판테라 심천 조사 노트: 하드웨어는 중국이 선도하고, 소프트웨어는 미국이 선도하며, "데이터 농장"은 모델링 능력을 쌓을 수 없다

저자: 코스모 장, 에릭 호피안 (판테라 캐피탈)

편집: 심조 테크플로우

소개: 암호화폐 1차 시장의 유동성이 축소되고 있는 현재, 주요 암호화폐 VC의 손길이 AI와 로봇 분야로 뚜렷하게 확장되고 있다.

판테라 캐피탈은 미국에서 가장 오래되고 가장 잘 알려진 기관급 암호화폐/블록체인 투자 기관 중 하나이다. 2003년에 설립되어 2013년에 미국 최초의 기관 비트코인 펀드를 출시했으며, 오랫동안 디지털 자산과 블록체인을 중심으로 활동해 왔고, 이후 점차 AI, 로봇 등 더 넓은 기술 최전선 분야로 확장해왔다.

최근 이 펀드의 파트너인 코스모 장과 투자자 코디 포는 특별히 심천을 방문하여 중국 로봇 산업 체인을 실지 조사하고, 인간형 로봇 조립 공장, 모델 팀, 정밀 손과 데이터 수집 장비 공급업체 등 여러 단계에서 관찰한 후 긴 글을 발표했다.

그들의 핵심 발견은 매우 직접적이다: 하드웨어는 중국이 선도하고, 소프트웨어는 미국이 선도하며, 중간의 데이터 단계에서는 품질이 양보다 훨씬 중요하다.

문중에서 더 흥미로운 점은 그들이 VC의 관점에서 중미 자본 생태계에 대한 통찰과 비교를 하고 있다는 것이다:

중국의 창투는 일반적으로 프로젝트가 2-3년 내에 수익을 보거나 상장으로 이어지기를 요구하며, 지식 재산권 보호가 상대적으로 약하기 때문에 창업자들이 하드웨어 판매와 데이터 아웃소싱과 같은 "빠른 돈" 사업을 우선적으로 하도록 강요하고, 장기적인 기본 소프트웨어 개발에 대한 대규모 투자를 주저하게 만든다.

또한, 국내 노동 비용이 낮아 현재 인간형 로봇은 전시회 접대나 공연(춤, 무술)에서 더 많이 사용되고 있으며; 미국의 높은 인건비와 블루칼라 부족은 산업 및 물류 자동화에 실질적인 상업 주문을 유도하고 있다.

우리는 전체 내용을 다음과 같이 편집했다.

새벽 2시, 싱가포르에서 6시간 지연된 후, 우리가 탑승한 캐세이퍼시픽 항공편이 드디어 홍콩에 도착했다. 3시간도 채 자지 못한 우리는 심천으로 직행하는 차에 올랐다. 이곳은 중국의 하드웨어 수도이자 화웨이, 비야디, DJI 등 기술 거대 기업의 본사가 위치한 곳이다.

"현장 현물(Genchi Genbutsu)": 직접 가서 보고, 직접 눈으로 확인하는 것. 우리는 이전에 많은 미국 로봇 회사를 방문하고 그 중 몇 곳에 투자했다. 이러한 경험을 바탕으로 우리는 중국이 글로벌 로봇 산업 체인에서 매우 중요한 역할을 하고 있다는 것을 잘 알고 있다; 하지만 단순히 멀리서 지켜보는 것으로 진실을 파악할 수 있을까?

지난 2년 동안 로봇 분야는 우리의 연구 중심이었다. 구체화된 지능(Embodied AI) 분야의 돌파구는 이 산업의 발전 잠재력에 단계적인 도약을 가져왔다. 현재 모델은 물리적 세계에서 시각적 인식, 논리적 계획 및 실행을 할 수 있으며, 이러한 모델을 구동하는 데 필요한 하드웨어도 점점 더 강력하고 저렴해지고 있다.

가장 낙관적인 예측 하에 로봇은 전 세계의 더 넓은 육체 노동 시장을 뒤흔들 것이다. 현재 전 세계에는 22억 명의 육체 노동자가 있으며, 연간 급여 총액은 20조 달러를 초과한다. 로봇이 이 시장에 단 1%만 침투하더라도, 그로 인해 발생하는 수익 규모는 오늘날 세계 최고의 기술 거대 기업과 견줄 수 있을 것이다.

중국은 구체화된 지능 산업에 있어 필수불가결한 존재이다. 전 세계 장비 제조업체는 중국의 공급망에 크게 의존하고 있으며, 2025년에는 중국 제조업체가 전 세계 인간형 로봇 생산량의 90% 이상을 차지할 것이다. 동시에, 미국 연방통신위원회(FCC)가 최근 외국 제조의 고급 로봇 장비에 대한 제한 조치를 시행한 것은 지정학적 요인이 로봇 산업을 점점 더 깊이 재편하고 있음을 강조한다.

기본적인 면에 집중하는 투자자로서 우리는 이 순간순간 변하는 거시적 구도를 이해하고 다루어야 한다. 이를 달성하는 최선의 방법은 전선에 깊이 들어가 가장 진실한 산업 현황을 직접 목격하는 것이다.

