| 박찬석의 물류時論(145) / 휴머노이드 로봇의 이해와 물류산업 적용과 시사점(5/5) | |||
 
|
|||
|
|||
|
휴머노이드 로봇의 이해와 물류산업 적용과 시사점(5/5) ⑤ 휴머노이드 로봇의 물류 및 기타 산업 적용과 한계성 휴머노이드 로봇 적용 산업군 ■ 휴머노이드 로봇의 필요성 증대 글로벌 물류기업들이 로봇을 물류창고에 도입하고자 하는 가장 큰 이유는 물류산업의 노동력 부족과 단순 반복 작업 및 높은 상해율로 인한 근로자 턴오버가 높다. 기업들은 근로자 채용과 교육에 따른 비용 절감이 필요하며 근로자들의 높은 이직률을 낮춰야하기 때문에, 반복 작업과 이직률이 높은 작업 부문에서의 로봇 자동화를 확대하고 있다. 데카르트 시스템즈의 2024년 공급망 및 물류 서베이에 따르면, 전체 응답자의 37%가 운전자 및 창고 작업자가 부족하다고 답했다. 오직 24%만이 해당 분야에서 인력 부족이 거의 없거나 전혀 없다고 답했다.
C레벨 응답자의 경우, 극심한 노동력 부족이 46%로 증가했으며, 직원 이직률이 평균이라고 답한 응답자는 44%로 나타났다. 또한 선진국 응답자들은 심각한 인력 부족을 겪고 있다고 답했으며, 독일과 미국은 43%, 북유럽은 42%였다. 휴머노이드를 개발 및 양산을 준비하는 기업 대부분은 일차적으로 제조와 물류산업을 목표로 하고 있다. 물류창고는 재고 관리 단위(SKU) 상승, 더욱 작은 상품들 피킹, 유통사들의 옴니채널로 인한 배송 빈도 증가, 라스트 마일 단축을 위한 물류 자동화 트렌드가 지속되고 있다. 문제는 물류 및 창고 관련 근로자 수는 장기적으로 증가하는 추세이며 임금 또한 증가하는 추세이기에 관련 기업들의 비용 압박이 확대되고 있다.
자동차 제조 또한 대표적인 근로자 임금 상승 및 파업으로 인해 기업들의 비용 부담이 큰 산업이다. 앤더슨 이코노믹에 따르면 2023년 전미 자동차노조(UAW)의 파업으로 인해 GM, Ford, Stellantis는 첫 파업 2주간 약 40억 달러의 손실이 발생했다.
자동차 공정의 경우 저숙련 반복 작업 위주로 완성차 기업들의 휴머노이드 테스트가 진행 중이다. 벤츠와 BMW가 휴머노이드 로봇 도입 테스트를 진행하고 있으며, 벤츠는 Apptronik의 Apollo 로봇을 부품 검사, 조립, 생산라인 작업자에게 부품 전달 등에 투입 예정이다.1) ■ 휴머노이드 로봇의 목표 산업 휴머노이드 로봇은 인간과 유사한 외형과 행동을 갖추어 인간이 생활하고 작업하는 환경에서 효과적으로 활동할 수 있도록 설계된 로봇으로, AI 기술과 결합되면서 복잡한 작업을 수행하고 학습 및 적응 능력을 강화하여 더 발전된 형태로 진화 중이다. 휴머노이드 로봇은 인간의 노동력을 보완하며 효율성을 높이는데 각 산업에서 중요한 역할을 하고 있으며, 인간·로봇 간의 상호작용과 협업이 극대화되면서 제조 및 물류분야 뿐만 아니라 고객 응대, 정서적 지원, 실생활 보조 등의 분야에서 동반자 역할을 할 것으로 기대되고 있다.
미국 투자은행 모건스탠리는 휴머노이드가 운용 환경과 안전 규정이 훨씬 복잡하고 어려운 자율주행차보다 더 빠른 속도로 보급될 것이라고 예상하면서, 미국에서 2040년 800만대, 2050년 6,300만대가 보급될 것으로 전망하고 있다.
