외부소식

[모두의 창업] 11월 커뮤니티 클럽에서 만나요

“ 11월 커뮤니티 클럽에서 만나요🤝” 안녕하세요 모두의 창업입니다. 선배 창업가와 만나고, 동료 도전자와 함께하며, 다양한 경험으로 연결되는 창업자 커뮤니티인 '모두의 창업 커뮤니티 클럽📢'을 운영 중입니다. 창업에 관심 있는 분이라면 누구나 참여할 수 있으니 많은 관심 부탁드립니다. 🌏 대전에서 만나는 커뮤니티클럽 🎯 네트워크를 확장하는 커뮤니티 이벤트 📣 놓치기 아쉬운 11월 커뮤니티 클럽 * 정원 도달 시 조기 마감 될 수 있으며, 신청서 제출 후 선별과정을 거쳐 행사 5일 전 최종 참석 여부 안내** 클럽 장소, 소개 등 세부사항은 커뮤니티 게시판 참고 모두의 창업 커뮤니티 클럽 바로보기

2026.11.12  0  19 

중국 피지컬 AI 50: 로봇 강국의 경쟁력을 만드는 기업과 기술

지컬 AI(Physical AI)가 글로벌 로봇 산업의 새로운 경쟁축으로 부상하고 있다. AI가 디지털 환경을 넘어 현실 세계를 인식하고 판단하며 직접 행동하는 단계로 진화하면서, 휴머노이드와 산업용 로봇은 물론 자율주행과 무인물류 분야까지 기술 개발과 상용화 경쟁이 빠르게 확산되고 있다. 글로벌 피지컬 AI 경쟁의 주요 축으로 떠오른 중국은 어떤 산업 생태계를 구축하고 있을까. 세계 최대 제조업 국가인 중국은 로봇 생산 역량과 제조 공급망을 바탕으로 글로벌 시장에서 영향력을 확대하고 있다. 시장조사업체 카운터포인트리서치에 따르면 2026년 상반기 전 세계 휴머노이드 로봇 출하량은 2만 2,000대를 넘어섰으며, 출하량 상위 5개 기업은 모두 중국 기업으로 전체의 86%를 차지했다. 기존 산업용 로봇 시장에서도 에스툰이 외국계 브랜드를 포함한 전체 출하량 1위에 올랐고, 메이디그룹 계열 쿠카 중국이 2위를 기록했다. 중국의 피지컬 AI 산업이 신생 휴머노이드 기업뿐 아니라 이미 생산설비와 고객 기반을 확보한 제조기업까지 아우르고 있음을 보여준다. 이러한 성장에는 반도체와 배터리, 센서, 정밀 부품을 아우르는 제조 공급망과 국가 정책 펀드, 지방정부 및 산업 자본의 투자가 뒷받침됐다. 로봇 지능을 개발하는 스타트업부터 기존 산업용 로봇에 AI를 결합하는 제조기업, 실제 제조·물류 현장에서 상용화를 추진하는 기업까지 다양한 주체가 참여하며 산업 생태계를 형성하고 있다. 다만 휴머노이드 출하량의 상당 부분은 공연·교육·데이터 수집용으로, 생산 규모의 확대가 곧 산업 현장의 생산성 향상을 의미하지는 않는다. MIT 테크놀로지 리뷰 코리아는 중국 피지컬 AI 산업의 현주소를 파악하기 위해 주요 기업·사업 주체 50곳을 선정하고, 이들의 기술 경쟁력과 산업적 역할, 상용화 성과를 분석했다. 기업 공시와 기술 개발, 제품 출시, 투자·매출·출하량 자료를 검토하고 중국 현지 산업계의 의견을 반영했다. 분석 대상도 휴머노이드 스타트업에 한정하지 않고 기존 산업용 로봇과 촉각 센서, 정교한 로봇 손, 데이터 인프라, 무인물류 분야의 주요 기업까지 확대했다. 선정된 50곳은 기초 기술·인프라 5곳, 지각·인지 9곳, 로봇 완제품·본체 12곳, 핵심 부품 6곳, 시스템 통합·플랫폼 6곳, 산업 응용 12곳으로 분류했다. 이 가운데 양산·상용화 실적이 확인된 곳은 27곳이며, 나머지 23곳은 현장 시범 적용 또는 연구개발 단계에 있다. 이번 리스트는 기업 규모나 투자 규모에 따라 순위를 매긴 결과가 아니다. 각 기업이 확보한 핵심 기술과 실제 사업 성과를 통해 중국 피지컬 AI 산업의 성장 구조와 기술적 한계, 앞으로의 경쟁 방향을 살펴보는 데 목적이 있다. 1. 기초 기술∙인프라 로봇의 학습과 판단을 뒷받침하는 반도체·데이터 인프라 피지컬 AI의 핵심은 인공지능의 판단을 현실 세계의 움직임으로 구현하는 데 있다. 로봇이 주변 환경을 실시간으로 인식하고 물체의 움직임을 예측해 정확하게 작동하려면 방대한 데이터를 빠르게 처리해야 한다. 작업 환경과 물체의 위치가 수시로 달라지는 만큼 이를 뒷받침할 컴퓨팅 인프라와 학습 데이터, 시뮬레이션 기술도 필수적이다. 자율주행 AI 반도체 전문기업 호라이즌 로보틱스(Horizon Robotics)는 차량용 반도체와 AI 컴퓨팅 기술을 로봇 분야로 확장하고 있다. 2026년 상반기 매출은 전년 동기 대비 32.9% 증가한 약 20억 5,500만 위안을 기록했으며, 중국 자국 브랜드의 기본 첨단운전자보조시스템(ADAS) 솔루션 시장에서 50% 이상의 점유율을 확보했다. 호라이즌이 육성한 로봇 컴퓨팅 전문기업 디로보틱스(D-Robotics)는 이러한 기술을 바탕으로 로봇 전용 AI 칩과 개발 플랫폼을 공급하고 있으며, 2026년 9월에는 4억 달러 규모의 투자를 유치했다. 엣지 AI 반도체 전문기업 액세라(AXera)는 로봇과 자율주행차 등 개별 기기에서 데이터를 실시간으로 처리하는 저전력 AI 반도체를 개발한다. 2026년 상반기 매출은 전년 동기 대비 181.8% 증가한 4억 200만 위안을 기록했으며, 스마트카와 엣지 AI를 포함한 신흥 사업의 매출 비중은 14.1%였다. 아직 해당 사업의 매출 비중은 크지 않지만, 저전력·실시간 연산 기술을 바탕으로 로봇 분야까지 사업을 확대할 가능성이 있다. 로봇의 학습과 성능 검증에는 데이터 인프라도 중요하다. 디지털 트윈·시뮬레이션 전문기업 51WORLD는 실제 공간과 산업설비를 가상환경에 재현해 로봇의 작업과 움직임을 시뮬레이션하는 기술을 제공한다. 로봇 학습 데이터 전문기업 라이트휠(LightWheel)은 현실 세계에서 수집한 데이터를 공급하며, 2026년 상반기까지 150만 시간 이상의 데이터를 확보했다고 밝혔다. 두 기업은 각각 가상환경 구축과 실제 데이터 공급을 통해 로봇의 학습과 성능 검증을 지원한다. 이러한 데이터 인프라는 로봇이 실제 현장에서 시행착오를 겪는 데 필요한 시간과 비용을 줄여준다. 앞으로는 얼마나 많은 데이터를 확보했는지보다 이를 활용해 로봇의 실제 작업 성능을 얼마나 개선할 수 있는지가 더욱 중요해질 전망이다. 2. 지각∙인지   막대한 투자가 몰린 로봇 지능, 실제 작업 능력 확보가 관건 반도체와 데이터 인프라가 로봇 지능의 기반을 제공한다면, AI 모델은 로봇이 주변 환경을 이해하고 스스로 행동을 결정하도록 하는 핵심 기술이다. 중국에서는 시각·언어·행동 모델(VLA)과 월드모델을 개발하는 스타트업들이 빠르게 성장하고 있다. 이들 기업은 미리 정해진 동작을 반복하는 수준을 넘어 새로운 작업과 환경에도 적응할 수 있는 범용 로봇 지능 개발에 주력한다. 