“中처럼 투자 했다면… 한국도 로봇 양산 단계 진입했을 것”

모자를 푹 눌러쓴 휴머노이드 로봇이 성큼성큼 걸어가더니 계단을 오른다. 눈 역할을 하는 카메라와 라이다(레이저 기반 위치 측정 기술) 없이도 알아서 목적지를 찾아간다. 이 로봇을 조종하는 사람은 없다. 전진하라는 명령만으로 알아서 장애물을 인식하고 피해서 걸어간다. ‘블라인드 보행’을 하는 이 로봇은 자율보행 로봇의 기틀을 닦고 있다. 자율보행 로봇을 개발하고 있는 명현 한국과학기술원(KAIST) 전기 및 전자공학부 교수를 지난달 27일 대전 카이스트 본원에서 만났다.

명 교수는 휴머노이드 로봇을 만들기 위한 국가 과제를 진행 중이다. 명 교수 연구실 소속 ‘어반로보틱스 랩’은 지난해 세계 최고 권위의 로봇 학술대회에서 우승하는 등 기술적 측면에서 성과를 인정받았다. 복잡한 환경에서 서로 다른 스캔 정보를 결합해 상대 위치를 정밀하게 추정하는 방식으로 자율주행 성능을 극대화했다는 평가다.

하지만 아직 국내 로봇 기술의 전반적 수준은 중국에 못 미친다. 지난달 미국 라스베이거스에서 열린 ‘CES 2026’에서 쿵후를 하거나 백 텀블링 등 역동적으로 움직이는 중국의 휴머노이드 로봇에 비해서는 뒤처져있는 게 사실이다. 명 교수는 “중국은 이미 로봇을 만들어서 팔고 있는 단계지만, 한국은 아직 만들고 있는 단계”라며 “중국과 비교하면 산업적 측면에서 한국의 시작은 5~10년 뒤처졌고, 기술력 차이도 5년은 난다”고 말했다.


한국형 로봇 연구가 시작부터 늦은 것은 아니었다. 카이스트 연구진은 2004년 두 발로 걷는 로봇 ‘휴보’를 만들어 세상을 놀라게 했다. 당시 로봇에 대한 투자를 계속 이어갔다면 한국도 중국처럼 로봇 양산 단계에 진입했을 것이라는 게 명 교수 진단이다. 그는 “중국은 휴머노이드란 목표를 설정하고 10년을 계속 투자했다. 그래서 지금의 성과가 나온 것”이라며 “반면 우리는 유행에 따라 연구비가 왔다 갔다 한다. 지금이야 다시 로봇 붐이 일어 투자가 늘어나고 있지만, 이 유행이 지나가면 다시 연구 생태계가 축소되지 않을까 걱정”이라고 말했다.

다만 아직 중국을 비롯한 다른 국가들이 성공하지 못한 분야를 발굴하면 틈새시장을 노릴 수 있다. 알아서 목적지를 찾아가는 자율보행 로봇이 대표적이다. 주위가 어둡거나 안개가 있는 환경에서는 센서가 제대로 동작하지 않아 라이다와 카메라에 의존하는 로봇은 구동이 쉽지 않다. 명 교수는 “자율보행하는 로봇은 아직 전 세계적으로 없다. 다양한 환경에서 사족보행 또는 이족보행 하는 로봇 기술을 현재 연구하고 있다”며 “보행뿐 아니라 촉각, 로봇손 움직임 등 원천기술에 골고루, 꾸준히 투자가 이뤄진다면 중국이나 미국 수준을 따라갈 수 있을 것”이라고 말했다.


실험실 밖에서도 잘 작동하는 로봇을 개발하려면 일상 환경의 데이터 등 로봇이 스스로 학습할 수 있는 대규모 데이터를 구축하는 것이 중요하다. 과거에는 사람이 일일이 로봇의 움직임을 설계하고 움직임을 제어했다면, 이제는 로봇이 대규모 데이터와 시뮬레이션을 통해 스스로 배우는 단계다. 로봇이 단순히 정해진 동작을 잘 수행하는 것을 넘어서 실제 환경에서 물리적인 특성을 이해하고, 예기치 않은 상황에도 스스로 적응하려는 단계로 들어서고 있는 것이다.

현재 산업 현장에서 쓰이는 로봇은 로봇이 스스로 생각하고 판단하는 데까지 이르지 못했다. 중국 공장에 투입된 로봇들은 숙련된 사람 노동자에 비해 효율성이 30~50%에 그친다. 주변 상황을 로봇이 100% 이해하지 못해 돌발 상황이나 변화에 유연하게 대처하지 못하기 때문이다. 명 교수는 “지금의 기술 수준은 하드웨어는 만들었는데 소프트웨어가 받쳐주지 못하는 상황”이라며 “피지컬 AI가 완성되어야 하드웨어가 제대로 작동할 텐데, 아직 소프트웨어는 개발 단계”라고 말했다.

현실 세계를 로봇이 이해하게 하려면 다양한 데이터를 확보하고, 로봇이 그 데이터를 학습하게 하는 것이 선결과제로 꼽힌다. 테슬라가 전 세계 사용자로부터 데이터를 수집해 학습하면서 더 나은 자율주행 서비스를 제공하는 것과 유사하다. 로봇 산업에서도 이 같은 데이터를 누가 빨리 구축하느냐가 경쟁력을 좌우할 전망이다. 명 교수는 “현실 세계와 똑같은 수준의 ‘월드 모델’을 만들고, 이를 기반으로 로봇을 학습시키면 로봇이 자율적으로 생각하고 행동할 수 있게 된다”며 “로봇이 현실 세계에서 체험한 데이터를 자동으로 수집하는 시스템이 필요하다”고 말했다. 월드 모델은 ‘AI의 대부’로 불리는 얀 르쿤 전 메타 수석 과학자가 휴머노이드 로봇 등 피지컬 AI를 구현하는 핵심 기술로 꼽은 개념이다.

제조업이 강점인 국내 산업의 특성을 살려서 로봇 분야에 적용하는 것도 차별점이 될 수 있다. 명 교수는 “우리가 강점인 반도체, 자동차 같은 제조 현장에서 얻는 데이터는 그 자체로 자산이 될 수 있다”며 “산업 데이터를 로봇들이 수집하기 시작하면 국산 로봇이 유리한 고지를 선점할 수 있을 것”이라고 말했다.

휴머노이드뿐 아니라 다양한 형태의 로봇이 개발되면 연구 생태계가 지금보다 더 확장될 수 있다. 명 교수는 “실제 공장에서 쓰이는 휠 타입의 로봇은 휴머노이드 로봇보다 안정적이고 쓸모가 많은데도 별로 주목을 받지 못한다”며 “휴머노이드에만 집중하는 지원 정책보다 핵심 역량을 키울 수 있는 원천 기술에 투자하는 환경이 만들어지면 좋겠다”고 말했다.

심희정 기자 simcity@kmib.co.kr

GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재, 수집, 재배포 및 AI학습 이용 금지