 고스란히 무인화할 수 없는 영역으로 남아 만성적인 생산성 하락을 유발해 왔다.
[ 자본재로서의 휴머노이드 로봇의 경제적 가치 창출 구조 ]
휴머노이드 로봇은 가변성과 비정형성이 극대화된 영역을 극복하기 위해 설계된 새로운 차원의 자본(New Category of Capital)이다. 인간의 신체 구조적 유연성을 그대로 닮은 휴머노이드는 별도의 물리적 설비 개조 없이 인간 작업자를 위해 고안된 작업 동선과 위험 구역에 즉각 투입될 수 있다. 이들은 센싱, 판단, 고정밀 액션, 실시간 작업 이력 기록 및 피드백 검증을 통합 수행하여 위험 영역에서 24시간 균일한 초인적 가치(Superhuman Value)를 발산한다.
휴머노이드가 가져올 경제성 혁신의 본질은 단순히 저렴한 기계가 고가의 인간 노동을 대체하는 일차원적 인건비 절감에 있지 않다. 이 다목적 자본재는 한 가지 단조로운 공정에 고착되지 않고, 소프트웨어 업데이트와 모듈 교체만으로 다채로운 수동 비정형 작업을 번갈아 수행할 수 있어 하나의 고가 장비 가격(자본)을 수많은 이종 과업에 전방위로 분산 감가상각(Amortize)할 수 있다는 장기적인 자본 효율성 극대화에 초점이 맞춰져 있다.
[ 글로벌 휴머노이드 로봇 시장 정량적 가치 추정 ]
이러한 거시적 유인으로 인해 글로벌 민간 금융 기관 및 연구소들은 첨단 로봇 시장의 미래 성장 곡선을 가파르게 상향 조정하고 있다. 2025년 기준 전 세계적으로 약 16,000대의 휴머노이드 로봇이 출하되었으며, 그중 중국의 유니트리(Unitree)와 에이지봇(AgiBot) 두 제조사가 전체 설치량의 57%를 조기 독식하는 기염을 토했다. 주요 기관들이 제시하는 중장기 정량 전망 데이터는 아래와 같다.
자료 : Physical AI - MLQ.ai | AI for investors, https://mlq.ai/research/physical-ai/
글로벌 로봇 밀도 현황 및 한국 로봇 생태계의 착시 현상
국제로봇연맹(IFR)이 발간한 '세계 로보틱스(World Robotics)' 연례 보고서에 따르면, 자동화를 바탕으로 산업 전반의 한계를 타개하려는 각국의 경쟁은 기술력 격차만큼이나 극명한 양상으로 갈리고 있다.
[ 주요국 로봇 밀도 및 누적 운용 재고 비교(IFR 2025 기준)]
각국의 자동화 수준을 정밀 비교하는 척도인 로봇 밀도(제조업 종사자 1만 명당 산업용 로봇 운용 대수) 지표에서 한국은 독보적인 위치를 선점하고 있다.
[ 최고 수준 로봇 밀도 이면에 숨겨진 대한민국 로봇 생태계의 착시 ]
위 지표가 보여주듯 한국은 로봇 밀도 1,220대로 세계 1위 지위를 사수하고 있으나, 이는 국산 로봇의 높은 기술력이나 균형 잡힌 생태계 성장에 기인한 결과가 아니라 외산 조립 가동 비중이 비정상적으로 높은 '구조적 착시'에 가깝다. 실제로 국내 로봇 산업계의 기업 통계를 면밀히 들여다보면 중소기업이 전체 로봇 기업의 98.7%를 장악하고 있으며, 연간 매출 규모가 10억 원 미만에 머물러 있는 영세 한계 기업이 전체의 63.7%를 가득 채우고 있다. 이로 인해 자생적인 대규모 R&D 투자가 원천적으로 불가능한 악순환 고리가 형성되어 있다.