범용 로봇 지능 개발사 엑스스퀘어 로봇(X Square Robot)은 시각·언어·행동 정보를 통합한 AI 모델 ‘WALL-B’를 개발했다. 2026년에는 가정 방문 청소 서비스에 로봇을 투입해 작업 환경이 달라져도 자율적으로 움직이고 작업을 수행하는 능력을 검증했다. 산업용 휴머노이드 개발사 갤봇(Galbot)은 양팔로 최대 50㎏의 하중을 처리할 수 있는 로봇 S1을 CATL의 배터리 생산라인에 공급해 자재 운반과 부품 집기 작업에 적용했다. 범용 로봇 개발사 AI² 로보틱스(AI² Robotics)는 공간 인식과 전신 운동 제어를 결합한 시각·언어·행동 모델 ‘GOVLA’를 자체 개발했다. 이 모델을 탑재한 알파봇(AlphaBot)은 자동차 제조 현장에서 부품 검사와 조립, 물류 작업에 활용되고 있다. 로봇 지능 개발사 타스 로보틱스(TARS Robotics)는 시각과 촉각 정보를 통합한 AI 모델 ‘AWE 3.5’를 선보였다. 2026년 세계인공지능대회(WAIC)에서는 자동차의 배선 묶음인 와이어 하네스를 잡고 연결·조립하는 작업을 시연하며 정밀 제조 공정에 적용할 가능성을 보여줬다. 체화형 AI 로봇 개발사 스피릿 AI(Spirit AI)는 제조 현장에서 로봇의 정밀 작업 능력을 검증했다. CATL의 배터리 팩 생산라인에 로봇을 투입해 고전압 테스트 커넥터를 삽입하는 작업에서 99% 이상의 성공률을 기록했다고 발표했다. 다만 이 수치는 특정 공정에서 측정한 결과로, 다양한 환경에서의 범용 작업 능력을 입증한 것으로 볼 수는 없다. 산업용 3차원 비전 기술 전문기업 메크마인드로보틱스(Mech-Mind Robotics)는 기존 산업용 로봇에 AI를 결합해 활용 범위를 넓혔다. 부품의 위치와 형태가 달라져도 로봇이 작업할 수 있도록 지원하는 기술을 개발했으며, 2026년 6월에는 쿠카와 공동 개발한 산업용 AI 로봇 사례가 세계경제포럼(WEF)의 MINDS 프로그램에 선정됐다. 같은 해 상반기 매출은 전년 동기 대비 54.7% 증가한 2억 3,730만 위안을 기록하며 제조 현장에서 사업 기반을 확대했다. 다차원 촉각 센서 전문기업 파시니(PaXini)는 로봇의 정밀 조작에 필요한 촉각 기술과 학습 데이터를 확보했다. 로봇이 물체를 잡을 때 발생하는 압력과 미끄러짐을 감지하고 이를 행동 판단에 반영하는 기술로, 시각 정보만으로 파악하기 어려운 접촉 상태까지 인식할 수 있도록 한다. 촉각 센서와 로봇 손, 학습 데이터를 연결하는 기술 체계도 구축했다. 자율주행 소프트웨어 전문기업 모멘타(Momenta)는 도심 자율주행 시스템을 양산 차량에 공급하며 실제 도로에서 기술을 상용화하고 있다. 시각·언어·행동 모델(VLA) 기반의 지능형 주행 기술을 개발하는 딥루트(DeepRoute.ai)는 2026년 4월 기준 30만 대 이상의 양산 차량에 기술을 적용했다. 두 기업은 주변 환경을 인식하고 주행 행동을 결정하는 AI 기술을 실제 자동차에 적용하며 피지컬 AI의 활용 범위를 넓히고 있다. 3. 로봇 완제품∙본체 휴머노이드 양산 확대와 산업용 로봇의 제조 경쟁력 중국 피지컬 AI 산업에서 가장 두드러진 변화는 휴머노이드 로봇의 생산 확대다. 기술 시연을 넘어 양산 체계를 갖추고 실제 고객에게 제품을 공급하는 기업이 늘면서 핵심 부품의 자체 개발과 제조 역량이 주요 경쟁력으로 떠올랐다. 다만 출하량에는 교육·연구와 공연, 데이터 수집용 로봇도 포함돼 있어 생산 규모만으로 산업 현장의 생산성 향상을 판단하기는 어렵다. 휴머노이드 양산 경쟁에서는 로봇 제조사 유니트리(Unitree Robotics)와 즈위안(AgiBot)이 앞서고 있다. 유니트리는 관절 모듈과 운동 제어 기술을 자체 개발해 양산 경쟁력을 확보했다. 2025년 휴머노이드 로봇 5,511대를 출하하고 사족보행 로봇 2만 3,037대를 판매했으며, 매출은 약 16억 9,900만 위안을 기록했다. 서비스·산업·연구용 로봇을 개발하는 즈위안도 다양한 제품군을 바탕으로 생산 규모를 늘렸다. 카운터포인트리서치에 따르면 2026년 상반기 약 9,700대를 출하해 글로벌 휴머노이드 시장에서 43% 이상의 점유율로 1위를 차지했다. 다만 두 기업은 출하량의 집계 연도와 기준이 달라 직접 비교하기 어렵다. 산업 현장용 휴머노이드를 개발하는 유비테크(UBTech)는 제조·물류 분야에서 상용화를 추진하고 있다. 2026년 상반기 전신형 체화형 AI 휴머노이드 판매량은 자체 집계 기준 921대였으며, 회사 매출은 전년 동기 대비 104.2% 증가한 12억 6,900만 위안을 기록했다. 그러나 판매된 로봇이 모두 제조 현장에 도입된 것은 아니다. 중국 기술매체 타이메이티에 따르면 2025년 4분기 데이터 수집·훈련센터 관련 공개 계약 6건의 총액은 8억 2,900만 위안으로, 해당 매체가 집계한 연간 공개 계약액의 약 59%를 차지했다. 동적 보행과 전신 운동 제어 기술을 개발하는 엔진AI(EngineAI)는 2026년 4월 2억 달러 규모의 투자를 유치했다. 휴머노이드 개발사 로봇 에라(Robot Era)는 중국우정과 순펑 등 물류기업의 사업장에 로봇을 투입하며 실제 작업 환경에서 적용 범위를 넓혔다. 이족보행·생체모방 로봇 기업 노에틱스(Noetix Robotics)는 다양한 형태의 로봇을 개발하고 있으며, 소형 휴머노이드 전문기업 부스터 로보틱스(Booster Robotics)는 K1을 중심으로 연구·교육 시장에서 고객을 확보했다. 정밀 조작 로봇 개발사 아스트리봇(Astribot)은 양팔을 활용한 작업 기술을 고도화하고 있다. 이동·전신 제어 기술을 개발하는 림엑스 다이내믹스(LimX Dynamics)는 복잡한 환경에서 안정적으로 보행하는 능력을 개선하는 데 주력한다. 두 기업은 2026년 각각 기업가치 150억 위안 수준의 평가를 받으며 기술 개발에 필요한 자본을 확보했다. 산업시설 점검용 사족보행 로봇 전문기업 딥 로보틱스(Deep Robotics)는 같은 해 상반기 매출이 전년 동기 대비 117.7% 증가한 2억 5,900만 위안을 기록했다. 다만 순손실이 이어지면서 수익성 확보는 과제로 남아 있다. 기존 산업용 로봇 기업들도 중국 피지컬 AI 산업의 중요한 축을 담당한다. 산업용 로봇·모션 제어 전문기업 에스툰(Estun)은 서보모터와 제어 기술을 바탕으로 산업용 로봇의 국산화를 이끌며, 2026년 상반기 외국계 브랜드를 포함한 중국 시장에서 출하량 1위를 차지했다. 고하중 산업용 로봇에 강점을 가진 메이디그룹 계열 쿠카 중국(KUKA China)은 1만 8,000대 이상을 출하해 점유율 9.7%로 2위에 올랐다. 특히 가반하중 300㎏ 초과 산업용 로봇 시장에서는 중국 내 점유율 50% 이상을 확보했다. 