L6 · 비판·반론·단위경제·역사 · 조사일 2026-10-15 · 항목 번호는 종합 노트의 L6-N 참조와 일치
작성일: 2026-10-15 · 용도: FES 2026 특별강연(2026-10-29) 반론 대비 및 메시지 교정
범위: 2025년 ~ 2026년 10월 우선, 고전 논점은 2026 맥락에서 재조명된 것만 포함
방법 메모: WebSearch 14회 수행 후 팀 공용 검색 예산(200회)이 소진되어, 이후는 WebFetch·Python 직접 수집(약 70개 URL)과 봇 친화 API(Hacker News Algolia·arXiv·OpenAlex·Semantic Scholar)·WordPress 사이트 검색(TechCrunch)으로 대체. 신뢰도 표기는 원문 확인(본문 전체 또는 초록을 직접 읽음) / 2차 보도 / 미확인 세 단계.
발표자 메시지 코드: A1 지능의 병목은 몸 · A2 마지막 1미터 · A3 행동 데이터는 긁어올 수 없다 · A4 공장 밖이 진짜 전장 · A5 경쟁력은 곱셈 · A6 디지털 한계비용 0 vs 물리는 동작마다 비용 · B1 에너지 전환은 설치 노동 · B2 전기 대신 일을 옮겨라 · B3 자율화·전동화 쌍둥이 · B4 같은 공급망 · B5 폐패널·폐배터리 회수 로봇 · B6 새만금 실증특구 · B7 로봇은 지역 전기 소비자 · B8 동작당 에너지 · B9 송전망 병목을 로봇으로
한눈에 보기 — 반론이 발표 메시지를 어떻게 건드리는가
메시지
지지하는 반론
흔드는 반론
비고
A1 몸이 병목
#1 #14 #16
#14(어떤 몸인가)
'몸'은 맞지만 '사람 몸'은 아닐 수 있음
A2 마지막 1미터
#1 #2 #7 #9
—
가장 강하게 지지됨, 수치로 보강 가능
A3 현장을 가진 자가 이긴다
#6(다양성)
#6(글러브·에고센트릭) #10(데이터는 사올 수 있다)
'긁어올 수 없다'→'긁어올 수 없지만 싸게 사올 수는 있다'로 정밀화 필요
A4 공장 밖이 전장
#19 #20
#7(실외는 분포변화 극심) #11(일본 교훈)
기술보다 조직·규제·표준이 병목
A5 경쟁력은 곱셈
—
#12(생산성 역설) #5(단위경제)
곱셈이 통계에 안 잡히는 이유를 설명해야 함
A6 물리는 동작마다 비용
#4 #5 #6
—
수치(1,250시간·30만 시간·$3B)로 보강
B1·B2 설치 노동·일을 옮겨라
#9 #20
#10(일을 옮기면 노동도 해외로 옮겨감)
지역 일자리 효과 재검토 필요
B4 같은 공급망
#17
#16 #17(같은 공급망=같은 급소)
지정학·백도어 차원 추가
B5·B7·B8 회수 로봇·전기 소비자·동작당 에너지
#18
#18(로봇 자체의 폐기물·에너지)
자기 질문에 먼저 답해야 함
B6 새만금 실증특구
#15
—
표준·보험 공백을 메우는 장소로 재정의 가능
1. 오늘의 휴머노이드는 손재주를 배우지 못한다 — 촉각 없는 영상 학습은 '순수 환상'
출처: Rodney Brooks(iRobot·Rethink 공동창업, MIT CSAIL 전 소장, Robust AI CTO) · 개인 블로그 에세이 "Why Today's Humanoids Won't Learn Dexterity" · 2025-09-26 · https://rodneybrooks.com/why-todays-humanoids-wont-learn-dexterity/ (TechCrunch 2025-09-26 보도 https://techcrunch.com/2025/09/26/famed-roboticist-says-humanoid-robot-bubble-is-doomed-to-burst)
요지: 사람 손에는 약 17,000개의 저역치 기계수용기가 있고 손가락 끝마다 약 1,000개가 몰려 있는데, 로봇 손은 이에 근접한 것이 없음. 음성·이미지 인식의 엔드투엔드 학습은 수십 년간 축적된 도메인 특화 데이터 전처리 전통 위에서 성공했지만 "촉각 데이터에는 그런 전통이 없다". 따라서 Tesla·Figure처럼 사람 영상이나 텔레오퍼레이션으로 손재주를 가르치겠다는 계획은 "수십 년 안에 일어난다고 믿는 것은 순수한 환상적 사고(pure fantasy thinking)". 텔레오퍼레이션 데이터의 한계도 명시 — "손목에 힘 피드백이 없다. 로봇은 인간 조작자가 하는 만큼만 할 수 있다". 15년 뒤에도 휴머노이드는 많겠지만 "오늘의 휴머노이드와도, 사람과도 닮지 않은" 바퀴·다관절 형태일 것.
왜 중요한가: 통념은 "데이터만 모으면 손재주도 LLM처럼 창발한다". Brooks는 수집되는 데이터 자체(시각·위치)에 핵심 변수(힘·촉각)가 빠져 있어 양을 늘려도 벽에 부딪힌다고 주장.
발표 연결: A1 지지(지능의 병목은 몸, 특히 촉각) / A3 흔듦(현장에서 텔레오퍼레이션으로 모은 데이터도 '힘'이 빠지면 반쪽) / 입장: 수용+정밀화 — "현장 데이터"를 "힘·접촉이 기록된 현장 데이터"로 좁혀 말하면 Brooks의 비판을 흡수하면서 A3를 지킬 수 있음.
신뢰도: 원문 확인
2. 휴머노이드 CEO들의 채택 속도 주장은 "인류 역사상 어떤 기술보다 여러 자릿수 빠르다" — 2036년 이후에도 배치 가능한 손재주는 '형편없을' 것
출처: Rodney Brooks · "Predictions Scorecard, 2026 January 01"(8번째 연례 예측 채점표) · 2026-01-01 · https://rodneybrooks.com/predictions-scorecard-2026-january-01/ ; 해설: Michael Hiltzik(LA Times) 2026-01-06 https://www.latimes.com/business/story/2026-01-06/leading-roboticist-punctures-hype-about-humanoid-robots-self-driving-cars-ai-chatbots ; Andra Keay(Silicon Valley Robotics) 2026-01-07 https://robotsandstartups.substack.com/p/2026-predictions-competitions-and
요지: Brooks는 휴머노이드 CEO들의 약속을 믿으려면 받아들여야 하는 '연언(conjunction)'을 열거 — "그들의 로봇은 어떤 실용적 작업도 보여준 적이 없다(정적 환경에서 매번 같은 동작으로 춤추는 것은 실용 작업이 아니다)", 보여준 집기는 "고통스럽게 느린 핀치 그립". "CEO들은 메인프레임·PC·휴대폰·인터넷을 포함해 인류 역사상 어떤 기술보다 여러 자릿수(multiple orders of magnitude) 빠른 채택 속도를 주장한다 — 한 CEO는 2030년 미국 가정의 10%라고 했다. 어떤 기술도 그 속도에 근접한 적이 없다". 춤·공중제비 영상은 "휴머노이드 극장(humanoid robot theater)" — 딱 그 바닥과 벽에 맞춰 강화학습으로 최적화된 것이며 실시간 감지나 미지 환경 탐색이 없음. 2026~2035 예측: "배치 가능한 손재주는 2036년 이후에도 사람 손에 비해 형편없을(pathetic) 것", "새로운 기계 시스템 없이는 보행 휴머노이드는 사람 가까이 있기에 너무 위험". 위험은 "대략 로봇 무게의 3제곱에 비례" → 경량화하면 노인을 물리적으로 지탱할 수 없는 모순. Keay는 Rethink의 Baxter/Sawyer가 2012~2018년 '수천 대' 배치되었고, 오리건 공장의 Sawyer 한 대가 2025년 말 35,236 가동시간으로 퇴역했음을 인용 — "현장에 수천 대가 있다는 것은 흥미롭지만, 그것이 하루아침의 성공으로 바뀌는 데 다시 30년이 걸린다".
왜 중요한가: '거품'을 감정이 아니라 채택 속도의 역사적 기저율로 반박. 또한 '안전(3제곱)'과 '유용성(하중)'이 물리적으로 상충한다는 지적은 돌봄·건설 적용 담론에 직접 타격.
발표 연결: A2 지지 / A4 흔듦(실외 비정형은 '극장'과 가장 먼 환경) / 입장: 수용 — "휴머노이드 극장과 현장 작업은 다르다"는 Brooks의 구분을 발표의 출발점으로 삼으면 낙관론과 차별화됨.
