휴머노이드 로봇, 피지컬 AI 및 산업 자동화: WRC 2026은 로봇 경쟁의 초점이 시연 역량에서 생산성, 신뢰성 및 배치 데이터로 이동했음을 보여준다

개요

이 보고서는 WRC 2026 현장 관찰과 다수 로봇 기업과의 논의를 요약한다. 핵심 결론은 휴머노이드 로봇 및 기타 형태의 피지컬 AI에 대한 고객 기반, 적용 범위 및 데이터 투자가 확대되고 있으나, 산업은 아직 대규모 상업화의 문턱을 넘지 못했다는 것이다. 다음 발전 단계는 기본적인 동작 시연이 아니라 로봇이 실제 환경에서 인간의 생산성에 근접하고 충분히 높은 신뢰성, 데이터 효율성 및 경제성을 바탕으로 연속 작동할 수 있는지에 의해 결정될 것이다.

핵심 견해

첫째, 로봇 배치는 심화에 앞서 확대되고 있다. 통합업체당 평균 고객 수는 2026년 초 약 10개에서 수십 개로 증가했으며, 일부 고객은 개념검증 시험에서 재구매로 전환했다. 예를 들어 Foxconn은 2025년 말 첫 배치 후 UBTECH 제품을 재구매했다. 그러나 개별 고객은 대체로 수십 대의 로봇만 배치하고 있어 산업은 대규모 도입과는 거리가 멀다. 로봇은 낯선 물체, 위치 변화 및 일부 환경 교란에 대한 일반화 능력을 개선했다. 분류 등 특정 작업은 전시 시연에서 인간 성능과 같거나 이를 넘어설 수 있지만, 복잡하거나 고정밀인 작업에서의 속도와 정확도는 여전히 인간보다 현저히 낮다. 반정형 환경은 현재 배치에 비교적 적합한 출발점이다. 기존의 고정 자동화가 포괄하기 어려울 정도로 충분히 다양하지만, 복잡성에는 여전히 명확한 경계가 있기 때문이다. Galaxea의 솔루션은 풀필먼트, 분류, 토트 취급, 피킹 및 포장을 포괄하며 약 10,000개의 SKU와 낯선 물체를 인간 속도의 70–80%로 처리할 수 있는 것으로 알려졌다. UBTECH의 2026년 산업용 납품은 주로 팔레트 해체 및 자재 취급에 집중되어 있으며, 팔레트 해체는 생산에 필요한 사이클 시간의 60–80%에 도달했다. 보고서는 로봇 지능이 신형 휴머노이드 플랫폼에만 의존하지 않는다고도 강조한다. Mech-Mind는 3D 비전, 소프트웨어/AI 및 엔드 이펙터로 기존 로봇을 고도화한다. 이 회사는 2025년 약 10,000개 시스템을 출하했고, 2026년 1분기에 약 70%의 전년 대비 매출 성장을 기록했으며 상반기에도 유사한 주문 성장을 달성했다. 4족 보행 로봇도 전력망 검사, 보안, 소방, 철강 및 석유·가스 등의 활용 사례에서 더욱 명확한 제품-시장 적합성을 달성했다. Deep Robotics는 2026년 상반기에 100% 이상 성장했으며, 산업용 4족 보행 로봇 출하량을 2025년 약 3,000대에서 2026년 약 10,000대로 늘리는 것을 목표로 한다. 가정용 활용 사례는 WRC 2025보다 크게 늘었지만, 상업적 가치, 효율성 및 안전성 문제는 해결에 시간이 걸릴 것이다. 보고서는 가정용 휴머노이드 로봇이 빠르게 확산될 것으로 보지 않으며, AI 반려동물, 동반 로봇, 데스크톱 로봇 및 자동화 식음료 워크스테이션이 더 빨리 도입될 수 있다고 본다. 