주당 2만 대 목표 내건 옵티머스, 실제 생산은 수백 대, 손 조립·AI·열 배출·배터리 난제 산적

손 조립 오차 및 부품 품질 편차, 옵티머스 증산에 제동
생산 확대 지연 속 기초 작업 학습에도 수일, 현장 활용 제약
열 배출 부담에 배터리 소모까지, 장시간 운용에 의문

테슬라의 휴머노이드 로봇 ‘옵티머스(Optimus)’ 양산이 정밀 조립과 부품 품질, 인공지능(AI) 성능 등 기술적 난관에 부딪혔다. 복잡한 손 구조와 조립 오차가 생산 확대를 가로막는 가운데, 기초 작업을 익히는 데도 수일이 걸려 현장 활용에 제약이 따르는 실정이다. 발열과 배터리 용량에 따른 가동 시간의 한계까지 겹치면서, 장시간 자율 작업을 전제로 한 생산성도 검증 과제로 남았다.

주당 1,000대 목표 내건 테슬라, 실제 생산은 수백 대

27일(현지시간) 미국 IT 전문 매체 디인포메이션에 따르면 테슬라는 지난달 옵티머스를 주당 수백 대 생산하는 데 그친 것으로 파악됐다. 당초 테슬라는 올해 연말까지 주당 1,000대 이상을 생산한다는 목표를 세웠다. 장기적으로 제시한 생산 규모는 주당 약 2만 대다. 연말 목표의 하한인 주당 1,000대도 장기 목표의 20분의 1 수준인데, 지난달 실제 생산량은 여기에도 미치지 못한 것이다.

지난달 생산량은 올해 2분기 소량 시험생산 당시의 주당 수십 대에서 늘었지만, 연말 목표에는 여전히 못 미쳤다. 테슬라의 2분기 실적 자료에서도 프리몬트와 텍사스의 옵티머스 생산시설은 모두 ‘건설 중(under construction)’으로 분류됐으며, 연간 생산능력은 기재되지 않았다. 늘어난 물량도 대부분 테슬라 내부의 시험·훈련과 데이터 수집에 쓰이는 것으로 전해졌다. 테슬라는 초기 생산분을 사내 ‘옵티머스 아카데미(Optimus Academy)’에 투입하겠다고 밝혔으나, 외부 공급 물량은 제시하지 않았다.

양산 최대 난관 ‘로봇 손’

그간 일론 머스크 테슬라 최고경영자(CEO)는 옵티머스를 테슬라 전기차 사업을 능가하는 차세대 핵심 제품으로 꼽으며, 테슬라의 기업 가치를 25조 달러(약 3경4,050조원)까지 끌어올릴 잠재력이 있다고 주장해 왔다. 하지만 실상은 기술적 난관에 직면해 있다. 특히 로봇의 손을 인간 수준으로 정교하게 설계하는 문제가 최대 기술 과제로 지목됐다. 현재 생산 중인 3세대 옵티머스(V3)의 손과 팔뚝에는 나사 등을 포함해 100개가 넘는 작은 부품이 들어간다. 이들 부품은 작업자가 직접 조립해야 하는데, 휴머노이드 로봇이 사람처럼 물건을 잡고 조작하려면 손가락과 관절을 정교하게 움직일 수 있어야 하기 때문에 자동차 생산보다 높은 조립 정밀도가 요구된다.

손 조립의 어려움은 테슬라 생산라인 전반의 정밀도 문제와도 맞물린다. 디인포메이션에 따르면 손과 관절을 조립하거나 전자장치를 검사하는 일부 공정에서 설비가 부품의 위치를 매번 정확히 맞추지 못하고 있다. 그 결과 조립을 마친 로봇 가운데 다시 손봐야 하는 물량이 늘었다. 생산 속도를 높였을 때 일부 자동화 설비가 제대로 작동하지 않는 사례도 보고됐다. 설비 가동 속도를 높일수록 조립 오차와 재작업이 늘어, 생산라인을 연속적으로 돌리는 데도 제약이 따르는 것으로 전해졌다.

조립 과정의 오차와 별도로 완성된 손을 오래 사용할 수 있는지도 검증이 필요하다. 미국 기술 전문 매체 아르스테크니카에 따르면 옵티머스의 일부 촉각 센서에서 신뢰성 문제가 나타났으며, 센서 이상으로 손 전체를 교체해야 하는 부담도 제기됐다. 이에 테슬라는 촉각 센서를 장갑 형태로 묶어 별도로 교체할 수 있는 ‘센싱 글러브(Sensing Glove)’를 개발했다. 손의 나머지 부품을 그대로 사용하면서 센서 부분만 바꿀 수 있도록 설계를 보완한 것으로, 로봇 손과 관련된 난제가 최신 모델의 개발 일정과 비용에도 영향을 미친 것이다.

표1. 테슬라 옵티머스 손 양산 주요 병목

부품 사양·품질, 증산 일정 변수

부품 수급의 불안정성도 옵티머스 증산의 걸림돌이다. 테슬라는 옵티머스의 관절을 움직이는 모터와 정밀 감속기 등을 외부 업체에서 조달한다. 중국 협력업체들과 센서·모터·감속기 등 수천 대분의 부품 공급도 협의했다. 그러나 일부 업체는 시제품과 소량 주문에 필요한 품질을 맞춘 뒤에도, 물량이 늘어나자 제품의 품질과 규격을 일정하게 유지하는 데 어려움을 겪었다. 조립을 마친 로봇의 재작업이 늘어난 데 이어, 생산라인에 투입할 부품의 품질까지 생산 속도를 제약하게 됐다.

