Figure AI, 휴머노이드 로봇 350대 출하… ‘Figure 03’ 사다리 오르기 시연, 기업 가치 390억 달러 달성

Figure AI는 자사의 휴머노이드 로봇 ‘Figure 03’이 원격 조종이나 사전 프로그래밍된 단계 없이 산업용 사다리를 자율적으로 오르는 모습을 담은 새로운 연구실 영상을 공개했습니다. 또한 이 회사는 4월 생산량이 하루 1대에서 시간당 약 1대로 확대되었음을 확인했으며, 현재까지 350대 이상을 납품했다고 밝혔습니다.

이 회사는 사다리 시연이 시각 서보 제어, 손의 물체 잡기, 다리의 동적 균형 조절을 하나의 연속적인 루프로 결합한 통합 이동 조작 기술을 반영한다고 강조했다. Figure는 이 기능이 공장 현장 적용보다는 연구실 단계의 이정표에 해당한다고 덧붙였다. 시리즈 C 자금 조달을 통해 이 회사의 포스트 머니 기업 가치는 390억 달러에 육박한다.

캘리포니아주 서니베일에 본사를 둔 피규어 AI는 산업 및 물류 작업을 위한 범용 휴머노이드 로봇을 개발하고 있다. 이 회사의 헬릭스 02(Helix 02) 시스템 아키텍처는 균형과 이동을 위한 고속 제어 스택을 구동하는 동시에, 약 1헤르츠의 속도로 더 높은 수준의 의미적 이해를 위한 저속 시스템 2(System 2) 모듈을 적용한다. 이 회사는 창고 및 제조 공장 내의 반복적인 집기, 배치, 검사, 자재 취급 작업을 목표로 하고 있다.

최근 공개된 영상은 휴머노이드 로봇의 핵심 개념인 자율성 수준을 잘 보여준다. 사다리를 오르는 과정에는 발의 위치 조정, 유연한 손잡이 잡기, 신체 자세 제어, 그리고 사다리 칸과 거리에 대한 지속적인 인식이 조화롭게 요구된다. 피겨는 이 동작이 원격 조작이나 미리 정해진 시퀀스에 의해 수행된 것이 아니라고 강조한다. 대신 로봇은 시각 정보와 고유수용 감각을 바탕으로 실시간으로 상황을 조정했다. 산업 현장은 역동적이고 복잡한 환경이기 때문에, 빠르게 적응하지 못하는 로봇은 유용한 작업 시간을 확보할 수 없다는 점에서 이는 매우 중요하다.

이 연구실의 사다리 오르기 실험은 이동 및 조작(loco manipulation) 분야에서 실질적인 진전을 보여준다

휴머노이드 엔지니어들은 오랫동안 이동과 조작을 동시에 수행하는 ‘통합 이동-조작(loco manipulation)’을 추구해 왔다. 가만히 서서 균형을 잡으며 물체를 집는 것은 한 가지 문제다. 하지만 양손이 바쁜 상태에서도 안정성을 유지하는 것은 훨씬 더 어려운 과제이며,

발걸음을 딛을 때마다 접촉점이 달라집니다. 사다리 클립은 이러한 모든 과정을 하나의 작업으로 통합하는데, 이는 많은 사람들이 무심코 여기는 일이지만 두 발로 걷는 존재에게는 결코 용서하지 않는 과제입니다. 그림 03에서 볼 수 있듯이, 손은 각 가로대를 꽉 잡는 동시에 발은 안정된 지점을 찾으며, 팔다리가 움직일 때 몸통은 이동하는 무게 중심을 보정합니다.

평이한 비유로 설명해 보겠습니다. 가파른 다락방 사다리를 올라가며 커피 한 잔을 들고 있다고 상상해 보세요. 눈은 각 사다리 칸을 주시하고, 손은 난간 너비에 맞춰 조정하며, 발은 미끄러지지 않도록 적절한 각도를 찾습니다. 컵이 기울어지면, 손은 아주 살짝 밀어 바로잡습니다. 사다리 칸이 약간 어긋나면, 발은 생각 없이 자연스럽게 위치를 바꿉니다. 이러한 미세한 보정들의 조합을 코드와 제어 루프로 구현하는 것이야말로, 단순히 연습된 동작만 수행하는 로봇과 공장의 혼란 속에서도 살아남을 수 있는 로봇을 구분 짓는 차이입니다.

