일본, 공장 기계에 주민등록번호 부여할 예정

일본에는 산업용 로봇이 부족하지 않습니다. 문제는 로봇들이 서로에게서 배우는 방법이 없다는 점입니다. 정부와 주요 기계 제조사들은 개별 공장 장비에 고유 식별자를 부여하여, 현재 각 공급업체의 경계에서 막혀 있는 제조 데이터를 기계 학습 시스템이 활용할 수 있도록 할 계획입니다. 2026년 9월 21일에 공개된 이 계획은 밀링 센터, 프레스, 로봇 팔을 국가가 이미 주민을 대하는 방식과 마찬가지로, 즉 이력을 수집하고 비교하며 재사용할 수 있는 이름이 부여된 대상으로 취급한다. 이는 또 다른 휴머노이드 프로토타입 개발보다 더 중대한 도박이다. 물리적 인공지능(AI)은 모터에서 먼저 고장 나지 않기 때문이다. 라벨이 붙지 않고, 공유되지 않으며, 재현할 수 없는 생산 현장 데이터에서 실패한다.

조달 팀은 이미 하드웨어에 대해 잘 알고 있습니다. 파낙(FANUC Corporation), 야스카와 전기(Yaskawa Electric Corporation), 가와사키 중공업(Kawasaki Heavy Industries), DMG 모리(DMG Mori), 고마츠(Komatsu)는 수십 년 동안 3교대로 가동되는 공장에 기계를 설치해 왔습니다. 하지만 그들이 구축하지 못한 것은 그 기계들이 어제 무엇을 했는지에 대한 공통된 언어입니다. 한 공급업체의 용접 셀이 다른 공급업체의 이송 셀에 자신의 공정 기록을 쉽게 공유할 수는 없다. 규슈에 있는 공장은 아이치현에서 발견된 공정 범위를 저렴한 비용으로 재사용할 수 없다. 새로운 ‘정체성 계층’은 일본의 기존 설비를 호환되지 않는 로그의 박물관이 아닌 훈련 데이터 세트로 전환하려는 시도이다.

로봇 강국 속에 숨겨진 데이터 문제

일본은 여전히 전 세계 산업용 로봇 시장의 상당 부분을 차지하고 있다. 이 사실은 위안거리가 되어버렸지만, 이는 잘못된 인식이다. 일본은 암, 컨트롤러, 서보 패키지를 수출할 수는 있다. 하지만 기본적으로, 해당 제품들이 고객의 생산 라인에 설치된 후 생성하는 복잡한 작업 기록을 통합할 수는 없다. 공장, 창고 및 기타 물리적 현장에서 계획을 수립하고 행동해야 하는 모델 유형인 ‘물리적 AI’는 방대한 양의 이러한 추적을 필요로 한다. 개별 OEM(주문자 상표 부착 생산자) 데이터 레이크는 방대한 양을 제공하지 못한다. 단지 단편적인 정보만 제공할 뿐이다.

‘월요일 계획’은 이러한 문제를 해결하기 위해

이 문제는 알고리즘이 아니라 자산 자체에 있는 파편화 문제입니다. 생산자 전반에 걸쳐 개별 장비에 고유 ID가 할당될 것입니다. 일본의 제도에서 이 ID는 주민을 식별하는 데 사용되는 국가 식별 번호인 ‘마이넘버’와 유사합니다. 이 비유는 기술적인 측면만큼이나 정치적인 의미를 담고 있다. 이는 공장 관리자들에게 국가가 이미 사람과 기업에 대해 확고한 통제권을 행사하고자 하는 것처럼, 기계에 대해서도 지속적인 통제권을 원한다는 메시지를 전달한다. 또한 로봇 공급업체들에게는 차기 경쟁의 핵심이 단순히 더 빠른 컨트롤러에만 있는 것이 아니라는 점을 시사한다. 핵심은 그들의 설치 기반이 국가 훈련 스택이 처리할 수 있는 데이터를 생성할 수 있는지 여부에 달려 있다.

