TraviaTechPie Review

공장 로봇이라고 하면 보통 깔끔한 장면을 떠올립니다. 자동차 라인 위에서 똑같은 차문에 똑같은 용접을 하루에 만 번씩 반복하는 로봇팔 같은 것 말입니다. 그런 세계는 이미 수십 년 전에 자동화됐습니다.

그런데 군함은 정반대입니다.

선체 하나하나가 조금씩 다릅니다. 철판은 두껍고 고르지 않습니다. 이음매 위치도 매번 달라집니다. 용접공은 좁고 환기 안 되는 구획 안으로 기어들어가 손으로 용접선을 긋습니다. 평생 반복하면 몸이 상하는 자세입니다. 연삭과 블라스팅은 폐에 들어가면 안 되는 분진을 일으키고, 도장에는 용제가 따라옵니다. 미리 짜 넣은 동작을 반복하는 ‘보통의 자동화’가 지금껏 손대지 못했던 영역이 바로 여기입니다. 변수가 너무 많고, 부품이 가만히 있지 않기 때문입니다.

미국 최대 군함 제조사 HII(Huntington Ingalls Industries)가 이제 그 일에 AI 로봇을 투입하기로 했습니다.

### 무엇을 발표했나

HII는 항공모함, 잠수함, 구축함, 상륙함, 미래 프리깃, 무인 수상정을 만드는 미 해군 함대의 중추 같은 회사입니다. 이 회사가 2026년 4월 ‘HYPR(High-Yield Production Robotics)’라는 프로그램을 시작했습니다. 조선 공정에 적응형 AI 자동화를 들이겠다는 계획입니다.

그리고 8월 초, 여기에 실제 돈을 붙였습니다. 7년간 최대 9억 달러 규모의 성과 기반 생산 계약을, 로봇 분야 밖에서는 낯선 두 스타트업과 맺었습니다.

첫 번째는 Path Robotics입니다. 이 회사의 핵심은 ‘생각하는 용접’입니다. 미리 학습한 경로를 그대로 따라가는 방식이 아니라, 컴퓨터 비전과 머신러닝으로 눈앞의 이음매를 실제로 보고 형상을 파악한 뒤 용접선을 긋습니다. 도면과 위치가 다른 부품이라도 대응합니다. 이것이 HII가 Path Robotics에 맡긴 ‘적응형 용접’입니다.

두 번째는 GrayMatter Robotics입니다. 용접 전후의 일을 맡습니다. 표면 처리, 샌딩, 코팅, 검사입니다. 이 회사는 자사 시스템이 숙련 수작업 대비 최대 12배 처리량을 낸다고 주장합니다. 사람 관절과 폐에 특히 부담이 크고, 인력 채우기도 어려운 공정입니다.

### 돈이 움직이는 방식

9억 달러가 선불로 나가는 계약은 아닙니다. 이 계약은 두 단계로 나뉩니다. 먼저 개발·검증 단계, 그다음 생산·납품 단계입니다. 그리고 자금 집행은 두 회사가 정해진 기술 성숙도와 성과 기준을 통과하느냐에 달려 있습니다. 1단계 개념 검증 시연에 이어 2단계 본격 파일럿 순으로 진행할 계획입니다.

정리하면, HII는 약속이 아니라 결과에 따라 돈을 냅니다. 로봇이 해군 수준의 용접 품질을 못 지키면 돈은 나가지 않습니다.

HYPR만 있는 것도 아닙니다. 비슷한 시기에 HII는 HD현대중공업과의 별도 협력을 확대해, 미시시피의 잉걸스(Ingalls) 조선소에 지능형 기계화 용접을 도입했습니다. 이 시스템은 작업 대상과 용접 조건을 자동으로 인식하고, 용접 위치를 실시간으로 보정하며, 품질 추적을 위한 공정 데이터를 기록합니다. HII는 앞서 맺은 양해각서를 확대해 이를 파일럿 프로그램으로 착수했습니다.

### 로봇이 아니라 ‘어디로 가느냐’

이 소식을 ‘멋진 로봇’ 정도로 넘기기 쉽습니다. 그러면 핵심을 놓칩니다.