회의론자들은 실험실의 사다리가 실제 작업 현장의 젖거나 기름기 묻은, 혹은 찌그러진 사다리와는 다르다고 지적할 것입니다. 통제된 조명, 깨끗한 사다리 칸, 그리고 제한된 환경 변수들은 현장에서의 신뢰성을 보장하지 못합니다. 그 비판은 타당합니다. 하지만 나아갈 방향은 분명합니다. 핵심적인 조정 메커니즘은 폐쇄 루프로 작동하는 것으로 보이며, 이는 비계, 발판, 트럭 계단 등으로 일반화될 수 있을 것이다. 실제 테스트는 수백 번의 반복 주기 동안 일관성을 유지하는 것과 넘어지지 않고 미끄러짐을 처리하는 능력이 될 것이다.

생산 속도는 단순한 전시용 시제품을 넘어선 단계로 나아가고 있음을 시사합니다

피겨(Figure)는 4월 생산량이 하루 약 1대에서 시간당 1대로 증가했다고 밝혔습니다. 비록 이 수치가 하루 평균이 아닌 생산 라인의 최대 속도를 반영한 것이라 하더라도, 그 이면에 담긴 메시지는 분명합니다. 이 회사는 수작업으로 제작된 시연용 기기에서 소량 생산 단계로 넘어가고 있다. 350대 이상의 기기가 납품됨에 따라 피규어는 병렬 신뢰성 시험, 고객 시범 운영, 내부 개선 작업을 동시에 진행할 수 있는 충분한 기기를 확보했다.

소량 생산에서 진정한 대량 생산에 이르기까지의 거리는 여전히 멀다. 시간당 1대의 최종 조립은 꾸준한 부품 공급에 달려 있으며

액추에이터, 기어 세트, 배터리 팩, 배선 하네스, 외장 케이스, 그리고 컴퓨팅 장치. 마진을 확보하려면 수율(Yield)은 높게 유지하고 재작업(rework)은 최소화해야 합니다. 또한, 예비 부품을 조달하고 짧은 시간 내에 하위 어셈블리를 교체할 수 있는 서비스 물류 체계가 갖춰져야 합니다. 그러나 실제 판매 대수를 제시할 수 있는 휴머노이드 기업은 극소수에 불과합니다. 이는 하드웨어를 직접 만져보고 가동 시간 통계를 확인하고 싶어 하는 투자자 및 잠재적인 기업 구매자들에게 피규어(Figure)가 단기적으로 차별화 요소를 제공하게 합니다.

자본 집약도와 기업 가치는 장기적인 성장 여력과 높은 기대치를 반영한다

390억 달러에 육박하는 투자 후 기업 가치는 Figure를 비상장 로봇 기업 중 최상위권에 올려놓습니다. 이 회사는 휴머노이드를 다양한 시장으로 확장될 수 있는 수평적 플랫폼으로 보는 전략적 및 금융 투자자들로부터 이미 지원을 받아왔습니다. 최종 목표가 매력적이기 때문에 자본이 이 분야로 쏟아지고 있습니다. 휴머노이드가 저숙련 반복 작업에서 안전하고 신뢰할 수 있는 수 시간 동안의 성능을 발휘할 수 있다면, 방대한 양의 업무를 처리할 수 있게 됩니다. 호스를 연결하고, 운반 상자를 옮기고, 라벨을 스캔하며, 도구를 집어 들 수 있는 손은 고비용 지역의 노동력 부족 문제를 해결할 수 있습니다.

이러한 기업 가치는 동시에 실행에 대한 기준도 제시한다. 높은 기대치는 단순한 실험실 차원을 넘어 상업 현장에 대한 신속한 배치를 요구한다. 투자자들은 예측 가능한 기간 내에 연간 수천 대의 출하와 흑자 매출 총이익을 달성할 수 있는 신뢰할 만한 로드맵을 기대할 것이다. 이는 자재 명세서(BOM) 관리에 대한 엄격한 통제, 확장 가능한 공급업체 계약, 그리고 새로운 작업 배치가 데이터 및 모델 개선 루프로 이어지는 소프트웨어 스택을 의미합니다. 이러한 루프가 없다면, 인간이 개입하는 원격 조작과 지속적인 튜닝 서비스로 인해 단위 경제성이 훼손될 것입니다.

