중국 자동차 제조사들, 로봇 개발 나서지만 진짜 시험대는 실전 업무

중국 자동차 제조사들은 베이징에서 열린 2026 세계로봇콘퍼런스에서 로봇을 전면에 내세웠지만, 진정한 경쟁은 시연이 끝난 뒤 시작된다.

Chery가 지원하는 Aimoga는 소매, 교통 관리, 의료, 공공 서비스 분야에서 작동하는 기계를 선보였다. GAC는 자율주행 연구에서 파생된 로봇을 공개했다. BYD도 Di Space 체험 센터에서 일상적인 고객 서비스를 맡을 첫 휴머노이드를 소개했다.

이러한 융합은 더 이상 고립된 실험이 아니다. 자동차 제조사들은 물리적 기계를 통해 인지하고 행동하는 소프트웨어인 체화형 AI를 차량 지능의 확장으로 보고 있다. 이들의 제조 공장, 공급업체 네트워크, 서비스 센터는 많은 로봇 스타트업이 갖지 못한 강점도 제공한다. 바로 기계를 반복적으로 시험할 수 있는 통제된 장소다.

그러나 이 장점이 경쟁의 승패를 결정하는 것은 아니다. Unitree 같은 전문 로봇 기업들은 수년간 보행, 균형, 로봇 하드웨어를 고도화해 왔다. 자동차 제조사들은 예측하기 어려운 환경에서 사람들 곁에서 작동하는 기계에도 차량 공학 역량이 이전될 수 있음을 보여줘야 한다.

따라서 새롭게 부상하는 경쟁은 자동차 제조사들끼리의 대결이 아니다. 제조 규모와 로봇 전문성의 경쟁이다. 중국 자동차 기업들은 복잡한 제품을 효율적으로 만들 수 있지만, 로봇이 유용한 업무를 안정적으로 수행할 수 있다는 증거는 여전히 필요하다.

베이징 로봇 콘퍼런스의 중심에 선 자동차 제조사들

중요한 변화는 전시된 로봇의 수가 아니라 자동차를 중심으로 성장한 기업들의 존재감이 커졌다는 점이다.

2026 세계로봇콘퍼런스는 8월 19일부터 8월 23일까지 베이징 경제기술개발구에서 열렸다. 주최 측은 제품 출시, 조달, 개발, 공개 시연을 중심으로 5일간의 프로그램을 구성했다.

베이징에서 나온 행사 보도에 따르면, 콘퍼런스에는 약 3,000개의 제품이 등장했다. 전시품에는 휴머노이드, 4족 보행 로봇, 로봇 팔, 동반자형 기계, 특수 산업 시스템 등이 포함됐다.

많은 시연은 여전히 볼거리에 초점을 맞췄다. 로봇들은 춤을 추고, 복싱을 하고, 천을 접고, 탁구를 치며, 방문객과 상호작용했다. 이런 전시는 특히 균형과 협응 동작에서의 물리적 진전을 눈에 띄게 보여줬다.

Chery의 Aimoga 부스는 보다 실무적인 메시지를 내세웠다. 하나의 휴머노이드를 범용 기계로 제시하는 대신, 회사는 여섯 가지로 정의된 시나리오를 중심으로 시연을 구성했다.

이 시스템에는 교통 관리 로봇, 가정용 동반자, 의료 안내 로봇, 로봇 안내원이 포함됐다. Aimoga는 물건을 운반하고 사람을 자율적으로 따라가는 4족 보행 로봇도 선보였다.

공식 시나리오 프로그램은 개별 동작보다 실용적 업무 흐름을 설명했다. 예를 들어 의료 로봇은 방문객을 식별하고, 초기 접수를 지원하며, 시설 내부를 안내할 수 있는 시스템으로 소개됐다.

그렇다고 모든 업무 흐름이 사람의 감독 없이 작동한다는 뜻은 아니다. 콘퍼런스 시연은 일반적으로 익숙한 물체와 통제된 경로, 현장 직원이 있는 준비된 공간에서 진행된다.

그럼에도 이러한 프레이밍의 변화는 중요하다. 기계들은 단순 연구 플랫폼이나 엔터테인먼트 제품이 아니라 서비스 인프라로 제시됐다.