독일에 기반을 둔 산업용 로봇 기업 쿠카는 기존의 정밀 제어 기술에 AI를 결합해 생산설비의 유연성을 높이고 있다. 2026년 쿠카그룹은 AI 모델과 로봇의 작업 실행을 연결하는 플랫폼 KUKA AMP를 공개하고 미국 생산시설에 초기 버전을 적용했다. 생산환경이나 제품이 달라질 때 필요한 로봇 재설정 작업을 줄이기 위한 기술로, 중국 법인의 제조 실적과는 구분되는 그룹 차원의 성과다. 4. 핵심 부품   촉각·센서·정밀 부품이 결정하는 로봇의 실제 작업 능력 로봇이 실제 작업을 수행하려면 주변 공간을 인식하고 물체에 가하는 힘을 정밀하게 제어해야 한다. 시각 정보로 물체의 표면과 형태를 파악하더라도 이를 집거나 조립하는 과정에서는 접촉 상태와 힘의 크기를 실시간으로 감지해야 하기 때문이다. 사람의 손처럼 복잡한 작업을 수행하는 데 필요한 센서와 정밀 구동 부품의 중요성이 커지면서 중국의 핵심 부품 기업들도 새로운 성장 기회를 확보하고 있다. 중국의 대표적인 라이다(LiDAR) 전문기업 허사이(Hesai)와 로보센스(RoboSense)는 로봇이 주변 공간을 인식하는 데 필요한 센서 기술을 공급한다. 허사이는 2025년 160만 대 이상의 라이다를 출하했으며, 이 가운데 로봇용 제품은 약 23만 9,000대였다. 2026년 10월에는 현실 공간을 로봇 학습용 3차원 데이터로 변환하는 코스모(Kosmo) 플랫폼을 공개하며 데이터 인프라 분야로 사업을 확장했다. 로보센스도 2025년 로봇용 라이다 30만 3,000대를 공급했으며, 공간 인지 카메라와 로봇 부품으로 제품군을 넓히고 있다. 로봇의 정밀 조작에 필요한 힘 센서 분야에서는 블루포인트 터치(Blue Point Touch)가 두각을 나타냈다. 시장조사업체 GGII에 따르면 2025년 1~3분기 중국 휴머노이드 로봇용 6축 힘 센서 시장에서 72.6%의 점유율을 기록했다. 휴머노이드용 시장에 한정된 수치지만, 로봇이 물체를 잡거나 조립할 때 필요한 힘을 정밀하게 측정하는 기술에서 확보한 경쟁력을 보여준다. 로봇 손 전문기업 링커봇(Linkerbot)은 여러 관절을 독립적으로 움직이고 물체의 형태에 맞춰 접촉력을 조절하는 다관절 로봇 손(덱스터러스 핸드)을 개발한다. 이러한 기술은 로봇이 단순히 물체를 집는 것을 넘어 다양한 도구를 사용하고 정교한 부품을 조립하는 데 필요하다. 앞서 지각·인지 분야에 포함된 파시니(PaXini)가 접촉 상태를 감지하는 촉각 기술과 학습 데이터를 개발한다면, 링커봇은 실제 손가락의 움직임과 접촉력을 제어하는 부품을 공급한다. 정밀 구동계에서도 중국 기업들의 경쟁력이 높아지고 있다. 정밀 감속기 전문기업 리더드라이브(Leaderdrive)는 로봇 관절의 회전을 정밀하게 제어하는 하모닉 감속기를 생산하며 2025년 42만 5,000대의 판매량을 기록했다. 산업 자동화·모션 제어 전문기업 이노밴스(Inovance)는 산업용 설비에서 축적한 서보모터와 구동 제어 기술을 로봇 부품 분야로 확대하고 있다. 다만 두 기업의 실적에는 산업용 로봇과 협동로봇에 공급한 제품도 포함돼 있어 휴머노이드용 성과와는 구분할 필요가 있다. 이들 기업의 사례는 피지컬 AI가 AI 모델만으로 완성될 수 없다는 사실을 보여준다. 로봇의 판단 능력이 높아지더라도 이를 실제 작업으로 구현할 센서와 구동계의 정밀도, 내구성이 뒷받침되지 않으면 산업 현장에 대규모로 도입하기 어렵다. 생산원가 역시 상용화 수준을 결정하는 중요한 요소다. 5. 시스템 통합∙플랫폼 개별 로봇을 산업 시스템으로 연결하는 운영체제·플랫폼 경쟁 피지컬 AI를 산업 현장에 도입하려면 개별 로봇의 작업 능력을 높이는 것만으로는 부족하다. 공장과 물류센터의 기존 설비에 로봇을 연동하고, 여러 장비가 함께 작동하도록 제어하는 기술도 필요하다. 중국에서는 화웨이와 카일랜드가 로봇 플랫폼과 제어 기술을 개발하고, 긱플러스와 하이 로보틱스 등 물류 자동화 기업들이 실제 산업 현장에 시스템을 공급하며 상용화를 확대하고 있다. 통신·클라우드·AI 컴퓨팅 기업 화웨이(Huawei)는 기존 기술을 로봇 플랫폼 분야로 확장하며 관련 기업들과 협력을 강화하고 있다. 베이징의 휴머노이드 로봇 연구개발 조직인 엑스휴머노이드(X-Humanoid)는 오픈소스 휴머노이드 플랫폼 ‘톈궁’을 개발했다. 이를 바탕으로 로봇의 공통 기술 연구와 산업 표준화에 참여하며 중국의 로봇 기술 기반을 구축하고 있다. 산업용 운영체제 전문기업 카일랜드(Kyland Technology)는 자체 운영체제 인테웰(Intewell)과 실시간 통신 기술을 활용해 로봇의 제어기와 센서, 구동장치를 연결하는 전자 아키텍처를 개발했다. 로봇의 여러 부품이 정해진 시간 안에 데이터를 주고받도록 해 정밀한 제어를 지원하는 기술이다. 2026년 9월에는 중국산 전자 아키텍처를 적용한 로봇을 공개했다. 물류 자동화 분야에서는 창고 로봇 전문기업 긱플러스(Geek+)와 하이 로보틱스(Hai Robotics)가 상용화 성과를 확보했다. 긱플러스는 여러 로봇의 이동과 작업을 통합 관리하는 물류 자동화 시스템을 공급하며 2025년 상반기 조정 EBITDA 기준 흑자 전환에 성공했다. 자율 케이스 처리 로봇(ACR) 전문기업 하이 로보틱스는 2026년 상반기 매출 11억 1,800만 위안을 기록했다. 다만 같은 기간 순손실이 4억 3,100만 위안에 달해 수익성 확보는 과제로 남아 있다. 머신비전과 자율이동로봇(AMR) 전문기업 하이크로봇(Hikrobot)은 영상 인식과 로봇 제어 기술을 결합해 제조·물류 현장의 자동화를 지원한다. 모회사 하이크비전의 2026년 상반기 로봇 사업 부문 매출은 전년 동기 대비 28.34% 증가한 40억 2,800만 위안을 기록했다. 다만 이는 모회사 사업 부문 실적으로, 하이크로봇 독립법인의 매출과는 구분해야 한다. 이들 기업은 로봇 플랫폼과 운영체제, 실시간 제어, 물류 자동화 등 서로 다른 분야에서 피지컬 AI의 산업 현장 적용을 뒷받침하고 있다. 화웨이와 카일랜드가 로봇과 설비를 연결하는 기술을 개발한다면, 긱플러스와 하이 로보틱스는 실제 고객에게 자동화 시스템을 공급하며 사업을 확대하고 있다. 다만 시스템 공급 규모가 커지는 만큼 안정적인 운영과 수익성 확보도 중요한 과제로 남아 있다. 6. 산업 응용   자율주행·무인물류·항공·서비스 로봇으로 확대되는 산업 응용 피지컬 AI의 적용 범위는 공장과 물류센터를 넘어 이동과 운송, 상업용 서비스로 확대되고 있다. 자율주행 자동차와 무인 배송차, 드론, 도심항공교통 기체 역시 주변 환경을 인식하고 이동 경로를 판단해 물리적 행동을 수행한다는 점에서 피지컬 AI의 주요 응용 분야에 속한다. 