두뇌는 충분하다, 이제 몸이 필요하다

피지컬 AI 혁명과 LG의 베팅

챗GPT가 처음 등장했을 때, 세계는 “이제 글쓰기가 끝났다"고 말했다. 1년 뒤에는 “이미지 생성도 끝났다"고 했다. 그런데 정작 중요한 질문을 아무도 하지 않았다.

이 똑똑한 두뇌가 화면 밖으로 나오면 어떻게 될까?

설거지를 하거나, 공장 라인에서 부품을 집거나, 병원 복도에서 환자 식판을 나르는 — 그 평범한 노동들을. 지금까지 AI는 화면 속에 갇혀 있었다. 2026년, 그 경계가 무너지고 있다.

I. 손이 없는 천재의 한계

LLM(대규모 언어 모델)이 얼마나 뛰어난지는 이제 누구나 안다. 수능 수학 문제를 풀고, 변호사 시험을 통과하고, 복잡한 코드를 작성한다.

그런데 이 천재는 결정적인 약점이 있다.

컵을 들 수 없다.

사람의 손이 그 동작을 수행할 때 얼마나 많은 정보를 처리하는지 생각해 보면 이 문제의 규모가 보인다.

유리컵인가 종이컵인가?

얼마나 차 있나?

뜨거운가? 미끄러운가?

손목을 얼마나 기울여야 하나?

이 모든 판단을 인간은 0.3초 안에 무의식적으로 처리한다.

기존 산업용 로봇은 이 문제를 다른 방식으로 해결했다.

판단하지 않는 것이다.

대신 똑같은 자리에 항상 똑같은 물체를 놓고, 수십만 줄의 궤적 코드를 미리 입력해서 기계적으로 반복한다.

->이것이 지난 40년간의 공장 자동화였다.

그 방식은 빠르고 정확하지만, 딱 하나만 못 한다. 변화에 적응하는 것.

부품 위치가 2센티미터 틀어지면 멈춘다. 예상하지 못한 물체가 들어오면 멈춘다. 조명이 바뀌면 멈춘다.

-> 이 로봇들은 천재가 아니라 암기왕이었다.

피지컬 AI는 이 방정식을 바꾸려는 시도다.

강력한 AI 두뇌를 실제 하드웨어와 결합해, 보고 판단하고 행동하는 시스템을 만든다.

그리고 이 순간, 수십 년간 가전제품을 만들어온 회사가 전혀 예상치 못한 방향에서 게임의 중심으로 걸어 들어왔다.

Industrial Robot Arms and Humanoids (LG CLOi).jpg

II. LG라는 이름이 어울리지 않는 이유, 그리고 어울리는 이유

솔직히 말하면, **“LG가 로봇 혁명을 이끈다”**는 문장은 처음 들으면 어색하다.

LG는 냉장고 회사다. 세탁기와 에어컨과 OLED 텔레비전을 만드는 곳이다.

로봇 기업이라고 하면 보스턴 다이나믹스나 테슬라, 피겨 AI 같은 이름들이 먼저 떠오른다. LG는 그 목록에 없었다.

하지만 이 어색함은 표면을 보기 때문에 생긴다.

세탁기를 만들려면 모터가 필요하다. 그것도 수백만 번 돌려도 고장 나지 않는 정밀 모터. LG가 개발한 DD(Direct Drive) 모터는 벨트나 기어 없이 세탁 드럼을 직접 구동하는데, 이 기술은 세계 최고 수준의 정밀 토크 제어를 요구한다. 에어컨 컴프레서를 제어하는 인버터 기술도 마찬가지다.

수십 마이크로세컨드 단위로 회전수를 조절하는 이 역량은 — 로봇 관절을 제어하는 서보 모터 기술과 구조적으로 동일하다.

LG는 60년 동안 로봇 부품 기술을 만들고 있었다. 다만 그것이 냉장고와 세탁기 안에 들어가 있었을 뿐이다.

이제 그 기술이 껍데기를 벗고 나온다.

III. 엑사온: 로봇에게 언어를 가르친다는 것

로봇이 물체를 인식하는 전통적인 방식은 이렇다.

