한국 로봇은 몸통은 팔리는데, 머리와 손목은 아직 남의 것을 쓴다
요즘 로보틱스에서 제일 헷갈리게 만드는 건 화려한 데모가 아니라 돈이 어디에 남는지다. 협동로봇 한 대가 잘 팔렸다는 뉴스보다 더 중요한 건 그 안에 들어간 정밀 감속기, 제어 소프트웨어, 비전 인식, 그리고 현장 SI가 누가 먹었냐는 것. 한국 로봇 산업의 현실은 플랫폼 조립과 응용에서는 존재감이 있는데, 핵심부품과 AI의 두꺼운 이익층은 아직 얇다는 데 있다.
그래서 국내 상장사들을 볼 때도 착시를 걷어내야 한다. 두산로보틱스, 레인보우로보틱스, 뉴로메카가 코봇에서 이름을 만들고, 로보스타와 티로보틱스가 SCARA·델타와 공정 자동화에서 버티고, LG전자·우아한형제들·베어로보틱스가 서비스·배송로봇에서 현장을 넓히는 건 맞다. 그런데 정말 어려운 질문은 이거다. 그 성과가 기술 주도권으로 이어지느냐, 아니면 좋은 하드웨어 패키징과 영업력에 머무느냐.
돈은 로봇 본체보다 그 앞뒤에서 더 진하게 남는다
로보틱스 밸류체인은 보기보다 단순하지 않다. 핵심부품에서 시작해 AI/소프트웨어를 얹고, 로봇 플랫폼으로 묶은 뒤, 응용 분야에 꽂고, 마지막에 통합·SI·운영에서 실제 돈이 회수된다. 업계에서 자주 놓치는 건 마지막이다. 로봇은 출하로 끝나는 제품이 아니라 현장에 들어가서 돌아가야 매출이 완성된다.
특히 한국 기업들은 로봇 플랫폼과 공정 자동화·솔루션 구간에서 상대적으로 강하고, 그래서 통합·운영 역량이 실적의 질을 가른다. 티로보틱스와 라온테크가 보여주는 것도 결국 그 지점이다. 본체만 팔면 가격 경쟁에 빨려 들어간다. 공정 전체를 묶어주면 고객은 쉽게 못 바꾼다. 이 차이, 꽤 크다.
| 단계 | 설명 | 세부 분야 |
|---|---|---|
| 핵심부품 | 로봇 핵심 부품 (액추에이터·모터·감속기·센서·배터리) | 액추에이터, 정밀모터/BLDC, 감속기/하모닉드라이브, 센서(비전·힘·관성), 배터리/전원, 그리퍼/엔드이펙터 등 |
| AI/소프트웨어 | 로봇 AI/SW (피지컬 AI·VLA 모델·시뮬레이션·OS) | Foundation 모델/VLA, Robot OS/미들웨어, Vision AI/SLAM, 시뮬레이션/디지털트윈, 모션 계획/제어, 원격조작/원격제어 등 |
| 로봇 플랫폼 | 로봇 완성품 플랫폼 (휴머노이드·산업·서비스·이동) | 휴머노이드, 사족로봇/사족보행, 협동로봇(Cobot), 산업용 매니퓰레이터, AMR/AGV(자율이동), 서비스 로봇 등 |
| 응용 분야 | 로봇 응용 영역 (제조·물류·의료·서비스·국방·우주) | 제조 자동화, 물류/배송 자동화, 의료/헬스케어, 서비스/접객, 건설/현장, 농업/식품 등 |
| 통합/SI/운영 | 로봇 시스템 통합·운영 서비스 (RaaS 포함) | 로봇 SI/통합, RaaS(Robotics-as-a-Service), 운영/유지보수, 데이터/플릿관리, 인증/안전, 교육/훈련 |
코봇은 붙었는데 감속기와 로봇 AI는 아직 멀었다
국산화 얘기를 할 때 제일 위험한 건 다 잘되고 있다는 식의 뭉뚱그린 자부심이다. 그렇지 않다. 한국은 협동로봇, SCARA·델타 로봇, 공정 자동화·로봇 솔루션, 서비스·배송로봇에서는 꽤 선명한 존재감을 만들었다. 두산로보틱스, 레인보우로보틱스, 뉴로메카, 로보스타, 티로보틱스, LG전자, 우아한형제들, 베어로보틱스가 그 라인업이다.
