휴머노이드는 사람과 비슷한 몸의 구조를 가진 로봇입니다. 요즘은 주변을 보고 판단해 몸을 움직이는 Physical AI의 대표 주자로 주목받죠. 그런데 상자를 한 번 멋지게 옮겼다는 사실과, 그 상자를 하루 종일 경제적으로 옮길 수 있다는 사실 사이에는 꽤 긴 거리가 있습니다. 그 거리를 사양표, 사람의 도움, 작업 한 건의 비용으로 좁혀보겠습니다.
이 글에서 살펴볼 다섯 가지
- 먼저 맡길 일을 구체적으로 정합니다. 상자를 집는 데서 끝나는지, 제자리에 놓고 확인하는 과정까지 맡길지에 따라 필요한 성능이 달라집니다.
- 한 자리에 설치한 로봇팔이나 바퀴 달린 로봇으로도 가능한 일인지 비교해봅니다. 두 발이 필요한 이유가 분명해야 합니다.
- “몇 kg을 든다”는 숫자에는 자세와 시간이 따라와야 합니다. 같은 3kg도 들어 올리는 위치에 따라 관절의 부담이 달라집니다.
- 로봇이 멈췄을 때 사람이 얼마나 도와야 하는지 확인합니다. 직접 돕는 시간과 로봇이 다시 일하기까지 걸리는 시간을 따로 봅니다.
- 실패·복구를 넣어 건당 비용을 계산합니다. 가상 예제에서는 복구 약 197초가 선택을 바꾸는 지점입니다.
상자를 든 로봇이 선반 앞에 섭니다. 내려놓기까지 30초. 회의실에서 누군가 말합니다. “조금만 빨라지면 되겠네요.” 여기까지는 분위기가 좋습니다. 다음 상자는 손잡이가 반대쪽에 있습니다. 로봇이 멈춥니다. 담당자를 부르고, 상자를 다시 놓고, 작업을 재개합니다. 이번에는 5분이 흘렀습니다. 30초짜리 영상에는 없던 시간이 견적서에 들어오기 시작합니다. 실제 현장 기록이 아닌, 도입 검토를 위한 가상의 장면입니다.
제가 이 제안을 검토한다면 첫 질문은 “최고 속도가 얼마죠?”가 아닐 겁니다. “어디까지 끝내야 돈을 받는 작업 한 건인가요?”부터 묻겠습니다. 그다음은 두 발이 꼭 필요한지, 필요한 자세로 계속 일할 수 있는지, 멈추면 누가 얼마나 돕는지입니다. 기술 검토와 사업 검토가 만나는 지점이 바로 여기입니다. 오늘은 이 순서로 숫자를 읽어보겠습니다.
1. 상자를 집었다고 일이 끝난 건 아닙니다
휴머노이드라고 해서 모두 두 발로 걷는 것은 아닙니다. NASA의 Robonaut 2도 처음에는 상체만 있는 휴머노이드였고, 2014년에 다리 역할을 하는 등반용 조작기가 추가됐습니다. 사람을 닮은 몸, 두 발로 걷는 능력, 사람의 도움 없이 일하는 능력은 각각 확인해야 합니다.
우선 맡길 일을 구체적으로 적어봅시다. “상자를 옮긴다”는 말만으로는 부족합니다. 상자를 잘 집었어도 엉뚱한 칸에 놓았거나 내용물이 손상됐다면 일을 제대로 끝냈다고 보기 어렵습니다. 중간에 사람이 도와준 경우도 따로 세어야 나중에 필요한 인력을 계산할 수 있습니다.
