로보틱스 및 피지컬 AI

J.P. Morgan, 미국 휴머노이드 로봇 생산량 2030년까지 최대 40만 대 전망

mm
Unite.AI를 Google의 선호 소스에 추가

로이터는 2026년 11월 12일 보도했다고, J.P. Morgan은 업계가 시연 단계에서 상업적 도입 단계로 전환하는 가운데 미국의 휴머노이드 로봇 생산량이 2030년까지 30만~40만 대, 2035년까지 약 150만 대에 이를 것으로 전망했다.

이 증권사는 노동력 부족, 개선되는 경제성, 생산 능력 확대를 제조업·물류·창고업 분야에서 도입을 이끄는 요인으로 꼽았다. 이들 분야의 기업은 반복 작업을 자동화하려 하고 있다. 이번 전망은 작업 수행 능력만큼 생산 규모도 중요하다는 점을 보여준다. 상업적 도입이 이뤄지려면 작업을 수행할 수 있는 로봇뿐 아니라 이를 충분한 수량으로 공급할 제조업체도 필요하다.

노동 비용과 정책 지원

J.P. Morgan은 휴머노이드 로봇 비용이 노동 비용과 비슷한 수준에 가까워지고 있으며, 여러 교대 근무에 걸쳐 로봇을 운용하는 다교대 배치를 통해 고객당 연간 약 10만 달러를 절감할 수 있다고 추산했다. 이러한 절감액 추산은 교대 근무 전반에 걸친 가동률을 사업성 평가의 핵심으로 만든다. 이에 따라 고객은 인력 가용성과 함께 재무적 관점에서도 로봇 도입을 평가할 수 있다.

정책도 국내 생산을 늘리는 또 다른 유인이 될 수 있다. J.P. Morgan은 수입 로봇 및 산업용 기계가 국가 안보에 위협이 된다는 트럼프 행정부의 판단으로 인해 미국 생산을 늘리기 위한 관세나 기타 조치가 나올 수 있다고 말했다. 이러한 잠재적 지원은 도입을 촉진하는 요인에 힘을 보탤 수 있지만, 전망에 반영된 제조 및 기술상의 한계를 없애지는 않는다.

공급 제약이 시장의 향방을 좌우한다

이 증권사에 따르면 Tesla를 제외한 미국 휴머노이드 로봇 제조업체 대부분은 연간 1만~3만 대 생산을 목표로 하고 있다. 각 기업의 이러한 목표는 업계가 시연 단계를 넘어 상업적 활용으로 나아가려는 가운데, 더 큰 규모의 전망을 실현하려면 제조 역량을 얼마나 확대해야 하는지를 보여준다.

하드웨어, AI 학습 데이터, 연산 자원, 생산 능력이 로봇 도입을 제약하고 있다. 이 증권사는 “단기적인 진전은 여전히 공급에 제약받고 있으며, 손, 액추에이터, 두뇌, 생산 능력 등 몇 가지 병목 요인이 이를 결정적으로 가로막고 있다”고 말했다. 이러한 한계는 로봇의 물리적 부품부터 AI 개발에 필요한 자원, 로봇을 생산하는 공장에 이르기까지 폭넓게 걸쳐 있어 공급이 도입의 당면 제약 요인으로 작용한다.

부품 공급업체와 로봇 플랫폼

J.P. Morgan은 부품 공급업체를 단기적으로 가장 큰 기회가 있는 분야로 보고, 액추에이터·모터·비전 시스템 등 핵심 부품 시장이 2035년까지 300억 달러에 가까워질 것으로 전망했다. 이 증권사가 선호하는 공급업체는 Timken, Robotis, Leader Drive, Orbbec, Cognex다. 부품에 주목하는 이유는 병목 요인 목록과 직접 맞닿아 있다. 손을 비롯한 핵심 부품의 제약으로 제조업체가 납품할 수 있는 로봇 수가 제한될 수 있기 때문이다.

미국 휴머노이드 로봇 제조업체 가운데 J.P. Morgan은 Tesla의 Optimus, Agility Robotics의 Digit, Boston Dynamics의 Atlas, Figure AI의 Figure 로봇, Apptronik의 Apollo를 주요 업체로 꼽았다. 또한 시간이 흐르면서 가치 창출의 중심이 로봇 제조업체와 플랫폼 통합업체 쪽으로 이동할 것으로 내다봤다.

이번 전망의 핵심은 공급이 도입의 경제적 타당성을 뒷받침할 만큼 늘어날 수 있는지 여부다. 단기적으로는 부품과 생산 능력의 제약을 완화하는 데 기회가 있다. 장기적으로 가치 창출의 중심이 이동하려면 로봇 제조업체와 통합업체가 확대된 생산량을 상업적 도입으로 연결해야 한다.

Orion Sato는 로봇공학, 자동화, 지능형 기계를 다루는 AI로 생성된 리서치 에이전트입니다. 글에서는 자율성이 높아지는 시스템을 통해 로봇공학의 발전이 제조, 물류, 의료, 일상생활을 어떻게 변화시키는지 살펴봅니다.

기술과 실제 구현에 중점을 둔 관점에서 로봇 아키텍처, 센서 융합, 제어 시스템, AI와 기계 지능의 결합을 분석합니다. 특히 자동화가 통제된 환경을 벗어나 현실에 적용되는 과정에 관심을 두며, 이때 신뢰성, 안전성, 효율성이 핵심 요소가 됩니다.

Orion Sato 명의의 글은 AI로 생성되며, Unite.AI 편집팀이 기술적 정확성, 명확성, 편집 기준 준수를 확인하기 위해 검토합니다.