문제는 기술 격차가 큰 구간이 너무 명확하다는 점이다. 정밀 감속기, 강화학습 기반 제어, 매니퓰레이션 AI, VLA·로봇 파운데이션 모델은 격차가 4다. AI 비전·딥러닝 인식도 격차 3. 즉, 몸체는 만들고 팔 수 있는데, 손목과 두뇌는 아직 약하다는 얘기다.
국내 로봇 산업의 진짜 병목은 정밀 감속기와 매니퓰레이션 AI·VLA다. 이 둘이 약하면 로봇은 결국 반복 작업 기계에 머문다. 협동로봇이 강하다고 해도, 더 어려운 조작과 자율성으로 넘어갈 때 속도가 꺾인다. 강화학습 기반 제어가 약하면 환경 변화에 덜 유연하고, 파지·조작 AI가 약하면 사람 손을 대체하는 응용이 제한된다. 말이 좋아 제한이지, 사실상 시장 상단이 막히는 거다.
반대로 기회도 뚜렷하다. 한국은 코봇과 공정 자동화처럼 현장형 제품을 빨리 묶는 데 강점이 있다. 두산로보틱스와 레인보우로보틱스, 뉴로메카가 플랫폼을 밀고, 티로보틱스와 라온테크가 솔루션으로 연결하는 구조는 나쁘지 않다. 다만 냉정하게 말하면 이건 '지금 팔리는 영역'에 강한 것이지, '다음 패권 기술'을 쥐었다는 뜻은 아니다. 독자분도 느끼지 않나. 요즘 시장의 시선은 코봇 그 자체보다 로봇이 얼마나 보고, 잡고, 일반화해서 행동하느냐로 이동하고 있다.
아래 표: 기술별 국내·글로벌 TRL(기술성숙도 1~9)과 주요 기업
| 기술 | 국내 | 글로벌 | 수준 | 주요 기업 |
|---|---|---|---|---|
| 구동·핵심부품 | ||||
| 정밀 감속기(하모닉/RV) | 5 | 9 | 취약·격차4 | 에스비비테크, 에스피지, 삼익THK |
| 감속기는 빠르게 도는 모터의 회전을 느리지만 힘세게 바꿔주는 로봇 '관절'의 핵심 부품으로, 자동차 변속기처럼 회전 속도를 줄이는 대신 토크(힘)를 키웁니다. 하모닉 감속기는 얇은 컵 모양 톱니바퀴를 타원으로 '탄성 변형'시켜 안쪽 기어와 맞물리게 함으로써, 톱니 사이 틈(백래시) 없이 100분의 1 수준의 고감속비를 한 단에서 구현하는 것이 원리입니다. RV 감속기는 편심 회전을 이용해 더 큰 하중을 견디도록 설계돼 대형 산업로봇에 쓰입니다. 톱니가 미세하게 맞물려 떨림이 거의 없어야 하므로 가공·열처리 정밀도가 극도로 높고, 일본 2개사가 세계 시장의 약 70%를 차지합니다. 2025년 테슬라 옵티머스·피규어 등 휴머노이드 양산 경쟁으로 감속기 수요가 폭증하며, 국산화가 공급망 안보 이슈로 떠올랐습니다. | ||||
| 서보모터·드라이브 | 6 | 8 | 추격·격차2 | 하이젠모터, 에스피지 |
| 서보모터는 명령한 위치·속도·힘을 센서로 되먹임(피드백)하며 정확히 맞춰 도는 '똑똑한 모터'로, 엔코더라는 회전각 센서가 실제 위치를 계속 측정해 목표와의 오차를 실시간으로 보정합니다. 일반 모터가 그냥 도는 것과 달리, 0.001도 단위로 멈출 위치를 제어해 로봇이 정밀한 동작을 반복할 수 있게 합니다. 드라이브는 이 모터에 전류를 정교하게 공급하는 제어 회로로, 전류 세기와 방향을 1초에 수천~수만 번 조절해 토크를 만들어냅니다. 휴머노이드에서는 감속기 없이 모터의 힘을 직접 쓰는 '준직구동(QDD)' 방식이 떠올라, 모터 자체의 출력 밀도가 중요해지고 있습니다. 국내는 산업용 중소형 모터는 자립했으나 고출력·고정밀 영역은 여전히 외산 의존이 큽니다. | ||||