| 확인할 내용 | 상자 운반 작업을 예로 들면 |
|---|---|
| 무엇을 어디로 옮기나요? | 총질량 3kg인 부품 상자를 선반에서 작업대로 옮깁니다. 거리는 4m이고 바닥은 평평하다고 가정합니다. |
| 매번 무엇이 달라지나요? | 상자가 놓인 위치, 잡는 면의 상태, 선반 높이, 통로에 사람이 나타나는 경우를 확인합니다. |
| 어디까지 해야 성공인가요? | 상자를 손상 없이 지정된 칸에 놓고 완료 신호까지 보냅니다. 사람이 도와준 작업은 따로 셉니다. |
| 시간은 언제부터 재나요? | 작업을 시작할 준비가 된 때부터, 작업을 마치거나 실패를 수습하고 다음 작업을 시작할 준비가 될 때까지 잽니다. |
| 무엇을 기록하나요? | 전체 시도와 성공 횟수, 실패 원인, 사람이 직접 도운 시간, 로봇이 다시 일하기까지 걸린 시간을 남깁니다. |
여기서 3kg과 4m는 설명을 위해 정한 값입니다. 실제 검토에서는 가장 무거운 상자가 몇 kg인지, 그 상자가 얼마나 자주 오는지도 알아야 합니다. 같은 4m를 이동하더라도 넓고 평평한 통로인지, 문턱을 넘고 좁은 모퉁이를 돌아야 하는지에 따라 필요한 로봇이 달라집니다.
NIST의 조립 로봇 성능 측정 보고서도 작업에 따라 중요하게 봐야 할 성능이 달라진다고 설명합니다. 우리에게 필요한 것은 모든 항목에서 점수가 높은 로봇일까요, 아니면 당장 맡길 일을 잘하는 로봇일까요. 예를 들어 상자를 놓을 공간이 좁다면, 최고 속도보다 그 공간에 팔을 넣고 정확히 내려놓을 수 있는지부터 확인하는 편이 낫습니다.
2. 그런데, 이 일에 꼭 두 발이 필요할까요?
사람이 쓰던 선반과 도구, 작업대를 그대로 쓸 수 있다면 사람형 몸은 매력적인 선택입니다. 하지만 익숙한 모습이 곧 가장 싼 해법이라는 뜻은 아닙니다. 몸의 형태는 맡길 일이 정하고, 사업성은 그 일을 끝내는 데 든 비용이 정합니다. 이 둘을 따로 검토하면 제품 영상에 끌려 도입 조건을 거꾸로 맞추는 일을 줄일 수 있습니다.
| 비교할 로봇 | 이런 점부터 확인합니다 | 함께 따져볼 비용과 운영 문제 |
|---|---|---|
| 한 자리에 설치한 로봇팔 | 물건을 로봇 앞으로 모을 수 있나요? 팔이 닿는 곳에서 작업을 끝낼 수 있나요? | 물건을 잡아주는 치구, 공급 장치, 컨베이어와 설비 배치 변경 |
| 바퀴 달린 로봇팔 | 작업 장소 사이를 이동해야 하나요? 바닥과 문턱, 좁은 회전 구간을 통과할 수 있나요? | 멈추는 위치의 오차, 바닥 정비, 문·엘리베이터 연동과 대기 시간 |
| 두 발로 걷는 휴머노이드 | 다리가 있어야 넘을 수 있는 곳이나 취해야 할 자세가 있나요? 그 작업을 반복할 수 있나요? | 균형 유지, 넘어지거나 멈춘 뒤의 복구, 사람과 이동 경로를 나누는 방법 |
제가 여기서 따져보고 싶은 것은 설비를 덜 바꿔도 된다는 이점이 실제로 얼마나 큰가입니다. 휴머노이드 덕분에 작업대를 그대로 쓸 수 있더라도, 설치와 연동에 얼마가 들고 운영 중에는 얼마나 손이 가는지까지 봐야 합니다. 비교할 때는 같은 기간의 도입비와 운영비를 모으고, 그동안 제대로 끝낸 작업 수로 나눠보면 됩니다.
문턱 하나 때문에 두 발이 필요한 상황이라면, 먼저 경사판을 놓거나 이동 경로를 바꿀 수 있는지 살펴볼 만합니다. 반대로 작업 장소가 수시로 바뀌고 설비도 손대기 어렵다면, 다양한 자세로 움직이는 능력이 그만큼 중요해집니다. 로봇을 더 복잡하게 만드는 비용과 현장을 조금 바꾸는 비용을 함께 비교해보자는 뜻입니다.
3. “3kg을 듭니다”에서 빠진 이야기
Unitree G1 공식 사양부터 봅시다. 기본 G1은 23자유도, G1 EDU는 구성에 따라 23–43자유도입니다. 개발 지원 여부도 구성별로 확인해야 합니다. “G1을 삽니다”라는 말만으로는 어떤 손과 관절, 개발 환경을 받는지 알 수 없다는 이야기죠. 같은 이름 아래의 옵션을 먼저 맞춰야 가격과 성능 비교가 시작됩니다.
