
Pantera 파트너의 중국 구현형 AI 현장 견문: 하드웨어 공급망 우위, ‘데이터 파름’ 대량 축적으로 모델 단점 해결 어려움
저자: Cosmo Jiang, Erik Hopyan (Pantera Capital)
번역: TechFlow
TechFlow 요약: 현재 암호화폐 일차 시장 유동성이 긴축되는 가운데, 최상위 암호화폐 벤처캐피탈(VC)의 시선이 AI 및 로봇 분야로 명확히 확장되고 있다.
Pantera Capital는 미국에서 가장 오래되고 저명한 기관급 암호화폐/블록체인 투자 기관 중 하나다. 2003년 설립되어 2013년 미국 최초의 기관용 비트코인 펀드를 출시했으며, 오랜 기간 디지털 자산과 블록체인에 집중하다 이후 AI와 로봇 등 더 넓은 첨단 기술 영역으로 사업을 확장해 왔다.
최근 이 펀드의 파트너 Cosmo Jiang와 투자자 Cody Poh는 심천으로 직접 날아가 중국 로봇 산업 생태계를 현지 조사했다. 휴머노이드 로봇 완성품 제조사부터 모델 개발 팀, 정교한 손가락(다크터리 핸드) 및 데이터 수집 장비 업체에 이르기까지 각 세부 분야를 관찰하며 장문의 보고서를 게시했다.
그들의 핵심 발견을 요약하면 매우 직관적이다: 하드웨어는 중국이 앞서고 소프트웨어는 미국이 앞서며, 중간에 위치한 데이터 단계에서는 질적 수준이 양보다 훨씬 중요하다.
특히 흥미로운 점은 VC 관점에서 본 중미 간 자본 생태계 분석 및 비교다:
중국 벤처 캐피탈은 일반적으로 프로젝트가 2~3년 내에 수익을 내고 상장을 추진할 것을 요구하며, 지식재산권 보호가 상대적으로 약하다는 점과 결합되어 있다. 이로 인해 창업자들은 하드웨어 판매나 데이터 아웃소싱과 같은 '단기 현금 창출' 사업을 우선시할 수밖에 없으며, 장기적인 하위 소프트웨어 연구 개발에 과감히 자금을 투입하는 것을 꺼린다.
또한 국내 노동력이 저렴하여 현재 휴머노이드 로봇은 주로 전시장 안내나 공연(춤추기, 쿵푸 실演) 단계에 머물러 있는 반면, 미국의 높은 인건비와 블루칼라 인재 부족은 산업 및 물류 자동화에 실질적인 비즈니스 수주를 뒷받침하고 있다.
본문 전체를 다음과 같이 번역한다.

새벽 2시, 싱가포르에서 6시간 지연된 후 국왕항공(Cathay Pacific) 편이 드디어 홍콩에 착륙했다. 3시간도 제대로 자지 못한 채 바로 심천행 차량에 올랐다. 이곳은 중국의 하드웨어 수도이자 화웨이, BYD, DJI 등 테크 거대기업의 본사가 위치한 곳이다.
"현지현물(Genchi Genbutsu): 직접 가서 보고 친히 확인하라." 우리는 과거 미국 내 로봇 기업들을 다수 방문했으며 그중 일부에 선택적으로 투자했다. 이러한 경험을 바탕으로 중국이 글로벌 로봇 공급망에서 얼마나 중요한 축인지 잘 알고 있지만, 만약 원격으로 구경만 한다면 진상을 제대로 꿰뚫어 볼 수 있을까?
지난 2년간 로봇 부문은 우리의 연구 핵심이었다. 엔베디드 AI(Embodied AI) 분야의 돌파구는 해당 산업의 잠재력에 계단식 도약(Step Function Change)을 가져왔다. 이제 모델은 물리적 환경에서 시각적 인지, 논리적 계획 수립, 행동 실행을 가능하게 했으며, 이를 구동하기 위한 하드웨어 또한 강력해지고 저가화되고 있다.
가장 낙관적인 전망에서도 로봇은 전 세계 광범위한 육체노동 시장을 뒤바꿀 것이다. 현재 전 세계에는 22억 명의 육체노동자가 있으며 연간 임금 총액은 20조 달러를 넘어선다. 로봇이 이 시장의 단 1%만 잠식해도 발생시키는 매출 규모는 이미 글로벌 최정상 테크 거대기업들에 견줄 만하다.
중국은 엔베디드 AI 산업을 위해 반드시 필요한 존재다. 전 세계 장비 제조업체들은 중국 공급망에 깊이 의존하고 있으며, 2025년 중국 제조업체는 전 세계 휴머노이드 로봇 생산량의 90% 이상을 차지했다. 한편 미 연방통신위원회(FCC)가 최근 해외 제조 첨단 로봇 장비에 제재를 가한 것은 지정학적 요소가 로봇 산업을 점점 더 깊게 재편하고 있음을 시사한다.
펀더멘털에 집중하는 투자자로서 우리는 이 변덕스러운 거시 경제 구조를 이해하고 지배해야 한다. 이를 달성하기 위한 최선의 방법은 전선에 직접 들어가 가장 정확한 산업 현황을 눈으로 확인하는 것이다.
이렇게 심천 행은 막을 올렸다. 그곳에서 우리는 중국 로봇 산업 생태계가 급속도로 진화하는 모습을 직접 심층 관찰했다. 수직 통합 휴머노이드 완성품 제조사와 최첨단 모델 개발사, 데이터 수집 장비 공급업체, 정밀 손가락 전문 R&D 전문가에 이르기까지 로봇 산업 전반을 아우르는 수많은 기업을 방문했다.