휴머노이드 도입이 예상되는 산업별로 도입률 차이를 보이는데, 제조-의료-건설-농업 등 사람이 하기 어렵고 위험하거나 힘들고 기피하는 산업 및 직종에 휴머노이드가 먼저 보급될 것으로 예상된다. 투자분석기업 CB인사이트는 전세계 21개 휴머노이드 기업의 목표 산업에 대해 분석하였다. 제조-물류-소매-의료 산업 비중이 높은 이유는 이들 산업이 단순·반복적 작업과 높은 상해율로 이직률이 높고 노동력이 부족하거나, 근로자 임금 상승으로 인한 비용 부담이 크다는 공통점이 있기 때문이다.
휴머노이드 로봇의 물류분야 적용 ■ 휴머노이드 로봇 도입에 따른 시사점 미국 베인앤컴퍼니는 기업의 휴머노이드 로봇 도입 필요성을 4가지 측면에서 설명하고 있다. 이러한 필요성들이 서로 맞물리며 휴머노이드 도입이 변곡점을 향해 나아가고 있다며, 기업 경영진에게 주는 시사점을 다음 4가지로 제시하고 있다. - 첫째, 휴머노이드 개발 진행 상황을 파악하고 프로토타입을 평가하며 로봇 도입 프로젝트를 주요 자본 프로젝트에 통합할 것. - 둘째, 휴머노이드에 대한 고객과 직원의 수용 여부 및 규제 인프라를 이해할 것. - 셋째, 휴머노이드를 이미 도입해 운영하고 있을 경우 로봇 평가, 교육, 배치를 위한 로드맵을 확정하고, 이를 바탕으로 단기 및 중기 전략을 수립할 것. - 넷째, 휴머노이드 개발업체는 시장내 성장 분야를 명확히 이해하고 이들 분야에서 요구하는 새로운 기능을 하드웨어, 소프트웨어 또는 서비스를 통해 충족시킬 것.
■ 휴머노이드 로봇 물류분야 적용 휴머노이드 로봇의 물류 분야 적용은 아마존과 같은 업체 등에서 테스트 단계에 있으며, 기술적, 기능적, 가격적, 유지보수 등의 측면에서 협동로봇이 앞서 있기 때문에 우선 도입되어 사용되고 있는 것이 현실이다. 물류분야의 휴머노이드 로봇의 도입은 극히 제한적으로 진행되고 있으며, 본격 상용화에 앞선 테스트 단계의 범주를 벗어나지 못하고 있다. 일부 자동차 제조부문에서의 물류 영역과 물류창고에서 적용 단계에 있는 몇몇 휴머노이드 로봇에 대해 알아보고자 한다. · 피규어AI 휴머노이드 로봇: 미국의 로봇 스타트업 피겨AI(Figure AI)가 자체 개발한 ‘헬릭스(Helix)’ AI 엔진을 탑재한 휴머노이드 로봇이 물류 작업을 1시간 이상 끊김없이 실행하며 인간과 비슷한 지속성과 정밀도를 입증했다. 피규어AI 휴머노이드 로봇이 물류센터에서 작업하는 모습으로, 파우치를 펴서 정리하고, 상자는 바코드 방향에 맞게 방향을 돌리고 있다.  · 디지트(Digit) 휴머노이드 로봇: 애질리티로보틱스는 휴머노이드 로봇 디지트(Digit)를 시애틀 남쪽에 위치한 아마존의 로봇 연구 개발 시설에서 테스트할 예정이라고 밝혔다. 애질리티로보틱스는 “디지트는 물류 업무를 위해 만들어진 최초의 인간 중심 다목적 로봇이다. 창고의 여러 공간들과 구석에 있는 물건들을 참신한 방법으로 운반하고, 잡고, 다룰 수 있으며, 직원들과 협력해 작업하고 작업장 안전을 지원할 수 있다”고 설명했다. 아마존이 최초로 사용하는 디지트는 직원들이 토트(tote) 재활용을 할 수 있도록 도와주는 것이다. 재고가 완전히 회수 되면 빈 토트를 집어 들고 옮기는 매우 반복적인 과정이다.  · ‘슈퍼 휴머노이드 로봇’인 ‘메크(Mech): 인공지능(AI) 전문 기업 덱스터리티가 세계 최초의 산업용 ‘슈퍼 휴머노이드 로봇’인 ‘메크(Mech)’를 공개했다. 물류 및 제조 산업을 중심으로 산업 현장의 생산성과 안전성에 큰 변화를 예고하는 기술로 주목받고 있다. 