로보틱스 및 피지컬 AI
2027년 로봇공학: 승자는 사람의 도움 없이 작동한 시간으로 평가받는다

핵심 포인트작업별 개입률은 성공률이 감추는 숨겨진 노동을 드러낼 것이다.
더 보기
- 작업별 개입률은 성공률이 감추는 숨겨진 노동을 드러낼 것이다.
- 로컬 추론은 로봇이 네트워크 연결에 의존하지 않고 실패한 파지를 복구할 수 있게 할 것이다.
- 배포 이점은 완전한 일반화보다는 익숙한 환경에서 인접한 작업을 추가하는 데서 올 것이다.
로봇이 물건을 집어 올린다. 관객이 박수를 보낸다. 짧은 영상에는 작업자가 트레이를 다시 정돈한 일도, 원격 조작자가 앞선 시도를 구해낸 일도, 기계가 도움을 기다리며 보낸 시간도 담기지 않는다. 시연은 실제 상황을 그대로 보여주면서도 기업이 궁금해하는 질문에는 답하지 못할 수 있다.
2027년 로봇공학의 실력을 가늠할 기준은 평범한 작업 환경에서 이어지는 일정 시간의 작동이 될 것이다. 물체가 바뀌고 조명이 완벽하지 않으며 연결이 끊기는 상황에서, 다음 시도가 성공하도록 도와줄 사람이 작업 셀 옆에 편리하게 서 있지 않은 상태를 말한다.
국제로봇연맹의 2026년 보고서는 규모가 크고 기반이 확고한 산업용 로봇 보급 현황을 기록한다. 한편 Gemini Robotics 2는 더 폭넓은 체화 능력을 향한 새로운 연구 방향을 보여준다. 두 자료는 서로 다른 종류의 근거다. 다음 전망은 유연한 시연을 신뢰할 수 있는 운영으로 전환하는 어려운 과정을 다룬다.
1. 개입률이 판매 경쟁력으로 부상한다
몇 분마다 도움을 요청하는 로봇은 인력을 다른 곳으로 옮길 수는 있어도 인력 수요를 크게 줄이지는 못한다. 2027년에는 더 많은 공급업체와 운영자가 작업당 또는 가동 시간당 개입 횟수를 공개해 그 부담을 드러낼 것이다. 구매자는 기계가 성공했는지를 묻는 것보다 더 나은 질문을 할 수 있게 된다. 성공에 사람의 주의와 노력이 얼마나 들었는가?
성공률만으로는 인건비 부담이 큰 작업을 감출 수 있다. 작업자가 물체를 재배치한 뒤 로봇이 작업을 마쳤다면 그 결과가 여전히 유용할 수는 있지만, 지원 비용도 경제성 계산에 포함해야 한다. 원격 지원, 초기화, 물체를 떨어뜨린 뒤의 복구에도 마찬가지로 적용된다.
DeepMind의 책임 있는 로봇공학 관련 자료는 작업 완료 점수만이 아니라 그 이상의 행동을 고려해 평가해야 하는 이유를 보여준다. 내 예상으로는 상업적 압박으로 개입 내역 공개가 더 활발해지겠지만, 개입의 정의는 여전히 일관되지 않을 것이다. 창고 운영자는 지원 비용을 알고 있다면 지원을 받아들일 수 있지만, 공개되지 않은 의존성은 비용으로 산정할 수 없다.
까다로운 시험은 바뀌지 않는 환경에서 여러 번 반복하는 것이 아니라, 다양한 근무조에 걸쳐 지속적으로 작동하는지 확인하는 것이다. 보고할 때는 안전 정지와 일상적인 도움 요청도 구분해야 한다. 모든 정지를 무분별하게 줄이는 것은 바람직한 목표가 아니다. 적절한 정지는 피해를 막는 동시에 배치 과정에서 해결해야 할 한계를 드러낼 수 있다.
2027년에 주목할 점
분모, 근무조의 길이, 작업의 범위, 원격 지원을 명시적으로 다루는지 살펴보자. 초기화나 작업 공간 준비를 제외하는 개입 지표는 정보 가치가 떨어진다. 고객 현장에서 반복적으로 얻은 결과가 있다면, 또 다른 실험실 하이라이트 영상보다 이 전망을 더 강하게 뒷받침할 것이다.