이렇게 우리의 심천 여행이 공식적으로 시작되었다. 여기서 우리는 중국의 빠르게 진화하는 로봇 산업 생태계를 1차원적으로 깊이 관찰했다. 우리는 로봇 전체 산업 체인을 아우르는 많은 기업을 방문했으며, 수직적으로 통합된 인간형 로봇 조립 공장, 최전선 모델 개발업체, 데이터 수집 장비 공급업체 및 정밀 손 연구 전문가와 같은 다양한 기업을 탐방했다.

이 기간 동안 우리는 스타트업 창립자, 판매, 제조 및 연구개발을 담당하는 고위 경영진과 심도 있는 대화를 나누었고, 직장에 갓 들어온 대학 졸업생들과도 솔직한 소통을 했다. 우리의 조사 목표는 매우 명확하다: 중국이 글로벌 로봇 경쟁에서 어떤 진짜 위치에 있는지, 핵심 경쟁 우위가 무엇인지, 더 중요한 것은 현재 시장에서 어떤 투자 가치가 있는 공백과 기회가 존재하는지를 파악하는 것이다.

하드웨어: 중국이 제조 경쟁에서 선두

전체 조사 일정 동안 의심할 여지 없이 한 가지는 분명하다: 중국은 로봇 하드웨어 경쟁에서 절대적인 선두에 있으며, 그 뒤에는 비할 데 없는 제조 규모와 공급망 통합 능력이 있다. 이 우위는 심천에서 특히 두드러지며, 이곳은 중국 제조업의 엔진 심장부라 할 수 있다.

수십 년간 세계 제조업의 핵심 허브로서 쌓아온 경험은 여기에서 깊은 생태계를 구축하게 했다: 어디서나 구할 수 있는 원자재, 비용 효율적인 물류 네트워크, 성숙한 대규모 생산 라인, 그리고 정밀 제조에 능숙한 대규모 숙련 노동력. 이는 다른 신흥 제조 중심이 복제하기 어려운 구조적 성벽을 형성한다.

이러한 공급망 우위는 단순히 극단적인 비용 경쟁력으로 전환될 뿐만 아니라, 놀라운 혁신 반복 속도를 가져온다. 심천에서는 한 인간형 로봇 스타트업이 아침에 새로운 아이디어를 떠올리고 즉시 상류 공급업체에 통보하면, 점심 무렵에 새로 주문한 부품이 사무실로 바로 배달될 수 있다.

이러한 극단적인 반응 효율성 덕분에 중국 제조업체는 더 낮은 가격으로 더 우수한 최전선 하드웨어를 공급할 수 있다. 외부에서 과거에 중국이 저질 복제품이나 대량 생산품만 제조할 수 있다는 고정관념은 이미 심각하게 구식이다.

각 대형 최전선 모델 실험실이 훈련 규모를 지속적으로 확대함에 따라, 맞춤형 데이터 수집 장비에 대한 수요가 폭발적으로 증가하고 있으며, 중국은 저비용 대량 생산 장비에서 독보적인 우위를 가지고 있다.

우리가 대화한 일부 미국 최고의 로봇 회사들은 모든 핵심 부품이 자사에서 독립적으로 개발 및 제조되었다고 자랑하는 경우가 많지만, 심천에서 현지 공급업체와 대화할 때 그들은 어떤 미국 주식 7대 거대 기업(Mag 7)이나 수십억 달러의 실리콘밸리 스타트업에 안정적으로 공급하고 있다고 명시적으로 언급한다. 정밀 손, 액추에이터와 같은 핵심 부품부터 데이터 수집용 광각 카메라와 헤드셋 장비까지 모두 마찬가지이다.

무극기술(Wuji Tech)이 제조한 정밀 손을 예로 들면, 이 제품은 인간 손바닥 크기에 가까운 컴팩트한 크기 내에 1800개 이상의 부품이 통합되어 있으며, 우리가 미국에서 본 어떤 기계 손보다 성능이 우수하다. 예상대로 그들은 많은 미국 기술 거대 기업 뒤에서 조용히 핵심 공급업체 역할을 하고 있다.

각 손가락은 역방향으로 구부릴 수 있어 내구성을 크게 향상시켰으며(이는 현재 기계 손 분야의 필수 경쟁 영역이다) 예기치 않은 충돌에 대한 충격 저항 능력을 강화했다. 현장에서 우리는 기계 손이(원격 조작을 통해) 한 벌의 카드에서 단일 카드를 정확하게 분리하는 모습을 관찰했다. 이는 인간에게는 쉬운 일처럼 보이지만 로봇 손의 조작에게는 큰 시험이 된다. 왜냐하면 힘과 마찰력을 마이크로미터 수준으로 정밀하게 제어해야 하기 때문이다.

또 다른 충격적이지만 약간의 이질감을 주는 순간은 유비쿼터스(UBTECH)가 인간 피부를 모방한 인간형 로봇을 보여주었을 때, 마치 《배틀스타 갤럭티카》의 사이론(Cylon)을 연상케 했다.

중국 시장의 또 다른 두드러진 특징은 극도로 치열한 내부 경쟁으로, 이러한 경쟁은 제품 가격을 지속적으로 낮추고 산업의 이익률을 거의 제로에 가깝게 압축한다.