소프트웨어 스택은 산업용 자율주행 분야에서 핵심과 부수적인 요소를 구분해 줍니다

그림에 따르면 Helix 02는 실시간 반사 신경을 위한 고속 제어 계층과, 대략 1헤르츠의 속도로 의미적 이해를 처리하는 저속 ‘시스템 2’ 모듈을 사용합니다. 이러한 분할은 신체 기반 AI에서 흔히 볼 수 있는 접근 방식을 반영합니다.

연구. 고주파 루프는 로봇을 수직으로 유지하고 접촉력을 추적합니다. 저주파 인지 기능은 로봇에게 현재 무엇을 보고 있는지, 그리고 해당 작업에 어떤 일련의 동작이 필요한지를 알려줍니다. 아직 해결되지 않은 과제는 지각과 행동 간의 연계입니다. 의미적 이해가 초당 한 번씩 업데이트된다면, 그 간격 동안 발생하는 동작 편차와 센서 노이즈에 대해 실행 계획이 견고해야 합니다.

경쟁사들도 모델 기반 제어와 신경망 기반 정책의 유사한 조합을 탐구하고 있다. 승자는 아마도 공장 현장을 살아있는 데이터 세트로 취급할 것이다. 모든 작업 시도는 오류를 줄이는 지도 학습 업데이트에 반영됩니다. 안전 사고가 발생하면 정책 제약 조건이 발동되어 위험한 동작을 차단합니다. 비전 모델은 랙 라벨이나 공구 모양과 같은 시설별 단서를 바탕으로 미세 조정됩니다. 실험실 사다리는 단지 하나의 벤치마크일 뿐입니다. 진정한 성과는 극한 사례가 누적되어도 성능이 저하되지 않는 모델을 구축하고, 버전을 관리하며, 검증하는 조용한 작업에 있습니다.

공급망의 확장성은 휴머노이드의 성패를 좌우하는 결정적 제약 요소입니다.

휴머노이드의 자재 명세서(BOM)는 몇 가지 집중된 시장에서 조달됩니다. 액추에이터에는 고강도 자석과 정밀 기어 트레인이 필요합니다. 자석은 중국에서 대량으로 조달되는 희토류 소재에 의존합니다. 기어와 베어링의 품질은 특수 강재와 공정 제어에 달려 있습니다. 배터리는 전기차 및 고정형 에너지 저장 장치와 공급 경쟁을 벌이는 셀이 필요합니다. 깊이 카메라나 라이더(LiDAR)와 같은 센서는 전 세계에서 조달되며, 첨단 기능을 탑재할 경우 수출 심사를 받기 쉽습니다. 컴퓨팅 보드는 종종 엔비디아(Nvidia) GPU와 고대역폭 메모리에 의존하는데, 수요가 급증하는 시기에는 공급이 매우 제한적입니다.

시간당 1대를 꾸준히 생산하기 위해서는 Figure가 핵심 품목에 대해 이중 조달 체계를 갖추고, 지리적 리스크를 명확히 헤지할 수 있는 계층적 공급망 네트워크를 구축해야 합니다. 리드 타임이 긴 부품의 경우 고정 계약을 체결하고, 공급업체가 자금 지원을 통해 생산 능력을 확장해야 합니다. Figure 03의 다양한 모델에 걸쳐 서브시스템을 표준화하는 것이 중요합니다. 모델이 분산될수록 재고 관리의 복잡성이 배가되기 때문입니다.

가능한 경우, 기업은 복잡성을 사전 테스트를 거친 상태로 납품되는 공급업체 모듈 단계로 상류로 이전하고자 할 것입니다. 이는 최종 생산 라인의 사이클 시간과 오류율을 줄여줍니다. 문제는 상류 파트너들이 대부분의 신생 기업이 제공할 수 있는 수준보다 더 많은 물량 확보 약속과 상세한 가시성을 요구할 것이며, 이는 현금 부담과 수요 예측 위험을 초래한다는 점입니다.