다만 적용 환경과 사업모델이 서로 다른 만큼 기술의 완성도뿐 아니라 실제 운영 규모와 수익성도 구분해 평가해야 한다. 자율주행 서비스 분야에서는 바이두의 로보택시 서비스 아폴로 고(Baidu Apollo Go)와 자율주행 기술기업 포니.ai(Pony.ai), 위라이드(WeRide)가 실제 도로에서 운영 규모를 늘리고 있다. 아폴로 고는 2026년 5월 기준 누적 자율주행거리 3억 3,000만㎞를 넘어섰으며, 포니.ai는 같은 해 6월 말 기준 전 세계에서 로보택시 차량 1,975대를 확보했다. 레벨4 자율주행 기술을 개발하는 위라이드는 7월 말 기준 로보택시를 포함해 약 3,400대의 자율주행 차량을 운영한다고 밝혔다. 다만 세 기업이 제시한 주행거리와 운영 차량 수는 집계 기준이 달라 직접 비교하기 어렵다. 무인 배송차 전문기업 네오릭스(Neolix)는 자율주행 기술을 물류 서비스에 적용하며 상용화 규모를 확대했다. 2026년 8월 기준 무인 배송차는 2만 7,000대를 넘어섰고, 누적 운행거리도 2억 2,000만㎞에 달했다. 비교적 일정한 구역과 경로를 이동하는 무인 배송차를 통해 배송 업무를 자동화하고, 실제 운영 경험과 주행 데이터를 축적하고 있다. 드론·항공 모빌리티 분야에서는 드론 제조사 DJI와 플라잉카 개발사 샤오펑 에어로HT(XPeng AeroHT), 전기수직이착륙기(eVTOL) 전문기업 오토플라이트(AutoFlight)와 볼란트(Volant Aerotech)가 각기 다른 기술을 개발하고 있다. DJI는 드론에서 축적한 공간 인지 기술을 로봇청소기 ROMO 제품군에 적용했으며, 샤오펑 에어로HT는 비행체와 지상 이동수단을 결합한 제품의 양산을 추진하고 있다. 화물용 eVTOL을 개발하는 오토플라이트는 V2000CG의 형식증명과 생산허가, 감항증명을 확보했다. 여객용 eVTOL 개발사 볼란트는 해외 고객과 대규모 공급계약을 체결하며 사업화를 추진하고 있다. 자동차 제조기업들도 기존 기술과 생산 역량을 로봇 분야에 활용하고 있다. 전기차·배터리 제조사 비야디(BYD)는 자동차 생산 기반을 바탕으로 로봇 개발과 관련 기업 투자를 추진하고 있으며, 전기차 제조사 샤오펑(XPeng)은 자체 휴머노이드 IRON의 양산을 목표로 기술 개발을 확대했다. 전자제품·전기차 제조사 샤오미(Xiaomi)는 2026년 7월 로봇용 시각·언어·행동 모델(VLA)인 Xiaomi-Robotics-1을 공개하고, 10만 시간 이상의 실제 로봇 조작 데이터를 활용한 학습 기술을 발표했다. 이들 기업은 배터리와 전자제어, 정밀 부품, 대량생산 분야에서 축적한 기술과 공급망을 로봇 개발에 활용한다. 상업용 서비스 로봇 전문기업 푸두 로봇(Pudu Robotics)은 기존 시장에서 확보한 실적을 바탕으로 범용 로봇 지능 개발에 나섰다. 프로스트앤드설리번의 2025년 조사 결과를 인용한 회사 발표에 따르면 글로벌 상업용 서비스 로봇 시장에서 매출 기준 약 25%, 출하량 기준 약 23%의 점유율을 기록했으며, 누적 로봇 출하량은 13만 대를 넘어섰다. 2026년에는 체화형 AI 모델 PuduFM과 범용 에이전트 플랫폼 PuduAgent를 공개했다. 서로 다른 형태의 로봇에 공통 지능을 적용하고, 실제 서비스 환경에서 축적한 운영 데이터를 로봇 학습과 성능 개선에 활용하려는 전략이다. 산업 응용 분야의 기업들은 피지컬 AI가 실제 시장에서 창출할 수 있는 가치를 보여준다. 다만 자율주행 차량의 운행거리와 서비스 로봇의 출하량, 항공기의 수주 규모는 각각 다른 사업 성과를 나타내므로 동일한 기준으로 평가할 수 없다. 기업의 기술 경쟁력을 판단하려면 실제 운영 실적과 함께 산업별 수요, 운영 비용, 수익성까지 종합적으로 살펴봐야 한다. 중국 피지컬 AI의 경쟁력, 생산 규모보다 실제 성과가 관건 이번에 선정된 50곳을 분석한 결과, 중국은 반도체와 데이터 인프라부터 로봇 지능, 완제품과 핵심 부품, 산업 응용에 이르기까지 폭넓은 피지컬 AI 산업 생태계를 구축한 것으로 나타났다. AI 모델 기업들이 로봇의 지각·판단 능력을 개발하고, 로봇 제조기업들이 이를 실제 움직임으로 구현한다. 시스템 통합과 산업 응용 기업들은 이러한 기술을 기존 생산설비와 물류망에 적용하며 시장을 확대하고 있다. 지역별로 축적된 산업 기반도 이러한 성장을 뒷받침한다. 베이징에는 AI 모델과 컴퓨팅, 국가급 연구개발 인프라를 중심으로 기술 개발과 투자가 집중돼 있다. 상하이·쑤저우·항저우를 포함한 장강삼각주는 로봇 제조와 정밀 부품, 산업 자동화 분야에서 강점을 갖는다. 선전·광저우를 중심으로 한 주강삼각주에서는 전자부품과 배터리, 자동차 제조를 통해 축적한 기술과 공급망을 로봇 개발에 활용한다. 자본의 역할도 빼놓을 수 없다. 벤처투자는 범용 로봇 지능과 휴머노이드 기술 개발에 집중되고, 국가급 정책 펀드와 지방정부 투자기관은 핵심 기술과 제조 기반 구축을 지원한다. 자동차·배터리·전자 기업들은 투자뿐 아니라 생산설비와 실제 작업 환경을 제공해 로봇의 현장 적용을 돕는다. 다만 대규모 투자 유치와 높은 기업가치가 기술적 완성도나 사업 성과까지 보장하는 것은 아니다. 선정된 50곳의 기술 성숙도를 분석한 결과, 양산·상용화 실적이 확인된 T1은 27곳으로 전체의 54%를 차지했다. 실제 환경에서 시범 적용 중인 T2는 19곳, 연구개발 및 초기 검증 단계인 T3는 4곳이었다. 중국 피지컬 AI 산업이 상당한 사업화 기반을 확보했지만, 기술 성숙도는 분야마다 차이를 보였다. 특히 기존 산업용 로봇과 서비스 로봇의 매출·판매 실적을 범용 휴머노이드의 상용화 성과와 동일하게 평가하기는 어렵다. 앞으로는 로봇의 양산 능력뿐 아니라 실제 작업 성능과 경제성을 확보하는 일이 중요해질 전망이다. 생산량이 늘어나더라도 산업 현장에서 장시간 안정적으로 작동하고, 작업 정확도와 유지보수 비용을 고려해 경제성을 확보해야 사업을 지속적으로 확대할 수 있다. 이미 기존 산업용 로봇이 반복 작업을 수행하는 제조 현장에서 범용 휴머노이드가 얼마나 다양한 작업을 처리하고 생산성을 높일 수 있는지도 검증해야 한다. 중국은 로봇의 학습과 판단, 정밀 제어, 대량생산, 산업 현장 적용을 뒷받침할 기술과 제조 기반을 폭넓게 확보했다. 그러나 이번에 선정된 기업들의 사업 성과를 살펴보면 생산 규모와 투자 유치 실적이 반드시 실제 작업 능력이나 수익성으로 이어지는 것은 아니었다. 중국 피지컬 AI 산업의 다음 경쟁은 얼마나 많은 로봇을 생산하느냐보다, 확보한 기술과 제조 역량을 활용해 실제 산업 현장의 생산성과 운영 효율을 얼마나 높일 수 있느냐에 달려 있다.  