이 같은 내수 기반의 허약함은 부품 기술력의 대외 종속을 영속화하는 치명적 도화선이 된다. 한국 제조업은 완성형 로봇을 제작하는 능력은 어느 정도 구비하였으나, 로봇 제조 마진의 60% 이상을 틀어쥐고 있는 5대 핵심 원천 부품 분야에서는 여전히 참담한 수준의 수입 의존도를 극복하지 못하고 있다. 산업연구원(KIET)이 실행한 델파이 정밀 조사에 의거한 부품 분야 내재화 수치는 아래 표와 같다.
이러한 부품별 원천 기술력 부재는 로봇 시장의 외형적 양적 성장이 일어나도 실질적인 부가가치는 감속기와 모터 원천 기술을 독점한 일본, 미국 등 해외 강소기업에 지속 유출되는 부의 왜곡 현상을 야기한다. 이를 교정하기 위해서는 중소 협력사를 전방위적으로 지원하고 구매를 보증해 줄 수 있는 대기업 중심의 가치 사슬 수직 계열화와 정부의 장기적인 부품 자립도 집중 투자가 유일한 탈출구이다.
파일럿 함정의 정의와 상용화 배치의 핵심 프레임워크
첨단 로봇 도입 과정에서 대다수 기업이 상용화의 턱밑에서 무릎을 꿇는 결정적인 원인은 기술 자체의 결함보다 '파일럿 함정(Pilot Trap)'에 기인한다.
[ 파일럿 함정의 메커니즘과 실증 붕괴 데이터 ]
파일럿 함정이란 단 한두 대의 로봇 시험기를 조심스럽게 가동하는 기술 데모 및 개념 검증(PoC) 단계에서는 약 40%에 육박하는 높은 프로젝트 성공률을 기록하지만, 이를 실제 현장의 고속 가동 라인에 적용하여 대량 생산 규모로 스케일업(Scale-up)하는 실전 상용화 단계에 이르면 단 15% 미만의 사업화 성공률을 남기고 가치 창출에 실패하는 극심한 단절 현상을 통칭한다. 글로벌 컨설팅 그룹 캡제미니(Capgemini)의 최신 연구 조사 역시, 인공지능 모델과 결합된 피지컬 AI 에이전트를 실질적인 산업 대규모 공정으로 확장시키는 데 성공한 조직은 전체의 15%를 밑돌고 있음을 정량적으로 뒷받침한다. 지난 20여 년간의 공장 자동화 역사에서 수조 달러의 미실현 잠재 가치가 이 단절 구역에서 증발하였다.
이러한 단절이 초래되는 이유는 공장 내부의 정밀한 레이아웃 변경, 사내 폐쇄형 고속 무선 통신 시스템 정비, 실시간 부하 변동에 강인한 전력 충전 그리드 인프라 설계, 로봇 오작동 시 인간 근로자를 보호할 안전 인증 펜스 규정화 등 배후 '배치 프레임워크(Deployment Framework)' 구축 속도가 하드웨어 기계 조립 속도를 따라잡지 못하기 때문이다. 통상적으로 개발이 완료된 로봇을 공장 시스템에 통합하여 가치 있는 일당을 받아내기까지는 적어도 12개월에서 24개월의 기나긴 준비와 사전 조율 기간이 강제된다. 이 병목 과정을 과감하게 무너뜨려 개발 일정과 배치 일정을 실시간으로 융합(Merge)해 내는 기업만이 상용화의 문턱을 넘어설 수 있다.
[ 데이터 수집 루프와 피지컬 AI의 선순환 동선 ]
피지컬 AI의 두뇌 역할을 달성하는 기초 모델 학습의 핵심은 과거의 정형화된 텍스트나 과거 이력 수치 데이터가 아니다. 실제 로봇 관절이 비정형 철판을 붙잡고 가압할 때 가해지는 실시간 힘의 작용값, 용접 시 불꽃 비산에 따른 시각적 변화 등 '실시간 현장 데이터(Field-Generated Data)'가 필수적이다.