주요 기능으로는 ▲박스를 최대 8피트(약 2.4미터) 높이까지 적재할 수 있는 힘과 유연성 ▲최대 16개의 카메라를 통한 고정밀 환경 인식 ▲섭씨 0도에서 50도까지 작동 가능한 내환경성 ▲트럭 상하차, 파렛트 적재·해체, 주문 분류 작업 등 다양한 산업용 작업 처리 능력 등이 있다.  · 아폴로 휴머노이드 로봇: 벤츠 생산 라인에 투입된 휴머노이드 로봇 아폴로는 2016년 미국에서 설립된 앱트로닉社가 제작하고 앞서 벤츠는 해당 기업에 4억 3,000만 달러를 투자했다. 독일 베를린 마리엔펠트 위치한 벤츠 디지털 팩토리에 배치된 아폴로는 키 172㎝에 72.6㎏ 무게로 교체 가능한 배터리팩을 탑재해 4시간 가량 작동할 수 있다. 주어진 업무는 무게 25㎏ 부품을 옮기는 단순 반복적인 것으로, 모듈식으로 생산 라인을 따라 이동하거나 고정 작업이 가능하다.  ■ 물류분야에서 휴머노이드 로봇이 시기상조인 이유2) 아무리 좋은 기술과 혁신적인 트렌드를 가지고 있어도 효용성이 나오지 않으면 가치가 떨어지는 법이다. 휴머노이드 역시 마찬가지다. 휴머노이드가 흥미롭고 혁신적인 기술인 건 맞지만, 물류산업에의 적용은 시기상조인 것으로 보고 있다. 물류산업에서 휴머노이드가 적합하지 않다고 여겨지는 이유는 다양하지만, 그중 하나는 휴머노이드가 ‘오버스펙(Over-Spec)’이라는 점이다. 즉, 필요 수준에 비해 기술의 성능 및 기능이 과도하게 높다는 의미다. 물류현장은 단순 반복된 고강도 작업이 주를 이루며, 부가가치가 낮은 업무이기 때문이다. 또 하나는 물류현장에는 AMR(Autonomous Mobile Robot), AGV(Automated Guided Vehicle) 등과 같은 ‘바퀴’를 이용해 이동하는 로봇이 더 적합할 수 있다는 점이다. 물류현장에서는 일정 수준 빠른 속도의 작업을 원하는 경우가 많은데, 휴머노이드는 결국 인간과 같은 두 다리이기 때문에 바퀴보다는 속도에 한계가 있다는 것이다. 마지막으로는 높은 가격이다. 현재 협동 로봇도 1억원 이상하는 곳이 많은 것으로 알려졌다. 그렇다면 휴머노이드는 어느 정도의 비용이 책정될 것이며, 도입 후 유지비용도 만만찮은데 과연 가격 대비 효율이 있는가를 생각해 봐야 한다는 것이다. 구독형이나 렌탈 방식을 채택해도 고정비용이 낮지 않을 것으로 예상되며, 물류현장과 같은 단순공정에 굳이 비싼 고정비를 지출하며 도입할 이유가 있는가 하면 의문이 생긴다. 이외에도 배터리 효율, 기술한계, 현장의 부정적 인식 등 물류산업에 도입을 위해서는 해결해야 하는 과제들이 많이 남아 있다고 보고 있다. 그러나 포장, Packing, 검수와 같은 고단위 작업들은 AMR이나 AGV가 이행할 수 없다. 휴머노이드 로봇의 관련 기술의 급속한 발전, AI분야의 혁신, 제작단가의 지속적인 하락 등은 향후 휴머노이드 로봇이 물류산업 분야의 게임 체인저로 부상할 가능성이 충분하다고 볼 수 있을 것이다. 왜, 로봇은 세상을 바꾸지 못하나?3) ■ 인공지능 한계로 스스로 인지-판단을 해결하는 로봇이 없음 아직까지 로봇은 100% 자율적으로 기능할 수 없다. 로봇은 인지-판단-제어의 3단계 영역을 스스로 해낼 수 있어야 비로소 기계가 아닌 로봇으로 인정받을 수 있다. 지금까지의 로봇은 대부분 인간에 의한 인지-판단 이후 HMI(Human Machine Interface)를 통해 인간이 명령한 범위에서만 제어하는 기계 수준에 머무르고 있다. 