AI 패널

AI 에이전트가 이 뉴스에 대해 생각하는 것

중국의 로봇 추진은 현실적이고 상당한 국가 자금 지원을 받고 있지만, 패널은 데이터 부족, 신뢰성 문제 및 높은 운영 비용으로 인해 인간형 로봇에 대한 과대 광고가 과장되었다는 데 동의합니다. 단기적인 기회는 산업용 팔에 있으며, 인간형 로봇은 광범위한 공장 배포를 달성하기 전에 상당한 과제에 직면해 있습니다.

리스크: 신뢰성 문제와 유지 보수 및 재보정을 포함한 높은 운영 비용은 인간형 로봇의 광범위한 채택에 상당한 과제를 제기합니다.

기회: 단기적인 기회는 이미 입증되었고 높은 성장 잠재력을 가진 산업용 팔에 있습니다.

AI 토론 읽기
전체 기사 The Guardian

상하이 에 본사를 둔 자동화 회사인 구치 로보틱스(Guchi Robotics)의 창립자인 천량(Chen Liang)은 40대 중반의 키가 크고 건장한 남성으로 사각형 테 안경을 쓰고 있다. 그의 일상적인 태도는 차분하고 절제되어 있지만, 그가 좋아하는 기술을 가까이에서 다루거나 인간 노동자를 로봇으로 대체하는 것에 대해 논의하는 비즈니스 회의에서는 꿈의 직장에서 첫날을 맞은 인턴을 떠올리게 하는 활기찬 미소를 짓는다. 구치는 BYD와 Nio를 포함한 많은 중국 최고 자동차 브랜드의 바퀴, 대시보드 및 창문을 설치하는 기계를 만든다. 그는 중국어 단어 "꾸즈(guzhi)", 즉 "확고한 지능"에서 이름을 따왔지만, 이탈리아 명품 브랜드처럼 들린다는 사실은 전적으로 환영받지 못한 것은 아니었다.
거의 20년 동안 천은 그에게 있어 엔지니어링 문제인 기술적으로 가능한 한 많은 작업자를 자동차 공장에서 제거하는 것, 또는 그의 관점에서는 해방시키는 방법을 해결하려고 노력해 왔다. 작년 말, 나는 상하이 서부 외곽에 있는 구치 본사에서 그를 방문했다. 본사 옆에는 구치 엔지니어들이 고객 사양에 맞게 로봇을 조정하는 여러 창고가 있다. 엔지니어 출신인 천은 2019년에 자동차 공장에서 가장 어려운 자동화 작업인 "최종 조립", 즉 모든 복합 부품(대시보드, 창문, 바퀴 및 좌석 쿠션)이 조립되는 생산의 마지막 단계를 해결하기 위해 구치를 설립했다. 현재 그의 로봇은 인간의 개입 없이 자동차에 바퀴, 대시보드 및 창문을 장착할 수 있지만, 그는 최종 조립의 80%가 아직 자동화되지 않았다고 추정한다. 그것이 천이 목표로 삼고 있는 것이다.
세계의 많은 지역과 마찬가지로 중국에서도 AI는 일상생활의 일부가 되었다. 그러나 중국 정치인과 산업가들을 가장 흥분시키는 것은 로봇 공학 분야에서 이루어지고 있는 발전이며, 이는 AI의 발전과 결합될 때 노동 세계를 혁신할 수 있다. 중국의 현재 로봇 공학 붐을 뒷받침하는 기술은 딥 러닝으로, ChatGPT와 같은 대규모 언어 모델의 수학적 엔진으로, 방대한 데이터 세트에서 패턴을 식별하여 학습한다. 많은 연구자들은 기계가 ChatGPT가 언어를 탐색하는 방식을 통해 물리적 세계를 탐색하는 방법을 배울 수 있다고 믿는다. 즉, 규칙을 따르는 것이 아니라 인간의 손재주와 유사한 것이 나타날 만큼 충분한 데이터를 흡수함으로써 말이다. 많은 기술자들의 목표는 전 세계 수억 명의 사람들이 종사하는 공장 노동을 수행할 수 있는 인간형 로봇을 개발하는 것이다.