2026.11.09  0  34 

새로 나온 AI 디바이스 한 번에 몰아보기!

오늘의 요약 소형 AI 기기들은 사용자의 정보를 수집하고, AI 에이전트를 학습하는데 쓰이게 됩니다. 애플은 홈뷰를 통해서 가족 구성원들이 함께 공유하는 AI 비서를 만들고자 합니다. 엔비디아는 클라우드 없이 랩탑에서 사용할 수 있는 LLM이 가능하다고 말해요. 성별을 여성으로 바꾼 말포이를 소재로 만든 AI 동영상이 엄청난 인기를 끌고 있어요.  뮤즈 참을 통해 뮤즈 에이전트에게 바로 일을 시킬 수 있습니다. <메타> 21세기 다마고치는내 데이터를 먹고 자란다 지난달 23일, 메타의 연례 콘퍼런스인 ‘커넥트 2026’이 열렸습니다. 사람들의 관심은 메타의 AI 에이전트인 ‘뮤즈’와 XR 기기들에 쏠렸는데요. 이날 메타는 무게 100g, 가격 1299달러의 VR 안경을 내놓았습니다. 메타의 주력 VR 기기인 ‘메타 퀘스트’와 달리 유선으로 연결된 컴퓨팅 퍽이 있는 제품으로, 애플의 비전 프로나 중국 기업 엑스리얼의 아우라와 비슷한 형태입니다.그런데 커넥트 행사 막바지에 마크 저커버그 메타 CEO가 작은 기기 하나를 꺼냈는데요. 바로 AI 에이전트 ‘뮤즈’가 탑재된 휴대용 AI 기기 ‘뮤즈 참’입니다. 에어팟 케이스 정도 크기로, 한 손에 쏙 들어오는 작은 전자기기인데요. 많은 분들이 '다마고치'를 떠올리시는 것 같아요. 뮤즈참이 있으면 스마트폰을 꺼내지 않고도 기기에 말을 걸어 AI 에이전트 ‘뮤즈’에게 일을 시킬 수 있습니다.뮤즈 참에는 전면과 후면 카메라, 스피커, 마이크, 2인치 OLED 디스플레이, 지문인식 센서가 탑재돼 있다고 합니다. 올해 12월 판매를 시작할 예정이지만, 아직 가격은 정해지지 않았어요. 챗GPT 등장 이후 스마트폰은 아니지만 AI가 탑재된 소형 기기를 개발하려는 시도는 끊임없이 이어져 왔습니다. 옷에 부착하는 클립형 제품도 있었고, 손에 들고 다니는 소형 기기도 있었죠. 하지만 지금까지 나온 제품들은 대부분 시장에서 성공을 거두지 못했습니다. 아마존이 15일 공개한 AI기기 비 프론티어(앞줄)와 비 이클립스(뒷줄). <아마존> 녹음하지는 않지만 모든 대화를 기록한다  다만 두 가지 소형 기기는 일말의 가능성을 보여줬는데요. 하나는 스마트폰에 부착하는 카드 형태의 녹음 장치인 ‘플라우드(PLAUD)’이고, 다른 하나는 손목에 시계처럼 차고 다니는 ‘비(Bee)’입니다. 플라우드는 누적 200만대가 팔릴 정도로 성공을 거뒀고, 비는 아마존에 인수된 후 지난 15일 플라우드와 아주 유사한 제품인 '비 이클립스'를 출시했어요.  두 제품의 공통점은 사용자 주변의 소리나 대화 내용을 텍스트로 수집한다는 것이에요. 플라우드의 경우 통화녹음과 회의 정리를 하는 AI로 유명해졌는데요. 통화내용, 회의내용을 음성으로 저장하면서 이를 텍스트로 전사(dictation)합니다.  반면 '비'의 경우 녹음은 하지만 이를 텍스트로 바꾼 후 영상은 저장하지 않는다고 해요. 음성을 별도로 저장하지 않고 텍스트로 변환하는 방식이기 때문에 원본 음성 보관에 따른 프라이버시 부담을 줄일 수 있는 것 같아요. 두 제품의 공통점은 실제 매출은 '구독 서비스'에서 많이 나온 다는 것이에요. 기계값은 상대적으로 저렴하지만 최소한의 무료 서비스를 제공하고, 구독을 해야 좀더 좋은 서비스를 받을 수 있어요. 플라우드의 경우 프로 서비스 구독료가 월 3만원이에요.  뮤즈 참이나 오픈AI가 준비 중인 개인용 AI 제품도 결국 사용자의 음성을 수집하고 분석하는 역할을 하지 않을까 생각하는데요. 이렇게 확보한 사용자 정보에 이메일, 웹브라우저 사용 기록 등을 결합해 개인에게 최적화된 AI 비서를 만드는 방향으로 발전할 것 같습니다. 이런 기기들의 궁극적인 목표는 무엇일까요? 바로 ‘스마트폰을 꺼내지 않는 것’이에요. 컴퓨터가 우리의 모든 정보를 가지고 있다면, 짧게 말로 얘기해도 알아서 원하는 것을 해줄 가능성이 매우 높습니다. 그러면 굳이 스마트폰을 꺼내지 않아도 되는거죠.  가족들을 위한 스마트홈 기기에 대한 수요가 정말 있을까요?  <애플>.  가족들이 함께 쓰는  가정용 AI는 어떤 모습? 이번 달 13일, 애플이 오랜만에 새로운 카테고리의 제품을 공개했어요. 2024년 2월 출시한 비전 프로 이후 약 2년 반 만인데요. 바로 가정용 AI 기기인 ‘홈뷰’입니다. AI 스피커에 작은 아이패드를 달아놓은 듯한 제품인데요. 거실 테이블 등에 놓고 가족들이 함께 사용할 수 있는 스마트홈 기기입니다. 스마트홈 제품인 만큼 다양한 액세서리와 연결됩니다. 대표적인 것이 현관 도어벨, 실내 카메라, 실내 온도 조절 장치 등입니다. 홈뷰를 통해 현관 앞에 누가 있는지 확인하거나 집 안의 온도를 조절할 수 있는 것이죠. 홈뷰의 가장 큰 특징 중 하나는 애플의 음성 비서 ‘시리’입니다. 업그레이드된 시리가 탑재되는데, 가족 구성원들의 목소리와 얼굴을 각각 구별할 수 있다고 해요. 예를 들어 부모와 자녀로 구성된 가족이라면, 아빠가 “내 일정을 알려줘”라고 말했을 때 아빠의 애플 계정에 등록된 캘린더를 검색해 오늘 일정을 알려주는 식입니다. 아들이 “내 애플 뮤직 플레이리스트를 틀어줘”라고 말하면 아들의 플레이리스트에 있는 음악이 흘러나오고요.애플은 ‘애플 인텔리전스’를 통해 사용자별로 축적한 정보를 ‘애플 홈’과 연결해 가정에서도 활용할 수 있도록 하려는 것 같아요. 애플 홈뷰의 가격은 299달러라고 합니다. 외신 보도에 따르면 애플의 차기 스마트홈 제품에는 전동식 로봇 팔이 달린다고 해요. 말하는 사람을 향해 화면이 자동으로 움직이는 기능도 갖춘다고 하죠. 대체 로봇 팔은 어떤 용도로 쓰일까요? 애플이 구상하는 스마트홈의 미래가 궁금해지네요. AI가 발달하면서 개인용 PC의 모습과 역할도 달라지게 됩니다. <엔비디아> 엔비디아가 출시한진정한 AI PC는 이런 것?  지난 16일 서울 강남구 코엑스에서 엔비디아 RTX 스파크의 국내 출시 행사가 열렸습니다.엔비디아 RTX 스파크는 ‘AI 연산을 위한 개인용 컴퓨터’라고 보면 되는데요. AI 연산을 위해 설계된 그레이스 CPU와 엔비디아의 블랙웰 GPU를 하나로 결합한 시스템반도체(SoC) ‘N1X’가 탑재돼 있습니다.그레이스 CPU는 스마트폰에 많이 사용되는 Arm 아키텍처를 기반으로 합니다. 윈도 운영체제가 구동되기 때문에 다양한 윈도 프로그램도 사용할 수 있습니다. HP, 델테크놀로지스, 레노버, MSI, 에이수스, 마이크로소프트 서피스 등 기존 PC 브랜드를 통해 제품이 출시됩니다.RTX 스파크의 가장 눈에 띄는 특징은 ‘가격’인데요. 탑재된 D램 용량에 따라 500만~900만원대에 판매된다고 해요. 대체 어떤 일을 하는 컴퓨터이기에 이렇게 비쌀까요?RTX 스파크의 궁극적인 목적은 클라우드에 연결하지 않고도 AI 모델을 구동하는 것입니다.우리가 사용하는 챗GPT 같은 AI 서비스는 대부분 AI 데이터센터에서 연산이 이뤄지고, 사용자는 그 결과물을 전달받습니다. 하지만 RTX 스파크에는 AI 연산에 최적화된 CPU와 GPU가 들어가 있고, 최대 128GB의 메모리도 탑재할 수 있습니다. 1000만원짜리 노트북 사시겠습니까? <마이크로소프트> 내 컴퓨터에서 AI를 작동시키는 시대가 온다?   이렇게 되면 인터넷에 연결되지 않은 상태에서도 AI를 활용해 콘텐츠를 만들 수 있습니다. 우리가 AI 에이전트라고 부르는 프로그램도 클라우드가 아닌 내 컴퓨터에서 직접 구동할 수 있죠. 클라우드 대신 내 컴퓨터에서 AI를 구동한다면 매달 내는 AI 구독료나 사용량에 따라 지불하는 토큰 비용을 줄일 수도 있습니다. 과거 마이크로소프트 주도로 등장한 ‘코파일럿+ PC’도 AI PC를 지향했지만, 당시에는 긴 배터리 사용 시간과 전력 효율 등이 주요 장점으로 부각됐습니다. 반면 RTX 스파크는 상대적으로 큰 AI 모델을 로컬 환경에서 직접 구동할 수 있다는 점을 내세우고 있습니다. 그러나 현실적으로 RTX 스파크는 집에서 AI를 활용한 작업을 많이 하는 사람들에게 유용한 제품이지, 일반 사용자들에게까지 꼭 필요한 제품은 아닐 것 같아요. 온디바이스 AI의 고질적인 딜레마를 안고 있기 때문이죠. 고가의 기기를 구입해 로컬 환경에서 AI를 구동하는 것보다 월 구독료를 내고 클라우드 기반 AI 서비스를 이용하는 편이 더 높은 성능을 저렴하게 누릴 수 있는 경우가 많기 때문입니다. 그런데 왜 엔비디아는 이런 제품을 내놓는 걸까요.  AI 모델은 커지고 성능이 좋아지는 방향으로 가고 있지만, 반대로 작고 효율적인 방향으로도 발전하고 있는데요. 그렇게되면 꼭 클라우드가 아니라 성능이 좋은 AI 모델을 작동시킬 수 있죠. 거기에 현재는 메모리 반도체 가격이 너무 높아서 AI PC도 비쌀 수 밖에 없는데요. 언젠가는 메모리 가격이 하락해 안정적인 수준이 될텐데 엔비디아와 같은 회사들은 그때를 노리는 것 같습니다.  중국 크리에이터 foyege24가 만든 AI 영상이 가장 높은 평가를 받고있습니다.   이런 AI라면 당장데이터센터 지어줘  혹시 판타지 소설 ‘해리 포터’의 악역 ‘말포이’를 아시나요? 최근 소셜미디어에는 AI로 만든 말포이 콘텐츠가 넘쳐나고 있어요. 그런데 우리가 기억하는 원작 속 금발 남성 말포이가 아니라 여성으로 바뀐 말포이가 등장합니다.  여성 말포이가 해리 포터를 괴롭혔던 이유가 사실은 그를 좋아했기 때문이라는 설정 아래 AI를 활용한 ‘2차 창작 콘텐츠’가 끊임없이 만들어지고 있는 것이죠. 이런 2차 창작물이 유행하면서 다양한 영상이 쏟아지고 있는데요. 거의 AI 콘텐츠 경진대회가 열린 것처럼 느껴질 정도입니다.AI 생성 영상의 수준이 벌써 이 정도까지 올라왔나 싶을 만큼 실사와 애니메이션을 가리지 않고 완성도가 높습니다. 영상 속 등장인물들의 목소리도 실제 배우의 목소리라고 해도 믿을 정도로 자연스러워졌답니다. 사실 AI 영상의 품질이 크게 향상됐다는 사실은 이미 조금씩 알려져 있었는데요. AI 말포이 콘텐츠의 또 다른 특징은 ‘조회수’가 높다는 것입니다. ‘AI 슬롭(AI Slop)’이라는 말이 등장할 정도로 AI로 대량 생산한 저품질 콘텐츠에 대한 거부감이 커지고 있었는데요. 그렇다면 말포이 콘텐츠는 왜 사람들에게 인기를 끄는 걸까요? AI가 실사뿐 아니라 애니메이션도 잘 생성해냅니다 익숙한 맛이 진짜 맛있는 맛   첫 번째 이유는 우리에게 익숙한 IP(지식재산권)를 활용하기 때문인 것 같습니다. 좋아하는 작품의 팬 콘텐츠에 관심을 갖게 되는 것처럼, 해리 포터 시리즈 역시 등장인물이나 배경이 우리에게 친숙하기 때문에 자연스럽게 시선을 끄는 것이죠. 두 번째는 익숙한 이야기임에도 다양한 변주가 이뤄지기 때문인데요. 남성 악역 캐릭터를 여성 캐릭터로 바꾼 것부터 흥미로운 변주입니다. 여기에 2차 창작자들은 ‘트와일라잇 같은 로맨스’나 ‘일본 애니메이션’의 분위기를 입히는 등 조금씩 변화를 줍니다. 하지만 이런 변주조차 완전히 새로운 이야기를 만들기보다는 익숙한 클리셰를 활용하는 경우가 많습니다. 사실 인기 있는 콘텐츠를 살펴보면 익숙한 이야기에 약간의 변주를 더한 경우가 많습니다. 사람들이 좋아하는 이야기 역시 ‘권선징악’이나 ‘남녀 주인공의 사랑이 이뤄지는 결말’처럼 보편적인 서사 구조를 따르는 경우가 많고요. 그렇게 생각해 보면 말포이 AI 동영상이 인기를 끄는 이유도 어느 정도 이해가 됩니다.

