몸의 해부학: 곡괭이는 어느 부위에 있는가

휴머노이드 로봇의 투자 가치는 어느 부품, 어느 부위에 고일까요. 직관은 돈이 가장 많이 흐르는 부위라고 답합니다. 그러나 이 글의 결론은 반대입니다. 원가 파이의 크기와 가치가 고이는 자리는 무관합니다. 곡괭이(가치가 고이는 좁은 길목)를 정하는 것은 부위의 크기가 아니라, 그 자리에 들어오려는 자를 막는 진입장벽이 얼마나 오래 유지되느냐입니다. 휴머노이드 한 대의 원가는 관절(액추에이션)에 40~60%가 몰리지만, 같은 관절 안에서도 회전 관절의 감속기는 중국이 산업 스펙을 절반값에 복제해 진입장벽이 낮아지고, 선형 관절의 롤러스크류는 같은 큰 파이인데도 스위스 소수 업체 과점이 아직 안 뚫려 단단합니다. 휴머노이드와 로보택시의 승자는 미정이어도, 그들이 공통으로 의존할 부위의 곡괭이는 지금 한 장의 지도로 그릴 수 있습니다. 이 글이 그 지도를 그립니다.

휴머노이드 로봇 한 대를 만드는 데 드는 돈은, 누가 만드느냐가 아니라 어디서 부품을 사오느냐로 갈립니다. 같은 사람 모양 로봇 한 대를, 부품을 중국 공급망에서 조달하면 약 4만 6천 달러, 중국 밖에서 조달하면 약 13만 1천 달러로 약 3배가 됩니다 (Morgan Stanley, AI Robots Eidos 인용). 로봇을 설계한 회사가 같아도, 그 안에 들어가는 부품을 누가 쥐었느냐에 따라 몸값이 세 배 가까이 출렁이는 것입니다.

이 한 가지 사실이 이미 많은 것을 말합니다. 몸값이 부품 출처 하나로 세 배 갈린다는 것은, 가치가 로봇을 조립해 파는 회사가 아니라 그 안의 부품에 있다는 신호이기 때문입니다. 자동차에서 완성차 회사보다 변속기와 반도체를 쥔 회사가 더 단단한 자리에 있는 것과 같습니다.

앞선 두 편에서 우리는 두 가지를 얻었습니다. 1편에서, 디지털과 다른 물리 세계에서는 가치가 화려한 완성품보다 좁은 길목으로 향하되, 그 길목의 대체 불가능성이 오래 유지되는 곳에만 고인다는 원칙을 세웠습니다. 2편에서, 휴머노이드의 단계는 밸류에이션이 실적을 크게 앞선 출발선이지만, 거품이 터져도 그들이 공통으로 의존할 부위의 곡괭이는 남는다는 것을 봤습니다. 그렇다면 남는 질문은 하나입니다. 그 곡괭이는 정확히 몸의 어느 부위에 있는가.

답을 찾으려면 몸을 통째로 보지 말고 부위로 해부해야 합니다. 1편이 정한 다섯 부위, 곧 관절(구동)·근육과 뼈(소재와 동력)·눈과 피부(감각)·뇌(엣지 추론)·경험(데이터)으로 나눠, 먼저 돈이 어디로 흐르는지(원가지도)를 그리고, 그 위에 가치가 어디 고이는지(곡괭이지도)를 포갭니다. 이 글은 그 두 지도를 포개 어긋나는 지점을 찾는, 한 장의 투자 지도입니다.

1장. 몸값의 해부: 돈은 관절로 흐른다

몸값을 부위로 해부하면, 돈이 어디로 가장 굵게 흐르는지가 드러납니다. 이 장은 두 지도 중 첫 번째, 곧 원가지도를 그립니다. 먼저 한 대의 몸값을 부위별로 가르고(1.1), 그다음 돈이 가장 많이 몰린 관절을 한 번 더 열어 그 안의 두 심장을 봅니다(1.2).

1.1 몸값을 부위로 가른다

로봇의 몸값을 부위로 가르는 일은 가계부를 항목별로 뜯어보는 것과 같습니다. 어디에 돈이 가장 많이 나가는지를 보면, 그 집의 살림 구조가 드러납니다. 여기서 몸값이란 BOM(Bill of Materials), 곧 부품 원가 명세이자 한 대를 만드는 데 들어가는 부품값의 합을 말합니다.