경쟁사들이 하드웨어와 데모를 시장에 출시함에 따라 경쟁 구도가 더욱 치열해지고 있다

휴머노이드 경쟁 분야는 자금력이 탄탄한 경쟁사들로 붐비고 있다. 테슬라는 옵티머스(Optimus)의 개발 진척 상황을 보여주며 자동차 공장 활용 사례와 직접적인 연계성을 확보하고 있다. 보스턴 다이내믹스는 새로운 전기식 아틀라스(Atlas)를 공개했으며 하드웨어 분야에서 오랜 신뢰를 쌓아왔으나, 단순한 시범용 민첩성에서 반복적인 작업 수행 능력으로 전환해야 하는 과제를 안고 있다. 애질리티 로보틱스(Agility Robotics)는 물류 파트너사와 시범 운영을 진행 중이며, 창고 업무에 최적화된 유망한 이족 보행 로봇을 보유하고 있다. 앱트로닉(Apptronik), 생츄어리 AI(Sanctuary AI), 유닛트리(Unitree)는 비용, 민첩성, 속도 사이에서 각기 다른 절충점을 모색하고 있다. 중국 기업들은 빠른 반복 개발 주기와 유연한 현지 공급망을 활용할 수 있지만, 미국으로의 수출 경로는 난항을 겪을 수 있다.

피겨(Figure)는 판매량 주장을 바탕으로 고객과의 협상에서 유리한 고지를 점하고 있다. 구매자들은 현장별 일회성 엔지니어링에 의존하지 않는 로드맵을 선호한다. 신뢰할 수 있는 기준을 상회하는 가동 시간을 기록한 세 곳의 실적을 가장 먼저 제시하는 기업들이 앞서 나갈 것이다. 그럼에도 불구하고, 얼리 어답터들은 락인(lock-in)을 피하기 위해 두세 곳의 공급업체에 투자를 분산할 것이다. 고객들이 유사한 워크플로우에서 서로 다른 로봇을 테스트함에 따라, 시범 운영 현장을 공유하는 방식이 일반화될 수도 있다. 이러한 환경에서는 커넥터 표준, 엔드 이펙터 모듈성, 로봇 군 관리 소프트웨어와 같은 사소한 세부 사항이 결정의 분수령이 될 수 있다.

기업 내 통합 여부가 로봇의 가치 입증 여부를 결정할 것입니다

휴머노이드 로봇 자체만으로는 제품이 아닙니다. 이는 시설 네트워크의 한 노드에 불과합니다. 가치를 창출하려면 창고 관리 소프트웨어, 근로자 안전 시스템, 품질 보증 워크플로우와 통합되어야 합니다. 이를 위해서는 API, 역할 기반 접근 제어, 그리고

견고한 원격 측정 기능. 로봇들이 적재물 없이 장거리를 이동하지 않도록, 차량 관리 시스템은 충전 일정, 배터리 교체 교대 근무, 경로 할당 등을 적절히 조정해야 합니다. 민감한 현장을 이동하는 이동식 플랫폼에 카메라와 마이크가 장착될 경우, 데이터 개인정보 보호 및 보안 의무는 더욱 커집니다.

많은 휴머노이드 로봇 기업들은 ‘로보틱스 애즈 어 서비스(Robotics as a Service, RaaS)’ 계약을 통해 로봇을 공급할 계획입니다. 이 모델은 자본 지출을 운영 비용으로 전환하고, 가동 시간과 처리량에 대한 인센티브를 조정합니다. 또한 공급업체가 현장 기술자, 예비 부품, 업그레이드 계획을 갖춘 서비스 계층을 직접 운영하도록 합니다. 초기 단계에서는 신뢰성이 아직 충분히 확보되지 않은 경우, 서비스 비용이 구독 수익을 상회할 수 있습니다. 피겨(Figure)의 초기 규모는 이 점에서 도움이 될 수 있는데, 설치 기반이 클수록 서비스 팀과 부품 창고에 대한 비용을 분산할 수 있기 때문입니다. 이 회사는 기업용 준비 상태를 입증하기 위해 ‘고장 간 평균 시간(MTBF)’ 및 ‘수리까지의 평균 시간(MTTR)’에 대한 공격적인 지표를 공개하고 이를 달성해야 할 것입니다.

면책 조항: 본 분석은 정보 제공 목적으로만 제공되며, 투자, 법률 또는 조달에 대한 조언을 구성하지 않습니다. RobotAIGeek은 특정 공급업체를 추천하지 않으며, 초기 단계 기술의 성능을 보장하지 않습니다.