베이징 휴머노이드 로봇 대회가 기록을 세웠지만, 진짜 상대는 공장이다

베이징의 휴머노이드 로봇들은 8월 22일 100미터를 9.39초에 달리며 인상적인 문턱을 넘어섰다. 다만 트랙 밖에서는 더 실용적인 시험이 필요하다. 제2회 세계 휴머노이드 로봇 대회에서는 라켓 스포츠를 하고, 역기를 들며, 핀셋으로 콩을 옮기는 기계들도 등장했다. 영상으로는 충분히 인상적이었다. 그러나 휴머노이드가 유용한 작업을 안정적으로 수행할 수 있는지는 아직 결론 나지 않았다.

이 행사는 베이징 국가스피드스케이팅오벌에서 8월 26일까지 닷새간 열린다. 규모는 2025년 280개 팀에서 올해 666개 팀과 등록 로봇 2,056대로 확대됐다. 주최 측은 공식 행사 프리뷰에 따르면 51개 종목과 1,301개 경기 세션을 편성했다.

RSSHub를 통해 전해진 36Kr 원문 속보는 로봇의 ‘손’과 ‘뇌’가 병행 발전하고 있다는 점을 강조했다. 이 틀은 핵심적인 엔지니어링 과제를 잘 포착한다. 유용한 휴머노이드에는 전신 지능과 정밀한 물리적 제어가 모두 필요하다.

그러나 가장 중요한 승부는 로봇과 운동선수 사이의 대결이 아니다. 공장, 물류창고, 호텔, 가정에서 반복 가능한 작업을 해내는 능력과 경기 성능의 대결이다. 단거리 질주는 균형과 액추에이터 성능을 드러낼 수 있다. 실제 생산 현장 배치에는 안전성, 가동 시간, 적응성, 그리고 기계를 계속 운용할 경제적 이유가 더해져야 한다.

기록은 휴머노이드 로보틱스의 존재감을 바꿨다

이번 대회는 해마다 쌓인 엔지니어링 진전을 비전문가도 즉시 이해할 수 있는 수치로 바꿔놓았다.

톈줘 팀의 로봇은 100미터 예선에서 9.39초를 기록했다. 이는 2009년 우사인 볼트가 세운 인간 세계 기록 9.58초보다 빠른 수치다. 이 로봇의 개발사에 따르면, 사전 행사 시험에서는 9.32초를 기록한 주행도 있었다.

9.39초라는 결과는 초대 대회 최고 기록과 비교해도 큰 차이를 보인다. 2025년 톈궁 울트라는 100미터 결승에서 21.50초로 우승했다. 1년 만에 기록을 절반 이상 단축한 것은 모터, 전력 공급, 기계 구조, 제어 소프트웨어, 균형 회복 전반에서 상당한 개선이 있었음을 시사한다.

제자리 높이뛰기 시연에서도 또 하나의 눈길을 끄는 수치가 나왔다. 로봇은 2.8843미터에 도달했으며, 이는 직전 대회에서 휴머노이드가 기록한 약 0.95미터의 최고 성적과 비교된다. 이후 한 400미터 로봇은 38.15초에 레이스를 마쳤다.

이 성과는 신중한 언어로 다룰 필요가 있다. 로봇과 인간 종목은 신체 구조, 규칙, 점프 방식, 안전 제약이 서로 다르다. 제자리 시연에서 특정 높이를 넘은 기계가 세계육상연맹 규정에 따른 인간 높이뛰기에 출전한 것은 아니다. 이 비교는 규모를 전달하는 데는 유용하지만, 로봇이 더 뛰어난 운동선수라고 선언하기 위한 것은 아니다.

그럼에도 개막일 결과는 능력 면에서 실질적인 변화를 보여준다. 빠른 이족보행 달리기에서는 제어기가 몸의 위치를 추정하고, 발 디딤 위치를 선택하며, 1초보다 훨씬 짧은 시간 안에 불안정성을 보정해야 한다. 미세한 타이밍 오류도 기계를 바닥이나 방호벽으로 내던질 수 있다.

이 같은 실패도 기록과 함께 대회의 볼거리로 드러났다. 훈련 영상에는 빠르게 달리던 로봇이 멈추지 못하고 보호 장비에 부딪히는 모습이 담겼다. 다른 기계들은 비틀거리거나 균형을 잃었고, 사람의 도움이 필요하기도 했다. 이런 장면은 우연한 웃음거리가 아니었다. 하나의 측정 가능한 출력값을 극대화하는 일과 전체 작업을 안전하게 관리하는 일의 차이를 보여줬다.

