검색결과 총 165건
-
네이버, 자율주행 로봇 실증 확대…국토부와 규제 혁신 논의
[경제일보] 네이버가 자율주행 로봇과 디지털트윈 기술 실증 확대를 기반으로 피지컬 AI 사업을 강화하고 있다. 정부 역시 이동형 로봇 상용화와 로봇 친화형 인프라 구축 지원에 나서면서 관련 산업 성장 기대감도 커지는 모습이다. 27일 네이버는 이날 김윤덕 국토교통부 장관이 경기 성남시 네이버 제2사옥 '1784'를 방문해 이동 로봇 상용화를 위한 기술 및 정책 지원 방안을 논의했다고 밝혔다. 네이버에 따르면 김 장관은 1784 사옥 내에서 네이버의 디지털트윈 기술과 클라우드 기반 멀티 로봇 인텔리전스 시스템 'ARC', 자율주행 로봇 '루키', 실외 이동 로봇 '누리' 등의 기술 시연을 참관했다. 현장에는 최수연 네이버 대표와 유봉석 CRO, 석상옥 네이버랩스 대표 등이 참석해 네이버의 자율주행 로봇 기술 적용 사례와 피지컬 AI·디지털트윈 기술 현황 등을 소개했다. 최근 글로벌 빅테크 기업들이 피지컬 AI와 로봇 산업 경쟁에 속도를 내는 가운데 국내에서도 관련 기술 상용화와 제도 정비 필요성이 커지고 있다. 이에 이번 김 장관의 방문은 단순 현장 시찰을 넘어 AI와 로봇, 디지털트윈 기반 미래 인프라 산업 육성 논의 차원에서 이뤄진 것으로 분석된다. 네이버 1784는 지난 2021년 완공된 로봇 친화형 스마트 빌딩이다. AI와 디지털트윈, 클라우드, 5G, 자율주행 기술 등을 건물 운영과 연동한 실증 공간으로 활용되고 있다. 네이버 1784는 단순 사옥을 넘어 자율주행 로봇과 AI 기술 상용화를 위한 테스트베드 역할을 수행하고 있는 것으로 평가된다. 특히 ARC는 클라우드 기반으로 다수의 로봇을 동시에 제어·운영하는 멀티 로봇 인텔리전스 시스템으로, 네이버는 이를 기반으로 건물 내 로봇 운영 효율성과 자율주행 안정성을 고도화하고 있다. 사옥 내에서 운영 중인 '루키'는 배송과 안내 등 업무를 수행하는 자율주행 로봇이며 '누리'는 실외 이동 환경에서 주행 안정성과 임무 수행 능력을 검증 중인 로봇이다. 네이버는 실내를 넘어 실외 환경까지 로봇 적용 범위를 확대하며 실제 서비스 상용화 가능성을 검증하고 있다. 네이버와 국토교통부는 이날 AI·자율주행 로봇 활성화를 위한 정책 지원과 규제 혁신 방안도 함께 논의했다. 특히 공간정보와 정밀지도 구축, 자율주행 로봇 운행 안정성 실증 등 다양한 협력 분야에 대한 의견을 공유한 것으로 알려졌다. 네이버랩스는 올해부터 국토교통부와 정밀지도 구축과 자율주행 로봇 운행 안정성 실증 분야에서 기술 협력을 진행하고 있다. 향후에는 다양한 로봇이 실외 환경에서도 안정적으로 운영될 수 있도록 표준화 체계와 데이터 활용 모델 구축도 함께 추진할 계획이다. 김윤덕 장관은 "이번 네이버 1784 사옥 방문을 통해 로봇 친화형 건축물과 디지털트윈, 자율주행, 이동 로봇 등 다양한 국토교통 분야 신산업의 성장 가능성을 확인했다"며 "향후 이동 로봇 활성화를 위한 정책 기반 강화 등 적극적인 역할을 수행해 나가겠다"고 말했다.