출처: SlashGear(Nadeem Sarwar) 2025-12-13 https://www.slashgear.com/2050152/tesla-robot-collapse-teleoperator-crash-out ; The Telegraph(Yahoo 전재) 2025-12 https://www.yahoo.com/news/articles/elon-musk-faking-robot-demo-100707825.html ; hackr.io(Brian Dantonio) 2025-12-09 https://hackr.io/blog/tesla-optimus-robot-falls-sparks-autonomy-debate ; Nvidia 측 반론(Business Insider NL)은 접속 실패로 미확인
요지: 2025-12 마이애미 'Autonomy Visualized' 행사에서 물병을 나누던 Optimus가 균형을 잃으며 두 손을 얼굴로 올리는 동작(VR 헤드셋을 벗는 조작자의 동작이 그대로 전달된 것으로 해석)을 보인 뒤 뒤로 넘어짐. 2024-10 'We, Robot' 행사의 바텐딩·춤도 텔레오퍼레이션으로 밝혀졌고, 모건스탠리 노트는 "텔레옵에 의존했다… Optimus의 의미 있는 진전을 보여주는 새로운 것을 발견하지 못했다"(Business Insider 경유). Musk는 2025-10-04 쿵푸 영상에 "AI, not tele-operated"라고 답했으나, 이전 셔츠 접기 영상은 나중에 원격조종이었음을 인정. Tesla는 Optimus가 "사람이 원격으로 로봇을 조종하며 학습한다"고 설명. Musk는 Optimus가 Tesla 가치의 80%를 차지하고 100만 대 판매가 보수 패키지 조건이라고 밝힘.
왜 중요한가: 통념 "영상=능력". 실제로는 영상=데이터 수집 과정일 수 있음. 투자·정책 결정이 '극장'을 근거로 내려지는 구조적 위험.
발표 연결: A3 변형 — "행동 데이터는 긁어올 수 없다"는 맞지만, 그래서 기업들이 쇼를 데이터 수집 수단으로 쓰고 있다는 점을 짚으면 발표가 더 날카로워짐 / A2 지지 / 입장: 수용 — "데모 영상을 보실 때 조작자가 어디 있는지 물으시라"는 한 줄이 Q&A 방어에 유용.
신뢰도: 2차 보도(복수 매체 교차, Musk 발언은 X 원문 인용 보도)
4. Figure×BMW '함대(fleet)'의 실체는 로봇 1대·비생산시간 — 10개월 1,250시간이 서구 휴머노이드의 가장 긴 공개 가동기록
출처: Jason Del Rey · Fortune · 2025-04-06 · https://fortune.com/2025/04/06/figure-ai-bmw-humanoid-robot-partnership-details-reality-exaggeration/ ; Marina Temkin · TechCrunch · 2025-06-06 · https://techcrunch.com/2025/06/06/figure-ai-ceo-skips-live-demo-sidesteps-bmw-deal-questions-on-stage-at-tech-conference/ ; heise online · 2025-11 · https://www.heise.de/en/news/Humanoid-robot-Figure-02-helps-build-over-30-000-BMW-X3s-11085687.html
요지: Figure CEO Brett Adcock은 2025-02 "우리는 현재 엔드투엔드 작업을 수행하는 로봇 함대를 보유"라고 썼으나, BMW 대변인 Steve Wilson은 Fortune에 "스파턴버그 공장에서 어느 시점에도 Figure 로봇은 한 대, 비생산 시간에 부품을 집고 놓는 연습"이라고 답함. Adcock은 보도 매체에 소송을 위협하고, 2025-06 블룸버그 컨퍼런스에서 라이브 데모를 생략("행사는 시간 낭비")한 채 4년 내 10만 대 생산 계획과 $39.5B 밸류에이션을 추진. 2025-11 Figure 자체 결산: 10개월간 주 5일 10시간 교대, 1,250+ 가동시간, 금속 부품 90,000+개 적재, 120만 동작·320km, X3 30,000대 생산에 기여, 84초 사이클·99%+ 배치 정확도. 단, 전완부가 열 스트레스로 반복 고장나 통신 구조를 재설계해야 했음.
왜 중요한가: 가장 많이 인용되는 '산업 배치 성공 사례'의 실제 규모가 1대·1작업·1,250시간. 같은 기간 Rethink의 Sawyer 한 대는 35,236시간(#2). 그리고 가장 먼저 고장난 것은 AI가 아니라 열이었음.
발표 연결: A6 강력 지지(물리는 동작마다 비용 — 그리고 동작마다 열) / A5 흔듦(1,250시간은 '곱셈'의 피승수가 되기엔 작음) / 입장: 수용 — "휴머노이드가 아니라 가동시간(hours in service)으로 말하자"는 프레임을 제안.
신뢰도: 원문 확인(Fortune·TechCrunch·heise 모두 본문)
5. 단위경제의 민낯 — Agility 상장 서류: 매출 비공개·연 1억 달러 현금소진, '커밋 주문 3억 달러'는 매출이 아님 / IFR: 2025년 풀사이즈 휴머노이드 판매 약 7,000대, "강한 비즈니스 케이스 부재"
요지: 미국 최초 휴머노이드 전업 상장사가 될 Agility Robotics의 SPAC 서류는 매출을 공개하지 않고 적자임을 명시. 영업비용은 2024년 약 $71M→2025년 약 $111M, 2025년 현금소진 약 $100M(예비·미감사). "$300M 이상 커밋된 다년 주문"은 각주에서 "당기 매출의 척도가 아니며", 마일스톤 달성 조건부이고, 미공개 고객 1곳의 1,000대·3년 계약에서 나온 수치. 누적 가동 65,000시간 이상. IFR은 2025년 전 세계 풀사이즈(140cm 이상) 휴머노이드 판매를 약 7,000대로 집계하며 "대부분의 현재 응용은 특화되어 있고 종종 인간 텔레오퍼레이션을 필요로 한다… 안전 표준, 높은 학습·유지보수 비용, 특히 산업 현장에서의 강한 비즈니스 케이스 부재가 확산을 제한". William Blair(낙관적 셀사이드)조차 현재 단가 $100,000, 액추에이터·관절이 제조원가의 50% 이상, 시간당 $10 미만은 "2030년대 초"로 잡고 OSHA·ANSI 기능안전 인증이 아직 작성 중이라고 명시.
왜 중요한가: "로봇 시간당 $5 vs 사람 $48" 류의 비교는 하드웨어 감가만 계산한 것. 실제 상장 서류는 매출조차 못 밝히는 단계이고, 가장 낙관적인 모델도 손익분기를 2030년대로 둠.
발표 연결: A6 지지 / A5 흔듦(곱셈의 한쪽 항이 아직 0에 가까움) / 입장: 수용+우회 — 발표에서 비용 비교를 하려면 '시간당 하드웨어 비용'이 아니라 '가동률·유지보수·감독 인력 포함 TCO'로 말하고, 수치는 IFR 7,000대·Agility 서류처럼 검증 가능한 것만 쓸 것. (주의: 웹에 떠도는 "검증된 유용 시간당 $224,906" 류 수치는 AI 생성 매체(liveinthefuture.org, 스스로 '가상 바이라인' 표기) 출처이므로 인용 금지.)