Aimoga는 전시장 밖에서 로봇이 작업하는 실시간 영상도 공개했다. 보도된 배치 사례에는 장인성의 교통 지원, 우후의 박물관 안내, 말레이시아 차량 전시장의 고객 응대가 포함됐다.

이러한 환경은 Chery의 더 넓은 전략을 보여준다. 자동차 기업은 이미 공장, 대리점, 사무실, 물류 시설, 고객 서비스 거점을 운영한다. 각 장소는 경계가 정해진 시험 환경이 될 수 있다.

GAC는 같은 전략의 또 다른 형태를 제시했다. 이 자동차 제조사는 콘퍼런스 소개 자료에 따르면 2022년부터 휴머노이드 로봇 연구팀을 구성하기 시작했다.

기존 로봇 포트폴리오에는 휴머노이드 플랫폼인 GoMate와 서비스 기계인 GoSide 및 GoMove가 포함됐다. 이 시스템들은 서로 다른 물리적 형태에서 인지, 내비게이션, 이동성, 인간 상호작용을 결합한다.

GAC는 자사 로봇 소프트웨어가 자율주행 연구를 기반으로 한다고 설명한다. 여기에는 시각 인지, 공간 매핑, 계획, 멀티모달 지시를 해석하는 시스템이 포함된다.

BYD의 진입은 이러한 흐름을 더욱 넓혔다. 이 자동차 제조사는 회사의 차량과 기술을 선보이는 Di Space 센터에서 첫 휴머노이드가 방문객과 상호작용할 것이라고 밝혔다.

고객 서비스 역할은 공장 자동화에 비하면 소박해 보일 수 있다. 하지만 BYD에는 직원들이 기계를 모니터링하고, 상호작용 데이터를 수집하며, 실패를 측정할 수 있는 익숙한 환경을 제공한다.

따라서 이번 콘퍼런스는 전략적 이동을 포착했다. 차량 기업들은 대리점과 공장을 로봇 실험실로 전환하는 동시에 자동차 연구 성과를 재사용 가능한 구성 요소로 바꾸고 있다.

차량 지능이 체화형 AI로 이전되는 이유

현대 전기차와 이동형 로봇은 외형이 완전히 달라도 놀랄 만큼 많은 공학 요소를 공유한다.

지능형 차량은 주변을 인지하고, 자신의 위치를 파악하며, 움직임을 예측하고, 경로를 계획하고, 물리적 하드웨어를 제어해야 한다. 이동형 로봇도 같은 순서를 거치지만, 움직이고 실패할 수 있는 방식은 더 많다.

카메라, 깊이 센서, 관성측정장치, 기타 장치는 원시 관측값을 생성한다. 인지 소프트웨어는 이러한 신호를 물체, 사람, 표면, 이동 가능한 공간에 대한 표현으로 변환한다.

그다음 계획 소프트웨어가 행동을 선택한다. 차량은 차선을 변경하거나 멈출 수 있다. 서비스 로봇은 방문객에게 다가가고, 의자를 피하고, 물체를 조작하거나, 추가 설명을 요청할 수 있다.

마지막 단계는 물리적 제어다. 차량은 명령을 조향, 가속, 제동으로 변환한다. 휴머노이드는 관절, 손, 균형, 자세, 지면과의 접촉을 조율한다.

이러한 공통점은 자동차 제조사들이 로봇 공학을 무관한 분야가 아니라 인접 영역으로 보는 이유를 설명한다. 이들은 이미 센서, 임베디드 컴퓨팅, 안전 시스템, 전기 모터, 배터리, 시뮬레이션, 대규모 소프트웨어 배포 전반을 다루는 엔지니어를 보유하고 있다.

GAC는 직접적인 사례를 제공한다. 회사의 로봇 프로그램에 따르면 GoMate 시스템은 물리적 공간을 탐색하고 이해하기 위해 비전 기반 매핑 방식을 사용한다.

회사는 또한 GoMate가 원격 제어와 자율 제어 사이를 전환할 수 있다고 설명한다. 이러한 하이브리드 모델은 초기 배치에서 흔하다. 인간 운영자가 기계의 현재 능력을 넘어서는 상황을 처리할 수 있기 때문이다.

원격 개입 자체가 실패의 증거는 아니다. 개입이 빈번하거나 비용이 많이 들거나 고객에게 숨겨질 때 문제가 된다.

