애지봇(AGIBOT) 국내 공식 파트너 화인로보틱스가 2026년 9월 1일 학생 조립형 교육용 휴머노이드 ‘X2 EDU’를 국내에 출시했다. 김묵현 화인로보틱스 대표는 이번 제품이 하드웨어 성능뿐 아니라 국내 피지컬 AI 인재 양성과 국산화 목표 달성을 겨냥한 것이라고 설명했다.
X2 EDU는 자유도 29개, 키 130㎝, 무게 35㎏에 최대 보행속도 1.8m/s를 낸다. 컨트롤러로는 RK3588을 탑재했다. 학생 두 사람이 하루 8시간씩 이틀을 들여야 완성되는 구조로, 조립 과정 자체를 학습 단계에 포함시킨 것이 특징이다. 가격은 경쟁사 유사 사양 대비 20~30% 낮게 책정됐다.
부품 구조 이해부터 Sim-to-Real까지, 7단계 학습 로드맵
화인로보틱스는 X2 EDU 학습 로드맵을 부품 구조 이해에서 Sim-to-Real 연구까지 총 7단계로 구성했다. CS팀은 10월에 로봇 핸드 관련 추가 교육을 진행할 예정이다. 실제 로봇을 조립하고 다루는 경험을 통해 학생들이 하드웨어 구조를 먼저 익히도록 설계한 것이다.
김 대표는 “앞서 나간 기술을 먼저 사서 써봐야 그 구조를 이해할 수 있고, 직접 만드는 단계에 갔을 때도 그 경험이 기준이 된다”고 말했다. 김 대표는 2009년 개인적으로 화인스텍을 세워 광학계와 머신비전 솔루션을 다뤄온 이력이 있으며, 화인로보틱스는 애지봇 판매를 시작한 지 8개월 만에 국내 주요 대기업 다수에 로봇을 공급했다. 올해 매출은 60억~70억원으로 전망된다.
애지봇 경쟁력의 핵심은 4000㎡ 규모의 실물 데이터 수집 시설
애지봇은 2023년 2월 상하이에서 창업해 2026년 상반기 기준 약 9700대를 출하하며 점유율 43%로 세계 1위를 차지한 기업이다. 상하이 AI 랩, 상하이혁신연구원과 공동으로 운영하는 데이터 수집 시설 ‘AgiBot World Colosseo’는 4000㎡ 이상 공간에 동일 사양 로봇 100대를 배치해 217개 작업, 106개 장면에서 100만1552건의 궤적, 총 2976시간에 달하는 데이터를 확보했다. 이 시설은 2024년 9월부터 가동돼왔다.
중국 현지에서는 실물 로봇 데이터가 시간당 500~1000위안에 거래되고 있다는 보도도 나온다. 애지봇은 지난 4월 17일 상하이에서 열린 파트너 컨퍼런스에서 ‘배포 원년’을 선언하고 표준화된 7대 솔루션을 공개했다. 실제 현장 실증에서도 성과를 냈는데, 안타(Anta) 매장은 방문객이 20% 늘었고 광저우 지하철은 운영비를 13% 절감했으며 상하이 훙차오 국제공항은 청소비용을 18% 줄였다. 롱치어테크놀로지 난창 공장에서는 2026년 6월 6일간 진행된 실증에서 로봇이 64시간 넘게 연속 가동하며 6만4828건의 작업을 처리해 태블릿 1만7625대를 생산했고, 성공률은 99.99%에 달했다.
현장 데이터 확보의 현실적 장벽
김 대표는 국내에서 실물 데이터를 직접 확보하는 일이 쉽지 않다고 지적했다. “실제로 현장에서 데이터를 취득하기 위해서는 공정의 한 라인에서 사람을 빼고 로봇을 넣어야 하는데 보통의 기업에서는 로스가 생기는 것을 감당하기가 어려울 수 있습니다.” 이런 이유로 화인로보틱스는 애지봇 공장 방문 경험을 바탕으로 데이터 수집 구조를 파악해 자체 모션캡처 스튜디오를 구축했다.
카운터포인트리서치에 따르면 2026년 상반기 글로벌 휴머노이드 출하량은 2만2000대 이상으로 전년 동기 대비 약 300% 성장했고, 연말에는 5만 대를 돌파할 것으로 전망된다. 다만 용도별 비중을 보면 엔터테인먼트·데이터 생산용이 60% 이상을 차지하고 지능형 제조는 13%, 창고·물류는 5%에 그쳐 실제 산업 현장 도입은 아직 초기 단계에 머물러 있다.
정부 예산 확대, 인력 없이는 국산화율 목표도 요원
정부는 2030년까지 휴머노이드 생태계에 2조3000억원, 피지컬 AI 실증에 2조8000억원을 투입할 계획이며 기획예산처는 내년 시작 예산을 6000억원으로 발표했다. 핵심 부품 국산화율은 현재 45%에서 2030년 80%까지 끌어올리는 것이 목표다. 국산 휴머노이드 공공구매는 내년 250대에서 2030년 1080대로 늘리고, AI 인재도 약 2만명 양성하겠다는 계획이다.
김 대표는 이런 목표 달성이 부품 조달만으로는 이뤄지지 않는다고 봤다. 실제 로봇을 다룰 인력과 데이터 확보 기반이 함께 갖춰져야 한다는 것이다. 그는 국내 로봇 기업들을 경쟁자가 아니라 시장을 함께 키울 동반자로 인식하고 있다고도 밝혔다. 해외에서 이미 확보된 범용 데이터를 활용하는 동시에, 국내에서만 필요한 필수 데이터 확보에 자원을 집중해야 한다는 것이 그의 제안이다.