신뢰도: 원문 확인
6. 로봇 데이터 경제학 — 전 세계 조작 데이터 ~30만 시간 vs 인터넷 영상 10억 시간, "로봇 데이터는 긁어올 수도 브로커에게 살 수도 없다"… 그러나 '현장 없이' 데이터를 만드는 길이 열리고 있다
출처: Bessemer Venture Partners(Levine·Goldberg·Teng Wade 외) "Bessemer Predicts: Robotics and Physical AI" · 2026 · https://bvp.com/atlas/bessemer-predicts-robotics-and-physical-ai ; Fanqi Lin 외(칭화) "Data Scaling Laws in Imitation Learning for Robotic Manipulation" · arXiv 2410.18647 v4(2026-06-26) · https://arxiv.org/abs/2410.18647 ; Vinay Palakkode(전 Rivian 인식팀 리더) "Humanoid Robotics: Structural Math" · 2026-03-17 · https://thesignalpath.substack.com/p/humanoid-robotics-structural-math ; Sunday Robotics "ACT-1: A Robot Foundation Model Trained on Zero Robot Data" · 2025-11-19 · https://www.sunday.ai/journal/no-robot-data ; TechCrunch XDOF(2026-06-17) https://techcrunch.com/2026/06/17/collecting-robot-training-data-is-dirty-unglamorous-work-some-ai-labs-are-already-paying-xdof-to-do-it/ · Mecka AI(2026-09-11) https://techcrunch.com/2026/09/11/mecka-ai-nears-500m-valuation-in-sequoia-led-deal-amid-rush-for-robot-training-data/
요지: Bessemer 추정 — 전 세계 로봇 조작 데이터 총량 약 300,000시간(인터넷 영상 ~10억 시간, 텍스트 300조 토큰 대비), 향후 2년 업계 데이터 비용 $30억 초과. "로봇 데이터는 긁어오거나 브로커에게 살 수 없다. 작업별·환경별로 생성해야 한다"(발표자 A3와 거의 같은 문장). Zeromatter CEO Ian Glow: "텔레옵만으로는 성공적인 데이터 전략이 될 수 없다". 시뮬-투-리얼은 보행에는 되지만 "조작은 미해결 연구 문제". Lin 외: 4만 데모·1.5만 실제 롤아웃으로 확인한 결과 환경·객체 다양성이 데모 수보다 훨씬 중요하고, 환경당 데모 수가 임계를 넘으면 추가 효과 미미 — "수집자 4명이 한 오후에" 모은 데이터로 신규 환경 ~90% 성공. Palakkode: AgiBot GO-1은 217개 작업 100만 궤적으로 78% 완료율, 제조업 요구는 95%+ — "볼륨의 수확 체감이며 LLM식 창발이 아니다"; Waymo의 '95/5 규칙'(가치 있는 데이터의 95%가 시나리오 5%에서). 한편 Sunday Robotics는 로봇 손과 동일 기하의 '스킬 캡처 글러브'로 로봇 데이터 0으로 식탁→식기세척기 68개 상호작용·21개 객체 작업을 미지의 Airbnb 집에서 수행했다고 주장(자사 발표, 독립 검증 없음). XDOF($70M, 20개 고객)·Mecka AI(~$500M 밸류, 2026 ARR $100M 목표)는 세계 각지의 사람에게 센서를 달아 일상 작업을 녹화·판매하는 데이터 노동 시장을 만들고 있음.
왜 중요한가: A3의 전제("긁어올 수 없다")는 업계 최상위 투자자도 공유. 그러나 두 가지 균열 — (1) 양보다 다양성이라면 '현장 하나를 가진 자'가 아니라 '현장 수백 곳에 접근하는 자'가 이김, (2) 글러브·에고센트릭 데이터는 로봇 없이, 현장 없이 데이터를 만들어 팔 수 있음.
발표 연결: A3 지지하면서 흔듦 / A6 지지($3B·30만 시간) / 입장: 정밀화 — "행동 데이터는 긁어올 수 없다, 그러나 사올 수는 있다. 사올 수 없는 것은 우리 현장의 분포(새만금 염해·바람·진흙)다"로 바꾸면 반론이 오히려 B6 논거로 전환됨.
신뢰도: 원문 확인(Bessemer·Lin·Palakkode·Sunday·TechCrunch 모두 본문 또는 초록) — 단 Sunday·AgiBot 수치는 자사 발표
7. VLA의 '능력 환상' — 분포가 바뀌면 GPT-5·π0·Magma 모두 "파국적 성능 저하", 단일 교란 평가로는 복합 강건성을 예측할 수 없음
출처: Guruprasad 외 "Benchmarking the Generality of Vision-Language-Action Models (MultiNet v1.0)" arXiv 2512.11315 (2025-12-12) https://arxiv.org/abs/2512.11315 ; Wang 외 "LIBERO-X: Robustness Litmus for VLA Models" RSS 2026 (2026-07) DOI 10.15607/rss.2026.xxii.097 ; Morgan 외 "Colosseum V2" IEEE RA-L 2026 DOI 10.1109/lra.2026.3741771 ; Sawada·Kasahara "Beyond Single-Axis Testing: Paired Evaluation of Compound Robustness in VLA Policies" arXiv 2609.15940 (2026-09-14) https://arxiv.org/abs/2609.15940 ; Zhang·Qi·Zheng "Experiences from Benchmarking VLA Models for Robotic Manipulation" arXiv 2511.11298 (2025-11-14) https://arxiv.org/abs/2511.11298 ; Sartor·Thompson(MIT) "Neural Scaling Laws in Robotics" arXiv 2405.14005 (v2 2025-01) https://arxiv.org/abs/2405.14005 ; ICML 2026 포스터 "Dismantling the Illusion of VLA Competence via Explicit Distributional Shifts"(제목만 확인, 본문 접속 실패)
요지: MultiNet v1.0은 GPT-5·Pi0·Magma를 6개 능력 영역에서 평가 — "어떤 모델도 일관된 범용성을 보이지 않으며, 학습 분포 밖의 도메인·모달리티·작업 전환에서 모두 상당한 저하… 도메인 전환 시 파국적 지식 저하". LIBERO-X: "기존 벤치마크는 실제 분포 변화를 담지 못해 오도하는 평가를 제공"하며 누적 교란에서 "상당한 성능 하락". Colosseum V2: "이 진전은 오도될 수 있다… 전반적 작업 성능이 분포 변화에서 저하". LIBERO-CTRL: 교란을 하나씩 테스트해 통과해도 동시에 가하면 실패하는 '창발적 실패'와 그 반대가 상쇄되어 집계 성공률은 그대로인데, 매칭된 초기상태의 최대 34.5%가 결과를 바꿈 → "복합 강건성은 단일축 성공률로 특성화할 수 없다". ALOHA Mobile 실기 벤치마크의 반복 실패 모드: 아슬아슬한 집기 실패(near-miss grasps), 조기 놓침(premature releases), 긴 작업의 상태 드리프트. Sartor·Thompson(327편 메타분석)은 로봇 성능이 거듭제곱 법칙을 따르고 언어보다 빨리 개선된다고 보지만, "오늘의 다운스트림 로봇 작업 성능은 종종 보통~나쁨"이라고 명시.
왜 중요한가: 2026년 학계는 'VLA가 일반화한다'는 서사에 방법론적 반론(벤치마크 설계 자체가 능력을 과대평가)을 내놓고 있음. 실외 현장은 조명·날씨·지면·객체가 동시에 바뀌는 복합 교란의 극단.
발표 연결: A2 강력 지지 / A4 흔듦(공장 밖이 전장이라면, 전장은 현재 모델이 가장 못하는 곳) / 입장: 수용+전환 — "그래서 공장 밖은 모델이 아니라 현장 데이터의 분포를 가진 자가 이긴다"로 A3·A4를 묶으면 반론이 논거가 됨. 단 "VLA 성공률 ○○%"를 낙관 근거로 인용하는 것은 피할 것.
신뢰도: 원문 확인(초록 기준; ICML 포스터는 미확인)
8. 중국 휴머노이드 '거품'은 베이징 스스로 경고 — NDRC "150여 사, 기술경로·비즈니스모델·응용 모두 미성숙", '상업 주문' 절반 이상이 PR·데이터 수집용
출처: Bloomberg(Fortune 전재) · 2025-11-28 · https://fortune.com/2025/11/28/china-warns-of-bubble-risks-in-booming-humanoid-robots-arena ; Unite.AI(신화 인용) 2025-11 https://www.unite.ai/china-warns-of-bubble-risk-as-150-companies-flood-humanoid-robot-market/ ; Kelsey Cheng · Caixin Global · 2026-06-15 · https://www.caixinglobal.com/2026-06-15/in-depth-chinas-humanoid-robot-boom-sparks-fears-of-bruising-price-wars-102454393.html ; 融资中国(36Kr 영문판) "The first wave of shutdowns of humanoid robot companies has arrived" · 2026-01-27 · https://eu.36kr.com/en/p/3657117189890433
요지: 국가발전개혁위원회(NDRC) 대변인 리차오(李超)는 2025-11-27 브리핑에서 "최전선 산업은 성장 속도와 거품 위험의 균형이라는 과제를 오래 겪어왔고, 휴머노이드 로봇 부문도 지금 이 문제에 직면"하며 휴머노이드는 "기술 경로, 비즈니스 모델, 응용 시나리오 측면에서 아직 충분히 성숙하지 않았다"고 발언. 150여 사 중 절반 이상이 스타트업·타업종 진입자로 동질적 제품이 넘침. Caixin(2026-06): 2025년 기준 140여 제조사·330여 제품(국무원 브리핑 2026-01), 2026-06-09 공신부·국자위 공동지침으로 2026년 말까지 상업용 휴머노이드 1만 대 배치 의무화 → AgiBot 파트너 야오마오칭: "세미 휴머노이드와 엔터테인먼트 로봇에서 이미 인볼루션(내권·소모전) 징후, 가격이 빠르게 하락" — EV 가격전쟁의 재판 우려, 통합까지 2~3년, 가정용은 3~5년 더. 36Kr(2026-01): 2025년 570억 위안 투자·30여 사 IPO 러시의 반대편에서 "소위 '상업' 주문의 50% 이상이 실질적으로 PR 전시와 데이터 수집용"이며 UBS 왕페이리는 "개념검증 단계를 진짜로 통과한 휴머노이드 기업은 아직 없다"; K-Scale Labs(실리콘밸리)는 2025-11 잔고 $40만으로 폐업하며 "미국은 복잡한 하드웨어를 처음부터 개발할 공급망 능력을 잃었다"고 자평; Rethink Robotics는 2025-08 두 번째 파산(2024-09 재출범 후 1년); Aldebaran(Pepper·Nao) 2025-02 폐업, 핵심 자산은 중국 기업에; iRobot 2025-12 파산보호 → 중국 공급사 Picea에 인수; Boston Dynamics 2024년 말 5% 감원("사업 진전보다 빠르게 현금을 소진").
