‘탈리’는 로보틱스사가 실시한 가장 까다로운 안전 테스트를 통과했다. 하지만 이것이 실제로 AI인지 여부는 아무도 확인하지 않았다.

지난 3월, ‘탤리(Tally)’라는 이름의 바퀴 달린 선반 스캔 로봇이 ANSI/UL 3300 기준에 따라 UL 솔루션즈(UL Solutions)의 글로벌 안전 인증을 획득한 최초의 대외용 로봇이 되었습니다. 시험 과정에서는 탤리가 화재가 발생할 위험이 있는지, 쇼핑객에게 감전 사고를 일으킬 수 있는지, 붐비는 통로에서 장바구니와 부딪히기 전에 멈출 수 있는지 등을 점검했습니다. 그러나 테스트에서는 제어 루프를 열어 실제로 언제 정지할지 결정하는 요인이 무엇인지 확인하지는 않았다.

바로 그 공백이 2026년 로봇 규제 현황을 온전히 설명해 줍니다.

올해는 업계가 마침내 로봇을 중심으로 본격적인 체계를 구축한 해였습니다. 안전 인증 기관들이 승인을 내렸고, 용어 표준이 제3판을 맞이했으며, 세계에서 가장 야심 찬 AI 법안이 정보 공개를 의무화하기 시작했습니다. 이 세 가지 흐름을 모두 합쳐 보면 무언가 빠진 것이 있습니다. 이 세 가지 모두 상자에 인쇄된 주장과 관련된 부수적인 사항만을 인증할 뿐입니다. 그 어떤 것도 ‘해당 기기가 실제로 AI를 구동하고 있다’는 주장 자체를 인증하지는 않습니다.

안전 분야는 ‘몸’을 점검할 뿐, ‘마음’은 점검하지 않는다

심베 로보틱스(Simbe Robotics)의 ‘Tally’ 인증은 실질적인 진전이며, 그 자체로 진지하게 고려할 가치가 있습니다. 서비스, 통신, 정보, 교육 및 엔터테인먼트 로봇에 대한 표준인 ANSI/UL 3300은, 로봇을 배치한 회사의 직원이 아닌 일반인과 같은 공간을 공유하는 환경에서 화재 및 감전 위험과 안전한 자율 이동성을 평가합니다. 2025년 12월 31일, 미국 직업안전보건청(OSHA)은 UL 3300을 ‘국가 공인 시험소(NRTL)’ 목록에 추가했습니다. 이는 해당 표준이 이제 단순히 공급업체의 마케팅 페이지에 그치는 것이 아니라, 미국의 상업 및 기업 환경에서의 도입에 있어 공식적인 권위를 갖게 되었음을 의미합니다.

이러한 테스트 중 어느 것도 Tally의 선반 스캔 결정이 훈련된 모델에서 비롯된 것인지, 아니면 조회 테이블에서 비롯된 것인지 묻지 않습니다. UL 3300은 그러한 사항을 측정하기 위해 마련된 표준이 아니기 때문에 그럴 수 없었습니다. 스크립트로 정해진 경로를 따라 움직이는 로봇이든, 완전한 지각 스택을 구동하는 로봇이든, 모터 컨트롤러가 정상적으로 작동하기만 한다면 둘 다 동일한 화재 및 충격 벤치 테스트를 통과할 수 있습니다.

두 경우 모두 같은 방식으로.

용어 체계는 형태를 정의할 뿐, 지능을 정의하는 것은 아닙니다

국제표준화기구(ISO)가 로봇 공학을 위해 관리하는 용어 표준인 ISO 8373은 2021년에 다시 개정되었으며, 현재 로봇, 자율성, 산업용 로봇, 서비스 로봇, 의료용 로봇과 같은 용어를 정의하고 있습니다. 국제로봇연맹(IFR)과 유엔 유럽경제위원회(UNECE)는 이와 유사한 분류 체계를 사용하며, 이 분야를 산업용 로봇과 서비스 로봇으로 나눈 뒤, 서비스 로봇을 다시 전문용과 개인용으로 세분화합니다.

자세히 살펴보면, 두 체계 모두 로봇의 용도와 운영 주체를 설명하고 있습니다. 어느 쪽도 로봇의 의사결정을 주도하는 것이 무엇인지 명시하지는 않습니다. IFR의 분류 체계에서 “전문 서비스 로봇”으로 분류된 로봇은 상업적 맥락을 알려줄 뿐입니다. 그 로봇의 내비게이션 스택이 신경망 기반 정책인지, 아니면 5년 전에 작성된 후 한 번도 업데이트되지 않은 if-then 트리인지에 대해서는 아무런 정보도 제공하지 않습니다.