이번 기간 동안 우리는 스타트업 창업자, 영업/제조/연구개발 담당 임원들과 심층 대화를 나눴으며 새로 졸업한 대학생들과도 솔직한 의견을 교환했다. 우리의 조사 목표는 명확했다: 중국이 글로벌 로봇 경쟁에서 어떤 실제 위치에 있는지, 핵심 경쟁 우위가 어디에 있는지, 그리고 무엇보다 현재 시장에서 어떤 투자 가치가 있는 공백과 기회가 남아있는지 파악하는 것이었다.
하드웨어: 제조 경쟁에서 앞서는 중국
전체 조사 과정에서 의심의 여지가 없는 점은 한 가지뿐이다: 중국은 로봇 하드웨어 경쟁에서 압도적인 선두를 달리고 있으며, 그 뒤엔 독보적인 제조 규모와 공급망 통합 능력이 버팀목으로 서 있다. 이 장점은 심천에서 특히 극대화되는데, 이곳은 중국 제조업 엔진의 심장부라 불릴 만하다.
세계 제조业 핵심 허브로서 수십 년간 쌓아온 축적 덕분에 이곳에는 진입 장벽이 높은 기반 생태계가 조성되었다. 어디서든 쉽게 확보할 수 있는 원자재, 비용 효율적인 물류 네트워크, 성숙한 대량 생산 라인, 정밀 제조에 숙련된 광활한 노동력 등이 그것이다. 이는 다른 신흥 제조 센터들이 쉽게 복제하기 힘든 구조적인 해자를 형성한다.
이러한 공급망 장점은 극단적인 원가 경쟁력으로 직결될 뿐만 아니라 놀라운 혁신 및 사이클 개선 속도를 불러일으킨다. 심천에서는 한 휴머노이드 로봇 스타트업이 아침에 새로운 아이디어를 떠올려 상류 공급업체에 전달하면, 점심 시간쯤 맞춤형 부품이 사무실로 바로 배달된다.
이토록 뛰어난 대응 속도는 중국 제조업체가 더 낮은 가격에 더 우수한 최첨단 하드웨어를 공급할 수 있게 한다. 예전 외부에서 중국은 품질이 낮은 모방 제품이나 저가 일반품만 만든다는 고정관념은 이미 오랫동안 낡은 게 되었다.
각 주요 선진 모델 연구실이 훈련 스케일을不断 확대함에 따라 맞춤형 데이터 수집 장비에 대한 수요가 폭발적으로 증가하고 있는데, 중국은 이러한 장비를 저비용으로 대량 생산하는 데 있어 독보적인 우위를 점하고 있다.
우리가交谈했던 몇몇 미국 최고 수준의 로봇 기업들은 종종 모든 핵심 부품을 자체적으로 연구·제작한다고 주장하지만, 심천 현지 공급업체들과 교류할 때는 자신이 메가세븐(Mag 7, 미국 주식 7대 테크주)이나 수억 달러 가치의 실리콘밸리 유니콘 기업에 안정적으로 납품하고 있다는 사실을 구체적으로 언급한다. 정교한 손가락, 액추에이터 등 핵심 부품부터 데이터 수집용 광각 카메라 및 헤드셋 장비에 이르기까지 모두 마찬가지다.
무지(Wuji Tech)가 제조한 정교한 손가락을 예로 들면, 이 제품은 인간의 손 크기 정도 되는 컴팩트한 몸체에 1800개 이상의 부품을 집약했고 성능은 미국에서 보았던 어떤 기계식 손보다도 뛰어났다. 역시나 그들은 많은 미국 테크 거대기업들의 뒤에 숨어 핵심 부품을 공급하는 무명 중의 무명 역할을 하고 있었다.
손가락 하나하나가 반대 방향 굽힘을 지원하여 내구성을 크게 향상시켰는데(이는 현재 기계식 손 분야에서 필수적인 요소), 예상치 못한 충격에도 강한 내성을 지닌다. 현장에서는 기계식 손이 원격 조작을 통해 덱(전체 패)에서 카드를 정확하게 한 장씩 분리해 내는 과정을 목격했다. 인간에게는 쉬운 작업처럼 보이지만 로봇 손 조작에는 막대한 테스트를 필요로 하는데, 힘과 마찰력을 마이크로미터 단위로 정밀하게 제어해야 하기 때문이다.
또 다른 깜짝 놀라움과 묘한 느낌을 안겨준 순간은 유비텍(UBTECH)의 인조 피부 휴머노이드 로봇을 마주쳤을 때였다. 순식간에 <배틀스타 갤럭시락티카>의 사이론(Cylon)이 연상되는 익숙하면서도 어딘가 불안한 느낌이 들었다.


중국 시장의 또 다른 두드러진 특징은 치열한 내부 경쟁인데, 이러한 경쟁은 제품 가격을 지속적으로 하락시켜 업계 이익률을 거의 제로 수준까지 압박하고 있다.
어느 스타트업은 다음 세대 액추에이터의 기술적 진보에 대해整整 한 시간 동안 설명했으나, 우리가 최종적으로 시장 경쟁력을 확보하는 방법이 무엇인지 묻자 그들은 즉석에서 "물론 가격입니다. 가격이 곧 중요합니다."라고 답변했다. 이러한 인식을 가진 기업이 비일비재하다는 뜻이다.
