완성차 공장 파고드는 휴머노이드 로봇, 기술 한계 속 인력 대체 효과는 미지수

완성차 업계, 생산 효율 높일 휴머노이드 도입 경쟁
현대차 2만5,000대 배치 추진, BMW·벤츠·中도 실증 확대
이족보행·배터리·내구성 한계에 인력 대체는 불투명

글로벌 완성차 업계가 휴머노이드 로봇을 활용한 생산 자동화 경쟁에 속도를 내고 있다. 현대자동차그룹은 2030년까지 글로벌 공장에 아틀라스 2만5,000대 이상을 배치할 계획을 세웠고, BMW와 메르세데스-벤츠, 중국 업체들도 공장 실증이나 자체 개발에 나섰다. 하지만 휴머노이드 로봇이 실제 생산라인에서 사람의 몫을 대신할 만큼 기술적 완성도를 갖췄는지를 두고는 회의적인 시각이 많다. 이족보행의 안정성과 정교한 손 조작, 배터리 지속 시간, 핵심 부품의 내구성, 인공지능(AI) 오작동에 대비한 안전 체계 등 풀어야 할 기술적 난제가 산적해 있어서다.

현대차, 2030년까지 아틀라스 2.5만 대 공장 투입

4일 완성차 업계에 따르면 현대자동차그룹은 오는 2030년까지 글로벌 공장에 휴머노이드 로봇 아틀라스 2만5,000대 이상을 투입해 부품 시퀀싱과 물류 자동화를 본격 추진한다. 이번 대규모 로봇 도입은 보스턴다이내믹스 완전 자회사 체제 전환과 맞물려 있다. 보스턴다이내믹스는 현재 현대자동차가 지분 100%를 보유한 로봇 자회사다. 미국 조지아주 사바나의 HMGMA 부지 내에 문을 연 로봇 메타플랜트 애플리케이션 센터(RMAC)에서는 현재 아틀라스가 부품 분류와 시퀀싱 등 반복 물류 작업을 맡고 있으며, 현대차는 2030년까지 이를 조립 단계로 확대할 방침이다. 현대차는 2029년까지 미국 판매 차량의 현지 생산 비율을 80% 이상으로 끌어올릴 목표를 세우고 있다.

대규모 투입을 뒷받침할 양산·공급 체계 구축도 속도를 내고 있다. 현대차그룹은 2028년까지 연간 3만 대 규모의 로봇 생산 능력을 확보할 계획이며, 현대모비스는 아틀라스의 핵심 부품인 액추에이터 개발과 공급을 담당한다. 현대글로비스가 물류·공급망 최적화를 맡고 현대차·기아가 생산설비와 공정 데이터를 제공해, 개발부터 부품 조달·양산·현장 운영까지 그룹 내부에서 완결하는 로봇 생태계를 조성하려는 구상이다.

물류에서 조립으로 적용 범위를 넓히는 데에는 아틀라스의 작업 학습 능력이 핵심 역할을 할 것으로 전망된다. 아틀라스는 56개 자유도와 최대 50㎏의 중량물 운반 능력을 갖춘 데다 배터리가 소진되면 스스로 교체한 뒤 작업에 복귀할 수 있다. 한 대가 익힌 작업을 로봇 관리 소프트웨어 ‘오빗(Orbit)’을 통해 전체 로봇에 즉시 전파하는 것도 가능하다. 여기에 구글 딥마인드의 AI 파운데이션 모델과 RMAC에서 축적한 작업 데이터를 결합해 공정 변화에 대응하는 속도와 작업 정밀도를 끌어올린다는 복안이다.

BMW·벤츠도 참전

현대차그룹뿐만 아니라 BMW와 메르세데스-벤츠 등 글로벌 완성차 업체들도 휴머노이드 로봇을 실제 생산 현장에 투입하며 경쟁에 가세했다. 고정형 산업용 로봇과 달리 사람을 위해 설계된 작업 공간을 그대로 이용할 수 있어, 대대적인 설비 개조 없이 자동화 범위를 넓힐 수 있다는 판단에서다.

BMW그룹은 독일 라이프치히 공장에 헥사곤 로보틱스의 휴머노이드 로봇 ‘AEON’을 투입해 고전압 배터리 조립과 외장 부품 생산 공정을 시험 중이다. 지난해 12월 첫 현장 테스트를 거쳐 올해 6월부터 실제 생산 작업과 후속 학습을 병행했으며, 연말까지 생산라인 배치를 본격화할 예정이다. 바퀴형 하체로 작업장 사이를 이동하는 AEON은 상체에 손과 그리퍼, 스캐너 등을 바꿔 달아 부품 운반부터 정밀 작업까지 수행할 수 있다. BMW는 라이프치히 공장을 유럽 내 휴머노이드 실증 거점으로 활용해 다른 사업장에도 적용 가능한 운영 모델을 구축한다는 구상이다.