혁신의 상징 테슬라가 Fremont 공장을 세팅하며 100% 자동화된 공정(일명 에일리언 드레드노트: Alien Dreadnought)을 선보이겠다고 도전했다가 실패하며 ‘생산지옥’을 겪었던 것으로도 잘 알 수 있다.  현재 로봇기술 수준은 인간이 만든 논리회로, 코딩에 의해서만 움직여왔기에 한정된 영역에서만 단순반복 작업만을 하고 있다. 다시 말해 완전자율이 아닌, 부분자율 로봇이 현행 기술이 제공하는 한계라 말할 수 있다. 결국 인지-판단을 스스로 할 수 있어야 하는데, 여기엔 고도의 AI 기술이 필수적으로 요구된다. Human-In-The-Loop(인간 오퍼레이터)가 필요 없는 로봇이 탄생해야 비로소 로봇이 세상을 바꿀 수 있게 된다는 의미다. ■ 제한된 용도에서만 이용 가능한 로봇의 한계- 다기능 로봇의 부재 로봇의 용도는 여전히 제한적이다. 대부분 사람들이 꿈꾸는, 이상적인 로봇은 어떤 환경, 어떤 업무에서도 인간처럼 알아서 척척 다 해주는 다기능(Multi- function /Tasking) 로봇일 것이다. 로봇에 대한 사람들의 생각을 살펴보면, 제한된 공간, 일정한 용도에서만 단순, 반복적으로 기능하는 로봇이 아닌, 어떠한 환경에서도 스스로 기능하는 AGI(범용인공지능)을 탑재한 로봇을 원하고 있다. 인간의 명령어인 자연어도 완벽히 알아듣고, 어디서든지 자유롭게 기동하며, 어떤 상황에서도 정교한 작업이 가능하고, 무거운 물건도 들 수 있을 정도로 Payload가 높아야 하며, 다양한 서비스도 척척 제공할 수 있어야 한다는 것이다. 하지만 이렇듯 많은 것을 해결할 수 있는 AGI는 모든 AI 연구자들의 궁극적인 꿈이며, 이의 완성에는 굉장히 오랜 시간이 걸릴 수밖에 없다. 가정용 휴머노이드 로봇이 매뉴얼대로 청소를 하다가 바둑판 앞에 앉으면 알파고와 통신으로 Interaction하며 세계 최강의 바둑기사로 순식간에 변할 수 있다는 뜻이다. 아직까지의 로봇기술은 제한된 용도로 사용할 수밖에 없으며 다기능 로봇은 요원해 보일 수밖에 없다. ■ 인간에 맞춰져 있는 환경에 부합한 로봇의 부재 Robotic Automation의 어려움도 로봇의 성장에 걸림돌이다. 인공적인 모든 것들은 당연히 인간의 신체구조, 습관, 동선 등 인간공학의 관점에서 설계되었다. 로봇이 인간을 대체하기 위해선 기존에 세팅되어 있는 환경을 그대로 두는 한 인간처럼 일할 수 있어야 한다. 하지만 인간근로자와 같은 방식으로 로봇을 움직여 실제 인간의 작업을 모사하는 것은 매우 어렵다.  결국 장치, 설비 등을 로봇 친화적으로 뜯어고치지 않으면 안되는 것이다. 가정으로 무대를 옮겨 생각해봐도 마찬가지다. 기존의 싱크대, 세탁기, 냉장고, 식기세척기 등은 모두 평균적인 인간의 신체구조에 맞게 세팅이 되어있다. 컵이나 접시, 프라이팬 등은 손가락 5개와 양팔을 가진 사람에게 적합하게 디자인되어 있다. 적어도 로봇이 인간의 일을 수행하기 위해서는 손가락 5개인 덱스트러스 방식의 End effector는 로봇이 이를 이용하기 위해서는 인간과 유사한 구조로 작업을 수행할 수 있어야 한다. 아니라면 처음부터 로봇 친화적인 구조로 설계가 되어야 할 것이다. ■ 로봇이 세상을 볼 수 있는 인지 능력 불안전 가장 기초적인 것 같지만 로봇에게 세상을 보는 방법을 완벽히 학습시킬 수 없었다는 점도 문제다. 인지-판단-제어 중 가장 첫단계인 ‘인지’영역부터 막혔다는 의미다. 