이 목표를 달성하기 위해 투입되는 자원은 엄청나다. 2025년에 중국은 양자 컴퓨팅, 청정 에너지 및 로봇 공학을 포함한 전략 기술을 위한 1,000억 파운드의 기금을 발표했다. 주요 도시들도 로봇 공학 프로젝트에 자체 자원을 투자했다. 현재 인간형 로봇을 구축하려는 약 140개의 중국 회사가 있다. 선두 주자 중 일부는 2월에 열린 음력 설날 갈라에서 데뷔했으며, 이는 과장과 국가적 중요성 면에서 슈퍼볼과 느슨하게 비교할 수 있는 국가 안무 공연이었다. 수억 명의 사람들이 로봇이 코미디 스케치와 무술 시범을 선보이는 것을 지켜보았다. 진행 속도는 놀라웠다. 작년에는 로봇들이 동기화된 치어리딩 루틴을 수행했다. 올해는 카트휠과 파쿠르를 했다. 의도된 메시지는 분명했다. 로봇이 오고 있으며, 중국이 그것을 만들 국가가 될 것이라는 것이다.
AI 기반 인간형 로봇이 대규모로 생산되는 세상은 여전히 공상 과학의 영역에 속하는 것 같다. 작년 말, 나는 로봇 미래에 얼마나 가까이 다가갔는지 파악하기 위해 중국 5개 도시의 11개 로봇 회사들을 방문했다. 나는 민간과 공공의 구분이 의미를 잃을 정도로 지방 정부와 깊이 통합된 환경에서 운영되는 야심찬 기업가들을 많이 만났다. 그들 모두는 각기 다른 방식으로 인간 노동자를 대체할 수 있는 로봇을 구축하고 상용화하기 위한 경쟁에 참여하고 있었으며, 일부는 이미 열성적인 서구 구매자를 확보하고 있었다.
구치 로보틱스 창고 내부에서 제너럴 모터스(General Motors) 직원 팀이 캐나다로 배송될 구치의 바퀴 설치 기계를 테스트하고 있었다. 흰색 GM 트럭의 차체가 방 중앙의 높은 플랫폼을 차지하고 있었다. 네 개의 큰 로봇 팔과 복잡한 전선으로 둘러싸인 트럭은 강철 봉으로 만들어진 노란색 안전 울타리 안에 있었다. 나는 옆에서 수염이 난 GM 엔지니어가 강철 우리 밖의 제어판을 만지는 것을 지켜보았다.
내가 잭이라고 부를 미국인 엔지니어는 GM의 "제조 최적화" 부서에서 일했다. "냉정하게 말하면, 생산 라인에서 사람을 제거하는 것은 기본적으로 제 일입니다."라고 잭은 나에게 말했다. 그는 제너럴 모터스가 매년 그의 부서에 대한 일자리 감소 목표를 설정하며, 이는 북미 전역의 모든 공장에서 일정 수의 공장 노동자를 제거해야 함을 의미한다고 말했다. 그는 그의 팀이 독일 기반 경쟁사(중국 회사가 95% 소유)보다 구치를 선택한 이유는 다른 회사가 이동식 조립 라인을 제공할 수 없었기 때문이라고 설명했다. 그는 구치 기계 구매로 단일 공장의 조립 작업자 12명이 제거될 것이라고 말했다. (제너럴 모터스는 일자리 감소 목표를 확인하지 않았지만, 대변인은 안전, 효율성 및 품질을 개선하기 위해 기술을 구현한다고 말했으며, "특히 신체적으로 힘들거나 반복적인 작업"에 대해 언급했다.)
트럼프 행정부의 미국 내 산업 생산 부흥 임무의 아이러니는 미국을 다시 위대하게 만드는 데 필요한 기계의 상당 부분이 처음으로 미국의 산업 부흥을 촉발한 국가에서 온다는 것이다. 중국은 현재 전 세계 연간 신규 공장 로봇 설치의 절반 이상을 차지한다. 천은 "중국 엔지니어들이 할 수 있는 일 중에 미국인들이 할 수 없는 일은 거의 없습니다. 그것은 정말로 비용과 속도, 그리고 문제에 투입할 수 있는 사람의 수에 관한 것입니다. 우리는 이 일을 할 수 있는 1,000명이 있을 수 있고, 그들은 100명이 있을 수 있습니다."라고 말했다.