2026-05-27 17:32:40
-
-
-
-
파수 AI, N2SF 등급 분류 대응 'FDR' 업데이트 출시
[경제일보] 파수 AI가 국가 망 보안체계(N2SF) 전환에 대응하는 데이터 식별·분류 솔루션을 고도화했다. 공공기관이 AI와 클라우드를 활용하기 위해서는 데이터의 중요도와 민감도를 먼저 식별하고 등급별 보안 정책을 적용해야 하는 만큼, 데이터 분류 자동화가 공공 보안 시장의 핵심 과제로 떠오르고 있다. 파수 AI는 데이터 식별·분류 솔루션 ‘파수 데이터 레이더(Fasoo Data Radar, FDR)’의 신규 업데이트 버전을 출시하고 공공기관의 N2SF 전환 지원을 강화한다고 밝혔다. N2SF는 기존 공공부문 망분리 정책을 보완·전환하기 위해 추진되는 새로운 보안 프레임워크다. AI와 클라우드 등 신기술을 안전하게 활용할 수 있도록 데이터와 시스템을 중요도·민감도에 따라 기밀(Classified), 민감(Sensitive), 공개(Open) 등급으로 구분하고, 등급별로 차등화된 보안대책을 적용하는 것이 핵심이다. 파수는 지난해 ‘범정부 초거대 AI 공통기반 대상 국가 망 보안체계 시범 실증’에 참여해 N2SF의 데이터 식별·분류·통제 부문을 맡은 바 있다. 이번 FDR 업데이트는 N2SF 전환의 출발점인 데이터 식별과 등급 분류 기능을 강화한 것이 특징이다. FDR은 윈도, 맥, 파일서버 등 다양한 저장소에 흩어진 데이터를 파악하고 민감정보 포함 여부를 자동으로 탐지·분류하는 솔루션이다. 이후 분류 결과에 따라 암호화, 레이블링, 격리, 권한 회수, 파기 등 후속 조치를 적용할 수 있다. 새 버전에는 OCR 기능이 추가됐다. 일반 이미지 파일이나 문서 안에 삽입된 이미지에서 텍스트를 추출해 민감정보 포함 여부를 검사한다. 기존 텍스트 기반 탐지로는 확인하기 어려웠던 스캔본, 캡처 이미지, 이미지형 PDF 등에 포함된 개인정보와 민감정보까지 식별할 수 있다는 설명이다. 문서 작업 중 등급 인식을 돕는 기능도 강화됐다. 한글, MS 오피스, PDF 등 주요 문서 작업 환경에서 기밀·민감·공개 분류 라벨을 화면에 지속적으로 표시해 사용자가 해당 문서의 보안 등급을 직관적으로 확인할 수 있도록 했다. 공공기관 업무 환경에서는 문서 작성·검토·공유 단계마다 등급 인식이 필요한 만큼, 사용자 실수로 인한 자료 유출을 줄이는 효과가 기대된다. AI 기반 문맥 분석 기능도 더했다. FDR은 파수 AI의 AI 기반 개인정보보호 솔루션 ‘AI-R Privacy’와 연동해 복잡한 문장 속 개인정보를 탐지하고 마스킹할 수 있다. 단순 키워드나 정규식 기반 탐지를 넘어 자연어처리와 딥러닝 기술로 문맥을 해석해 민감정보를 찾아내는 방식이다. 이번 업데이트는 공공기관의 N2SF 전환 수요를 정면으로 겨냥한 것으로 풀이된다. 기존 망분리 체계에서는 내부망과 외부망의 물리적·논리적 분리가 보안의 중심이었다. 그러나 생성형 AI와 클라우드 서비스를 공공 업무에 활용하려면 모든 데이터를 같은 방식으로 막는 구조만으로는 한계가 있다. 