공개 요건은 증명 자료가 아닌 한 문장을 요구합니다

유럽연합(EU)의 AI법은 사람과 소통하는 로봇에 대해 어떤 관할권에서도 통과된 것 중 가장 중대한 투명성 규정을 담고 있습니다. 제50조의 투명성 의무는 2026년 8월 2일에 발효되었으며, 이는 개인과 직접 상호작용하는 AI 시스템 제공자가 해당 상호작용이 이미 명백한 경우가 아닌 한, 늦어도 첫 접촉 시점까지 그 상호작용을 명확히 밝혀야 한다고 규정하고 있습니다. 기계 간 상호작용, 즉 폐쇄된 생산 라인에서 한 조립 로봇이 다른 조립 로봇과 대화하는 경우는 명시적으로 적용 대상에서 제외됩니다.

이 규정이 실제로 요구하는 바를 정확히 파악해야 한다. 기업은 사용자에게 현재 AI 시스템과 상호작용하고 있음을 알려야 한다. 제50조 어디에도 기업이 상호작용의 상대방이 채팅 인터페이스를 씌운 스크립트 기반 메뉴 트리가 아니라 실제로 인공지능임을 증명해야 한다는 내용은 없습니다. 규정 준수는 첫 접촉 시 이를 알리는 것으로 충분합니다. 이 조항은 상호작용을 생성한 주체를 검증하기 위해 고안된 적이 결코 없습니다.

그 문장.

이 세 가지 경로를 나란히 놓고 보면, 모든 경로에서 동일한 패턴이 나타납니다. 안전 인증은 하드웨어를 점검합니다. 용어 표준은 범주를 점검합니다. 정보 공개법은 소비자에게 해당 내용이 전달되었는지 여부를 점검합니다. 그러나 이 세 가지 모두에서 점검하지 않는 한 가지가 있는데, 바로 모든 공급업체의 프레젠테이션 자료에서 가장 먼저 내세우는 바로 그 내용입니다.

엔비디아는 방금 엔트리급 제품이 허세를 부려왔음을 조용히 시인했습니다

화요일, 엔비디아는 제트슨 오린 나노 2(Jetson Orin Nano 2)를 발표했습니다. 이 로봇 공학용 컴퓨팅 모듈은 초당 78조 회 연산 성능을 제공하며, 동일한 폼 팩터의 이전 모델보다 전력 소비를 40% 줄였습니다. 엔비디아의 로봇공학 및 엣지 AI 부문 부사장인 디푸 탈라(Deepu Talla)는 이 모듈이 “수백만 명의 개발자가 이 획기적인 기술을 활용할 수 있게 하며, 엣지 환경에서 실시간 추론에 필요한 성능과 에너지 효율성을 제공한다”고 말했습니다.

조달 엔지니어의 관점에서 이 주장을 해석해 보자. 에지에서의 실시간 추론이 이제야 실현 가능해졌다면, 적어도 엔비디아가 코그넥스(Cognex), 두산 밥캣(Doosan Bobcat), 매틱(Matic), 윙(Wing)을 초기 파트너로 지목하며 겨냥하고 있는 엔트리 레벨 가격대와 전력 수준에서는 이전에는 실현 불가능했던 것이다. 엔비디아가 공식적으로 밝힌 바가 아니라 제가 파악한 그 격차는, 지난 몇 년간 출하된 “AI 기반” 소비자용 및 경량 상업용 로봇 중 상당수가, 기기에서 실제로 처리할 수 있는 컴퓨팅 성능을 넘어서는 마케팅 주장을 내세웠다는 점입니다. 그 주장을 입증할 수 있는 기준이 없었기 때문에, 누구도 그 반대를 증명할 필요가 없었습니다.

피규어 AI(Figure AI)는 언급할 가치가 있는 예외적인 사례이며, 정확히 말해 그 누구도 요구하지 않았음에도 투명성을 선택했기 때문에 주목할 만하다. 이번 주 ‘인덱스(Index)’ 데이터 플랫폼 발표와 함께, 피규어는 크라우드소싱을 통한 훈련 파이프라인이 수집된 영상 1,000시간당 373개의 고유 작업, 1,146개의 고유 객체, 116개의 고유 환경을 기록하고 있다고 공개했다. 이는 인증이 아니다. 이는 회의적인 구매자가 AI 주장을 평가하는 데 필요로 할 만한 세밀한 증거를, 회사가 자발적으로 제시한 것으로, 현재 시장에서는

누구도 이를 공개하도록 강요받지는 않습니다.