자동차 제조사들은 에너지 관리도 이해한다. 배터리 크기, 열 특성, 모터 효율, 전력 전자장치, 충전 전략은 전기차와 이동형 로봇 모두를 좌우한다.

무게는 또 다른 공통 제약이다. 센서나 컴퓨팅 모듈을 추가하면 에너지 소비, 열, 비용, 기계 설계에 영향을 준다. 자동차 엔지니어들은 이미 제품 규모에서 이런 절충을 해 왔다.

공급망은 더 큰 장점일 수 있다. 휴머노이드에는 액추에이터, 감속기, 베어링, 센서, 배선, 배터리 시스템, 프로세서, 구조 부품, 안전 하드웨어가 필요하다.

자동차 기업들은 공급업체를 검증하고, 부품 편차를 통제하며, 수천 개의 상호작용하는 부품을 관리하는 방법을 안다. 자동화 조립에 맞게 부품을 재설계할 수도 있다.

이 경험이 중요한 이유는 인상적인 프로토타입이 반복 생산 가능한 제품과 같지 않기 때문이다. 작은 제조 차이도 관절 마찰, 보정, 균형, 열 방출, 배터리 성능을 바꿀 수 있다.

자동차 품질 시스템은 이러한 편차를 감지하도록 설계됐다. 생산 전반에서 부품을 추적하고, 결함을 기록하며, 현장 고장을 특정 제조 배치와 연결한다.

소프트웨어 운영 역량도 이전된다. 커넥티드 차량은 업데이트를 받고, 진단 데이터를 생성하며, 원격 정비를 지원한다. 배치된 로봇에도 플릿 모니터링, 사고 검토, 소프트웨어 롤백을 위한 유사한 시스템이 필요하다.

그러나 휴머노이드는 팔이 달린 자동차가 아니다. 차량은 일반적으로 교통 규칙이 적용되는 정비된 도로 위를 움직인다. 다리가 있는 로봇은 변형되는 물체, 불확실한 접촉, 계단, 잡동사니, 예측할 수 없이 행동하는 사람을 마주한다.

특히 조작은 어렵다. 로봇 손은 형태, 질감, 무게, 힘, 미끄러짐을 다뤄야 한다. 작은 오류도 물체를 손상시키거나 안전 위험을 만들 수 있다.

바로 이 지점에서 체화형 AI는 익숙한 차량 지능과 갈라진다. 기계의 행동은 관측값을 계속 바꾸며, 접촉은 카메라만으로 해결할 수 없는 불확실성을 도입한다.

자동차 제조사들은 많은 유용한 구성 요소를 보유하고 있다. 이들의 과제는 그러한 구성 요소를 매력적인 시연이 아니라 신뢰할 수 있는 기계로 재조합할 수 있음을 증명하는 것이다.

제조 규모와 로봇 전문성의 만남

자동차 제조사들은 로봇 생산을 가속할 수 있는 반면, 로봇 전문 기업들은 신체 구조, 제어 시스템, 현실 세계의 불안정성에 대해 더 깊은 경험을 유지하고 있다.

Unitree는 콘퍼런스에서 가장 눈에 띄는 로봇 기업 가운데 하나였다. 이 회사의 기계들은 복싱, 춤, 탁구를 선보이며 균형과 협응 움직임을 직접적으로 보여줬다.

이러한 공연은 가볍게 보일 수 있다. 하지만 빠른 회복, 타이밍, 전신 제어, 변화하는 하중 아래의 안정성 등 다른 분야에서도 중요한 역량을 시험한다.

로봇 전문 기업들은 수년간 이러한 문제를 다뤄 왔다. 이들의 엔지니어링 팀은 보행, 관절 설계, 액추에이터 제어, 강화학습, 원격 조작에 집중하는 경우가 많다.

자동차 제조사들은 다른 종류의 전문성 집중도를 갖고 있다. 이들은 대량 생산, 제품 검증, 공급업체 관리, 복잡한 안전 절차를 잘 안다.

이 대비가 이 글의 핵심 긴장을 만든다. 로봇 기업은 기계를 움직이게 하는 방법을 알고, 자동차 제조사들은 어려운 기계를 산업 제품으로 바꾸는 방법을 안다.