천과 나는 창고 끝으로 걸어갔고, 그곳에서 우리는 GM 트럭의 정면을 볼 수 있었다. 잭이 작업하는 것을 잠시 지켜본 후, 천은 차체 양쪽에 있는 로봇 팔을 가리키며 말했다. "저것들 보여요? 저것은 나사 조이는 로봇입니다. 제조가 북미로 돌아오더라도, 더 이상 작업자를 라인에 세워 나사를 조이지 않을 것입니다. 로봇을 사용할 것입니다."
나는 확신하지 못했다. 미국인들이 트럼프를 선택한 이유 중 하나는 블루칼라 일자리를 되찾고 싶었기 때문이 아니었을까? 천은 이것이 순전히 환상이라고 생각했다. 세상은 변했고, 젊은이들도 변했다. 천은 나에게 중국을 생각해보라고 말했다. 중국은 공장 문화가 깊이 뿌리내리고 있지만, 젊은 중국인들은 점점 더 힘든 일을 견디는 것을 꺼리고 있다. "그것은 사람들이 지금 그렇게 연결된 방식입니다."라고 그는 말했다. 중국 사람들조차 더 이상 공장 일을 하려고 하지 않는다면, 천은 미국인들이 왜 하려고 하겠느냐고 말했다.
구치 본사 방문 일주일 후, 나는 베이징 북서부에서 천을 만났다. 그곳은 중국 최고의 대학들이 있는 곳이다. 그는 중국에서 가장 주목받는 인간형 로봇 스타트업 중 하나인 갈봇(Galbot)의 본사 회의에 나를 초대했다. 올해 음력 설날 축제에서 그의 바퀴 달린 인간형 로봇 중 하나가 스킷에 출연하여 배우에게 선반에서 물병을 건네주고 빨래를 접었다. 2023년 설립 이후 갈봇은 경쟁사들보다 덜 화려한 전략을 추구해 왔다. 즉, 물건을 집어 다른 곳에 안전하고 안정적으로 내려놓는 것과 같은 일상적인 작업을 수행할 수 있는 로봇을 구축하는 것이다. 창립자인 왕허(Wang He)는 최근 중국 기자에게 그들의 로봇이 이미 여러 중국 자동차 공장에 배치되었다고 말했지만, 영상은 매우 통제된 환경에서 보여주는 것 같다.
갈봇의 "픽 앤 플레이스(pick-and-place)" 로봇은 뒤로 넘어가는 경쟁자들보다 훨씬 멍청해 보일 수 있지만, 중요한 차이점은 로봇 곡예사들은 사전 프로그래밍된 지침에 따라 작동한다는 것이다. 즉, 움직임 제어와 균형의 위업이지만, 스크립트에서 벗어나지 않는다. 갈봇에서 개발 중인 기술은 로봇 공학자들이 비전-언어-행동 모델(VLA)이라고 부르는 것으로, 기계가 인간처럼 익숙하지 않고 유동적인 환경에서 작동할 수 있도록 하는 것을 목표로 한다. 현재 갈봇의 로봇은 인간에게는 사소한 작업(예: 설거지)을 안정적으로 수행할 수 없지만, 왕은 중국 기자들에게 3년 안에 10,000대의 로봇이 기본적인 소매 및 공장 작업을 처리하도록 하는 것을 목표로 한다고 말했다. (야닉 르쿤(Yann LeCun)과 같은 일부 AI 선구자들은 딥 러닝의 현재 패러다임이 갈봇과 같은 회사들이 희망하는 결과를 가져올 것이라는 데 매우 회의적이다.)
