중국의 휴머노이드 로봇 산업이 화려한 공연과 기술 시연의 단계를 넘어 실제 작업 현장으로 이동하고 있다. 로봇이 무대에서 춤을 추거나 달리기 경주를 완주하는 모습은 대중의 관심을 끌기에 충분했다. 그러나 산업적 가치를 판단하는 기준은 따로 있다. 공장과 물류창고, 발전소, 매장 등에서 사람이 맡았던 일을 얼마나 정확하고 안전하게 수행할 수 있는지가 핵심이다.

　중국 공업정보화부와 국무원 국유자산감독관리위원회는 2026년 휴머노이드 로봇과 체화지능을 대상으로 한 ‘실경 실습·훈련 특별행동’을 추진하고 있다. 여기서 말하는 실경 훈련은 실험실에 마련된 단순한 모형 공간이 아니다. 로봇을 실제 생산라인과 창고, 에너지시설, 상업시설 등에 투입해 반복적으로 작업하게 하고, 그 과정에서 발생하는 동작과 힘, 판단, 오류 데이터를 수집하는 방식이다.

　사람은 처음 가보는 공장에서도 주변을 살피고 상황에 맞게 행동할 수 있다. 그러나 로봇은 바닥의 높이가 조금 달라지거나 물건의 위치가 바뀌는 것만으로도 동작에 실패할 수 있다. 잘 정돈된 실험실에서 나사를 조이던 로봇이 실제 공장에서는 조명과 진동, 소음, 작업자의 움직임 때문에 제대로 작동하지 못하는 일이 생긴다. 실경 훈련이 필요한 이유다.

　중국 정부가 이번 사업에서 강조하는 것은 단순한 로봇 보급 대수가 아니다. 전신 운동 궤적과 힘의 조절 곡선, 작업 순서, 시간에 따른 판단 과정 등을 정밀하게 기록하는 고품질 데이터 구축이 중요한 목표다. 물건의 속성과 공간의 의미뿐 아니라 돌발 상황, 외부 간섭, 정상 범위를 벗어난 조건에 대처하는 과정도 데이터로 남기도록 했다.

　이는 휴머노이드 로봇이 ‘몸을 가진 인공지능’이라는 사실과 관련이 있다. 생성형 인공지능은 인터넷과 문서에서 많은 데이터를 얻을 수 있지만, 로봇이 실제 물체를 잡고 옮기며 얻는 데이터는 자동으로 생기지 않는다. 로봇이 컵을 잡을 때 어느 정도의 힘을 사용해야 하는지, 미끄러운 부품을 어떻게 들어야 하는지는 현실에서 반복적으로 수행하고 실패해야 학습할 수 있다.

　산업계에서는 이러한 데이터를 ‘로봇 시대의 원유’로 본다. 그러나 데이터의 양이 많다고 해서 모두 좋은 것은 아니다. 센서의 종류와 측정 단위가 다르고 작업 성공 여부를 판단하는 기준이 제각각이면 다른 기업이나 로봇이 활용하기 어렵다. 중국이 실경 훈련과 함께 데이터 품질과 생성 플랫폼, 체화지능 모델에 관한 표준을 빠르게 마련하는 이유도 여기에 있다.

　2026년 8월 말에는 중국 공업정보화부가 ‘국가 휴머노이드 로봇 산업 표준체계 구축 지침’ 의견수렴안을 공개했다. 휴머노이드 로봇을 둘러싼 경쟁이 제품 발표에서 안전성, 통신, 부품, 성능평가, 실제 작업능력을 측정하는 표준 경쟁으로 이동하고 있음을 보여준다.

　표준은 산업의 속도를 늦추는 규제가 아니라 시장을 넓히는 공통 언어가 될 수 있다. 로봇의 손과 관절, 배터리, 센서, 제어 프로그램이 일정한 기준을 충족하면 서로 다른 기업이 만든 부품과 소프트웨어를 연결하기 쉬워진다. 수요 기업도 무엇을 기준으로 로봇의 성능과 안전성을 판단해야 하는지 알 수 있다.

　다만 대규모 보급을 서두를수록 새로운 문제가 생길 가능성도 크다. 공장과 상업시설에서 로봇이 촬영한 영상에는 작업자의 얼굴과 기업의 생산정보가 포함될 수 있다. 로봇이 사람과 충돌하거나 잘못된 판단으로 물건을 파손했을 때 책임을 누가 부담할지도 명확해야 한다. 중국의 실경 훈련 계획이 로봇 보험과 지역별 제도 마련을 함께 언급한 것은 이러한 위험을 고려한 조치로 볼 수 있다.

　한국도 휴머노이드 로봇 기술과 정밀부품, 배터리, 반도체 분야에서 높은 경쟁력을 갖고 있다. 그러나 개별 로봇의 성능 경쟁에만 집중하면 실제 작업 데이터와 산업표준을 선점하기 어렵다. 조선소와 자동차공장, 물류센터, 원전 해체 현장처럼 한국이 강점을 가진 산업 공간을 로봇 실증장으로 연결할 필요가 있다.