어느 한쪽의 역량만으로는 충분하지 않다. 합리적인 비용으로 생산할 수 없는 안정적 프로토타입은 제한적인 플랫폼에 머문다. 지속적인 개입이 필요한 잘 생산된 기계는 비싼 기기에 불과하다.

Chery는 시나리오 특화로 그 간극을 메우려 하고 있다. Aimoga는 교통, 의료, 소매, 동반자, 안내 서비스 역할을 위한 서로 다른 물리적 구성을 개발하고 있다.

이 접근법은 운영 환경을 제한한다. 바퀴 달린 병원 안내 로봇은 울퉁불퉁한 야외 지형을 가로지르는 2족 보행 로봇과 같은 균형 능력이 필요하지 않다.

또한 학습 요구사항도 좁힌다. 로봇은 정해진 경로, 고정된 서비스 목록, 예측 가능한 상호작용 집합을 학습할 수 있다.

이는 범용 가정용 휴머노이드를 약속하는 것보다 덜 극적이다. 하지만 성공적인 자동화가 통상 시장에 진입하는 방식에는 더 가깝다.

산업용 로봇이 가치를 갖게 된 이유는 공장들이 로봇을 중심으로 작업을 재구성했기 때문이다. 바닥, 고정 장치, 부품, 안전 장벽은 기계가 처리해야 하는 불확실성을 줄였다.

서비스 로봇도 비슷한 경로를 따를 가능성이 크다. 기업들이 로봇을 중심으로 공간, 업무 흐름, 직원 책임을 수정하면 초기 배치가 성공할 수 있다.

대리점은 자동차 제조사들에게 명백한 출발점이다. 이곳에는 브랜드 정보, 통제된 배치, 직원 지원, 반복되는 고객 질문이 존재한다.

BYD의 첫 휴머노이드는 바로 그런 환경을 위해 설계됐다. 회사는 Di Space 계획에 따르면 이 기계가 단순한 콘셉트 전시에 머무르지 않고 방문객과 상호작용할 것이라고 밝혔다.

그러나 이 표현은 여전히 중요한 의문을 남긴다. 대중과의 상호작용만으로는 로봇이 얼마나 오래 자율적으로 작동하는지, 직원이 얼마나 자주 개입하는지, 방문객이 예상치 못한 행동을 할 때 어떤 일이 벌어지는지 알 수 없다.

공장은 다른 종류의 시험 환경을 제공한다. 구조화된 작업, 측정 가능한 산출물, 숙련된 직원, 그리고 확립된 안전 통제가 갖춰져 있다.

동시에 공장은 로봇을 반복적인 스트레스에 노출한다. 짧은 시연을 마친 기계도 몇 시간 연속 작동하거나 수천 번의 반복 동작을 수행한 뒤에는 고장 날 수 있다.

Joyson Electronics는 자동차 공급업체들이 이 분야로 어떻게 진입하고 있는지를 보여준다. 이 회사는 정교한 손, 전자 피부, 로봇 헤드 어셈블리, 컨트롤러, 산업 훈련 분야에서 작업해 왔다.

닝보의 자동차 안전 공장에서는 산업 현장 적응과 데이터 수집을 위해 휴머노이드 시스템을 운영해 왔다. Joyson은 이를 로봇 부품, 2차 개발, 공장 배치로 나아가는 경로로 설명한다.

이 회사의 산업 훈련은 자동차 업계의 또 다른 강점을 부각한다. 공급업체는 로봇 제조사를 위한 부품을 개발하는 동시에 실제 가동 중인 공장 내부에서 로봇을 시험할 수 있다.

이로 인해 여러 역할이 가능해진다. 자동차 회사는 완성 로봇을 만들 수도 있고, 서브시스템을 공급할 수도 있으며, 훈련 환경을 제공하거나 로봇 플릿 운영자가 될 수도 있다.

승자는 가장 인간다운 디자인을 보유한 기업이 아닐 수 있다. 오히려 좁은 역할을 선택하고 그 성과를 정직하게 측정하는 기업일 가능성이 있다.

완성차 업체들은 로보틱스 전문기업과 경쟁할지, 아니면 이들에게 공급할지도 결정해야 한다. 휴머노이드 전체를 만드는 일은 여러 플랫폼에 부품을 판매하는 일과는 경제성이 다르다.

