2027년 지능형 로봇 보급 예산 807억원…휴머노이드 200대 제조현장 투입 추진

정부가 로봇의 ‘첫 고객’ 된다…연구개발 넘어 구매·실증·양산 지원

정부의 로봇산업 지원정책이 기술개발 중심에서 구매와 현장 실증, 양산 지원으로 이동하고 있다. 연구기관과 기업이 시제품을 개발하는 데 재정을 투입하던 방식에서 벗어나 정부와 공공기관이 로봇을 직접 도입하고 초기 시장을 만드는 방향이다.

2027년도 정부 예산안에는 지능형 로봇 보급 확대와 휴머노이드 실증, 핵심 부품 공급망 구축, 로봇 학습데이터 생산을 위한 사업이 포함됐다. 기술을 개발하고도 구매자를 찾지 못했던 국내 로봇기업에 매출과 현장 운용실적을 함께 제공하려는 정책이다.

산업통상부의 지능형 로봇 보급 예산은 807억원으로 편성됐다. 2026년보다 42.3% 늘어난 규모다. 제조현장과 공공서비스에 로봇을 설치하고, 실제 작업 환경에서 성능과 안전성을 검증하는 사업에 투입될 예정이다.

휴머노이드 분야에서는 정부 주도 실증사업을 통해 국내에서 개발된 로봇 200대를 제조현장에 배치하는 방안이 추진된다. 시제품 전시와 기술 시연을 넘어 반복 작업과 공정 이동, 물류 운반 등 실제 업무를 수행하게 한다는 구상이다.

로봇기업의 경쟁력이 논문과 특허, 시제품 수로 평가되던 단계에서 납품실적과 가동률, 작업 성공률로 평가되는 단계로 넘어가는 셈이다. 정책의 성패도 얼마나 많은 기술을 개발했는지가 아니라 현장에서 지속적으로 사용되는 제품을 얼마나 만들어냈는지에 따라 갈릴 전망이다.

세계 1위 로봇 밀도와 취약한 공급기업의 간극

한국은 세계에서 산업용 로봇을 가장 많이 활용하는 국가다. 제조업 종사자 1만명당 가동 중인 산업용 로봇은 2023년 기준 1,012대로 세계 1위를 기록했다(국제로봇연맹, 2024년).

같은 기간 싱가포르는 770대, 중국은 470대, 독일은 429대, 일본은 419대였다. 세계 제조업 평균은 162대에 그쳤다. 한국의 로봇 밀도는 세계 평균의 6배를 웃돈다(국제로봇연맹, 2024년).

높은 로봇 밀도는 자동차와 반도체, 디스플레이, 배터리 등 대규모 제조업이 자동화를 빠르게 추진한 결과다. 대기업 생산라인에서는 용접과 도장, 조립, 운반을 담당하는 산업용 로봇이 광범위하게 활용되고 있다.

그러나 로봇을 많이 사용하는 것과 국내 로봇산업이 강한 것은 다른 문제다. 핵심 부품과 고성능 제어기, 감속기, 센서 등에서 해외 제품에 대한 의존도가 높다. 대형 제조현장에 설치되는 로봇도 일본과 유럽 기업의 제품이 상당한 비중을 차지한다.

국내 로봇기업은 기술을 개발하고도 대규모 납품실적을 확보하기 어렵다. 수요기업은 생산 차질과 안전사고를 우려해 운용실적이 부족한 제품의 도입을 꺼린다. 로봇기업은 납품실적이 없어 시장에 진입하지 못하고, 시장에 진입하지 못해 실적을 쌓지 못하는 구조에 놓인다.

연구개발 지원만으로는 이 간극을 해소하기 어렵다. 정부 과제를 통해 시제품을 완성해도 사업이 끝나면 실증 공간과 운영비가 사라지는 사례가 반복됐다. 제품을 개선할 현장데이터도 충분히 확보하기 어려웠다.