대회의 전체 규모도 크게 확대됐다. 주최 측은 종목 수를 26개에서 51개로 늘렸으며, 여기에는 30개 경쟁 종목과 21개 시나리오 기반 종목이 포함됐다. 경기 세션 수는 487개에서 1,301개로 증가했다. 더 많은 시험은 더 많은 실패 양상을 발견할 기회를 만든다는 점에서 이 확대는 중요하다.

프로그램은 트랙 종목을 넘어섰다. 로봇들은 축구, 탁구, 테니스를 했고, 이 과정에서 움직이는 물체와 다른 참가자에게 반응해야 했다. 무술, 댄스스포츠, 역도, 줄다리기, 단체 공연은 제어, 출력, 협응의 서로 다른 조합을 시험했다.

이런 활동은 대중이 로보틱스를 이해하기 쉽게 만든다. 동시에 엔지니어에게는 명확한 목표, 마감 시한, 비교 가능한 결과를 제공한다. 하지만 가장 뚜렷한 운동 기록조차 로봇이 개입 없이 8시간 교대를 얼마나 자주 완수할 수 있는지에 대해서는 거의 말해주지 않는다.

이 간극이 이 행사의 진짜 긴장을 만든다. 트랙은 통제된 조건에서 기계가 매우 빠르게 움직일 수 있음을 보여줬다. 시나리오 경기는 같은 엔지니어링 스택이 성공이 속도 이상의 요소에 달린 상황에서 인지하고, 판단하고, 조작할 수 있는지를 물었다.

더 어려운 시험은 두 손가락 사이에 있다

정교한 손 종목은 업계에서 가장 취약하면서도 상업적으로 가장 중요한 인터페이스를 대중의 검증대 위에 올려놓았다.

행사에는 전동 공구 조립, 분말 계량, 블록 쌓기, 못 고정, 병 열기, 포장 뜯기, 핀셋으로 콩 옮기기, 케이블 연결 등 8가지 정밀 조작 과제가 포함됐다. 각 과제는 인지와 힘 제어, 기계적 정밀성을 결합했다.

콩 과제는 기록적인 단거리 질주에 비하면 소박해 보였다. 그러나 범용 로봇이 마주한 장애물을 더 잘 대표했을 가능성이 크다. 기계는 작은 물체를 찾아내고, 도구를 정렬하며, 물체를 고정할 만큼의 압력을 가하되 으깨거나 떨어뜨리지 않아야 했다.

이 과정이 어려운 이유는 시각 정보만으로 접촉 지점에서 벌어지는 모든 일을 알 수 없기 때문이다. 카메라는 콩이나 케이블의 위치를 추정할 수 있다. 하지만 손가락이 미끄러지기 시작했는지, 뚜껑이 변형되기 직전인지를 언제나 판단할 수는 없다.

촉각 센서는 이 문제의 일부를 해결한다. 로봇 손 전체에서 접촉력, 진동, 온도, 변형, 움직임을 측정한다. 그러면 제어기는 깨지기 쉬운 물체가 부서지거나 매끄러운 물체가 빠져나가기 전에 그립을 조정할 수 있다.

최근의 촉각 센싱 연구는 이러한 발전 방향을 보여준다. 연구진은 다중모달 센서를 정교한 손에 통합하고, 그 신호를 특화된 언어 모델과 결합했다. 이 시스템은 질감, 소재, 온도, 미끄러짐 같은 특성을 해석했다.

이 연구가 인간 수준의 촉각이 해결됐다는 의미는 아니다. 실험실 센서는 여전히 내구성, 보정, 제조, 통합 과제에 직면해 있다. 시연 중 작동하는 민감한 피부는 먼지, 충격, 반복 접촉, 수천 시간의 작동도 견뎌야 한다.

기계 설계는 또 다른 제약을 더한다. 관절이 많으면 더 인간다운 움직임을 낼 수 있지만, 관절마다 모터, 케이블, 제어 변수, 무게, 잠재적 고장 지점도 늘어난다. 정교한 손은 유연성과 비용, 정비 용이성 사이의 균형을 맞춰야 한다.