왜 중요한가: '중국이 앞서간다'는 서사의 내부에서 중국 정부·중국 매체가 거품을 경고. 동시에 서구 스타트업 폐업의 1차 원인이 AI가 아니라 공급망 부재였다는 점은 지정학 논의(#17)와 연결.
발표 연결: A5 흔듦(물량 경쟁은 곱셈이 아니라 소모전이 될 수 있음) / B4 지지(공급망이 생사를 결정) / 입장: 수용 — "1만 대 배치 의무화 vs 개념검증 통과 기업 0"이라는 대비를 한 슬라이드로 쓰면 균형 잡힌 발표자로 보임.
출처: Palakkode(#6 동일 글, 2026-03-17); Ryan McNamara(Waymo 글로벌 운영 총괄) "Advice, not control: the role of Remote Assistance" · 2026-02-17 · https://waymo.com/blog/?modal=short-advice-not-control-the-role-of-remote-assistance ; Waymo "Independent Audits…" 2025-11-05 https://waymo.com/blog/2025/11/independent-audits ; Brooks 스코어카드 2026(#2); Hiltzik LA Times 2026-01-06(#2); James Vincent · The Verge · 2023-02-24 · https://www.theverge.com/2023/2/24/23613214/everyday-robots-google-alphabet-shut-down
요지: Palakkode는 Argo AI($12.4B 평가 후 2022 해산, Ford $2.7B 손상), Cruise(GM 누적 $100억+ 손실, 2024-12 중단)를 들어 "'대부분 시나리오 처리'와 '모든 시나리오 처리' 사이는 간극이 아니라 절벽(Deployment Cliff) — 90%에서 99.9%로 가는 데 엔지니어링 노력의 90%가 든다"고 정리하고, 휴머노이드가 3~5년 타임라인을 말하는 것은 "AV 산업이 이미 반증한 사전확률". Waymo 자체 공개(2026-02-17): 차량 3,000대·주 400만 마일·주 40만 라이드 운영에 원격지원(RA) 요원 약 70명이 상시 근무, 미국 센터 중위 지연 150ms·해외 센터 250ms, 모든 RA 요원은 운전면허 보유 의무, 사고 대응팀(ERT)은 미국 내 전담. Waymo는 "원격 운전이 아니라 조언"임을 강조하며 TÜV SÜD 제3자 감사(2025-11)를 받음. Brooks: 2025-12-20 샌프란시스코 정전 때 신호등이 꺼지자 Waymo들이 '확인 요청' 폭주로 교차로를 막았고, 문이 덜 닫힌 차를 닫아주는 긱워커 앱 Honk(건당 약 $20)가 존재 — "현 세대 Waymo는 작동하기 위해 많은 사람의 도움이 필요하다". Alphabet의 Everyday Robots는 2019~2023년 사무실 청소 로봇을 시도한 뒤 해산 — Verge: "수십 년 연구에도 이동 로봇으로 정복한 가정 작업은 청소기 하나".
왜 중요한가: 통념 "Waymo는 완전 자율 성공 사례". 실제로는 원격 조언 + 현장 긱노동 + 20년 + 모회사의 손실 감내가 결합된 '감독된 자율'. 피지컬 AI의 현실적 종착점도 '사람 없음'이 아니라 사람의 위치가 바뀜일 가능성.
발표 연결: A2 강력 지지 / B2 신규 연결 — '전기를 옮기지 말고 일을 옮겨라'의 실제 형태가 "현장 노동을 원격 감독 노동으로 옮기는 것"이라면, 그 일자리는 어디(새만금? 마닐라?)에 생기는가(#10) / 입장: 수용 — "완전 자율이 아니라 개입율(intervention rate)이 수익성을 결정한다"(Brooks 2026 예측)를 발표의 KPI 제안으로 채택.
신뢰도: 원문 확인
10. '데이터 노동의 지리학' — 도쿄 편의점 로봇 300개 점포를 마닐라에서 월 $250~315에 감시(1인당 50대·개입 4%), 그 개입 데이터는 Physical Intelligence로 넘어가 "완전 자율화"에 쓰임
출처: Michael Beltran · Rest of World · 2025-10-20 · https://restofworld.org/2025/philippines-offshoring-automation-tech-jobs/ ; Aaron Frank · Singularity Hub · 2026-06-25 · https://singularityhub.com/2026/06/25/companies-could-soon-staff-stubbornly-local-jobs-with-workers-4000-miles-away/ ; MIT Technology Review(The Algorithm) · 2024-12-24 · https://www.technologyreview.com/2024/12/24/1109523/the-humans-behind-the-robots/ ; Nemer·Sobral "Artificial intelligence as heteromation" · AI & Society · 2025-10 · DOI 10.1007/s00146-025-02664-5
요지: Telexistence(도쿄)는 2022년부터 FamilyMart·Lawson 300여 점포 뒷방에 진열 로봇을 배치, Astro Robotics(마닐라) 직원 약 60명이 24시간 감시. 로봇은 96% 자율, 캔을 떨어뜨리는 등 4%의 상황에서 VR 헤드셋·조이스틱으로 개입 — 8시간 교대에 약 50회, 회당 최대 5분, 사이버시크니스(어지러움·사시감) 호소. 급여 월 $250~315(콜센터 수준; 일본 최저임금 환산 약 $2,400/월). 미시간대 Lionel Robert: "일자리를 기계에 잃는 데서, 기계가 일하는 것을 지켜보는 사람이 되었다. 당신은 로봇의 대리자다". Telexistence는 2025-06 보도자료에서 "대량의 고유한 '체화된' 텔레오퍼레이션 데이터"를 Physical Intelligence에 제공, "수동 텔레오퍼레이션 작업을 완전 자율 운영으로 전환하는 것이 목적"이라고 명시. Singularity Hub: 중국 BuilderX는 굴착기·로더 등 14종 중장비 원격조종을 100여 사이트에 배치했고 폴란드에서 베이징 굴착기를 4,000마일 원격조종 시연(아직 해외 오프쇼어 고객은 0); Waymo는 의회 증언에서 일부 RA 요원이 필리핀에 있음을 처음 공개 → "마닐라 작업자가 캘리포니아 면허를 받아야 하나"; 옥스퍼드 Mark Graham: "작업자를 현장에서 빼내도 감시·탈숙련·고립·임금 하방 압력은 남는다. 위험은 사라지지 않고 이동한다". MIT TR(2024-12): Prosper 등은 "작업의 80%는 필리핀 원격 보조로" 하는 가정용 로봇을 설계 — 자동화와 오프쇼어링이 처음으로 동시에 같은 일자리에 작용.
왜 중요한가: 통념 "로봇은 지역 일자리를 지킨다/없앤다"의 이분법을 깨뜨림. 실제 경로는 노동의 재배치(현장→원격, 고임금국→저임금국)이며, 그 노동이 자기 자신을 대체할 데이터를 생산.
발표 연결: A3 흔듦(현장 데이터는 월 $300에 사올 수 있음) / B1·B2 흔듦(설치 노동을 '옮기면' 지역에 남는 일자리는 무엇인가) / A4 연결(건설·광산 중장비 원격화가 가장 빠름) / 입장: 수용+선점 — "새만금의 로봇을 누가 어디서 감독하는가"를 발표가 먼저 묻고, '지역 원격운영센터'를 B6 설계안에 포함하면 반론이 정책 제안으로 바뀜.