사과의 형태를 3D 포인트 클라우드로 저장하고, 입력 이미지와 패턴을 매칭한다. 이 방식은 꽤 잘 작동하지만, 치명적인 제약이 있다. 처음 보는 물체 앞에서 멈춘다.

세상에는 너무 많은 물체가 있다. 사과는 사과인데 반쪽짜리 사과도 있고, 껍질 벗긴 사과도 있고, 주름진 늙은 사과도 있다. 이것들을 모두 데이터베이스에 넣을 수는 없다.

LG AI연구원이 개발한 엑사온(EXAONE)의 최신 버전이 이 문제에 접근하는 방식은 다르다.

언어와 시각을 동시에 훈련한다.

EXAONE 4.5는 시각언어모델(VLM, Vision-Language Model)이다. 텍스트와 이미지를 함께 처리하는 이 구조는 “반쪽짜리 갈색 사과"라는 문장과 해당 이미지를 연결한다. 언어로 개념을 이해하기 때문에, 처음 보는 물체도 “이건 사과의 일종이고 속이 노출되어 있으므로 조심해서 다뤄야 한다"는 추론이 가능해진다.

이것은 단순한 기술 개선이 아니다. 로봇이 세상을 이해하는 방식의 패러다임 전환이다.

EXAONE Deep은 여기서 한 걸음 더 나간다.

LG가 한국 최초로 개발한 ‘추론형 AI’인 이 모델은 단순히 “이것이 무엇인가"에 답하는 것을 넘어, “어떤 순서로 무엇을 해야 하는가"를 계획한다.

“방 청소해"라는 한 문장의 명령이 들어오면, EXAONE Deep은 독자적으로 작업을 분해한다.

먼저 카메라로 공간을 스캔하고 장애물 위치를 매핑한다. 그다음 크기와 재질에 따라 처리 순서를 정한다. 반려동물이나 아이가 감지되면 속도를 줄이거나 정지한다. 모든 작업이 끝나면 충전 스테이션으로 복귀한다.

인간이 아침마다 하는 그 평범한 일상을, 이 AI는 스스로 기획하고 실행한다.

LG EXAONE VLM-BASED ROBOT CONTROL FLOW DIAGRAM

롱 호라이즌 태스크: 진짜 어려운 문제

그런데 로봇 공학자들 사이에서 진짜 어려운 문제는 따로 있다. **‘롱 호라이즌 태스크(Long-horizon Tasks)’**라 불리는 것이다.

“컵을 집어"는 쉽다. 단일 동작이고, 결과가 즉각 확인된다. 하지만 실제 생활은 이렇게 생겼다.

“테이블 위를 치우고, 그릇을 식기세척기에 넣고, 작동시키고, 다 끝나면 건조 확인 후 수납장에 넣어.”

이 명령 안에는 수십 개의 판단이 숨어 있다.

그릇이 몇 개인가?

세척기 안에 공간은 있는가?

건조가 끝났는지 어떻게 확인하는가?

수납장 어느 자리에 어떤 그릇이 들어가는가?

더 복잡한 문제는 각 단계 사이에 ‘대기’가 존재한다는 점이다.

식기세척기가 작동하는 40분 동안 로봇은 뭘 해야 하는가?

그리고 그 사이에 다른 일을 하다가 정확한 타이밍에 돌아올 수 있는가?

EXAONE 4.5는 이 연속적 인과 관계를 추론하는 역량을 극대화하는 방향으로 설계됐다.

물리 세계의 객체 간 관계를 시간 축 위에서 논리적으로 연산하는 것 — 이것이 가사 지원 로봇 상용화의 마지막 장벽이었고, LG가 그것을 넘으려 한다.

IV. 몸을 만든다는 것: 관절, 근육, 그리고 뼈

소프트웨어 개발은 서버 몇 대와 엔지니어로 시작할 수 있다. 하드웨어는 다르다. 정밀 부품을 대량으로 만들려면 수십 년의 공정 노하우와 수천억 원의 설비가 필요하다.

LG전자가 로봇 시장에서 진짜 위협적인 이유가 여기 있다.