이는 서구의 휴머노이드 로봇 기업들이 홍보하는 병목 현상과는 다른 차원의 문제다. 피규어 AI, 테슬라 및 동종 업계 기업들은 가정 내 시범 운영, 창고 작업 시간, 파운데이션 모델에 대해 이야기한다. 이러한 이야기들은 로봇이 데이터 공장이라는 전제를 바탕으로 한다. 반면 일본의 접근 방식은 공장이 이미 데이터 공장이며, 로봇은 기여해야 할 수많은 기계 중 하나일 뿐이라는 전제를 깔고 있다. 스핀들 부하를 기록하는 컴퓨터 수치 제어(CNC) 밀링 머신, 톤수 곡선을 기록하는 프레스, 관절 토크를 기록하는 로봇은 각각 단독으로 사용할 때보다 함께 사용할 때 더 유용합니다. 제조사 간 데이터 수집이 핵심입니다. 단일 브랜드의 클라우드는 핵심이 아닙니다.

이 계획의 배경이 되는 2040년 산업 목표는 새로운 것이 아니며, 월요일의 뉴스와 혼동해서는 안 된다. 일본은 이미 자국의 AI 로봇 산업이 세계 시장의 30%를 넘어, 20조 엔(1달러당 약 154엔 기준으로 약 1,300억 달러) 규모에 도달하기를 원한다고 밝힌 바 있다. 이러한 수치는 정책적 상한선일 뿐, 신원 식별 체계가 실제로 작동할 것이라는 증거는 아니다. 하지만 이 수치는 도쿄 정부가 민간 공장 장비에 국가 차원의 일련번호 부여 방안을 도입하려는 이유를 설명해 줍니다. 만약 일본이 자국의 공작기계 및 로봇 재고를 교육 자원으로 전환하지 못한다면, 2040년 점유율 목표는 그저 구호에 불과할 것입니다.

일련번호만으로는 왜 부족한가

모든 제대로 된 공장은 이미 자산에 태그를 부착하고 있다. 유지보수 소프트웨어에는 일련번호가 있다. 프로그래밍 가능한

로직 컨트롤러(PLC) 네트워크에는 노드 주소가 있습니다. 로봇 컨트롤러에는 소프트웨어 라이선스가 있습니다. 이 중 어느 것도 OEM 생산 현장에서 고객의 작업 셀을 거쳐 향후 재조립 단계까지 기계를 따라갈 수 있는, 제조사 간을 아우르는 국가 차원의 고유 식별자는 아닙니다. 일련번호는 국지적입니다. 생산 라인이 매각되거나, 컨트롤러가 교체되거나, 시스템 통합업체가 메타데이터를 복사하지 않고 프로그램을 복사할 때 일련번호 체계는 무용지물이 됩니다.

공통 ID는 기계를 ‘일류 데이터 주체’로 만들려는 시도입니다. 두 대의 FANUC 로봇 팔과 한 대의 야스카와(Yaskawa) 로봇 팔, 그리고 DMG 모리(DMG Mori) 밀링 머신이 공유 식별자 체계를 기반으로 추적 데이터를 생성할 수 있다면, 모델은 캐비닛을 누가 도색했는지와 관계없이 특정 진동 패턴이 공구 교체에 선행한다는 사실을 학습할 수 있습니다. 이것이 바로 운영상의 이점입니다. 이는 동시에 거버넌스 리스크이기도 합니다. 공장 측에서는 누가 트레이스를 저장하는지, 누가 이를 조회할 수 있는지, 경쟁사가 공정 레시피를 추론할 수 있는지, 그리고 기계가 수출될 경우 어떻게 되는지 등을 묻게 될 것입니다. 이러한 질문들은 공개된 서두 부분에서는 다루어지지 않습니다. 이러한 요소들이 이 체계가 훈련용 코퍼스가 될지, 아니면 규정 준수를 위한 골칫거리가 될지를 결정할 것입니다.

이 프로젝트에 참여한 산업계 기업들의 명단을 보면 이 프로젝트의 범위가 얼마나 광범위한지 알 수 있습니다. DMG 모리와 코마츠는 기계 분야의 핵심에 위치해 있습니다. 파나크(FANUC)와 야스카와는 로봇 분야에 속합니다. 혼다, 소니, 소프트뱅크 그룹, NEC가 관련 산업군에 포함된 이유는, 일본의 물리적 AI가 로봇 기업의 제품 라인이 아닌 국가적 스택으로 자리매김하고 있기 때문입니다. 이 데이터 수집 노력에 대한 일본 측 보고서에 따르면 약 100개 기업이 DMG 모리와 함께 묶여 있습니다. 이 수치는 100건의 데이터 공유 계약 체결 건수가 아니라 연합의 규모로 해석되어야 합니다. 연합에 대한 언론 보도는 쉽지만, 공급업체 간 스키마 통합은 쉽지 않습니다.