BMW는 이에 앞서 미국 사우스캐롤라이나주 스파턴버그 공장에서 피겨AI의 ‘피겨 02’를 대상으로 장기 실증도 진행한 바 있다. 피겨 02는 10개월 동안 BMW X3 3만 대 이상의 생산을 지원하면서 판금 부품 9만여 개를 용접 위치로 옮겼고, 총 1,250시간가량 가동하며 약 120만 걸음을 기록한 것으로 집계됐다. 밀리미터(mm) 단위의 정확도로 같은 작업을 반복하는 능력까지 확인되자 BMW는 차세대 모델인 ‘피겨 03’의 추가 활용 공정을 검토하는 단계에 들어갔다.

메르세데스-벤츠도 미국 로봇기업 앱트로닉의 ‘아폴로’를 독일 베를린 마리엔펠데 디지털 팩토리 캠퍼스에 배치하며 경쟁 대열에 합류했다. 초기 적용 분야는 조립 키트와 부품 상자를 생산라인으로 운반하는 사내 물류와 부품의 1차 품질 검사다. 현장 직원이 원격조작과 증강현실(AR)을 이용해 작업 노하우를 전달하면 아폴로가 이를 학습하고, 수집된 데이터는 메르세데스-벤츠의 디지털 생산 생태계 ‘MO360’에 축적된다. 회사는 이를 토대로 자율 작업 능력을 높인 뒤 반복적이고 육체 부담이 큰 공정을 중심으로 활용 범위를 넓힐 계획이다.

중국도 휴머노이드 상용화 경쟁 가속

중국 기업들도 휴머노이드 로봇을 자동차 생산라인에 투입하며 상용화 경쟁을 서두르고 있다. 중국 업체들은 완성도를 높인 뒤 보급하기보다 일정 수준에 도달한 제품을 공장에 먼저 배치하고, 실제 작업 과정에서 확보한 데이터를 차세대 모델의 학습과 개량에 반영하는 방식을 택했다. 방대한 제조 현장과 부품 공급망을 동시에 보유한 중국의 강점을 상용화 속도로 전환하려는 포석으로 풀이된다.

대표적인 사례는 자체 자동차 공장을 로봇 시험장으로 활용하는 샤오미다. 샤오미는 자체 개발한 휴머노이드 ‘사이버원(CyberOne)’을 전기차 공장에 투입해 셀프태핑 너트 장착과 센터콘솔 부품 분류, 빈 자재함 접기·적재 작업을 시험하고 있다. 다이캐스팅 공정에서는 사람의 개입 없이 3시간 연속 가동하면서 차량 한 대가 76초마다 생산되는 라인 속도를 맞췄으며, 4개월간의 실증을 거쳐 너트 장착 성공률도 90.2%에서 98%로 끌어올렸다. 레이쥔 샤오미 회장은 향후 5년 안에 그룹 공장에 휴머노이드를 대규모 배치하겠다는 청사진을 제시했다.

로봇 전문기업과 완성차 업체의 협업도 실제 양산 공정으로 파고들고 있다. 상하이자동차(SAIC)와 제너럴모터스(GM)의 합작사인 상하이GM은 상하이 진차오 공장 배터리 생산라인에 애지봇의 ‘A2-W’를 배치해 전지 운반과 적재를 맡겼다. 중국 자동차 양산라인에 휴머노이드가 투입된 첫 사례로, 스마트폰·태블릿PC 공장에서 쌓은 애지봇의 작업 경험이 자동차 제조로 옮겨간 셈이다. 유비테크 역시 자체 개발한 액추에이터를 탑재한 ‘워커’ 시리즈를 앞세워 자동차·항공 생산 현장으로 적용처를 넓히고 있다.

완성차 업체가 외부 로봇을 도입하는 데 그치지 않고 직접 개발·제조에 뛰어드는 움직임도 뚜렷해지는 추세다. 창안자동차는 지난 4월 ‘창안 톈수 스마트 로봇 유한회사’를 공식 출범시키고 2028년 휴머노이드 양산을 목표로 제시했다. 앞서 자율보행 로봇 ‘샤오안’을 공개한 데 이어 로봇 사업을 차량 부품과 모빌리티 생태계, 특수 서비스 분야까지 확대한다는 목표다. 자동차와 휴머노이드가 센서·반도체·레이더 등 주요 기술과 부품을 공유하는 만큼, 기존 자동차 공급망을 활용해 개발 비용을 낮추고 양산 시점을 앞당길 수 있다는 판단이 깔려 있는 것으로 보인다.