진정한 검증 기준이 실제로 얼마나 드는가

이 격차가 왜 좁혀지지 않았는지에 대해 솔직히 말하고 싶습니다. 그 원인이 단순히 기업의 소극적인 태도 때문만은 아니기 때문입니다.

신경망 기반 정책은 전선 단선이나 배터리 과열을 잡아내는 표준화된 벤치 테스트에는 대응하기 어렵습니다. UL, ISO 및 IFR은 반복 가능하고 결정론적인 테스트를 통해 신뢰성을 쌓아왔습니다. 훈련된 모델이 홀드아웃 데이터에서 보이는 행동은 감전 위험과 같이 단순히 ‘합격’ 또는 ‘불합격’으로 귀결되지 않으며, 이들 기관 중 어느 곳도 기계 학습 평가에 대한 권한을 가지고 있거나 이를 처음부터 구축할 인력을 보유하고 있지 않습니다. 또한 아무도 먼저 나서지 않는 데에는 경쟁적인 이유도 있습니다. 모델을 독립적인 평가에 공개하는 공급업체는, 더 얇은 스택을 운영하는 공급업체가 피하려고 안간힘을 쓰는 바로 그 면밀한 조사를 자초하게 됩니다. 즉, 자발적인 공개(이번 주 Figure의 접근 방식)는 자사의 수치에 충분히 확신을 가지고 이를 공개할 수 있는 기업에서만 이루어지는 경향이 있습니다.

이는 구매자가 감수해야 할 상충 관계입니다. 공식적인 성능 검증 표준을 기다린다는 것은 화재 테스트보다 해결하기 훨씬 더 어려운 문제를 기다리는 것과 같습니다. 공급업체의 ‘AI 기반’ 라벨을 그대로 믿는다는 것은 현재 시중에서 검증된 바가 없는 사양을 바탕으로 구매하는 것을 의미합니다.

로봇 공학 분류 체계를 운영하는 제 입장에서 볼 때, 이러한 격차는 기업들이 동일한 단어를 얼마나 다르게 사용하는지에서 끊임없이 드러납니다. 엔비디아(NVIDIA)가 인용한 초기 도입 기업들의 발언은 의도치 않게 이 점을 잘 보여줍니다. 윙(Wing)은 자사의 제트슨 오린 나노 2(Jetson Orin Nano 2) 평가를 비행 시간 효율성 측면에서 강조한 반면, 매틱 로보틱스(Matic Robotics)는 동일한 칩을 온보드 기능 추가라는 관점에서 다뤘습니다. 두 회사, 하나의 모듈, 그리고 제품이 출시될 시점에 ‘AI 기반’이 자사 제품 라인에 어떤 의미를 가질지에 대한 완전히 상반된 주장.

내년 한 해 동안 ‘AI’라는 라벨이 붙은 로봇을 평가할 조달 팀에게 있어, 공급업체가 어떤 안전 인증이나 분류를 보유하고 있는지는 더 이상 유용한 질문이 아닙니다. 대신 공급업체가 어떤 정보를 공개하고 있는지 물어보십시오.

작업의 다양성, 홀드아웃 성능, 혹은 데모 환경 밖에서의 고장률에 대해서는, 이번 주 피겨(Figure)가 아무런 요청도 없이 자발적으로 공개한 것처럼 다루지 않습니다. UL 3300 인증 마크는 구매자에게 해당 로봇이 불이 나지 않을 것임을 알려줄 뿐입니다. 로봇의 ‘눈’ 뒤에서 무슨 일이 일어나는지에 대해서는 아무런 언급도 하지 않습니다.

로봇 공학 분야에서 다음으로 진정한 신뢰의 근거가 될 것은, 표준 기구가 용어 목록을 업데이트하거나 규제 당국이 공개 문구를 의무화하는 것에서 비롯되지 않을 것입니다. 그것은 구매자들이 공급업체에게 Figure가 자발적으로 제시한 수치를 요구하기 시작하고, 그 질문에 대한 공급업체의 침묵을 답변으로 간주할 때 비로소 나타날 것입니다.

헤더 이미지: 미국 식료품점에서 작동 중인 Tally 자율 선반 스캔 로봇, Simbe Robotics 제공 공식 이미지.

면책 조항: 이 기사는 일반적인 정보 제공을 목적으로 하며, 투자, 법률 또는 조달에 대한 조언을 구성하지 않습니다. 독자는 비즈니스 결정을 내리기 전에 1차 출처를 통해 세부 사항을 확인해야 합니다.