휴머노이드의 가계부에서 단일 최대 항목은 언제나 같습니다. 로봇을 실제로 움직이는 구동 장치, 곧 관절을 이루는 액추에이션 시스템입니다. 모터와 기어박스와 관절 어셈블리를 합친 이 부위가 원가의 약 40~60%를 차지합니다 (McKinsey, "Humanoid robots: Crossing the chasm"). 리서치사마다 분류가 조금씩 달라, 액추에이터와 모션 시스템을 40~50%로 보거나 (Robozaps), 선형과 회전 액추에이터를 합쳐 약 56%로 보기도 하지만 (AI Robots Eidos), 방향은 한결같습니다. 돈은 관절로 흐릅니다.

나머지 부위는 그 뒤로 한참 처집니다. 카메라와 라이다 같은 감각 센서가 약 10~20%, 로봇의 뇌인 추론 칩이 약 8%(컴퓨트와 제어 장치를 포함하면 약 10~15%), 골격과 외장 같은 구조 프레임이 약 5~10%, 배터리가 약 5~10%입니다 (McKinsey, Robozaps). 그리고 한 부위가 따로 떨어져 빠르게 커지고 있습니다. 사람 손을 닮은 정교한 손입니다. 분류에 따라 원가의 약 12%에서 많게는 31%까지 잡히는데, 어떤 분석은 이 정교한 손을 "단일 최대 원가 항목이자 모션에서 조작으로 무게중심이 옮겨가는 자리"로 봅니다 (Yole Group, 2025).

개념적 시각화. 부위 면적·농담을 원가 비중에 맞춰, 돈이 관절로 흐른다는 점을 도식화했습니다. 분류사별로 범위가 다릅니다. (출처: McKinsey, Robozaps, Yole Group, AI Robots Eidos)

1.2 관절 안을 다시 열면: 회전엔 감속기, 직선엔 롤러스크류

돈이 관절로 흐른다는 것까지 봤으니, 관절 안을 한 번 더 열어 봅니다. 그런데 관절은 한 종류가 아닙니다. 어깨·허리처럼 빙글 도는 회전 관절과, 무릎·발목처럼 곧게 밀고 당기는 선형 관절로 나뉩니다. 두 관절은 심장이 서로 다릅니다.

회전 관절의 심장은 정밀 감속기입니다. 모터의 빠르고 약한 회전을 느리고 힘센 회전으로 바꿔 주는 기어 부품인데, 그중 휴머노이드에 많이 쓰는 것이 하모닉 드라이브(얇은 금속 컵을 타원으로 휘어 미세한 회전차를 만드는 정밀 감속기)입니다. 관절 하나(회전 액추에이터)의 원가를 다시 뜯으면, 이 정밀 감속기가 단일 최대 항목으로 약 36%(회전 관절 하나 안에서)를 차지합니다(공학 분석 종합). 휴머노이드 한 대에는 이런 정밀 감속기가 여럿 들어갑니다. 테슬라 옵티머스는 어깨·고관절 같은 고부하 회전 관절에 하모닉 드라이브 감속기 14개를 씁니다 (optimusk.blog, 2026). 산업용 로봇 팔 하나에 4~6개가 들어가는 것과 비교하면, 휴머노이드는 관절형 로봇의 2~4배에 이르는 정밀 감속기를 한 몸에 답니다.

선형 관절의 심장은 따로 있습니다. 롤러스크류(정확히는 유성 롤러스크류, planetary roller screw)입니다. 나사 막대 둘레에 여러 개의 작은 나사 롤러를 돌려, 모터의 회전을 곧고 힘센 직선 운동으로 바꾸는 정밀 부품입니다. 무릎을 펴 200킬로그램을 들고 버티는 큰 힘이 바로 여기서 나옵니다. 주목할 점은 무게중심의 이동입니다. BofA의 2030년 전사 BOM(한 대 전체 부품 원가) 전망에서 단일 최대 항목은 회전 감속기(약 24%)가 아니라 선형 액추에이터, 곧 롤러스크류(약 27%)입니다. 설계의 무게중심이 회전(하모닉)에서 선형(롤러스크류)으로 옮겨가고 있다는 신호입니다 (Humanoids Daily: BofA Physical AI Part 2, 2026).