액추에이터: 로봇 관절의 심장

인간의 팔꿈치 관절을 떠올려 보자. 이 관절은 단순히 구부러지는 것이 아니다.

힘의 세기를 조절하고, 방향을 바꾸고, 갑작스러운 충격에 대응하고, 피로를 느끼지 않고 수만 번 반복한다.

로봇에서 이 역할을 하는 것이 **액추에이터(Actuator)**다.

모터와 드라이버, 감속기가 통합된 관절 모듈로, 휴머노이드 한 대의 제조 원가 중 20~30% 이상을 차지한다.

그동안 이 핵심 부품은 일본과 스위스 기업들이 사실상 독점해왔다.

글로벌 로봇 기업들은 비싼 가격을 주고 수입하면서, 리드타임(발주에서 납품까지의 기간)이 길어질 때마다 생산을 멈춰야 했다.

LG전자는 이 공급망의 약점을 정면으로 공략했다.

세탁기 DD 모터 기술에서 출발한** LG의 서보 모터 설계 역량**은,

전력 소모를 30% 줄이면서도 순간 회전 토크를 대폭 높이는 액추에이터로 진화했다.

2026년 상반기, LG는 로봇용 액추에이터 초도 물량의 본격 양산에 들어갔다. 이제 한국 기업이 로봇 관절을 직접 만든다.

감속기: 힘을 정밀하게 분배하는 기어

모터가 빠른 회전을 만들어낸다면, 감속기(Reducer)는 그 회전을 느리고 강하고 정밀하게 변환한다.

예를 들어 분당 3000회 회전하는 모터의 출력을 분당 30회의 강한 힘으로 바꿔, 로봇 팔이 물체를 정확히 잡을 수 있게 한다.

이 감속기의 기어 이빨이 얼마나 정밀하게 가공되느냐가, 로봇이 달걀을 깨지 않고 집을 수 있는가를 결정한다.

LG전자는 정밀 기계 공학 설계와 특수 표면 처리 공법을 내재화하며 이 영역에서도 독립을 추진하고 있다.

케이팩스(KAPEX): 한국의 인간형 로봇

한국과학기술연구원(KIST)이 설계한 인간형 로봇 플랫폼 ‘케이팩스(KAPEX)‘는 국가가 주도하는 로봇 R&D의 핵심이다.

LG전자는 이 플랫폼에 자사의 대량생산 노하우와 모듈식 설계(Modular Design)를 이식하는 작업을 주도하고 있다.

모듈식 설계란 간단히 말해, 복잡한 로봇을 레고처럼 조립할 수 있게 만드는 것이다.

관절 하나가 고장 나면 그 모듈만 교체하면 된다. 전체를 분해할 필요가 없다.

제조 원가가 내려가고, 유지보수가 쉬워지고, 대량 생산이 가능해진다.

이것이 가전제품 제조에서 60년을 쌓아온 LG의 진짜 강점이다.

얼마나 똑똑하게 만드느냐가 아니라, 얼마나 많이, 얼마나 싸게 만드느냐.

V. 배터리: 로봇이 쓰러지지 않으려면

로봇이 가정에 들어오는 데 있어 가장 큰 심리적 장벽은 안전이다.

그중에서도 화재 위험은 결정적이다.

기존 리튬이온 액체 배터리는 충격을 받으면 내부 전해질이 누출되면서 화재가 발생할 수 있다.

공장이나 창고에서는 이 위험을 어느 정도 관리할 수 있지만, 집 안은 다르다. 아이가 있고, 노인이 있고, 반려동물이 있다. 로봇이 넘어지거나 부딪혔을 때 화재가 발생하면 안 된다.

LG에너지솔루션은 여기에 결정적인 패를 꺼냈다.

고안전 전고체 배터리.

고체 전해질을 사용하는 이 배터리는 충격을 받아도 화재가 발생하지 않는다.

에너지 밀도는 기존 배터리보다 높아서 1회 충전으로 더 오래 작동한다.

LG가 제시하는 수치는 기존 1.5~~2시간에서 4~~5시간으로의 확장이다.