신뢰도: 원문 확인(Rest of World·Singularity Hub·MIT TR 본문, Nemer·Sobral 초록)
11. 일본 돌봄로봇 20년의 교훈 — 정부 $3억+ 투자에도 2019년 시설 도입률 약 10%, 로봇이 돌봄노동을 '줄이지 않고 바꿨다'… 단, 최신 계량 연구는 '고용 증가·이직 감소'를 보고
출처: James Wright(인류학자, 『Robots Won't Save Japan』 저자) · MIT Technology Review · 2023-01-09 · https://www.technologyreview.com/2023/01/09/1065135/japan-automating-eldercare-robots/ ; Vogt·König "Robotic devices and ICT in long-term care in Japan" · Contemporary Japan · 2021-12 · DOI 10.1080/18692729.2021.2015846 ; Eggleston(스탠퍼드)·Iizuka(도쿄대)·Lee(노터데임)·Xi "Robots and labor in the service sector: Evidence from nursing homes" · Health Affairs Review · 2026(NBER w33116 선행) · DOI 10.3934/har.2026001 ; 해설: Aaron Prather · A3 Automate.org · 2026-08-18 · https://www.automate.org/robotics/industry-insights/robots-were-supposed-to-replace-workers-in-japans-nursing-homes-the-opposite-happened/aph ; Tosaka·Funada·Goto "Impact of adopting care robots on labor outcomes in LTC: lottery-based natural experiment" · Research Square 프리프린트 · 2026-03-17 · DOI 10.21203/rs.3.rs-9001048/v1
요지: Wright — 일본 정부는 2018년까지 돌봄로봇 R&D에 $3억 이상 투입했으나, 2019년 9,000여 시설 조사에서 약 10%만 어떤 돌봄로봇이든 도입했고, 2021년 재택 돌봄인 444명 중 2%만 경험. 18개월 현장연구: 이승 로봇 Hug는 "방마다 끌고 다니기 번거롭다"며 며칠 만에 사용 중단, Paro(물개)는 집착·'가죽 벗기기' 시도로 감시 노동 증가, Pepper는 직원이 옆에서 동작을 따라 해야 참여가 일어나고 몇 주 만에 지루해짐 — "기계는 노동을 절약하지 못했다. 돌봄로봇 자체가 돌봄을 필요로 했다(이동·유지·청소·부팅·설명·감시·보관)". 대화·관계 노동이 로봇 상대 노동으로 치환됨. Vogt·König(2019 현장조사): 시설들은 로봇·ICT를 "꺼리며(reluctantly)" 도입. 반면 Eggleston 외(2017년 시설 데이터, 2015년 도도부현별 보조금 차이를 도구변수로): 로봇 도입 시설은 돌봄노동자 +28%, 간호사 +39%, 총고용 +26% — 단 전부 비정규(계약·파트타임)에서 발생, 정규직은 음(통계적 비유의), 근로시간 자료가 없어 FTE 효과는 중립일 수 있음을 저자가 인정; 이직난 보고는 감소. Tosaka 외(2021년 추첨식 보조금, 200개 시설 중 72개 선정): 도입 첫해 돌봄노동자 -1.11명(95% CI -2.20 ~ -0.01), 2022~23년에는 차이 약화, 근로시간·야간인력은 소폭·비유의.
왜 중요한가: 가장 로봇 친화적인 고령사회에서 20년간 벌어진 일은 '대체'도 '폭발적 보완'도 아닌 느린 도입 + 노동의 재조직. 발표에서 "고령화→로봇 수요"를 자동 연결하면 일본 사례로 바로 반박당함.
발표 연결: A4 흔듦(비정형 환경에서 로봇은 '추가 노동'을 만들 수 있음) / B1 신규 연결(설치 노동도 "로봇이 노동을 바꾼다"로 말해야 안전) / 입장: 수용+활용 — "로봇은 사람을 빼지 않고 일의 묶음(bundle)을 다시 짠다"(Eggleston)를 발표의 노동 메시지로 채택하면 양쪽 비판을 모두 피함.
신뢰도: 원문 확인(MIT TR 본문, 세 논문 초록/본문; Automate.org 해설은 2차이나 논문 수치와 일치)
12. 생산성 역설의 귀환 — 경영진 6,000명 중 약 90% "지난 3년 AI는 고용·생산성에 영향 없음", 주당 사용 1.5시간
출처: Sasha Rogelberg · Fortune · 2026-02-17(2026-04-19 갱신) · https://fortune.com/2026/02/17/ai-productivity-paradox-ceo-study-robert-solow-information-technology-age ; Baslandze·Edwards·Graham·McClure·Meyer "Artificial Intelligence, Productivity, and the Workforce: Evidence from Corporate Executives" · NBER w34984 · 2026-03 · https://www.nber.org/papers/w34984 ; AI Weekly(Fortune 5월 기사 요약) https://aiweekly.co/alerts/solow-paradox-returns-as-ai-skips-economy-wide-gains
요지: NBER 2026-02 연구(미·영·독·호주 경영진 6,000명): 약 2/3가 AI를 쓰지만 주당 약 1.5시간, 25%는 전혀 안 씀, 약 90%의 기업이 지난 3년간 고용·생산성에 영향이 없었다고 응답 — 그런데도 향후 3년 생산성 +1.4%, 산출 +0.8%, 고용 -0.7%를 기대(기대와 실적의 괴리). NBER w34984(경영진 약 750명): "체감 생산성 이득이 측정 이득보다 큰 생산성 역설", 집계 고용 감소 증거는 거의 없고 사무직 감소·기술직 수요 증가의 구성 변화. Apollo 수석경제학자 Torsten Slok: "AI는 들어오는 거시 데이터 빼고는 어디에나 있다"(1987년 Solow 인용 변형); Acemoglu 2024: 10년간 TFP +0.5% — "0보다 낫지만 업계 약속에 비해 실망". 반대 증거: Brynjolfsson은 2025년 미국 생산성 2.7% 급등을 AI 수확 전환으로 해석, 세인트루이스 연은은 2022-11 이후 누적 초과 생산성 1.9%. 1990년대 IT도 광범위 도입 후 GDP 통계 반영까지 10년 이상.
왜 중요한가: 피지컬 AI는 디지털 AI보다 더 느리게 통계에 잡힐 것(자본재 교체 주기·현장 재설계 필요). "곱셈"을 말하면 청중 경제학자는 "그 곱이 어느 통계에 보이느냐"고 물음.
발표 연결: A5 흔듦 / 입장: 수용+설명 — "곱셈 효과는 현장 재설계가 끝난 뒤 지연되어 나타난다(J커브)"는 설명과 함께, 피지컬 AI의 KPI를 생산성 통계가 아닌 가동률·개입율·사고율로 제안.
신뢰도: 원문 확인(Fortune 본문, NBER 초록)
13. 로봇과 일자리·임금 — 메타분석 3편의 결론은 "평균 효과는 미미, 단 미국·제조·중간기술에서 부정적, 출판 편향은 '부정적 임금 효과' 쪽" / 로봇세 최적 세율은 1~3.7%
출처: Guarascio·Piccirillo·Reljic "Robots vs. Workers: Evidence From a Meta-Analysis" · Journal of Economic Surveys · 2025-04 · DOI 10.1111/joes.12699 ; Logchies·Coupé·Reed "Do robots decrease humans' wages?" · Applied Economics Letters · 2025-02 · DOI 10.1080/13504851.2025.2466748 ; Klump·Schneider·Jurkat "Robots and Wages: A Meta-Analysis" SSRN 2025 ; Costinot·Werning(MIT) "Robots, Trade, and Luddism" · Review of Economic Studies(MIT News 2022-12-21 해설) · https://news.mit.edu/2022/robot-tax-income-inequality-1221 ; Jake Angelo · Fortune(Acemoglu 인터뷰) · 2026-02-22 · https://fortune.com/2026/02/22/who-is-daron-acemoglu-nobel-laureate-ai-job-layoffs-economic-inequality-donald-trump/
요지: Guarascio 외(33개 연구 644추정치·임금 19개 연구 195추정치): "광범위한 기술적 실업 위험이라는 경보 서사에 도전… 로봇화와 고용·임금의 전반적 관계는 미미. 그러나 미국, 제조업, 중간기술 직종 등 특정 맥락에서는 부정적", 임금에서 부정적 효과를 선호하는 출판 편향 확인(보정 후에도 미미). Logchies 외(52개 연구 2,586추정치): "문헌 전체를 보면 로봇이 임금에 상당한 영향을 준다는 뚜렷한 증거가 없다". Costinot·Werning: Acemoglu·Restrepo(1990~2007, 노동자 1,000명당 로봇 1대 → 고용률 -0.2%p, 로봇 1대당 약 3.3명 대체, 임금 -0.4%)를 투입한 최적 조세 모형에서 로봇세 1~3.7%, 무역세 0.03~0.11% — "질적으로는 옳지만 양적으로는 틀렸다". 로봇이 더 많아질수록 한계 로봇의 불평등 효과는 감소. Acemoglu(2026-02): 2025년 미국 해고 120만 건(+58%) 중 5만 건 이상이 AI 직접 관련, "이 길로 가면 미국 민주주의는 살아남지 못한다", 부유세와 '친노동자 AI(보완적 사용)'를 주장; 반론(R Street Thierer): 기술 진보가 더 좋은 일자리를 만든 역사.
