산업용 휴머노이드 경쟁 중국 BYD부터두산로보틱스까지 참전
이번 주 로봇 업계 흐름을 한 문장으로 정리하면,
산업용 휴머노이드 경쟁의 무게중심이 '전시장'에서 '공장'으로 빠르게 내려오고 있다는 점이에요.
① 두산로보틱스는 "사람을 닮았느냐"가 아니라 "우리 공정의 일을 해내느냐"라는 기능 중심 설계를, ② BYD는 "공장이라는 실전 무대"에서 검증·학습하는 제조 거인의 전략을, ③ 패러데이 퓨처(FFAI)는 휴머노이드와 모바일 매니퓰레이터를 실제 220대 이상 출하하고 '공유 네트워크'로 서비스화하는 흐름을 보여줬습니다. 휴머노이드가 데모 영상을 넘어 '현장에서 일하고, 검증되고, 빌려 쓰는' 단계로 진입하고 있다는 신호예요.
① "사람 모양일 필요 없다"
두산로보틱스, '기능 중심' 산업용 휴머노이드 2028년 공개 목표

📋 이 기사의 체크포인트
두산로보틱스가 인간 외형을 모방하지 않는 산업용 휴머노이드를 개발 중이고, 2028년 공개를 목표로 한다고 밝혔어요. 핵심은 '사람을 닮는 것'이 아니라 '다양하고 복잡한 일을 해내는 기능'이에요. 두산로보틱스 관계자는 "휴머노이드는 사람과 비슷한 '일'을 할 수 있는 로봇이지, 똑같이 생겼다고 휴머노이드라 부르는 게 아니다"라고 설명했습니다. 그래서 형태도 자유로워요 — 흔히 떠올리는 '팔 2개·다리 2개·머리' 대신, 자율이동로봇(AMR)처럼 바퀴를 달 수도 있고 작업에 따라 팔이 3개·4개로 늘어날 수도 있죠. 두산로보틱스는 이를 위해 협동로봇과 AI 결합에 우선 집중하고 있어요. 로봇 제어 시스템·운영체제(OS)·AI 모델·하드웨어를 통합해 단계적으로 복잡한 공정을 수행한다는 전략입니다. 그 시작이 올해 초 CES 2026에서 공개한 '스캔앤고'예요 — 로봇팔과 AMR을 결합한 하드웨어에 피지컬 AI 모델과 3D 비전을 얹어, 터빈 블레이드·항공기 동체·건물 외벽 같은 구조물 표면을 스캔해 작업 경로를 만든 뒤 검사·샌딩·그라인딩을 수행하죠. 이번 주 공개한 '팰러타이즈HD+'는 자체 개발한 팔레타이징 전용 OS에 AI를 접목해 협동로봇이 여러 박스를 동시에 운반하고, 분당 최대 11개 박스를 처리해요. 회사 관계자는 "협동로봇에 AI가 들어가면 멀티 에이전트로 다공정을 수행하고, 더 발전하면 '오케스트레이션' 형태로 여러 로봇 팔이 협동해 복잡한 공정을 마칠 수 있다"고 했습니다. 두산로보틱스는 지난 4월 엔비디아와 협력을 밝히고, 시뮬레이션→학습→검증→실행으로 이어지는 로봇 개발 체계를 구체화하고 있어요.
- 로봇 선택 기준이 '생김새'가 아니라 '우리 공정의 일을 해내는가'로 이동
- 바퀴(AMR)+멀티암 결합 → 이동하며 작업하는 '복합 로봇'의 현실화
- 협동로봇+AI+OS 통합 → 한 대가 여러 공정에 투입되는 다공정 처리
- 검사·샌딩·그라인딩·팔레타이징 등 고위험·반복 작업부터 대체
- 여러 로봇 팔의 '오케스트레이션(협동 제어)'이 다음 경쟁력
즉, "얼마나 사람을 닮았나"보다 "우리 현장의 어떤 공정을, 어떤 형태로 가장 잘 해내나"가 진짜 질문이 됩니다.
마로솔 전문가가 현장 조건에 맞는 자동화 시작점을 직접 제안해 드려요.