| 통합 액추에이터(관절모듈) | 6 | 8 | 추격·격차2 | 레인보우로보틱스, 뉴로메카 |
| 모터·감속기·센서·제어기를 하나로 합친 '완성형 로봇 관절'로, 부품을 따로 사서 조립하는 대신 모듈 하나로 관절을 만들 수 있습니다. 내부에 토크센서와 제어 보드를 내장해 '얼마나 세게 미는지'를 스스로 느끼고 부드럽게 힘을 조절하는 토크 제어가 가능하며, 이는 사람·물체와 충돌해도 안전하게 멈추는 협동·휴머노이드 동작의 기반입니다. 작고 가벼우면서도 큰 힘과 정밀도를 동시에 내야 해, 모터의 출력 밀도와 방열 설계가 핵심 난제입니다. 관절이 수십 개 필요한 휴머노이드를 빠르게 설계·교체하려면 표준화된 모듈이 필수입니다. 2025년 삼성전자가 최대주주가 된 레인보우로보틱스가 자체 액추에이터로 휴머노이드 'RB-Y1' 등을 개발하며 국내 기술 자립을 주도하고 있습니다. | ||||
| 정밀 베어링·기구부 | 6 | 8 | 추격·격차2 | 에스비비테크, 삼익THK |
| 베어링은 회전하는 축을 작은 구슬·롤러로 받쳐 마찰과 흔들림을 줄이는 부품이고, 기구부는 로봇의 뼈대·연결 구조입니다. 로봇이 무거운 물건을 들고도 떨리지 않고 정확히 멈추려면 베어링의 정밀도(틈새 오차)와 강성(휘지 않는 정도)이 매우 중요합니다. 특히 감속기 안에는 얇고 큰 지름의 '크로스롤러 베어링'이 들어가 한 부품으로 모든 방향의 힘을 견뎌야 하므로 가공 난도가 높습니다. 소재의 순도와 열처리로 표면 경도를 높이는 기술이 수명·정밀도를 좌우합니다. 고하중 협동로봇·물류로봇이 늘며 국산 정밀 베어링 수요가 함께 커지고 있습니다. | ||||
| 센서·인지 | ||||
| 머신비전(3D 비전) | 6 | 8 | 추격·격차2 | 유진로봇, 씨메스 |
| 로봇에 달린 '눈'으로, 카메라로 찍은 영상을 분석해 물체의 위치·모양·종류를 파악합니다. 3D 비전은 거리(깊이)까지 측정하는데, 두 대의 카메라가 보는 각도 차이로 거리를 계산하거나(스테레오), 줄무늬 빛을 쏘아 표면에서 휘는 정도를 읽어 입체 형상을 복원하는(구조광) 방식을 씁니다. 이렇게 얻은 3차원 좌표가 있어야 로봇이 뒤죽박죽 쌓인 부품 더미에서 집을 물건 하나를 골라 정확히 잡는 '빈피킹'이 가능합니다. 최근에는 딥러닝과 결합해 반짝이거나 투명한 물체처럼 측정이 어려운 대상도 인식 정확도가 크게 올랐습니다. 국내는 물류·제조용 3D 비전을 상용화했으나 고정밀 검사 영역은 코그넥스·키엔스 등 외산이 강합니다. | ||||
| 라이다·SLAM | 6 | 8 | 추격·격차2 | 유진로봇, 에스오에스랩 |
| 라이다는 레이저를 쏜 뒤 반사돼 돌아오는 시간을 재서 사물까지의 거리를 측정하고, 이를 수만 점 모아 주변을 3차원 점구름 지도로 그리는 센서입니다. SLAM(동시적 위치추정·지도작성)은 로봇이 움직이며 라이다·카메라로 본 풍경을 이어 붙여 지도를 만드는 '동시에' 그 지도 위 자기 위치를 추정하는 기술로, 사람이 눈을 감고 손으로 더듬어 방 구조를 외우면서 자기가 어디 있는지 아는 것과 비슷합니다. 핵심은 센서 오차가 쌓이는 것을 이전에 본 지점을 다시 알아보는 '루프 클로징'으로 보정하는 것입니다. 처음 가는 공간에서도 미리 깐 레일이나 지도 없이 길을 찾게 해, 자율주행 물류로봇(AMR)의 두뇌가 됩니다. 2025년 물류 AMR 시장 급성장으로 국내 라이다·SLAM 업체의 수요가 늘고 있습니다. | ||||