인간처럼 대상을 보기 위해선 대상을 감지하는 것도 중요하지만 주변부에 대한 판단도 함께 이루어져야 한다. 2차원으로 사물을 볼 수밖에 없는 카메라가 그동안 주변부와 대상을 분별하기 어려웠기에 Rader, Lidar 같은 다양한 센서를 함께 사용했어야만 했다. 이들 비전센서를 퓨전시키는 것도 쉬운 기술이 아니었던 것이다. 예를 들어 어떤 물건을 집어 어딘가에 가져다 놓는 작업을 한다면, 대상을 정확히 찾아내고 주변부를 판단해 경로도 설정하고 적당한 거리까지 이동해 정확히 Pick& Place를 해야 한다. 이 모든 명령을 하기에 지금까지는 방대한 데이터와 코딩이 필요했던 것이다. 설령 해냈다 하더라도 시각과 동시에 주행거리에 대한 계획을 세우고 대상까지 도달하기엔 바닥의 기울기나 지면과의 마찰, 원심력, 중력에 대한 이해가 필요하며 빛의 굴절과 왜곡현상에 대해서도 이해가 필요했다. 당연히 도로에서의 자율주행이나 실내에서의 로봇이 이동경로를 최적화할 수 있는 측위와 동시에 맵핑하는 기술, 즉 SLAM(Simultaneous localizationand mapping)도 요구되었다. 지금까지 이런 복잡한 과정을 쉽게 해결해줄 수 있는 기술이 부재했던 것이 로봇의 활용을 주저하게 만든 것이다. 최근엔 이런 문제점들을 해결하고자 디지털 트윈 공간에서 물리법칙을 학습시키는 툴이 다양하게 제공되고 있다. 디지털이 물리세계를 점점 이해하기 시작했다는 점은 매우 고무적이다. ■ 에너지 효율이 떨어지는 로봇 현재 기술로는 로봇을 가동하는데 있어 에너지 비효율이 너무 심하다. 기존의 산업용 로봇은 고정된 채 작업을 했기에, 전기 플러그로 전원공급이 가능했다. 따라서 에너지에 대한 고민은 크지 않았다. 반면, 이동이 가능한 로봇은 내장되어 있는 배터리에서 에너지를 공급받아야 한다. 배터리가 차지하는 공간이 너무 커지면 로봇의 활용도가 떨어지거나 가격이 상승하는 단점이 있다. 제대로 된 로봇이라면 이동(Mobility)과 작업(Manipulating), 연산(Computing)과 통신(Connectivity) 등 다양한 방면에서 다량의 에너지를 필요로 할 것이다. 이동과 작업에 필요한 에너지도 부족한 마당에 인지-판단에 너무 많은 에너지가 소모되는 것이다. 여기엔 기계공학의 한계도 거론된다. 로봇 팔 하나에만 6개 이상의 액츄에이터(모터, 감속기, 엔코더)가 들어가는데, 모터와 기어에 의해 제어되는 기계공학의 특성상 대용량 에너지원이 필요할 수밖에 없다. 아울러 클라우드와의 실시간 커넥팅, 엣지컴퓨터의 가동, 센서의 쉼없는 정보생성, 빅데이터의 송신까지 처리하려면 로봇의 가용시간이 너무 짧아지는 한계가 있었던 것이다. 에너지 효율이 아주 높은 로봇이나 차세대 배터리가 요구되는 이유다. ■ 통신속도의 제한으로 인한 클라우드 로보틱스의 한계 또 문제가 되는 것은 통신속도의 한계에 있다. 5G 기술에 대한 기대감이 컸지만, 통신사들의 투자대비 효율에 의문이 제기되면서 ‘0 Latency’(지연성 제로) 환경이 제공되지 않고 있다. 기대를 모았던 5G 로보틱스, 클라우드 로보틱스, 브레인리스 로보틱스는 모두 지연성이 0인 상태에서 통신에 의존해 로봇을 가동시키는 기술들이었다. 인간의 뇌는 연산부와 저장부가 별도로 있다. 마찬가지로 AI도 연산부와 저장부가 있는데 이들의 유기적 연결을 위해서는 클라우드와 엣지 디바이스에 해당하는 로봇간 지연없는 연결이 전제되어야 한다. 그렇지 않고서는 가뜩이나 에너지 소모가 심한 로봇에 대용량 컴퓨터가 내장되어야 한다. 