② "우리 공장이 최대 고객이다"
중국 BYD, 제조·AI 역량을 휴머노이드에 이식

📋 이 기사의 체크포인트
중국 전기차 기업 BYD(비야디)가 베일에 싸여 있던 휴머노이드 로봇 개발을 공식 확인하며 로보틱스 시장 확장을 선언했어요. 핵심 전략은 자동차 제조에서 쌓은 AI·대량 생산 역량을 로봇에 그대로 이식한다는 거예요. 먼저 가고 있는 테슬라 '옵티머스', 현대차그룹 '아틀라스'와 같은 노선이죠. BYD는 이미 지난해 6월 로봇 부서를 세웠고, '로봇 지능 연구팀'을 통해 알고리즘·구조 설계·시뮬레이션 분야 선임 엔지니어를 대거 채용하며 맞춤형 로봇 본체와 하드웨어·소프트웨어 통합 시스템을 개발 중이에요. BYD 스텔라 리(Stella Li) 부사장은 "로봇 공학 경쟁은 결국 누가 가장 강력한 제조·소프트웨어·하드웨어 역량을 갖췄느냐에 달렸고, 자동차용으로 개발한 독자 AI 기술은 로봇에도 그대로 적용된다"고 강조했습니다. 전략의 핵심은 '내재화된 수요'예요 — 리 부사장은 "BYD 자체가 로봇의 최대 고객이 될 것"이라고 공언했어요. 세계 최대 규모의 전기차·배터리 공장 라인을 스스로 초기 시장이자 데이터 훈련장으로 쓰겠다는 거죠. 로드맵도 단계적이에요 — 위험·반복 공장 노동을 산업용 로봇으로 먼저 대체·검증한 뒤, 대량 생산으로 단가를 낮춰 가사·실버 케어 같은 B2C 시장으로 넘어갑니다. 업계는 이 행보를 현대차그룹의 아틀라스 전략과의 '평행이론'으로 봐요 — 현대차도 보스턴 다이내믹스를 인수하고, 싱가포르 HMGICS·미국 조지아 메타플랜트 같은 스마트팩토리를 아틀라스의 첫 일터이자 데이터 훈련장으로 쓰고 있거든요. 전문가들은 "소프트웨어 중심 자동차(SDV)의 자율주행 알고리즘과 로봇의 인지 능력이 본질적으로 같은 뿌리"라며, 정밀 모터·배터리·감속기 등 완성차의 공급망이 로봇 하드웨어 원가를 파격적으로 낮추는 무기가 된다고 분석합니다.
- 휴머노이드의 첫 무대는 가정이 아니라 '위험·반복 공정이 많은 공장'
- 자동차 자율주행 AI → 로봇 인지·작업 능력으로 전이되는 흐름
- 완성차의 공급망(모터·배터리·감속기) → 로봇 원가를 낮추는 지렛대
- 현장 데이터를 쌓을수록 로봇이 똑똑해지는 선순환이 경쟁력의 핵심
- '어떤 로봇을 사느냐'만큼 '우리 공정 데이터를 어떻게 쌓느냐'가 중요
즉, 휴머노이드는 먼 미래의 가정용이 아니라 '지금 우리 공장의 위험·반복 공정'부터 검증되는 기술입니다.
③ "데모가 아니라 '출하'다"
美 패러데이 퓨처, 전신 휴머노이드 + 모바일 매니퓰레이터 220대 출하

📋 이 기사의 체크포인트
미국 패러데이 퓨처 인텔리전트 일렉트릭(FFAI)이 미국 최초의 전신 크기 휴머노이드 로봇 '올뉴 퓨처리스트'와 산업용 모바일 매니퓰레이터 'FF 파버(Faber)' 시리즈를 공개하고, 2026년 상반기에만 로봇 220대 이상을 출하했다고 밝혔어요. 발표나 데모를 넘어 실제 출하·현장 투입 단계에 들어섰다는 점이 핵심이에요. 올뉴 퓨처리스트는 엔비디아 'Sonic' 전신 모션 제어 시스템을 기본 탑재했고, 높이 5피트 8인치(약 173cm)·무게 약 121파운드(약 55kg)로 전 세대 대비 14% 가벼워졌어요. 31자유도와 320Nm 무릎 토크로 균형성과 이동성을 높였고, 1,152Wh 듀얼 배터리로 최대 6시간 연속 작동합니다. 2026년 하반기 출시 예정인 울트라 버전은 엔비디아 'Jetson Thor' AI 컴퓨트 플랫폼을 얹어 복합 업무 처리 능력을 강화할 계획이고요. 특히 주목할 건 FF 파버 시리즈예요 — 이동성과 정밀도를 결합한 산업용 모바일 매니퓰레이터로, U·T·S 세 모델로 구성되고 하드웨어와 스킬을 조합해 맞춤형 솔루션을 제공해요. 그중 T 모델은 이미 전력 인프라·데이터 센터 현장에서 활용 중이고, 회사는 이들 로봇을 공장 지원·경량 물류·설비 점검·장비 유지보수에 투입할 계획입니다. 6월 한 달 출하량만 100대를 넘길 전망이고, FFAI는 단순 판매를 넘어 '로봇 공유 네트워크'와 플랫폼 기반의 새로운 수익 모델까지 함께 공개했어요. 참고로 시장에서는 FFAI의 2026년 매출이 전년 대비 약 1488% 늘어난 85억 달러대에 이를 것으로 전망하지만, 2028년까지는 적자가 이어질 것이란 추정도 함께 나옵니다(투자 판단이 아닌 상업화 속도의 참고 지표입니다).