한 스타트업이 다음 세대 액추에이터의 기술 혁신을 소개하는 데 한 시간이나 걸렸지만, 우리가 시장 경쟁에서 어떻게 돌파구를 찾을 것인지 물었을 때 그들은 즉시 "물론 가격이 가장 중요하다"고 대답했다. 이러한 견해를 가진 기업은 결코 드문 경우가 아니다.

점심 시간 동안 한 체인 소매점 주인은 국내에서 사업을 하기가 매우 어렵다고 토로했다. 왜냐하면 항상 경쟁자가 당해 연도의 이익을 희생하여 시장 점유율을 차지하려고 하며, 내년에 다시 돈을 벌기를 기대하기 때문이다; 결과적으로 다음 해에는 새로운 방해자가 더 낮은 가격으로 악성 경쟁을 벌이게 된다.

중국 문화에는 뿌리 깊은 "고생" 정신이 있다. 장기적으로 고통을 견디려는 이러한 끈기는 개별 기업이 초과 상업적 이익을 얻는 능력을 억제하고, 각 회사의 생존을 매우 어렵게 만들지만, 거시적 관점에서 보면 전체 국가의 공급망 산업 클러스터에 놀라운 경쟁력을 부여한다.

비용과 규모의 이점 외에도, 중국은 로봇 산업 체인의 최상위에 위치하고 있어, 전 세계 최전선 기술의 진화 추세를 가까이에서 통찰할 수 있는 또 다른 자연적인 이점을 부여받고 있다.

각 대형 최전선 로봇 실험실은 새로운 데이터 수집 방식을 지속적으로 시도하고 있으며, 촉각 및 힘 피드백 센서 장갑부터 여덟 개의 고화질 카메라를 장착하여 더 넓은 시각적 수집을 가능하게 하는 시각 수집 헤드셋까지 다양하다.

전 세계에서 거의 유일하게 이러한 최전선 하드웨어를 빠르고 저렴하게 제공할 수 있는 공급자로서, 중국 제조업체는 전 세계 최고의 실험실에서 기술 요구의 미세한 변화를 조기에 포착할 수 있으며, 전체 시장보다 3~6개월 앞서 다음 세대 기술 진화의 방향을 예측할 수 있다.

그러나 중국 기업이 이러한 제조 측의 지배력과 사전에 확보한 시장 통찰을 진정으로 자신의 핵심 독점 기술 우위로 전환할 수 있을까? 이는 전혀 다른 주제이다. 우리의 여정이 깊어질수록 마음속의 의구심도 점점 더 깊어졌다.

데이터: 수집은 산업의 병목이며, 경쟁 장벽이 아니다

거의 모든 로봇 회사가 우리에게 중국이 대규모 데이터 수집 프로젝트를 추진하고 있으며, 이러한 데이터를 전 세계 고객에게 광범위하게 출력하고 있다고 말했다.

표면적으로 보았을 때, 이는 합리적으로 보인다: 기업은 근로자들에게 수집 헤드셋을 착용하게 하여 1인칭 시점의 본체 감지 데이터를 캡처하고, 이를 통해 추가 수익을 창출한다. 그러나 중국 생태계 내의 더 많은 스타트업과의 대화에서, 사실 그 뒤의 운영 메커니즘은 표면적으로 보이는 것보다 훨씬 더 복잡하며, 종종 지방 정책 차원에서의 명확한 유도가 동반된다.

여러 업계 관계자들은 우리에게 중국 각급 지방 정부가 사실 이 데이터 수집 물결을 추진하는 핵심 주체라고 밝혔다. 중앙 정부가 로봇 산업 발전과 고용 촉진을 위한 지원 정책을 발표한 후, 지방 정부는 데이터 수집 단계에 재정 지원을 제공하는 것이 단기적으로 로봇 관련 신규 고용을 창출하는 지름길이라는 것을 민감하게 인식했다.

지방 관료들은 정량적 평가 지표의 추진에 따라, 종종 통계가 용이한 단기 평가 결과를 추구하는 경향이 있으며, 이러한 추구는 때때로 더 높은 차원의 장기 산업 전략을 희생하는 대가를 치르기도 한다.

수백만 달러의 자금이 가치가 의심스러운 훈련 데이터에 지속적으로 쏟아지고 있습니다. 중국 전역에서는 많은 이른바 "데이터 농장"이 등장하여, 노동자들이 매일 같은 동작을 기계적으로 반복하며 수천 시간의 "로봇 훈련 데이터"를 쌓아 올리고 있습니다.

그러나 이러한 고도로 반복적이고 동질적인 데이터 세트는 초기 몇 개 이후로는 모델의 일반화 능력을 향상시키는 데 거의 실질적인 증가 가치를 제공하지 못합니다.

데이터 품질이 우려되지만, 이러한 데이터는 여전히 해외 고객에게 끊임없이 판매되고 있습니다. 이는 데이터의 희소성이 현재 로봇 모델 개발이 직면한 최대 병목 현상임을 반영합니다. 대형 언어 모델이 인터넷에서 방대한 양의 기존 텍스트 자료를 직접 수집할 수 있는 것과 달리, 로봇 분야에는 해당하는 기존 데이터 풀이 전혀 없습니다.

또한, 진정으로 가치 있는 로봇 훈련 데이터는 형태가 다양하며, 차세대 모델 성능 도약에 필요한 데이터 유형은 현재 현실 세계에서 효과적으로 활용할 수 있는 규모에 도달하지 못했습니다.

