
01핵심 개요
| 항목 | 내용 |
|---|
| 주제 | 중국의 휴머노이드 로봇 '행동 데이터' 대량 생산 체제 |
| 핵심 메시지 | 로봇 본체가 아닌 '로봇을 가르치는 과정'을 국가 주도 산업으로 구축 |
| 규모 | 휴머노이드 기업 150곳↑, 훈련장(데이터 수집센터) 64곳 운영·20곳 건설 중(2026.7 기준) |
| 생산 전망 | 로봇 생산 2025년 2만 대 → 2026년 상반기만 4만 대 → 연 10만 대↑ |
| 결론 | 현실 시나리오를 가장 빠르고 저렴하게 데이터로 바꾸는 능력 = 중국 피지컬 AI 경쟁력 |
02핵심 내용 구조
- 체화지능(Embodied AI) 국가 중점기술 지정, 정부 주도 육성
- 2026년 3월 제1차 5개년 계획 = 체화지능 훈련장을 국가 산업 인프라로 명시
- 2026년 6월 특별행동 = 공장·물류·의료·돌봄 현장을 훈련공간 개방, 연말까지 고부가 작업 시나리오 100개↑ 개발
- 국가 데이터국 = 데이터셋 형식·라벨링·품질평가 국가 표준화
03훈련장 작동 방식
| 요소 | 내용 |
|---|
| 운영 형태 | 교대제 공장(주야 2교대 24시간), 상하이 에지봇 센터 약 200명 하루 17시간 |
| 매칭 | 로봇(학생) + 인간(선생님) 1:1, VR 헤드셋·컨트롤러로 동작 시연 |
| 기록 | 머리·손 카메라, 관절 각도·속도·힘·촉각 센서 |
| 데이터 효율 | 8시간 수집 → 유효 데이터 약 4시간분(실패·불필요 동작 제거) |
| 반복량 | 완결 동작 1건당 수백~수천 회, 정밀 작업은 1만 건 근접 |
| 학습 소요 | 로봇 1대가 작업 1개 익히는 데 7~8일 |
- 훈련장 실제 산출물 = 숙련 로봇 1대가 아닌 '여러 로봇을 움직이는 공통 두뇌' 학습용 표준 행동 데이터
- 물체 위치·조명·동선을 의도적으로 변형 = 다양한 환경 대응력 확보
04전략적 의미
- 원격조종 방식 한계(비용·속도·로봇별 호환성) → '사람 촬영' 방식 부상
- 1인칭 카메라로 요리·청소·빨래·진열 촬영 → 손·물체 위치·작업 의도 추출
- 미국: 인스타워크·마이크로원 등 플랫폼, 유효 영상 시간당 25~50달러, 인도·아프리카 외주화
- 중국: 정부 주도 조직화, 하루 일당 200~300위안(월 158만~200만 원), 저비용 대량 동원
05핵심 방법론 — 징닷컴(JD) 사례
- 장쑤성 쑤첸시 지원, 개별 부업을 '지역 단위 산업'으로 확대
- 대상 = 50세 이하 지역 거주자, 전업주부 여성 중심
- 자체 장비 '조이 에고캠' 개발(고해상 카메라 2개 + 관성측정장치, 1인칭 입체영상)
- 계획 = 내부 직원 10만 명↑ + 외부 산업종사자 50만 명 + 쑤첸 주민 10만 명↑ 참여
- 목표 = 1년 내 사람 실제 작업 영상 500만 시간 확보
06활용/시사 시나리오
- 국가 표준 데이터 유통 = 중소 로봇기업이 오픈소스 데이터로 학습비용 절감
- 지방정부·국유기업이 초기 구매자 역할 = 유비테크 약 1,200억 원, 차이나모바일 약 240억 원 발주
- 제조 생태계 결합 = 부품 국내 조달로 훈련용 로봇도 저가 대량 확보 → 데이터·모델·배치 선순환
07현황 및 전망
- 청년 인력 대량 투입 = 2026년 대졸자 사상 최대 1,270만 명, 훈련사 평균 연령 21세(후베이 센터)
- 인건비 구조상 미국이 중국을 따라가기 어려움 → 저임금국 외주 의존
- 중국 강점 = 정부 조직력 + 저비용 인력 + 제조 공급망 + 초기 수요 창출 동시 결합
- 함의 = 지난 20년 '제품 공장' → 이제 '물리적 지능(경험) 공장'으로 전환
08용어 사전
| 용어 | 한줄 설명 | 비유/예시 |
|---|
| 체화지능(Embodied AI) | AI가 물리적 신체로 현실과 상호작용하며 학습·행동하는 것 | 머리로만 아는 것과 몸으로 익힌 것의 차이 |
| 피지컬 AI | 물리 세계에서 동작을 수행하는 AI | 화면 속 챗봇이 아닌 '움직이는' AI |
| 텔레오퍼레이션(원격조종) | 사람이 로봇을 원격으로 조종해 동작 시연 | 인형극처럼 사람이 로봇을 대신 움직여 보여주기 |
| 라벨링 | 데이터에 의도·대상·궤적을 표시해 학습용으로 가공 | 사진에 이름표를 붙여 정리하는 작업 |