여기까지가 첫 번째 지도, 원가지도입니다. 돈은 관절로 흐르고, 관절의 심장은 감속기와 롤러스크류 둘입니다. 상식적인 결론이라면 이렇습니다. 가장 많은 돈이 흐르는 곳에 가장 큰 가치가 있을 테니, 이 두 부품을 쥔 자가 곡괭이를 쥔 것이라고요. 그런데 두 번째 지도를 그려 포개면, 그 상식이 깨집니다. 큰 파이는 그만큼 많은 경쟁자를 부르고, 같은 관절 안에서도 두 심장의 운명이 갈립니다.

2장. 같은 큰 파이, 갈리는 운명: 감속기는 흔들리고 롤러스크류는 버틴다

이 장이 이 편의 첫 반전입니다. 돈이 가장 많이 흐르는 관절 안에서도 두 심장의 운명이 갈립니다. 회전 관절의 감속기는 중국 추격으로 흔들리지만, 선형 관절의 롤러스크류는 같은 큰 파이인데도 스위스 과점이 안 뚫려 아직 단단합니다. 파이의 크기가 아니라 장벽의 지속성이 곡괭이를 가릅니다.

2.1 가장 단단해 보이는 감속기에 시계가 붙어 있다

원가지도가 가리키는 관절의 심장, 감속기부터 봅니다. 감속기는 분명 곡괭이의 조건을 갖췄습니다. 중대형 관절에 쓰는 RV 감속기(여러 단의 기어를 겹쳐 큰 감속비와 높은 강성을 내는 산업용 감속기)는 일본의 나브테스코(Nabtesco)가 중대형 산업용 로봇 관절 세그먼트 기준 약 60%(전체 RV 감속기 시장으로는 약 35%, 업계 추정)를 쥐고 있고, 소형·정밀 관절에 쓰는 하모닉 감속기는 일본의 하모닉 드라이브(Harmonic Drive)가 역사적으로 시장을 열어 한때 약 70%를 독점했으며 지금도 일본 내 60% 이상, 글로벌 약 20%로 정밀 하모닉의 강자로 남아 있습니다 (jaredwatkins.com, AInvest 업계 추정). 미크론 단위 정밀 가공과 수십 년의 OEM 인증이 쌓여야 하는 자리라, 로봇 회사들이 누가 이기든 모두가 같은 일본 감속기를 사다 씁니다. 전형적인 곡괭이의 모습입니다.

그런데 이 곡괭이에는 이미 시계가 붙어 있습니다. 우리는 이 자리를 처음 발굴하는 것이 아닙니다. 자매 시리즈 「각자도생」 4편이 같은 감속기를 공급망 관점에서 깊이 팠고, "가장 단단해 보이는 감속기조차 중국 추격으로 시한이 짧아지는 곡괭이"로 판정했습니다. 중국의 리더드라이브(Leaderdrive)가 일본 제품의 40~60% 가격으로 표준 산업 스펙을 따라잡았고, 생산능력을 약 20만 6천 개에서 2027년 약 159만 개로 약 7.7배 늘리며, 이미 중국 휴머노이드 기업에 공급을 시작했습니다. 그러므로 감속기가 곡괭이인 것은 맞지만, 그 단단함에는 매년 깎이는 시계가 달려 있습니다. 여기까지는 「각자도생」의 결론입니다. 우리는 이를 재서술하지 않고, 휴머노이드가 더하는 새 차원 하나만 얹습니다.

2.2 휴머노이드가 더하는 새 차원: 수요는 장벽을 못 넘으면 굳히고, 넘으면 무너뜨린다

휴머노이드 붐이 「각자도생」의 그림에 더하는 것은 거대한 새 수요입니다. 그런데 이 수요 폭증을 곡괭이에 좋은 소식이라고 단정하면 안 됩니다. 수요는 양날의 칼이기 때문입니다.

먼저 수요가 얼마나 느는지 봅니다. 휴머노이드 한 대에 하모닉 감속기 14개가 들어간다고 보면(옵티머스 기준), 2030년 휴머노이드 생산 대수 전망에 따라 감속기 추가 수요가 갈립니다. 보수적인 옴디아(Omdia)의 연 3만 8천 대 전망이면 연 53만 개, 골드만삭스의 25만 대면 연 350만 개, BofA의 120만 대면 연 1,680만 개입니다. 정밀 감속기를 대표하는 나브테스코가 지금 한 해에 만드는 감속기가 약 160만 개이니 (jaredwatkins.com), 현 생산능력 대비 골드만 기준 약 2.2배, BofA 기준 약 10.5배에 이르는 새 수요가 생기는 셈입니다. 휴머노이드 전용 하모닉 감속기 시장만 따로 봐도, 2022년 약 1억 4,600만 달러에서 2030년 약 25억 달러로 빠르게 성장한다는 전망입니다 (Congruence Market Insights).