위와 같이 많은 난제들이 앞을 가로막고 있기에 오랜기간 로봇이 인간을 대체할 것이란 우려와 기대의 공존에도 불구, 로봇은 공장이나 물류센터에 한정된 용도로 사용될 뿐이었다. 쉽지 않은 문제들을 풀고자 하는 많은 시도들이 전개되고 있고, 해결 기대감은 점차 커지고 있는 상황이다. 많은 분야에서 로봇의 용도를 확산시키는 핵심 기술들을 발전시키고 있고, 최근에는 가시적인 성과들이 나타나고 있다. 특히 가장 어려운 인공지능이 고도화되고 있다. 로봇이 로봇다워질 기술적 변곡점이 오고 있는 것이다. 주1. 휴머노이드 로봇 태동기, 대신증권, 2024.6. 주2. . 물류신문, ‘휴머노이드 시대’ 온다는데, 물류는 “흠...글세”, 2025. 1. 23. 기사 내용 수정 인용 주3. 로봇이 선사한 무인화 혁명, 하이투자 증권, 고태봉외, 2022. 9, p12~15, 내용 인용 및 수정 - 참고문헌 및 자료- 1. 휴머노이드 로봇 산업 분석, Deloitte Insights, 2025. 5. 9. 2. Bain & Company, Humanoid Robots at Work: What Executives Need to Know, 2025.04. 3. ‘휴머노이드 시대’ 온다는데, 물류는 “흠...글세”, 물류신문, 2025. 1. 23. 4. AI 휴머노이드 로봇 동향 및 시사점, S&T GPS, 2024. 7. 5. 휴머노이드 로봇 태동기, 대신증권, 2024. 6. 6. 로봇이 선사한 무인화 혁명, 하이투자 증권, 고태봉외, 2022. 9. 7. 로봇신문, 디지넷 코리아, AI타임즈 등의 일부 기사 내용 참조  박찬석은 미래물류컨설팅의 대표로 재직 중이며, 물류/SCM 분야 컨설팅과 한국생산성본부, 한국통합물류협회 및 기업체 대상의 물류/SCM전문 강사로 출강 중에 있으며, 업체 컨설팅(물류센터 및 물류단지 개발) 등을 진행하고 있다. 이밖에 대외활동과 네이버 블로그 ‘박찬석의 물류/SCM 바로보기(http://blog.naver.com/neologis)’ 및 FaceBook에 ‘물류/SCM 포럼’을 운영하고 있다. 前. 물류단지 실수요 검증위원(국토교통부) 前. 교통영향평가 심의위원(행정중심복합도시건설청) 現. 국토교통부, 물류기업 지원 협의체, 물류인프라 및 물류정책 위원 現. 서울특별시, 인천광역시, 충청남도 물류단지 실수요 검증위원 現. 종합물류기업 인증 평가위원(교통연구원) 現. 인천광역시 글로벌 도시 전문가 그룹 항만항공자문위원회 위원 現. 제2기 고속도로 물류사업 전문가 그룹 전문위원 現. 유통/물류 실무위원(대한상공회의소) 現. 스마트 물류위원회 자문위원(통합물류협회) 現. 한국 SCM학회, 산업계 부회장 現. 한국녹색물류학회 이사 現. 한국생산성본부, 물류혁신 전문위원 및 한국통합물류협회, 물류/SCM 전문 강사 現. 물류/SCM 컬럼리스트 활동: 각종 사보 기고, 물류전문지 기고 활동 주요 컨설팅 및 교육 분야는 기업물류 최적화(물류전략 및 실행계획 수립, 공장물류 최적화), 물류센터 및 물류단지 개발(물류단지 실수요 검증, 사업성 분석, 각종 인허가), 물류Cost 및 성과지표, 물류/SCM 전략, 물류센터 기본 설계 및 운영 최적화, 물류보안과 제3자 물류 및 국제물류 분야 등이다 * E-Mail: mincho79@emapl.com H.p: 010-4533-8307 <저작권자 ⓒ 월간 물류매거진(www.ulogistics.co.kr) 무단전재 및 재배포금지> |
| 
|