오락 시간에 한 체인 소매점 주주는 중국 내에서 영업을 하며 흑자를 내기가 얼마나 어려운지 탄식했다. 항상 적어도라도 시장 점유율을 뺏어가기 위해 올해의 이윤을 희생하는 경쟁자가 나타나기 때문이며, 내년에는 다시 번 돈을 기대하지만 정작 이듬해가 되면 또 다른 신규 진입자들이 더 낮은 가격으로 악성 경쟁을 벌이기 때문이다.
중국 문화에는 뿌리 깊은 ‘고난을 견디는’ 정신이 자리 잡고 있다. 장기적인 시련을 참는 이러한 강인함은 개별 기업이 초과 이윤을 얻는 것을 억누르고 기업별 생존을 험악하게 만들지만, 거시적 차원에서 볼 때 이는 국가 전체의 공급망 클러스터가 놀라운 총체적 경쟁력을 갖추도록 이끌었다.
원가 및 규모 장점을 제외하고도, 중국이 로봇 공급망 최상위에 위치해 있다는 사실은 또 다른 천연적 장점을 부여하는데, 이는 외부에서 자주 간과하는 글로벌 최첨단 기술 진화 추세를 가까이서 조망할 수 있는 능력이다.
주요 첨단 로봇 연구실들은 촉각 및 힘 피드백 센서 장갑부터 광각 측정을 위해 8개의 고해상도 카메라가 탑재된 시각 데이터 수집 헤드셋에 이르기까지 완전히 새로운 데이터 수집 방식을 끊임없이 실험해 왔다.
이러한 최첨단 하드웨어를 빠르고 저렴하게 전 세계에 납품할 수 있는 거의 유일한 공급처라는 지위는 중국 제조업체들로 하여금 전 세계 최정상 연구실들의 미세한 기술 니즈 변화를 최대한 빠르게 포착하게 해주며, 심지어 전반 시장보다 3~6개월 먼저 차세대 기술 진화 흐름을 예측할 수 있게 한다.

그러나 중국 기업이 이러한 제조 분야의 지배력과 앞서 얻은 시장 통찰력을 정말 자신들만의 핵심 전용 기술 강점으로 전환시킬 수 있을까? 이는 또 다른 완전히 다른 차원의 문제다. 우리의 일정이 진행될수록 의구심은 더욱 깊어졌다.
데이터: 수집은 산업의 병목이지 경쟁 구덩이가 아니다
거의 모든 로봇 기업들은 중국이 대규모 데이터 수집 프로젝트를 추진하고 있으며, 이를 전 세계 고객들에게 광범위하게 공급하고 있다고 말했다.
표면적으로는 합리적으로 보인다: 기업들이 직원들에게 데이터 수집 헤드셋을 착용하게 하여 첫 번째 시점의 신체인지 데이터를 캡처함으로써 추가 수익을 획득한다는 것이다. 하지만 중국 생태계의 여러 스타트업들과의 교류가 거듭되면서 사실이 표면보다 훨씬 복잡하게 돌아가며, 보통 지방 정책 차원의 명확한 유도 아래 움직인다는 점이 드러났다.
여러 업계 관계자들은 중국 각급 지방정부들이 실제로 이번 데이터 수집 붐의 핵심 동력임을 전했다. 중앙정부가 로봇 산업 발전과 일자리 창출을 위한 인센티브 정책을 내놓은 후, 지방 공무원들은 민첩하게 인지했다. 데이터 수집 단계에 재정 보조금을 지원하는 것이 단기적으로 로봇 관련 신규 일자리를 만들어내는 빠른 길이라는 점을 말이다.
지방 관리자들은 정량적 성과 지표에 밀려 통계하기 쉬운 단기 결과치를 추구하려는 경향이 강하며, 이러한 관심사는 때로는 차원이 더 높은 장기 산업 전략을 희생시키면서까지 이루어진다.
수백만 달러의 자금이 계속해 가치 불확실한 훈련 데이터에 쏟아지고 있다. 중국 전역에는 수많은 이른바 ‘데이터 파밍(Data Farming)’ 시설이 생겨났으며, 노동자들은 매일 동일 동작을 기계적으로 반복하며 천만 시간이 넘는 ‘로봇 훈련 데이터’를 쌓아올리고 있다.
그러나 이렇게 극도로 반복되고 획일화된 데이터 세트는 처음 몇 차례를 제외하고는 모델의 일반화 능력을 높이는 데 실질적인 증분 가치를 거의 제공하지 못한다.
데이터의 질이 걱정스럽기는 하지만, 이러한 자료는 해외 고객에게 끊임없이 판매되고 있다. 이는 한 차원 더 깊은 업계의 엄중한 현실을 드러낸다. 데이터의 희소성이 여전히 현재 로봇 모델 연구 개발이 직면한 최대 병목이라는 점이다. 대형 언어모델(LLM)이 인터넷상의 방대한 기존 텍스트 코퍼스를 직접 가져올 수 있는 것과 달리, 로봇 분야에는 이와 유사한 레디메이드 데이터 풀 자체가 존재하지 않는다.
덧붙여, 진정으로 가치 있는 로봇 훈련 데이터의 형태는 각양각색이며, 차세대 모델의 성능 도약을 해제하는 데 필요한 유형의 데이터는 아직 현실 세계에서 효과적으로 활용 가능한 규모조차 이루지 못하고 있다.
따라서 진정한 핵심 해자는 결코 데이터 수집 자체가 아니라, 원시 데이터를 고품질 훈련 신호로 전환할 수 있는 역량에 달려 있다.