여기서 수요는 두 갈래로 갈립니다. 진입장벽이 낮아 누구나 비슷한 물건을 만들 수 있는 곳에서는, 거대한 수요가 곧 거대한 먹잇감이 되어 가장 굶주린 추격자를 불러들입니다. 감속기가 정확히 이 경우입니다. 중국 리더드라이브가 7.7배 증설에 나선 이유가 바로 이 수요이고, 나브테스코 역시 2026년까지 생산을 2배로 늘리겠다고 발표했습니다. 산업 표준 스펙을 절반값에 복제할 수 있는 자리이기에, 수요가 클수록 증설 경쟁이 격해져 범용화가 앞당겨집니다.

그러나 진입장벽이 높아 아무리 돈을 부어도 넘을 수 없는 곳에서는, 정확히 반대가 일어납니다. 수요 폭증이 곡괭이를 오히려 굳힙니다. 반도체가 이를 또렷이 보여줍니다. 반도체 회로를 새기는 최첨단 노광 기술인 EUV(극자외선) 장비를 사실상 독점한 ASML은, 수요가 폭발할수록 누구도 그 장벽을 넘지 못해 가격결정력이 더 세졌습니다. 그 장비를 만들 수 있는 회사가 지구에 ASML 하나뿐이라, 수요가 늘수록 줄을 서는 쪽은 ASML이 아니라 고객입니다. 마찬가지로 TSMC의 3나노 첨단 공정도, AI용 메모리 HBM(고대역폭 메모리)을 만드는 소수 벤더도, 수요 폭발 속에서 평균판매가(ASP, 제품 한 개가 팔리는 평균 가격)가 10~20% 오르며 가격결정력이 더 세졌습니다 (FusionWorx, 2025). 같은 수요 폭증인데, 감속기에서는 곡괭이가 흔들리고 반도체에서는 곡괭이가 단단해진 것입니다. 차이를 만든 것은 수요량이 아니라, 그 자리에 들어오려는 자를 막는 장벽이 얼마나 오래 버티느냐였습니다.

감속기는 불행히도 장벽이 낮아지는 쪽입니다. 그래서 휴머노이드가 더하는 거대한 수요는 감속기 곡괭이를 강화하기는커녕, 중국의 증설을 부추겨 시한을 더 깎습니다. 큰 강일수록 누구나 물을 길으러 모여들지만, 장벽이 낮으면 그 물로 댐을 세워 가치를 가두기는 더 어려워지는 것입니다.

개념적 시각화. 같은 수요 폭증이 장벽 높이에 따라 정반대 결과를 낳습니다. (출처: Leaderdrive 7.7배 증설 / 반례 FusionWorx 2025: TSMC·ASML·HBM ASP +10~20%)

2.3 같은 관절의 다른 심장: 롤러스크류는 큰 파이인데도 단단하다

같은 관절 안에서도 곡괭이의 운명은 심장마다 다릅니다. 회전 관절의 감속기가 중국 추격으로 흔들린다면, 선형 관절의 심장인 롤러스크류(나사의 회전을 곧은 직선 힘으로 바꾸는 정밀 부품)는 정반대 자리에 있습니다. 큰 파이인데도 아직 단단합니다.

먼저 파이부터 큽니다. 롤러스크류 시장은 약 18억 달러 규모에 연 30%가 넘는 성장이 전망되고, 휴머노이드급 정밀 제품은 개당 1,350~2,700달러에 이릅니다 (Humanoids Daily, 2025). 앞서 봤듯 BofA의 2030년 BOM 전망에서는 이 선형 액추에이터가 단일 최대 항목(약 27%)으로, 회전 감속기(약 24%)마저 넘어섭니다.