파트너십은 자동차 산업의 규모와 전문 제어 소프트웨어를 결합할 수 있다. 그러나 핵심 모델, 액추에이터, 운영 데이터가 서로 다른 기업에 속할 경우 의존성도 만들어낼 수 있다.

따라서 경쟁은 여러 층위에서 전개될 것이다. 로봇 몸체는 주목을 끌지만, 부품, 배치 소프트웨어, 유지보수, 훈련 데이터가 상업적 가치를 결정할 수 있다.

시연과 실제 운영 사이의 격차는 여전히 가장 어려운 문제다

로봇은 준비된 동작을 한 번 성공적으로 수행할 때가 아니라, 일상적인 조건에서 장시간 안전하게 작동할 때 비로소 유용해진다.

컨퍼런스 전시장은 눈에 보이는 성공에 유리하다. 전시업체는 작업을 단순화하고, 물체를 다시 배치하며, 조명을 통제하고, 이동 경로를 제한하고, 엔지니어를 가까이 대기시킬 수 있다.

상업 환경에서는 이런 보호 장치가 사라진다. 바닥은 젖고, 가구는 움직이며, 네트워크 연결은 끊기고, 사람들이 기계를 방해한다.

서비스 로봇은 언어적 모호성도 마주한다. 방문객은 화제를 바꾸고, 불완전한 지시를 내리며, 서로의 말을 덮어 말하거나, 승인된 워크플로 밖의 서비스를 요청한다.

대규모 언어 모델은 대화를 더 유연하게 만들 수 있다. 하지만 기계적 한계, 안전 요건, 물리적 환경의 불확실성을 없애지는 못한다.

따라서 핵심 지표는 지속적인 자율 작업이어야 한다. 구매자는 로봇이 사람의 개입 없이 얼마나 오래 작동하는지, 그리고 그 개입에 어떤 비용이 드는지 알아야 한다.

한 기계가 대부분의 작업을 완료하더라도 빈번한 원격 지원을 요구할 수 있다. 그런 모델도 작동할 수 있지만, 운영자는 그 뒤에 있는 인력을 계산해야 한다.

신뢰성에는 여러 층위가 있다. 로봇은 기계적으로 계속 작동해야 하고, 균형을 유지하며, 명령을 정확히 해석하고, 예상치 못한 사건에서 회복해야 한다.

안전성은 또 다른 기준을 더한다. 고객 서비스 로봇은 충돌을 피해야 한다. 직원 근처에서 작동하는 공장 로봇은 힘을 제어하고 고장 발생 후 안전 상태로 전환해야 한다.

휴머노이드 형태는 난제를 키울 수 있다. 두 다리는 인간 공간에 접근할 수 있게 하지만, 균형 위험과 더 큰 제어 복잡성을 수반한다.

바퀴는 평평한 실내 환경에서 더 실용적인 선택인 경우가 많다. 에너지 소비가 적고 고장 모드의 수도 줄인다.

Aimoga의 바퀴형, 휴머노이드형, 사족보행형 시스템 조합은 시나리오 우선 접근법을 시사한다. 이 회사는 하나의 휴머노이드가 모든 일을 수행해야 한다고 고집하는 대신, 작업에 맞춰 몸체를 조합하고 있다.

이는 합리적인 엔지니어링 선택이다. 동시에 범용 휴머노이드 몸체가 곧 모든 환경에서 전문 기계를 대체할 것이라는 대중적 기대는 약화시킨다.

경제성 역시 또 다른 불확실성이다. 로봇은 하드웨어, 소프트웨어, 감독, 유지보수, 훈련, 가동 중단 비용을 충당할 만큼의 가치를 창출해야 한다.

완성차 업체들은 규모를 통해 하드웨어 비용을 낮출 수 있다. 그러나 약한 작업 경제성을 제조만으로 해결할 수는 없다.

방문객을 끌어들이는 쇼룸 로봇에는 마케팅 가치가 있다. 하지만 기계가 더 이상 새롭지 않게 되면 관심이 사라질 수 있어, 그 가치를 측정하기는 어렵다.

교통 및 의료 안내는 더 명확한 운영 성과를 제공한다. 운영자는 완료된 상호작용, 응답 시간, 경로 커버리지, 사고, 절감된 인력을 추적할 수 있다.