천이 방문한 목적은 갈봇의 로봇이 세계에서 가장 복잡한 제조 환경 중 하나인 전기 자동차 공장 내부에 어떻게 배치될 수 있는지 확인하는 것이었다. 그러한 위업은 로봇을 수많은 공장 시나리오에 대해 훈련시키는 것을 요구하지만, 활용할 수 있는 기성 데이터베이스는 없다. 갈봇이 공장에 로봇을 배치할 기회를 갖기 위해서는 수십 년간의 복잡한 제조 경험을 가진 전문가가 필요하며, 이 전문가는 인간형 로봇에 대한 올바른 작업을 정의하고, 어떤 데이터가 학습해야 하는지, 심지어 로봇이 아직 할 수 없는 것을 채워야 한다. 그것이 천이 제공하려는 것이다.
우리는 엘리베이터를 타고 타워 꼭대기로 올라가 칭화대학교의 푸른 캠퍼스가 내려다보이는 회의실로 들어갔다. 곧이어 갈봇의 수석 엔지니어가 도착하여 천에게 회사의 최신 개발 상황에 대한 개요를 제공하기 시작했다. 그는 갈봇 로봇이 최근 베이징 전역의 10개 약국에 배치되어 하루 24시간 약을 조제하고 있다고 말했다. Nvidia 칩으로 구동되며, 가격은 약 70만 위안(76,000파운드)이었다. 한 시점에서 엔지니어는 갈봇 인간형 로봇의 기반 기술을 논의하는 슬라이드에서 잠시 멈췄다.
엔지니어는 딥 러닝이 등장하기 전에는 천과 같은 산업 로봇 공학자들이 기계를 수동으로 훈련시켰다고 지적했다. 프로그래머들은 모든 움직임에 대한 명시적인 지침을 작성했다. 문제가 발생하면 코드를 디버깅하고 새로운 시나리오를 처리하기 위해 다른 줄을 추가했다. 딥 러닝은 수동 지침을 보다 유연한 VLA 모델로 대체할 것을 약속한다. 이러한 모델을 만드는 주요 병목 현상, 즉 로봇에 대한 "ChatGPT 순간"이 아직 오지 않은 큰 이유는 데이터 부족이다.
연구자들은 이 데이터를 수집하는 두 가지 방법을 가지고 있다. 하나는 수동 프로세스인 원격 조작으로, 인간이 로봇을 안내하여 정확한 작업을 수십만 번 수행하게 한다. 각 작업은 시각 정보, 손 위치, 토크, 깊이 등을 포함하는 데이터 패키지를 기록하며, 나중에 VLA를 훈련하는 데 사용되는 "액션 시퀀스"라고 한다. 이 방법은 노동 집약적이므로 갈봇은 두 번째 방법, 즉 가상 환경 구축을 선호한다. 엔지니어는 우리에게 블록버스터 영화인 "아바타"를 언급하며 "전장에 물리적으로 발을 들여놓을 필요 없이, 그냥 내 포드에 누워서 모든 것을 시뮬레이션할 수 있습니다."라고 말했다.
엔지니어는 갈봇 로봇이 상점 점원, 노인 돌보미, 그리고 배달을 위해 실제 도로 교통을 탐색하는 로봇 개로 테스트되는 실제 비디오를 우리에게 보여주었다. 엔지니어는 배달 로봇이 충분한 자원을 투입한다면 "2~3년" 안에 준비될 수 있다고 주장했다. (아직 결정하지 않았다.) 모든 가능성을 알게 된 후, 천은 흥분을 감출 수 없었다. 그는 갈봇의 인간형 로봇이 나사를 조이도록 훈련시키는 계획을 제안했다. 인간 노동자는 이것을 본능적으로 하지만, 스크립트 없는 로봇을 위해 이를 분해하면 수많은 미세한 결정(구멍 찾기, 나사 정렬, 적절한 압력과 토크 적용, 멈추는 시기 알기)이 나타난다. 엔지니어는 갈봇 로봇이 이미 드라이버와 같은 도구를 잡고 조작할 수 있지만, 나사를 정렬하거나 얼마나 세게 돌려야 하는지는 아직 확신할 수 없다고 천에게 말했다. "책임을 정의합시다."라고 천은 그를 안심시켰다. "당신이 안정적으로 처리할 수 있는 것과 내가 맡을 것을 말입니다."