그런데 이 큰 파이의 진입장벽이 감속기와는 비교가 안 되게 높습니다. 휴머노이드급 롤러스크류를 양산하는 회사는 스위스의 GSA(Gewinde Satelliten Antriebe, 치글러 계열)와 롤비스(Rollvis)가 과반을 쥐고, 여기에 에벨릭스(Ewellix, 구 SKF 모션 테크놀로지스로 현재 독일 셰플러 소유)를 더한 소수 과점입니다. 전 세계에 양산 가능한 공급사가 손에 꼽힙니다 (KGGFA). 결정적 차이는 중국의 위치입니다. 중국은 감속기에서는 절반값 복제로 일본을 따라잡았지만, 롤러스크류에서는 정밀·수명 양산에 아직 뒤처져 수입 의존도가 약 80%에 이릅니다 (Interesting Engineering, 2025). 감속기를 흔든 바로 그 중국이, 롤러스크류 앞에서는 아직 장벽을 넘지 못한 것입니다.

그래서 롤러스크류는 앞 절의 원리를 정확히 뒤집어 증명합니다. 같은 거대한 휴머노이드 수요가, 장벽이 낮은 감속기에서는 곡괭이를 흔들지만, 장벽이 높은 롤러스크류에서는 곡괭이를 굳힐 수 있습니다. 큰 파이라서 곡괭이가 없는 게 아니라, 장벽이 낮아서 없는 것이었습니다.

2.4 불확실성을 지도에 그대로 그린다

앞서 쓴 수요 숫자에는 거대한 불확실성이 깔려 있습니다. 정직하게 드러내야 합니다. 2030년 휴머노이드 연간 생산 대수 전망은 가장 보수적인 옴디아의 3만 8천 대부터 가장 낙관적인 BofA의 120만 대까지, 약 32배의 편차가 있습니다 (Humanoids Daily, 기관별 비교). 누가 맞을지는 아무도 모릅니다. 그래서 우리는 한 숫자를 고르지 않고, 이 폭을 범위 그대로 지도에 그립니다. 다만 이 불확실성이 결론을 흔들지는 않습니다. 32배 어느 쪽이 맞든, 수요가 클수록 추격 유인도 커진다는 방향은 같기 때문입니다. 오히려 수요가 BofA의 120만 대로 갈수록, 중국의 증설 경쟁은 더 격해집니다.

2.5 근육·뼈도 같은 영역이다

관절과 짝을 이루는 또 하나의 부위, 곧 모터를 돌리는 힘의 원천인 희토류 영구자석(NdFeB)도 같은 영역에 있습니다. 휴머노이드 한 대에 2~4킬로그램이 들어가고 (천풍증권 추정), 그 자석을 만드는 단계의 약 87%를 중국이 쥐고 있습니다. 이 자리 역시 「각자도생」 5편이 자원 무기화 관점에서 이미 깊이 발굴했습니다. 거기서 자석 곡괭이는 "중국 독점에 베팅하는 자리가 아니라, 탈중국 공급반응(Lynas·MP 같은 비중국 정제)을 파는 자리"이되, 그 비중국 곡괭이의 흑자가 정부 가격보장에 기대는 "정책 좀비" 성격을 띤다고 판정했습니다. 휴머노이드는 여기에 자석 수요를 더하지만, 2030년 기준 로봇이 더하는 양은 전체 자석 시장의 1% 안팎으로, 감속기만큼 큰 새 차원은 아닙니다. 그래서 이 글에서는 근육·뼈 부위를 「각자도생」 5편으로 연결하는 데서 멈춥니다.

3장. 곡괭이는 작은 부위에 숨는다: 뇌의 역설

이 장이 이 편의 두 번째 반전이자 1편 원칙의 정량 증명입니다. 파이가 작아도 장벽만 높으면 곡괭이가 삽니다. 다만 그 곡괭이가 정확히 어디에 서 있는지를 가려야 합니다. 칩 자체가 아니라, 그 칩 위에서 로봇을 개발·학습시키는 도구사슬에 곡괭이가 있습니다.

3.1 8%짜리 부위에 단단한 곡괭이가 있다 (단, 칩이 아니라 개발 생태계에)

이제 원가지도의 반대쪽 끝, 파이가 작은 부위를 봅니다. 로봇의 뇌를 이루는 추론 칩(엣지 AI 컴퓨트)은 몸값의 약 8%에 불과하고, 양산이 진행될수록 이 비중은 2035년 약 5%까지 더 줄어들 것으로 전망됩니다 (Yole Group, McKinsey). 원가지도만 보면 거들떠볼 이유가 없는, 작고 줄어드는 부위입니다.