기업 목표는 여전히 공격적이다. Geekplus는 향후 3년간 피지컬 AI 제품 누적 10,000대 출하를 계획하며, 이 중 약 3분의 2는 Gino 바퀴형 휴머노이드 로봇, 3분의 1은 로봇 팔 워크스테이션이 될 예정이다. UBTECH는 2026년 약 10,000대, 2027년 20,000–40,000대를 목표로 한다. Linkerbot은 2025년 약 10,000대 대비 2026년 약 20,000개의 다관절 손 판매를 계획한다. AI² Robotics는 2026년 약 5억 위안의 매출과 수천 대의 납품을 목표로 하며, 2027년에는 연간 약 30,000대의 생산 능력을 계획한다. DexForce는 2025년 6,000만 위안 대비 약 2억5,000만–3억 위안의 매출을 목표로 한다. OneRobotics는 2026년부터 2028년까지 약 50%의 매출 CAGR을 목표로 한다. Deep Robotics는 2026년 약 10,000대의 산업용 4족 보행 로봇 납품을 목표로 한다. 이러한 목표는 공급 측의 확장 의지를 반영하지만, 보고서는 실제 생산성과 상업적 램프업을 여전히 핵심 검증 영역으로 본다. 다관절 손의 경우, WRC 2026에서는 조작 작업이 크게 늘었고 산업은 기본 동작에서 다단계 작업으로 이동하고 있다. 다관절 손은 인간 도구 사용, 나사 조임, 다수 SKU 취급처럼 더 큰 유연성이 필요한 작업에 적합하지만, 표준화된 분류와 같은 정형화된 적용에서는 기존 그리퍼가 여전히 우세하다. 서로 다른 아키텍처는 서로 다른 비용 및 성능 범위에 대응한다. Linkerbot의 저자유도 링크식 제품 가격은 약 3,000–6,000위안, 고자유도 직접구동 제품은 약 20,000–50,000위안, 힘줄구동 제품은 최대 약 90,000–100,000위안이다. 회사는 15–20 자유도가 대부분의 실용적 작업 수요를 충족할 수 있다고 본다. 링크식 시스템은 비용이 가장 낮고 상대적으로 신뢰성이 우수하지만 유연성이 낮다. 직접구동 시스템은 더 정밀한 제어를 제공하지만 비용, 열 부하 및 통합 복잡성을 높인다. 힘줄구동 시스템은 인간의 손과 가장 유사하지만 수명과 비용이 대규모 도입을 방해한다. 실험실 파지 시험이 100만 회를 넘었음에도 최장 연속 전원 구동 시험은 여전히 6개월 미만이다. 장기 작동에서는 소프트웨어 고장, 반복 재교정, 정확도 저하, 과열 및 전달 부품 손상이 발생할 수 있다. 시각, 관절, 힘 및 촉각 데이터는 여전히 동기화가 필요하며, 데이터는 서로 다른 손 설계 간에 쉽게 공유될 수 없고 일부 현장 고객 데이터는 학습용으로 회수할 수 없다. 신뢰성과 생산성이 개선되기 전까지 고자유도 솔루션은 산업 고객의 투자수익률 요건을 충족하기 어려울 것이다. 모델 접근법은 계속 빠르게 진화하고 있다. 보고서는 시각-언어-행동 모델, 월드 모델 및 강화학습이 공존할 것으로 본다. 시각-언어-행동 모델은 지시, 물체 및 작업 맥락을 이해하고, 월드 모델은 물리적 동역학을 특성화하고 결과를 예측하며, 사후 학습, 강화학습 및 제어 모델은 일반 역량을 특정 작업의 신뢰할 수 있는 실행으로 전환한다. 일부 적용에는 과거 6–12개월의 사전학습이 필요했지만, 더 나은 파운데이션 모델은 비교적 단순한 신규 작업에 필요한 추가 데이터를 수십 시간으로 줄일 수 있다. 따라서 단일 벤치마크 점수보다 신규 작업 완료에 필요한 시간과 작업당 필요한 데이터 양이 모델 품질의 더 효과적인 지표가 될 수 있다. 여러 기업은 피지컬 AI의 ‘GPT 모멘트’가 18–24개월 내 또는 2028년경 도래할 것으로 예상하지만, 보고서는 이를 낙관적인 전망으로 본다. 