어떤 데이터가 기밀이고, 어떤 데이터가 민감하며, 어떤 데이터는 공개 가능한지를 먼저 구분해야 AI 활용과 보안 통제를 동시에 설계할 수 있다. 특히 초거대 AI 기반 행정서비스가 확산되면 데이터 분류의 중요성은 더 커진다. AI 모델에 입력되는 문서와 데이터셋에 개인정보, 내부 정책 문건, 보안 정보가 섞여 있을 경우 유출이나 오남용 위험이 발생할 수 있다. N2SF가 데이터 등급 분류를 전제로 하는 이유도 여기에 있다. 관련 시범 실증 사업 역시 공공부문에 적합한 AI 보안 적용 모델과 확산 방안을 마련하기 위해 추진됐다. 업계에서는 N2SF 전환 과정에서 데이터 보안 시장이 확대될 것으로 보고 있다. 공공기관이 AI와 클라우드를 도입하려면 데이터 발견, 분류, 권한 관리, 암호화, 반출 통제, 로그 추적, 개인정보 마스킹까지 전 주기 관리 체계가 필요하다. 이 가운데 데이터 식별·분류는 모든 보안 정책의 출발점이다. 분류가 부정확하면 과도한 차단으로 업무 효율이 떨어지거나, 반대로 민감정보가 낮은 등급으로 처리돼 유출 위험이 커질 수 있다. 파수 AI는 FDR 외에도 데이터 보안 솔루션 ‘파수 엔터프라이즈 DRM(Fasoo Enterprise DRM, FED)’과 AI 활용을 위한 민감정보 관리 솔루션 ‘AI-R DLP’ 등을 통해 N2SF 대응 포트폴리오를 강화하고 있다. 데이터 등급을 식별한 뒤 문서 암호화와 접근권한 통제, AI 입력 데이터 차단·마스킹까지 연결하는 구조를 구축하겠다는 전략이다. 향후 관건은 실제 공공기관 업무 환경에서의 적용성과 정확도다. 공공기관 데이터는 문서 형식이 다양하고 오래된 스캔본이나 이미지형 자료, 비정형 문서가 많다. OCR과 AI 문맥 분석 기능이 현장 데이터에서 얼마나 높은 탐지율과 낮은 오탐률을 보이느냐가 솔루션 경쟁력을 가를 전망이다. 또 N2SF 전환이 공공기관 전체로 확산되면 보안 등급 분류 기준의 표준화도 중요해진다. 기관마다 다른 방식으로 기밀·민감·공개 등급을 적용하면 시스템 연계와 클라우드 활용 과정에서 혼선이 생길 수 있다. 데이터 분류 솔루션은 기술 기능뿐 아니라 정부 보안 기준과 기관별 업무 특성을 반영한 정책 설계 역량까지 요구받게 된다. 고동현 파수 AI 상무는 “파수 AI는 FDR 외에도 FED와 AI-R DLP 등 N2SF를 위한 포트폴리오를 지속적으로 강화하고 있다”며 “N2SF의 시작이 등급 분류인 만큼 FDR을 통해 공공기관의 디지털 혁신을 지원할 것”이라고 말했다. 이번 FDR 업데이트는 공공 AI 확산 국면에서 보안의 무게중심이 ‘망을 나누는 방식’에서 ‘데이터를 이해하고 통제하는 방식’으로 이동하고 있음을 보여준다. AI와 클라우드 활용이 공공 업무의 효율성을 높일 수 있다면, 그 전제는 데이터가 어디에 있고 어떤 등급인지 정확히 아는 것이다. 파수 AI가 N2SF 전환 시장에서 데이터 분류·통제 솔루션을 앞세워 공공 보안 수요를 얼마나 확보할지 주목된다.
