문제의 출발점은 숫자가 아니라 구조다

“현대차에 숨겨진 100조”라는 표현은 보통 두 가지를 섞어서 말할 때 튀어나온다. 하나는 실제 재무제표에 잡히는 자산(현금, 지분, 자회사 가치)이고, 다른 하나는 아직 손익계산서에 제대로 찍히지 않는 ‘옵션 가치’다. 이 옵션은 “자동차 회사가 로봇 시대의 하드웨어 플랫폼이 될 수도 있다”라는 가능성에서 온다. 그 가능성이 허풍인지, 꽤 현실적인지 판단하려면 숫자보다 ‘구조’를 먼저 봐야 한다.

구조의 핵심은 최근 몇 년 사이 현대차그룹이 로봇을 “언젠가 해보고 싶은 연구 주제”가 아니라 “양산 로드맵이 붙은 사업”으로 끌어내리기 시작했다는 점이다. 2026년 1월 공개된 현대차그룹의 로보틱스 전략 자료에는 2028년까지 연간 3만 대 수준의 로봇 양산이 가능한 스케일러블 생산체계를 만들겠다는 목표가 명시돼 있다. 같은 맥락에서, 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 2028년부터 미국 조지아주 신공장(HMGMA)에 투입해 검증된 공정부터 단계적으로 확대하겠다는 계획도 구체적으로 적혀 있다.

한편 시장은 이런 움직임을 “로봇이 드디어 비즈니스가 되나?”라는 프레임으로 읽기 시작했다. 2026년 2월에는 보스턴다이내믹스 CEO 교체 이슈를 계기로 ‘연구 중심에서 상용화 중심으로 더 빨라질 수 있다’는 관측이 나오며 현대차 주가가 반응했다는 보도도 있었다.
이런 뉴스는 “앞으로 잘 될 거다”를 증명하지는 못하지만, 적어도 로봇이 현대차 가치평가에서 주변부가 아니라 중심부로 이동 중이라는 신호로는 읽힌다.

이 글은 “100조가 맞다/아니다”를 단정하는 대신, (1) 왜 로봇이 ‘노동력 문제’의 답으로 떠올랐는지, (2) 피지컬 AI가 로봇을 어떤 속도로 바꿀지, (3) 미국·중국·일본이 어떤 방식으로 판을 짜는지, (4) 그 안에서 현대자동차그룹이 어떤 레버리지를 갖는지, (5) 그래서 ‘100조 같은 수치’가 어떤 산술로 만들어지는지까지를 독립 리서치로 재구성한다.

사람이 줄어드는 속도와 로봇이 늘어나는 속도

로봇 산업의 ‘수요’는 종종 기술에서 시작되는 것처럼 포장되지만, 실제로는 인구구조에서 먼저 터진다. 세계 인구는 고령화로 빠르게 이동 중이고, 65세 이상 인구가 장기적으로 어린이 인구를 넘어설 것이라는 전망도 이미 공식 문서에 들어가 있다.
문제는 단순히 “노인이 많아진다”가 아니다. 경제가 굴러가려면 ‘일할 사람(working-age population)’이 필요하고, 그 수가 줄어들면 남는 선택지는 세 가지뿐이다. 더 오래 일하게 만들거나, 이민으로 채우거나, 생산성을 기술로 끌어올리는 것이다.

한국은 이 흐름에서 특히 빠른 속도로 앞으로 뛰어간다(안 좋은 의미로). Statistics Korea가 발표한 2024년 출생통계(잠정)에 따르면 출생아 수는 23만 8,300명이고, 합계출산율은 0.75다. 2023년 0.72에서 소폭 반등한 수치이지만, 구조적 저출산 자체가 해소됐다는 의미는 아니다.
즉 “사람이 계속 줄어드는 사회를 전제로 생산 시스템을 다시 짜야 한다”는 압박이 현실이라는 뜻이다.