기대를 주는 것은 점차 늘어나는 첨단 징후들이 확장 법칙(Scaling Laws)이 로봇 모델에도 적용됨을 나타낸다는 점이다. 즉 훈련 데이터 규모가 커짐에 따라 모델 성능이 결정적으로 강화된다는 것이다. 이는 시장이 고품질의 다양한 이종(Heterogeneous) 로봇 훈련 데이터에 대한 지속적인 강력한 수요를 유지할 것임을 의미하며, 이러한 데이터는 크로스 모드(cross-modal), 서로 다른 수집 방식, 새로운 훈련 아키텍처 등의 진화하는 표준 요구사항을 정확히 맞출 수 있어야 한다.
‘고품질 데이터’ 정의가 끊임없이 역동적으로 변화하는 업계 환경에서 가장 방어력이 강한 경쟁 우위는 글로벌 최정선 연구실들이 대체 불가능하고 신임하는 과학 연구 파트너가 될 수 있느냐에 달려 있다.
이런 업계 명성을 얻는 열쇠는 단순히 인력을 투입해 수집량을 늘리는 데 있지 않고, 데이터 라벨링, 필터링/클린징, 모델 평가 등에서 탁월한 전문적 감각과 미학을 갖추고 있는지에 있다.
미래의 승자는 아마도 데이터 수집량이 절대적으로 많은 팀보다는, 풍부한 엔베디드 AI 연구 배경을 바탕으로 첨단 로봇 기업의 기술 진화와 최속으로 연계할 수 있는 팀일 것이다. Scale AI와 Mercor이 최고의 연구 이해력으로 글로벌 톱 티 대형 모델 연구소와 깊게 결부된 것처럼, 이 로직은 엔베디드 AI 영역에서도 동일하게 통용된다.
소프트웨어: 방 안에 코끼리
산업 현장에서 로봇 자동화 기술은 사실 수십 년째 존재해 왔다. 예를 들어 아마존은 2012년 Kiva 인수 이후 창고 물류 시스템에 자동화 로봇을 대거 도입했으며, 2025년에는 100만 대 규모의 deployments를 돌파했다. 아울러 새로운 형태의 제품과 기능을 끊임없이 선보이고 있다. 따라서 점점 더 정교한 하드웨어를 만드는 것은 산업의 자연스러운 진화의 연장선에 불과하다.
로봇 분야에서 진짜 패러다임 혁명은 엔베디드 AI에 있다. 이는 로봇이 특정 작업에만 한정된 사전 프로그래밍에 의존할 수밖에 없었던 한계를 완벽히 깨뜨렸으며, 로봇의 일반적 인지 및 실행 경계를 근본적으로 확장시킨다.
우리가 심천에서 만난 모든 방문지에서 AI 소프트웨어는 아무도 주도적으로 지적하기를 꺼리는 '방 안에 코끼리'였다. 현장에서 본 대부분의 휴머노이드 로봇 및 장치는 자율적 의사결정과 일반화 능력이 매우 제한적이었으며, 대부분이 사람의 개입이 필요한 원격 조작(Teleoperation)이나 미리 설정된 고정된 동작 프로그램에 심하게 의존하고 있었다.
수많은 기업 임원들은 자사 로봇이 현재의 상위급 AI 능력을 갖췄다고 말하기를 부인했으며, 하위 소프트웨어 알고리즘이 해외 선두 경쟁사보다 최소 1~2년 뒤처져 있다고 밝혔다. 한편現場的年轻 직원들의 대화에서는 관료적인 격식이 덜하고 좀 더 잔혹할 정도로 정확한 상황이 종종 들려왔다. 이들은 농담 섞으로 자사 소프트웨어 시스템이 현재 복잡한 환경에서 정상적으로 작동할 수 없음을 인정했으며, 이전의 많은 시도들이 결국 전력을 다한 것이 아니었다고 털어놓았다.
이중 일부 이유는 우리가 이번 조사를 소프트웨어 알고리즘보다 하드웨어 비중이 높은 심천에 집중했기 때문이기도 하다. 하지만 이 이면에는 업계 전반에 걸친 더 근본적인 진실이 담겨 있다.
중국이 하드웨어 제조와 데이터 수집이라는 두 가지 핵심 요소에서 누리는 지배력이 자연스럽게 소프트웨어 알고리즘 부문에서의 주도권으로 이어지는 것은 아니다. 많은 중국의 휴머노이드 로봇 완성품 제조사는 기본 베이스 모델을 스스로 개발하지 않고 오히려 미국 선진 연구실에서 공개한 오픈 소스 모델을 자사의 소프트웨어 능력 토대로 계속 사용하고 있으며, 그중에서도 특히 OpenAI, 엔비디아(Nvidia), Physical Intelligence 등 기관의 오픈 소스 생태계에 의존하고 있다.
업계 연구진과의 교감 결과, 많은 중국 로봇 기업들이 베이스 모델 개발에 막대한 자본을 쏟는 기존 오픈 소스 모델의 사후 훈련(Post-training) 파인튜닝에 주력하는 경향이 있는 것으로 나타났다.
미국 선진 모델 연구소로써 이는 완벽한 전략적 돌파구가 된다: 오픈 소스는 극도로 강력한 시장 유통 전략으로 진화하며, 글로벌 개발자들을 채택시키고 그들의 모델 중심으로 생태계를 구축하도록 유도한다. 이러한 베이스 모델들의 범용 성능이 강화될수록 중국 제조사들이 자체적으로 대안적 하위 모델을 개발하려는 동력은 점점 더 위축될 가능성이 크다.
