中 중심 산업용 로봇 확산, 피지컬 AI 경쟁 본격화 
양산 능력과 정밀 기술 동시 요구, 신뢰가 핵심 변수 
가동 성과 중심 재편, 산업 구조 변화 압력

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술-경제-정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

2024년 전 세계 신규 설치 산업용 로봇의 절반 이상이 중국에 집중됐다. 이는 중국이 이미 구축한 제조 기반을 바탕으로 ‘피지컬 AI(Physical AI)’를 산업 현장에 적용하는 단계에 들어섰음을 방증한다. 부품 공급망과 정책 지원, 기술 인력, 대규모 수요가 동시에 작동하며 확산 속도를 높이는 모습이다.

현재 피지컬 AI의 과제는 시연 수준의 동작을 넘어 실제 공정에서 성과를 내느냐다. 물체를 집고 옮기며, 작업 공간을 이동하고, 환경 변화 속에서도 멈추지 않고 일정한 작업 품질을 유지해야 한다. 중국은 대량 생산 과정에서 비용을 낮추고 효율을 확보해 온 경험이 있지만, 저가 로봇이 이런 조건을 안정적으로 충족할 수 있는지는 아직 검증되지 않았다. 향후 경쟁은 결국 이 안정성과 신뢰를 얼마나 확보하느냐에 달려 있다.

로봇 산업, 대량 생산과 정밀 기술의 교차점

중국의 로봇 산업 육성 방식은 배터리와 전기차, 태양광에서 확인된 산업 전략과 맞닿아 있다. 생산 능력을 앞세워 시장을 확대한 뒤 기술과 표준으로 영향력을 넓히는 구조다. 제조 기반을 중심으로 경쟁 우위를 구축하려는 접근도 일관되게 이어진다. 피지컬 AI는 전기차식 양산 능력과 반도체급 정밀 공정을 동시에 요구하는 분야다. 전기차는 대량 생산과 배터리 공급망을 통해 가격 경쟁력을 확보했고, 첨단 반도체는 미세 공정과 수율에서 높은 장벽을 형성했다. 로봇은 모터와 배터리 등 하드웨어 확장은 상대적으로 수월한 편이다. 그러나 실제 작업을 맡기려면 정밀 제어와 복잡한 환경 대응 능력이 필수로 뒤따른다. 따라서 단순한 생산 확대만으로는 부족하며, 일정한 성능을 유지하는 완성도가 함께 뒷받침돼야 한다.

로봇으로 옮겨가는 산업 수요

전기차 시장이 가격 경쟁 심화와 보호무역 확대로 성장 둔화 국면에 들어서면서, 배터리·모터·센서 인프라를 보유한 기업들은 피지컬 AI를 새로운 수요처로 삼고 있다. 로봇 산업은 기존 공장 설비와 데이터 시스템, 인건비 상승에 따른 자동화 수요를 흡수하는 핵심 수단으로 부상했다. 이에 따라 생산 거점과 공급망 구조 역시 재편 압력이 높아지는 상황이다.

중국의 로봇 혁신기업 유니트리(Unitree)는 휴머노이드 가격을 3만9,900위안(약 862만7,577원)까지 낮추며 보급 확대에 속도를 내고 있다. 현장 기반도 빠르게 확대되는 흐름이다. 2024년 기준 중국 공장에서 가동 중인 산업용 로봇은 약 202만7,000대에 이르며, 같은 해에만 29만5,000대가 추가로 설치됐다. 그러나 로봇은 자동차와 시장 구조가 다르다. 자동차는 디자인과 안전, 가격 경쟁력이 핵심이라면, 로봇은 24시간 기준으로 수익을 만들어내야 한다. 잦은 고장이나 오작동은 곧바로 운영 부담으로 연결된다.

로봇 경쟁의 기준

로봇이 실제 공정에 투입되면 평가 기준도 바뀐다. 현장에서 얼마나 안정적으로 작동하는지가 핵심 지표로 떠오른다. 공장 환경은 배선이 복잡하고 작업 위치가 수시로 바뀌는 등 변수가 많다. 이 때문에 경쟁의 초점도 가동 시간, 고장 간격, 인간 개입 빈도, 안전 인증, 파지 성공률 같은 운영 지표로 이동한다.

이 기준을 중심으로 주요 기업 간 경쟁이 전개되고 있다. 테슬라는 전기차에서 축적한 데이터와 학습 체계를 활용하고, 중국 기업들은 현장 투입 과정에서 확보한 데이터를 기반으로 개선을 이어가는 방식이다. 그러나 신뢰와 정밀도는 단기간 투자만으로 확보하기 어렵다. 로봇이 실제 생산 설비로 자리 잡기 위해서는 안정적인 작동을 지속적으로 입증하는 과정이 필요하다.

앞으로의 정책 과제는 기술 외형보다 실제 성과를 어떻게 검증할 것인지에 집중된다. 이에 따라 가동 효율, 안전 사고율, 투자 회수 기간 등 운영 지표를 기준으로 한 데이터 검증 체계 구축이 시급하다. 동시에 로봇과 함께 일하는 환경에 맞춰 교육 체계와 직무 전환 방안도 병행될 필요가 있다. 중국은 이미 전 세계 공장 로봇의 54%를 차지하고 있다. 그러나 피지컬 AI는 설치 단계에서 끝나는 기술이 아니다. 실제 공정에서 얼마나 안정적으로 성과를 내느냐가 경쟁력을 좌우한다. 결국 시장에서 평가받는 기준은 측정 가능한 성과다.

본 연구 기사의 원문은 Physical AI Is China’s Next Two-Front War을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.