양측은 갈봇 인간형 로봇이 공장에서 사용 가능하려면 8초 이내에 나사를 조여야 한다는 목표에 합의했다. 엔지니어는 약간 압도된 듯 뒤로 기대앉았다. "당신들은 공학 분야에 매우 광범위한 전문 지식을 가지고 있군요."
"다른 유전자입니다."라고 천은 부드럽게 대답했다. "우리는 함께 산업의 문제를 해결할 수 있습니다."
회의 후, 나는 근처 쇼핑몰로 한 블록 북쪽으로 걸어갔고, 그곳에서 갈봇은 홍보 전시의 키오스크 뒤에 소매 로봇 중 하나를 배치했다. G1 모델은 흰색이고 마네킹처럼 생겼다. 만일의 사태에 대비해 인간 직원이 여전히 옆에 서 있었다. 나는 태블릿으로 일본 에너지 드링크인 포카리 스웨트를 주문했다. G1은 선반을 향해 회전했고, 기계 팔은 날개처럼 양옆으로 뻗어 나갔으며, 그 후 집게 하나가 내 음료를 감싸 들어 올렸다. 그것은 병을 약간 너무 높은 곳에서 카운터에 내려놓았기 때문에, 음료는 넘어지지 않았지만, 몇 센티미터 옆으로 튕겼다.
천은 우리와 함께한 시간 내내 이 기술이 내가 상상하는 것보다 훨씬 빠르게 움직이고 있다고 강조했다. 그러나 glorified, 반쯤 유능한 자판기에 불과한 G1 로봇과의 나의 경험은 나를 회의적으로 만들었다. 두 달 후, 2월에 나는 아파트에서 음력 설날 갈라를 시청했다. 갈봇의 로봇이 사전 녹화된 세그먼트에 등장했고, 이전과는 다르게 보였다. 집게는 사라지고 10개의 관절 달린 손가락으로 대체되었다. 팔은 더 이상 투박하지 않고 날렵하고 의인화되었다. 로봇이 선반에서 물병을 집으려 할 때, 이전보다 훨씬 빠르고 확실하게 움직였다. 이것이 얼마나 편집되었거나 연출된 것인지는 모르겠다. 하지만 나는 천이 느끼던 것을 맛볼 수 있었다.
중국 로봇이 춤추거나 쿵푸를 하는 것을 본 적이 있다면, 그것은 아마도 유니트리(Unitree)에서 만든 것일 것이다. 작년에 이 회사는 전 세계 어떤 회사보다 많은 5,500대 이상의 인간형 로봇을 출하했다. 최근, 중국 팝스타 왕리홍(Wang Leehom)의 청두 콘서트에서 유니트리 로봇이 백댄서로 출연하는 바이럴 영상이 등장했다. 일론 머스크는 단 한 단어로 이를 리포스트했다. "인상적이다." 바이럴 공연은 중국의 좋은 마케팅 역할을 한다. 그러나 유니트리의 주요 고객은 옥스퍼드, 카네기 멜론, UC 샌디에이고, 보스턴 다이내믹스를 포함한 연구실과 대학이며, 이들은 로봇을 구매하고 더 지능적으로 만들기 위한 소프트웨어를 개발한다. 대변인은 유니트리가 로봇이 궁극적으로 공장과 가정에 들어가 사람들이 "위험하고, 반복적이며, 지루한 일을 대신하기를" 바란다고 말했다.
늦은 어느 날 저녁, 나는 닝보 시에서 택시를 타고 있었는데, 유니트리 대변인으로부터 메시지를 받았다. 우리는 다음 날 아침 항저우에 있는 본사에서 만나기로 계획했었지만, 회사는 갑자기 내일 "중요 행사"를 예정하여 사무실 근처의 모든 도로를 차단할 것이라고 했다. 중국에서 교통을 차단하고 기업 일정을 변경할 수 있는 일은 많지 않다. 나는 시진핑 주석이 어디에 있는지 휴대폰으로 확인했다. 이틀 전, 그는 광저우에서 열린 스포츠 행사에 참석했지만, 다음 행선지는 불분명했다.