이것이 숫자가 아닌 이유는, 이 차이가 ‘쓸 수 있는 로봇’과 ‘쓸 수 없는 로봇’을 가르는 선이기 때문이다.

요리 한 끼 준비하는 데 45분이 걸린다. 배터리가 1.5시간이면 로봇을 쓰다가 충전해야 한다. 4~5시간이면 하루 일과를 마칠 수 있다.

ALL SOLID STATE BATTERY STRUCTURE CROSS SECTION

VI. 엔비디아와의 동맹: 무엇을 주고 무엇을 받는가

2026년 5월, LG전자와 엔비디아의 협력이 시장의 주목을 받았다. 하지만 이 관계를 단순히 “대기업 간 파트너십"으로 읽으면 본질을 놓친다.

이 동맹에는 구조적 상호 보완성이 있다.

엔비디아가 LG에게 주는 것

엔비디아의** 아이작(Isaac) 플랫폼은 로봇 소프트웨어의 핵심 운영체제**다.

로봇이 물체를 인식하고 동작을 계획하는 알고리즘, 여러 센서 데이터를 실시간으로 융합하는 파이프라인, GPU에 최적화된 추론 엔진이 여기 포함된다.

젯슨(Jetson)은 이 소프트웨어를 로봇 내부에서 낮은 전력으로 구동하는 엣지 컴퓨터다.

-> LG가 이것을 탑재하면, 로봇의 두뇌 연산 속도가 올라가고, 기존의 PC 기반 제어 시스템보다 전력 소모가 대폭 줄어든다.

LG가 엔비디아에게 주는 것

엔비디아는 똑똑한 소프트웨어를 갖고 있지만, 그것을 현실 세계에 적용할 하드웨어 제조 파트너가 필요하다.

로봇을 수천 대, 수만 대 만들 수 있는 공장, 대량 생산된 정밀 액추에이터, 가전 유통망을 통해 가정에 로봇을 공급하는 채널 — 이것은 반도체 기업이 혼자 만들 수 없다.

LG전자가 가진 것이 정확히 엔비디아에게 없는 것이다.

옴니버스: 가상에서 먼저 학습한다

이 파트너십에서 자주 언급되지 않는 핵심이 있다. 엔비디아의 옴니버스(Omniverse) 플랫폼이다.

로봇을 실제 하드웨어 위에서만 학습시키면 비용이 천문학적이다.

기계가 망가지고, 물건이 부서지고, 사고가 난다. 수천만 번의 시행착오를 물리 공간에서 하는 건 불가능하다.

옴니버스는 현실 세계를 정확히 모사한 3D 가상 환경이다.

중력, 마찰, 물체의 탄성, 빛의 반사까지 물리 법칙을 그대로 구현한다.

LG전자는 이 가상 공간에서 수만 대의 가상 로봇을 동시에 학습시키고, 그 학습 결과를 실제 하드웨어에 이식한다.

물리적 설계 오류를 사전에 발견하고, 로봇 팔 제어 정밀도를 비약적으로 높이는 방식이다.

현실 세계에서 한 번도 시행착오를 겪지 않고 이미 수만 번의 학습을 마친 로봇. 이것이 피지컬 AI 시대의 경쟁력이다.

VII. 데이터센터를 식히는 자가 AI 시대를 지배한다

LG와 엔비디아의 협력은 로봇에 국한되지 않는다.

여기서 전혀 예상치 못한 수익 구조가 등장한다.

엔비디아의 H100, B200 GPU가 빼곡히 들어찬 AI 데이터센터는 어마어마한 열을 발생시킨다.

단순 계산으로, 고성능 GPU 하나가 최대 700W의 전력을 소비한다.

수만 장이 모이면 웬만한 중소도시의 전력 소비와 맞먹는다.

이 열을 처리하지 못하면 GPU가 성능을 낮추거나(thermal throttling) 아예 멈춘다.

여기서 LG전자의 에어컨 기술이 전혀 다른 맥락에서 핵심 인프라가 된다.

칠러(Chiller): 건물을 통째로 식히는 기술

대형 칠러는 수백 대의 서버랙이 밀집한 데이터센터 전체 공간의 온도를 일정하게 유지하는 냉방 시스템이다.