이 변곡점에 대한 업계의 정의에는 낯선 작업에서 70–80%의 제로샷 성공률, 제한된 사후학습 이후 생산 수준에 근접한 성능, 장기 작업의 연속 실행 능력, 동적 교란 및 확률적 환경에 대한 회복력, 그리고 각 신규 작업에 필요한 추가 데이터와 엔지니어링 작업의 상당한 감소가 포함된다. 보고서는 실제 환경 성능, 상업적 램프업 및 데이터 규모가 일반화로 전환될 수 있는지를 핵심 검증 기준으로 제시하며, 단일 아키텍처에 베팅하는 것보다 기술 변화에 빠르게 적응하는 것이 더 중요하다고 본다. 데이터는 가장 자주 언급되는 병목으로 남아 있지만, 원시 시간은 역량의 지표로서 점점 약해지고 있다. 서로 다른 작업에는 서로 다른 데이터 레시피가 필요하다. 보행 및 퍼포먼스 작업은 시뮬레이션 의존도가 더 높고, 내비게이션, 파지 및 배치는 더 많은 1인칭 데이터를 활용할 수 있으며, 가정 작업은 원격조작에 더 의존한다. 데이터 품질은 상당히 다르다. Galbot의 내부 원격조작 데이터는 선별 후 약 80%가 사용 가능하지만, 저비용 외주 1인칭 데이터의 사용 가능 비율은 10% 미만일 수 있다. UBTECH는 2026년 약 100만 시간의 사용 가능한 데이터를 확보하는 것을 목표로 하지만, 이를 위해 약 400만 시간의 원시 데이터가 필요할 수 있다고 추정한다. 저비용 국가의 외주 1인칭 데이터는 시간당 약 2달러 수준인 반면, 고품질 멀티모달 손 데이터는 시간당 약 90–100달러다. 따라서 가치는 기본 수집에서 작업 설계, 멀티모달 동기화, 품질 관리, 정제 및 모델 연계 데이터 선택으로 이동할 수 있다. Galbot은 2026년 약 100만 시간, 2028년 상반기까지 약 1,000만 시간을 목표로 한다. Galaxea는 2026년 말까지 약 100만 유효 시간을 목표로 하며, 약 90%는 1인칭 소스 또는 UMI, 약 10%는 물리 로봇에서 확보할 계획이다. UBTECH는 현재 약 30만 시간을 보유하고 있으며 2026년 100만 사용 가능 시간을 목표로 한다. PsiBot은 현재 약 30만 시간을 보유하고 있고 약 100만 시간을 보다 뚜렷한 일반화를 위한 잠재적 임계치로 본다. 장기적 장벽은 배치 과정에서 생성되는 실패, 인간 개입 및 엣지 케이스에서 발생할 가능성이 더 높다. 플릿 규모만으로는 충분하지 않으며, 데이터 권리, 시나리오 다양성 및 피드백 루프 속도가 데이터가 모델을 개선할 수 있는지를 결정한다. 공장 밖으로 반출할 수 없는 고객 데이터에 대해서는 로컬 저장 및 현장 학습을 수행하고 개선된 모델만 다시 전송하는 분산 학습 솔루션도 논의한다. 컴퓨팅은 독립적인 기술 경쟁이라기보다 데이터 확장의 결과로 보이고 있다. 여러 기업은 수천 개 가속기 규모에 도달했다. UBTECH는 수천 가속기 수준의 클라우드 학습 자원을 보유하고 있으며 향후 3–5년 내 수만 가속기 수준에 도달할 계획이다. Galbot도 수천 가속기 수준이며, 컴퓨팅 성능은 데이터와 파라미터 규모에 맞춰 확대되어 2028년까지 잠재적으로 100,000개 가속기에 도달할 수 있다. AI² Robotics는 수천 가속기 수준의 임대 컴퓨팅을 사용하고 있으며 자체 클러스터를 구축해 장기적으로 수만 가속기 수준에 도달할 계획이다. OneRobotics는 약 1,000개의 H100 동등 자원을 보유한다. 학습 컴퓨팅 자체는 지속 가능한 해자가 아닐 수 있으나, 기업의 데이터 규모, 모델 역량 및 반복 속도를 교차 검증하는 데 사용할 수 있다. 