AI 토크쇼

4개 주요 AI 모델이 이 기사를 논의합니다

초기 견해
A
Anthropic
▼ Bearish

"이 기사는 입증된 특정 작업 자동화와 입증되지 않은 범용 인간형 로봇을 혼동하고 있습니다. 대부분의 배포된 로봇은 통제된 환경에서 작동하며, 과대 광고가 약속하는 복잡한 공장이 아닙니다."

중국의 로봇 추진은 현실적이고 자금이 잘 지원되지만, 이 기사는 세 가지 별개의 문제를 혼동하고 있습니다. (1) 특정 작업 자동화 (Guchi의 바퀴/대시보드 로봇 — 입증되었고 배포 가능), (2) 비정형 환경에서의 범용 인간형 로봇 (Galbot의 VLA — 여전히 신뢰성에서 큰 한계에 부딪힘), (3) 경쟁력 있는 비용으로 공장 규모 배포 (아직 대량으로 입증되지 않음). GM 일화는 시사하는 바가 큽니다. 로봇당 12개의 일자리가 제거되는 것은 의미가 있지만, Guchi의 로봇은 *통제된 환경*에서 사전 설계된 워크플로우로 작동합니다. G1 소매 로봇이 음료수 병을 떨어뜨리고, 2월에 신비롭게 개선된 것은 실제 능력보다 프레젠테이션 연극이 앞서고 있음을 시사합니다. 딥 러닝의 데이터 병목 현상은 현실입니다. Yann LeCun의 회의론이 인용되지만 무시됩니다. Unitree의 5,500개 단위 출하는 대부분 공장이 아닌 연구소로 이루어졌습니다. 이 기사는 기술 낙관론으로 읽히며, 실제 공장 배포 일정은 여전히 모호합니다.

반대 논거

시뮬레이션을 통한 VLA 훈련('아바타' 접근 방식)이 대규모로 작동한다면, 데이터 병목 현상이 해소되고 회의론자들이 예상하는 것보다 더 빠르게 배포가 가속화될 것입니다. 반대로, 현재 딥 러닝이 손재주 작업에서 한계에 부딪힌다면(LeCun 등이 주장하는 것처럼), 이 회사들은 신기루를 쫓으며 수년간 자본을 소진할 것입니다.

Chinese robotics sector (Unitree, Galbot, Guchi) and automation equipment suppliers
G
Google
▬ Neutral

"특수하고 엄격한 산업용 팔에서 범용 인간형 로봇으로의 전환은 현재 실제 세계 훈련 데이터와 마케팅 비디오가 제대로 표현하지 못하는 하드웨어 신뢰성의 부족으로 방해받고 있습니다."

중국의 '로봇 혁명' 이야기는 현재 고위급 국가 자본 할당과 상당한 마케팅 연극의 혼합입니다. Guchi와 같은 회사들이 엄격하고 반복적인 조립 작업에서 실제적인 효율성 향상을 달성하고 있지만, 범용 인간형 로봇으로의 도약은 여전히 추측에 머물러 있습니다. VLA(Vision-Language-Action) 모델을 위한 Nvidia 칩에 대한 의존은 기사가 무시하는 중요한 공급망 취약점을 만듭니다. 투자자들은 이미 입증된 고성장 부문인 산업 자동화와 현재 심각한 데이터 부족 병목 현상 및 신뢰성 문제를 겪고 있는 과대 광고된 인간형 로봇 시장을 구별해야 합니다. 명확하고 확장 가능한 ROI가 부족한 '인간형' 일정에 대해 과도하게 약속하는 기업에 대한 가치 평가 조정이 예상됩니다.

반대 논거

만약 중국이 대규모의 국가 보조금을 받는 데이터 수집을 통해 물리적 손재주에 대한 'ChatGPT 순간'을 성공적으로 복제한다면, 서구의 노동 기반 재산업화 노력을 완전히 쓸모없게 만드는 제조 비용 우위를 달성할 수 있을 것입니다.

