[중국 물류 이야기] 제8편 - 중국 휴머노이드는 언제 사람을 대신할까? 답은 이미 시작되고 있습니다

중국 출장을 다니다 보면 정말 자주 받는 질문이 있습니다.

"휴머노이드는 언제 사람을 대신하게 될까요?"

처음에는 저도 쉽게 답하지 못했습니다.

뉴스에서는 휴머노이드가 빠르게 발전하고 있다고 이야기하지만, 실제 현장을 직접 보기 전까지는 저 역시 막연하게 생각했던 것 같습니다.

하지만 올해 Agibot, LEJU 등 여러 휴머노이드 기업을 방문하고, 실제 물류 현장에서 로봇이 작업하는 모습을 보면서 제 생각은 조금 달라졌습니다.

오늘은 제가 중국에서 직접 보고 느낀 내용을 바탕으로, 이 질문에 대한 답을 이야기해 보려고 합니다.

중국 물류 현장에서 시작된 휴머노이드의 진짜 변화

많은 사람들이 휴머노이드를 떠올리면 영화 속 장면을 먼저 생각합니다.

사람처럼 걷고, 사람처럼 일하고, 어느 날 갑자기 사람의 일자리를 모두 대신하는 모습 말입니다.

하지만 제가 중국에서 본 현실은 조금 달랐습니다.

휴머노이드는 사람 전체를 대신하려는 것이 아니라, 사람이 반복적으로 수행하는 작업부터 하나씩 맡기 시작하고 있었습니다.

예를 들어 물류센터에서는 박스를 옮기거나, 컨베이어 위의 상품을 집어 다른 위치로 이동시키는 작업이 하루에도 수천 번 반복됩니다.

이런 작업은 동선이 비교적 일정하고, 작업 방식도 표준화되어 있기 때문에 휴머노이드가 가장 먼저 도전하는 영역입니다.

반대로 고객을 응대하거나 예상하지 못한 문제를 판단하는 일은 아직 사람의 역할이 훨씬 중요합니다.

결국 휴머노이드는 사람을 한 번에 대체하는 것이 아니라, 사람의 업무 가운데 반복적이고 힘든 작업부터 조금씩 가져가기 시작하는 것입니다.

휴머노이드 기업을 방문하기 전에는 로봇이 멋지게 움직이는 모습만 상상했습니다.

하지만 실제 현장에서 가장 많이 본 장면은 조금 의외였습니다.

로봇이 박스를 놓치기도 하고, 물건을 비뚤게 잡기도 했으며, 균형을 잃었다가 다시 자세를 잡는 모습도 자주 볼 수 있었습니다.

처음에는 "아직 멀었구나."라는 생각도 들었습니다.

그런데 엔지니어들의 설명을 듣고 생각이 완전히 바뀌었습니다.

사람에게 실패는 실수지만, AI에게 실패는 가장 중요한 학습 데이터였습니다.

어느 각도에서 실패했는지, 얼마나 힘을 줬는지, 왜 물건을 놓쳤는지까지 모두 기록됩니다.

그리고 다음 작업에서는 그 데이터를 바탕으로 조금 더 정확하게 움직입니다.

사람이 경험을 통해 성장하듯, AI는 데이터를 통해 성장하는 것입니다.

휴머노이드 영상을 보면 사람처럼 걷거나 뛰는 모습이 가장 눈에 띕니다.

하지만 실제 기업이 관심을 갖는 것은 조금 다릅니다.

하루 종일 같은 작업을 안정적으로 수행할 수 있는지, 작업 속도는 충분한지, 예외 상황이 발생했을 때 안전하게 대응할 수 있는지가 훨씬 중요합니다.

전시회에서 한 번 성공하는 것과 실제 물류센터에서 수천 번 반복하는 것은 완전히 다른 이야기이기 때문입니다.

결국 기업이 원하는 것은 화려한 시연이 아니라, 신뢰할 수 있는 생산성입니다.

그렇다면 휴머노이드는 언제 사람을 대신하게 될까요?

제 대답은 생각보다 단순합니다.

"이미 시작되고 있습니다."

다만 우리가 상상했던 것처럼 어느 날 갑자기 사람을 모두 대신하는 방식이 아닙니다.

물류센터의 단순 운반 작업, 반복적인 피킹 작업, 위험하거나 힘든 작업처럼 사람의 부담이 큰 영역부터 조금씩 역할을 넓혀가고 있습니다.

그래서 앞으로 우리가 보게 될 변화는 사람의 일자리가 갑자기 사라지는 모습이 아니라, 사람과 휴머노이드가 같은 공간에서 함께 일하는 모습일 가능성이 더 높습니다.

그리고 그 변화의 속도를 결정하는 것은 로봇의 외형이 아니라, 얼마나 많은 현실의 경험을 데이터로 학습했느냐에 달려 있습니다.

휴머노이드가 성장하기 위해서는 결국 엄청난 양의 데이터가 필요합니다.

그렇다면 중국은 왜 수백 대의 휴머노이드를 한곳에 모아 데이터를 만들고 있을까요?

다음 글에서는 '중국은 왜 휴머노이드 데이터를 국가 자산처럼 모으고 있을까?'라는 주제로, Training Ground와 데이터 생태계에 대해 조금 더 깊이 이야기해 보겠습니다.