대회는 자율성에 관한 중요한 단서도 드러냈다. 적어도 한 콩 옮기기 참가작에서는 조작자가 센싱 장비를 착용하고 바퀴 달린 로봇을 원격 제어했다. 따라서 정교한 손 경연은 자율 조작과 함께 하드웨어 및 원격 조작 능력도 평가했다.

원격 조작은 여전히 가치가 있다. 엔지니어가 시연 데이터를 수집하고, 오류에서 복구하며, 인간의 행동을 이용해 모델을 훈련할 수 있게 해준다. 사람을 환경에 투입하는 것이 용납하기 어려운 위험을 만들 수 있는 위험 작업에도 활용될 수 있다.

하지만 원격 제어는 상업적 계산을 바꾼다. 모든 작업에 조작자 한 명이 필요한 기계가 노동 수요를 자동으로 줄이는 것은 아니다. 네트워크 지연, 통신 장애, 조작자 피로, 교육 비용도 시스템의 일부가 된다.

다음 단계는 모든 워크플로에서 사람을 없애는 것이 아니다. 사람이 개입해야 하는 빈도를 줄이는 것이다. 한 명의 조작자가 여러 기계를 감독하고, 낯선 물체나 예상치 못한 상황이 나타날 때만 제어권을 넘겨받을 수 있다.

블록 쌓기와 케이블 연결은 이러한 전환을 잘 시험한다. 둘 다 정해진 순서에 따른 여러 행동이 필요하다. 로봇은 구성 요소를 인식하고, 방향을 유지하며, 접촉을 관리하고, 완료를 감지하고, 첫 시도가 실패했을 때 복구해야 한다.

이는 동시에 ‘손’의 문제이자 ‘뇌’의 문제다. 장면을 잘못 이해하는 제어기를 더 나은 손가락이 보완할 수는 없다. 충분한 힘 피드백이 없는 손가락을 더 나은 계획 모델이 보완할 수도 없다.

따라서 RSSHub의 36Kr 요약이 정교한 하드웨어의 발전을 협응 지능과 연결한 것은 타당했다. 두 개발 경로는 접촉의 순간에 수렴한다. 바로 그 지점에서 로봇의 예측은 되돌릴 수 없는 물리적 행동이 된다.

더 큰 뇌는 실시간으로 몸을 제어해야 한다

핵심적인 기술 변화는 고수준 계획과 빠른 전신 제어 사이의 더욱 긴밀한 협응이다.

로보틱스 팀은 종종 ‘큰 뇌’와 ‘작은 뇌’의 구분을 말한다. 큰 뇌는 인지, 언어, 작업 계획, 일반적 추론을 처리한다. 작은 뇌는 빠른 모터 제어, 균형 보정, 관절 수준의 동작을 실행한다.

이 구분은 유용하지만, 두 시스템이 독립적으로 작동할 수는 없다. 계획 모델은 병을 집기로 결정할 수 있다. 하위 제어기는 그 의도를 팔의 움직임, 손가락 배치, 그립 힘, 지속적인 균형 유지로 변환해야 한다.

빠른 스포츠는 하위 계층을 드러낸다. 단거리 질주 중 기계는 범용 모델이 매 걸음을 숙고할 때까지 기다릴 수 없다. 즉각적으로 센서 데이터에 반응하는 고도로 최적화된 제어 루프가 필요하다.

시나리오 과제에는 두 계층이 모두 필요하다. 예를 들어 포장을 열고, 내용물을 식별한 뒤, 각각을 별도의 상자에 넣는 상황을 생각해볼 수 있다. 로봇은 목표를 이해하고, 관련 물체를 찾고, 행동 순서를 선택하며, 각 접촉을 안전하게 실행해야 한다.

이러한 협응은 운동 경기 역시 실용 로봇에 기여할 수 있는 이유를 설명한다. 달리기는 동적 균형, 액추에이터 출력, 열적 한계, 복구 능력을 시험한다. 라켓 스포츠는 예측과 손-눈 협응을 더한다. 축구는 내비게이션, 협업, 움직이는 에이전트 주변에서의 판단을 더한다.

전이는 자동으로 일어나지 않는다. 깨끗한 트랙에 맞춰 최적화된 달리기 제어기가 두 작업 모두 걷기를 포함한다는 이유만으로 물류창고 시스템이 되는 것은 아니다. 개발자가 구성 요소, 훈련 방법, 실패 데이터, 제어 원칙을 재사용할 때 유용한 전이가 일어난다.