따라서 진정한 핵심 장벽은 데이터 수집 자체가 아니라 원시 데이터를 고부가가치 훈련 신호로 변환하는 능력입니다.

고무적인 것은, 점점 더 많은 최전선의 징후가 확장 법칙(Scaling Laws)이 로봇 모델에도 적용된다는 것을 나타내고 있으며, 훈련 데이터 규모가 증가함에 따라 모델 성능이 결정적으로 향상된다는 것입니다. 이는 시장이 고품질, 다양화된 이종 로봇 훈련 데이터에 대한 지속적인 수요를 유지할 것임을 의미하며, 이러한 데이터는 모드 간, 다양한 수집 수단 및 새로운 훈련 아키텍처의 진화하는 표준 요구 사항에 정확히 맞춰져야 합니다.

"고품질 데이터"의 정의가 지속적으로 변화하는 산업 환경에서, 가장 방어력이 강한 경쟁 장벽은 글로벌 최전선 실험실의 대체 불가능하고 신뢰받는 연구 협력 파트너가 될 수 있는지 여부에 달려 있습니다.

이러한 산업 평판을 얻는 핵심은 데이터 주석, 정리 및 모델 평가에서 매우 높은 전문성을 갖추는 것이며, 단순히 인력을 쌓는 수집 능력에 의존하는 것이 아닙니다.

미래의 승자는 데이터 총량을 가장 많이 수집하는 팀이 아니라, 깊은 체화 지능 연구 배경을 가지고 최전선 로봇 기업의 기술 진화를 가장 빠르게 협력할 수 있는 팀일 가능성이 높습니다. Scale AI와 Mercor가 세계 최고의 대형 모델 실험실과 깊이 결합한 것처럼, 이 논리는 체화 분야에서도 동일하게 적용됩니다.

소프트웨어: 방 안의 코끼리

로봇 자동화 기술은 산업계에서 수십 년 동안 존재해 왔습니다. 예를 들어 아마존은 2012년 Kiva를 인수한 이후, 물류 시스템에 자동화 로봇을 대규모로 도입하였고, 2025년에는 100만 대 배치 규모를 돌파하며 지속적으로 새로운 형태와 기능을 출시하고 있습니다. 따라서 점점 더 진보된 하드웨어를 만드는 것은 산업 진화의 자연스러운 연장선일 뿐입니다.

로봇 분야의 진정한 패러다임 혁명은 체화 지능입니다. 이는 로봇이 특정 작업에 대해 좁은 범위로 사전 프로그래밍될 수 있는 한계를 완전히 깨뜨리고, 로봇의 일반화 인식 및 실행 경계를 근본적으로 확장합니다.

우리가 심천에서 방문한 모든 곳에서 AI 소프트웨어는 누구도 적극적으로 언급하고 싶지 않은 "방 안의 코끼리"였습니다. 현장에서 본 대부분의 인간형 로봇과 장비는 자율적 결정 및 일반화 능력이 극히 제한적이며, 대부분은 인력 원격 조작(텔레오퍼레이션) 또는 미리 설정된 고정 프로그램 동작에 심각하게 의존하고 있습니다.

여러 기업 고위 관계자들은 자사 로봇이 현재 고급 AI 능력이 부족하며, 기본 소프트웨어 알고리즘이 적어도 해외 주요 경쟁사보다 1~2년 뒤쳐져 있다고 인정했습니다. 그리고 현장 젊은 직원들 사이에서는 공식적인 예의가 적고 더 잔인한 현실이 자주 들려옵니다. 그들은 농담처럼 현재 자신의 소프트웨어 시스템이 복잡한 상황에서 정상적으로 작동할 수 없으며, 이전의 많은 시도가 전력을 다하지 않았다고 인정합니다.

이 부분의 원인은 이번 조사에서 하드웨어에 중점을 둔 심천에 집중했기 때문이며, 소프트웨어 알고리즘에 더 중점을 둔 항저우나 상하이가 아니기 때문입니다. 그러나 이는 더 일반적인 산업의 근본적인 사실을 반영합니다.

중국은 하드웨어 제조와 데이터 수집이라는 두 가지 핵심 요소에서의 지배력이 자연스럽게 소프트웨어 알고리즘에서의 선두 위치로 전환되지 않았습니다. 많은 중국의 인간형 로봇 완제품 제조업체는 기본 모델을 자체적으로 연구 개발하지 않고, 오히려 OpenAI, 엔비디아(Nvidia), Physical Intelligence 등의 기관에서 발표한 오픈 소스 모델을 자사의 소프트웨어 능력의 기초로 삼고 있습니다.

업계 연구자들과의 대화에서, 많은 중국 로봇 기업들이 기본 모델 연구 개발에 막대한 자본을 투자하기보다는 기존 오픈 소스 모델의 후 훈련(Post-training) 미세 조정에 집중하는 경향이 있는 것으로 보입니다.

미국의 최전선 모델 실험실에게 이는 전략적 기회를 제공합니다: 오픈 소스는 매우 강력한 시장 배급 전략으로 발전할 수 있으며, 전 세계 개발자들이 이를 채택하고 그 모델을 중심으로 생태 네트워크를 구축하도록 촉진합니다. 이러한 기본 모델의 일반 성능이 점점 더 강해짐에 따라, 중국 제조업체가 자율적으로 대체 기본 모델을 개발할 동기가 더욱 약화될 수 있습니다.