통합업체들은 현재 해외 칩에 거의 전적으로 의존하면서 국내 대안을 적극 시험하고 있다. 일부 기업은 Nvidia 칩 1개가 국내 칩 약 4개와 동등하다고 추정하며, 이는 상당한 성능 격차를 나타내지만 국내 컴퓨팅은 부재 상태에서 사용 가능한 수준으로 진전했다. 모델, 컨텍스트 윈도우 및 멀티모달 센서 입력이 확대되면서 메모리 대역폭, 데이터 전송, 지연시간 및 전력 소비 요구가 높아지고 있어 엣지 컴퓨팅은 수직 통합의 또 다른 영역이 되고 있다. UBTECH와 MetaX는 휴머노이드 로봇용 전용 칩을 공동 개발 중이며 2–3년 내 배치 가능성이 있다. Galbot은 메모리 내 연산, 국내 엣지 칩 및 클라우드-엣지 협업 추론을 탐색하고 있다. 하드웨어 과제는 로봇이 움직이고 시연할 수 있는지에서 생산 강도로 연속 작동할 수 있는지로 이동했다. 현재 주요 제약은 신뢰성, 배터리 수명 및 관절 열 한계다. 모델이 어떤 동작을 취할지 결정할 수 있더라도 물리 시스템이 이를 효율적이고 반복적으로 실행하지 못할 수 있다. 일부 대형 제조 고객은 로봇이 생산라인 중단을 일으킬 경우 보상을 요구하며, 이는 로봇이 생산 시스템에 편입된 뒤 단일 고장으로 인한 경제적 손실이 로봇 자체 가치를 크게 초과할 수 있음을 뜻한다. 이에 따라 핵심 지표는 연속 작동 시간, 고장 확률, 보정 드리프트, 복구 시간, 열 및 에너지 효율, 전체 중량과 통합도, 센서 및 엔드 이펙터의 내구성으로 이동하고 있다. 비용 절감도 단순한 부품 가격 인하보다 설계 단순화, 소재 및 공정 대체, 모듈 표준화 및 생산 일관성에 점점 더 의존하고 있다. 마그네슘 합금, 금속 사출성형, 탄소섬유 및 PEEK 같은 소재는 중량, 내마모성 및 내열성을 개선하는 데 사용되고 있다. Lingyi iTech는 배터리 및 관절 모듈 표준화를 추진하고 있으며, 이는 중복 설계 및 개발 비용을 10–20% 줄이고 복잡한 구조 단순화는 제조 비용을 추가로 10–15% 낮출 수 있다고 추정한다. 주식 관점에서 Morgan Stanley는 배치가 시작되면 부품 공급업체의 진입 요건이 제품 인증 통과에서 신뢰성, 일관성, 수율, 대량생산 규모 및 비용 통제 달성으로 높아질 것이라고 판단한다. 따라서 대량생산 역량을 갖춘 선도 공급업체를 선호하며, Leader Harmonious Drive Systems, Hengli Hydraulic 및 Shuanghuan Driveline을 선호 종목으로 선정하고 모두 OW 등급을 부여한다. 부록 밸류에이션에서 Lingyi iTech는 자기자본비용 11%, 중기 성장률 16%, 영구 성장률 5%를 가정한 다단계 잔여이익모형으로 평가된다. Geekplus는 2026E P/S 5.6배로 평가되며, 휴머노이드 로봇 및 자율주행 동종업체 평균 P/S 8.3배에 20% 할인 적용한 값이 50%, 물류 및 창고 자동화 동종업체 평균 P/S 4.6배가 나머지 50%를 차지한다. Hengli Hydraulic의 비휴머노이드 로봇 사업에는 2027년 30배의 목표 P/E가 적용되는데, 이번 사이클의 국내 매출 정점이 약할 것으로 예상되고 이익 성장이 정상화되었으며 펌프·밸브 사업이 초고성장 단계를 지났기 때문에 이전 사이클의 약 40–50배 정점보다 낮다. 휴머노이드 로봇 사업은 WACC 11%와 영구 성장률 4%를 적용한 DCF로 평가된다.