　교육 분야의 대응도 중요하다. 앞으로 로봇 전문가는 기계를 조립하는 기술만으로 충분하지 않다. 인공지능과 데이터, 기계공학, 인간공학, 안전과 윤리를 함께 이해해야 한다. 학교에서도 로봇이 정해진 동작을 수행하는 데 그치지 않고 실제 환경의 문제를 관찰하고 해결하도록 하는 프로젝트 수업이 확대돼야 한다.

　중국 휴머노이드 산업의 다음 경쟁은 누가 더 사람과 비슷하게 걷느냐에만 달려 있지 않다. 실제 현장에서 얼마나 오래 일하고, 예외 상황에 얼마나 안전하게 대응하며, 축적한 경험을 다른 로봇과 공유할 수 있는지가 승부를 가를 것이다. 로봇이 무대에서 내려와 작업장으로 들어가는 순간, 진짜 산업 경쟁이 시작되고 있다.

참고자료:

• 중국 공업정보화부·국무원 국자위, 2026년도 휴머노이드 로봇·체화지능 실경 실훈련 특별행동
• 중국 공업정보화부, 국가 휴머노이드 로봇 산업 표준체계 구축 지침 의견수렴
• 중국 국가표준 정보, 체화지능 데이터 품질과 평가방법

从“会表演”到“能作业”

中国人形机器人进入实景实训与标准化发展阶段

　　中国人形机器人产业正在从舞台表演和技术展示阶段走向真实作业现场。机器人跳舞、奔跑的画面能够吸引公众关注，但判断其产业价值的关键，在于机器人能否在工厂、仓库、能源设施和商业场所中准确、安全地完成实际工作。

　　2026年，中国工业和信息化部与国务院国资委联合开展人形机器人与具身智能实景实训专项行动。所谓实景实训，并不是在实验室中搭建一个简单的模拟环境，而是让机器人进入真实生产线、物流仓库和能源设施，反复完成作业并收集运动、力量、判断和故障数据。

　　人在第一次进入某个工厂时，也可以观察周围环境并及时调整行为。但机器人可能因为地面高度、光线、物品位置或人员移动发生细微变化而失败。因此，在实验室里能够顺利拧紧螺丝的机器人，到了真实工厂未必能够应对振动、噪声和复杂干扰。

　　此次专项行动强调建设高质量、高保真的数据集，精确记录全身运动轨迹、力位控制曲线、操作执行序列和时序逻辑。同时还要记录空间语义、物体属性、异常处置、突发干扰和边界工况等真实场景信息。

　　这与具身智能的特点密切相关。生成式人工智能可以从互联网和文档中获取大量数据，但机器人抓取、搬运和操作物体的数据不会自动产生。抓杯子需要多大力量、如何拿起容易滑动的零部件，都需要机器人在现实环境中不断实践和纠错。

　　产业界把真实作业数据看作机器人时代的重要资源。但数据并非越多越好。如果传感器、计量单位和任务成功标准各不相同，数据就很难在不同企业和机器人之间共享。因此，中国正在同步推进具身智能数据集、数据生成平台和大模型系统等标准建设。

　　2026年8月底，中国工业和信息化部公开征求《国家人形机器人产业标准体系建设指南（2026版）》的意见。这说明人形机器人竞争正在从产品发布会转向部件、安全、通信、性能评价和实际作业能力的标准竞争。

　　标准并不只是限制产业发展的规定，也可以成为扩大市场的共同语言。机器人关节、灵巧手、电池、传感器和控制软件如果符合统一标准，不同企业的产品就更容易相互连接。使用机器人生产的企业也能够依据公开指标判断产品是否安全、可靠。

　　与此同时，大规模推广仍然伴随着隐私、数据安全和责任划分问题。机器人在工厂拍摄的图像可能包含员工面部和企业生产信息。机器人发生碰撞或损坏物品时，也必须明确制造商、运营商和使用单位各自承担的责任。专项行动提出探索机器人保险和地方制度安排，正是为了应对这些问题。

　　韩国在机器人零部件、半导体、电池和精密制造领域具有优势，但如果只重视单个机器人的性能，就可能错过真实数据和产业标准竞争。韩国可以把造船、汽车制造、物流和核电站退役等优势产业现场建设成机器人实证空间。

　　未来的机器人技术人才也不能只懂机械组装，还要理解人工智能、数据、人机工程、安全与伦理。学校应增加真实问题导向的机器人项目，让学生学习观察环境、分析失败原因并重新设计解决方案。

　　人形机器人的下一场竞争，并不只是谁走得更像人，而是谁能够在真实现场工作得更久、更安全，并把积累的经验转移给其他机器人。当机器人从舞台走进工作场所，真正的产业竞争才刚刚开始。