여기서 로봇은 ‘미래 산업’이 아니라 ‘현재의 인력 대체 인프라’로 자리 잡기 시작한다. 이미 제조업에서는 로봇이 대체로 “옵션이 아니라 기본값”이 됐다. International Federation of Robotics 자료에 따르면 한국의 산업용 로봇 밀도(직원 1만 명당 로봇 대수)는 2023년 기준 1,012대로 세계 최고 수준이다.
이 수치는 중요한 힌트를 준다. “로봇이 가능한가?”를 묻기 전에, 많은 공장에서 이미 “로봇이 없으면 돌아가지 않는” 상태로 진입했다는 의미다. 다만 지금까지의 주력은 용접·도장·물류 같은 정형 작업에 최적화된 산업용 로봇이었다. 다음 단계는 인간이 하던 ‘비정형 작업’을 얼마나 먹느냐로 넘어간다.

피지컬 AI는 로봇을 제품에서 플랫폼으로 바꾼다

로봇이 진짜로 “사람을 대체하는 쪽”으로 확장되려면, 로봇이 똑똑해져야 한다. 여기서 최근 자주 등장하는 키워드가 ‘피지컬 AI’다. NVIDIA는 피지컬 AI를 로봇, 창고, 공장 등 현실 세계에서 움직이며 작동하는 자율 시스템에 AI가 ‘체화(embodiment)’된 형태로 정의한다. 그리고 이 피지컬 AI를 만들기 위해 훈련(Training)·시뮬레이션(Simulation)·현장 추론(Inference)을 각각 담당하는 “세 가지 컴퓨터”가 필요하다고 설명한다.
이 프레임이 중요한 이유는 로봇을 더 이상 ‘하나의 기계’로 보지 않고, 데이터·시뮬레이션·칩·소프트웨어 업데이트가 붙는 플랫폼으로 보기 시작했기 때문이다.

로봇이 어려운 본질적인 이유도 이 지점에서 드러난다. 생성형 AI는 인터넷이라는 ‘거대한 공짜 데이터 호수’가 있었지만, 로봇은 그렇지 않다. 로봇 데이터는 비싸고, 모으기 어렵고, 사고 위험까지 끼고 온다. 그래서 시뮬레이션(디지털 트윈)과 합성데이터로 학습을 부스팅하고, 검증을 반복하는 파이프라인이 중요해진다.
요약하면, 로봇의 진짜 병목은 “모터를 더 세게”가 아니라 “현실에서 안전하게 배우게 하는 학습·검증 시스템”으로 이동한다.

학계·빅테크도 이 방향으로 움직인다. Google DeepMind의 RT-2(로보틱 트랜스포머 2) 연구는 웹 규모의 비전·언어 사전학습 모델을 로봇 제어까지 연결해 일반화 성능을 높이려는 접근을 보여준다. 즉 “보고-말하고-행동하는” 하나의 엔드투엔드 모델로 로봇 제어를 확장하는 시도다.
이런 흐름이 누적되면, 로봇의 ‘뇌’는 점점 범용화·플랫폼화되고, 차별점은 (1) 어떤 데이터로 얼마나 빨리 학습시키는가, (2) 어떤 하드웨어를 얼마나 싸고 안정적으로 대량생산하는가로 갈린다.

하드웨어 쪽 이야기를 현실적으로 만들려면 비용이 내려와야 한다. Bank of America 계열 리서치 자료는 2025년 말 기준 전형적인 휴머노이드 로봇의 BOM(부품원가)을 약 3만5천 달러 수준으로 추정하면서(중국산 부품 사용 가정, 액추에이터 구성/비전 센서 구성 등 조건 명시), 2030~2035년에는 연간 출하가 100만 대 수준으로 커질 경우 BOM이 1만3천~1만7천 달러까지 내려갈 수 있다고 본다.
또한 보급은 “공장·물류(초기) → 상업 서비스(중기) → 가정(후기)” 순으로 단계적으로 진행될 가능성이 높다고 정리한다.
이 흐름은 ‘사람이 사는 집’이 아니라 ‘표준화된 공장’에서 휴머노이드가 먼저 돈을 벌 수 있다는 현실 감각과 맞물린다.

국가별 전략은 다르지만 종점은 비슷하다

피지컬 AI와 로봇은 ‘어느 나라가 더 싸게 만들까’의 싸움이기도 하고 ‘어느 나라가 생태계를 먼저 잠글까’의 싸움이기도 하다. 그래서 국가별 전략이 갈린다.