로봇 학습은 데이터에도 크게 의존한다. 인터넷 규모 모델은 디지털 콘텐츠에서 언어와 시각 개념을 배울 수 있다. 물리 시스템에는 행동, 힘, 타이밍, 물체 상태, 실수의 결과를 포함하는 사례가 필요하다.

대회는 그 정보의 일부를 만들어낸다. 모든 낙상, 놓친 파지, 불안정한 회전, 지연된 반응은 학습 사례가 될 수 있다. 표준화된 종목은 느슨하게 정의된 제품 시연보다 반복 시험을 더 쉽게 만든다.

그럼에도 대회 데이터에는 한계가 있다. 경기장은 의도적으로 구조화되고, 물체는 사전에 선정되며, 규칙은 발생할 수 있는 일을 제한한다. 실제 작업장에는 어수선한 환경, 조명 변화, 손상된 포장, 움직이는 작업자, 그리고 애초에 로봇을 위해 설계되지 않은 장비가 존재한다.

시뮬레이션은 훈련량을 늘릴 수 있지만, 가상 접촉과 물리 접촉의 차이는 여전히 해결하기 어렵다. 소재는 휘고, 표면은 미끄러지며, 모터는 온도나 마모 변화에 따라 다르게 작동한다. 개발자는 시뮬레이션 훈련을 물리 데이터 및 현장 시험과 결합해야 한다.

올림픽이 더 자율적인 로봇 경주로 나아가고 있다는 점은 이런 맥락에서 중요하다. 여러 장거리 트랙 종목에서는 기계가 지속적인 원격 제어 없이 주변 환경을 인식하고 주행해야 했다. 이는 시험의 초점을 기계적 속도에서 통합 자율성으로 옮긴다.

집단 협업 역시 유용한 신호를 제공했다. 주최 측과 개발사에 따르면 개막식에서는 80대의 Booster T2 로봇이 바닥 표식이나 직접적인 원격 제어 없이 대형을 구성했다. 이 시연에는 다수의 독립 시스템 전반에 걸친 위치 추정, 동기화, 충돌 회피가 필요했다.

안무에 맞춘 대형은 비정형적인 작업장보다 여전히 쉽다. 각 참가자는 계획을 알고 있으며, 주최 측은 주변 환경을 통제할 수 있다. 그럼에도 대규모 집단 운영은 통신, 타이밍, 로봇 플릿 관리에 대한 실용적인 스트레스 테스트를 제공한다.

이 마지막 역량은 공장에서 중요해질 것이다. 구매자는 단일 프로토타입이 수행한 최선의 동작만으로 도입을 평가하는 경우가 드물다. 수십 대의 기계가 공간을 공유하고, 작업을 배정받으며, 문제를 보고하고, 유지보수 후 다시 업무에 복귀할 수 있는지를 묻게 될 것이다.

그 결과 엔지니어링 벤치마크도 변화하고 있다. 최고 성능은 여전히 주목을 끌지만, 유용한 지능은 회복 능력에서 드러난다. 로봇은 현실이 자신의 계획에서 벗어났을 때 이를 인지하고 다음의 안전한 행동을 선택해야 한다.

주된 상대는 선수가 아니라 공장이다

상업적 도입은 휴머노이드가 사람보다 빠르게 달리는지가 아니라 신뢰성과 작업 경제성에 따라 결정될 것이다.

공장에는 이미 다양한 자동화 선택지가 있다. 고정식 로봇 팔, 컨베이어 시스템, 머신 비전, 자동 유도 차량, 특수 그리퍼는 흔히 사람 형태의 기계보다 좁은 범위의 작업을 더 효율적으로 수행한다.

휴머노이드는 환경과 도구가 사람을 위해 설계된 경우 가장 강력한 활용 근거를 갖는다. 다리는 문턱을 넘거나 계단을 오를 수 있다. 사람과 유사한 팔은 기존 제어 장치에 닿을 수 있고, 정교한 손은 제조업체가 재설계하고 싶어 하지 않는 물체를 다룰 수 있다.

이러한 범용성은 여전히 검증 중인 약속이다. 특수 목적 기계는 보통 더 단순한 기계 구조와 명확하게 정의된 작업의 이점을 누린다. 휴머노이드는 특정 작업 스테이션에 필요하지 않을 수 있는 관절의 비용과 복잡성을 떠안는다.