모델 증류(Model Distillation)는 중국 기업계에서 이미 공개된 사실이다. 분명 일부 팀은 이 방식을 로봇 분야로 직접 복제하는 데 성공할 것이라고 믿고 있다. 그러나 대형 언어 모델이 합성 텍스트를 활용해 효율적으로 모델 증류를 수행할 수 있는 것과 달리, 로봇 모델은 훨씬 더 복잡한 엔지니어링 장벽에 직면해 있다.
로봇 모델에 증류를 적용하려면 베이스 알고리즘뿐만 아니라 방대한 양의 실제 물리 상호작용 데이터, 하드웨어 협력 기반시설, 그리고 혹독한 현실 세계 테스트 검증이 필요하다. 이것이 바로 하드웨어 제조력이 뛰어나다고 해도 해외 최고 수준 모델의 기능을 순수하게 증류만으로 복제하려고 하면 그 어려움이 기하급수적으로 늘어날 수밖에 없는 이유다.
비즈니스 규칙의 깊은 분기점
한 세대 만에 극빈 상태에서 완전히 벗어난 국가답게, 물질적 경험에서 비롯된 깊은 발자취가 뚜렷하게 드러난다. 중국 사회에는 치열한 경쟁과 추월 문화가 팽배하며, 이는 신흥 재물이 급속히 성장하는 지역에서 흔히 찾아볼 수 있다. 사람들은 확실한 상업적 이윤을 최대한 빨리 벌어들여, 후视镜(거울)에 비친 가난했던 시절로 다시 추락하는 것을 극도로 두려워한다.
이것은 어느 정도 합리적으로 들릴 수 있지만, 우리를 경악하게 만든 것은 이런 심리가 스타트업 및 벤처캐피탈 생태계 전반에 미친 깊은 영향력이다.
중국 스타트업 기업들을 찾아가는 과정에서 부러움 섞인 탄식, 즉 "미국 스타트업은 단기적으로 돈을 벌어야 하는 고민을 전혀 하지 않는다"는 말을 자주 듣게 되었다. 이는 중국 스타트업 팀이 투자자들로부터 받는 혹독한 상용화 압박을 고스란히 드러낸다.
이러한 괴리는 중국 벤처캐피탈(VC) 생태계 전반에 깔린 매우 짧은 투자 회수 주기 기대치에서 비롯된다. 많은 스타트업은 설립 2~3년 내에 현저한 사업 매출을 올리도록 요구받으며, 잠시 실적이 보이면 투자는 즉각 상장(IPO) 준비를 독촉한다.
우리의 추정에 따르면 중국 VC가 장기 투자주기에 대해 그토록 인내심이 없는 이유는 몇 가지 층위에서 기인한다. 하나는 높은 수익률을 기대할 수 있는 대체 자산군이 부족하다는 점(최근 10년간 좁은 변동폭을 오가는 증권시장, 1선 도시 아파트 임대 수익률이 평균 1% 수준인 점, 자본 통제 규제 등). 또 다른 하나는 해외 대학 기부금(Endowment Fund)처럼 초장기 투자의 위험을 감내할 수 있는 기관 출자자(LP)가 부족하다는 점이다.
이로 인해 창업팀은 하드웨어 위탁생산(OEM)과 데이터 수집 아웃소싱 서비스에 중심을 크게 기울이게 되었다. 이러한 사업은 회수가 신속하고 자본 회수 주기가 짧기 때문이다. 반면 상업화 경로가 길고 불확실성이 큰 하위 소프트웨어 연구 개발은 멀찌감치 피하거나 신중하게 대한다.
게다가 두 지역은 지식재산권 보호 태도에서도 차이가 크다. 방문 과정에서 우리는 많은 기업 복도 벽면에 자랑스럽게 걸어둔 특허증을 많이 보았지만, 실질적인 지식재산권 보호가 비교적 취약하다는 점은 업계에서 부정하기 어려운 사실이다.
이것은 기업으로 하여금 매순 작은 혁신이라도 가장 빠른 시간 내에 상용화해야만 함을 강제한다. 그렇지 않으면 경쟁사들이 동일한 상품을 더 낮은 원가로 모방·복제하여 시장에 먼저 진출할 것이기 때문이다.
이것이 결국 인센티브 체계에 구조적 불일치를 초래한다. 중국은 로봇 물리적 층에 매우 강력한 해자를 쌓아 올렸으나, 현재의 자본 환경과 성과평가 방향은 객관적으로 이러한 물리적 우위를 소프트웨어 리더십으로 도약시키기 위해 필요한 초장기 인내형 자본의 투자를 억제하고 있다.
Pantera의 로봇 산업 핵심 전망
우리가 심천을 떠나면서, 글로벌 로봇 산業의 현재 발전 단계와 미래 진화 과정에서 함의된 핵심 격차와 돌파점에 대해 과거보다 훨씬 더 명확하고 입체적으로 인식하게 되었다.
로봇 산업은 여전히 초기 단계에 머물러 있으나, 중국은 대체 불가능한 핵심 기둥으로서 역할
우리의 심천 현지 조사와 중국 로봇 임원들과의 대화는 다시 한번 우리 판단을 입증했다. 엔베디드 AI 산업은 아직 완전히 초보 단계에 머무르고 있다. 하드웨어 성능은 지속적으로 개선되고 있으나, 적어도 중국 내부의 일치된 의견에 따르면 소프트웨어 알고리즘은 진정한 의미의 성숙한 상용화 수준까지 아직 갈 길이 멀다.