분석 프레임워크

이 보고서는 먼저 WRC 2026의 현장 관찰과 Geekplus, Lingyi iTech, OneRobotics, UBTECH 및 다수 비상장 로봇 기업과의 논의를 WRC 2025와 비교한다. 이후 적용 배치, 다관절 손, 모델, 데이터, 컴퓨팅 파워 및 하드웨어의 6개 주요 주제 전반에서 상업화 병목을 분석한다. 검증 지표에는 실제 생산성, 재구매 및 개별 현장의 배치 규모, 데이터 사용 가능 비율, 신규 작업 적응 속도, 연속 작동 신뢰성 및 비용이 포함된다. 마지막으로 보고서는 산업 추세를 대량생산 역량을 지닌 부품 공급업체에 연결하고 잔여이익, P/S, 목표 P/E 및 DCF 방법론을 사용해 선정된 커버리지 기업을 평가한다.

방법론 메모

• (어휘집 외 방법)기타

  컨퍼런스 리서치 및 연례 전시회 비교

  보고서는 WRC 2026의 현장 시연 및 기업 논의를 WRC 2025와 비교하여 업계의 초점이 기본 동작 역량에서 생산성, 신뢰성 및 상업적 배치로 이동했음을 파악한다.

• (어휘집 외 방법)기타

  배치 생산성 및 데이터 수율 지표

  보고서는 로봇 수나 원시 데이터 시간만 관찰하는 대신, 개별 현장의 배치 규모, 재구매, 작업 속도, 사용 가능한 데이터의 비율, 신규 작업에 필요한 시간 및 데이터를 검토하여 규모 확장이 실제 역량으로 전환될 수 있는지를 판단한다.

• 가치평가 방법RIM 잔여이익모형

  다단계 잔여이익 가치평가

  Lingyi iTech의 기본 시나리오는 자기자본비용 11%, 중기 성장률 16%, 영구 성장률 5%를 적용한 다단계 잔여이익모형으로 자기자본 가치를 추정한다.

• 가치평가 방법P/S 가치평가

  동종업체 가중 P/S 가치평가

  Geekplus는 휴머노이드 로봇 및 자율주행 동종업체 가치와 물류 및 창고 자동화 동종업체 가치를 각각 50%씩 가중 결합해 도출한 2026E P/S 5.6배를 사용한다.

• 가치평가 방법P/E/PEG 가치평가

  목표 P/E 가치평가

  Hengli Hydraulic의 비휴머노이드 로봇 사업은 이전 사이클의 약 40–50배 정점과 비교해 2027년 목표 P/E 30배를 사용한다.

• 가치평가 방법DCF 할인현금흐름

  휴머노이드 로봇 사업의 DCF 가치평가

  Hengli Hydraulic의 휴머노이드 로봇 사업은 WACC 11% 및 영구 성장률 4%를 가정한 할인현금흐름모형으로 평가된다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Geekplus (2590.HK)

  보고서는 이 회사를 OW로 평가하며 물류·창고 자동화 및 피지컬 AI 제품의 상업화와 관련된 투자 대상으로 본다.

  강점

  향후 3년간 피지컬 AI 제품 누적 출하 목표는 10,000대이며, 이 중 약 3분의 2가 Gino 바퀴형 휴머노이드 로봇이다. 시장점유율 상승, 마진 확대 및 신규 고객 확보 기회가 있다.

  약점

  밸류에이션은 아직 초기 단계인 휴머노이드 로봇, 자율주행 및 물류 자동화 동종업체를 참조해야 하며, 피지컬 AI 투자가 예상보다 클 수 있다.

  비교

  기본 시나리오는 휴머노이드 로봇 및 자율주행 동종업체 P/S 8.3배에 20% 할인을 적용한 가치와 물류·창고 자동화 동종업체 P/S 4.6배 가치를 50/50으로 가중한 2026E P/S 5.6배를 사용한다.

  위험

  락업 기간 만료, 지정학에 따른 예상보다 약한 주문 성장, 피지컬 AI에 대한 예상보다 높은 투자, 로봇 또는 AI 시장 심리 악화.

• Lingyi iTech (002600.SZ)

  보고서는 이 회사를 UW로 평가하며 핵심 로봇 부품 표준화 및 AI 하드웨어 관련 사업에 주목한다.

  강점

  배터리 및 관절 모듈 표준화는 중복 설계 및 개발 비용을 10–20% 줄일 것으로 예상되며, 구조 단순화는 제조 비용을 추가로 10–15% 낮출 수 있다.

  약점

  AI 인프라, 폴더블 스마트폰, AI 안경 및 XR 같은 신규 사업의 성장과 고객 인증은 불확실하다.