2026.10.26  0  96 

[K-Startup News Vol.251] 창업의 든든한 길잡이, 스타트업 원스톱 지원센터

2026.10.19  0  101 

[모두의 창업] 커뮤니티, 새로운 클럽이 추가되었습니다!

[모두의 창업] 커뮤니티, 새로운 클럽이 추가되었습니다! 안녕하세요 모두의 창업입니다.창업에 관심 있는 분이라면 누구나 참여할 수 있는 '모두의 창업 커뮤니티 클럽📢'을 운영 중입니다. 커뮤니티 클럽에서 서로의 경험과 인사이트를 나누며, 새로운 기회를 만들어보세요! 🚀 다음 주 클럽, 아직 함께 할 수 있어요! 📅 10.20(화) [서촌] 여기가 왜되지?- 파트너 고지혜 📅 10.21(수) 천천히 가더라도 끝까지 크는 사업- 글로우데이즈 대표 공준식 📅 10.21(수) 창업자는 아니지만 10년을 함께 했어요- 힐링페이퍼 조직문화&솔루션 사업 김윤혁 총괄 📅 10.22(목) [한남] 여기가 왜 되지?- 파트너 김수진 📅 10.22(목) [홍대] 여기가 왜되지?- 파트너 최유정 📅 10.29(목) 업종은 달라도 본질은 같습니다- 진중식품 김수환 대표 📅 10.30(금) [강남] 여기가 왜 되지?- 파트너 이원철 📅 10.31(토) [용산] 여기가 왜 되지?- 파트너 고도연 * 정원 도달 시 조기 마감 될 수 있으며, 신청서 제출 후 선별과정을 거쳐 행사 5일 전 최종 참석 여부 안내** 클럽 장소, 소개 등 세부사항은 커뮤니티 게시판 참고 ▶️ 모두의 창업 커뮤니티 클럽 바로보기

2026.10.15  0  72 

(스타트업 원스톱 지원센터) 창업 고민, 혼자 끙끙 앓지 마세요! 전문가가 도와드립니다

(스타트업 원스톱 지원센터) 창업 고민, 혼자 끙끙 앓지 마세요! 전문가가 도와드립니다 안녕하세요, 스타트업 원스톱 지원센터입니다. 창업 준비 또는 기업 운영 중 법률, 세무·회계, 투자유치, 해외진출 등 고민이 있으신가요? 스타트업 원스톱 지원센터에서 분야별 전문가 상담과 창업지원사업 정보를 제공합니다! ✔ 지원대상 : ’기술창업‘ 기반 예비창업자 및 창업기업 ✔ 지원내용 : 상담 분야별 전문가 상담 연계 및 창업지원사업정보(공간·행사·지원공고) 제공 ✔ 지원기간 : 연중상시 * 전문가 연계 상담의 경우, 예산 소진 시 조기 종료 ✔ 지원분야 ✔ 신청방법 - (온라인) 스타트업 원스톱 지원센터 홈페이지 (https://www.k-startup.go.kr/onestop) · 일반상담 : 간단한 궁금증에 대한 신속한 답변 제공! (3일 이내) · 심화상담 : 투자계약서 검토, 해외진출 전략 수립, 세무·법률 검토 등전문가의 맞춤형 상담 제공! (14일 이내)* (심화상담) 기업별 최대 300만원 한도(신청 건별 최대 100만원 한도) - (오프라인) 전국 17개 창조경제혁신센터 방문 및 전화 창업 고민은 줄이고, 사업에 집중하세요! 🚀 👇 지금 바로 전문가 상담을 신청해 보세요! 📞 문의 : 국번 없이 1357 → 4번 상담 신청하기

2026.10.14  0  49 

[인터뷰] AI로 ‘만드는 일’이 쉬워질수록, 왜 판단과 책임은 더 중요해질까?