2026-05-20 16:38:59
-
-
-
-
-
-
물류센터 들어가는 휴머노이드…LG CNS·컬리, 차세대 물류 실증 진행
[경제일보] LG CNS가 컬리와 손잡고 물류센터 휴머노이드 로봇 실증 사업에 나선다. 생성형 AI를 넘어 실제 물리 공간에서 작업을 수행하는 '피지컬 AI' 경쟁이 본격화되면서 물류 자동화 시장도 새로운 전환점을 맞고 있는 것으로 분석된다. 18일 LG CNS는 컬리와 최근 '스마트 물류센터 고도화를 위한 휴머노이드 개념검증(PoC) 및 물류 자동화 사업 협력' 업무협약(MOU)을 체결했다고 밝혔다. 양사는 컬리 물류 인프라를 기반으로 휴머노이드 로봇 현장 적용 가능성을 검증하고 차세대 물류 자동화 기술 개발에 나설 계획이다. 올해를 기점으로 글로벌 IT·유통업계에서는 AI 기술 경쟁이 소프트웨어 영역을 넘어 실제 산업 현장에서 움직이는 로봇과 자동화 설비 중심으로 확대되고 있다. 특히 물류 산업은 반복 작업 비중이 높고 인력난과 야간근무 부담이 큰 만큼 휴머노이드와 피지컬 AI 적용 가능성이 가장 빠르게 주목받는 분야 중 하나로 꼽힌다. 특히 미국의 인공지능 로봇 스타트업 피규어AI가 최근 유튜브 라이브 방송을 통해 자사의 휴머노이드가 물류 현장에서 일하는 장면을 실시간으로 송출해 주목을 받았다. 휴머노이드 로봇이 산업 현장에 적용할 수 있는 단계까지 도달한 것으로 풀이된다. 이번 협력의 핵심은 컬리 물류센터에서 진행되는 휴머노이드 로봇 실증이다. 양사는 실제 물류 현장에서 작업자의 업무 부담과 위험도를 줄일 수 있는 업무를 발굴하고 휴머노이드 적용 가능성을 검증할 계획이다. LG CNS는 자체 로봇 학습·운영 플랫폼인 '피지컬웍스'를 활용해 로봇 작업 정확도와 수행 속도, 기존 작업 방식 대비 효율 개선 수준 등을 분석할 예정이다. 피지컬웍스는 AI 기반으로 로봇 동작을 학습·운영·관리하는 플랫폼으로 향후 다양한 산업 현장으로 확장이 가능한 기술로 평가된다. 컬리는 새벽배송 중심 물류 운영 과정에서 축적한 대규모 데이터와 리테일테크 기반 물류 인프라를 바탕으로 실증 환경을 제공한다. 컬리는 현재 신선식품 중심 사업을 넘어 뷰티와 패션, 리빙 등으로 상품군을 확대하고 있으며 배송 경쟁력 강화에도 집중하고 있다. 허태영 컬리 COO 부사장은 "컬리는 방대한 물류 현장의 데이터를 쌓고 있고, 데이터와 AI를 활용해 효율성을 끌어올리고 있다"며 "LG CNS의 첨단 피지컬 AI 기술력과 현장 데이터를 연결해 물류 현장의 혁신을 이뤄내기를 바란다"고 설명했다. 양사는 휴머노이드 실증과 함께 물류센터 자동화 고도화 작업도 병행한다. LG CNS는 컬리 물류센터의 자동화 설비와 물류 운영 시스템을 통합해 입고와 보관, 피킹, 출고에 이르는 전 과정을 효율화할 계획이다. 앞서 LG CNS는 컬리 김포 복합물류센터와 창원 물류센터 구축 사업을 수행하며 상온·냉장·냉동 환경을 통합 운영하는 물류 기술과 새벽배송 운영 경험을 확보한 바 있다. 특히 신선식품 물류는 온도 관리와 작업 속도, 재고 운영 난도가 높은 분야로 꼽히는 만큼 휴머노이드 자동화 적용 여부에 관심이 쏠리고 있다. 이번 LG CNS의 협력은 단순 물류 자동화 프로젝트를 넘어 국내 피지컬 AI 시장 확대 신호탄이 될 수 있을 것으로 전망된다. 생성형 AI 이후 산업계 관심이 AI 에이전트와 피지컬 AI로 빠르게 이동하고 있다. 기존 물류 자동화가 무인운반로봇(AGV)이나 자율주행 물류로봇(AMR) 중심이었고, 이후 휴머노이드는 사람 형태를 기반으로 기존 작업 환경에 보다 유연하게 대응할 수 있다는 점이 차별점으로 꼽히며 주목받고 있다. 별도 설비 구조를 대폭 변경하지 않고도 다양한 작업 수행이 가능해 활용 범위가 넓은 것으로 평가된다. 또한 AI 기술 발전으로 로봇의 상황 인식과 작업 학습 능력이 빠르게 고도화되면서 향후 물류와 제조, 유통 현장 전반으로 적용 범위가 확대될 가능성도 커지고 있다. 특히 반복 작업과 야간 작업 비중이 높은 물류센터는 휴머노이드 도입 효과가 가장 먼저 나타날 수 있는 분야로 분석된다. LG CNS와 컬리는 향후 물류센터 내 휴머노이드 적용 성공 사례를 기반으로 신규 사업 기회도 공동 발굴할 계획이다. 양사는 로봇 기반 차세대 물류 지능화를 통해 AI와 물류, 리테일 기술을 결합한 새로운 사업 모델 확대에도 나설 방침이다. 박상균 LG CNS 통신·유통·서비스사업부장 전무는 "컬리가 보유한 물류 운영 노하우와 LG CNS의 기술 역량이 결합돼 물류 자동화 분야에서의 의미 있는 시너지를 창출할 수 있을 것"이라며 "이번 협력을 통해 현장 중심의 혁신 기술을 만들어 나가겠다"고 말했다.