Boston Dynamics의 Atlas 제품 페이지는 순간 하중 50kg과 지속 하중 30kg을 구분해 공개합니다. 두 숫자는 같은 종류의 약속이 아닙니다. 이것만으로 한쪽 팔이 어떤 자세에서 몇 시간 동안 반복 작업을 할 수 있다고 단정할 수도 없습니다. 제가 견적을 받는다면 최대 하중 옆에 “어느 자세로, 몇 번 반복하고, 얼마나 오래?”라는 빈칸을 만들겠습니다. Unitree도 팔을 뻗는 자세에 따라 최대 하중이 크게 달라진다고 설명합니다.
한 관절이 3kg짜리 물체를 가만히 들고 있다고 가정해 보겠습니다. 이때 물체의 무게 때문에 관절에 걸리는 토크는 τ = m × g × r로 계산할 수 있습니다. m은 질량(kg), g는 중력가속도(9.81m/s²), r은 관절축에서 중력이 작용하는 선까지의 수직거리(m)입니다. 그림처럼 팔이 수평일 때는 관절에서 물체까지의 수평거리에 해당합니다.
| 가상 조건 | 계산 | 하중에 의한 토크 |
|---|---|---|
| 3kg, r = 0.2m | 3 × 9.81 × 0.2 | 5.886 ≈ 5.9N·m |
| 3kg, r = 0.5m | 3 × 9.81 × 0.5 | 14.715 ≈ 14.7N·m |
| 거리만 변경 | 0.5 ÷ 0.2 | 2.5배 |
같은 상자를 들어도 몸 가까이 끌어당길 때와 선반 깊숙이 팔을 뻗을 때의 부담이 이렇게 달라집니다. 물론 실제 팔은 더 복잡합니다. 위 계산에는 팔 자체의 무게, 가속과 감속, 마찰, 충격, 감속기 손실과 설계 여유가 빠져 있습니다. 여러 관절이 있는 로봇의 힘과 토크 관계는 Modern Robotics 5.2절의 τ = JᵀF처럼 자세를 고려해 계산합니다.
오래 반복해서 들 수 있는지도 따로 봐야 합니다. maxon의 모터 기술 설명에 따르면 연속 운전 범위는 권선 온도, 열을 내보내는 능력, 회전 속도에 따른 손실의 영향을 받습니다. 순간적으로 낼 수 있는 최대 토크만 보고 하루 작업량을 계산하기는 어렵다는 얘기입니다. “몇 kg까지 드나요?”에서 한 걸음 더 나아가, 필요한 자세와 속도로 몇 분 동안 반복할 수 있는지, 온도와 냉각 조건은 무엇인지 물어봐야 합니다.
4. 로봇이 멈추면 누가 다시 움직이게 하나요?
Figure는 2026년 1월 27일 Helix 02 발표에서 약 4분 동안 61개 동작을 이어가는 식기세척기 작업을 사람의 개입 없이 수행했다고 밝혔습니다. 한 번 집는 장면을 넘어 긴 작업을 연결했다는 점이 흥미롭습니다. 다음 질문도 자연스럽게 나오죠. “다른 그릇과 배치에서도, 몇 번 반복해도 이어갈 수 있나요?” 이 시연만으로 우리 공장의 8시간 운영 성공률을 계산할 수는 없습니다.
기록도 두 가지로 나눠보면 이해하기 쉽습니다. 하나는 전체 시도 중 사람의 도움 없이 끝낸 작업의 비율입니다. 다른 하나는 한 시간 동안 사람이 직접 도운 시간이 몇 분인지입니다. 각각 ‘도움 없이 정상적으로 끝낸 횟수 ÷ 전체 시도 횟수’, ‘총 직접 개입 시간(분) ÷ 관측 시간(시간)’으로 계산합니다. 재시도를 어떻게 셀지 미리 정하고, 실패한 시도도 빠짐없이 남겨야 합니다.