미국은 연구·플랫폼 쪽으로 힘이 실린다. 연방 차원의 로봇 연구 지원 프로그램은 협동로봇(co-robots), 사람과 함께 일하는 로봇을 핵심으로 삼아 로봇의 “일상적 통합(ubiquity)”을 지향한다. National Science Foundation의 관련 프로그램 설명만 봐도 방향성이 “현장 배치 가능한 협동로봇의 확산”으로 잡혀 있다.
여기에 엔비디아 같은 기업이 학습·시뮬레이션·칩까지 묶어 로봇 개발 파이프라인을 표준으로 만들려는 움직임을 더한다.
정리하면 “로봇의 운영체제(플랫폼)를 잡고 생태계를 장악한다” 쪽에 가깝다.

중국은 속도가 다르다. 정부 계획 차원에서 로봇 산업을 전략산업으로 지정하고 혁신·고급제조·응용 확대를 묶어 추진해 왔다. Ministry of Industry and Information Technology의 로봇 산업 5개년 계획(2021~2025)을 International Federation of Robotics가 정리해 소개한 자료가 그 방향을 보여준다.
게다가 중국은 실제 제조 현장에서 자동화가 급격히 깊어지고 있다. 2023년 기준 산업용 로봇 밀도에서도 중국이 빠르게 치고 올라오며 독일을 앞질렀다는 보고가 나왔다.
휴머노이드에서도 정부 지원·보조금·실증 인프라를 총동원해 제조업 혁신과 노동력 감소 대응을 연결하려는 움직임이 이어진다.
다만 너무 빠른 돈이 몰리면 거품 경고도 같이 뜬다. 중국 당국이 투자 과열(버블) 가능성을 언급했다는 보도도 있다.

일본은 정밀 제조와 사회문제 해결을 로봇과 연결해 장기 플랜을 세팅해 왔다. 일본 정부의 ‘New Robot Strategy’ 문서는 로봇 혁명을 산업 경쟁력과 사회문제(의료·돌봄 등) 해결의 축으로 본다.
또 Cabinet Office가 설명하는 Society 5.0은 사이버 공간과 물리 공간의 고도 통합을 통해 “사람 중심의 지속가능한 사회”를 만든다는 프레임을 제시한다.
노동력 부족과 고령화 문제를 로봇·AI로 풀겠다는 국가적 서사가 비교적 일찍부터 깔린 셈이다.

세 나라의 접근은 다르지만 종점은 묘하게 비슷하다. “사람이 부족해지는 시대에, 물리 세계에서 일을 대신하는 시스템을 깔고, 그 위에서 생산성과 비용 구조를 재작성한다”라는 결론으로 모인다.

현대차가 로봇을 하면 좋아 보이는 이유 말고 유리한 이유

현대차의 ‘숨겨진 가치’ 논리를 가장 강하게 만드는 건, 로봇을 잘 만들 수 있다는 희망회로가 아니라 ‘이길 수 있는 지형’이 실제로 존재한다는 점이다. 로봇이 어려운 이유는 크게 두 가지다. 첫째는 학습·검증(데이터/시뮬레이션)이고, 둘째는 대량생산(원가/품질/서비스)이다. 자동차 회사는 애초에 둘째를 업으로 먹고 산다.

먼저 로봇 자산 자체가 존재한다. 현대차그룹은 2021년 Boston Dynamics 지분 80%를 확보했고, SoftBank Group이 나머지 20%를 보유하는 구조로 인수를 마무리했다.
이건 단순 지분투자라기보다, “세계에서 손꼽히는 휴머노이드/모바일 로봇 기술을 가진 조직을 사내 네트워크로 끌어왔다”는 의미가 더 크다.

둘째는 ‘뇌’ 파트너십을 공개적으로 붙였다는 점이다. 2026년 1월 공개된 현대차그룹 자료에는 엔비디아와의 전략적 파트너십 강화, 그리고 Ministry of Science and ICT과 함께 피지컬 AI 역량 강화를 위한 MOU 체결이 언급돼 있다.
또 보스턴다이내믹스가 구글 딥마인드와 차세대 휴머노이드 개발을 가속하기 위한 전략적 파트너십을 발표했다고 명시돼 있다.
요컨대 로봇의 “몸”은 현대차가, “뇌”는 글로벌 프론티어와 같이 간다는 신호를 시장에 던진 셈이다.