모델 증류는 중국 기업계에서 이미 공개된 비밀이며, 분명 일부 팀은 이 경로를 로봇 분야에 복제할 수 있을 것이라고 기대하고 있습니다. 그러나 대형 언어 모델이 합성 텍스트를 통해 효율적인 모델 증류를 수행할 수 있는 것과 달리, 로봇 모델은 더 복잡한 공학적 도전에 직면해 있습니다.

로봇 모델을 증류하기 위해서는 기본 모델 알고리즘뿐만 아니라 방대한 양의 실제 물리적 상호작용 데이터, 하드웨어 협동 기반 시설 및 엄격한 현실 세계 실측 검증이 필요합니다. 이는 강력한 하드웨어 제조 능력을 가진 기업조차도 증류를 통해 해외 최전선 모델 능력을 복제하려고 할 경우, 난이도가 기하급수적으로 증가하게 만듭니다.

상업 규칙의 깊은 분열

현대 고위 경영진의 일생을 통해 빈곤에서 완전히 벗어난 국가에서, 물질적 기억이 남긴 깊은 인상은 뚜렷하게 드러납니다. 중국 사회는 강한 노력과 추격 문화를 만연하고 있으며, 이는 신흥 부가 빠르게 상승하는 지역에서 매우 일반적입니다: 사람들은 가능한 한 빨리 확실한 상업적 이익을 얻고 싶어하며, 과거의 빈곤한 시절로 돌아갈까 두려워합니다.

이것은 합리적으로 들리지만, 우리가 정말로 놀란 것은 이러한 태도가 전체 창업 및 투자 생태계에 미치는 깊은 형성입니다.

중국 스타트업 회사를 방문하는 과정에서, 우리는 "미국의 스타트업은 단기적으로 수익을 걱정할 필요가 없다"는 부러움이 섞인 감탄을 여러 번 들었습니다. 이는 중국 팀이 투자자로부터 받는 엄격한 상업화 압박을 직접적으로 지적합니다.

이러한 차이는 중국의 벤처 캐피탈 생태계에서 일반적으로 짧은 투자 수익 주기 기대에서 비롯됩니다. 많은 스타트업은 설립 2~3년 내에 상당한 사업 수익을 창출해야 한다는 요구를 받으며, 조금이라도 성과가 나면 투자자들은 서둘러 상장하도록 압박합니다.

우리는 중국 벤처 캐피탈 기관이 장기 투자 주기에 대한 인내가 부족한 이유가 여러 가지라고 추측합니다: 한편으로는 높은 수익을 기대할 수 있는 대체 자산이 부족하고(지난 10년 동안 좁은 범위에서 변동한 주식 시장과 1선 도시에서 약 1%의 수익률을 기록한 주택 임대료, 그리고 자본 통제의 제한), 다른 한편으로는 해외 대학 기부 재단과 같은 초장기 주기를 견딜 수 있는 장기 기관 투자자(LP)가 부족하기 때문입니다.

이로 인해 창업 팀은 하드웨어 아웃소싱 및 데이터 수집 외주 서비스에 심각하게 치우치게 되며, 이러한 비즈니스는 더 빠르게 현금을 회수하고 자금 회수 주기가 짧기 때문입니다. 반면, 상업화 경로가 길고 불확실성이 큰 기본 소프트웨어 개발은 피하게 됩니다.

또한, 두 지역의 지식 재산 보호 태도도 완전히 다릅니다. 방문 중 많은 회사의 복도 벽에 자랑스럽게 전시된 특허 증명서를 보았지만, 실질적인 지식 재산 보호는 상대적으로 약하다는 것은 업계의 공통된 사실입니다.

이는 기업이 각 미세 혁신을 가능한 한 빨리 상업화해야 하며, 그렇지 않으면 동종 업계에서 더 낮은 비용으로 모방하고 시장을 선점할 수 있다는 압박을 가하게 됩니다.

결국 이는 인센티브 메커니즘의 구조적 불일치를 초래합니다: 중국은 로봇의 물리적 층에서 매우 강력한 장벽을 구축했지만, 현재의 자본 환경과 평가 지향은 이러한 물리적 이점을 소프트웨어 리더십으로 전환하는 데 필요한 초장기 인내 자본 투자를 객관적으로 억제하고 있습니다.

Pantera의 로봇 산업에 대한 핵심 판단

심천을 떠나면서, 우리는 글로벌 로봇 산업이 처한 발전 단계와 미래 진화에서 내포된 주요 격차 및 돌파구에 대해 이전보다 훨씬 더 명확하고 입체적인 인식을 갖게 되었습니다.

1. 로봇 산업은 여전히 초기 단계에 있으며, 중국은 대체 불가능한 핵심 기둥 역할을 하고 있습니다.

우리는 심천에서의 현장 조사와 중국 로봇 고위 관계자와의 대화에서 우리의 판단을 다시 한번 확인했습니다: 체화 지능 산업은 현재 여전히 시작 단계에 있습니다. 하드웨어 성능은 지속적으로 최적화되고 있지만, 적어도 중국 팀의 공감대에서는 소프트웨어 알고리즘이 진정으로 성숙한 상업화에 이르기까지는 아직 멀었습니다.