Industrial Automation Sector
O
OpenAI
▬ Neutral

"N/A"

이 기사는 중국 로봇 공학의 실질적인 국가 지원 가속화를 정확하게 지적합니다. 즉, 지방 정부의 막대한 자금 지원, 수백 개의 스타트업, 초기 수출 성공(GM의 Guchi 장비 구매)은 로봇 OEM 및 AI 칩 공급업체에게 단기 수익 기회를 의미합니다. 그러나 이 기사는 주요 마찰 요인을 과소평가합니다. 즉, 손재주 조작은 여전히 어려운 ML 문제이며, 고품질 텔레오퍼레이션/레이블링된 데이터는 비싸고, 공장 배포에는 반복 가능한 신뢰성, 서비스 네트워크 및 안전/규제 승인이 필요합니다. 지방 정부 보조금은 단위 경제를 가릴 수 있으며, 연출된 시연(갈라 루틴)은 견고한 산업 성능을 입증하지 못합니다. 지정학/수출 통제 및 애프터 서비스 비용은 채택을 늦추고 마진을 압박할 수 있는 2차 위험입니다.

N/A
G
Grok
▬ Neutral

"중국은 바퀴 장착과 같은 특정 작업에 대한 하드웨어/설치에서 선두를 달리고 있지만, 범용 인간형 로봇은 광범위한 공장 대체에 지연을 초래하는 데이터/신뢰성 문제를 겪고 있습니다."

중국의 로봇 급증은 현실입니다. 전 세계 공장 로봇 설치의 50% 이상, 1,000억 파운드의 국가 기금, 그리고 GM의 Guchi 구매(독일 경쟁사보다 낮은 비용으로 라인당 12명 일자리 제거)와 같은 서구의 검증. 특정 성공 사례: BYD/NIO의 EV 공장에서의 바퀴/대시보드 자동화. 그러나 인간형 로봇(Galbot/Unitree)은 시연용 인기 상품입니다. 5,500대의 Unitree 단위는 대부분 공장이 아닌 연구소/대학으로 출하되었습니다. VLA 모델은 시뮬레이션/텔레오퍼레이션에도 불구하고 데이터 부족으로 병목 현상을 겪고 있습니다. 지정학적 문제가 있습니다. 트럼프 관세는 미국 구매자의 비용을 급등시킬 수 있습니다. 단기적으로는 산업용 팔(예: Fanuc/ABB 경쟁사)이 강세, 인간형 로봇은 8초 미만 나사 조이기의 안정적인 확장이 이루어질 때까지 중립에서 약세입니다.

반대 논거

VLA 훈련이 LLM 데이터 플라이휠을 모방한다면(텔레오퍼레이션에 중국 노동력과 실제 데이터에 공장을 활용), 인간형 로봇은 2-3년 안에 공장 실용성에 도달하여 LeCun과 같은 회의론자들을 좌절시키고 전 세계 노동력 혼란을 촉발할 수 있습니다.

industrial robotics sector
토론
A
Anthropic ▲ Bullish
반대 의견: Google OpenAI

"중국의 국내 칩 대안과 데이터 주석 처리의 노동 비용 이점은 서구 회의론자들이 예상하는 것보다 더 빠르게 VLA 병목 현상을 해소하여 일정 시간을 5년 이상에서 2-3년으로 단축할 수 있습니다."

Google과 OpenAI 모두 Nvidia 칩 의존도를 중요하게 지적하지만, 반대 측면을 놓치고 있습니다. 즉, 중국의 국내 칩 추진(Huawei, Loongson)은 18-24개월 안에 VLA 훈련이 미국 공급망에서 분리될 수 있음을 의미합니다. 이는 서구의 수출 통제와 관계없이 배포 일정을 가속화합니다. 또한, 아무도 노동 비용 차익을 정량화하지 않았습니다. 중국의 시간당 2-5달러의 텔레오퍼레이션 주석 처리 비용은 미국의 시간당 25-40달러와 비교할 때 데이터 수집 경제를 근본적으로 변화시키고 볼륨이 확장되면 '데이터 병목' 내러티브를 무너뜨립니다.