로봇이 오조작을 일으켰을 때 인간 마스터 작업자가 원격 원격 조종(Teleoperation)을 통해 공정을 정상 궤도로 되돌리는 모방 학습(Imitation Learning) 과정, 대규모 물리 연산 가상 시뮬레이션 환경에서의 강화 학습 데이터가 거대한 플로를 이루며 중앙 클라우드로 실시간 수집되어야 한다. 이를 기반으로 알고리즘이 스스로 매일 밤 업데이트 모델을 배포하고, 로봇이 이튿날 아침 더욱 똑똑한 몸동작을 구사하도록 만드는 '초고속 데이터 선순환 루프'를 정립해야 한다. 이 싸움의 승패는 기존에 얼마나 많은 가상 가상 데이터를 소장했는지가 아니라, 얼마나 빠른 속도로 고품질의 비정형 현장 데이터를 생산하여 재학습에 활용할 수 있는지에 따라 결정된다.
대한민국 로봇산업의 기회 요인과 국가적 청사진
비록 핵심 원천 부품의 대외 대외 종속성이 뼈아픈 현실일지라도, 한국 제조업 생태계는 피지컬 AI 패권을 움켜쥘 수 있는 3대 지렛대를 훌륭히 내포하고 있어 대외 경쟁자들을 무려 12개월에서 18개월 이상 따돌릴 수 있는 절호의 리드 찬스를 쥐고 있다.
[ 한국 로봇산업을 견인할 3가지 전략적 핵심 강점 ]
고도로 수축된 고농축 중공업 밸리: 한국은 국토의 지리적 한계를 영리하게 활용하여 전 세계 최대 규모의 현대식 조선단지, 초고속 자동화된 울산과 아산의 완성차 조립 공장, 세계 최고 수준의 제철 및 이차전지 기지가 동남권을 비롯한 인접 산업 벨트에 밀도 높게 군집해 있다. 이 밀집 공정들은 개발된 프로토타입 로봇을 즉각 거칠고 위험한 극한의 실전에 투입해 수백만 건의 에러 및 환경 데이터를 고속으로 채집할 수 있는, 지구상에서 가장 거대한 천혜의 물리적 리빙랩(Living Lab) 역할을 수행한다.
고령화가 제공한 강력한 사회적 합의: 한국이 당면한 파괴적인 고령화 위기는 노사 관계의 오랜 갈등 구조를 뛰어넘어 기술 혁신을 신속히 밀어붙일 수 있는 극단적인 추진력이 된다. 청년 숙련공의 신규 현장 진입이 전무하여 공장 영속성 자체가 마비되는 극단적 환경 속에서, 로봇 도입은 노동력 대체라는 반발 대신 '조업 유지와 작업자 생명 보호를 위한 유일한 생명선'이라는 노사 양측의 강력한 대합의를 견인한다.
대기업 중심의 강력한 파트너십 및 일사불란한 실행 문화: 대한민국 특유의 고밀도 기업 집단 구조는 정부의 정책 방향 제시 하에 한번 의사결정이 발동되면, 최전방 대기업 수요처부터 원자재 협력업체 및 학계 공공 연구원들이 일체화된 컨소시엄을 가동하여 시스템 통합 및 로봇 공용 부품 모듈화 규격을 최단 시간 안에 제정하고 실전에 일제 도입하는 강력한 추진력을 보유하고 있다.
[ 주요 대기업의 차세대 피지컬 AI 상용화 및 실증 로드맵]
이러한 국가적 특성을 명확히 인지한 국내 4대 대표 대기업 집단은 앞다투어 로봇 제조 공급망을 수직 계열화하고, 자사의 생산 라인을 거대한 로봇 테스트베드로 선언하고 있다.
[ 제4차 지능형 로봇 기본계획(2024~2028) 기반 2030 청사진 ]
대한민국 정부는 전 산업 영역에 로봇을 대폭 수용하여 한계를 정면 극복하고자 민관합동 3조 원 이상을 일거에 투자하는 강력한 국가적 전략 가이드라인을 공표하였다.
100만 대 보급 목표 달성: 제조업 현장의 첨단 스마트화를 가속할 산업용 로봇 70만 대와 보건, 순찰, 가사 등 공공 및 개인 서비스를 지원할 서비스·특수 목적 로봇 30만 대를 포함하여, 오는 2030년까지 전 국가적으로 누적 100만 대의 첨단 로봇을 성공적으로 안착시킨다.