| 힘·토크 센서 | 6 | 8 | 추격·격차2 | 에이딘로보틱스, 로보터스 |
| 로봇 손목이나 관절에 달려 '얼마나 세게, 어느 방향으로 닿았는지'를 6방향(상하·좌우·앞뒤 힘과 세 축 회전력)으로 감지하는 촉각 센서입니다. 원리는 금속이 힘을 받아 미세하게 늘어나거나 줄어들 때 저항이 변하는 '스트레인 게이지(변형 게이지)'를 붙여, 그 전기 변화량으로 접촉력의 크기와 방향을 역산하는 것입니다. 사람이 달걀을 깨지 않게 살살 쥐듯, 로봇이 힘을 실시간으로 느끼고 조절해야 부품 조립·연마·사람과의 안전한 협업이 가능합니다. 휴머노이드 손끝과 발바닥에도 들어가 균형 잡기와 섬세한 파지의 핵심이 됩니다. 그동안 ATI·슈운크 등 외산에 의존했으나 에이딘로보틱스 등이 정전용량 방식 등으로 국산화를 빠르게 진척시키고 있습니다. | ||||
| AI 비전·딥러닝 인식 | 6 | 9 | 주의·격차3 | 씨메스, 유진로봇 |
| 수많은 사진을 학습한 인공지능(신경망)이 카메라 영상에서 물체가 무엇인지, 어디에 어떻게 놓였는지를 스스로 알아내는 기술입니다. 규칙을 일일이 정하던 옛 방식과 달리, 데이터를 보고 특징을 자동으로 학습하므로 형태가 제각각인 물건이나 처음 보는 물체까지 사람처럼 유연하게 인식합니다. 최근에는 가상 시뮬레이션으로 만든 '합성 데이터'와 대규모 사전학습 모델을 써, 실제 데이터가 적은 산업 현장에서도 인식 정확도를 빠르게 끌어올립니다. 엔비디아의 시뮬레이션·GPU 생태계가 학습 인프라를 사실상 표준화한 상태입니다. 국내는 응용 솔루션에서 경쟁력이 있으나 기반 모델·반도체는 글로벌 의존이 약점입니다. | ||||
| 제어·AI | ||||
| 로봇 제어 소프트웨어 | 6 | 9 | 주의·격차3 | 뉴로메카, 레인보우로보틱스 |
| 로봇의 관절을 언제 얼마나 움직일지 계산해 명령하는 '운영체제'이자 두뇌입니다. 팔 끝을 원하는 위치로 보내려면 각 관절이 몇 도씩 돌아야 하는지 거꾸로 풀어야 하는데(역기구학), 이를 1초에 수백~수천 번 실시간 계산해 부드럽고 정확한 궤적을 만듭니다. 동시에 충돌을 피하는 경로 계획, 진동을 줄이는 속도 조절, 안전 정지 등을 한꺼번에 처리해야 합니다. 전 세계 연구·산업 현장은 개방형 표준인 ROS(로봇 운영체제)를 중심으로 모이고 있으며, 화낙·KUKA는 자사 폐쇄형 제어기로 점유율을 지킵니다. 뉴로메카·레인보우로보틱스 등 국내 업체는 자체 제어기로 외산 의존을 줄이고 ROS 호환성을 강화하는 전략을 씁니다. | ||||
| 강화학습 기반 제어 | 5 | 9 | 취약·격차4 | 레인보우로보틱스, 네이버랩스 |