정부가 로봇의 첫 구매자가 되겠다는 정책은 이 같은 시장 실패를 보완하려는 시도다. 공공부문과 정부 지원 제조현장을 초기 수요처로 활용해 국내 기업이 제품을 검증하고 후속 고객을 확보하도록 돕는 구조다.

지능형 로봇 보급 예산 807억원으로 확대

산업통상부는 2027년 지능형 로봇 보급 예산으로 807억원을 편성했다. 2026년보다 42.3% 증가한 금액으로, 로봇 분야 연구개발 이외의 현장 도입 지원이 확대됐다는 점에서 의미가 있다(산업통상부, 2026년).

보급사업은 로봇을 필요로 하는 수요기관과 제품을 공급하는 로봇기업을 연결하는 역할을 한다. 제조기업과 로봇기업이 공동으로 공정을 설계하고, 설치와 안전검증, 작업자 교육까지 지원하는 방식이다.

중소벤처기업부의 2026년 제조로봇 도입사업은 수요기업과 공급기업이 컨소시엄을 구성하면 공정설계와 로봇 설치, 안전 자문 등에 최대 2억5,000만원을 지원하도록 설계됐다. 정부 지원 비율은 사업비의 50% 이내다(중소벤처기업부, 2026년).

이 같은 지원이 확대되면 중소 제조기업의 자동화 투자 부담을 줄일 수 있다. 대기업은 자체 자금과 기술인력으로 로봇을 도입할 수 있지만, 중소기업은 초기 투자비와 공정 중단 위험 때문에 자동화를 미루는 경우가 많다.

로봇은 구입비 외에도 시스템 통합과 공정 변경, 안전설비, 유지보수 비용이 들어간다. 제품 가격이 낮아져도 설치 이후 안정적으로 가동하기까지 상당한 비용과 시간이 필요하다. 보급정책은 로봇 가격보다 전체 도입비용을 낮추는 데 초점을 맞춰야 한다.

지원 대상을 선정할 때도 설치 대수보다 생산성 향상과 작업환경 개선을 살펴야 한다. 사용하지 않는 로봇이 공장 한쪽에 남는다면 보급 실적으로 집계되더라도 산업적 성과는 없다.

도입 전후의 생산량과 불량률, 작업시간, 산업재해 위험, 에너지 사용량을 비교하는 성과관리가 필요하다. 정부 지원이 끝난 뒤에도 기업이 자체 비용으로 로봇을 운영하는지를 확인해야 정책의 지속성을 평가할 수 있다.

휴머노이드 200대가 제조현장에 들어간다

2027년 로봇 예산에서 가장 주목받는 사업은 휴머노이드 제조현장 실증이다. 정부는 ‘M.AX 자율제조’ 사업에 300억원을 투입해 국내 휴머노이드 200대를 생산현장에 배치할 계획이다(산업통상부, 2026년).

한 대당 단순 환산 금액은 1억5,000만원이다. 다만 예산에는 로봇 구매비만 아니라 공정 설계와 소프트웨어 개발, 안전설비, 데이터 수집 및 성능 검증 비용이 함께 포함될 수 있다.

기존 산업용 로봇은 일정한 위치에서 정해진 동작을 반복하는 데 강점을 갖는다. 휴머노이드는 사람과 유사한 형태를 활용해 기존 작업공간과 도구를 크게 바꾸지 않고 다양한 업무를 수행하는 것을 목표로 한다.

공장 전체를 로봇에 맞춰 재설계하는 대신 사람이 일하던 공간에 로봇을 배치할 수 있다는 것이 휴머노이드의 장점이다. 계단과 좁은 통로를 이동하거나 양손으로 도구를 사용하고, 여러 공정 사이를 옮겨 다닐 수 있다면 자동화의 범위가 넓어진다.

현실의 휴머노이드는 아직 속도와 정밀도, 배터리 지속시간, 안전성에서 해결해야 할 과제가 많다. 정형화된 산업용 로봇보다 작업 속도가 느리고 가격도 높다. 예상하지 못한 물체와 사람을 만났을 때 안정적으로 대응하는 능력도 충분히 검증되지 않았다.

