2024년 6월, GXO Logistics 는 휴머노이드 로봇 업계 최초의 상용 도입 계약을 체결했다 —— Agility Robotics 의 Digit 로봇이 Spanx 물류센터에 도입되는 건이다. 세부 내용을 읽어보면: 이는 수년간의 Robots-as-a-Service 계약이다. GXO 는 로봇을 사는 것이 아니다. 로봇 가동 시간을 빌리는 것이다. 이 한 가지 사실이, 기조연설 영상보다 이 기술의 현재 위치를 훨씬 잘 말해준다.
나는 3년간 물류 분야의 휴머노이드를 추적해 왔고, 파일럿을 가까이서 지켜봤다. 내 결론은 두 가지다: 당분간 인건비를 줄여줄 것으로 기대하지 마라. 그러나 상관없을 것이라고 착각하지도 마라. 앞으로 몇 년은 준비 기간이며 —— 그 준비를 대부분의 창고가 통째로 건너뛰고 있다.
그들이 실제로 하는 일: 3개의 실제 도입 사례
사례 하나: 미국 남동부의 Spanx 의류 물류센터. 2023년 후반 개념 실증을 마친 뒤, GXO 와 Agility 는 2024년 6월 27일 수년 계약을 체결했다 —— 연구 파트너십이 아닌 상용 계약으로 휴머노이드가 창고에 들어온 첫 사례다. 업무는 좁고 구체적이다: Digit 은 컨베이어 옆에 서서 자율이동 카트에서 토트를 벨트로 옮긴다. 비었든 찼든, 높든 낮든 다 닿는다. 이동은 카트가 담당하고, 인계는 휴머노이드가 담당한다. 한 동작을 교대 내내 반복한다: 집어서, 내려놓기.
사례 둘은 업계에서 가장 잘 문서화된 파일럿이다. 2024년 1월, Figure AI 는 BMW 와 상용 계약을 체결하고 사우스캐롤라이나주 스파턴버그에 있는 자동차 공장에 로봇을 보냈다. 8월에는 Figure 02 가 차체 공장에서 강판 부품을 용접 지그에 삽입하고 있었다. 무대에 주목하라: 창고가 아니라 차체 공장이다 —— 어떤 물류센터보다 훨씬 구조화된 환경이다. 11개월 뒤 발표된 숫자는 훌륭하다: 1,250시간 이상의 가동, 90,000개 이상의 부품 이동, 30,000대 이상의 차량 조립 기여, 그리고 84초 사이클타임 목표의 꾸준한 달성. 그러나 같은 회사의 자체 회고를 읽으면, 로봇의 손목이 최대 고장 지점이었다고 지목한다 —— 빽빽한 패키징, 손목 자유도, 열 관리, 모두 문제였다. 차세대 Figure 03 은 바로 그 교훈을 반영해 재설계됐고, 2026년 6월에는 같은 부지의 Hall 52 로 옮겨 물류 시퀀싱을 맡았다: 적재된 카트 견인, 무순서 부품 분류, 작업장에 정확한 순서대로 공급.
사례 셋은 내 최애다. 오리건주 세일럼에서 Agility 는 세계 최초의 휴머노이드 로봇 공장을 열었다 —— 70,000제곱피트, 생산은 2024년 개시, 연간 10,000대 이상의 생산능력 계획. 그리고 그 공장 바닥에서 일하는 이들 중에는 Digit 로봇 자신이 포함된다. 토트를 옮기고 장비를 적재한다. 자기 제품을 자기가 쓴다. 나는 그 점을 존중한다.
한편 Amazon 은 2023년 시애틀 R&D 시설에서 Digit 을 테스트했다. 그리고 —— 대량 발주는 없었다. 이 침묵이 지금 업계의 공통된 자세를 말해준다: 주의 깊게 지켜보고, 소규모로 시험하고, 아무것도 약속하지 않는다.
규모 감각을 위해: 현재 창고용 이족보행 로봇은 키 약 5피트 9인치, 무게 약 65킬로그램, 1회당 약 35파운드의 적재 능력이다. 다시 말해 성인 피커의 "걷기 + 나르기" 능력과 일대일로 대응한다 —— 그 이상도 이하도 아니다. 벤더들은 실제 작업 환경에서 누적 65,000시간 이상을 내세우지만, 기기 수와 작업 유형으로 나누면 헤드라인이 시사하는 것만큼 샘플이 두텁지 않다.
본격적인 피킹까지의 격차
오늘날 존재하는 것이 무엇인지 정확히 짚자. 기조연설의 만능 휴머노이드와 실제로 도입할 수 있는 기계는 다른 것이다. 지금 빌릴 수 있는 것은 이족보행 단일 작업 자재 운반기다. 새 작업을 주면 재학습과 재배포가 필요하다. 사람처럼 한 번 보고 배우지 않는다.
격차 하나: 손재주. 피킹은 박스를 옮기는 것이 아니다. 닮은 것들 사이에서 올바른 품목을 식별하고, 으깨지 않고 잡는 것이다. 인간의 손목과 손가락 조합은 오늘날 출하되는 어떤 제품보다 훨씬 앞서 있다. BMW 파일럿을 기억하라: 손목이 최대 고장 지점이 되었다 —— 그것도 표준화된 강판 부품이라는, 상상할 수 있는 가장 구조화된 작업을 다루면서다. 창고 SKU 는 모양, 무게, 깨지기 쉬움 정도가 천차만별이다. 쉬워지는 게 아니라 어려워진다.