| 로봇이 시행착오를 수없이 반복하며 '잘하면 보상, 못하면 벌점'을 받는 방식으로 스스로 최적 동작을 익히는 인공지능 학습법입니다. 사람이 일일이 가르치지 않아도, 가상 시뮬레이션 안에서 수백만~수억 번 넘어지고 일어서며 걷기·균형 잡기 같은 복잡한 동작을 자동으로 터득합니다. 핵심 난제는 시뮬레이션에서 배운 동작을 마찰·무게 차이가 있는 현실 로봇에 그대로 옮기는 '심투리얼(sim-to-real)' 간극을 줄이는 것입니다. 엔비디아의 대규모 병렬 시뮬레이터가 이 학습을 수천 배 빠르게 해 표준 인프라가 됐습니다. 테슬라 옵티머스·피규어의 보행·조작도 이 방식을 기반으로 하며, 국내는 시뮬레이션·데이터 규모에서 추격 위치입니다. | ||||
| 매니퓰레이션 AI(파지·조작) | 5 | 9 | 취약·격차4 | 씨메스, 네이버랩스 |
| 로봇 팔이 다양한 모양·재질의 물건을 어떻게 잡고 옮길지를 인공지능이 판단·실행하는 기술입니다. 딱딱한 상자부터 흐물거리는 봉지, 미끄러운 병까지 종류가 무한하고 어떻게 잡느냐에 따라 결과가 달라져, '무엇을 어디로 어떻게 잡느냐'는 로봇공학에서 가장 어려운 난제로 꼽힙니다. 최근에는 비전으로 본 장면과 힘센서의 촉각을 함께 학습해, 처음 보는 물체도 잡을 지점과 힘을 추론하는 방향으로 발전하고 있습니다. 사람의 시연 영상을 따라 배우는 '모방학습'과 강화학습을 결합하는 흐름이 주류입니다. 구글·Physical Intelligence 등 미국이 데이터·모델로 앞서며, 국내는 물류·산업 응용에서 추격하고 있습니다. | ||||
| VLA·로봇 파운데이션 모델 | 4 | 8 | 취약·격차4 | 네이버랩스, LG전자 |
| 말(언어)·시각·동작을 하나의 거대 인공지능 모델로 한꺼번에 학습하는 것이 VLA(Vision-Language-Action) 로봇 파운데이션 모델입니다. 챗GPT가 글을 이해해 답을 내듯, VLA는 카메라 영상과 사람의 지시문을 입력받아 로봇 관절을 어떻게 움직일지(행동)를 바로 출력합니다. 핵심은 시각·언어·행동을 따로 다루지 않고 한 모델 안에서 연결해, '저 컵을 싱크대에 넣어줘' 같은 말 한마디를 보고-알아듣고-행동까지 이어지게 하는 것입니다. 작업마다 새로 프로그래밍할 필요 없이, 하나의 모델이 여러 로봇과 새로운 작업에 일반화되는 '범용성'이 목표입니다. 2025년 구글 RT 계열과 Physical Intelligence의 π0 등 미국이 데이터·모델로 독주하며, 국내는 네이버랩스·LG 중심으로 초기 단계에서 추격 중입니다. | ||||
| 산업·협동로봇 | ||||
| 협동로봇(코봇) | 8 | 8 | 양호·격차0 | 두산로보틱스, 레인보우로보틱스, 뉴로메카 |
| 안전펜스 없이 사람 곁에서 함께 일하도록 만든 로봇입니다. 각 관절의 힘센서나 전류 변화로 충돌을 0.1초 안에 감지해 즉시 멈추므로, 사람과 부딪혀도 다치지 않는 것이 핵심입니다. 무겁고 위험해 펜스로 막아야 했던 기존 산업용 로봇과 달리, 작고 가벼워 사람 옆 책상 위에도 놓을 수 있고, 손으로 팔을 직접 끌어 동작을 가르치는 '직접교시'로 비전문가도 쉽게 프로그래밍합니다. 이 덕분에 다품종 소량생산 중소 제조현장과 카페·치킨 조리 같은 서비스로도 빠르게 퍼지고 있습니다. 한국은 두산로보틱스·레인보우로보틱스·뉴로메카가 모두 글로벌 상위권에 든 강국입니다. | ||||