제조현장에 200대를 투입하는 사업은 기술 홍보보다 경제성을 확인하는 과정이 돼야 한다. 사람이 한 시간에 처리하는 작업량과 로봇의 작업량을 비교하고, 고장과 정비시간을 포함한 실제 가동률을 측정해야 한다.

휴머노이드가 한 번의 시연에 성공하는 것과 하루 8시간 이상 반복해서 작업하는 것은 다른 문제다. 산업현장에서는 성공 장면보다 실패 빈도와 복구시간이 중요하다. 로봇이 멈췄을 때 작업자가 얼마나 빠르게 공정을 정상화할 수 있는지도 평가해야 한다.

실증 결과는 가능한 범위에서 공개할 필요가 있다. 제품별 성능을 공개하기 어렵다면 작업 유형별 성공률과 고장 원인, 안전사고 위험, 경제성 분석을 익명화해 공유할 수 있다. 실패 데이터도 다음 제품을 개발하는 자산이 된다.

부품 국산화와 로봇 데이터 생산 병행

정부는 로봇 완제품 보급과 함께 핵심 부품 공급망 구축도 추진한다. 2027년 새로 편성된 ‘K-로봇 산업생태계’ 사업에는 370억원이 투입될 예정이다(산업통상부, 2026년).

지원 대상에는 로봇의 관절을 움직이는 액추에이터와 감속기, 주변 환경을 인식하는 센서, 제어기 등이 포함된다. 휴머노이드의 성능과 가격을 결정하는 핵심 부품들이다.

국내 로봇기업이 완제품을 제작해도 핵심 부품을 수입하면 생산량 확대에 한계가 생길 수 있다. 환율과 수출규제, 공급망 차질에 따라 원가와 납기가 흔들린다. 부품업체와 완제품기업이 공동으로 제품을 설계하고 장기간 구매계약을 맺을 수 있는 구조가 필요하다.

국산화율을 높이는 것만으로 경쟁력이 생기는 것은 아니다. 해외 부품보다 성능이나 가격이 떨어지면 완제품기업이 사용하기 어렵다. 부품 지원사업은 국산품 사용을 의무화하기보다 성능과 수명, 가격을 국제 제품과 비교하는 방식으로 운영해야 한다.

산업통상부는 로봇 데이터 팩토리 사업에도 450억원을 투입할 계획이다. 10개 산업 분야에서 50종의 로봇 공정데이터를 구축하는 것이 목표다(산업통상부, 2026년).

인공지능 로봇은 사람이 수행하는 동작과 주변 환경의 변화를 학습해야 한다. 물체를 잡고 옮기는 작업도 물체의 크기와 무게, 재질, 위치에 따라 필요한 동작이 달라진다. 충분한 학습데이터가 없으면 새로운 환경에 적응하기 어렵다.

개별 중소 로봇기업이 대규모 데이터를 확보하는 데에는 비용 부담이 크다. 정부가 공통 데이터를 생산해 기업이 활용하도록 하면 개발기간을 단축할 수 있다.

다만 데이터의 수량만 늘려서는 효과가 제한된다. 실제 공장과 물류시설에서 발생하는 예외 상황과 실패 사례가 포함돼야 한다. 데이터의 형식과 품질 기준도 기업 간에 호환될 수 있도록 표준화해야 한다.

피지컬 AI 기반과 실증사업의 연결

과학기술정보통신부의 2027년 예산에는 피지컬 AI 학습센터 구축사업이 새로 포함됐다. 정부는 400억원을 투입해 로봇 학습용 실제·합성 데이터를 생산하고 디지털트윈 기반의 모의실험 환경을 구축할 계획이다(과학기술정보통신부, 2026년).