기업에 주는 시사점
감독과 복구에 드는 인건비까지 포함해 제품 단위당 인건비를 추산하자. 시범 운영 계약에는 무엇을 지원으로 간주하는지, 누가 이를 기록하는지 명시해야 한다. 다소 느린 로봇이라도 예측 가능하게 작동하고 문제가 생겼을 때 숙련 인력의 주의를 덜 필요로 한다면 경제성이 더 나을 수 있다.
2. 로컬 지능이 복구 작업을 더 많이 맡게 된다
네트워크 장애가 발생했다고 해서 복구 가능한 물체 잡기를 로봇이 속수무책으로 놓쳐서는 안 된다. 2027년에는 로봇 자체에서 학습된 모델을 사용해 제한된 범위의 복구를 수행하는 상업용 시범 사업이 등장할 것이다. 주목할 역량은 소박하고 실용적인 수준일 것이다. 시도가 실패했음을 알아차리고, 허용된 대응을 선택하며, 재시도가 상황을 악화시킬 때는 이를 판단하는 능력이다.
로봇은 이미 시간에 민감한 동작을 제어할 때 로컬 제어를 사용한다. 새로운 질문은 원격 서비스가 느리거나 연결되지 않을 때 적응형 인식과 작업 추론을 어느 정도까지 계속 수행할 수 있느냐는 것이다. 로봇은 물체를 잡으려는 시도가 실패했음을 판단하고 안전하게 멈추기 위해 네트워크 왕복 통신을 기다릴 필요가 없어야 한다.
Gemini Robotics On-Device와 On-Device 2 모델 카드는 로컬 체화 지능을 향한 현재의 연구 사례를 보여준다. 그렇다고 모든 고객 환경에서 제한 없이 능력을 발휘한다는 뜻은 아니다. 하드웨어의 메모리, 전력, 발열은 여전히 추론 모델의 크기와 실행 빈도를 제약한다.
나는 계층형 아키텍처가 자리 잡을 것으로 본다. 결정론적 안전 제어, 로컬 인식, 제한된 범위의 복구를 기본으로 하고, 더 느린 계획 수립이나 로봇군 학습에는 원격 자원을 활용하는 구조다. 이렇게 하면 연결이 끊겨도 유용한 동작을 유지하면서 소형 모델이 모든 예기치 못한 상황을 해결할 수 있는 것처럼 가장하지 않을 수 있다. 일부 실패 상황에서는 더 복잡한 자율 시도를 이어가기보다 도움을 요청해야 한다.
2027년에 주목할 점
실제 연결 끊김 시험을 하는지, 오프라인에서 어떤 작업을 시도하는지, 로봇이 어떤 작업을 거부하는지 살펴보자. 지연 시간 측정에는 감지와 실행 과정도 포함해야 한다. 클라우드에 연결된 시연을 엣지 자율성으로 홍보하는 것만으로는 이 전망이 입증되지 않는다.
기업에 주는 시사점
공급업체에 요청해 자사 현장에서 성능 저하 모드를 시연하도록 하자. 어떤 작업은 계속할 수 있고, 어떤 작업은 멈춰야 하는지, 재연결 후 로봇이 상태를 어떻게 조정하는지 정해야 한다. 로컬 추론의 가치는 단지 클라우드 추론 요금을 피하는 데 있는 것이 아니라, 예측 가능한 가용성을 제공하는 데도 있다.
3. 더 나은 작업 경계 설정이 도입 성과를 높일 것이다
유용한 범용 로봇으로 나아가는 길은 같은 공간에서 두 번째 작업을 맡는 데서 시작될 수 있다. 2027년에는 도입 범위가 인접 작업으로 확대되고, 각 작업의 성과도 별도로 보고될 것으로 예상한다. 환경과 도구, 통합 방식을 재사용하면 기계 한 대가 작업자의 다양한 업무를 모두 맡기 훨씬 전부터 유연성이 가치를 발휘할 수 있다.
범용 모델은 작업 전이를 더 가능성 있게 만들지만, 공장은 단 하나의 작업만 수행하는 곳이 아니다. 도구나 용기, 물체의 재질이 바뀌면 접촉 역학과 감지 요건도 달라질 수 있다. 학습된 표현을 재사용하더라도 시스템의 나머지 부분이 새로운 작업을 지원할 수 있어야 효과가 있다.
Gemini Robotics 1.5에서 Robotics 2로 이어지는 발전은 연구 역량이 얼마나 빠르게 향상되고 있는지를 보여준다. 하지만 상용 현장으로의 전이는 여전히 도구, 고정구, 작업 데이터, 기존 공정과의 통합에 달려 있다. 이번 전망의 범위는 의도적으로 익숙한 환경에서 수행하는 인접 작업으로 한정했다. 이 경우 관련 비용을 여러 작업이 나눠 부담할 수 있기 때문이다.