따라서 가장 강력한 증거는 실제 생산 현장의 시험에서 나온다. AgiBot Genie G2 로봇 4대는 4월 난창의 태블릿 조립 라인에서 8시간 시연을 완료했다. 이들은 제품을 검사하고, 자재를 옮기며, 사람이 회수할 이상 항목을 분류했다.

회사와 공장 관계자에 따르면 각 작업에는 18~20초가 걸렸다. 로봇들은 시간당 310개를 처리했고, 성공률은 99.9%를 넘었다고 전해진다. 이 수치는 통제된 배치 환경에서 나온 것으로, 지속적인 독립 평가가 필요하다.

공장 라인 시험은 여전히 단거리 기록보다 상업적 관련성이 높다. 이는 오류 하나가 생산을 멈추거나 재고를 훼손할 수 있는 실제 컨베이어 주변의 반복 작업을 시험했다.

이 시험은 손과 뇌의 협응이 왜 중요한지도 보여준다. 보도에 따르면 로봇들은 위치 편차에 대응하기 위해 시각 인식과 힘 제어를 사용했다. 생산 속도에 맞춰 물체를 식별하고, 움직임을 조정하며, 정확한 위치에 배치해야 했다.

자동차 공장도 또 다른 시험장이 되고 있다. UBTech를 포함한 기업들은 자재 운반, 검사, 분류 시험을 위해 휴머노이드 시스템을 차량 공장에 투입했다. 이런 환경은 공정이 구조화돼 있지만, 여전히 변동성, 움직이는 장비, 엄격한 안전 요건을 포함한다.

물류 센터도 관련 기회를 제공한다. 로봇은 사람 작업자를 위해 만들어진 통로와 선반을 활용하면서 빈을 옮기고, 물품을 분류하며, 패키지를 처리할 수 있다. 그러나 평평한 바닥에서는 바퀴형 시스템이 여전히 더 빠르고 저렴한 경우가 많다.

서비스 환경에서는 다른 압력이 발생한다. 호텔 로봇에는 투숙객 주변에서의 안전한 상호작용, 신뢰할 수 있는 주행, 단순한 복구 능력이 필요하다. 가정용 기계는 아이, 반려동물, 액체, 계단, 낯선 물체 등 훨씬 더 큰 변동성에 직면한다.

대회에는 산업, 물류, 접객, 가정 서비스, 긴급 대응을 위한 시나리오 종목도 포함됐다. 이러한 분류는 개발사들이 진출하고자 하는 시장을 가리킨다. 그러나 참가 시스템이 무감독 배치에 준비됐다는 증거는 아니다.

구매자는 하이라이트 영상에 거의 등장하지 않는 여러 운영 지표를 살펴볼 것이다. 평균 고장 간격은 기계가 고장 전까지 얼마나 오래 작동하는지를 추적한다. 개입률은 사람이 로봇을 구조해야 하는 빈도를 측정한다. 작업 성공률은 변화하는 조건에서도 안정적으로 유지돼야 한다.

에너지 사용량도 중요하다. 몇 분간 인상적인 움직임을 보이는 로봇은 충전이나 배터리 교체 없이 한 교대 근무 전체를 버티는 데 어려움을 겪을 수 있다. 모터가 반복적으로 높은 토크를 생성하면 열 관리도 더 어려워진다.

유지보수는 매력적인 구매 논리를 압도할 수 있다. 손에는 잦은 충격과 마모에 노출되는 작은 부품들이 들어 있다. 넘어짐은 액추에이터, 센서, 기어박스, 배선, 외부 구조물을 한꺼번에 손상시킬 수 있다.

안전 표준은 추가 작업을 요구한다. 사람 가까이에서 작동하는 빠른 로봇은 사람을 감지하고, 접촉력을 제한하며, 예측 가능하게 멈추고, 통신 장애 후 안전한 상태에 진입해야 한다. 성능과 안전은 별개의 엔지니어링 과제로 남을 수 없다.

바로 이 지점에서 운동 경기라는 프레임이 오해를 불러일으킬 수 있다. 인간 기록은 짧은 시도 동안의 최대 성능을 보상한다. 산업 자동화는 단조로운 작업과 불완전한 조건을 포함해 수개월에 걸친 예측 가능한 성능을 보상한다.