왜 중요한가: "일자리 없어진다" 공포도, "일자리 안 없어진다" 안심도 평균값으로는 지지되지 않음. 효과는 장소·산업·기술수준별로 집중되며, 바로 그 집중 지점(제조·중간기술·지방)이 피지컬 AI의 타깃.
발표 연결: 신규(사회적 수용) / A4 연결(건설·농업·광업 노동은 '중간기술·지방'의 전형) / 입장: 선점 — "로봇세보다 재배치 비용이 문제"라는 Costinot·Werning의 결론을 들어, B6 실증특구에 전환 훈련·지역 운영 인력 설계를 포함할 것을 제안.
신뢰도: 원문 확인(세 메타분석 초록, MIT News·Fortune 본문)
14. 폼팩터 반론 — "자동차에 다리가 없듯 가정 로봇에도 다리는 필요 없다": 비상정지 시 2족은 '환자 위로 무너진다', 휠 로봇 Stretch 4는 $29,950
출처: Evan Ackerman · IEEE Spectrum · 2026-05-12 · https://spectrum.ieee.org/stretch-4-home-robot ; Henry Evans(사지마비 당사자·15년 가정 로봇 테스터), Charlie Kemp·Aaron Edsinger(Hello Robot 공동창업) 인용; Michael Hiltzik · LA Times(Yahoo 전재) · 2025-10-06 · https://tech.yahoo.com/science/articles/hiltzik-musk-other-tech-gurus-100000026.html ; Benjie Holson(Robust AI 로보틱스 디렉터) "Benjie's Humanoid Olympic Games" · 2025-09-08 · https://generalrobots.substack.com/p/benjies-humanoid-olympic-games
요지: Henry Evans: "걷지 못하는 사람에게 2족 로봇이 무슨 이득인가? 그들의 환경은 이미 휠체어에 맞춰져 있다. 자동차에 다리가 없듯 가정 로봇에도 없어야 한다. 바퀴는 싸고 안정적이고 정밀하며 발명할 필요가 없다"; "비상정지를 누르면 휠 로봇은 제자리에 멈추지만, 2족 로봇은 아래에 있는 것 — 환자를 포함해 — 위로 무너진다". Kemp: "가정 내 휴머노이드의 안전 측면은 나를 공포스럽게 한다". Edsinger: 처음엔 Tesla처럼 저가 카메라 다수로 가려다 "Waymo에 가까운 접근(풍부하고 신뢰할 수 있는 데이터)"으로 바꿈; Hello Robot은 "상업적 자율성이 따라올 것이라는 걱정스럽게 막연한 희망으로 막대한 데이터를 모으는" 전략을 취하지 않음. Hiltzik: 후쿠시마 잔해 속을 누빈 것은 궤도형 Packbot이었고 2족이라면 "무용지물이 됐을 것"; Holson: "사람 모양이라는 것만으로는 충분하지 않다 — 힘·손재주·인식·지능이 필요하고, 사람 모양은 필수도 아니다". Holson은 현재 학습-from-데모의 한계를 힘 피드백 없음·손가락 제어 제한·촉각 없음·1~3cm 정밀도로 정리하고, "세탁물 접기는 지금 기법의 스위트스폿일 뿐 일반 능력의 증거가 아니다"며 문 열기·열쇠 사용·오렌지 껍질 벗기기 등 15개 과제를 공개 도전으로 제시.
왜 중요한가: '사람 환경에 맞으려면 사람 모양'이라는 휴머노이드 논거를 사용자 당사자가 뒤집음. 실외 현장(건설·농업·광업)은 원래 사람 모양이 아닌 기계(굴착기·트랙터·덤프)로 설계된 공간.
발표 연결: A1 지지하면서 정밀화("몸이 병목"이지만 "사람 몸"일 필요는 없음) / A4 지지(공장 밖의 몸은 중장비) / B3 지지(전동 중장비의 자율화가 자연스러운 몸) / 입장: 수용 — 발표에서 '휴머노이드'와 '피지컬 AI'를 명확히 분리하고, 필드로봇의 몸은 "작업에 맞춘 몸"임을 선언.
신뢰도: 원문 확인
15. 안전 표준의 공백 — ISO 13482 개정안은 "한계값·시험법·집행 수단이 없다", 가정 휴머노이드의 안전은 '기계 속성'이 아니라 '관계 속성'
출처: Lucas Laursen(IEEE Spectrum 기술정책 에디터) 인터뷰 · 이재성(ETRI 기술정책 연구자) · 2026-05-19 · https://spectrum.ieee.org/domestic-humanoid-robot-safety-standards ; Brooks(#1·#2); IFR 2026(#5); William Blair(#5); Fady Saad(Cybernetix Ventures) in TechCrunch 2025-10-10 https://techcrunch.com/2025/10/10/the-world-is-just-not-quite-ready-for-humanoids-yet/
요지: 12년 만에 개정되는 개인돌봄로봇 안전표준 ISO 13482는 위험 식별·리스크 평가·사용 시나리오를 다루지만 "한계값을 정하지 않고, 시험법을 제안하지 않으며, 집행 메커니즘이 없다". 이재성: "가정 휴머노이드의 가치 제안은 통제되지 않은 환경에서 작동하는 데 있다 — 표준화된 방, 건강한 성인, 명확한 조건에서만 안전한 로봇은 가정 휴머노이드가 아니다"; 안전은 "기계만의 고정 속성이 아니라 관계에서 창발"하며 "누구의 걸음걸이가 기준선인가, 누구의 위험 허용치인가"는 가치 판단인데 주 사용자인 노인은 작업반에 체계적으로 대표되지 않음. 미해결 쟁점은 "권고 문구·비구속 지침·차기 개정 범위"로 밀려남. Brooks: 보행 휴머노이드가 더 안전해지기 전까지 "사람이 있는 구역에 배치 인증을 받지 못할 것"; IFR: "표준화된 안전"이 필수 과제; William Blair: OSHA·ANSI가 무감독 사용을 위한 기능안전 인증을 "현재 작성 중"; VC Saad: "이것이 반려동물이나 아이 위로 넘어지면 다친다… 해킹되면? 밤에 미쳐서 물건을 부수면?" — ISO 25785-1(동적 안정성 로봇 안전) 원문은 이번 조사에서 확인 못함.
왜 중요한가: 2026년 현재 사람 근접 자율 로봇에 대한 구속력 있는 안전 기준이 없음. 보험·책임 체계는 표준 뒤를 따르므로, 표준 공백 = 상업 배치의 보이지 않는 천장.
발표 연결: B6 강력 지지·재정의 — 실증특구의 가치는 '기술 시연'이 아니라 표준·시험법·보험 데이터를 만드는 장소임 / A4 연결(실외 현장은 사람 밀도가 낮아 오히려 먼저 인증 가능) / 입장: 선점 — "새만금은 한국판 안전 사례(safety case) 공장"으로 포지셔닝.
신뢰도: 원문 확인(ISO 25785-1만 미확인)
16. '스파이 로봇' 논쟁의 실증 — Unitree Go1 1,919대에 사전 설치된 원격접속 터널(MIT·프린스턴·CMU 포함), G1 휴머노이드는 300초마다 텔레메트리를 제조사 서버로 전송
출처: Bill Mann · CyberInsider · 2025-03-24 · https://cyberinsider.com/remote-access-backdoor-discovered-in-chinese-robot-dog-unitree-go1/ (연구: Andreas Makris·Kevin Finisterre); Mayoral-Vilches·Makris·Finisterre "Cybersecurity AI: Humanoid Robots as Attack Vectors" · arXiv 2509.14139 (2025-09-17, v3 09-23) · https://arxiv.org/abs/2509.14139
요지: Go1 사족로봇 전 모델에 중국 Zhexi Technology의 CloudSail 터널 클라이언트가 부팅 시 자동 실행되도록 사전 설치되어 있었고, 연구자들은 복구한 API 키로 연결된 1,919대를 열람·터널 생성·카메라 접근·기본 SSH(pi/123) 로그인·내부망 측면이동이 가능함을 시연 — 접속 기기에 MIT·프린스턴·카네기멜런·워털루대 네트워크 포함, 일부는 Starlink 경유. G1 휴머노이드(arXiv): BLE 프로비저닝의 명령 주입 취약점(전 기기 공통 하드코딩 AES 키)으로 루트 권한 획득, 독자 FMX 암호화 일부 역공학, 로봇이 "300초마다 다중 센서·서비스 상태 텔레메트리를 운영자 고지 없이 Unitree 서버로 지속 유출" → GDPR 6·13조 위반 소지; 상주 AI 에이전트가 정찰에서 공격 준비로 전환 가능함을 시연. 저자들은 Unitree의 보안 아키텍처가 "상업 로봇 중 가장 성숙"하다고 평가하면서도 휴머노이드가 "은밀한 감시 노드이자 능동 사이버 작전 플랫폼"이 될 수 있다고 결론.