2026-05-18 10:00:00
-
-
휴머노이드 동료와 퇴근하는 저녁, 우리는 준비가 됐나
[경제일보] 휴머노이드 로봇이 더 이상 전시장 무대 위의 묘기가 아니라 공장 라인의 동료가 되는 시간이 다가오고 있다. 로이터 보도에 따르면, 영국 로봇기업 휴머노이드는 독일 자동차·산업부품 기업 셰플러의 글로벌 제조 현장에 2032년까지 1000~2000대의 휴머노이드 로봇을 투입할 계획이다. 초기 배치는 올해 말부터 내년 상반기까지 독일 헤르초게나우라흐와 슈바인푸르트에서 시작된다. 현대차그룹도 보스턴다이내믹스의 휴머노이드 로봇 아틀라스를 오는 2028년부터 미국 조지아 공장에 투입할 계획을 밝힌 바 있다. 이제 질문은 기술이 가능한가가 아니다. 인간의 일자리와 임금, 세금과 안전망은 준비돼 있는가다. 자동차 공장은 산업혁명의 가장 오래된 상징 중 하나다. 컨베이어벨트가 노동을 쪼갰고, 산업용 로봇 팔이 용접과 도장을 바꿨다. 이제 그 라인에 사람의 형태를 닮은 기계가 들어온다. 바퀴가 아니라 두 다리로 움직이고, 고정된 팔이 아니라 사람처럼 공간을 인식하며, 단순 반복이 아니라 상황 판단을 흉내 내는 기계다. 공장 안의 로봇은 더 이상 철제 울타리 안에 갇힌 설비가 아니다. 사람 옆에서 상자를 들고, 부품을 옮기고, 위험한 작업을 대신하는 ‘강철 동료’가 되고 있다. 경제적 관점에서 이 흐름은 거스를 수 없다. 한국은 이미 인구절벽 앞에 서 있다. 통계청 장래인구추계에 따르면 15~64세 생산연령인구는 2022년부터 향후 10년간 332만명 감소하고, 전체 인구에서 차지하는 비중도 2022년 71.1%에서 2072년 45.8%로 낮아질 전망이다. 노동의 빈자리는 점점 커지고, 숙련 노동자의 은퇴는 빨라지며, 청년 인력은 제조 현장을 기피한다. 이 구조에서 휴머노이드 로봇은 공상과학의 장난감이 아니라 산업 현장의 생존 수단이 된다. 기업 경영의 관점도 분명하다. 로봇은 피로를 덜 느끼고, 위험한 작업을 대신할 수 있으며, 일정 수준 이상의 품질을 반복적으로 수행할 가능성을 제공한다. 다만 여기서 단정은 경계해야 한다. 휴머노이드는 아직 완성된 해법이 아니다. 실제 공장 투입에는 안전성, 신뢰성, 유지보수 비용, 작업 전환 속도, 현장 노동자와의 협업 규칙이 필요하다. 현대차가 아틀라스를 2028년 공장에 투입하고 2030년까지 더 복잡한 공정으로 확대하겠다는 계획을 세운 것도, 이 기술이 오늘 당장 전면 대체가 아니라 단계적 검증의 대상임을 보여준다. 그럼에도 방향은 분명하다. 인구는 줄고, 제조 경쟁은 치열해지며, 글로벌 기업들은 더 싸고 빠르고 안정적인 생산체계를 요구한다. 한국 자동차·부품·조선·물류·전자 산업이 휴머노이드 도입을 외면할 수는 없다. 문제는 로봇 도입 여부가 아니라 로봇 도입의 질서다. 시장은 이미 움직이는데 법과 제도, 교육과 세금, 노사관계는 아직 과거의 언어에 머물러 있다. 플라톤은 ‘국가’에서 정의를 설명하며 각자가 자기 본성에 맞는 일을 하고 남의 일을 침범하지 않는 질서를 말했다. 