여기서 한 가지를 더 구분해야 합니다. 사람이 로봇을 도와준 시간과 로봇이 다시 일하기까지 걸린 시간은 같지 않을 수 있습니다. 담당자가 직접 조작한 시간은 짧아도, 담당자가 올 때까지 기다리느라 로봇이 오래 서 있을 수 있으니까요. 전자는 얼마나 많은 인력이 필요한지에, 후자는 작업량에 영향을 줍니다. 여러 대가 동시에 도움을 요청할 수도 있으므로 평균 개입 시간만으로 한 사람이 맡을 수 있는 대수를 정하기는 어렵습니다.
성공률 95%를 받았다면 분모를 찾아보세요. 20번 중 19번과 1,000번 중 950번은 같은 95%지만, 쌓인 근거의 양은 다릅니다. 시험 때 물건을 가지런히 놓아줬다면 그 준비 작업도 남겨야 합니다. 좋은 검토 자료에는 성공 장면뿐 아니라 실패 목록과 재개 기록도 있습니다. 다음 실증에서 같은 실패를 재현해볼 수 있어야 개선 비용을 예상할 수 있으니까요.
다섯 기업을 볼 때도 같은 질문을 붙여보세요. 아래는 순위표가 아닙니다. 공개 자료가 어떤 판단에 도움을 주는지, 무엇을 더 확인해야 하는지 정리한 표입니다.
| 공개 사례 | 확인할 수 있는 것 / 다음에 물을 것 |
|---|---|
| Boston Dynamics · Atlas | 순간·지속 하중을 구분한 제품 사양. 필요한 자세와 반복 주기의 조건은 별도로 확인합니다. |
| Figure · Helix 02 | 연속 작업 시연. 같은 작업을 몇 번 반복했고 실패하면 어떻게 재개했는지 묻습니다. |
| Google DeepMind · Gemini Robotics | 보고 지시를 이해해 동작을 만드는 VLA 모델. 지원하는 로봇·작업과 평가 조건을 확인합니다. |
| Tesla · Optimus | 2026년 2분기 업데이트의 생산 준비 상황. 준비·계획과 실제 생산·운영 실적을 구분합니다. |
| Unitree · G1 | 제품 구성별 관절·개발 지원 사양. 구입하려는 구성에 어떤 기능이 포함되는지 확인합니다. |
5. 30초와 35초, 더 빠른 로봇이 꼭 유리할까요?
처음의 30초짜리 시연으로 돌아가 봅시다. 이번에는 같은 상자를 옮기는 가상의 로봇 A와 B를 비교해보겠습니다. A는 한 번에 30초, B는 35초가 걸립니다. 둘 다 같은 품질 기준을 통과해야 성공으로 세고, 실패해도 기본 작업 시간은 소요되며, 이후 다시 시작할 준비를 하는 시간이 추가된다고 가정하겠습니다.
| 계산에 사용할 가상 조건 | A | B |
|---|---|---|
| 시도당 기본 시간 t | 30초 | 35초 |
| 시도당 정상 완료 확률 p | 95% | 99% |
| 실패 후 추가 복구 시간 r | 300초 | 60초 |
| 시간당 비용 Cₕ — 같은 비용 항목 포함 | 30,000원 | 35,000원 |
A는 30초마다 일을 시도하지만, 5%의 확률로 실패하고 그때마다 300초를 더 기다려야 합니다. 이를 평균으로 나누면 한 번 시도할 때마다 0.05 × 300 = 15초가 추가되는 셈입니다. 그래서 평균 소요 시간은 30초가 아니라 45초가 됩니다. 여기에 성공할 확률까지 반영하면, 한 시간에 제대로 끝내는 작업 수를 다음과 같이 계산할 수 있습니다.
Q = 3,600 × p ÷ [t + (1 − p) × r]
Q: 한 시간에 정상적으로 끝내는 작업 수(건/시간)
t: 한 번 시도하는 데 드는 기본 시간(초)
p: 시도당 성공 확률 — 95%라면 0.95
r: 실패한 뒤 다시 시작할 준비에 드는 추가 시간(초)
A에 대입하면 3,600 × 0.95 ÷ [30 + 0.05 × 300] = 76건/시간입니다. B는 3,600 × 0.99 ÷ [35 + 0.01 × 60] = 약 100.1건/시간입니다. B의 동작은 한 번에 약 16.7% 더 오래 걸리는데, 한 시간 동안 제대로 끝내는 일은 약 31.7% 더 많아집니다. 이 예시에서는 덜 실패하고 빨리 다시 시작하는 덕을 본 셈입니다.