옵티머스에 필요한 부품을 대량으로 공급할 협력업체를 확보하는 데도 시간이 걸린다. 기존 자동차 부품 납품업체라도 로봇용 관절 모듈과 구동장치를 테슬라의 기준에 맞춰 양산할 수 있는지는 별도로 검증해야 하기 때문이다. 부품 사양을 맞추는 과정도 만만치 않다. 중국의 한 정밀 나사 업체는 부품 크기를 줄이고 내구성을 25% 높이는 동시에 가격을 유럽 경쟁사 제품보다 25% 낮춰 달라는 요구를 받았다. 다른 로봇 제조사에 납품한 경험이 있지만, 테슬라가 제시한 수명 기준을 충족하기 위한 작업은 아직 진행 중이다. 테슬라는 이달 중국의 자동차 부품 협력업체들을 찾아 관절 모듈과 구동장치 생산라인의 품질을 심사했다. 옵티머스 부품 주문을 받은 업체도 심사를 통과해야 본격적인 생산에 착수할 수 있는 만큼, 협력업체의 준비 속도가 증산 일정에 직접 영향을 줄 것으로 전망된다.

기초 작업 학습에만 수일

로봇이 새로운 작업을 스스로 익히고 수행하도록 하는 AI 개발도 기술적 과제로 꼽힌다. 옵티머스는 기초적인 작업을 학습하는 데도 수일이 걸리며, 사전에 훈련하지 않은 상황에서는 행동을 예측하기 어려운 것으로 전해졌다. 공장에 투입된 로봇의 활동 범위가 엄격한 감독 아래 지정된 작업을 수행하는 수준으로 제한된 것도 이런 영향이 크다. 머스크 CEO 역시 올해 2분기 실적 발표에서 말로 지시하거나 영상을 보여주는 것만으로 로봇이 작업을 수행하도록 만드는 일을 가장 어려운 과제 중 하나로 지목했다. 테슬라는 현재 기본 동작을 축적한 뒤 새로운 작업에 필요한 동작을 조합해 활용하는 방식을 개발 중이다.

이 방식이 실제 공장에서 통하려면 로봇이 익힌 동작을 작업 환경이 달라져도 안정적으로 재현해야 한다. 테슬라는 50만 시간이 넘는 학습 데이터를 확보했고 연말까지 그 규모를 두 배로 늘릴 계획이다. 하지만 사람이 작업하는 영상에서 동작을 찾아내는 것과 로봇이 그 동작을 수행하는 것은 별개의 과정이다. 로봇의 관절 움직임으로 옮긴 뒤에는 물체의 위치와 무게에 맞춰 힘을 조절하고, 실제 작업에서 발생한 오류도 수정해야 한다. 그러나 테슬라의 2분기 실적 자료에는 이러한 보정 과정을 거친 로봇의 자율 작업 성공률이나 새 작업 학습 시간 등 성능 지표가 빠져 있다.

열역학·에너지 밀도 한계 직면

옵티머스의 연산 성능과 관절 출력을 높이는 과정에는 열역학적 제약도 뒤따른다. 열역학적 한계는 AI 칩과 관절 모터에서 발생한 열을 작업 중에도 계속 배출해야 한다는 데 있다. AI 칩과 관절 모터에 공급된 전력 일부가 열로 바뀌기 때문이다. 로봇이 물건을 들고 반복 작업을 할수록 관절 모터의 온도는 올라가며, 열을 충분히 배출하지 못하면 부품 보호를 위해 출력을 낮춰야 할 수 있다. 이를 막으려면 연산 장치와 모터, 배터리에서 발생한 열을 몸체 밖으로 내보낼 냉각 설계가 필요하지만, 사람 크기의 몸체에 팬과 방열 부품을 추가하면 다른 장치에 쓸 공간이 줄고 로봇의 무게도 늘어난다. 냉각에 투입되는 전력까지 고려하면 장시간 작업에 쓸 수 있는 에너지도 그만큼 줄어드는 형편이다.

배터리의 에너지 밀도는 이 같은 발열 문제와 맞물려 연속 가동 시간을 제한한다. 옵티머스 2세대에 탑재된 배터리는 2.3킬로와트시(kWh) 용량으로, 움직임이 많은 작업에서는 약 2시간 가동하는 것으로 추산됐다. 현재 휴머노이드 로봇의 가동 시간도 대체로 2~4시간 수준이어서, 한 차례 충전으로 공장의 통상적인 근무시간을 채우기 어렵다. 그렇다고 배터리를 더 싣자니 늘어난 무게만큼 관절 모터에 걸리는 하중과 전력 소비도 커진다. 이런 조건에서 장시간 연속 작업을 생산성 계산에 반영하려면 에너지 밀도나 전력 효율이 개선됐다는 검증 결과가 필요하다. 이러한 근거 없이 공장 근무시간 내내 로봇이 작동한다고 가정하면, 아직 확보하지 못한 전력까지 이미 확보한 것으로 취급하는 셈이다.