그런데 이 작은 부위에 단단한 곡괭이가 있습니다. 흔한 오해는 "로봇 칩은 거의 다 엔비디아"라는 것인데, 배포된 칩 자체만 보면 그렇지 않습니다. 엣지 AI 추론 실리콘 점유율은 엔비디아 11.15%, 퀄컴 9.65%, 애플 8.02%로, 상위 5개사를 합쳐도 약 42%인 "적당히 파편화된(moderately fragmented)" 시장입니다 (GM Insights). 칩 자체는 한 좁은 문이 아닙니다.

곡괭이는 칩이 아니라, 그 칩 위에서 로봇을 개발·학습시키는 도구사슬에 있습니다. 📈NVDA엔비디아는 시뮬레이터(Isaac Sim)에서 모델(GR00T)을 거쳐 온보드 칩(Jetson)까지 하나의 생태계로 묶어 놓았습니다. 2025년 출시한 젯슨 토르(Jetson Thor)는 블랙웰 기반으로 매우 높은 연산 성능(2,070 FP4 테라플롭스, 여기서 FP4는 숫자를 4비트로 잘게 쪼개 더 빠르게 연산하는 AI 전용 방식)을 내고, 그 위에 아이작 시뮬레이션과 GR00T 모델이 통합돼 돌아갑니다 (NVIDIA Newsroom). 이 사슬 위에서 일하는 로봇 개발자가 200만 명을 넘는 것으로 추정되고, 한번 이 사슬로 시스템을 짜면 다른 환경으로 옮기는 데 엔지니어 재교육과 파이프라인 재검증이라는 큰 전환비용이 듭니다. 이 개발·학습 단계의 락인이 진짜 좁은 문입니다.

골목의 작은 톨게이트를 떠올리면 됩니다. 도로에서 차지하는 면적은 작아도, 로봇을 개발하려는 차가 모두 이 문을 지나야 한다면 그 자리를 쥔 자가 통행료를 받습니다. 이런 전환비용의 좁은 문이 곧 경제적 해자입니다. 다만 이 톨게이트가 어디에 서 있는지를 정확히 봐야 합니다.

여기서 한 가지를 정직하게 구분해야 합니다. 로봇을 가르치는 단계와, 다 배운 로봇이 현장에서 일하는 단계는 다릅니다. 운전을 배울 땐 학원과 강사가 꼭 필요하지만, 면허를 딴 뒤엔 그 학원 없이 운전하는 것과 같습니다. 엔비디아의 좁은 문은 가르치는 단계에 서 있습니다. 이 CUDA(엔비디아 칩 위에서 AI를 개발하는 표준 소프트웨어) 락인은 로봇을 만드는 개발·학습 단계의 현상이지, 완성된 로봇이 현장에서 돌아가는 배포 추론 단계까지 강제하는 것은 아닙니다. 배포된 로봇은 학습이 끝나 컴파일된 모델을 온디바이스로 돌리기 때문에, 런타임에 반드시 엔비디아 칩이나 CUDA를 요구하지 않습니다. 실제로 피규어의 헬릭스(Helix)는 클라우드 없이 완전히 온보드로 추론하고, 테슬라는 옵티머스에 자체 설계한 AI5 SoC(System on Chip, 연산·메모리·통신을 한 칩에 담은 통합 반도체)를 우선 투입하며, 퀄컴 RB6 같은 비엔비디아 배포 플랫폼도 실재합니다. 엔비디아를 거치지 않는 배포가 이미 존재하는 것입니다.

그래서 이 곡괭이의 위치를 이렇게 한정합니다. 개발·학습 생태계로서의 락인은 지금 단단하지만, 배포 단계에서는 자체 SoC 침투로 이 락인이 약해질 수 있습니다. 따라서 뇌 발굴편에서는 이 자리가 진짜 병목인지뿐 아니라, 테슬라·퀄컴의 자체 칩이 곡괭이의 시한을 얼마나 깎는지를 정밀하게 검증합니다. 작은 부위에 단단한 곡괭이가 있다는 둘째 반전은 유효하되, 그 단단함은 칩이 아니라 개발 생태계에 있고 영원하지도 않습니다.

3.2 같은 뇌인데 모델과 시뮬은 곡괭이가 약하다

여기서 한 번 더 갈라야 합니다. 같은 뇌 부위라도, 칩(하드웨어)과 그 위에 얹히는 모델·시뮬레이터(소프트웨어)는 곡괭이의 강도가 정반대입니다.