왜 중요한가: 통념 "로봇 보안은 IoT 보안의 연장". 실제로는 카메라·라이다·위치를 가진 이동체가 기관 내부망에 들어오는 것이며, 최저가 공급자가 곧 데이터 수신자. 에너지 인프라(변전소·태양광 단지)에 들어가는 로봇이라면 국가 기반시설 문제.
발표 연결: B4 흔듦("같은 공급망"은 같은 백도어 위험) / B7·B9 연결(전력 인프라 현장의 로봇은 보안 심사 대상) / 입장: 선점 — "에너지 현장 로봇의 데이터 주권·펌웨어 감사"를 B6 실증특구 요건으로 제안.
신뢰도: 원문 확인(보도 본문 + arXiv 초록)
17. 희토류·공급망 — 2025-04 중국 7종 희토류·자석 수출통제로 Optimus 생산 차질, Musk "군사용 아님을 보증하라 요구"… 액추에이터가 원가 50%+, 고유 부품 1만 종은 "가장 느리고 운 없는 부품 속도로 간다"
출처: Richard Speed · The Register · 2025-04-23 · https://www.theregister.com/2025/04/23/tesla_optimus_china/ ; Mrigakshi Dixit · Interesting Engineering · 2025-04 · https://interestingengineering.com/culture/elon-musks-humanoid-robot-china-rare-earth-crackdown ; William Blair(#5); K-Scale 폐업 자평(36Kr, #8); OODAloop 2025-05 https://oodaloop.com/briefs/technology/tariffs-stall-us-humanoid-robots-push-as-china-dominates-rare-earth-supplies/
요지: 2025-04-04 중국 상무부는 사마륨·가돌리늄·터븀·디스프로슘·루테튬·스칸듐·이트륨 7종과 관련 자석 수출을 허가제로 전환(미국 관세 보복). Tesla 1분기 실적 발표에서 Musk: "중국과 협의 중… 희토류 자석이 군사용으로 쓰이지 않는다는 보증을 원한다 — 당연히 아니다, 휴머노이드 로봇에 들어간다"; "모터·기어박스·전자·액추에이터… Optimus의 거의 모든 것에 기존 공급망이 없다… 새 복잡 제품은 가장 느리고 가장 운 없는 부품의 속도로 움직인다. 약 1만 종의 고유 부품"; 허가 소요 6~7주~수개월, 2025년 5,000대 목표의 불확실성 인정("정밀 예측은 불가능"). IEA 기준 중국은 희토류 생산 약 61%·정제 약 92%(IE 인용), 미국은 2020~23년 희토류 화합물 수입의 70%를 중국에 의존(CSIS). William Blair: 액추에이터·관절이 제조원가 50% 이상, NdPr 자석이 핵심 투입물. K-Scale: "미국은 복잡한 하드웨어를 처음부터 개발할 공급망 능력을 잃었다"(#8). (웹에 떠도는 "휴머노이드 1대당 NdPr 1.3kg" 등 수치는 2차 블로그 출처로 미확인.)
왜 중요한가: 피지컬 AI 경쟁의 병목이 AI가 아니라 자석·감속기·배터리라는 점은 발표자 B4와 정확히 같은 관찰. 다만 '같은 공급망'은 같은 급소이기도 함 — 한국 필드로봇도 동일 통제의 사정권.
발표 연결: B4 지지+흔듦 / B3 지지(전동화·자율화 모두 같은 자석·전력반도체 의존) / 입장: 수용+전환 — "같은 공급망이므로 공급망 정책을 로봇·에너지 통합으로 짜야 한다"(희토류 재활용·B5 회수 로봇과 연결)로 반론을 정책 논거로 흡수.
신뢰도: 원문 확인(Register·IE 본문; 희토류 비중 수치는 IE 인용의 2차)
18. 환경·자원 — AI 인프라 전자폐기물 2030년 연 250만 톤(UNU, 로봇 미포함), 휴머노이드 '수명종료 폐기물'이 ES&T에 등장, 로봇 논문 5만 편 중 지속가능성 언급은 2% 미만
출처: UNU-INWEH 보고서 "Environmental Cost of AI's Energy Use: Carbon, Water and Land Footprints"(EUWID 2026-06-10 보도) · https://www.euwid-recycling.com/news/business/un-university-study-ai-related-e-waste-could-reach-25-million-tonnes-per-year-by-2030-010626/ ; Wang·Chen·Sajedi·Deng·An "The Era of Humanoid Robots: Addressing Emerging End-of-Life Waste Challenges" · Environmental Science & Technology · 2026-02-23 · DOI 10.1021/acs.est.6c02229 ; Skuric·Von Werra·Wolf(Hugging Face) "The Sustainability Gap in Robotics: A Large-Scale Survey of Sustainability Awareness in 50,000 Research Articles" · arXiv 2604.07921 · 2026-04-09 · https://arxiv.org/abs/2604.07921
요지: UNU-INWEH: AI는 "소프트웨어가 아니라 거대한 물리 인프라와 공급망"이며 칩·데이터센터·발전·냉각·물·토지·핵심원자재와 폐전기전자(WEEE)를 포함하면 2030년 연 최대 250만 톤(에펠탑 250개) — 이 추정에 로봇은 포함되지 않음. ES&T 2026은 휴머노이드 대량 보급 시 수명종료 폐기물(배터리·희토류 모터·복합재·전자부품)을 신흥 환경 문제로 제기(초록 접속 실패, 제목·저자·게재지만 확인). Skuric 외: arXiv cs.RO 약 5만 편(2015~2026 초) 분석 결과 사회·생태·지속가능성 영향 언급 2% 미만, SDG 명시 참조 0.1% 미만, 지속가능성 동기 논문 5% 미만 — "로봇 분야는 빠르게 발전하지만 지속가능성은 아직 연구 프레이밍의 표준이 아니다".
왜 중요한가: 통념 "로봇은 에너지 전환의 도구". 그러나 로봇 자체가 배터리·희토류·전자폐기물의 새 발생원이며, 로봇 학계가 이 질문을 거의 하지 않는다는 정량 증거. 리바운드 효과(설치 비용 하락→더 많은 설치·교체)도 미계량.
발표 연결: B5·B7·B8 흔듦이자 기회 — "폐패널·폐배터리 회수 로봇"을 말하려면 "회수 로봇의 폐배터리는 누가 회수하나"에 먼저 답해야 함; B8 '동작당 에너지'는 이 질문에 답하는 유일한 지표 체계 / 입장: 선점 — 발표에서 "로봇의 내재탄소·수명종료 설계"를 B8의 확장으로 한 장 넣으면 에너지 포럼 청중의 가장 날카로운 질문을 미리 흡수.
요지: Bessemer의 6번째 예측은 "로봇 거품은 없다. 이 분야에 충분한 돈이 들어가지 않고 있다" — 그러나 같은 글이 "GPT-2.5 모먼트", "랩 성능과 99.9% 신뢰도 사이의 격차를 메우려면 얼마나 더 많은, 어떤 종류의 데이터가 필요한지 답이 없다", V-JEPA 2가 로봇 데이터 62시간만으로 80% 제로샷을 보였지만 "완전한 일반화는 입증되지 않았다", Cosmos 학습에 H100 1만 장×3개월을 명시. Nvidia Fidler: "2016~17년 자율주행도 손에 잡힐 듯했지만 스케일에 수년이 걸렸고 지금도 누구도 전 세계 완전 자율에 이르지 못했다"; Dally 동의. Eclipse Winterroth: "6자유도 시스템에 소프트웨어 릴리스를 하는 것도 어려운데 60+자유도… 그 다음엔 강한 총마진의 단위경제가 필요하다. 우리는 꽤 초기다". LeCun(AMI, $10억 시드): "레벨 5 자율차도, 가정 로봇도 없다. 10살 아이가, 심지어 집고양이가 하는 일을 하는 기계가 없다 — 그 격차가 게임의 전부"; 4살 아이가 시각으로 흡수한 데이터(~10^14바이트)가 인터넷 전체 텍스트와 같은 양, 세계모델의 근시 용도는 "공장·엔진 같은 산업 제어".