따라서 진정한 상대는 공장이다. 공장은 가동률, 처리량, 품질, 안전, 총운영비를 기준으로 가혹한 기준을 제시한다. 로봇은 사람처럼 보인다고 이기는 것이 아니다. 자신의 복잡성을 정당화할 만큼 충분히 가치 있는 작업을 완수해야 이긴다.

하이라이트 영상이 입증하지 못하는 것

대회는 가치 있는 스트레스 테스트를 제공하지만, 그 결과가 아직 일반 자율성이나 대규모 상업적 준비 상태를 입증하지는 않는다.

첫째, 종목 규정이 중요하다. 자율 참가와 원격 조종 참가는 같은 프로그램에 등장하더라도 서로 다른 역량을 시험한다. 제어 방식을 밝히지 않은 채 결과를 보도하면 하드웨어 성과가 자율성 성과처럼 들릴 수 있다.

둘째, 기록 비교에는 맥락이 필요하다. 인간 선수는 표준화된 생물학적·스포츠적 제약을 따른다. 로봇은 크기, 소재, 전력 시스템, 종목 기술에서 크게 다르다. 수치 비교는 직관적인 헤드라인을 만들 뿐, 공통의 경쟁 범주를 만들지는 않는다.

셋째, 대본화된 환경은 물리적 변동성의 긴 꼬리를 숨긴다. 팀은 경기장을 연구하고, 익숙한 장비로 연습하며, 특정 채점 체계에 맞춰 행동을 조정할 수 있다. 고객은 새로운 물체나 방해 요소가 나타나는 일을 모두 막을 수 없다.

넷째, 시연은 완전한 개입 데이터를 거의 공개하지 않는다. 기계는 엔지니어들이 여러 번 재설정한 뒤 촬영된 시도를 완료했을 수 있다. 총 시도 횟수, 실패, 복구 시간, 유지보수 기록이 없으면 시청자는 신뢰할 수 있는 성능을 계산할 수 없다.

다섯째, 업계에는 여전히 배치를 비교할 수 있는 표준화된 증거가 충분하지 않다. 공급업체는 서로 다른 조건과 정의 아래 성공률을 보고한다. 한 회사는 수정된 동작을 성공으로 셀 수 있는 반면, 다른 회사는 어떤 인간 개입이든 실패로 계산할 수 있다.

그렇다고 대회가 공허한 쇼가 되는 것은 아니다. 공개된 마감 기한은 팀들이 그렇지 않았다면 분리된 실험실 프로젝트로 남았을 시스템을 통합하도록 만든다. 실패는 경쟁사, 고객, 연구자, 카메라 앞에서 일어난다.

이 형식은 공통 작업도 만들어 낸다. 주최 측이 규정, 환경, 완전한 결과를 보존한다면 연도별 비교를 통해 실제 진전을 드러낼 수 있다. 자율성 분류와 개입 횟수를 공개하면 이러한 비교는 훨씬 더 강력해질 것이다.

정책 지원은 현장 증거를 향한 움직임을 가속하고 있다. 중국 공업정보화부와 국유자산 감독기관은 실제 환경의 휴머노이드 및 체화지능 훈련을 위한 2026년 프로그램을 시작했다. 이 프로그램은 제조, 물류, 유지보수, 소매, 의료, 긴급 대응을 포괄한다.

배치 프로그램은 연말까지 대표적 환경에서 검증된 일상적 운영을 목표로 한다. 또한 100개가 넘는 고가치 시나리오와 수만 대 단위로 측정되는 배치 역량도 추구한다.

이는 정책 목표이지, 확인된 시장 성과가 아니다. 이는 공공 기관 역시 대회가 드러낸 같은 격차를 인식하고 있음을 보여준다. 기계에는 실제 작업에 대한 더 긴 노출, 더 풍부한 물리 데이터, 수명주기 관리가 필요하다.

지정학적 압력은 또 다른 불확실성을 더한다. 휴머노이드 로보틱스는 이제 AI, 반도체, 공급망, 산업 리더십을 둘러싼 더 광범위한 경쟁 속에 놓여 있다. 무역 제한은 부품, 시장 접근, 보안 심사, 국제 협력에 영향을 미칠 수 있다.

중국은 모터, 배터리, 전자 부품, 기계 부품에서 상당한 제조 기반을 갖추고 있다. 미국 기업들은 AI 연구, 칩, 소프트웨어, 주목도 높은 휴머노이드 프로그램에서 여전히 두드러진다. 어느 쪽의 우위도 어려운 통합 작업을 없애주지는 않는다.