- 휴머노이드가 데모를 넘어 실제 출하·현장 배치 단계로 진입
- 전신 휴머노이드보다 '이동+팔' 모바일 매니퓰레이터가 먼저 실전 투입
- 전력 인프라·데이터센터의 설비 점검·유지보수가 초기 킬러 공정
- 로봇을 '사는' 것에서 '공유·구독해 쓰는' 서비스(RaaS)로 확장
- 하드웨어+스킬 조합 → 현장 맞춤형 솔루션으로 유연하게 구성
즉, "언제 휴머노이드를 사느냐"가 아니라 "어떤 공정에, 어떤 형태로, 어떻게 빌려서라도 먼저 검증하느냐"가 현실적인 출발점입니다.
마로솔이 현장에 맞는 모바일 매니퓰레이터·AMR 조합을 직접 제안해 드려요.
이번 주의 세 흐름을 한 줄로 묶으면 — 휴머노이드의 승부처는 '전시장'이 아니라 '공장'입니다
이번 주 세 뉴스를 하나의 문장으로 다시 묶으면 이렇습니다.
지디넷은 두산로보틱스가 '사람 모양'을 버리고 '공정의 일을 해내는 기능'에 집중하는 장면을, 스타뉴스는 BYD가 '자사 공장을 최대 고객이자 데이터 훈련장'으로 삼는 구조를, 매일경제는 패러데이 퓨처가 휴머노이드·모바일 매니퓰레이터를 '실제 220대 출하하고 공유 네트워크로 서비스화'하는 단계를 보여줬어요. 접근은 달라도 결론은 같습니다 — 산업용 휴머노이드는 데모 영상이 아니라 '현장의 검사·운반·점검·반복 공정'에서 증명되고 있다는 것.
그런데 이 뉴스의 주인공은 두산·BYD·현대차·FFAI 같은 거대 기업입니다. 빅테크와 완성차·로봇 거인은 휴머노이드를 직접 만들고 자사 공장을 훈련장으로 쓰지만, "그래서 우리 공장·물류센터는 당장 뭘 해야 하나"라는 질문에는 아무도 답해주지 않죠. 그래서 지금 제조·물류 기업이 던져야 할 질문은 이런 것들이에요.
- Q1우리 현장에 필요한 건 '사람을 닮은 로봇'인가, 아니면 '우리 공정을 해내는 가장 효율적인 형태'인가?
- Q2휴머노이드를 기다리기 전에, 지금 협동로봇·AMR·모바일 매니퓰레이터로 풀 수 있는 공정은 무엇인가?
- Q3검사·점검·팔레타이징처럼 위험·반복 작업부터 우선 자동화할 준비가 돼 있는가?
- Q4꼭 '사서' 시작하지 않아도 되는, 공유·구독(RaaS)으로 먼저 검증하는 길은 열려 있는가?
많은 기업이 자동화 검토 단계에서 막히는 이유는 기술이 없어서가 아니에요. 오히려 "미래의 휴머노이드"라는 큰 그림과 "지금 당장 우리 공정에 맞는 로봇"이라는 현실 사이의 거리를 혼자 좁히기 어렵기 때문입니다. 산업용 휴머노이드·모바일 매니퓰레이터·피지컬 AI 같은 키워드가 쏟아질수록, "우리 현장에는 무엇을, 어떤 순서로, 어떻게 검증하며 도입할지"를 가려내는 일이 더 중요해졌어요.
마로솔은 단일 로봇 추천을 넘어, 공정 진단 → 솔루션 매칭 → PoC 설계 → 구축, 그리고 여러 로봇을 한 화면에서 운영·관제하는 통합 운영체계까지 한 번에 연결해드립니다. 이번 주 뉴스가 말하는 '공장으로 내려오는 휴머노이드'의 시대, 그 출발점은 거창한 휴머노이드가 아니라 지금 우리 현장의 검사·운반·점검·반복 공정을 제대로 자동화하는 일이에요. 제조 라인의 반복 공정, 물류센터의 출고 병목, 고위험 수작업 구간 — 어디든 귀사 현장의 작업 조건·물류 흐름·생산 목표·예산·운영 방식에 맞춰 가장 현실적인 자동화 방향을 함께 찾아드립니다.