LG전자는 이 분야의 글로벌 최대 제조사 중 하나다.

마이크로소프트는 이미 LG전자의 초대형 칠러 장비를 Azure 데이터센터에 공급받기로 합의했다.

CDU(Cooling Distribution Unit): 칩 표면을 직접 식힌다

공기 냉각의 한계를 넘기 위해 등장한 것이 액체 냉각이다.

CDU는 냉각수를 GPU 칩 바로 위에 붙인 냉각판을 통해 순환시켜 열을 직접 제거한다.

효율이 공기 냉각보다 수십 배 높고, GPU가 더 높은 성능을 안정적으로 낼 수 있다.

LG전자는 이 CDU 분야에서 엔비디아의 공식 하드웨어 인증을 추진 중이다.

고정밀 가상 센서 기술과 인버터 펌프 기술 — 역시 가전에서 출발한 기술이다 — 을 적용해 안정성을 증명하고 있다.

AI 컴퓨팅 수요가 폭발적으로 늘어나는 한, 데이터센터 냉각 수요도 함께 증가한다.

로봇이 아직 성장 중인 시장이라면, 데이터센터 냉각은 이미 수요가 폭발하고 있는 시장이다.

LG는 AI 혁명의 두 방향에 동시에 베팅하고 있다. 로봇이라는 미래와 냉각이라는 현재.

VIII. 파주 데이터센터: 로봇의 외장 두뇌

로봇이 복잡한 추론을 수행할 때, 모든 계산을 로봇 내부에서 처리할 필요는 없다. 실제로 처리하기도 어렵다.

대규모 언어 모델을 온디바이스로 구동하려면 엄청난 컴퓨팅 자원이 필요하다.

LG유플러스가 파주에 건설 중인 AI 데이터센터가 이 문제를 해결한다.

200메가와트(㎿) 규모, 최대 12만 장의 GPU를 수용할 이 시설은 수도권 최대 규모다.

로봇이 현장에서 판단하기 어려운 복잡한 추론 작업을 이 서버팜에 실시간으로 위탁하고, 결과를 받아 즉각 행동한다.

이것이 ‘클라우드 브레인 로봇’ 아키텍처다.

핵심은 지연 시간(latency)이다. 로봇이 판단을 요청하고 결과를 받는 데 100밀리초(0.1초)가 걸리면 실용 불가능하다. 10밀리초 이하여야 한다.

이를 위해 LG유플러스의 5G/6G 고속 전용선과 에지 컴퓨팅 노드가 조합된다.

LG그룹 안에서 통신사는 변방이었다.

그런데 로봇 시대가 오면, 초저지연 네트워크는 로봇의 신경계가 된다.

IX. ‘원 LG’: 수직계열화의 완성

이 모든 조각들을 한꺼번에 보면 하나의 그림이 보인다.

**LG AI연구원이 두뇌(EXAONE)를 만든다. **

**LG전자가 몸(KAPEX, CLOi)과 관절(액추에이터)을 만든다. **

**LG에너지솔루션이 심장(전고체 배터리)을 만든다. **

**LG유플러스가 신경계(5G/6G + AIDC)를 제공한다. **

LG CNS가 이 시스템을 공장과 물류창고에 통합한다.

이것이 ‘원 LG(One LG)’ 전략이다.

경쟁사들이 이 생태계를 구축하려면 무엇이 필요한가?

AI 모델 개발사 하나, 로봇 제조사 하나, 배터리 회사 하나, 통신사 하나, 시스템 통합 기업 하나를 찾아서 계약하고 조율해야 한다.

각각의 인터페이스에서 마찰이 생기고, 병목이 생기고, 책임 소재가 모호해진다.

-> LG는 이 모든 것을 한 지붕 아래서 한다.

수직계열화는 효율의 문제가 아니다. 이것은 속도의 문제다.

로봇 AI 모델이 업그레이드되면, 같은 날 배터리 관리 시스템과 네트워크 프로토콜도 함께 최적화할 수 있다.

타사 부품을 기다리거나 계약을 다시 검토할 필요 없이.