| 산업용 다관절 로봇 | 6 | 9 | 주의·격차3 | 현대로보틱스, 로보스타 |
| 자동차 공장 등에서 용접·도장·운반을 담당하는, 팔이 6개 마디(6축)로 꺾이는 대형 로봇입니다. 6개 축이 사람 어깨·팔꿈치·손목처럼 자유롭게 움직여 어떤 자세로도 끝점을 보낼 수 있어, 무거운 부품을 빠르고 정확하게 반복 처리하는 대량생산의 핵심입니다. 정밀도를 좌우하는 감속기·제어기 기술 난도가 높아 화낙·ABB·야스카와·KUKA 글로벌 4강이 시장의 절반 이상을 장악하고 있습니다. 국내는 현대로보틱스가 자동차 그룹 수요를 기반으로 추격하는 위치입니다. 최근 AI 비전·강화학습과 결합해 정해진 동작만 하던 로봇이 상황에 적응하는 방향으로 진화하고 있습니다. | ||||
| SCARA·델타 로봇 | 7 | 8 | 양호·격차1 | 로보스타, 티로보틱스 |
| SCARA는 수평 방향으로만 빠르게 꺾이고 위아래로 누르는 데 특화돼 평면에서 집고 끼우는 작업에 강한 팔 로봇입니다. 델타는 천장에 매단 세 개의 팔이 거미 다리처럼 협력해 가벼운 물건을 1초에 여러 번 초고속으로 집어 분류·포장하는 로봇으로, 팔이 가볍고 끝점만 움직여 빠른 것이 원리입니다. 두 로봇 모두 동작 범위를 좁히는 대신 속도와 정밀도를 극대화한 '특화형'이라, 전자제품 조립이나 식품 포장처럼 속도가 생명인 라인에서 사람보다 몇 배 빠르게 일합니다. 국내는 로보스타·티로보틱스가 전자·반도체 라인용으로 강점을 가집니다. | ||||
| 공정 자동화·로봇 솔루션 | 7 | 8 | 양호·격차1 | 티로보틱스, 라온테크 |
| 반도체·디스플레이 공장의 진공 챔버 안에서 웨이퍼나 대형 유리기판을 한 치의 오차 없이 옮기는 특수 로봇과 자동화 설비입니다. 공기가 거의 없는 진공과 먼지 하나도 치명적인 청정 환경에서, 잘 깨지고 얇은 기판을 휘지 않게 받쳐 들어 정밀하게 이송하는 것이 핵심 기술입니다. 일반 로봇과 달리 윤활유·발진을 최소화한 특수 설계가 필요해 진입장벽이 높습니다. 국내 티로보틱스·라온테크가 진공 이송로봇(VTR) 분야에서 경쟁력을 갖췄습니다. 전방 반도체·디스플레이 업체의 투자 사이클에 따라 실적이 함께 움직입니다. | ||||
| 서비스·휴머노이드 | ||||
| 물류로봇·AMR | 6 | 8 | 추격·격차2 | 티로보틱스, 트위니, 유진로봇 |
| 창고·공장에서 짐을 싣고 스스로 길을 찾아 이동하는 자율주행 로봇(AMR)입니다. 바닥에 깐 자기 테이프나 레일을 그대로 따라가던 옛 방식(AGV)과 달리, 라이다·카메라와 SLAM으로 주변을 인식해 사람·장애물을 실시간으로 피하고 최적 경로를 스스로 계산해 움직입니다. 사람을 따라다니며 짐을 나르거나 선반째 들어 작업자에게 가져다주는 등 형태가 다양합니다. 여러 대가 충돌 없이 협력하도록 중앙에서 교통정리하는 '군집 관제' 기술이 효율을 좌우합니다. 이커머스 물량 폭증으로 2025년 전 세계 AMR 시장이 빠르게 커지며 국내 업체도 수출을 늘리고 있습니다. | ||||
| 서비스·배송로봇 | 6 | 7 | 양호·격차1 | LG전자, 우아한형제들, 베어로보틱스 |