원천 부품 국산화율 80% 가속 유도: 대외 기술 종속 탈피를 최우선 순위로 지정하고, 로봇 수요 기업인 국내 대기업이 국산 원천 부품 기획 초기부터 참여하여 기술을 공동 검증하고 구매를 직접 연계하는 투트랙 소재·부품·장비 협력 네트워크를 발족하여 국산화율을 80%대 이상으로 견인한다.
초고속 실증 인프라, 국가로봇테스트필드 구축: 로봇 기업이 현장에 안착하지 못하고 사라지는 데스밸리를 소멸시키기 위해, 약 2,000억 원의 공공 예산을 투입하여 고정밀 신뢰성 및 안전성 검증을 원스톱으로 제공하는 '국가로봇테스트필드'를 전격 조성한다.
51개 핵심 규제 혁파 및 인재 15,000명 수혈: 로봇의 실외 보도 통행, 의료 기기 신속 승인, 산업 안전 규정 개편 등 진입을 가로막는 51개 핵심 킬러 규제를 즉각 철폐하고, 산학프로젝트와 융합 대학원 지정을 연계하여 지능형 인공지능과 제어를 동시 마스터한 15,000명의 첨단 소프트웨어 인력을 확보한다.
<시사점>
오늘 서울경제신문이 보도한 마이클 패트릭 페리의 강연 내용은 단순한 기술 낙관론이 아니라, 인구 붕괴와 노동력 절벽 앞에 선 제조업 국가들에 던지는 생존 선언에 가깝습니다. 세계는 지금 ‘디지털 AI’를 넘어 ‘피지컬 AI’ 시대로 진입하고 있습니다. 그리고 2027년은 인간형 로봇이 연구실을 벗어나 실제 산업 현장에서 본격적으로 가치를 창출하는 ‘로봇화 원년’으로 기록될 가능성이 높습니다.
문제는 누가 더 화려한 로봇을 만드느냐가 아니라, 누가 가장 빠르게 현장에 배치하고, 데이터를 축적하며, 산업 전체를 재설계하느냐입니다. 이 경쟁에서 한국은 의외로 매우 유리한 출발선에 서 있습니다.
대한민국은 이미 제조업 로봇 밀도 세계 1위 국가입니다. 제조업 종사자 1만 명당 1220대라는 압도적 수치는 한국 산업의 자동화 수준이 세계 최고임을 보여줍니다. 그러나 동시에 이것은 한국 제조업이 그만큼 절박하다는 방증이기도 합니다. 조선·철강·자동차·제조 현장은 이미 고령화와 인력 부족의 직격탄을 맞고 있으며, 울산 조선소 생산직 평균 연령이 50세에 육박하는 현실에서 로봇은 선택이 아니라 생산 유지의 마지막 생명선이라 하겠습니다.
더 중요한 것은 한국이 가진 산업 구조입니다. 울산·포항·거제·아산·평택으로 이어지는 초고밀도 제조업 벨트는 세계 어느 나라에도 없는 거대한 ‘피지컬 AI 실험실’입니다. 미국은 AI 소프트웨어가 강하지만 실제 제조 현장이 분산돼 있고, 유럽은 정밀 기계에 강하지만 속도가 느립니다. 중국은 대규모 보급 능력이 뛰어나지만 산업 고도화의 질적 측면에서 아직 불안정성이 남아 있습니다. 반면 한국은 조선·자동차·철강·반도체·배터리 공장이 하나의 생활권 안에 밀집돼 있어 로봇 기업 입장에서는 하루에도 수백만 건의 실전 데이터를 얻을 수 있는 천혜의 환경인 셈입니다.
향후 10년의 로봇화는 세 단계로 진행될 가능성이 높습니다. 첫 단계는 2027~2029년의 ‘대규모 확산기’로, 이 시기에는 공장 단위로 수십~수백 대의 로봇이 실제 투입됩니다. 기업들의 관심도 “로봇이 가능한가”에서 “얼마나 빨리 배치할 수 있는가”로 이동합니다. 결국 승부는 하드웨어 스펙보다 배치 속도에서 갈릴 것입니다.