중국의 글로벌 로봇 공급망 내 비중은 어느 때보다도 막중해졌다. 중국 제조 기업은 단순히 데이터 수집 장비의 핵심 제조자에 그치지 않고 로봇의 핵심 부품 주요 납품처이기도 하다.
데이터는 여전히 모델의 일반화 능력을 펼쳐내는 데 있어 가장 핵심적인 병목이다. 확장 법칙이 지속적으로 작동한다면 다양하고 고품질의 데이터를 더 많이 수집하는 것이 성능 향상으로 가는 지름길이다. 중국의 제조 생태계는 데이터 수집 하드웨어의 대량 생산과 전 세계 시장으로 정교한 손가락, 액추에이터 등 핵심 핵심 부품을 안정적으로 공급하는 면에서 독보적인 산업적 지위를 확보하고 있다.
중국이 향후 글로벌 로봇 산业 생태계와 어떻게 깊이 연계될 것인가가 곧 글로벌 산业 발전의 속도론을 좌우할 것이다. 중국이 하드웨어 측면에서 누리는 주류 지위는 상당 기간 유지될 것이며, 전 세계 로봇 기업의 핵심 납품처 역할을 계속 이어나갈 것이다. (FCC가 완성품 수입을 잠재적으로 금지한다 할지라도 해당 제한 조치는 부품에는 적용되지 않기 때문이다.)
앞으로 중국 팀이 알고리즘 모델 측면에서 따라잡는다면, 중국 기업은 핵심 부품 가격 인상 또는 하드웨어 공급 차질을 통해 글로벌 공급망에 막대한 구속력을 행사할 가능성이 크다. 비록 현재로서는 저 확률 시나리오에 속하지만, 이것이 바로 미국 내 현지 로봇 기업에 투자할 때 리스크 관리 계산에 반드시 핵심적으로 고려해야 할 잠재적 위험 요인이다.
중국 내 로봇 사용의 경제적 당위성은 아직 완전히 표출되지 않음
현재 중국 시장의 휴머노이드 로봇出货(출하)량은 매우 눈부시지만, 실질적인 경제적 산출이 나오는 생산 현장에 투입된 사례는 극히 드물다. 지금 중국에서 배포된 휴머노이드 로봇은 주로 낮은 부가가치를 지닌 전시 및 오락 목적에 쓰이고 있으며, 전시장이나 박람회장에서 방문객에게 간단한 안내를 제공하거나 춤추기, 쿵푸 실演 등을 선보이는 수준이다. 네발 및 두발 로봇 역시 현재까지 대다수가 단지 대학 연구소나 지향성 애호가에게 팔려나가는 수준이다.
이것은 미국 시장과 대비되는 현상이다. 미국에서는 로봇이 고부가가치 산업 제조 및 물류 창고 환경으로 급속히 침투하고 있으며, 일부 기업은 이미 수천만 달러 규모의 장기 상업 주문 계약을 확정지었다.
이러한 근본적인 괴리를 야기한 핵심은 양지 지역의 노동력 원가 및 공급 구조가 극명하게 다르다는 점이다: 서구의 높은 인건비에 젊은 세대의 블루칼라 육체노동을 기피하는 경향이 더해지며 강력한 자동화를 통한 비용 절감 경제학이 자극되고 있다.
그럼에도 불구하고 기술 발전은 종종 대규모 상업화 보급보다 훨씬 앞서간다. 한 중국 창업자는 우리에게 생생한 비유를 소개했다. 오늘날의 휴머노이드 로봇은 마치 말이 끌던 시절의 초기 자동차와 같다. 당시 사람들은 자가용이 일상 교통 수단으로서의 실용성에 의문을 제기했는데, 말 타기(마차)가 충분히 모든 이동 요구를 충족시킬 수 있었기 때문이다. 하지만 당시 사람들이 미처 상상하지 못했던 것은 자동차가 훗날 전체 교통 인프라를 송두리째 뒤바꿔 완전히 새로운 방대한 산업을 만들어낼 것이라는 점이다.
우리는 이 파괴적 진화 법칙이 휴머노이드 로봇에도 동일하게 적용된다고 굳게 믿는다. 오늘 날 대중과 기업들이 왜 보편적인 휴머노이드 로봇이 필요한지 이해하기 어려운 것은, 그들이 일반적인 엔베디드 AI가 최종적으로 펼칠 수 있는 무궁무진한 잠재력을 아직 직접 체감해보지 못했기 때문이다. 또한 중국 내에서는 인건비 절감을 위해 인력을 대체하려는 긴급한 경제적 필요성이 상대적으로 부족하기 때문에, 전례 없는 상업적 응용 환경을 탐구하려는 내생 동력이 상대적으로 미흡하며, 이는 다소 보수적인 창업 생태계를 형성하는 원인이 되기도 한다.
보편적 휴머노이드 로봇이 결국 미래 최저가의 노동력 형태로 부상
업계 내부에서는 오랫동안 하나의 핵심 질문을 놓고 격렬하게 논쟁을 벌여 왔다. "이미 특정 작업을 처리할 때 전용 로봇이 더 효율적이고 안정적이라면, 세상은 왜 보편적 휴머노이드 로봇을 필요로 할까?"