셋째는 ‘훈련장+첫 고객’을 스스로 보유하고 있다는 점이다. 로봇은 실사용을 통해 데이터가 쌓이고, 공정이 정교해지고, 안전성이 검증된다. 이게 남의 공장에서 시작되면 속도가 느리다. 반대로 자기 공장에서 시작하면 빠르다. 현대차그룹은 2028년부터 Hyundai Motor Group Metaplant America에 아틀라스를 투입해 부품 시퀀싱 같은 안전·품질 효과가 검증된 공정부터 확대하겠다고 밝힌다.
그리고 2028년까지 연간 3만 대 생산체계를 구축하겠다고도 한다.
이 로드맵은 Bank of America가 제시한 ‘초기 적용처는 공장/물류’라는 단계론과도 맞물린다.

넷째는 제조 스케일의 문제다. 현대차는 2023년에 전 세계 판매가 421만7천 대를 넘었고 매출 162.7조 원, 영업이익 15.1조 원을 기록했다고 공식 지속가능경영 보고서에서 밝힌다.
이 규모는 “정밀한 부품을 대량으로 안정적으로 만들고, 품질로 신뢰를 쌓고, 글로벌 서비스망으로 고장과 리콜을 처리하는 능력”이 이미 체화된 조직이라는 뜻이다. 로봇이 상용화에서 자꾸 미끄러지는 지점이 바로 여기다.

다섯째는 미국 현지 생산 인프라의 확장이다. HMGMA는 2025년 3월 그랜드 오프닝을 알렸고, 현대차그룹이 조지아주에 약 126억 달러를 투자한 핵심 축이며 연간 최대 50만 대의 전기·하이브리드 차량을 생산할 수 있다고 안내한다.
공장이 단순히 차만 찍어내는 곳이 아니라, “로봇을 투입해 공정 자체를 재설계하는 실험장”이 되면 로봇 쪽 학습곡선도 같이 빨라진다.

여섯째는 ‘모빌리티 소프트웨어’ 쪽 옵션이다. 현대차는 자율주행 JV Motional에 대해 파트너인 Aptiv의 지분/자금 부담을 크게 줄이고 현대차 중심으로 재구조화했다는 발표가 2024년에 있었다.
또 현대차의 2024년 1분기 연결 재무제표(감사/검토 보고서 포함)에는 모셔널 관련 법인, 보스턴다이내믹스 AI 연구 법인 등 여러 신사업 관련 법인이 연결 범위 안에 존재함을 보여주는 항목이 등장한다.
로봇과 자율주행은 기술 스택이 일부 다르지만, “센서→인지→계획→제어→안전”이라는 파이프라인을 공유하며 서로의 학습·검증 문화가 이전될 여지가 있다.

물론 내부 마찰도 현실이다. 2026년 1월에는 국내 노조가 휴머노이드 도입에 따른 고용 불안 등을 이유로 반대 의견을 냈다는 보도도 있었다.
이건 로봇 상용화가 기술만의 문제가 아니라 조직·노사·제도까지 포함한 ‘사회적 프로젝트’라는 점을 보여준다.

100조라는 숫자를 만드는 산술

이제 “그래서 100조가 어디서 나오나”를 숫자놀이가 아니라 합리적인 산술로 풀어보자. 핵심은 ‘현재 사업의 가치’가 아니라, 피지컬 AI/휴머노이드가 커질 때 현대차가 가져갈 수 있는 **점유 가능한 가치풀(value pool)**이 얼마나 되느냐다.