광고 제작부터 앱 개발까지 AI가 ‘만드는 능력’의 문턱을 낮추고 있다. 퍼블리시스의 로랑 테브네는 AI로 직접 만드는 일이 수월해질수록 좋은 결과를 가려내는 판단력과 이를 관리하는 기업의 역량이 더 중요해진다고 말한다. 창작과 개발의 문턱이 낮아진 조직에서 비용과 보안은 어떻게 관리하고, 책임은 어떻게 나눠야 할까? 그리고 만드는 능력이 보편화된 시대, 인간의 전문성은 어디에서 생길까? 신동윤 수석 에디터   성형 AI의 영향이 빠르게 나타나는 분야 중 하나가 광고·마케팅 분야다. 아이디어와 카피, 이미지, 영상 등 수많은 콘텐츠를 만들어야 하는 이 분야에서 AI는 이제 콘텐츠 제작을 넘어 반복적인 업무를 자동화하고, 비개발자가 업무에 필요한 간단한 프로그램까지 직접 만들 수 있게 해주고 있다. ‘만드는 능력’의 문턱을 낮춘 것이다. 하지만 무언가를 쉽게 만드는 것과 좋은 결과를 만들어 내는 것은 전혀 다른 문제다. AI가 수십 개의 아이디어를 순식간에 내놓을수록 무엇이 좋은지 가려내는 인간의 판단력은 오히려 더 중요해진다. 동시에 기업에는 AI가 만들어 낸 도구와 데이터를 어떻게 관리할지, 비용과 보안, 책임을 어떻게 통제할지라는 새로운 과제가 주어진다. 로랑 테브네(Laurent Thevenet) 퍼블리시스 아시아태평양 크리에이티브 테크놀로지 총괄은 생성형 AI가 가져온 변화의 핵심을 ‘생산성’만으로 설명해서는 안 된다고 말한다. 엔지니어에서 크리에이티브 테크놀로지 전문가로 활동 영역을 넓혀온 그는 AI가 누구에게나 ‘만드는 능력’을 제공하는 시대에 기업과 개인에게는 무엇을 만들지 판단하고, 그 결과를 누가 책임질지 정하는 능력이 중요해졌다고 강조한다. ‘MIT 테크놀로지 리뷰 코리아’는 테브네에게 광고 현장에서 이미 일어나고 있는 변화를 출발점으로, ‘만드는 능력’이 보편화된 기업에서 무엇을 새롭게 관리해야 하며, 그런 시대에 인간에게 여전히 필요한 전문성은 무엇인지 물었다. * 인터뷰는 논점과 맥락을 명확히 하기 위해 일부 답변의 순서와 길이를 편집했다. Q. 생성형 AI가 광고 제작 현장에서 실제로 바꾼 것과 바꾸지 못한 것은 무엇인가요? AI의 활용 정도는 작업마다 다릅니다. 온라인 쇼핑몰이나 이커머스 플랫폼의 상품 콘텐츠처럼 많은 버전을 빠르게 만들어야 하는 작업에는 AI를 많이 씁니다. 반면 브랜드를 대표하는 중요한 캠페인에서는 AI를 거의 쓰지 않거나 특정 공정에만 활용하기도 합니다. 제작 과정은 분명히 크게 달라졌습니다. 예전에는 산이 필요한 장면을 찍으려면 촬영팀이 직접 현장으로 이동해야 했습니다. 이제는 산이나 동물 자체를 생성할 수 있습니다. 하지만 그렇다고 좋은 캠페인을 만드는 데 필요한 시간과 재능까지 줄어드는 것은 아닙니다. AI가 30개의 아이디어를 만들어줄 수는 있습니다. 하지만 그중 무엇이 정말 좋은 아이디어인지 가려내는 것은 다른 문제입니다. 결국 차이를 만드는 것은 아이디어를 만들어내는 능력보다 그중 무엇이 좋은지 알아보는 능력입니다. Q. 이제 개발자가 아니어도 앱을 만들 수 있습니다. ‘만드는 능력’이 보편화될 때 우리가 추구해야 할 전문성은 어떤 것일까요? 가장 중요한 것은 결국 판단력(judgment)이라고 생각합니다. 판단력은 하루아침에 생기지 않습니다. 직접 만들고 출시한 뒤, 사람들이 사용하는 것을 지켜보고, 실패와 성공을 거듭 경험해야 합니다. 그런 경험이 쌓이면서 무엇이 좋은지 알아보는 능력이 생기고 전문성이 만들어집니다. AI는 무언가를 만들어낼 수 있는 능력을 아주 빠르게 갖게 해줍니다. 하지만 어디에서 문제가 생길 수 있는지, 무엇이 정말 좋은 결과인지 판단하는 능력까지 곧바로 길러주는 것은 아닙니다. 극단적으로 말해 챗GPT에 물으면 로켓을 우주로 보내는 데 필요한 물리 방정식도 얻을 수 있을 겁니다. 그렇다고 제가 로켓 과학자가 되는 건 아니죠. 적어도 아직은 아닙니다. AI로 영화를 만들 수 있다고 바로 영화감독이 되는 것은 아니고, 앱 하나를 만들었다고 숙련된 엔지니어가 되는 것도 아닙니다. 무언가를 ‘만드는 능력’을 얻는 것과 전문성을 갖추는 것은 다르니까요. AI를 쓰면 정말 더 빨라질까 AI로 결과물을 더 쉽게 만들 수 있게 되었다고 해서 실제 생산성까지 저절로 높아지는 것은 아니다. 연구기관 METR은 2025년 숙련된 오픈소스 개발자 16명이 실제 프로젝트에서 수행한 246개 작업을 분석했다. 개발자들은 AI를 사용하면 작업 시간이 24% 줄어들 것으로 예상했고, 실험 뒤에도 작업 시간이 약 20% 줄었다고 평가했다. 하지만 실제로는 AI를 사용했을 때 작업 시간이 평균 19% 더 걸렸다. 다만 이 결과를 지금의 AI 코딩 도구에 그대로 적용하기는 어렵다. METR이 2026년 2월 공개한 후속 연구에서는 AI를 사용할 때 작업 시간이 줄어드는 것으로 추정되었다. 다만 신뢰구간이 넓었고, AI 없이 일하고 싶지 않은 개발자가 실험 참여를 피하는 선택 편향 가능성도 있어 연구진 역시 정확한 생산성 효과를 확정하기 어렵다고 밝혔다. 주목할 점은 AI가 인간의 일 처리 속도를 높이느냐 낮추느냐의 문제만이 아니다. 첫 연구에서는 숙련된 개발자조차 자신의 생산성 변화를 실제와 다르게 판단했다. AI가 무엇인가를 더 쉽게 만들어준다는 사실과 실제로 더 좋은 결과나 높은 생산성으로 이어지는지는 별개의 문제다. 그러한 차이를 구분해내는 것 역시 테브네가 말한 ‘판단’의 문제와 맞닿아 있다. Q. AI에 일을 맡길 때 인간이 놓치지 말아야 할 것은 무엇이라고 보십니까? 저는 일단 거의 모든 일에 AI를 한 번 써봅니다. 지난주에 안 되던 일이 이번 주에는 될 수 있을 정도로 기술이 빠르게 발전하고 있기 때문입니다. 하지만 AI가 워낙 강력하다 보니 사람이 생각하는 과정을 너무 쉽게 건너뛸 수 있다는 점은 걱정합니다. 예를 들어 AI가 아주 그럴듯한 프레젠테이션을 만들어줄 수 있습니다. 그런데 정작 발표하는 사람이 그 내용을 제대로 이해하지 못할 수도 있죠. AI에게 일을 맡기는 것과 생각 자체를 맡기는 것은 다릅니다. 결과물을 얻는 것과 그 일을 이해하는 것을 혼동해서는 안 됩니다. 누구나 만들 수 있다는 약속은 처음이 아니다 현업 직원이 직접 프로그램을 만든다는 발상은 AI 시대에 처음 등장한 것이 아니다. 로우코드와 노코드가 확산되면서 ‘시민 개발자(citizen developer)’라는 개념도 널리 알려졌다. 업무를 가장 잘 아는 사람이 IT 부서에 의존하지 않고 필요한 프로그램을 직접 만들 수 있게 하자는 발상이었다. 하지만 현실에서는 여러 문제가 뒤따랐다. 2024년 ‘MIS Quarterly Executive’에 실린 연구는 시민 개발자와 로우코드 전문가 30명을 인터뷰했다. 연구진은 빠른 개발이라는 장점 이면에 조직이 파악하지 못하는 ‘섀도 IT’와 기술 부채, 소프트웨어 품질 문제가 생길 수 있다고 지적했다. AI 코딩은 이와 비슷한 문제를 더 큰 규모로 되풀이할 가능성이 있다. 특정 플랫폼의 기능과 구조에 제약받던 로우코드와 달리, AI 코딩은 만들 수 있는 프로그램의 범위가 훨씬 넓고 제작의 문턱도 더 낮기 때문이다. 