지난 몇 년간 피지컬 AI가 연구실 밖으로 나오는 흐름은 꾸준히 이어졌습니다. Figure가 1,000번째 휴머노이드를 만든 이야기에서는 진짜 이정표가 로봇이 아니라 그 로봇을 찍어내는 공장이라고 짚었습니다. NVIDIA가 손재주의 ‘스케일링 법칙’을 말한 이야기에서는 로봇의 병목이 이제 하드웨어가 아니라 데이터라는 주장을 다뤘습니다. 그리고 범용 자동화가 공장 바닥으로 걸어 들어오는 신호들도 봤습니다.

HII는 그 사다리의 다음 칸입니다. 그것도 상당히 가파른 칸입니다. 조선은 제조업 중에서도 깔끔한 자동차 라인과 가장 거리가 먼 현장이기 때문입니다.

이것이 왜 중요한가 하면, 피지컬 AI의 진짜 가치는 쉬운 영역이 아니라 가장 까다로운 현장에서 증명되기 때문입니다. 평평한 판에 똑같은 용접을 반복하는 일은 누구나 자동화합니다. 진짜 과제는 ‘변수가 있는 용접’입니다. 부품이 틀어지고, 간격이 달라지고, 형상이 도면과 다른 그 용접 말입니다. 바로 그 일을 Path Robotics가 증명하도록 돈을 받은 것입니다. 오차 허용이 박하고 불량 용접이 곧 안전 사고인 해군 선체에서 품질을 지킬 수 있다면, 사실상 어디서든 지킬 수 있습니다. 조선은 혹독한 기준점입니다. 그 기준을 넘는다는 것은 의미가 큽니다.

노동 이야기도 있는데, ‘로봇이 일자리를 뺏는다’보다 더 흥미롭습니다. 숙련 조선 용접공은 구하기 어렵고 붙잡아 두기는 더 어렵습니다. 몸이 상하는 일인 데다, 숙련 인력은 고령화로 빠져나가고 있습니다. HII가 쓰는 말 자체가 의미심장합니다. 이 회사는 로봇이 기존 인력을 ‘보강’한다고 말합니다. 그리고 별개로, 250만 시간이 넘는 조선 작업을 외주로 돌릴 계획입니다. 전년 대비 약 30% 늘어난 수치입니다.

두 이야기를 겹쳐 보면 그림이 분명해집니다. 이것은 사람이 꽉 찬 현장에 자동화가 들어와 사람을 밀어내는 상황이 아닙니다. 인력 부족 속으로 자동화가 들어오는 상황입니다. 해군은 더 많은 배를 더 빨리 원하는데, 옛날 방식으로 지을 용접공이 애초에 부족합니다. 로봇은 지금 있는 용접공을 대체하는 것이 아니라, 애초에 채용하지 못한 용접공의 자리를 메웁니다.

계약 구조가 이 기술의 성숙도를 그대로 보여줍니다. 아무도 백지 수표를 쓰지 않았습니다. 성과 기준을 통과해야 돈이 집행되는 구조 자체가, 실제 선체 위의 적응형 용접이 아직 완전히 풀린 문제가 아니며 관계자 모두가 그 사실을 안다는 뜻입니다.

개념 검증과 파일럿 결과를 지켜볼 필요가 있습니다. 여기서 성공하면 이 소식은 조선 이야기를 넘어 하나의 본보기가 됩니다. 가장 오래 사람의 몫으로 남을 것이라던 더럽고 변수 많고 위험한 일을, 피지컬 AI가 해낼 수 있음을 증명한 사례가 됩니다. 반대로 멈춘다면 그것도 시사하는 바가 있습니다. 깔끔한 시연과 진짜 선체 사이의 간격이 아직 돈이 말하는 것보다 넓다는 뜻이기 때문입니다.

어느 쪽이든, 로봇의 최전선이 방금 이동했습니다. 이제는 창고나 자동차 공장이 아닙니다. 조선소입니다.

※ 이 글은 정보 제공 목적이며 특정 기술·제품 도입을 권유하는 글이 아닙니다.

원문 출처 / Source: https://www.therobotreport.com/hii-signs-up-to-900m-agreement-with-path-robotics-graymatter-robotics/

이미지: ZHENYU LUO / Unsplash