우리의 중국 현지 조사 역시 이러한 상황을 증명한다. 현재 시점에서 전용 로봇의 실질 작업 능력은 보편적 로봇을 압도적으로 상회한다. 명확한 경계와 계량화가 가능한 세분화 된 작업에 특화된 전용 로봇은 더 빠른 상용화 사이클을 실현할 수 있다.
하지만 가로 방향의 규모 확장에 있어서 전용 로봇은 필연적인 한계를 지닌다. 기업 하나가 일상 운영에서 매 단계마다 다른 전용 로봇을 별도로 구매할 수는 없다. 또한 평범한 가정에서도 설거지, 테이블 닦기, 빨래, 옷 개기 등 각각을 위한 로봇을 동시에 사둘 리가 만무하다.
단일 작업 공정 수행력에서 전용 로봇이 더 뛰어나긴 하지만, 한 연쇄적인 일상 업무를 수행하기 위해 다수의 장비를 조합해야 할 경우, 종합적인 구매 및 유지보수 비용 효율성은 크게 낮아진다.
우리는 보편적 휴머노이드 로봇이 궁극적으로 가장 저렴한 노동력 형태로 부상할 것이라고 생각한다. 그 핵심 장점이 어쩔 수 없이 99.9%의 극한 정밀도로 단일 작업을 완료하는 데 있는 것이 아니라, 99%의 만족스러운 정밀도로 동시다발적으로 수백 가지 완전히 다른 일상 업무를 소화할 수 있는 데 있다.
휴머노이드 로봇이 설거지, 옷 개기, 빨래 등 각 항목에서 일일이世界第一가 될 필요는 없다. 그저 이 세 가지 및 기타 가사노동에서 충분할 만큼 잘 해주면 된다. 모델의 일반화 능력이 향상됨에 따라 동일한 범용 하드웨어 차대는 추가 장비 구매 없이도 무한히 확장 가능한 기술 라이브러리를 활성화할 수 있다.
결론적으로 보편적 휴머노이드 로봇의 최종 경제학 해자는 특정 포인트 작업 능력의 극대화에서 비롯되는 것이 아니라, 단일 기기가 커버할 수 있는 작업 유형 숫자의 최대화에 있다. 이러한 범용 일반화 능력은 주행 안정성 향상과 하드웨어 제조 원가의 지속적 하락과 맞물려 물리적 육체 노동의 경제적 구조를 근본적으로 와해시킬 것이다.
데이터 수집 시장은 막대한 규모를 지니며, 핵심 가치는 '데이터 인텔리전스'로 집약됨
확장 법칙이 물리적 AI 영역으로 성공적으로 적용되고 있다는 증거가 누적됨에 따라 로봇 데이터 수집 시장은 필연적으로 거대한 규모로 성장할 것이다. Figure AI가 최근 공개한 Helix 2.5 모델은 고무적인 실증 결과를 제시한다. 훈련 데이터가 두 배로 늘어날 때마다 로봇 모델의 성능 향상이 높은 예측 가능성을 지님을 입증했기 때문이다.
더 대규모의 데이터와 연산 자원이 대형 언어 모델의 기능 도약을 이끈 것처럼, 로봇 분야에서도 동일한 진화 경로를 그대로 밟고 있다. 이는 선진 연구실들이 보편적 엔베디드 AI를 향해 가속 경쟁하는 과정에서 로봇 훈련 데이터에 대한 강력한 수요가 지속적으로 폭발할 것임을 의미한다.
그러나 데이터 규모를 단순히 늘린다고 해서 더 고품질의 데이터를 확보한 것은 아니다. 중국의 현지 조사는 이러한 인식을 한층 더 굳혔다. 대규모 데이터 파밍이 수천 시간을 웃도는 실습 영상을 쏟아내지만, 이러한 획일화된 데이터가 모델 일반화 성능 향상에서 기여하는 한계치는 미미하다.
산业이 깊은 구간으로 진입하면서 업계 병목 현상은 '더 많은 시간의 데이터를 수집하는 것'에서 '진정으로 가치 있는 핵심 데이터 조각을 정밀하게 추출하는 것'으로 빠르게 전환될 것이다.
따라서 진정한 청운(Blue Ocean) 기회는 성의 없는 데이터 수집에 있는 것이 아니라, 원시 훈련 시간을 계량 가능한 모델 성능 상승으로 연결하는 방법에 있다. 이는 방대한 노이즈와 저질의 연속공정 데이터 속에서 귀중한 유용한 훈련 신호를 뽑아내기 위해 더 정교한 데이터 라벨링, 필터링, 클린징 및 평가 체계 구축을 필요로 한다.
로봇 모델의 비약적 진화와 이에 따른 데이터 기준의 끊임없는 재구성 속에서, 지속적으로 고가치 양호 데이터 세트를 발굴하고 전달할 수 있는 전문 역량은 단순히 인원 투자를 늘려 수집하는 것보다 훨씬 깊은 경쟁 해자가 될 것이다.
모델 레이어는 점차 동질화되겠으나, 미국은 중국에 대한 알고리즘 선도 지위를 계속 유지할 것
우리는 로봇 하위 모델 레이어 간 경쟁이 치열해지고 있으며, 장기적으로 보면 동질화 Commoditization의 상품화 리스크에 직면할 것이라고 판단한다.
지난 몇 달 사이 Physical Intelligence, Generalist, Dyna Robotics, Figure AI 등 다수의 미국 최정선 팀이 독자적으로 모델 성능 및 일반화 성능에서 중대한 진전을 발표했다. 여러 팀이 극히 짧은 시간 내에 잇달아 실질적 성과를 달성했다는 사실은 선진 엔베디드 AI가 대규모 언어 모델 시장처럼 OpenAI와 Anthropic 양대 거대기업에 의해 독점되지 않을 확률이 높음을 시사한다.