그런 배치조차 신중한 비교가 필요하다. 고정형 키오스크, 이동형 화면, 또는 기존 바퀴형 로봇이 휴머노이드보다 더 저렴하게 작업을 수행할 수 있다.

따라서 기업은 로봇을 가장 단순하면서 효과적인 대안과 비교해야 한다. 중요한 질문은 휴머노이드가 작업을 수행할 수 있는지가 아니다.

그 질문은 휴머노이드의 이동성, 조작 능력, 사회적 존재감이 추가 비용과 복잡성을 정당화하는지다.

데이터 관련 주장도 면밀히 검토해야 한다. 한 배치 환경은 많은 시간의 영상을 생성할 수 있지만, 의미 있는 모델 개선에 충분히 다양한 사례를 만들어내지 못할 수 있다.

유용한 훈련 데이터는 의사결정, 행동, 결과, 오류, 복구, 환경적 맥락을 담아야 한다. 또한 일관된 라벨링과 적절한 개인정보 보호 통제가 필요하다.

완성차 업체들은 시설과 플릿에 접근할 수 있지만, 접근성만으로 고품질 체화 데이터가 만들어지는 것은 아니다. 이들은 학습 목표를 중심으로 수집 시스템을 설계해야 한다.

자율 운영에 관한 주장에도 같은 주의가 필요하다. 기업은 스크립트 기반 시퀀스, 감독된 자율성, 원격 운영, 완전 독립 실행을 구분해야 한다.

이 범주들은 홍보 영상에서는 비슷해 보일 수 있다. 그러나 인건비와 기술 성숙도 측면에서는 매우 다른 의미를 지닌다.

이런 우려가 완성차 업체들의 실패를 뜻하는 것은 아니다. 이는 자동차 지능화에서 로보틱스로의 전환이 모델이나 생산 라인 하나를 옮기는 것 이상의 일을 요구하는 이유를 설명한다.

이번 컨퍼런스는 신뢰할 만한 의지를 보여줬다. 그 의지가 지속 가능한 사업으로 이어질지는 현장에서의 연속적인 성과가 결정할 것이다.

로봇 쇼룸 다음에는 무엇이 오는가

다음 단계는 더 정교해진 휴머노이드 공개가 아니라 배치 성과의 증거로 결정될 것이다.

첫 번째로 주목할 신호는 운영 정보 공개다. 완성차 업체들은 플릿 규모, 작업 시간, 작업 완료율, 개입 빈도, 가동 중단 시간, 안전 사고를 보고해야 한다.

이 수치는 배치 사례를 비교 가능하게 만든다. 또한 일상 운영과 가까이에 대기한 엔지니어에게 의존하는 파일럿을 구분해 줄 것이다.

지리적으로 분산된 Chery의 시나리오는 유용한 시험 사례가 된다. Aimoga가 성능을 유지하면서 이 배치를 확대한다면, 제조 기반 로보틱스의 신뢰도는 높아질 것이다.

확장이 정체된다면, 로봇을 각각의 새 환경에 적응시키는 비용이 여전히 높다는 결과를 시사할 것이다. 이는 더 좁은 범위의 시스템과 전문 통합업체에 유리하게 작용할 수 있다.

두 번째 신호는 공장 도입이다. 자동차 공장은 측정 가능한 작업, 통제된 프로세스, 유지보수 팀에 대한 직접적인 접근을 제공한다.

검사, 자재 운반, 분류, 반복 조립을 수행하는 로봇은 명확한 증거를 만들어낼 수 있다. 구매자는 사이클 타임, 고장률, 인력 요구량을 비교할 수 있다.

Joyson의 산업 훈련 작업은 이 경로를 가리킨다. BYD, GAC, Chery 및 기타 제조업체 역시 자체 생산 시스템 안에서 기계를 시험할 수 있다.

내부 도입은 신중하게 해석해야 한다. 외부 고객의 경제성 기준을 충족하지 못하더라도, 기업은 전략적 이유로 파일럿에 보조금을 지급할 수 있다.

독립적인 주문은 더 강한 증거가 될 것이다. 반복 구매는 양해각서, 시연, 소규모 평가 물량보다 더 중요하다.