왜 중요한가: 낙관론 진영의 1차 자료를 읽으면 전제가 반론과 같음(데이터 부족·AV 유사성·단위경제 미검증). 차이는 '그래서 지금 투자'인지 '그래서 아직'인지의 시간 선호뿐.
발표 연결: A2·A6 지지(낙관파도 인정) / A1 지지(LeCun: 몸·세계모델) / 입장: 활용 — "낙관론자와 회의론자가 같은 사실에 동의한다"는 슬라이드로 발표자의 중립성과 신뢰를 확보.
신뢰도: 원문 확인
20. 광산 자율화 15년의 교훈(A4의 선행 사례) — Caterpillar CTO "어려운 것은 자율 기술이 아니라 현장 작업흐름에 통합하는 것", 직원 11만 8천 명 재교육에 5년간 $1억
출처: Kate Park · TechCrunch · 2026-08-30 · https://techcrunch.com/2026/08/30/caterpillar-is-bringing-to-ai-deployment-what-it-learned-from-automating-mining/ (Jaime Mineart, Caterpillar CTO, Ai4 2026 대담); BuilderX 사례(Singularity Hub, #10)
요지: Caterpillar는 광산(인력 부족·위험)에서 자율 운반트럭·드릴·지하 로더·도저·원격 건설장비와 지휘센터·플릿 관리 소프트웨어를 수십 년에 걸쳐 상용화했고, 이제 "그 학습을 훨씬 더 동적인 작업장·채석장·건설현장으로" 옮기는 단계. Mineart: "자율성과 피지컬 AI의 어려운 부분은 그 기술을 고객의 작업장과 작업흐름에 통합하는 것… 자율 기계를 배치하는 것과 현장을 AI를 쓰도록 변환하는 것은 같지 않다". 숙련 운영자가 AI 학습을 돕고, 운영자는 1대 조종에서 원격 지휘센터에서 다수 감독으로 이동 — 이 전환을 위해 118,000명 교육에 5년간 $1억 투자. 1.6백만 대 연결 자산·16PB 구조화 데이터가 자산(= 발표자 A3의 '현장을 가진 자'의 실물). BuilderX(중국): 중장비 원격조종 100여 사이트, 고객들은 광산 타운(학교·병원이 있는 수십 년 된 공동체)을 유지하며 현장 옆 사무실에서 운영 — 아직 해외 오프쇼어 0.
왜 중요한가: 가장 성숙한 '공장 밖 자율화'인 광산도 수십 년이 걸렸고, 병목은 센서·AI가 아니라 작업흐름·교육·조직이었음. 건설·농업·에너지 설치는 광산보다 더 비정형.
발표 연결: A4 지지+보완(전장은 맞지만 승부는 기술이 아니라 운영 통합) / A3 지지(Caterpillar의 데이터 모트) / B1 연결(설치 노동의 자율화는 '노동자 재교육'을 포함해야 함) / 입장: 수용 — "공장 밖 전장에서 이기는 조건 = 데이터 + 작업흐름 재설계 + 재교육"으로 A4를 3항으로 구체화.
신뢰도: 원문 확인
(a) 발표자가 받을 법한 질문 톱 5 (Q&A 대비)
"휴머노이드 데모의 상당수가 텔레오퍼레이션으로 밝혀졌는데, '피지컬 AI 전환'의 실체는 무엇입니까?" — 준비 답: 데모와 가동시간을 분리(#3·#4). "저는 휴머노이드가 아니라 가동시간과 개입율을 봅니다. Figure×BMW 1,250시간, Agility 65,000시간, Waymo 3,000대에 원격요원 70명. 피지컬 AI의 현실은 '사람 없음'이 아니라 사람의 위치 이동이고, 그 위치를 지역에 두는 설계가 B6입니다."
"자율주행은 DARPA 2004년에서 상업화까지 20년, 1,000억 달러가 들었습니다. 필드 자율화 타임라인은 왜 다릅니까?" — 준비 답: 다르지 않다고 인정하되(#9·#19) 실외 작업 현장은 사람 밀도가 낮고 속도가 느려 안전 인증이 먼저 가능하고(광산 선례 #20), 비용 비교 대상이 '운전자 임금'이 아닌 '설치 공기·사고·송전 지연 비용'(B1·B9)이라 손익분기가 다른 곳에 있다고 설명.
"일본은 20년·3억 달러를 써도 돌봄로봇 도입률 10%였습니다. 한국 고령사회·지방 노동 대체 주장은 무엇이 다릅니까?" — 준비 답: '대체'를 말하지 않기(#11). "로봇은 사람을 빼지 않고 일의 묶음을 다시 짭니다. 일본 데이터도 고용은 늘고 이직은 줄었습니다. 저의 주장은 빈 자리(결원)를 채우는 것이고, 그 자리는 통계로 이미 비어 있습니다."
"'현장을 가진 자가 이긴다'지만, 데이터는 마닐라에서 월 300달러에 사올 수 있고, 글러브·에고센트릭 데이터는 로봇 없이도 만들어집니다. 현장이 왜 모트입니까?" — 준비 답: A3를 정밀화(#6·#10). "양은 사올 수 있습니다. 사올 수 없는 것은 우리 현장의 분포 — 염해·바람·진흙·한국형 설비 규격 — 와 거기서 나오는 힘·접촉 데이터입니다. 다양성이 양을 이긴다는 것이 2026년 데이터 스케일링의 결론이고, 그래서 실증특구가 필요합니다."
"자석·배터리·전력반도체가 '같은 공급망'이라는 말은 강점이 아니라 같은 급소 아닙니까? 백도어 문제는요?" — 준비 답: 인정하고 전환(#16·#17). "맞습니다. 그래서 공급망 정책을 로봇과 에너지 따로가 아니라 하나로 짜야 하고, 폐배터리·폐패널 회수(B5)는 희토류·리튬 국내 순환의 입구입니다. 에너지 인프라에 들어가는 로봇은 펌웨어 감사와 데이터 주권 요건을 실증특구 조건으로 넣어야 합니다."
(보너스 6) "로봇을 '지역 전기의 소비자'로 만들자는데, 로봇 자체의 에너지·전자폐기물·내재탄소는 계산하셨습니까?" — B8 '동작당 에너지'가 바로 그 답의 지표이며, 로봇 수명종료 설계를 과제로 명시(#18).
(b) 못 찾은 것 / 확인 못한 것
ISO 25785-1(동적 안정성 로봇 안전 요구) 원문·진행 상태 — 검색 예산 소진·Bing 봇 차단으로 미확인. ISO 13482 개정 비판(#15)으로 대체.
Gartner 2025/2026 하이프 사이클상의 휴머노이드·피지컬 AI 위치 — 미확인.
한국 로봇 밀도(IFR) vs 생산성 데이터 — IFR 2024 보도자료에 밀도 수치 없음, 미확인(한국 로봇밀도 1위라는 통념은 이번 세션에서 검증 못함).
로봇 데이터 시간당 공개 단가(텔레오퍼레이션·에고센트릭) — Bessemer 총액($3B/2년)과 마닐라 임금만 확보, 단가 미확인.
농업 로봇 스타트업 실패(Small Robot Company·Iron Ox·Abundant Robotics) 1차 자료 — 미확인(Wikipedia 항목 없음, 뉴스 접속 실패).
중국 휴머노이드 쇼 사례(하프마라톤·격투 등)의 1차 자료 — 2차 언급(SlashGear·Caixin)만 확보.
휴머노이드 배터리 가동시간 1차 자료(예: Figure 03 5시간) — AI 생성 매체 인용만 있어 미확인.
Nvidia 측 "텔레오퍼레이션 데모를 폄하하지 말라" 반론(Business Insider NL) — 서버 오류(522)로 미확인.
ES&T 2026 휴머노이드 폐기물 논문 초록·수치 — 접속 차단, 제목·저자·게재지만 확인.
ICML 2026 "Dismantling the Illusion of VLA Competence" 본문, 582편 VLA 메타분석(Preprints.org) 본문 — 접속 차단.
휴머노이드 내재탄소 LCA 수치 — 미발견.
주의: liveinthefuture.org의 "검증된 유용 시간당 $224,906", "Unitree 2026 1분기 순이익 -52%" 등은 AI 생성 매체(가상 바이라인 명시) 출처로 인용 금지; 그중 Figure 1,250시간·Agility 65,000시간만 heise·GeekWire로 교차 확인됨.
OpenAlex(8개 질의 + DOI 12건): robots wages meta-analysis · care robots nursing homes Japan employment Eggleston · Acemoglu Restrepo robots and jobs · AI productivity paradox 2026 · humanoid robot life cycle assessment · teleoperation labor arbitrage robots · scaling laws robot learning imitation data diversity · VLA robustness distribution shift real world