대부분의 블루칼라 육체노동을 위해서는 200에 달하는 슈퍼지능이 필요하지 않으며, 적절한 환경 이해도와 탁월한 사후 훈련 파인튜닝을 갖춘다면 충분히 수행 가능하다. 훈련 방법론이 점진적으로 성숙해지고 데이터 규모가 확장됨에 따라 업계 전반의 경쟁 초점은 범용 베이스 모델 개발에서 장면 적응형 배치와 타겟팅된 후훈련(Pt-s)으로 전면 이동할 것이다. 이러한 구도 하에서 베이스 모델에만 맹목적으로 베팅하는 회사는 차별화된 해자를 유지하기가 점점 더 어려워질 것이다.
가시적인 미래에 우리는 미국이 소프트웨어 알고리즘 측면에서 중국에 대한 앞선 지위를 계속 유지할 것이라고 판단한다. 이는 중국 로봇 기업들이 하드웨어 판매 및 데이터 아웃소싱에서 비롯되는 즉각적인 현금흐름을 선호하며, 장기적으로 막대한 자본을 투입해 연구 개발을 할 인내심이 부족하기 때문이다. 미국 선진 연구실들이 하위 알고리즘에서 이어지는 돌파구는 중국 제조사들이 해외 오픈소스 생태계 의존도를 높이는 경향을 더욱 키우게 될 것이다.
대형 언어 모델이 텍스트 증류를 통해 비교적 수월하게 빠르게 재현 가능한 것과 달리, 엔베디드 AI의 모델 증류 장벽은 훨씬 높다. 모델 인지는 다양한 물리적 환경과 다종 기계 플랫폼 간의 실제 상호작용 데이터를 거쳐 심층적으로 연결되어야 한다. 단순한 하드웨어 제조 차원의 단일 포인트 우위로는 이러한 복합적 해자를 쉽게 넘어서기 어렵다. 이에 따라 우리는 중미 간 엔베디드 소프트웨어 격차가 대형 언어 모델 관점에서 목격한 차이보다 더 오래갈 것으로 추정한다.
로봇 분야는 뚜렷한 '후발주자의 우위'를 보유
현재 방대한 자본이 로봇 분야의 하위 중대한 논쟁 해결에 집중되고 있다(예를 들어 모델 아키텍처 방향, 기계적 형상 설계, 수직 통합 vs 수평 분업 등). 많은 초기 스타트업들은 필연적으로 이러한 탐색 과정에서 터널을 맞게 될 것이다.
오늘 새로 시장 진입하는 팀은 선행자들의 어깨 위에 올라서 시행착오를 줄이고 막대한 자본을 절약하며, 업계 최신 패러다임(Meta)을 기반으로 최선봉의 새로운 아키텍처를 즉시 구현할 수 있다.
결언
여행 마지막 날 밤 8시, 우리는 같은 차량에 올라 홍콩 국제공항을 경유해 뉴욕으로 돌아가는 길을 나섰다. 심천 로봇 핵심 산업 단지를 전방위적으로 심층 조사한 끝에 우리는 글로벌 로봇 산업의 발전 양상을 이전에 볼 수 없던 새롭고 선명한 시야로 바라보게 되었다.
"현지현물". 이번 현지 조사는 우리의 신념을 한층 더 확고히 했다. 정보가 넘쳐나는 이 시대에서 현지를 직접 방문해 친히 눈으로 확인하는 것은 펀더멘털에 기반한 독립적 사고와 심층적 분석을 구축하는 가장 든든한 토대임을 다시 한 번 일깨워주었다.
중국이 undoubtedly 전 세계 로봇 미래 지도를 다시 그리는 과정에서 대단히 중요한 역할을 해낼 것이며, 우리는 하드웨어와 소프트웨어, 그리고 양자를 연결하는 모든 과정의 진화를 지속적으로 면밀히 지켜볼 것이다.
수십 년에 걸친 제조업의 축적은 중국에게 하드웨어 제작 분야에서 거대하고 거의 극복 불가한 해자를 선물했다. 그러나 단기 정량 목표에 매몰된 데이터 수집의 폐단이 드러나고, 자본 측면에서 즉각적 수익성에 대한 시야가 좁아지면서, 장기적으로 기초 혁신을 완수해야 할 때 중국 기업은 미국 기업에 비해 훨씬 더 많은 제약 조건을 겪고 있다.
어떤 것도 그 어느 때보다 뚜렷해진 사실이 있다. 우리가 심천을 떠날 때 로봇 분야 미래 전망에 대해 훨씬 더 확신에 찬 신뢰를 품었고, 지금이야말로 이 산업을 과감하게 적극 투자해야 할 완벽한 시기라는 것을 굳게 믿는다.
기반 소프트웨어가 충분한 일반화 역량을 갖추어 휴머노이드 로봇이 실질적인 생산성을 발휘하기 전까지는, 데이터 수집, 고차원 라벨링, 데이터 인텔리전스 분야에서 구조적 공백이 상당히 남아있을 것이다. 우리는 로봇 데이터와 엔베디드 AI 분야에서 돌파구를 만들어낸 우수한 창업자들을 언제나 찾고 있다. 당신이 이에 깊이 종사하고 있다면, 당사 투자팀이 당신과 적극적으로 대화하기를 희망한다.
