이는 기계 한 대가 작업자 한 명의 다양한 업무를 모두 수행하리라 기대하는 것보다 가동률을 높이는 더 현실적인 경로다. 또한 운영자는 이를 통해 범용화 성능을 일반적인 작업별 엔지니어링과 비교할 수 있다. 두 번째 작업에 전면적인 재개발이 필요하다면, 이른바 유연성이 아직 운영상 큰 이점을 만들어내지 못한 것이다.
2027년에 주목할 점
적응에 걸리는 시간, 새로 필요한 시연 데이터, 도구 변경 사항, 그리고 작업 범위를 확장한 뒤 두 작업 모두에서 나타나는 성능을 살펴보라. 실제 운영 성과 없이 홍보 영상만 하나 더 공개한다면 근거로서 설득력이 약하다. 새 기능을 추가하는 것만큼 기존 작업의 신뢰성을 유지하는 일도 중요하다.
기업에 주는 시사점
두 번째 활용 사례가 명확하고 가까이에 있는 파일럿을 선택하라. 운영 환경을 공유하면 감당하기 어려운 지원 부담을 만들지 않으면서 가동률을 높일 수 있다. 약속된 유연성이 납품 의무와 가격에 반영되도록 적응 작업과 인수 기준을 초기에 협상하라.
4. 물리적 추론은 물체 인식 이상의 기준으로 평가될 것이다
로봇은 계기를 인식하고도 눈금을 제대로 읽지 못할 수 있으며, 눈금을 읽고도 그 값이 다음 작업을 허용하는지 이해하지 못할 수 있다. 2027년에는 평가에서 이러한 중간 단계의 판단을 실제 물리적 작업의 완료 여부와 연결할 것이다. 그러면 물체 인식보다 더 깊이 있는 질문을 살펴볼 수 있다. 기계는 현재 상태를 충분히 이해해 다음에 적절한 행동을 취할 수 있는가?
밸브를 인식하는 것과 밸브의 위치를 읽는 것은 다르며, 계기를 인식하는 것과 현재 측정값이 다음 작업을 허용하는지 이해하는 것도 다르다. 이러한 중간 단계의 판단에 따라 다른 역량은 충분한 조작 정책도 적절하게 작동할지 결정될 수 있다.
Gemini Robotics-ER 1.6은 체화된 추론과 계기 판독이 활발한 연구 분야임을 보여준다. 다음으로 중요한 단계는 이러한 결과를 측정 가능한 운영상의 결과와 연결하는 것이다. 사진만으로 구성된 벤치마크로는 조명 변화, 진동, 부분적인 가시성, 센서 간 불일치가 발생하는 상황에서 안정적으로 작동한다고 입증할 수 없다.
시각적 추정만으로는 부족해 일부 응용 분야에 전용 센서가 여전히 필요할 수 있다. 시각적 추론의 발전은 이러한 엔지니어링 선택을 없다고 가정해 배제하는 대신, 더 충분한 정보를 바탕으로 내리도록 도와야 한다.
2027년에 주목할 점
모호한 측정값, 이례적인 시점, 증거가 불충분할 때 명시적으로 판단을 유보하는지를 살펴보라. 유용한 평가는 인식 실패와 계획 및 실행 실패를 구분할 수 있어야 한다. 후속 작업 없이 쉬운 이미지만 평가한 점수는 설득력이 떨어진다.
기업에 주는 시사점
공정에 필요한 물리적 측정 항목과 허용 오차를 명시하라. 결과의 중요도에 따라 교정된 계측 장비를 사용하라. 로봇이 본 것을 유창하게 설명하더라도, 작업을 안전하고 일관되게 운영하는 데 필요한 측정값과 대조해 확인해야 한다.
신뢰성이 도입 속도를 좌우할 것이다
다음으로 설득력 있는 로봇 산업의 이야기는 화려한 동작이 줄어드는 대신 운영 기록이 훨씬 길어지는 모습일 수 있다. 예측 가능하게 작동하고, 합리적으로 복구하며, 적절한 순간에 도움을 요청하는 기계는 엄청난 가치를 발휘할 수 있다. 구매자가 로봇 자체뿐 아니라 로봇을 둘러싼 노동력도 그만큼 명확히 파악할 수 있을 때 변화가 시작된다.