세상에서 이렇게 할 수 있는 회사는 손에 꼽는다.

X. 클로이(CLOi)가 걸어온 길

LG전자의 서비스 로봇 브랜드** ‘클로이(CLOi)’**는 이미 현실에서 작동하고 있다.

2019년 처음 공개됐을 때 클로이는 호텔 로비에서 길 안내를 하는 소박한 로봇이었다. 그 이후 레스토랑 서빙, 병원 안내, 물류 창고 내 물건 운반 등으로 영역을 확장했다. 이 과정에서 LG가 얻은 것은 매출만이 아니었다.

현장 데이터였다.

로봇이 실제 환경에서 작동하면서 수집한 데이터 — 사람들이 어떻게 이동하는지, 어떤 예외 상황이 발생하는지, 어떤 명령을 어떻게 해석해야 하는지 — 가 EXAONE의 학습 데이터로 들어간다.

클로이는 제품이면서 동시에 데이터 수집 인프라였다.

이 데이터가 없으면 아무리 좋은 AI 모델도 현실에서 허둥댄다.

LG의 목표는 2028년 홈 로봇의 완전 상용화다. 가전제품을 조율하고 집안을 관리하는 스마트홈 허브 겸 비서 로봇. 세탁기를 켜고, 에어컨을 조절하고, 냉장고 재고를 파악해 필요한 식재료를 주문하는 — 그 로봇이 이미 클로이라는 이름으로 현장에서 훈련 중이다.

XI. 수치로 보는 시장: 로봇 산업의 규모

글로벌 컨설팅 기관들은 2030년까지 피지컬 AI와 휴머노이드 로봇 시장이 수천조 원 규모로 성장할 것으로 전망한다. 이 숫자를 실감하기 어렵다면 다른 비교를 생각해 보자.

2007년 첫 아이폰이 출시됐을 때, 스마트폰 시장은 존재하지 않았다. 그로부터 10년 뒤, 스마트폰은 전 세계 인구의 절반 이상이 가진 물건이 됐다. 스마트폰 관련 부품, 앱, 서비스가 만들어낸 시장은 수천조 원이 넘었다.

로봇 산업이 “제2의 스마트폰 혁명"으로 불리는 이유가 여기 있다. 규모의 문제가 아니라 구조의 문제다.

스마트폰이 PC 시대의 컴퓨팅을 개인화했듯, 로봇은 AI 시대의 노동을 물리화한다.

이 전환에서 부품 공급망을 쥔 기업이 갖는 레버리지는 어마어마하다.

스마트폰 시대에 삼성이 부품을 팔아 애플의 성공에서도 수익을 올렸듯,

LG전자는 어느 로봇 기업이 이기든 액추에이터와 배터리와 냉각 솔루션을 공급하는 위치를 노리고 있다.

XII. 주가 이야기: 왜 시장은 지금 LG전자를 다시 본는가

오랫동안 LG전자는 한국 증시에서 저평가 기업의 대표 사례였다.

이유는 단순했다. 가전 기업은 경기 사이클을 탄다. 집을 사면 냉장고를 사고, 집값이 오르면 TV를 교체한다. 불황이 오면 둘 다 안 산다. 이 예측 가능한 한계 안에서 주가수익비율(PER)은 6~8배에 머물렀다. 주가순자산비율(PBR)은 1배 아래였다. 자산 가치보다 싼 회사라는 의미다.

그런데 지금 이 프레임이 부서지고 있다.

AI 데이터센터 냉각 솔루션은 경기 사이클을 타지 않는다. AI 연산 수요는 경기가 좋든 나쁘든 증가한다. 여기서 발생하는 매출은 계절적 편차 없이 예측 가능하다.

로봇 액추에이터 공급 계약도 마찬가지다. 한번 공급망에 들어가면 장기 계약으로 이어지는 B2B 사업이다.

구독형 서비스 로봇(RaaS, Robot as a Service)은 더 강력하다. 로봇을 파는 것이 아니라 빌려주고 월 단위로 요금을 받는다. 여기에 소프트웨어 업데이트, 유지보수, 에너지 최적화 서비스를 패키지로 묶으면, 한 번 고객이 된 기업은 쉽게 이탈하지 않는다.