  비교

  보고서는 기술 하드웨어 커버리지 프레임워크와 일관된 다단계 잔여이익모형을 사용하며, 자기자본비용 11%, 중기 성장률 16%, 영구 성장률 5%를 가정한다.

  위험

  예상보다 느린 AI 인프라 램프업 또는 고객 인증, 약한 스마트폰 및 폴더블 스크린 수요, AI 안경, XR 또는 기타 신규 사업의 지연.

• OneRobotics (6600.HK)

  보고서는 이 회사를 NC로 분류하고 피지컬 AI 모델, 데이터 및 컴퓨팅 파워 투자에 대한 산업 관찰 대상으로 활용한다.

  강점

  회사는 2026년부터 2028년까지 약 50%의 매출 CAGR을 목표로 하며 약 1,000개의 H100 동등 컴퓨팅 자원을 보유한다.

  약점

  보고서는 동일 시나리오의 데이터가 수 시간 후 빠르게 중복될 수 있어 단순한 시간 증가보다 데이터 다양성과 활용 효율이 더 중요하다고 지적한다.

  비교

  이 회사의 컴퓨팅 규모는 여러 선도 피지컬 AI 기업에 대해 보고서가 설명한 수천 가속기 범위 내에 있다.

• UBTECH (9880.HK)

  보고서는 이 회사를 NC로 분류하고 산업용 휴머노이드 로봇 배치, 모델 이전, 데이터 및 엣지 칩 개발의 중요한 관찰 대상으로 본다.

  강점

  회사는 Foxconn으로부터 재구매를 확보했고, 2026년 약 10,000대 및 2027년 20,000–40,000대를 목표로 하며 약 100만 시간의 사용 가능한 데이터 확보를 계획한다.

  약점

  팔레트 해체는 현재 필요한 생산 사이클 시간의 60–80%에 도달해 노동력을 완전히 대체하기 전까지 격차가 있다. 약 100만 시간의 사용 가능한 데이터를 위해 약 400만 시간의 원시 데이터가 필요할 수 있다.

  비교

  산업용 납품은 보고서에 설명된 초기 배치 경로와 일치하는 팔레트 해체 및 자재 취급 같은 반정형 활용 사례에 주로 집중된다.

  위험

  로봇이 생산라인 중단을 일으킬 경우 산업 고객은 보상을 요구할 수 있으며, 이는 신뢰성 부족으로 인한 경제적 손실을 증폭시킨다.

• Leader Harmonious Drive Systems (688017.SS)

  보고서는 이 회사를 OW로 평가하고 선호하는 선도 로봇 부품 기업으로 제시한다.

  강점

  보고서는 배치가 시작되면 신뢰성, 일관성, 수율, 대량생산 규모 및 비용 통제가 부품 공급업체의 진입장벽을 높여 업계 선도 기업에 유리할 것으로 판단한다.

  비교

  이 회사는 Hengli Hydraulic 및 Shuanghuan Driveline과 함께 보고서의 선호 부품 종목에 포함된다.

• Hengli Hydraulic (601100.SS)

  보고서는 이 회사를 OW로 평가하고 선호하는 선도 로봇 부품 기업으로 제시한다.

  강점

  잠재적 상승 시나리오에는 예상보다 강한 굴착기, 펌프 및 밸브 수요, 더 많은 해외 브랜드 공급망 진입, 휴머노이드 로봇 보급률 및 공급망 점유율 상승이 포함된다.

  약점

  펌프 및 밸브 사업은 초고성장 단계를 지났으며, 보고서는 이번 사이클의 국내 매출 정점이 이전 사이클보다 약할 수 있다고 본다.

  비교

  비휴머노이드 로봇 사업은 이전 사이클 약 40–50배 정점보다 낮은 2027년 목표 P/E 30배를 사용한다. 휴머노이드 로봇 사업은 WACC 11%와 영구 성장률 4%를 적용한 DCF를 사용한다.

• Shuanghuan Driveline (002472.SZ)

  보고서는 이 회사를 OW로 평가하고 선호하는 선도 로봇 부품 기업으로 제시한다.

  강점

  보고서는 산업이 제품 인증에서 신뢰할 수 있는 대량생산으로 이동함에 따라 제조 규모, 수율 및 비용 통제 역량을 갖춘 선도 부품 공급업체가 더 유리한 위치에 설 것이라고 판단한다.