먼저 시장 자체의 사이즈가 극단적으로 갈린다. Morgan Stanley 리서치는 2050년 휴머노이드 시장이 5조 달러에 달할 수 있고(관련 공급망/유지보수 포함), 2050년에 10억 대 이상의 휴머노이드가 사용될 수도 있다는 장기 전망을 제시한다.
반면 Goldman Sachs는 2035년 휴머노이드 로봇의 TAM을 380억 달러로 추정하는 등 더 보수적인 중기 숫자도 존재한다.
둘이 싸우는 게 아니다. 시간축이 다르다. “2030년대 초중반까지는 작고, 2040년대 이후 폭발할 수도 있다”는 식으로 한 줄로 연결하면 오히려 같은 이야기다.

다음은 원가곡선이다. 휴머노이드가 ‘실제 비즈니스’가 되려면, 단가가 내려가야 한다. 앞서 언급한 BofA 자료는 2025년 말 BOM 약 3만5천 달러(중국 부품 가정)에서 2030~2035년 1만3천~1만7천 달러로 내려갈 가능성을 제시한다.
이런 원가 하락이 현실화되면, 로봇은 “특수 장비”에서 “대량 보급 가능한 설비”로 넘어간다. 그리고 이 순간부터 돈을 버는 업은 세 갈래로 나뉜다.

첫째, 완제품을 양산해 파는 업이다. 현대차그룹이 2028년 연 3만 대 양산체계를 목표로 잡은 건 “우리는 데모 회사가 아니라 제조 회사”라는 선언과 가깝다.
3만 대가 얼마나 큰 숫자냐 하면, 아직 휴머노이드 시장이 초기라는 전제에서는 꽤 공격적이다. 다만 BofA가 말한 것처럼 초기 상용처가 공장/물류이고, 거기서 축적된 데이터로 다음 단계로 간다고 보면, 현대차의 공장 네트워크는 ‘첫 수요처’이자 ‘학습장’이 된다.
완제품 사업의 가치평가가 커지는 순간은 “몇 대를 만들었다”가 아니라 “반복 구매가 일어나는 고객군(공장·물류)이 생겼다”일 가능성이 높다.

둘째, 부품/서브시스템을 파는 업이다. 휴머노이드는 사실상 “모터와 감속기, 볼스크류/롤러스큐류, 센서, 배터리, 컴퓨팅”의 집합이다. BofA 자료는 휴머노이드 사양 가정에서 액추에이터 구성, 센서 구성(깊이 카메라, LiDAR) 등을 구체적으로 적시하며 BOM을 산정한다.
또 대량 보급의 리스크로 프로세서 칩 수급과 정밀 부품을 위한 고급 공작기계(연삭 등) 공급 제약을 꼽는다.
이 말은 뒤집으면, 정밀 부품을 안정적으로 확보·내재화·표준화할 수 있는 기업이 가치사슬에서 큰 몫을 가져갈 수 있다는 뜻이다. 자동차 부품 생태계(전동화, 센서, 안전)와 닿아 있는 기업이 유리해지는 구간이 여기다.

셋째, 운영/서비스로 돈을 버는 업이다. 휴머노이드는 고장 나면 끝인 기계가 아니라, 유지보수·부품 교체·안전 인증·소프트웨어 업데이트·플릿 운영이 붙는 ‘운영 상품’에 가깝다. 모건스탠리 전망이 “시장 규모 + 관련 공급망/유지보수/지원”까지 포함해 계산하는 이유도 여기에 있다.
현대차그룹이 로봇을 공장에 먼저 넣는다면, “로봇을 쓰는 법”이 아니라 “로봇을 굴리는 법(운영·안전·정비)”이 먼저 축적된다. 이건 후발주자가 돈으로도 따라오기 어려운 자산이 된다.

이 세 갈래를 한 줄로 합치면 100조라는 숫자가 나오는 방식은 꽤 단순해진다. **(휴머노이드가 커진다) × (현대차가 완제품/부품/운영 중 하나 이상에서 의미 있는 점유율을 얻는다) × (그 점유율이 장기간 유지된다)**의 곱이다.
모건스탠리처럼 2050년에 5조 달러 같은 장기 시장을 상정하면, 전체 가치풀에서 1~2%만 확보해도 ‘수십억~수백억 달러’ 단위의 기업가치가 나온다. 반대로 골드만삭스처럼 2035년 380억 달러 같은 중기 숫자를 쓰면 당장 큰 숫자가 나오기 어렵다. 결국 “100조”는 단일한 정답이 아니라, 시간과 점유율 가정이 만든 옵션 가치의 다른 얼굴이다.