피지컬 AI는 인공지능이 컴퓨터 화면 안에서 정보를 생성하는 데 그치지 않고 로봇과 기계장치를 통해 현실에서 행동하도록 만드는 기술이다. 주변 환경을 인식하고 결과를 예측하며, 사람이나 다른 기계와 상호작용해야 한다.

현실에서 로봇을 반복적으로 학습시키면 시간과 비용이 많이 들고 사고 위험도 발생한다. 디지털트윈 환경에서는 실제 공장이나 물류센터를 가상공간에 구현해 다양한 작업을 반복할 수 있다.

과기정통부는 범용 피지컬 AI 모델의 핵심기술 개발에 550억원을 편성했다. 우정사업본부와 연계한 비정형 소포 분류·포장 자동화 실증에는 260억원을 투입할 예정이다(과학기술정보통신부, 2026년).

택배 상자처럼 형태가 일정하지 않은 물건을 분류하고 포장하는 작업은 로봇 자동화가 어려운 분야다. 크기와 무게가 다른 물체를 인식하고 적절한 힘으로 잡아 옮겨야 하기 때문이다.

우편물류 현장은 작업량이 많고 반복 동작에 따른 근골격계 부담도 크다. 로봇이 안정적으로 업무를 수행하면 작업자의 안전과 물류 효율을 함께 높일 수 있다.

정부와 공공기관이 수요처가 된다는 점도 중요하다. 우정사업본부에서 성능을 검증한 로봇은 민간 택배와 유통 물류센터로 확산될 수 있다. 공공 실증이 민간시장 진입을 위한 기준실적으로 활용되는 구조다.

‘NEXT 휴머노이드 챌린지’에는 175억원이 편성됐다. 국내 로봇 플랫폼을 경쟁 방식으로 평가해 국가대표 수준의 휴머노이드를 선정하고 기술 완성도를 높이는 사업이다(과학기술정보통신부, 2026년).

경진대회가 행사성 시연에 머물지 않으려면 실제 산업현장의 문제를 과제로 제시해야 한다. 작업 성공률과 속도뿐 아니라 배터리 효율, 안전성, 유지보수 비용도 함께 평가할 필요가 있다.

연구비가 매출로 이어지지 않았던 구조

국내 로봇정책은 그동안 연구개발에 상대적으로 많은 재정을 투입했다. 대학과 연구기관, 기업이 정부 과제에 참여해 핵심기술과 시제품을 개발하는 방식이다.

연구개발은 장기적인 산업경쟁력에 필요하다. 그러나 제품이 개발된 뒤 인증과 실증, 구매로 이어지는 연결 구조가 약하면 기술이 시장에 진입하지 못한다.

정부 과제의 성과는 특허와 논문, 시제품 제작 여부로 평가되는 경우가 많았다. 기업은 연구비를 확보할 수 있지만 제품 판매에 필요한 생산설비와 영업망, 유지보수 체계를 구축할 자금은 부족했다.

수요기업도 검증되지 않은 로봇을 도입하기 어려웠다. 로봇 한 대의 고장이 생산라인 전체의 중단으로 이어질 수 있어서다. 신생 로봇기업의 제품을 선택하는 것은 구매 담당자에게 높은 위험을 안겼다.

정부 구매와 실증은 이 위험을 나누는 장치가 된다. 공공재정으로 초기 도입비와 실증비를 지원하면 수요기업은 기술을 시험할 수 있고, 공급기업은 첫 납품실적을 확보할 수 있다.

제품을 판매한 기업은 매출뿐 아니라 현장데이터를 얻는다. 로봇이 어떤 환경에서 고장 나는지, 작업자가 어떤 기능을 불편해하는지 확인할 수 있다. 이 정보는 후속 제품의 성능을 높이는 데 활용된다.

첫 구매자가 만들어낸 납품실적은 해외시장 진출에도 영향을 준다. 로봇은 안전과 신뢰성이 중요한 제품이기 때문에 해외 고객도 실제 운용사례를 요구한다. 국내 공장과 공공기관에서 장기간 사용된 기록은 수출을 위한 참고사례가 된다.