  비교

  이 회사는 Leader Harmonious Drive Systems 및 Hengli Hydraulic과 함께 보고서의 선호 종목에 포함된다.

핵심 데이터

• 통합업체당 평균 고객 수수십 개2026년 초 약 10개에서 증가했지만 개별 고객은 대체로 수십 대의 로봇만 배치한다.
• Galaxea의 물류 역량약 10,000개 SKU; 인간 속도의 70–80%풀필먼트, 분류, 토트 취급, 피킹 및 포장 전반에서 낯선 물체를 처리할 수 있다.
• UBTECH 팔레트 해체 생산성필요 생산 사이클 시간의 60–80%2026년 산업용 납품은 주로 팔레트 해체 및 자재 취급에 집중된다.
• Mech-Mind 출하량 및 성장2025년 약 10,000개 시스템; 1Q26 약 +70% YoY 매출 성장2026년 상반기 주문 성장도 유사했다.
• Deep Robotics 산업용 4족 보행 로봇 목표2026년 약 10,000대2025년 약 3,000대 대비이며, 2026년 상반기에 전년 대비 100% 이상 성장했다.
• 주요 기업 출하 목표Geekplus: 향후 3년간 누적 10,000대; UBTECH: 2026년 약 10,000대 및 2027년 20,000–40,000대Geekplus 목표의 약 3분의 2는 Gino 로봇, 3분의 1은 로봇 팔 워크스테이션으로 구성된다.
• 다관절 손 가격 범위링크식: 3,000–6,000위안; 직접구동: 20,000–50,000위안; 힘줄구동: 최대 90,000–100,000위안더 높은 자유도와 유연성은 일반적으로 더 높은 비용, 열 부하 및 통합 난이도를 수반한다.
• 다관절 손 신뢰성 시험실험실 파지 100만 회 이상; 최장 연속 전원 작동 6개월 미만연속 산업 작동은 여전히 보정, 정확도, 과열 및 전달 부품 수명 문제에 직면한다.
• 신규 작업 적응 주기과거 6–12개월에서 단순 작업의 경우 수십 시간의 추가 데이터로 단축파운데이션 모델과 엔드투엔드 데이터 파이프라인은 수직 모델 개발과 활용 사례 간 이전을 가속할 수 있다.
• 예상되는 피지컬 AI ‘GPT 모멘트’18–24개월 내, 2028년경여러 기업이 이 시점을 예상하지만 보고서는 그 일정을 낙관적으로 본다.
• 데이터 사용 가능 비율 차이고품질 내부 원격조작 데이터 약 80%; 저비용 외주 1인칭 데이터 10% 미만데이터 수율은 원시 데이터 시간보다 더 많은 정보를 제공할 수 있다.
• UBTECH 데이터 목표2026년 약 100만 시간의 사용 가능한 데이터약 400만 시간의 원시 데이터가 필요할 수 있으며, 현재 약 30만 시간을 보유한다.
• 데이터 수집 비용외주 1인칭 데이터는 시간당 최저 약 US$2; 고품질 멀티모달 손 데이터는 시간당 약 US$90–100가치는 작업 설계, 동기화, 품질 관리, 정제 및 모델 연계 선택으로 이동할 수 있다.
• 국내외 학습 칩 간 격차국내 칩 약 4개가 Nvidia 칩 1개와 동등이는 일부 기업이 제시한 성능 격차 추정치이며, 통합업체는 여전히 주로 해외 칩에 의존한다.
• Lingyi iTech 모듈 표준화 비용 절감중복 설계 및 개발 비용 10–20% 감소; 제조 비용 추가 10–15% 감소각각 핵심 모듈 표준화와 복잡한 구조 단순화에서 비롯된다.
• Geekplus 가치평가2026E P/S 5.6배20% 할인된 P/S 8.3배의 동종업체 가치와 물류·창고 자동화 동종업체 P/S 4.6배 가치를 50/50으로 가중했다.
• Hengli Hydraulic 가치평가 가정비휴머노이드 사업 2027년 P/E 30배; 휴머노이드 사업 WACC 11% 및 영구 성장률 4%각각 목표 P/E 및 DCF 가치평가 방법을 사용한다.