리스크는 기술보다 현실에 있다

마지막으로, 이 이야기가 공상으로 끝날지 현실이 될지 가르는 리스크를 정리해야 한다. 로봇 산업은 역사적으로 “영상으로는 멋진데 손익계산서는 별로”였던 경우가 많다. 그래서 체크리스트는 기술 성능보다 현실 지표에 놓는 편이 낫다.

가장 큰 리스크는 상용화 속도다. 보스턴다이내믹스 CEO 교체를 두고 시장이 “상용화 가속 신호”로 읽었다는 보도가 나온 것 자체가, 그동안 상용화가 충분히 빨랐다고 보기는 어렵다는 반증이기도 하다.
둘째는 공급망 병목이다. 휴머노이드 대량생산은 칩 수급과 정밀 부품용 고급 공작기계가 병목이 될 수 있다는 지적이 나온다.
셋째는 노사·사회적 마찰이다. 휴머노이드는 ‘보조’로 시작해도 결국은 일자리를 건드린다. 2026년 1월 노조 반발 보도는 이 충돌이 이미 현실이라는 신호다.
넷째는 과열과 조정이다. 중국에서 과열 경고가 나왔다는 보도는 “이 산업이 이미 돈이 너무 빨리 몰린 영역”일 수 있음을 시사한다.

그래서 결론은 의외로 단순하다. 현대차의 로봇 옵션이 ‘진짜 가치’가 되려면, 2028년이라는 데드라인이 중요해진다. 2028년 HMGMA 투입이 실제로 이뤄지는지, 그리고 “연 3만 대 양산체계”가 선언이 아니라 공정·원가·품질로 증명되는지가 첫 관문이다.
그 다음은 공장 밖으로 나가는 속도다. BofA가 예상한 것처럼 공장/물류에서 데이터가 쌓이고, 상업 서비스로 확장되는 ‘중기 확산(2028~2034)’ 구간을 실제로 통과하느냐가 100조 같은 숫자를 현실로 만들지, 아니면 “좋은 발표 자료”로 남길지를 가른다.

참고문헌

• 현대차그룹 로보틱스/AI 로드맵(2026년 1월 CES 공개, 2028년 연 3만 대 생산체계·HMGMA 단계적 투입 계획 포함).
• 보스턴다이내믹스 80% 인수 완료(2021년, 소프트뱅크 20% 잔존).
• 엔비디아의 피지컬 AI 정의 및 훈련·시뮬레이션·추론 파이프라인(Three-computer 솔루션, 데이터 갭/디지털 트윈 강조).
• 구글 딥마인드 RT-2(비전-언어-행동 모델, 웹 지식의 로봇 제어 전이).
• BofA 휴머노이드 BOM 추정(2025년 말 약 3.5만 달러 가정, 2030~2035년 1.3만~1.7만 달러 전망) 및 보급 단계·병목 요인(칩, 공작기계 등).
• 모건스탠리 휴머노이드 장기 시장 전망(2050년 5조 달러, 관련 공급망/유지보수 포함).
• 골드만삭스 휴머노이드 중기 TAM 전망(2035년 380억 달러).
• IFR 산업용 로봇 밀도/설치 동향(한국 2023년 1만 명당 1,012대 등).
• 유엔 인구 고령화 전망(65세 이상 인구 장기 증가).
• OECD 노동력 감소/고령화에 따른 노동력 부족 문제 제기.
• 통계청 2024년 출생 통계(출생아 23만 8,300명, 합계출산율 0.75).
• HMGMA 그랜드 오프닝(2025년 3월, 최대 50만 대 생산 능력 언급).
• 모셔널 지분 구조 재편(현대차 측 자금 부담 확대, 앱티브 지분 축소) 관련 공식 발표/보도.
• 일본의 New Robot Strategy 및 Society 5.0(사이버-물리 통합 기반 ‘사람 중심’ 사회 프레임).
• 중국 로봇 5개년 계획 관련 IFR 정리, 중국 휴머노이드 육성/투자 과열 관련 보도.