이를 오늘의 공장에 기계적으로 적용할 수는 없다. 그러나 한 가지 통찰은 남는다. 사회는 역할이 새로 나뉠 때 정의를 다시 세워야 한다. 로봇이 위험하고 반복적이며 고강도인 작업을 맡는다면 인간은 설계, 관리, 창의, 공감, 판단, 돌봄의 영역으로 이동해야 한다. 그 이동이 가능하려면 교육과 임금, 안전망이 함께 움직여야 한다. 기술의 승전보 뒤에는 반드시 그림자가 있다. 휴머노이드 도입은 어떤 노동자에게는 해방이지만, 어떤 노동자에게는 실직의 예고일 수 있다. 로봇이 허리를 굽혀 무거운 부품을 들 때 인간 노동자의 허리는 보호받을 수 있다. 그러나 그 로봇이 인간의 일자리까지 대신한다면, 보호받은 것은 노동자의 몸인지 기업의 비용인지 묻게 된다. 기술은 중립적일 수 있어도 기술이 배치되는 시장은 중립적이지 않다. 여기서 ‘로봇세’ 논의가 나온다. 로봇세는 오래된 논쟁이다. 빌 게이츠는 2017년 로봇이 인간 노동을 대체해 기업 비용을 줄인다면, 그에 상응하는 세금을 부과해 돌봄·교육 같은 인간에게 필요한 일자리에 재원을 투입해야 한다고 주장했다. 반대 논리도 만만치 않다. 로봇을 어떻게 정의할 것인지, 어떤 자동화가 과세 대상인지, 혁신 투자를 위축시키지 않을지, 해외 이전을 부추기지 않을지 모두 어려운 문제다. 따라서 지금 필요한 것은 구호로서의 로봇세가 아니라 설계로서의 사회계약이다. 로봇 한 대마다 단순히 세금을 매기는 방식은 거칠 수 있다. 그러나 로봇과 AI로 늘어난 생산성, 자동화로 절감한 인건비, 자본집약적 생산에서 발생한 초과이익을 어떻게 사회 전체의 전환 비용으로 연결할 것인지는 논의해야 한다. 재교육 기금, 고용 전환 계정, 지역 제조업 훈련센터, 중장년 노동자의 직무 재설계, 협력사 자동화 지원 같은 구체적 장치가 필요하다. 핵심은 혁신을 벌주는 것이 아니다. 혁신이 만든 과실로 혁신에서 밀려나는 사람을 다시 세우자는 것이다. 기업이 휴머노이드 로봇을 도입해 생산성을 높이는 일은 막을 수 없고 막아서도 안 된다. 다만 그 생산성의 과실이 주주와 경영진, 일부 기술 인력에게만 집중된다면 산업의 정당성은 약해진다. 시장경제가 오래가려면 시장 밖으로 밀려난 사람을 다시 시장 안으로 데려오는 장치가 있어야 한다. 유럽도 이 문제를 완전히 풀지는 못했다. 다만 AI 시스템의 투명성, 표시 의무, 이용자 고지 같은 규범은 점차 구체화되고 있다. 유럽연합 집행위원회는 이 달 AI법 제50조상 특정 AI 시스템의 투명성 의무 이행 지침 초안을 공개했다. 이것이 곧바로 ‘휴머노이드 노동 가이드라인’은 아니다. 그러나 AI와 로봇이 인간의 생활세계로 들어올수록 기술 사용의 투명성, 책임성, 이용자 보호가 제도화되고 있다는 흐름은 분명하다. 한국도 기술 강국이라는 자부심만으로는 부족하다. 휴머노이드 로봇을 만들고 쓰는 능력만큼, 로봇과 함께 일하는 사회를 설계하는 능력이 중요하다. 로봇이 산업 현장에 들어오면 산업안전 규칙도 바뀌어야 한다. 