로봇을 학습시키는 핵심 자산인 파운데이션 모델과 시뮬레이터는, 놀랍게도 대부분 오픈소스로 풀려 있습니다. 피지컬 인텔리전스의 π0(파이제로)를 비롯한 대표적인 휴머노이드 파운데이션 모델 다수(π0·GR00T·OpenVLA 등)가 가중치를 공개했고, 피규어의 헬릭스조차 핵심 백본을 오픈웨이트로 뒀습니다. 시뮬레이터도 마찬가지입니다. 엔비디아 아이작 심 5.0이 2025년 8월 애플리케이션(Extensions)을 Apache 2.0으로 공개한 데 이어(기반 런타임 Omniverse Kit은 비공개), 제네시스(Genesis, 2024년 학술 연구팀이 창시한 Apache 2.0 오픈소스) 등 완전 오픈소스 시뮬레이터 다수가 경쟁합니다. 누구나 같은 모델과 시뮬을 가져다 쓸 수 있다면, 그 자리에는 통행료를 받을 좁은 문이 서지 않습니다.

흥미로운 것은, 이 오픈소스 모델·시뮬조차 상당수가 엔비디아 생태계 위에서 가장 잘 돌아간다는 점입니다. 엔비디아는 모델을 무료로 풀어 생태계를 키우고, 정작 전환비용은 그 모델을 개발·학습시키는 도구사슬(Isaac·CUDA)에서 받습니다. 같은 뇌 부위 안에서도, 곡괭이는 오픈소스로 풀린 모델이 아니라 그 모델을 만들고 길들이는 개발 생태계에 고이는 것입니다.

3.3 그래서 1편의 원칙이 증명된다: 원가 크기가 아니라 장벽의 지속성

두 지도를 포개니 1편이 결론으로 못 박은 원칙이 그대로 증명됩니다. 1편은 "가치는 좁은 길목 그 자체가 아니라, 그 길목의 대체 불가능성이 오래 유지되는 곳에만 고인다"고 했습니다. 이 명제를 부위별 데이터가 한 변수로 묶어 줍니다. 곡괭이를 정하는 것은 원가 파이의 크기가 아니라, 진입장벽이 얼마나 오래 유지되느냐입니다.

이 한 변수로 이 글의 모든 사례가 정렬됩니다. 원가의 8%에 불과한 추론 칩(개발 생태계)에는 전환비용이라는 장벽이 높아 단단한 곡괭이가 있고, 원가 40~60%의 관절 안에서도 장벽이 낮아지는 감속기는 흔들리지만 장벽이 높은 롤러스크류는 같은 큰 파이인데도 단단합니다. 반도체로 눈을 넓혀도 같습니다. TSMC·ASML·HBM은 큰 파이에 수요까지 폭증하는데도 장벽이 높아 곡괭이가 굳었습니다. 파이의 크기도, 수요의 크기도 곡괭이를 정하지 못합니다. 장벽의 지속성만이 정합니다. 그래서 원가지도와 곡괭이지도는 어긋날 수밖에 없습니다.

개념적 시각화. 감속기는 원가가 크지만 강도는 약하고(위 큼·아래 작음), 칩 생태계는 정반대입니다(위 작음·아래 큼). 롤러스크류는 둘 다 큰 예외입니다. 강도는 곡괭이(길목 장악력)이지 투자 매력도가 아니며, 곡괭이는 싼 주식과 다르고, 종목 추천이 아닙니다. (출처: 원가=McKinsey·Yole / 강도=HiveWorks Invest 자체 매핑)

4장. 다섯 부위 가치귀착 지도: 두 지도를 완전히 포갠다

이제 두 지도를 완전히 포개, 다섯 부위 전체의 가치귀착 지도를 그립니다. 각 부위에서 돈이 얼마나 흐르는지(원가 파이), 곡괭이가 어디에 어떤 강도로 서 있는지, 그것을 쥔 대표 기업이 누구인지, 그리고 그 자리를 이 시리즈가 어떻게 처리하는지를 한 장에 모읍니다.

4.1 다섯 부위 가치귀착 지도

4.2 지도를 읽는 법: 곡괭이는 다섯 가지 표정을 가진다

이 지도가 보여주는 것은, 곡괭이가 부위마다 전혀 다른 표정을 가진다는 사실입니다. 다섯 가지로 갈립니다.

첫째, 큰 파이에 흔들리는 곡괭이입니다. 회전 관절의 감속기와 근육의 자석이 여기 있습니다. 돈은 가장 많이 흐르지만 중국 추격과 수요 폭증으로 장벽이 낮아져 시한이 짧아지고, 이미 「각자도생」이 발굴한 자리입니다.