둘째 단계는 2030년 전후의 ‘데이터 학습 폭발기’입니다. 로봇은 공장과 물류 현장에서 축적한 방대한 물리 데이터를 기반으로 급속히 진화하게 됩니다. 지금의 생성형 AI가 인터넷 텍스트를 먹고 성장했다면, 미래의 피지컬 AI는 용접 불꽃과 철판 압력, 공장 소음과 작업자의 손동작 데이터를 먹고 학습합니다. 결국 현장을 많이 가진 나라가 승리합니다.
셋째 단계는 2030년대 중반 이후의 ‘산업 재편기’입니다. 로봇은 단순 노동 대체를 넘어 제조업 구조 자체를 바꾸게 될 것으로 보입니다. 생산 라인의 설계 방식, 물류 체계, 안전 규정, 도시 인프라, 심지어 교육 체계까지 로봇 중심으로 재구성될 가능성이 큽니다. 자동차 산업이 도로를 바꿨듯 로봇은 공장과 도시를 바꿀 것입니다.
그러나 냉정히 말하면 한국 로봇 산업은 아직 절반의 성공에 불과합니다. 로봇 밀도 세계 1위라는 화려한 숫자 뒤에는 치명적 약점이 숨어 있습니다. 핵심 감속기·서보모터·센서·제어기·미들웨어 대부분을 일본과 미국 기술에 의존하고 있다는 점입니다. 국내 로봇 기업의 60% 이상이 연매출 10억 원 미만의 영세 기업이라는 현실도 뼈아픕니다.
지금처럼 완성형 로봇 조립에만 머문다면 한국은 ‘로봇 소비 강국’에 머물 뿐 ‘로봇 패권 국가’가 되기는 어렵습니다. 진짜 부가가치는 감속기와 모터, 운영 소프트웨어, 데이터 플랫폼 같은 원천 기술에서 나옵니다.
따라서 앞으로의 국가 전략은 명확해야 합니다. 첫째, 연구실 중심 R&D에서 현장 배치 중심 R&D로 패러다임을 바꿔야 합니다. 태권도 시범을 보이는 로봇보다 거친 조선소에서 하루 8시간 용접을 버티는 로봇이 훨씬 중요합니다. 정부 지원도 논문과 특허 숫자가 아니라 실제 가동률과 생산성 향상으로 평가해야 합니다.
둘째, 로봇 데이터 특구를 과감히 허용해야 합니다. 피지컬 AI 경쟁력은 얼마나 많은 현장 데이터를 빠르게 수집·재학습하느냐에서 결정됩니다. 개인정보·산업규제·무선통신 규제가 현실을 따라가지 못하면 한국은 결정적 기회를 놓칠 수 있습니다.
셋째, 노동 정책도 바뀌어야 합니다. 로봇은 인간을 완전히 제거하는 존재가 아닙니다. 오히려 미래 제조업은 여러 대의 로봇을 관리하고 원격 제어하는 ‘팀장형 숙련 인력’을 대량으로 필요로 합니다. 중장년 숙련공의 경험은 AI 학습의 핵심 자산이 될 수 있습니다.
넷째, 한국은 이제 단순 로봇 수출이 아니라 ‘RaaS(Robot-as-a-Service)’ 수출 국가를 지향해야 합니다. 단품 장비가 아니라 공정 전체와 유지보수, 데이터 운영 체계까지 패키지로 판매하는 방식입니다. 향후 글로벌 제조업의 표준 운영 모델을 선점하는 나라가 진정한 승자가 될 가능성이 높습니다.
결국 피지컬 AI 시대의 본질은 단순한 기계 혁명이 아닌, 제조업과 노동, 도시와 산업 질서를 다시 쓰는 국가 혁명이 아닐 수 없습니다. 반도체가 한국 경제를 30년 먹여 살렸다면, 향후 10년은 로봇과 피지컬 AI가 대한민국 산업의 새로운 엔진이 될 수 있습니다. 중요한 것은 기술 시연이 아닌 현장 실행 속도입니다.