이런 수익 구조를 가진 기업에는 PER 15~~20배가 적용된다. 전통 가전주에서 AI 인프라 기업으로 분류가 바뀌면, 같은 이익이라도 주가는 2~~3배 달라질 수 있다.

하나증권을 비롯한 주요 증권사들이 LG전자 목표주가를 기존 16만 원대에서 23만 원 이상으로 45% 이상 상향한 것은 이 논리의 반영이다.

물론 이것은 미래에 대한 기대가 포함된 숫자다. 로봇 시장이 예상대로 열리지 않을 수도 있고, 기술 개발이 지연될 수도 있고, 강력한 경쟁자가 등장할 수도 있다. 주가는 기대를 반영하지만 현실은 항상 더 복잡하다.

하지만 한 가지는 확실하다. LG전자는 더 이상 “가전 주식"의 프레임으로만 평가받지 않는다.

XIII. 경쟁 지형: LG가 직면한 도전들

이 모든 장점에도 불구하고, LG의 앞에는 만만치 않은 경쟁이 기다린다.

테슬라는 옵티머스(Optimus) 로봇을 자체 공장에서 운용하며 실전 데이터를 쌓고 있다. 자사 EV 공장이 곧 로봇 훈련장이다. 피겨 AI(Figure AI)는 BMW 공장에서 이미 작업 중이고, 앱트로닉(Apptronik)은 아마존 물류창고와 손을 잡았다.

이 기업들과 LG의 결정적인 차이는 무엇인가?

두 가지다. 제조 역량과 생태계.

테슬라와 피겨 AI는 로봇을 만들 수 있지만, 수십만 개의 정밀 액추에이터를 대량 생산하는 공장은 없다.

전고체 배터리를 공급할 배터리 계열사도 없다.

가전 유통망을 통해 수억 가구에 접근할 채널도 없다.

LG가 만드는 것은 로봇 한 대가 아니라 로봇 산업 전체의 공급망이다. 이것은 단기간에 복제할 수 없는 해자(moat)다.

반면 LG의 약점은 소프트웨어다.

EXAONE이 빠르게 진화하고 있지만, OpenAI나 구글 딥마인드의 로봇 AI 연구와 비교하면 아직 거리가 있다.

AI 경쟁의 속도는 예측하기 어렵고, 소프트웨어 우위는 하드웨어보다 빠르게 뒤집힐 수 있다.

이것이** LG가 엔비디아와 파트너십을 맺은 이유**이기도 하다. 소프트웨어는 최고를 빌리고, 하드웨어는 직접 만든다.

GLOBAL HUMANOID ROBOT COMPETITION LANDSCAPE

XIV. 2026~2029: 단계별 현실화 시나리오

LG가 제시하는 로드맵은 세 단계다.

1단계 (2026~2027): 부품 공급망 확보

로봇 한 대를 완성하기 전에, 로봇의 부품을 대량으로 만들 수 있어야 한다. 액추에이터 양산, 감속기 내재화, EXAONE 기반 로봇 AI 플랫폼의 B2B 실증이 이 단계의 목표다. 대형 병원, 물류 창고, 스마트 팩토리에서의 파일럿 운영이 시작된다.

2단계 (2027~2028): 서비스 확산

파주 AIDC와 5G/6G 네트워크를 결합한 클라우드 브레인 로봇 아키텍처가 본격 가동된다. CLOi 로봇의 고도화로 홈 로봇 시장 선점이 시작되고, RaaS 비즈니스 모델이 본격화된다.

3단계 (2029년 이후): 완전 휴머노이드

전고체 배터리 2세대와 결합된 완전 자립형 휴머노이드가 가정, 간병, 제조 현장에 투입된다. 인간의 단순 육체노동을 대체하는 물리적 솔루션이 현실이 된다.

이 로드맵이 얼마나 정확하게 실현될지는 알 수 없다. 기술은 계획대로 익지 않는다. 하지만 방향 자체는 명확하다. 그리고 이 방향으로 이미 움직이고 있다는 것은 분명하다.