구매자는 공급업체들이 모호하게 만들려고 할 세 가지 계층을 구분해야 한다. 첫 번째는 신원(identity)입니다. 즉, 기계에 부여된 영구적인 ID를 의미합니다. 두 번째는 텔레메트리(telemetry)입니다. 기계가 어떤 데이터를, 어떤 빈도로, 어떤 방식으로 마스킹하여 전송할 수 있는지를 의미합니다. 세 번째는 모델 권리(model rights)입니다. 해당 텔레메트리로 훈련된 정책의 소유권이 누구에게 있는지, 그리고 공장이 모델을 가져갈 수 있는지 여부입니다.

이는 로봇 브랜드를 바꾸는 것과 같습니다. 일본은 두 번째나 세 번째 조치보다 첫 번째 조치를 더 쉽게 의무화할 수 있습니다. 데이터 계약이 없는 기기에 대한 ‘마이 넘버’는 그저 더 듣기 좋은 명칭에 불과합니다.

중국 및 미국과의 비교는 누가 휴머노이드를 더 많이 보유하고 있는지에 관한 것이 아닙니다. 중국은 공유 센터와 대규모 시범 운영을 통해 휴머노이드 훈련을 집중해 왔습니다. 미국은 본체와 차량 함대를 모두 보유한 소수의 로봇 및 자동차 기업 내에 데이터를 집중시켜 왔다. 일본은 세 번째 길을 모색하고 있다. 즉, 분산된 OEM 시장을 유지하고, 밀집된 설치 기반을 보존하며, 식별자를 통해 기계를 연결하여 브랜드가 바뀌더라도 데이터가 이동할 수 있도록 하는 것이다. 이 방식이 성공한다면, 중견 자동차 부품 공급업체도 휴머노이드를 제작하지 않고도 유용한 데이터를 제공할 수 있을 것이다. 만약 실패하더라도, 일본은 기기에 일련번호를 부여하고 시뮬레이션을 통해 모델을 훈련시킨 경험을 얻게 될 것이다.

ID가 도입되기 전에 공장 구매 담당자가 요구해야 할 사항

실질적인 시험은 정부 부처가 번호를 부여할 수 있는지 여부가 아닙니다. 생산 엔지니어가 고객의 기밀 유지 조항을 위반하지 않으면서 다른 공장의 익명화된 공정 창을 활용할 수 있는지 여부입니다. 이 시험에는 간단한 체크리스트가 있습니다.

첫째, ID가 실제로 어떤 대상을 지칭하는지 물어보아야 한다. 로봇 팔, 컨트롤러, 셀, 공구는 서로 다른 네 가지이다. ID가 컨트롤러에만 부여된다면, 개조된 팔은 본래 갖지 않았던 이력을 물려받게 된다. ID가 기계 장치에만 부여된다면, 소프트웨어 업그레이드는 마치 새로운 기계가 도입된 것처럼 보일 수 있다. 조달 계약서에는 ID가 실제로 추적 정보를 생성하는 조합, 즉 기계 장치와 컨트롤러, 주요 엔드 이펙터의 조합을 포괄하도록 명시해야 하며, 변경 내역이 기록되어야 합니다.

둘째, 여러 공급업체에 걸쳐 유용하게 활용될 수 있는 최소한의 원격 측정 데이터 세트를 요청해야 합니다. 관절 토크, 사이클 시간, 오류 코드, 에너지 소비량, 그리고 대략적인 공정 분류(용접, 집기, 밀링, 프레스)는 단 한 곳의 OEM만이 분석할 수 있는 독점적인 200개 필드 덤프보다 더 가치가 있습니다. 물리 AI 팀들은 공급업체 스키마를 매핑하는 데 몇 달을 허비합니다. 여전히

브랜드마다 별도의 파서를 만들어야 한다는 주장은 터무니없는 소리다.