이제 비용을 넣어볼 차례입니다. A를 한 시간 쓰는 데 30,000원, B는 35,000원이 든다고 가정하겠습니다. 로봇 구입비와 설치·연동비를 사용 기간에 나눈 금액에 운영 인력, 유지보수, 전력 비용까지 같은 범위로 포함한 값입니다. 실제 제품의 견적이나 시장 평균은 아닙니다. 이 시간당 비용 Cₕ를 시간당 작업량 Q로 나누면 제대로 끝낸 작업 한 건에 드는 비용 = Cₕ ÷ Q가 됩니다. 사람의 복구 작업에 든 인건비를 이미 운영비에 넣었다면 다시 더하지 않도록 주의해야 합니다.
| 계산 결과 | A | B |
|---|---|---|
| 시간당 정상 완료량 | 76.0건/시간 | 100.1건/시간 |
| 정상적으로 끝낸 작업 한 건의 비용 | 30,000 ÷ 76 ≈ 395원 | 35,000 ÷ 100.1 ≈ 350원 |
B는 시간당 비용이 약 16.7% 더 들지만, 작업 한 건에 드는 비용은 약 11.4% 적습니다. 여기까지만 보면 B를 고르면 될 것 같습니다. 그런데 A가 실패한 뒤 다시 일하기까지 걸리는 시간을 줄일 수 있다면 어떨까요?
A의 복구 시간만 300초에서 60초로 줄이면 어떨까요? 나머지는 그대로 두겠습니다. 시간당 완료량은 3,420 ÷ 33 ≈ 103.6건, 한 건당 비용은 약 289원으로 바뀝니다. 이번에는 A가 더 저렴합니다. 제가 다음 개발 과제를 정한다면 동작 시간을 1초 줄이는 일보다 먼저, 복구 5분 중 무엇이 기다리는 시간이고 무엇이 실제 조작 시간인지부터 나눠보겠습니다. 담당자 호출 방식이나 물체 재배치만 바꿔도 줄어드는 시간인지 확인하는 겁니다.
그럼 A의 복구 시간을 얼마까지 줄여야 할까요? 위 조건에서 cA = 30,000 × (30 + 0.05rA) ÷ 3,420입니다. B의 비용 349.607원과 같게 놓고 풀면 rA ≈ 197.1초, 약 3분 17초가 나옵니다. 이보다 짧으면 A가, 길면 B가 더 저렴합니다. 여기에는 중요한 조건이 하나 있습니다. 복구 개선 때문에 시간당 비용이나 성공률이 바뀐다면 그 값도 다시 넣어야 합니다. 197초는 제품 평가 기준이 아니라 이 가상 견적에서 선택이 바뀌는 지점입니다.
이 계산은 같은 조건으로 작업을 오래 반복했을 때의 평균을 구한 것입니다. 성공 확률과 복구 시간이 일정하다고 가정했고, 충전과 정기 점검, 작업 대기, 연속해서 발생하는 실패는 넣지 않았습니다. 따라서 첫 한 시간에 정확히 이만큼 처리한다는 뜻은 아닙니다. 실제 도입을 결정할 때는 같은 기간의 총비용을 그동안 정상적으로 끝낸 작업 수로 나눠 다시 비교해야 합니다. 로봇이 멈춰 있던 시간도 그 기간에 포함해야 하고요.
다음 시연에서는 이 다섯 가지를 물어보세요
다음번에 로봇 시연을 볼 때는 사양표와 함께 아래 질문도 가져가 보세요. 그 자리에서 답을 얻지 못해도 괜찮습니다. 무엇이 아직 확인되지 않았는지 알아야 다음 시험에서 무엇을 볼지 정할 수 있습니다.