XV. 마지막 질문

컵을 들어 식기세척기에 넣는 동작.

인간에게는 3초짜리 일이다. 로봇에게는 수십 년의 연구가 필요한 일이었다. 그리고 지금, 그 3초가 현실에 가까워지고 있다.

그런데 생각해 보면, 이 질문이 진짜 흥미로운 방향으로 전환된다. 로봇이 설거지를 해주면 사람은 그 시간을 어디에 쓰는가?

세탁기가 나왔을 때도 같은 질문이 있었다. 빨래를 손으로 하지 않아도 되면 여성들은 그 시간을 어디에 쓰는가? 실제로는 여가가 늘어난 게 아니라, 청결의 기준이 높아졌다. 일주일에 한 번 빨던 것을 매일 빨게 됐다. 노동의 총량은 변하지 않았고, 노동의 형태만 바뀌었다.

로봇이 단순 노동을 대신하면, 인간은 더 복잡한 노동을 하게 될까? 아니면 진짜로 쉬게 될까? 아니면 지금 우리가 상상하지 못하는 전혀 다른 문제가 생길까?

LG전자가 만들고 있는 것은 로봇이다. 그런데 그것이 완성되는 날, 우리가 마주하는 것은 기술의 문제가 아닐지도 모른다. 그것은 우리가 인간이라는 존재를 어떻게 정의하는가의 문제일 것이다.

그 질문은 아직 아무도 답하지 못했다.

참고 목록

LG AI연구원, “초거대 멀티모달 파운데이션 모델 EXAONE 4.5 기술 백서 및 시각 인지 지능 기술 명세” (2026)
LG전자, “2026년 1분기 실적 발표 및 기업 콘퍼런스콜 속기록 — 휴머노이드 로봇 사업 및 엔비디아와의 협업 계획 발표 내용” (2026년 4월)
하나증권 리서치센터, “LG전자 기업분석 보고서: 로봇 밸류체인 본격 탑승 및 목표주가 상향” (2026년 5월)
서울경제TV, “LG전자 장중 폭등의 실체: 엔비디아와 피지컬 AI 전략적 밀월 분석” (2026년 5월 동영상 보도)
뉴스핌, “LG전자, 엔비디아와 휴머노이드 협업 및 감속기/액추에이터 초도 물량 상반기 양산 발표 취재” (2026년 4월)
한국과학기술연구원(KIST), “K-문샷 핵심 프로젝트: 한국형 고기능 인간형 휴머노이드 ‘KAPEX’ 플랫폼 개발 명세 및 컨소시엄 구성안” (2026)
지디넷코리아, “LG전자 차세대 액체 냉각 솔루션 CDU 기술 특징 및 엔비디아 인증 공급망 진입 논의 취재” (2026)
신한투자증권, “LG전자 주가 밸류에이션 리레이팅 및 스마트 가전-서비스 로봇 연계 구독형 비즈니스 전망” (2026년 4월)
한국경제, “LG전자와 글로벌 위탁생산(EMS) 기업 플렉스(Flex)의 AI 데이터센터 전용 모듈형 냉각솔루션 공동 개발 합의 분석” (2025년 11월)
뉴스1, “원팀 LG 전략: 수도권 최대 파주 AIDC 구축과 엑사온 4.5 결합 에이전틱 AI 미래 구상” (2026년 3월)
에스오디(SOD) 테크 채널, “세계가 경악한 휴머노이드 개발 기술과 한국형 인공지능 로봇 플랫폼의 숨겨진 실체” (2025년 10월)
신사임당 채널, “젠슨 황의 큰 그림과 엔비디아-LG 피지컬 동맹: 앞으로 다가올 1000조 로봇 시장 정밀 분석” (2026년 5월)
Goldman Sachs Global Investment Research, “The Robot Revolution: The Economics of Humanoid Automation” (2025)
McKinsey Global Institute, “Generative AI and the Physical World: From Language Models to Physical AI” (2025)
NVIDIA Corporation, “Isaac Platform and Jetson AI Edge Computing for Robotics — Technical Overview” (2026)