| 식당에서 음식을 나르거나(서빙로봇), 건물·아파트에서 택배·음식을 문 앞까지 가져다주는(배송로봇) 로봇입니다. 사람이 북적이는 공간에서 부딪히지 않게 경로를 짜고, 무선통신으로 엘리베이터를 호출해 층을 이동하며, 도착하면 알림을 보내는 자율주행·관제·연동 기술이 핵심입니다. 카메라·라이다로 사람을 인식해 멈추거나 비키는 안전 제어가 상용화의 관건입니다. 2024년 개정 도로교통법으로 실외 배송로봇의 보도 주행이 허용되며 라스트마일 배송 실증이 본격화됐습니다. 국내는 LG전자·베어로보틱스·우아한형제들이 서빙·배송에서 앞서 있습니다. | ||||
| 휴머노이드 로봇 | 5 | 8 | 주의·격차3 | 레인보우로보틱스, 삼성전자, 현대차(보스턴다이내믹스) |
| 사람과 비슷한 두 팔·두 다리 형태로, 사람이 쓰는 도구와 계단·문 같은 공간을 그대로 활용하도록 만든 로봇입니다. 별도 설비 없이 사람의 일을 대신할 수 있어 '범용 노동력'으로 기대됩니다. 두 발로 균형을 잡는 것은 본래 쓰러지기 쉬운 구조라, 발바닥 압력·관절 토크센서로 무게중심을 실시간 계산해 미세하게 자세를 잡는 고난도 제어가 필요하고, 손으로 다양한 물건을 다루는 조작은 아직 더 어렵습니다. 2025년 테슬라 옵티머스·피규어·중국 유니트리 등이 시연·소량 양산을 앞다투며 '휴머노이드 붐'이 일었고, 강화학습과 VLA 모델이 동작 학습을 가속하고 있습니다. 국내는 삼성전자가 레인보우로보틱스를 인수해 자회사로 편입하고, 현대차가 보스턴다이내믹스를 보유해 국가적 전략 분야로 키우고 있습니다. | ||||
| 웨어러블·의료 로봇 | 6 | 8 | 추격·격차2 | 엔젤로보틱스, 큐렉소 |
| 사람 몸에 착용해 근력을 보조하는 외골격 로봇(웨어러블)과 수술·재활을 돕는 의료용 로봇입니다. 외골격은 관절에 모터를 달아, 다리가 불편한 사람이 일어서려는 미세한 근육 신호나 자세 변화를 센서로 읽어 그 방향으로 힘을 더해주는 원리로 보행을 돕거나 작업자의 허리 부담을 줄입니다. 수술로봇은 의사의 손 떨림을 제거하고 좁은 부위에서도 손목보다 자유롭게 꺾여 더 정밀하게 절개·봉합을 보조합니다. 사람 몸에 직접 작용하는 만큼 안전성·정확도 검증을 거친 의료기기 인증이 필수입니다. 국내는 엔젤로보틱스가 재활 외골격, 큐렉소가 수술로봇에서 상용화를 넓히고 있습니다. | ||||
기술 로드맵
| 단기 (~2027) |
|
| 중기 (2028~2030) |
|
| 장기 (2031~2035) |
|
팬옵과 ABB의 시대가 끝나고, 이제는 테슬라와 피규어AI가 판을 흔든다
시대별 1등 기업 흐름을 보면 산업의 무게중심이 어디서 어디로 움직였는지가 드러난다. 1990s~2008에는 글로벌은 FANUC와 ABB, 국내는 현대중공업이었다. 2009~2016에는 유니버설로봇이 등장하면서 협동로봇이 하나의 카테고리로 굳었고, 국내에서는 레인보우로보틱스가 태동했다. 2017~2019에는 두산로보틱스와 레인보우로보틱스가 한국 코봇의 간판이 됐다.
그리고 2020~2024를 지나 2025~현재로 오면 분위기가 완전히 달라진다. 글로벌 상단에 테슬라와 피규어AI가 올라오고, FANUC·ABB가 여전히 버티며, 유니트리까지 존재감을 만든다. 국내는 레인보우로보틱스, 두산로보틱스, 현대 보스턴다이내믹스가 핵심 이름으로 읽힌다.