중국은 글로벌 로봇 산업 체인에서 그 어느 때보다도 더 중요한 역할을 하고 있습니다. 중국 제조 기업은 데이터 수집 장비의 핵심 제조업체일 뿐만 아니라 로봇의 주요 부품 공급업체이기도 합니다.

데이터는 여전히 모델의 일반화 능력을 발휘하는 핵심 병목 현상입니다; 확장 법칙이 지속적으로 유효한 한, 더 다양하고 고품질의 데이터를 수집하는 것이 성능 향상의 필수 경로입니다. 중국의 제조 생태계는 대량 생산 데이터 수집 하드웨어와 전 세계 시장에 안정적으로 출력되는 정교한 손과 액추에이터 등 핵심 부품에서 독특한 산업적 지위를 가지고 있습니다.

중국이 앞으로 글로벌 로봇 산업 생태계에 깊이 참여하는 방식은 글로벌 산업 발전의 반복 속도를 직접적으로 결정할 것입니다. 중국의 하드웨어 측면에서의 주도적 지위는 장기적으로 유지될 가능성이 높으며, 글로벌 로봇 기업의 핵심 공급업체 역할을 계속할 것입니다(비록 FCC가 완제품에 대해 잠재적인 금지를 두고 있지만, 이 제한은 부품에는 적용되지 않습니다).

미래에 중국 팀이 알고리즘 모델 측면에서 따라잡는다면, 중국 기업은 핵심 부품 가격을 인상하거나 하드웨어 공급을 제한함으로써 글로벌 산업 체인에 큰 제약을 가할 수 있습니다. 현재로서는 이것이 소수의 확률에 해당하지만, 이는 우리가 미국 로봇 기업에 대한 투자 리스크 평가 시 반드시 고려해야 할 주요 잠재적 위험입니다.

2. 중국 내 로봇 사용의 경제적 요구는 아직 완전히 드러나지 않았습니다.

현재 중국 시장의 인간형 로봇 출하량은 매우 인상적이지만, 실질적인 경제 생산이 이루어지는 생산 현장에는 거의 투입되지 않고 있습니다. 현재 중국의 인간형 로봇은 주로 전시회나 박람회에서 관람객에게 간단한 안내를 하거나 춤, 무술 공연을 하는 등 낮은 상업적 부가가치의 전시 및 오락 장면에 배치되고 있습니다. 사족 또는 이족 로봇은 현재 대부분이 대학 연구실이나 극한 애호가에게 판매되고 있습니다.

이는 미국 시장과 뚜렷한 대조를 이룹니다. 미국에서는 로봇이 고부가가치 산업 제조 및 물류 창고 장면에 빠르게 침투하고 있으며, 일부 기업은 수천만 달러 규모의 장기 상업 구매 계약을 체결했습니다.

이러한 근본적인 차이의 핵심은 두 지역의 노동 비용과 공급 구조의 엄청난 격차입니다: 서구의 높은 인건비와 젊은 세대의 블루칼라 육체 노동에 대한 거부감이 결합되어 강력한 자동화 비용 절감 경제 동력을 형성합니다.

그럼에도 불구하고 기술 발전은 종종 대규모 상업화 보급보다 훨씬 빠릅니다. 한 중국 기업가는 우리에게 생생한 비유를 공유했습니다: 오늘날의 인간형 로봇은 마차 시대의 초기 자동차와 같으며, 당시 사람들은 자동차의 실용 가치를 의심했습니다. 왜냐하면 마차가 일상적인 이동 수요를 완전히 충족할 수 있었기 때문입니다. 그러나 당시 사람들은 자동차가 향후 전체 교통 체계를 완전히 뒤바꾸고 새로운 대규모 산업을 촉발할 것이라는 것을 예측할 수 없었습니다.

우리는 이러한 혁신적 진화 규칙이 인간형 로봇에도 동일하게 적용된다고 확신합니다. 오늘날 대중과 기업은 왜 범용 인간형 로봇이 필요한지 이해하기 어려운 것은 그들이 범용 체화 지능이 궁극적으로 발휘할 수 있는 모든 잠재력을 실제로 경험해보지 못했기 때문입니다. 또한, 중국 내에서 인력을 대체하여 비용을 절감하려는 긴급한 경제적 요구가 부족하기 때문에, 전례 없는 상업적 응용 장면을 탐색하려는 내재적 동력이 상대적으로 부족하여, 현지의 창업 생태계가 더 보수적으로 나타나는 경향이 있습니다.

3. 범용 휴머노이드 로봇은 결국 미래의 가장 저렴한 노동력 형태가 될 것이다

업계에서는 한 가지 핵심 문제에 대해 치열한 논의가 이어지고 있다: 특정 작업을 처리하는 데 특화된 로봇이 더 효율적이고 안정적이라면, 왜 세계는 여전히 범용 휴머노이드 로봇이 필요할까?

우리는 중국에서의 현장 조사를 통해 이 현상을 확인했다: 현재 단계에서 특화된 로봇의 실제 작업 능력은 확실히 범용 로봇을 능가한다. 경계가 명확하고 정량화 가능한 세분화된 작업에 집중함으로써, 특화된 로봇은 더 빠른 상업화 폐쇄 루프를 실현할 수 있다.