퍼블리시스처럼 직원이 10만 명을 넘는 기업이라면 ‘누구나 직접 만든다’라는 가능성은 곧 ‘어떻게 관리할 것인가’라는 문제로 이어진다. Q. 10만 명 규모의 조직에서 직원들이 AI로 직접 앱을 만들기 시작하면 어떻게 관리해야 할까요? 가장 먼저 보안 문제가 생깁니다. 우리는 대형 고객사의 기밀 정보와 공개되지 않은 제품 데이터를 다룹니다. 직원들이 개인용 AI 계정으로 이러한 데이터를 내보내서는 안 됩니다. 그렇다고 “만들지 마”라고 막아서도 안 됩니다. 중요한 것은 직원들이 무엇을 만들든 회사의 시스템 안에서 운용되도록 하는 것입니다. 회사 계정과 데이터, 서버, 기존 업무 시스템을 활용할 수 있는 환경과 기본 구조를 제공하고 그 안에서는 자유롭게 만들 수 있게 해야 합니다. 10만 명이 저마다 별개의 시스템을 만들기 시작하면 나중에는 감당할 수 없습니다. AI가 회사의 데이터나 업무 시스템에 연결되는 방식을 표준화하는 데는 MCP(Model Context Protocol) 같은 기술도 활용할 수 있습니다. 쉽게 말하면 “AI를 위한 USB-C 같은 것”이죠. 그리고 이 문제를 회사에서 규칙을 만드는 관리자들에게만 맡겨서도 안 됩니다. 새로운 AI 도구를 실제로 가장 먼저 써본 사람들과 보안, 거버넌스 담당자가 함께 해법을 찾아야 합니다. 새로운 기술을 직접 쓰는 사람을 빼놓고 규칙을 만들면 현실과 동떨어질 수밖에 없습니다. Q. AI를 쓰면 정말 기업의 비용도 줄어듭니까? 꼭 그렇지는 않습니다. 비용이 사라지는 것이 아니라 쓰이는 곳이 달라지는 경우가 많습니다. 기업에서는 수천 명이 API와 AI 서비스를 쓰기 시작하면서 사용량에 따라 비용도 빠르게 늘어납니다. 어떤 회사에서는 책정한 AI 예산을 거의 한 분기 만에 다 써버리는 일도 생깁니다. 그러면 CFO가 어디에 이렇게 많은 돈을 쓰고 있는지 들여다보기 시작하죠. 중요한 것은 모든 일에 가장 비싸고 가장 똑똑한 모델을 쓸 필요는 없다는 겁니다. 작은 모델로 충분한 일도 있고, 정말 어려운 문제에만 최고 성능의 모델이 필요할 수 있습니다. 제가 ‘Tokenmaxxing ≠ Transformation’이라고 표현한 것도 같은 이유입니다. 토큰을 많이 쓴다고 해서 AI 전환을 잘하고 있다는 뜻은 아닙니다. Q. 직원이 만든 앱의 사용자가 늘어나면 책임은 어떻게 달라져야 할까요? 초기에는 만든 사람이 책임져도 됩니다. 하지만 몇 명이 시험 삼아 쓰던 도구를 수십 명, 수백 명이 사용하기 시작하면 상황이 달라집니다. 어느 순간부터는 제품 담당자가 필요하고, 더 커지면 제품팀이 맡아야 합니다. 중요한 것은 사용하는 사람이 늘어날수록 책임도 함께 커져야 한다는 겁니다. 또 조직 안에서 누가 무엇을 만들었는지 모두가 알 수 있어야 합니다. 한국 팀이 이미 해결한 문제를 프랑스나 싱가포르 팀이 모르고 다시 만들 필요는 없으니까요. AI는 기업의 조직도도 바꿀까? AI가 기존 직무의 경계를 허물기 시작하면서 조직 구조 역시 달라질 수 있다는 주장이 나온다. 테브네는 이와 관련해 트위터 공동 창업자 잭 도시(Jack Dorsey)가 이끄는 금융기술 기업 블록(Block)의 조직 개편을 극단적인 사례로 언급했다. 블록은 2026년 2월 전체 인력의 약 40%에 해당하는 4,000명 이상을 감원했다. 도시와 세쿼이아캐피털의 로엘로프 보타(Roelof Botha)는 공동 기고문에서 AI가 조직 내 정보 흐름을 더 많이 담당하게 되면 기존 중간관리자의 역할 일부가 줄어들 수 있다는 취지로 주장했다. 반면 퍼블리시스는 AI 전환과 관련해 인력 감축보다는 기존 직원의 AI 역량을 키우고 인재, 기술 투자를 강조한다. 퍼블리시스 글로벌 CEO 아르튀르 사둔(Arthur Sadoun)은 자사의 전략이 월가의 기대에 맞춰 인력을 줄이는 방식과는 ‘정반대’라고 밝힌 바 있다. AI 전환을 두고도 기업이 조직과 인력을 재편하는 방식은 서로 다르게 나타나고 있다. Q. AI가 조직 내 정보 처리를 맡게 되면, 조직의 관리 계층도 줄어들까요? 가능성은 있다고 봅니다. AI는 이전의 자동화 기술과 조금 다릅니다. 이제 자동화의 범위가 정보 처리와 지식 업무 영역까지 넓어지고 있습니다. 회사에는 관리자 위에 또 관리자가 있고, 그 위에 다시 관리자가 있는 구조가 많습니다. 정보가 위로 올라갔다 다시 아래로 내려오죠. AI가 이런 정보 처리의 일부를 맡게 되면 조직의 계층도 지금보다 얕아질 수 있습니다. 블록은 아주 극단적인 사례입니다. 모든 회사가 그렇게 해야 한다는 뜻은 아닙니다. 다만 이런 실험이 실제로 벌어지고 있다는 점은 주목할 만합니다. Q. 오랫동안 전통적 위계 구조를 유지해온 기업은 AI 전환에 더 어려움을 겪을까요? 이런 변화가 한국 기업에도 주는 시사점도 있을까요? 그럴 수 있다고 생각합니다. 오랫동안 특정한 방식으로 일해왔고, 위계가 강한 조직이라면 변화가 쉽지 않을 수 있습니다. 그렇다고 이것이 특정 국가나 기업만의 문제는 아닙니다. 퍼블리시스도 100년 된 회사이고, 우리에게도 오래된 방식과 구조가 있습니다. 한국 기업에 대해서는 제가 충분히 깊이 알지 못해 단정하기는 어렵습니다. 다만 중요한 것은 AI를 도입한 뒤에도 예전과 똑같이 일한다면 무슨 의미가 있느냐는 겁니다. AI 전환에 하나의 정답은 없다 테브네 역시 AI가 기업을 어떻게 바꿀지에 하나의 정답이 있다고 보지는 않는다. AI가 어디까지 자율적으로 발전할 수 있을지 묻자, 자신은 머신러닝 연구자들만큼 기술 자체를 깊이 연구하는 사람은 아니라며 판단을 유보했다. 다만 AI를 만드는 사람들의 목소리뿐 아니라 기술을 강하게 비판하는 사람들의 주장도 의식적으로 함께 찾아본다고 덧붙였다. 모든 기업이 퍼블리시스와 같은 방식으로 AI를 받아들이게 될 것이라고 보기도 어렵다. 하지만 테브네가 던지는 질문은 특정 기업에만 해당하지 않는다. AI는 더 많은 실무자에게 직접 무언가를 만들 수 있는 능력을 주고 있다. 소프트웨어 개발은 더 이상 개발팀만의 영역에 머물지 않는다. 마케터가 자신의 업무를 자동화하는 프로그램을 만들고, 디자이너가 앱을 구현하며, 전략가가 에이전트를 만들 수 있다. 그렇다면 기업의 과제도 ‘AI를 도입할 것인가’에서 한 단계 더 나아간다. 어떤 환경에서 만들게 할지, 비용은 어떻게 관리할지, 어떤 데이터와 연결할지, 사용 규모가 커질수록 어떤 책임 체계를 갖출지 결정해야 한다. AI가 만들어낸 결과의 품질을 가려내는 일도 여전히 사람의 몫이다. AI가 더 많은 사람에게 만드는 능력을 줄수록, 기업에는 오히려 더 많은 판단과 더 분명한 책임이 필요해진다. 로랑 테브네(Laurent Thevenet)는 예술과 데이터, 디자인, 엔지니어링을 넘나들며 활동해온 크리에이티브 테크놀로지 전문가다. 25년간 테크 스타트업과 크리에이티브 에이전시를 오가며 Nike, Google, Netflix, YouTube, Heineken 등 글로벌 브랜드의 디지털 캠페인과 제품, 플랫폼 개발을 이끌었다. 현재 퍼블리시스 그룹에서 아시아태평양 지역의 AI 역량 강화 업무를 이끌고 크리에이티브 테크놀로지 조직을 총괄하며 신기술을 실제 비즈니스와 크리에이티브 현장에 적용하고 있다.

2026.10.12  0  78