주요 상업화 경로도 시장마다 다를 수 있다. 일부 기업은 다수의 작업에 걸쳐 훈련된 범용 휴머노이드를 선호한다. 다른 기업들은 기존 환경이 요구하는 경우에만 인간형 특징을 활용하면서 하나의 산업을 위한 특수 시스템을 구축할 것이다.

대회는 이 논쟁을 해결할 수 없다. 대회의 다양성은 유연한 플랫폼에 보상을 주는 반면, 공장은 흔히 좁은 범위의 최적화에 보상을 준다. 범용성이 추가 비용과 복잡성을 상쇄할 만큼 충분한 가치를 만드는지는 상업 구매자들이 결정할 것이다.

경쟁 역량의 이전 여부를 보여줄 세 가지 신호

다음 단계는 낯선 조건에서의 자율성, 지속적 배치, 조작 신뢰성을 통해 평가해야 한다.

첫 번째 신호는 공개된 규정 아래의 완전 자율성이다. 향후 결과는 기계가 독립적으로 행동했는지, 사전 준비된 스크립트를 따랐는지, 또는 지속적인 인간 제어를 받았는지를 분명히 밝혀야 한다. 개입 빈도는 완료 시간과 함께 제시돼야 한다.

자율 로봇이 방해 요소를 헤쳐 나가면서도 속도를 유지한다면, 이전 가능한 전신 지능의 근거는 더 강해진다. 원격 조작이 없을 때 성능이 급격히 떨어진다면, 대회는 주로 하드웨어 쇼케이스로 남게 될 것이다.

두 번째 신호는 수개월에 걸친 공장 데이터다. 개발사와 고객은 운영 시간, 처리량, 개입, 유지보수, 안전 사고, 작업 변화를 보고해야 한다. 파일럿에서 반복 주문으로의 확대는 출하 발표만으로는 얻기 어려운 무게를 지닌다.

유용한 배치는 개별적으로 프로그래밍되지 않은 변동을 견뎌야 한다. 적당한 레이아웃 변화에 적응하고, 결함 있는 입력을 인식하며, 안전하게 복구해야 한다. 여러 고객 현장에서 일관된 결과가 나온다면 상업적 논거는 더 강해질 것이다.

세 번째 신호는 감독이 줄어든 상태에서의 정교한 조작이다. 로봇이 세심하게 연출된 배치 없이 부드럽고, 반사성이 있거나, 불규칙하거나, 일부 가려진 물체를 다룰 수 있는지 주목해야 한다. 도구 사용과 케이블 취급은 특히 유익한 시험을 제공할 것이다.

성공은 촉각 감지, 시각 인식, 계획, 순응 제어가 하나의 신뢰할 수 있는 시스템으로 수렴하고 있음을 보여줄 것이다. 지속적인 실패는 향상된 손과 향상된 모델이 여전히 생산 품질 수준에서 협응할 수 없음을 시사할 것이다.

제2회 세계 휴머노이드 로봇 대회는 이미 대중의 기대를 바꿨다. 9.39초 질주와 2.8843미터 제자리높이뛰기는 지난해의 기계들을 아득하게 보이게 한다. 정교한 조작 종목 역시 대화를 걷는 몸체에서 유용한 접촉으로 옮겨 놓았다.

그러나 가장 강한 결론은 더 신중해야 한다. 대회는 빠른 통합 실험실로 자리 잡고 있지만, 상업적 준비도는 여전히 별도의 시험대에 남아 있다. RSSHub와 36Kr는 실제 추세를 포착했지만, 결정적인 증거는 카메라가 떠난 뒤에야 나타날 것이다.

향후 3개월간은 새 기록보다 로봇이 구조 개입 없이 얼마나 자주 움직이는지를 살펴봐야 한다. 공장 파일럿이 일상적인 주문으로 전환되는지, 그리고 정교한 손이 대상 물체가 바뀌어도 정확도를 유지하는지도 추적해야 한다. 이러한 신호들이 함께 개선된다면, 이번 대회는 인상적인 영상만 남긴 것이 아닐 것이다. 스포츠의 장관에서 실용적인 피지컬 인텔리전스로 이어지는 신뢰할 만한 경로를 앞당겼을 것이다.