그러나 수평적 규모 확장 측면에서 특화된 로봇은 본질적으로 한계가 있다. 한 기업이 일상 운영 중에 각기 다른 공정에 대해 각각의 특화된 로봇을 구매하는 것은 불가능하다; 마찬가지로, 일반 가정이 동시에 식기 세척 로봇, 테이블 닦기 로봇, 세탁 로봇 및 옷 개기 로봇을 구매하는 것도 불가능하다.

특화된 로봇이 단일 단계에서의 성능이 뛰어난 것은 사실이지만, 여러 대의 로봇이 조합되어 일상 작업을 수행해야 할 경우, 전체 구매 및 유지 관리의 경제성이 크게 떨어진다.

우리는 범용 휴머노이드 로봇이 결국 가장 저렴한 노동력 형태가 될 것이라고 생각한다. 그 핵심 장점은 특정 작업을 99.9%의 극한 정밀도로 수행할 수 있는 것이 아니라, 99%의 합격 정밀도로 수백 가지 완전히 다른 일상 작업을 동시에 수행할 수 있는 능력에 있다.

휴머노이드 로봇은 식기 세척, 옷 개기 또는 세탁의 각 항목에서 세계 최고가 될 필요는 없다. 이 세 가지 및 더 많은 가사 일을 충분히 잘 수행하면 된다. 모델의 일반화 능력이 향상됨에 따라, 동일한 범용 하드웨어 플랫폼이 무한히 확장 가능한 기술 라이브러리를 잠금 해제할 수 있으며, 기업이나 가정이 추가로 다른 특화 장비를 구매할 필요가 없다.

결국, 범용 휴머노이드 로봇의 궁극적인 경제학 장벽은 단일 작업 능력의 극대화에 있지 않고, 단일 장비가 커버할 수 있는 작업 종류의 최대화에 있다. 이러한 범용 일반화 능력은 운영 안정성의 향상과 하드웨어 제조 비용의 지속적인 하락과 함께, 물리적 육체 노동의 경제 모델을 근본적으로 전복시킬 것이다.

4. 데이터 수집 시장 규모가 거대하며, 핵심 가치는 "데이터 인텔리전스"에 집중된다

확장 법칙이 물리적 세계 AI 분야로 성공적으로 확장되고 있다는 더 많은 확실한 증거와 함께, 로봇 데이터 수집은 반드시 매우 거대한 시장으로 성장할 것이다. Figure AI가 최근 발표한 Helix 2.5 모델은 고무적인 실측 증거를 제공했다: 훈련 데이터 양이 기하급수적으로 증가함에 따라, 로봇 모델 능력의 향상은 높은 예측 가능성을 보여준다.

더 큰 규모의 데이터와 계산력이 대형 언어 모델의 능력 도약을 촉진한 것처럼, 로봇 분야도 동일한 진화 경로를 복제하고 있다. 이는 최전선 실험실이 범용 신체 지능을 향해 경쟁을 가속화함에 따라, 로봇 훈련 데이터에 대한 강력한 수요가 지속적으로 폭발할 것임을 의미한다.

그러나 단순히 데이터 규모를 늘리는 것은 더 높은 품질의 데이터를 얻는 것과 동일하지 않다. 우리는 중국에서의 현장 조사로 이 인식을 더욱 확고히 했다. 대규모 데이터 농장이 수천 시간의 실습 비디오를 대량으로 생성할 수 있지만, 이러한 동질성이 강한 데이터는 모델 일반화 성능을 향상시키는 데 있어 한계가 있다.

산업이 심화됨에 따라, 업계의 병목 현상은 "더 많은 시간의 데이터를 수집하는 것"에서 "진정으로 가치 있는 핵심 데이터 조각을 정밀하게 선별하는 것"으로 빠르게 전환될 것이다.

따라서 진정한 블루오션 기회는 방대한 데이터 수집에 있지 않고, 원시 훈련 시간을 어떻게 정량화 가능한 모델 능력 향상으로 전환할 것인가에 있다. 이는 더 정교한 데이터 주석, 필터링, 정화 및 평가 시스템이 필요하며, 이를 통해 대량의 중복되고 저품질의 데이터에서 귀중한 유효 훈련 신호를 추출해야 한다.

로봇 모델의 빠른 반복 및 데이터 표준의 지속적인 재구성에 따라, 고가치 고품질 데이터 세트를 지속적으로 발굴하고 제공하는 전문 능력이 단순히 인력을 투입하여 수집하는 것보다 훨씬 더 깊은 경쟁 장벽을 형성할 것이다.

5. 모델 층은 점차 동질화될 것이지만, 미국은 여전히 중국에 대한 알고리즘 우위를 유지할 것이다

우리는 로봇의 기본 모델 층 경쟁이 급격히 치열해지고 있으며, 장기적으로 동질화(상품화) 위험에 직면하고 있다고 생각한다.

지난 몇 개월 동안 Physical Intelligence, Generalist, Dyna Robotics 및 Figure AI를 포함한 여러 미국의 최상위 팀들이 모델 능력 및 일반화에서 각각 독립적으로 중대한 돌파구를 발표했다. 여러 팀이 극히 짧은 시간 내에 실질적인 돌파구를 달성한 사실은 최전선 신체 지능이 OpenAI와 Anthropic 두 대기업에 의해 독점되지 않을 가능성이 높음을 나타낸다.