사람이 로봇 옆에서 일할 때 사고 책임은 누구에게 있는가. 로봇이 학습한 작업 데이터는 누구의 자산인가. 로봇 도입으로 줄어든 인건비 중 일부를 노동 전환에 쓸 수 있는가. 협력사와 중소기업도 자동화 혜택을 누릴 수 있는가. 이 질문에 답하지 못하면 로봇 산업은 기술적으로는 앞서가도 사회적으로는 충돌할 수밖에 없다. 정부의 역할도 분명하다. 한쪽으로는 규제를 정비해야 한다. 실증 특례, 안전 인증, 데이터 표준, 로봇 보험, 산업안전 기준을 정교하게 만들어야 한다. 다른 한쪽으로는 사람에 투자해야 한다. 로봇 정비사, 로봇 운용 관리자, 공정 데이터 분석가, AI 안전 관리자, 현장 재교육 강사 같은 새 직무를 만들어야 한다. 로봇이 기존 일자리를 없애는 속도보다 사람이 새 일자리로 이동하는 속도가 빨라야 사회가 버틴다. 노동계도 냉정해야 한다. 휴머노이드 도입을 전면 거부하는 방식은 오래가기 어렵다. 인구 구조와 글로벌 경쟁, 원가 압박을 외면할 수 없기 때문이다. 대신 노동계는 더 구체적으로 요구해야 한다. 로봇 도입 전 고용영향 평가, 전환 배치 계획, 재교육 시간의 유급 인정, 자동화 이익 공유, 산업안전 공동 점검, 협력사 노동자 보호를 교섭 의제로 올려야 한다. “로봇 반대”가 아니라 “인간을 배제하지 않는 로봇 도입”을 요구해야 한다. 기업도 바뀌어야 한다. 휴머노이드 도입을 단순 비용 절감 프로젝트로만 보면 갈등은 커진다. 로봇은 인간을 대체하는 장비이기도 하지만 인간의 생산성을 높이는 도구이기도 하다. 어느 길을 선택할지는 기업의 철학과 제도 설계에 달려 있다. 로봇을 들여오면서 노동자의 숙련을 무시하면 공장은 조용해질지 몰라도 조직의 신뢰는 무너진다. 반대로 로봇을 위험 작업과 반복 작업에 먼저 배치하고, 사람을 더 높은 가치의 업무로 옮기면 자동화는 갈등이 아니라 경쟁력이 된다. 휴머노이드 로봇은 노동의 종말일 수도 있고, 생산성의 신대륙일 수도 있다. 어느 쪽이 될지는 기술이 아니라 제도가 결정한다. 로봇의 성능은 기업이 높일 수 있다. 그러나 로봇이 만든 사회의 품격은 정부와 국회, 기업과 노동계가 함께 만들어야 한다. 우리는 머지않아 휴머노이드 동료와 같은 공장에서 일하고, 같은 라인을 점검하고, 같은 시간에 퇴근하는 저녁을 맞게 될 것이다. 그때 인간 노동자의 어깨가 패배감으로 처지지 않게 하려면 지금 준비해야 한다. 로봇이 대신한 노동의 빈자리를 인간의 배움과 이동, 돌봄과 창의의 자리로 바꿔야 한다. 로봇이 만든 부가 인간을 배제하는 자본의 성벽이 아니라 인간을 다시 세우는 사회적 기반이 되게 해야 한다. 결국 모든 혁신의 마침표는 기술 그 자체가 아니라 사람이어야 한다. 기업이 생산성을 높이는 일은 시장경제의 활력이다. 그 과정에서 밀려나는 사람을 다시 일으켜 세우는 일은 공동체의 의무다. 차가운 금속음 속에 인간의 따뜻한 숨결을 남기는 것, 그것이 휴머노이드 시대 한국 산업이 지켜야 할 기본이고 원칙이며 상식이다.
2026-05-17 09:21:22
-
-