격차 둘: 신뢰성. 1,250시간과 90,000개는 진짜 성과이며, 동시에 모든 것을 말해준다: 한 대의 기계, 11개월, 하나의 작업, 근처에 엔지니어. 창고에 필요한 것은 하루 20,000건의 주문을 처리하는 피크 시즌 내내 24시간 가동이다. 현재 성숙도는 그 기준에 하드웨어 한 세대 이상 못 미친다.
격차 셋: 수지. 벤더들은 가격을 거의 공개하지 않는다. 거의 모든 것이 RaaS 다. 로봇 가동 시간은 우아하게 들리지만, 대안의 가격을 매기면 이야기가 달라진다: 토트를 A 지점에서 B 지점으로 옮기는 것은 해결된 문제다. 고정 로봇팔 + 컨베이어, 또는 AMR 이면, 지금 바로 스프레드시트에 올릴 수 있는 비용 구조가 있다. 휴머노이드 프리미엄이 사는 것은 "언젠가 더 많은 작업을 할 것"이라는 옵션이다. 지금 그 프리미엄을 내는 것은 벤더의 R&D 예산을 대신 내주는 것이다.
격차 넷 —— 모두가 과소평가하는 것: 데모는 도입이 아니다. 기조연설 영상은 물처럼 매끄럽지만, 실제 파일럿은 안전 구역 안에서, 고정 경로로, 엔지니어 대기 하에 움직인다. 20년 동안 "영상에서는 훌륭한" 시스템이 창고 현장에서 죽어가는 것을 너무 많이 봤다.
아무도 입에 올리기 싫어하는, 더 조용한 격차도 있다: 휴머노이드가 항상 최선은 아니다. 창고 작업 대부분은 고도로 구조화되어 있다 —— 고정 슬롯, 고정 경로, 고정 동작 —— 그런 작업에는 로봇팔 + 컨베이어나 AMR 이 이미 더 저렴하고 신뢰할 수 있다. 휴머노이드의 진짜 가치는 비구조화 구역에 있다: 매일 바뀌는 경로, 매시간 바뀌는 작업, 사람과 기계가 섞이는 구역이다. 구조화된 작업에 휴머노이드 프리미엄을 내는 것은 택배 배송하려고 스포츠카를 사는 격이다.
그래서 내 타임라인은 이렇다 —— 분명히 해두지만, 이것은 내 판단이지 벤더 로드맵이 아니다:
2026년부터 2027년: 단일 작업 파일럿이 소규모 상용화로. 토트 운반, 컨베이어 적재·하역, 단순 시퀀싱 —— "걷기 + 나르기" 작업이 먼저 안착한다. 주로 렌탈 조건으로.
2027년부터 2029년: 멀티태스크 파일럿 확대. 한 대가 2~3개의 관련 동작을 연속으로 수행하고, 비용은 인건비 + 기존 자동화와의 정직한 경쟁에 가까워진다.
2029년 이후: 본격적인 멀티 SKU 피킹의 규모화 —— 단 손재주·신뢰성·비용 셋이 모두 통과하는 경우에만. 하나라도 막히면 전체 타임라인이 뒤로 밀린다.
당신의 창고가 지금 해야 할 일
이것을 "3년을 기다려도 된다"는 허가증으로 읽지 마라. 반대다: 지금은 준비의 해이며, 준비한 자가 첫 번째 물결을 탄다.
첫째, 프로세스를 로봇 친화적으로 만들어라. 피지컬 AI 는 인간의 시범을 보고 배운다. 워크플로가 표준화되고, 토트 크기가 균일하고, 인계 지점이 고정될수록 로봇은 빨리 배운다. 지금 시작하라 —— 로봇이 오지 않더라도 표준화 자체로 인건비를 절감한다.
둘째, 사지 말고 빌려라. 하드웨어는 매년 세대교체된다. 지금 사면 작년 모델을 올해 가격으로 소유하는 셈이다. RaaS 는 이미 업계의 검증된 패턴이다 —— 2024년 상용 계약이 바로 그 형태로 체결됐다. 파일럿과 프로세스 재설계에 돈을 써라. 감가상각되는 자산에 쓰지 마라.
셋째, 단일 작업 파일럿부터 시작하라. "무인 창고"가 아니다 —— 건물에서 가장 반복적인 수동 인계 스테이션을 찾아라. 이를테면 컨베이어로 보내는 반품 구역이다. 거기서 파일럿을 하라. 되면 복제하고, 안 되면 손실은 제한적이다. 스테이션 선정 팁: 채용이 가장 어렵고 이직률이 가장 높은 교대를 우선하라 —— 야간 교대, 중량물이다. 거기 인건비는 매년 오른다. 그래서 성공한 파일럿은 가장 깔끔한 ROI 스토리를 만들고 다음 예산 승인도 가장 수월하다.
내일 당장 할 수 있는 일: 슈퍼바이저에게 창고에서 가장 반복적인 수동 인계 스테이션 3곳을 촬영하게 하라 —— 휴대폰 카메라로, 한 곳씩 원테이크, 편집 없이. 오늘 그 영상은 교육 자료다. 3년 뒤에는 당신의 로봇의 첫 학습 데이터셋이 될 것이다.
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