대부분의 블루칼라 육체 노동은 200의 슈퍼 지능을 필요로 하지 않으며, 적절한 환경 이해력과 훌륭한 후 훈련 미세 조정만으로도 충분히 수행할 수 있다. 훈련 방법론이 점차 성숙해지고 데이터 규모가 확대됨에 따라, 업계의 경쟁 초점은 범용 기본 모델 개발에서 현장 배치 및 맞춤형 후 훈련으로 전환될 것이다. 이러한 구조 속에서, 단순히 기본 모델에 베팅하는 기업은 차별화된 경쟁 우위를 유지하기 점점 더 어려워질 것이다.

가시적인 미래에서, 우리는 미국이 소프트웨어 알고리즘에서 여전히 중국에 대한 우위를 유지할 것이라고 생각한다. 이는 중국 로봇 기업들이 하드웨어 판매와 데이터 아웃소싱에서 오는 즉각적인 현금 흐름을 추구하는 경향이 강하고, 장기적인 자본 연구 개발에 대한 인내가 부족하기 때문이다. 미국의 최전선 실험실이 기본 알고리즘에서 지속적으로 돌파구를 마련함에 따라, 중국 제조업체들은 해외 오픈 소스 생태계에 대한 의존도가 더욱 심화될 가능성이 높다.

대형 언어 모델이 텍스트 증류를 통해 비교적 쉽게 재현될 수 있는 것과는 달리, 신체 지능의 모델 증류는 훨씬 더 높은 장벽을 가진다. 모델 인식은 다양한 물리적 환경과 서로 다른 기계 본체와의 실제 상호작용 데이터와 깊이 연결되어야 한다. 단순히 하드웨어 제조 측면의 단일 이점에 의존해서는 이 종합적인 장벽을 쉽게 넘을 수 없다. 우리는 중미 간 신체 소프트웨어 분야의 세대 차이가 대형 언어 모델 분야에서 관찰된 차이보다 더 지속적일 가능성이 있다고 추측한다.

6. 로봇 분야는 뚜렷한 "후발 우위"가 있다

현재 막대한 자금이 로봇 분야의 기본적인 중대한 논쟁(예: 모델 아키텍처 경로, 기계 구성 설계, 수직 통합 vs 수평 분업 등)에 답하기 위해 투입되고 있으며, 많은 초기 스타트업들이 이 탐색 과정에서 막다른 골목에 빠질 운명이다.

오늘날 새로 진입한 창업 팀은 선구자의 어깨에 올라 경험과 교훈을 얻고, 시행착오로 인한 막대한 자본 소모를 피하며, 업계의 최신 패러다임(Meta)을 기반으로 최전선의 새로운 아키텍처를 구축할 수 있다.

결론

여행 마지막 날 저녁 8시, 우리는 같은 차를 타고 홍콩 국제공항으로 향해 뉴욕으로 돌아가는 길에 올랐다. 심천의 로봇 핵심 산업 단지를 전방위적으로 깊이 조사한 후, 우리는 글로벌 로봇 산업의 발전 전경에 대해 새로운 인식을 갖게 되었다.

"현장 현물". 이번 현장 조사는 우리의 신념을 다시 한번 확고히 했다: 정보 과부하 시대에, 직접 현장에 가서 눈으로 보는 것은 여전히 기본적인 면에 집중하는 투자자가 독립적인 사고와 깊은 판단을 구축하는 가장 확고한 기초이다.

중국은 분명히 글로벌 로봇의 미래 지도를 재편하는 데 중요한 역할을 할 것이며, 우리는 하드웨어, 소프트웨어 및 이들 간의 모든 과정의 진화 과정을 면밀히 주시할 것이다.

수십 년의 제조업 축적은 중국에 하드웨어 제조에서 극히 거대하고 심지어 넘기 어려운 장벽을 부여했다. 그러나 단기적인 양적 목표에 의해 촉발된 데이터 수집의 단점이 드러나고, 자본 측면에서 즉각적인 수익에 대한 단기적 시각이 본토 기업들이 장기적인 혁신에 대해 미국 기업보다 더 많은 제약을 받게 만들고 있다.

이전 어느 때보다도 더 분명한 점이 있다: 우리는 심천을 떠날 때 로봇 분야의 미래 전망에 대해 더욱 확고한 신뢰를 가지고 있으며, 현재가 이 산업에 대규모로 투자하기에 절호의 시점이라고 확신한다.

기초 소프트웨어가 충분한 일반화 능력을 갖추고, 휴머노이드 로봇이 실질적인 생산성을 갖추기 전까지, 업계는 데이터 수집, 고차원 주석 및 데이터 인텔리전스 분야에서 여전히 거대한 구조적 격차가 존재한다. 우리는 로봇 데이터 및 신체 지능 분야에서 혁신적인 솔루션을 구축하는 뛰어난 창업자를 계속해서 찾고 있다. 만약 당신이 이 분야에 깊이 파고들고 있다면, 우리의 투자 팀은 당신과의 대화를 매우 기대하고 있다.