| 시대 | 글로벌 1위 | 국내 1위 | 핵심 본질 |
|---|---|---|---|
| 1990s~2008 | FANUC / ABB | 현대중공업(현 HD현대로보틱스) | 산업용 로봇 시대, 일본·유럽 4대 메이커 지배. 자동차/전자 제조라인 자동화 |
| 2009~2016 | FANUC / ABB / 유니버설로봇 | 현대중공업 / 레인보우로보틱스(태동) | 협동로봇(유니버설로봇 2008) 등장, 중국 로봇 수요 급증. 국내 협동로봇 벤처 형성 |
| 2017~2019 | FANUC / 유니버설로봇 | 두산로보틱스 / 레인보우로보틱스 | 협동로봇 본격 확산, 두산로보틱스 설립(2015). 중국 로봇 자국화, 물류 로봇 부상 |
| 2020~2024 | FANUC / ABB / 유니버설로봇 (+테슬라·보스턴다이내믹스) | 두산로보틱스 / 레인보우로보틱스 / HD현대로보틱스 | 코로나 자동화 수요+서비스 로봇 확산, 두산로보틱스 상장(2023). 대기업(현대·삼성) 로봇 진입, 휴머노이드 부상 |
| 2025~현재 | 테슬라 / 피규어AI / FANUC·ABB (+유니트리) | 레인보우로보틱스(삼성) / 두산로보틱스 / 현대 보스턴다이내믹스 | 휴머노이드 상용화 경쟁 본격화 + AI(VLA) 결합. 삼성 레인보우로보틱스 자회사 편입(2025), 중국 휴머노이드 공세 |
패권은 산업용 로봇의 정밀 반복에서 범용 지능형 로봇으로 이동했고, 한국은 아직 선두 추격권이지 선도권은 아니다. FANUC와 ABB의 시대는 공장 자동화의 깊이로 설명됐다. 유니버설로봇의 부상은 사용성의 승리였다. 그런데 테슬라와 피규어AI가 상단을 흔드는 지금은 얘기가 다르다. 하드웨어를 잘 만드는 것만으로는 부족하고, 대규모 데이터와 로봇 AI, 소프트웨어 통합 능력이 기업 가치의 중심으로 올라왔다.
한국의 현재 위치는 꽤 흥미롭다. 레인보우로보틱스가 삼성과 연결되며 상징성이 커졌고, 두산로보틱스는 코봇에서 분명한 브랜드를 만들었다. 현대 보스턴다이내믹스도 이름값이 크다. 하지만 이 조합이 곧바로 테슬라나 피규어AI식 내러티브와 같다고 보면 과장이다. 지금 한국은 제조 현장형 로봇에서는 경쟁력이 있지만, 로봇 파운데이션 모델과 매니퓰레이션 AI가 주도하는 다음 라운드에서는 아직 증명할 게 많다. 솔직히 말해, 많다.
다음 승부는 로봇 몇 대 팔았냐가 아니라 누가 학습과 운영을 쥐느냐다
앞으로 볼 포인트는 단순 출하량이 아니다. 레인보우로보틱스, 두산로보틱스, 뉴로메카 같은 플랫폼 기업이 실제로 AI 비전·딥러닝 인식, 강화학습 기반 제어, 매니퓰레이션으로 얼마나 올라타는지 봐야 한다. 티로보틱스와 라온테크처럼 공정 자동화·솔루션 강자가 그 위를 연결하면 꽤 강한 그림이 나온다. 국내 로봇의 업사이드는 코봇 강점 자체보다, 그 위에 지능 소프트웨어와 운영 데이터를 얼마나 쌓느냐에 달려 있다.
리스크는 분명하다. 정밀 감속기 격차 4, VLA·로봇 파운데이션 모델 격차 4, 매니퓰레이션 AI 격차 4는 그냥 불편한 숫자가 아니다. 이게 메워지지 않으면 한국 기업들은 계속 '잘 만든 로봇 장비 회사'로는 남아도, 산업의 가치 재평가를 이끄는 중심에는 못 선다. 서비스·배송로봇도 마찬가지다. LG전자, 우아한형제들, 베어로보틱스가 현장 경험을 쌓는 건 좋다. 하지만 운영 데이터가 학습 자산으로 전환되지 않으면 반복 배치 사업에 머문다. 결국 질문은 하나다. 로봇을 파는 회사가 될 것인가, 로봇이 배우는 시스템을 가진 회사가 될 것인가.
※ 본 글은 공개 데이터·업계 자료를 바탕으로 정리한 분석이며, 일부 수치·평가는 추정치입니다. 투자 판단의 직접 근거가 아닙니다. (작성: 2026. 이알렉산드로)
댓글
댓글 쓰기