정부 구매가 특정 기업 지원으로 흐르지 않아야

정부가 초기 수요를 만드는 정책에는 위험도 따른다. 구매 대상과 실증기업을 선정하는 과정이 불투명하면 특정 기업에 대한 재정 지원으로 변질될 수 있다.

휴머노이드와 피지컬 AI는 기술평가 기준이 아직 정착되지 않은 분야다. 화려한 시연 영상이나 기업 인지도에 따라 사업자가 선정될 가능성이 있다. 실제 성능과 경제성을 평가할 수 있는 공통 기준이 필요하다.

참여기업에는 대기업과 중견기업, 스타트업이 균형 있게 포함돼야 한다. 완제품을 보유한 기업만 지원하면 초기 기술기업은 실증 기회를 얻기 어렵다. 반대로 기술 완성도가 낮은 기업을 무리하게 선정하면 현장과 정책에 대한 신뢰가 떨어질 수 있다.

단계별 경쟁방식을 적용할 수 있다. 초기에는 여러 기업에 소규모 실증 기회를 제공하고, 성능이 확인된 제품에 후속 구매와 양산 지원을 집중하는 방식이다.

정부 구매가격도 시장가격을 왜곡하지 않도록 해야 한다. 높은 가격으로 소량 구매하면 기업이 원가절감과 양산체계를 구축할 유인이 줄어든다. 지원 기간이 끝난 뒤 민간기업이 감당할 수 있는 가격까지 낮추는 계획이 필요하다.

실증사업과 일반 조달을 구분하는 것도 중요하다. 기술개발 단계의 제품은 실험적 구매 방식으로 도입하되, 일정 수준의 안전성과 성능을 확보한 제품은 경쟁조달로 전환해야 한다.

지원받은 기업이 실증 결과를 독점하는 문제도 살펴야 한다. 정부 재정으로 생산된 데이터와 공정모델은 다른 기업도 활용할 수 있는 범위를 정해야 한다. 기업의 영업비밀을 보호하면서 산업 전체의 기술 축적을 촉진하는 기준이 요구된다.

중국은 대량생산, 미국은 AI 플랫폼 앞세워

한국의 정책 전환은 세계 로봇산업의 경쟁 구도가 빠르게 변하는 상황에서 추진된다. 중국은 제조업 기반과 대규모 내수시장을 활용해 로봇의 생산량과 가격경쟁력을 높이고 있다.

중국의 제조업 로봇 밀도는 2023년 종사자 1만명당 470대로 독일과 일본을 넘어 세계 3위에 올랐다. 2022년 402대에서 1년 만에 68대 증가했다(국제로봇연맹, 2024년).

중국은 산업용 로봇뿐 아니라 휴머노이드의 양산과 공장 투입도 추진하고 있다. 지방정부가 실증공간과 구매 수요를 제공하고, 완제품기업과 부품기업이 집적된 산업단지를 조성하는 방식이다.

미국은 인공지능 모델과 반도체, 클라우드, 시뮬레이션 플랫폼에서 강점을 갖고 있다. 테슬라와 보스턴다이내믹스, 피규어AI 등 기업이 휴머노이드와 물류·제조 로봇을 개발하고 있다.

일본은 감속기와 모터, 센서, 산업용 로봇 등 하드웨어 공급망에서 경쟁력을 유지하고 있다. 독일은 자동차와 기계산업을 기반으로 산업용 로봇과 자동화 시스템을 발전시켜 왔다.

한국은 반도체와 배터리, 자동차, 조선 등 로봇을 시험할 수 있는 제조현장을 보유하고 있다. 높은 로봇 밀도와 정보통신 기반도 장점이다. 그러나 범용 로봇 플랫폼과 핵심 부품, 대규모 학습데이터에서는 선도국과 격차가 있다.