표1. 휴머노이드 로봇 대량 배치의 기술적 과제

사람에겐 쉬운 미세 조작, 휴머노이드엔 고난도 작업

그러나 대규모 배치 계획을 생산성 향상으로 연결하려면 충족해야 할 기술 조건이 많다. 완성차 생산라인에서는 정해진 사이클타임 안에 같은 동작을 수천 차례 반복하면서 품질 편차와 비계획 정지를 최소화해야 한다. 국제로봇연맹(IFR)은 휴머노이드가 속도와 정밀도, 신뢰성, 반복성 측면에서 기존 산업용 로봇의 성능에 미치지 못한다고 평가했다. 시연 영상과 단기 작업 성공률만으로는 평균고장간격(MTBF), 사람 개입 빈도, 총소유비용을 확인하기 어렵다.

가장 큰 난관으로는 이족보행의 동적 안정성이 꼽힌다. 로봇이 발을 옮길 때마다 지면과 맞닿는 면적이 달라지기 때문에 제어 시스템은 몸의 무게중심과 발바닥에 걸리는 힘을 실시간으로 보정해야 한다. 한쪽 손으로 무거운 부품을 든 채 몸을 돌리거나 낮은 선반까지 팔을 뻗으면 무게중심의 이동 폭도 커진다. IFR은 이족 로봇이 전원 장애나 제어 오류로 균형을 잃을 경우 장비 파손과 작업자 부상으로 이어질 수 있다고 경고했다. 동적 안정성을 갖춘 산업용 이동 로봇의 안전 요건을 규정할 ISO 25785-1도 아직 위원회 초안 검토 단계다.

손 조작과 주변 환경 인지 역시 해결해야 할 과제가 적지 않다. 보스턴다이내믹스도 부품 시퀀싱 과정에서 크기와 형태, 무게가 서로 다른 수천 종의 부품을 다뤄야 한다고 설명한다. 부품이 어두운 적재함 안쪽이나 벽에 가려진 곳에 놓이면 시야가 제한되고, 집기·운반·삽입 과정에서 발생한 오류를 스스로 감지해 작업 순서를 다시 짜야 한다. 부품이 손에서 미끄러지거나 지정된 위치에서 벗어났을 때 재인식과 재파지까지 이어지는 복구 능력도 필요하다. 구글 딥마인드는 범용성과 상호작용 능력, 정교한 손기술을 로봇 AI의 3대 요건으로 제시하면서 사람이 일상적으로 수행하는 미세 조작도 로봇에는 여전히 어려운 작업이라고 밝혔다.

배터리·부품 내구성 한계, 생산성 제약

가동시간과 핵심 부품의 내구성도 대량 배치를 제약하는 요소다. 보스턴다이내믹스의 제품 사양서에 따르면 아틀라스의 배터리 지속 시간은 일반 작업 기준 4시간, 중량물 작업 시 2시간이다. 배터리 교환에는 3분, 완전 충전에는 1시간 30분이 걸려 8~12시간의 생산 근무조를 소화하려면 여러 차례 교환과 충분한 예비 배터리가 필요해진다. 여기에 56개 자유도를 구현하는 액추에이터와 감속기, 센서가 장시간 반복 작동하면서 발생하는 열과 마모, 미세한 유격은 동작 정밀도에 영향을 준다.

AI가 로봇의 동작을 결정하는 과정에도 별도의 안전 체계가 요구된다. 카메라와 촉각센서로 받아들인 정보를 잘못 해석하면 부품 손상이나 충돌로 이어질 수 있어, 충돌 회피와 접촉력 제한, 균형 제어를 담당하는 하위 제어장치가 AI의 동작 명령을 지속적으로 감시해야 한다. 딥마인드도 물리적 안전을 확보하려면 고차원 AI 판단과 기체별 저수준 안전 제어기를 함께 운용해야 한다고 강조했다. 아울러 한 기체가 습득한 작업을 오빗을 통해 전체 로봇에 배포하는 과정에는 사전 검증과 버전 관리, 오류 발생 시 이전 상태로 되돌리는 체계도 갖춰야 한다. RMAC 실증에서는 사이클타임 준수율과 작업 성공률, 사람 개입 횟수, 부품 손상률, 비계획 정지시간, 안전정지 빈도 등이 주요 검증 항목으로 꼽힌다.