영향과 시사점

보고서는 로봇 산업의 가치 평가가 동작 시연과 발표된 생산능력 목표에서 생산성, 재구매, 신뢰성, 폐루프 데이터 피드백 및 단위 경제성 검증으로 이동하고 있다고 판단한다. 반정형 물류, 산업 자재 취급, 검사 및 기존 자동화 고도화는 범용 가정용 휴머노이드 로봇보다 먼저 확장될 수 있다. 고객이 생산라인 중단에 대한 보상을 요구하기 시작하면서 완성 로봇과 부품의 품질, 일관성, 수율, 내구성 및 대량생산 비용은 더 높은 장벽이 될 것이다. 따라서 보고서는 신뢰할 수 있는 대량생산 역량을 갖춘 선도 부품 공급업체를 선호한다. 모델 아키텍처와 학습 컴퓨팅은 독립적으로 지속 가능한 해자가 아닐 수 있으며, 배치 데이터의 권리, 품질 및 다양성과 피드백 속도가 장기 경쟁력을 결정할 가능성이 더 높다.

위험

• 개별 고객은 대체로 수십 대의 로봇만 배치하고 있어 산업은 대규모 도입과 거리가 멀다.
• 복잡하거나 고정밀인 작업의 속도와 정확도는 여전히 인간 수준보다 현저히 낮으며, 불충분한 생산성은 노동 대체를 지연시킬 수 있다.
• 다관절 손의 연속 작동 신뢰성, 촉각 데이터 동기화, 아키텍처 간 데이터 재사용, 수명 및 고자유도 비용은 여전히 대규모 산업 적용 요건을 충족하지 못한다.
• 소유권 및 보안 요건으로 인해 현장 고객 데이터를 학습에 사용할 수 없어 폐루프 배치 피드백이 제한될 수 있다.
• 국내외 학습 칩 간에는 상당한 성능 격차가 남아 있고 통합업체는 현재 주로 해외 칩에 의존한다.
• 배터리 수명, 관절 열 제약, 보정 드리프트 및 시스템 고장은 생산라인 중단을 유발할 수 있으며, 이에 따른 경제적 손실은 로봇 자체 가치를 초과할 수 있다.
• 가정용 휴머노이드 로봇의 상업적 가치, 효율성 및 안전성 문제는 해결에 시간이 걸릴 것이다.
• Lingyi iTech는 AI 인프라 및 고객 인증이 예상보다 느리게 진행되고 스마트폰 및 폴더블 스크린 수요가 약하며 AI 안경 및 XR 같은 신규 사업이 지연될 위험에 직면한다.
• Geekplus는 락업 기간 만료, 주문에 대한 지정학적 영향, 피지컬 AI에 대한 예상보다 높은 투자 및 로봇·AI 시장 심리 악화의 위험에 직면한다.

주시할 점

• 고객당 배치 물량이 수십 대를 넘어 확대될 수 있는지, 그리고 개념검증 프로젝트가 지속적으로 재구매로 전환되는지 추적한다.
• 실제 환경 시나리오에서 로봇 생산성, 상업적 램프업 및 복잡한 작업의 속도와 정확도를 모니터링한다.
• 신규 작업 적응 시간과 각 신규 작업에 필요한 데이터 양이 계속 감소하는지 추적한다.
• 낯선 작업에서 제로샷 성공률이 70–80%에 도달하고 제한된 사후학습 후 생산 성능에 근접할 수 있는지 검증한다.
• 데이터 수율, 시나리오 다양성 및 폐루프 배치 피드백이 100만 시간 규모 데이터셋을 더 강한 일반화로 전환할 수 있는지 관찰한다.
• 연속 작동 시간, 고장 확률, 보정 드리프트, 복구 시간, 열 관리, 배터리 수명 및 엔드 이펙터 내구성을 추적한다.
• 국내 학습 칩 시험 진전과 향후 2–3년간 UBTECH의 휴머노이드 로봇 전용 엣지 칩 배치 가능성을 모니터링한다.
• 기업들이 2026–2028년 출하, 매출, 생산능력, 데이터 및 컴퓨팅 목표를 달성할 수 있는지 추적한다.