셋째, 공장 차원의 차단 스위치를 반드시 도입해야 합니다. 일부 추적 데이터는 경쟁 우위 자산입니다. 배터리 생산 라인의 코팅 레시피는 공공재가 아닙니다. 이 체계가 유지되려면 고객이 품질이 저하되거나 지연된 데이터를 제공하거나, 오류 모드만 보고하더라도 비참가자로 취급받지 않아야 합니다. 참여 여부를 이분법적으로 판단하는 규칙은 우수한 공장들을 퇴출시킬 것입니다.

넷째, 모델 출처를 상업적 조건으로 취급해야 합니다. 로봇용 기초 모델이 연합 코퍼스를 통해 훈련된 경우, 구매자는 해당 모델에 라이선스가 부여되었는지, 온프레미스에서 실행 가능한지, 그리고 나중에 야스카와(Yaskawa)에서 파나크(FANUC)로 전환할 때 새로운 라이선스가 필요한지 여부를 알아야 합니다. 플랜트를 따라갈 수 없는 데이터는 국가 정책이라는 명분을 내세운 락인(lock-in) 장치와 다름없습니다.

다섯째, 이 정체성 계획을 지난주 제품 소식과 혼동해서는 안 됩니다. FANUC는 이미 도면을 읽고 아크 용접 프로그램을 작성하는 AI 용접 에이전트를 선보였으며, 2026년 12월 말 고객 출하를 목표로 하고 있습니다. 야스카와는 조립 셀에 더 많은 자율성을 도입해 왔습니다. 이러한 제품들은 국가 차원의 데이터 코퍼스(corpus)로부터 혜택을 받을 수 있습니다. 하지만 이를 대체하는 것은 아닙니다. 파나쿄(FANUC) 현장 데이터에서만 학습하는 용접 에이전트는 성장 한계에 부딪힐 것입니다. 국가 ID는 일본이 단일 로봇 강자를 강요하지 않으면서도 그러한 성장 정체를 막으려는 시도입니다.

냉정한 현실은 일본이 과거에도 산업 데이터 공유 시스템을 단편적으로나 시범적으로 시도해 왔으나, 그 대부분이 OEM의 클라우드 약관과 고객의 법무팀 사이에서 무산되었다는 점입니다. 기계에 일련번호를 부여한다고 해서 그 역사를 뒤집을 수는 없습니다. 다만, ID 도입을 거부하는 공장은 향후 로봇 소프트웨어가 기대하는 훈련 데이터 배포 범위에서 제외될 수 있으므로, 참여하지 않을 경우의 비용은 높아질 것입니다. 번호가 부여되고 벤더 간 상호 운용이 가능한 데이터로 훈련된 소프트웨어는, 정보가 불분명하고 이름이 없는 셀에서는 성능이 저하될 것입니다. 이것이 바로 데이터 표준이 사실상 구매 필수 요건이 되는 방식입니다.

일본산 로봇을 구매하는 아세안(ASEAN) 공장들의 경우, ID 제도가 우선 국내에서 시행되더라도 그 영향은 즉각적입니다. 시스템 통합업체들은

조호르나 바탐에 있는 생산 라인이 키타큐슈의 생산 라인과 동일한 방식으로 데이터를 생성할 수 있는지 의문을 제기하기 시작해야 한다. 데이터 권리를 명시하지 않고 일본산 장비를 지정하는 구매자들은, 가치 있는 요소가 기어박스에서 식별자로 옮겨갔다는 사실을 깨닫게 될 것이다. 로봇 자체도 여전히 중요하지만, 이제는 명판이 더 중요해졌다.

자사 기계의 이름을 붙일 수 없는 공장은 다음 세대 기계에게 가르칠 수 없습니다. 일본은 물리적 AI에서 빠진 퍼즐 조각이 로봇이 걷는 또 다른 시연이 아니라고 결론지었습니다. 그것은 모델이 읽을 수 있는 형식으로 기록된, 이미 작동 중인 기계들의 등록부입니다.

이 분석은 기업 성명서와 공개 시장 동향을 종합한 것입니다.

본 기사는 정보 제공만을 목적으로 하며, 투자, 법률 또는 조달에 대한 조언을 구성하지 않습니다.