정부 구매와 현장 실증은 한국이 보유한 제조현장을 로봇산업의 시험장으로 활용하는 전략이다. 해외 기술을 도입해 사용하는 데 머물지 않고 국내 제품이 제조현장에서 학습하고 개선되도록 해야 한다.

양산과 유지보수가 다음 경쟁력

로봇기업의 성장은 기술개발만으로 완성되지 않는다. 동일한 품질의 제품을 대량으로 생산하고, 납품 이후 유지보수 서비스를 제공할 능력이 필요하다.

실험실에서 제작한 한 대의 시제품과 200대의 양산품은 품질관리 방식이 다르다. 부품의 조달과 조립, 검사, 소프트웨어 업데이트 체계가 갖춰져야 한다.

휴머노이드 200대 실증은 국내기업의 양산 능력을 시험하는 계기가 될 수 있다. 생산 과정에서 부품 공급망과 품질 편차, 제조원가 문제가 드러날 가능성이 있다.

정부는 실증 예산과 함께 생산설비와 품질인증, 공급망 금융을 연결할 필요가 있다. 구매계약을 확보했지만 운전자금이 부족해 제품을 생산하지 못하는 기업이 발생할 수 있기 때문이다.

유지보수 인력의 양성도 중요하다. 로봇이 전국의 공장과 공공시설에 설치되면 고장 진단과 부품 교체, 소프트웨어 관리를 담당할 기술인력이 필요하다.

로봇 도입은 일부 일자리를 대체할 수 있지만 새로운 직무도 만든다. 로봇 시스템 설계와 운영, 안전관리, 데이터 수집, 정비 분야의 인력 수요가 늘어날 가능성이 있다.

기존 작업자가 로봇을 활용하는 직무로 이동할 수 있도록 재교육 체계를 마련해야 한다. 생산성 향상의 이익이 기업과 로봇 공급사에만 집중되면 자동화에 대한 현장의 반발이 커질 수 있다.

설치 대수보다 재구매율로 평가해야

2027년 로봇 예산은 한국의 로봇정책이 연구개발에서 시장 형성으로 이동하는 전환점이 될 수 있다. 정부가 첫 고객이 되어 기술의 성능과 경제성을 검증하고, 민간의 후속 구매를 이끌겠다는 방향은 국내 로봇산업의 오랜 시장 진입 문제를 겨냥한다.

정책 성과를 예산 집행액과 설치 대수로 평가하면 과거 보급사업의 한계를 반복할 수 있다. 로봇이 실제로 얼마나 가동됐는지, 생산성과 안전성이 얼마나 개선됐는지를 측정해야 한다.

정부 지원을 받은 수요기업이 추가 비용을 들여 같은 로봇을 다시 구매하는지도 중요한 지표다. 재구매는 제품의 경제성과 현장 만족도를 보여주는 가장 직접적인 신호다.

공공 실증을 거친 로봇이 다른 제조업과 물류, 돌봄, 농업 분야로 확산되는지도 확인해야 한다. 국내 운용실적이 수출계약으로 이어졌는지도 장기적으로 추적할 필요가 있다.

정부가 로봇을 구매하는 목적은 기업의 재고를 대신 처리하는 데 있지 않다. 시장이 평가할 수 있는 첫 실적을 만들고, 제품이 스스로 민간 수요를 확보할 단계까지 끌어올리는 데 있다.

한국은 로봇을 많이 사용하는 국가에서 로봇을 잘 만드는 국가로 이동해야 한다. 연구개발과 실증, 구매, 양산, 재구매가 하나의 산업 생태계로 연결될 때 가능하다.

2027년 예산안이 제시한 정책 전환은 출발점이다. 휴머노이드 200대가 현장에서 어떤 작업을 수행하고, 지원 종료 후에도 계속 사용되는지가 정책의 실질적인 성과를 가를 전망이다.

자료: 산업통상부, 과학기술정보통신부 피지컬 AI 핵심기술 사업, 중소벤처기업부 제조로봇 도입사업, 국제로봇연맹 세계 로봇 밀도 자료