휴머노이드는 어디부터 현장에 들어가나: Figure·BMW, Atlas·현대차, Digit·GXO 공개 사례로 본 작업 유형과 일정

휴머노이드 도입을 검토하는 현장에서 가장 먼저 묻는 질문은 “다른 곳에서는 실제로 무슨 일을 시키고 있는가"입니다. 데모 영상은 많지만 고객사, 작업, 기간, 지표가 함께 공개된 사례는 많지 않습니다. 이 글은 Figure와 BMW, Boston Dynamics와 현대차그룹, Agility Robotics와 GXO의 공식 발표만을 바탕으로 휴머노이드가 처음 맡은 작업의 유형과 배치 단계를 정리하고, 공개된 수치를 도입 비용 계산의 입력값으로 바꾸는 방법을 설명합니다. 특정 기업에 대한 투자 판단을 위한 글이 아닙니다.

공개 사례 한눈에 보기

출처: Figure·BMW 생산 배치, Figure 03 BMW 시연, Boston Dynamics RMAC 개소, Agility·GXO 계약.

네 사례 모두 첫 작업이 물건을 집어 정해진 위치로 옮기는 일이라는 점이 같습니다. 용접이나 정밀 조립처럼 공정 품질에 직접 영향을 주는 작업은 아직 공개 사례에 없습니다.

Figure와 BMW: 공개 지표가 가장 많은 사례

Figure의 2025년 11월 발표는 Figure 02가 BMW 스파턴버그 공장에서 11개월 동안 판금 부품 적재를 맡았다고 밝힙니다. 공개된 값은 다음과 같습니다.

• 로봇이 공장에 도착하기까지 6개월, 라인 전체 배치까지 10개월이 걸렸습니다.
• 월~금 10시간 교대로 운영했습니다.
• 누적 가동 1,250시간 이상, 적재한 부품 9만 개 이상, X3 차량 3만 대 이상 생산에 기여했습니다.
• 사이클 시간 84초(적재 37초), 교대당 배치 성공률 99% 이상, 교대당 개입 0회, 2초 안에 5mm 허용 오차로 배치하는 것을 목표로 제시했습니다(Figure 발표).

마지막 항목은 목표로 제시된 값이므로 실측 결과와 섞어 인용하면 안 됩니다. 2026년 6월 Figure 03 BMW 시연에서는 얇은 부품을 슬롯에 넣고 대형 금속 카트를 끌어 이동하는 순서 맞춤 작업을 보여 줬지만, 성능 지표는 공개하지 않았습니다.

Atlas와 현대차그룹: 교육 센터를 거치는 방식

Boston Dynamics는 2026년 1월 발표에서 양산형 Atlas 생산을 보스턴 본사에서 바로 시작하고, 첫 물량을 현대차그룹의 RMAC와 Google DeepMind로 보낸다고 밝혔습니다. 같은 발표는 2026년 배치 물량이 이미 모두 정해졌고 새 고객은 2027년 초부터 받는다고 적었습니다.

2026년 9월 RMAC 개소 발표에 따르면 RMAC는 조지아주 서배너 인근 현대차그룹 메타플랜트 아메리카 안에 있는 시험·교육 센터로, Atlas가 조립 전 부품의 물류와 순서 맞춤을 배우고 있습니다. 같은 발표는 다음 계획을 함께 밝혔습니다.

1. 2027년에 지금보다 약 10배 큰 새 건물로 옮깁니다.
2. 2030년에 부품 조립 작업을 시작할 계획입니다.
3. 현대차·기아 글로벌 공장에 향후 수년간 2만 5천 대를 배치하고, 미국에 연 3만 대를 생산할 수 있는 공장을 세울 계획입니다.

이 사례의 특징은 생산 라인에 바로 넣지 않고 실제 공장 안의 교육·검증 센터를 거친다는 점입니다. 도입을 검토하는 쪽에서는 이런 중간 단계의 기간과 비용도 계획에 넣어야 합니다.

Digit과 GXO: 서비스 계약 방식

Agility와 GXO의 2024년 6월 발표는 2023년 말 개념 검증 뒤 다년 계약을 맺었다고 밝히며, 이를 휴머노이드 최초의 RaaS(Robots-as-a-Service) 배치라고 소개했습니다. Digit은 SPANX 물류센터에서 협동로봇으로부터 토트를 받아 컨베이어에 올리는 반복 작업을 맡고, 기존 자율이동로봇과 함께 Agility Arc 클라우드 플랫폼으로 관리됩니다. 배치 대수는 공개되지 않았습니다.

RaaS 방식에서는 초기 구매 비용 대신 기간당 이용료가 비용이 되므로, 회수 기간 계산의 구조가 달라집니다.

공개 사례가 알려 주지 않는 것

발표에 담긴 내용만큼 빠진 내용도 중요합니다. 네 사례 모두 가격이나 서비스 이용료를 공개하지 않았으므로, 회수 기간 계산에서 가장 큰 입력값은 견적으로 받아야 합니다. 정비 횟수, 부품 교체, 정지 시간을 밝힌 사례도 없어서 몇 달 운영했을 때의 가동률은 공개 자료로 알 수 없습니다. 누적 산출량을 밝힌 것은 Figure·BMW 사례뿐이고, 그 사례에서도 성공률·개입 횟수는 목표 값만 있고 실측 값은 짝지어 공개되지 않았습니다. 배치 대수는 계획(현대차그룹 수년간 2만 5천 대)으로만 나오거나(GXO) 아예 공개되지 않았습니다. 도입을 결정하기 전에 이런 빈칸을 파일럿 계약에 공급사가 측정·보고할 항목으로 넣고, 기존 자동화나 인력 추가 같은 대안과 같은 기준으로 비교하는 것이 좋습니다.

공개 수치를 도입 계산 입력값으로 바꾸기

Figure·BMW 사례는 누적 값이 공개돼 있어 간단한 평균을 낼 수 있습니다. 누적 처리량을 $Q$, 누적 가동 시간을 $H$라 하면 가동 시간당 처리량은 다음과 같습니다.

Figure 발표의 9만 개와 1,250시간을 넣으면 $q \approx 72$개/시간입니다. 두 값 모두 “이상"으로 공개됐으므로 정확한 평균이 아니라 대략적인 수준이며, 대기와 교대 시간이 섞여 있어 사이클 시간과 바로 비교할 수 없습니다. 같은 방식으로 1,250시간을 10시간 교대로 나누면 약 125교대분 가동에 해당합니다.

이런 값을 물류·제조 로봇 TCO·회수 기간 계산에 넣으려면 파일럿에서 다음 항목을 같은 기준으로 재야 합니다.

로봇 자체의 가동률을 사양서에서 추정하는 방법은 휴머노이드 사양서 읽는 법의 교대 가동률 계산을 함께 쓰면 됩니다.