세 번째 신호는 제품 아키텍처다. 완성차 업체들은 범용 휴머노이드를 만들고 있는지, 시나리오별 플릿을 구축하는지, 부품 사업을 하는지, 통합 서비스 계약을 제공하는지 밝혀야 한다.

각 모델에는 서로 다른 역량이 필요하다. 부품 공급업체에는 호환성과 생산 품질이 필요하다. 플릿 운영업체에는 유지보수, 모니터링, 고객 지원이 필요하다.

범용 휴머노이드 프로그램은 가장 폭넓은 가능성과 가장 높은 위험을 함께 지닌다. 하나의 플랫폼 안에서 이동성, 조작, 추론, 안전성, 수용 가능한 비용을 결합해야 한다.

시나리오별 시스템은 더 빨리 유용한 작업에 도달할 수 있다. 그러나 일부 제조 효율을 잃는 파편화된 제품군을 만들 수 있다.

부품 전략은 여러 로봇 제조사에 걸쳐 위험을 분산할 수 있다. 동시에 가장 눈에 띄는 고객 관계를 다른 곳에 넘겨준다.

네 번째 신호는 파트너십 구조다. 완성차 업체들은 공장과 유통망을 보유한 반면, 로보틱스 전문기업은 가치 있는 제어 시스템과 배치 경험을 보유하고 있다.

깊은 파트너십은 개발 주기를 단축할 수 있다. 약한 파트너십은 제품의 가장 중요한 부분에서 기업이 외부 기술에 의존하게 만들 수 있다.

운영 데이터의 소유권은 특히 중요할 것이다. 현장 데이터를 통제하는 조직은 모델을 개선하고, 고장을 파악하며, 미래 하드웨어의 방향을 정할 수 있다.

마지막으로 로봇이 모기업이 통제하는 장소를 넘어 확장되는지 지켜봐야 한다. 딜러십이나 기업 캠퍼스는 유용하지만, 외부 구매자의 수요를 입증하지는 못한다.

병원, 지방자치단체, 물류 운영업체, 소매업체, 독립 공장은 더 엄격한 조달 기준을 적용할 것이다. 이들은 기계를 기존 자동화 설비 및 사람이 운영하는 서비스와 비교할 것이다.

이런 고객들은 유지보수 약정도 요구한다. 로봇 공급업체에는 예비 부품, 훈련된 기술자, 원격 진단, 사이버보안 절차, 신뢰할 수 있는 업데이트 시스템이 필요하다.

완성차 업체들은 이미 대규모 서비스 네트워크를 운영하고 있다. 이 네트워크를 로봇에 맞게 전환하는 일은 이들의 가장 강력한 이점 중 하나가 될 수 있다.

전환이 자동으로 이뤄지지는 않을 것이다. 차량 기술자에게는 새로운 교육이 필요하며, 로봇 고장은 소프트웨어, 센서, 관절, 인간 상호작용의 낯선 조합을 수반한다.

중국 완성차 업체들은 이제 자신들의 방향을 분명히 드러냈다. 이들은 로보틱스 스타트업에 자금을 지원하는 수준을 넘어, 체화 시스템을 제품, 부품, 운영 플랫폼으로 다루고 있다.

이 전략은 전문 로봇 제조사에 압력을 가한다. 동시에 자동차 기업에는 엄격히 표준화된 차량 생산 세계 밖에서 경쟁해야 한다는 과제를 부여한다.

개발자, 구매자, AI 팀에 유용한 대응은 절제된 관찰이다. 자율 작업 시간, 개입률, 외부 주문, 반복 배치를 추적해야 한다.

인간 같은 몸체를 범용 지능의 증거로 받아들이지 말아야 한다. 첫 업무가 방문객 인사나 고객 안내라는 이유만으로 완성차 업체들을 폄하해서도 안 된다.

이런 제한된 업무는 기업이 운영 데이터를 수집하고 어떤 엔지니어링 강점이 실제로 이전되는지 발견할 수 있는 곳이다. 동시에 취약한 경제성을 숨기기 어려워지는 곳이기도 하다.

베이징 이후의 질문은 더 이상 자동차 기업들이 로봇을 만들고 싶어 하는지 여부가 아니다. 이들의 제조 규율이 측정 가능한 배치를 하나씩 쌓아가며 체화 AI를 신뢰할 수 있는 노동으로 바꿀 수 있는지가 핵심이다.