| 물어볼 질문 | 이 답이 있어야 다음 판단을 할 수 있습니다 |
|---|---|
| ① 무슨 일을 어디까지 맡기나요? | 대상과 무게, 거리, 달라질 수 있는 조건을 적고 작업 성공 기준을 정합니다. 기준이 다르면 성공률부터 비교하기 어렵습니다. |
| ② 왜 이 형태의 로봇이어야 하나요? | 한 자리에 설치한 로봇팔, 바퀴 달린 로봇, 휴머노이드를 비교합니다. 현장을 조금 바꾸면 더 간단한 로봇으로 가능한지도 봅니다. |
| ③ 필요한 자세로 계속 일할 수 있나요? | 무게와 팔을 뻗는 거리, 속도, 연속 작업 시간과 온도를 확인합니다. 순간 최대값만으로 반복 작업 성능을 판단하지 않습니다. |
| ④ 사람이 얼마나 도와야 하나요? | 전체 시도 횟수와 도움 없이 끝낸 횟수, 직접 도운 시간과 재개까지의 시간을 확인합니다. 이 기록이 있어야 인력이 얼마나 필요한지 따져볼 수 있습니다. |
| ⑤ 제대로 끝낸 작업 한 건에 얼마가 드나요? | 같은 기간의 비용과 작업량을 비교합니다. 성공률이나 복구 시간을 바꿔 계산해보고, 선택이 달라지는 조건을 다음 시험에서 확인합니다. |
다시 회의실로 돌아와봅시다. 30초짜리 영상이 끝났습니다. 이번에는 “더 빨라질 수 있나요?” 뒤에 이런 질문이 붙습니다. “복구를 3분 17초 안으로 줄일 수 있나요? 무엇을 바꾸면 되죠?” 막연한 기대가 측정할 과제로 바뀌었습니다. 이 질문에 답하는 과정에서 로봇을 바꿀지, 현장을 바꿀지, 지금은 도입을 기다릴지가 조금씩 선명해집니다.
다음 글에서는: 관절이 많으면 일을 더 잘할까요? 2일차에는 Unitree G1의 구성별 자유도를 출발점으로, 축 하나가 늘어날 때 얻는 작업 능력과 함께 늘어나는 제어·비용 부담을 따져보겠습니다.
함께 읽으면 좋은 글
근거와 계산의 범위
공개 자료 확인일: 2026년 10월 5일. 제품 사양은 제조사가 공개한 값이며 독립 성능시험 결과가 아닙니다. 선택 순서와 검토표는 공개 근거에 기반한 필자의 해석입니다. 토크·처리량·비용 예시는 가상 입력으로 직접 계산했으며 실제 고객·현장·제품의 실적을 뜻하지 않습니다.
- NASA · About Robonaut — Robonaut 2 절: original upper body humanoid robot 및 2014년 다리 추가; 2023-09-26 수정.
- NIST · Measuring and Representing the Performance of Manufacturing Assembly Robots — Abstract; 작업·기능별 성능 지표의 중요도와 분류; NISTIR 8090, 2015-12-10 발행.
- Unitree · G1 공식 사양 — Unitree G1 Parameter / Mechanical Dimensions / Total Degrees of Freedom 및 각주[2]·[5]; 2026-10-05 확인, 웹 개정번호 미표시; G1과 G1 EDU 열 구분.
- Modern Robotics · 5.2 Statics of Open Chains — Transcript의 τ=JᵀF 유도; Kevin M. Lynch·Frank C. Park, 온라인 교재 강의, 개정번호 미표시.
- maxon · Continuous operation range of BLDC (EC) Motors — Border continuous operation range; 2024-08-29 수정.
- Boston Dynamics · Atlas — 제품 페이지의 순간·지속 하중 구분; 제조사 사양.
- Figure · Helix 02 — 2026-01-27 발표의 식기세척기 작업 시연; 회사 발표.
- Google DeepMind · Gemini Robotics — VLA 모델 소개의 입력·출력과 지원 플랫폼; 모델 자료.
- Tesla · Q2 2026 Update — 2026-07-22 공개, Manufacturing & Hardware의 Robotics 항목(PDF 8쪽/표기 6쪽); 해당 분기 발표 기준의 준비 상황.
Sean Woo | Robotics & AI Editor
15년 이상 로보틱스 기술·사업 방향성 수립 업무를 해왔습니다. 공개된 기술문서·논문·기업 발표를 바탕으로 로봇과 AI의 변화를 이해하기 쉽게 분석합니다. 이 매체의 해석은 특정 회사나 기관의 공식 입장을 대변하지 않습니다.