협동로봇과 AMR, 도입보다 어려운 건 유지다

로봇 자동화 트렌드 기사에는 대체로 열 가지쯤 되는 기술 목록이 붙는다. 노코드 티칭, AI 비전, 디지털트윈, RaaS. 하나같이 맞는 얘기고, 실제로 시장은 그 방향으로 가고 있다. 다만 현장에서 로봇 도입이 실패하는 지점은 이 목록 안에 잘 나오지 않는다. 로봇이 못 움직여서 실패하는 경우는 거의 없다. 움직이던 로봇이 6개월 뒤에 멈춰 서 있고, 그걸 다시 세울 사람이 없어서 실패한다.

배경: 왜 중요한가

IFR 기준 2024년 글로벌 산업용 로봇 시장은 500억 달러 규모로 추산되고, 협동로봇은 연 20% 이상 성장하고 있다. 성장률이 높은 이유는 단순하다. 기존 산업용 로봇은 안전펜스, 전용 지그, 별도 제어반이 세트로 따라붙어 라인 하나를 새로 짜야 했다. 협동로봇과 AMR은 그 전제를 없앴다. 기존 라인 옆에 놓고, 기존 작업대를 그대로 쓰고, 안 되면 옮기면 된다. 설비 투자가 아니라 장비 구매에 가까워졌고, 그래서 중소 제조기업까지 검토 대상에 들어왔다.

수요 측 배경도 분명하다. 조립·검사·상하차 같은 공정은 사람을 구하기가 해마다 어려워지고 있다. 야간조는 더하다. 3교대를 2교대로 줄이고 야간을 무인화하려는 시도가 늘어난 건 자동화가 싸져서라기보다 사람을 못 구해서다. 여기에 다품종 소량생산이 늘면서 라인을 자주 바꿔야 하는 압력이 겹쳤다. 고정 자동화는 이 조합에 대응이 안 된다.

문제는 도입 검토 단계에서 계산하는 회수 기간이 대개 로봇 가격과 인건비 절감분만 놓고 나온다는 점이다. 실제 비용은 그 바깥에서 발생한다.

핵심: 일반 기사가 놓치는 지점

트렌드 기사가 다루는 열 개 항목은 대부분 '로봇이 무엇을 더 잘하게 되었는가'에 관한 것이다. 현장에서 판가름 나는 건 '누가 이걸 계속 돌리는가'다. 이 둘은 다른 문제고, 뒤쪽이 훨씬 해결이 어렵다.

세부 포인트 1 — 노코드는 진입 문턱을 낮추지만 운영 문턱은 그대로다

노코드 티칭 덕분에 비전문가도 첫 작업을 가르칠 수 있게 된 건 사실이다. 실제로 도입 초기 부담은 크게 줄었다. 다만 로봇이 멈추는 원인은 프로그램이 어려워서가 아니다. 부품 공급 트레이의 위치가 3mm 틀어졌거나, 그리퍼 패드가 닳아 미끄러지거나, 조명이 바뀌어 비전이 판정을 못 하거나, AMR 주행 경로에 파렛트가 놓여 있거나 하는 것들이다.

이런 건 GUI에서 블록을 옮겨 푸는 문제가 아니다. 원인을 좁혀 들어가는 절차를 아는 사람이 필요하다. 노코드는 최초 티칭 비용을 줄여줄 뿐, 이상 상황을 판단하는 능력을 대체하지 않는다. 도입 1년 차에 로봇이 놀고 있는 공장을 보면 대부분 담당자가 퇴사했거나, 그 사람이 다른 업무로 옮겨간 경우다. 자동화 설비의 실질 가동률은 장비 사양이 아니라 그 설비를 아는 사람이 몇 명인지에 더 가깝게 움직인다.

세부 포인트 2 — 유연생산의 비용은 로봇이 아니라 주변부에 있다

협동로봇과 AMR을 묶은 통합 셀, 모듈형 플랫폼 같은 개념은 라인 전환을 쉽게 만든다는 전제 위에 있다. 로봇 팔 자체는 확실히 유연하다. 그런데 품목이 바뀌면 같이 바뀌어야 하는 게 로봇만이 아니다. 그리퍼와 툴, 부품을 정렬해 주는 트레이와 지그, 비전 조명과 검사 기준, 안전 평가 문서까지 전부 따라 움직인다. 협동로봇은 안전 성능을 근거로 펜스를 없애는 구조이므로, 작업 내용이나 툴이 바뀌면 위험성 평가를 다시 해야 한다. 이 절차는 노코드로 줄어들지 않는다.

그래서 전환 비용의 무게중심은 로봇에서 주변 하드웨어와 문서 작업으로 옮겨간다. 도입 검토에서 로봇 대수와 단가만 비교하고 이쪽을 반영하지 않으면, 계산해 둔 회수 기간과 실제 결과가 벌어진다. 반대로 이 구조를 이해한 현장은 처음부터 툴 체인저, 표준 트레이, 반복 가능한 안전 평가 양식을 함께 설계한다. 같은 로봇을 써도 결과가 갈리는 지점이 여기다.

그래서 뭘 봐야 하나

투자·산업 관점에서 볼 만한 축은 몇 가지로 정리된다.

첫째, 로봇 본체보다 주변 생태계다. 그리퍼·툴 체인저·비전 조명·안전 센서·이송 지그를 만드는 쪽은 로봇 대수가 늘어날수록 물량이 따라 늘고, 품목 전환이 잦을수록 교체 수요가 반복된다. 본체보다 단가는 낮지만 재구매 주기가 짧다.

둘째, SI와 유지보수 역량이다. 로봇을 파는 회사보다 설치 후 운영을 책임지는 회사가 실제 병목을 쥐고 있다. RaaS 모델이 주목받는 이유도 여기에 있다. 초기 투자 부담을 낮춘다는 설명이 앞에 나오지만, 구조적으로는 유지보수 책임을 공급자 쪽으로 옮기는 계약이다. 다만 서비스형 모델은 공급자가 다수 고객의 설비를 계속 관리해야 하므로, 인력과 원격 관제 체계를 갖춘 곳과 그렇지 않은 곳의 수익성이 다르게 나타날 수 있다.

셋째, 표준화의 진행 속도다. OPC UA, ROS2 같은 연동 표준이 자리 잡을수록 설비 교체와 확장 비용이 내려간다. 이건 개별 기업 실적보다 산업 전체의 도입 속도를 좌우하는 변수에 가깝다. 표준 채택률과 국내 SI 업계의 대응이 어디까지 왔는지는 계속 확인할 필요가 있다.

넷째, 도입 통계를 읽을 때는 설치 대수와 가동률을 구분해서 보는 편이 낫다. 보급 지원 정책이 있는 구간에서는 설치 대수가 실제 활용도보다 빠르게 늘 수 있다.

협동로봇과 AMR이 '기계에서 파트너로' 바뀌고 있다는 표현은 기술 성능만 놓고 보면 과장이 아니다. 다만 파트너는 배치한다고 되는 게 아니라 같이 일할 사람이 있어야 성립한다. 로봇 자동화의 성패는 대체로 장비 사양이 아니라, 그 장비를 붙잡고 있을 조직이 있느냐에서 갈린다. 트렌드 목록을 볼 때 각 항목이 도입을 쉽게 만드는 기술인지, 운영을 쉽게 만드는 기술인지 나눠서 보면 판단이 조금 선명해진다.