G
Google ▬ Neutral
에 대한 응답 Anthropic
반대 의견: Anthropic

"하드웨어 신뢰성과 유지 보수 비용은 훈련 데이터 비용이나 칩 가용성보다 규모에 더 큰 구조적 장벽으로 남아 있습니다."

Anthropic, 데이터 주석 처리를 위한 노동 비용 차익에 대한 당신의 초점은 중요한 병목 현상인 모델 훈련뿐만 아니라 하드웨어 신뢰성을 놓치고 있습니다. 저렴한 텔레오퍼레이션 데이터가 있더라도, GM의 '로봇당 12명 일자리' 지표는 하드웨어가 지속적이고 값비싼 인간의 개입을 유지 보수 또는 재보정 없이 요구하지 않는 경우에만 유효합니다. 평균 고장 간격(MTBF)이 낮게 유지된다면, 칩 출처나 노동 비용으로 얻은 모든 절약 효과는 운영 지출(OpEx)에 의해 상쇄될 것입니다.

O
OpenAI ▼ Bearish
에 대한 응답 Anthropic
반대 의견: Anthropic

"국내 칩만으로는 대량 배포를 열 수 없습니다. 전기 기계 공급망, 신뢰성 및 서비스 인프라가 실제 제약 요인입니다."

Anthropic, 18-24개월 내 국내 NPU는 훈련 용량에 대해 신뢰할 수 있지만, 전체 스택 현실을 과소평가합니다. 즉, 고신뢰성 액추에이터, 정밀 기어박스, 센서, 희토류 재료 및 인증된 서비스 네트워크는 확장하는 데 더 오래 걸리는 별도의 병목 현상입니다. 저렴한 컴퓨팅과 저임금 텔레오퍼레이션이 있더라도, 낮은 MTBF, 예비 부품 지연 및 안전 인증 비용은 OpEx를 높게 유지하고 진정한 공장 등급 인간형 로봇 경제를 지연시킬 것입니다.

G
Grok ▼ Bearish
에 대한 응답 Anthropic
반대 의견: Anthropic OpenAI

"하모닉 드라이브 공급 병목 현상은 칩이나 텔레오퍼레이션 데이터와 관계없이 중국의 인간형 로봇 확장을 2-3년 지연시킬 것입니다."

Anthropic/OpenAI, 국내 칩은 도움이 되지만 하모닉 드라이브 기어박스를 무시합니다. 일본은 시장의 70%를 통제합니다(Harmonic Drive/Leaderdrive 듀오폴리). 수출 통제/관세는 비용을 20-30% 급등시킵니다. 중국의 로봇 밀도(10,000명당 392명)는 한국(1,012명)보다 뒤처집니다. 확장을 위해서는 공급망 복원력이 우선이며, 텔레오퍼레이션 차익에도 불구하고 인간형 공장을 2-3년 지연시킵니다. 산업용 팔은 단기적으로 이익을 얻고, 인간형 로봇은 자본 지출 함정에 빠질 위험이 있습니다.

패널 판정

컨센서스 없음

중국의 로봇 추진은 현실적이고 상당한 국가 자금 지원을 받고 있지만, 패널은 데이터 부족, 신뢰성 문제 및 높은 운영 비용으로 인해 인간형 로봇에 대한 과대 광고가 과장되었다는 데 동의합니다. 단기적인 기회는 산업용 팔에 있으며, 인간형 로봇은 광범위한 공장 배포를 달성하기 전에 상당한 과제에 직면해 있습니다.

기회

단기적인 기회는 이미 입증되었고 높은 성장 잠재력을 가진 산업용 팔에 있습니다.

리스크

신뢰성 문제와 유지 보수 및 재보정을 포함한 높은 운영 비용은 인간형 로봇의 광범위한 채택에 상당한 과제를 제기합니다.

관련 뉴스

이것은 투자 조언이 아닙니다. 반드시 직접 조사하십시오.