둘째, 큰 파이인데도 아직 단단한 곡괭이입니다. 롤러스크류가 여기 있습니다. 선형 관절의 심장으로 BofA의 2030년 BOM 최대 항목(약 27%)인 큰 파이인데, 스위스의 GSA·롤비스·에벨릭스 소수 과점이 안 뚫려 단단합니다. 감속기를 절반값에 복제한 중국이 이 자리에서는 아직 뒤처져 있어, 같은 휴머노이드 수요가 이 곡괭이는 오히려 굳힐 수 있습니다. 「각자도생」이 손대지 않은, 큰 파이의 단단한 좁은 문이라는 이 시리즈의 고유 광맥입니다. 단, 중국이 균일 양산·수명·신뢰성을 입증하면 시한이 붙으므로 검증을 안고 가는 광맥입니다.

셋째, 곡괭이가 설 수 있는 부위인지부터 가려야 하는 자리입니다. 정교한 손과 촉각 센서가 여기 있습니다. 인간 손의 촉각 수용체 1만 7천 개를 따라가는 일은 아직 누구도 풀지 못했고, 업계의 금표준이던 촉각 센서(BioTac)가 단종되면서 그것에 기대 만든 데이터셋들이 한꺼번에 무용지물이 됐습니다(정확한 단종 시점은 공식적으로 확인되지 않습니다). 그런데 이 단종이 무엇을 뜻하는지는 양면입니다. 아직 풀지 못한 기술 난도의 신호일 수도, 애초에 수익화가 되지 않는다는 신호일 수도 있습니다. 더 근본적으로, 돌파가 모방하기 어려운 하드웨어 공정으로 오면 곡괭이가 서지만, 돌파가 데이터·소프트웨어로 오면 오픈소스 잠식으로 곡괭이가 서지 않습니다. 그래서 이 자리를 가장 강한 광맥으로 단정하지 않고, 곡괭이가 설 부위인지부터 검증할 자리로 그립니다.

넷째, 작은 파이에 단단한 곡괭이입니다. 추론 칩의 개발·학습 생태계가 여기 있습니다. 칩 자체(배포 실리콘)는 파편화돼 있지만, 그 칩 위에서 로봇을 개발·학습시키는 CUDA·Isaac 도구사슬의 전환비용이 단단한 좁은 문입니다. 이것 역시 이 시리즈의 고유 광맥입니다. 단, 이 락인은 배포 단계에서 자체 SoC 침투로 약해질 수 있어 시한 검증이 따라붙습니다.

다섯째, 운영자산에 잠재 최대이나 미입증인 곡괭이입니다. 경험(데이터)이 여기 있습니다. 이 부위는 가장 조심해서 다뤄야 하므로, 절을 나눠 따로 봅니다.

4.3 경험(데이터): 가장 큰 잠재력, 가장 미검증인 곡괭이

다섯 부위 중 가장 조심해서 다뤄야 할 자리가 경험, 곧 데이터입니다. 1편에서 봤듯 물리 세계의 경험은 인터넷에 없어 직접 만들어야 하고, 로봇을 많이 배치한 자가 더 많은 경험을 모아 더 나은 모델을 만드는 데이터 플라이휠이 새로운 종류의 해자가 될 수 있습니다. 잠재력으로 치면 다섯 부위 중 가장 큽니다.

그러나 여기서 한 가지를 정직하게 못 박아야 합니다. 지금 시장에 나온 숫자들, 곧 피규어가 350대를 납품했고 (figure.ai), 테슬라가 수백 대를 배치했으며, 1X가 최대 1만 대 배치 계약을 맺었다는 (humanoid.guide) 수치는 전부 배치 규모이지 락인의 증거가 아닙니다. 정작 테슬라의 배치 로봇은 아직 생산적 작업이 아니라 학습·데이터 수집이 목적이라고 밝혔습니다. 규모 지표는 락인 지표가 아닙니다. 많이 깔았다는 사실이 "그 데이터로 따라올 수 없는 우위를 만들었다"를 자동으로 증명하지는 않습니다. 그래서 이 부위는 "데이터가 곧 해자"라고 단정하지 않고, "잠재력은 최대, 곡괭이 확정은 미정"으로 신중히 지도에 그립니다. 데이터 수집 비용이 빠르게 떨어지고 있다는 점도(시간당 약 340달러에서 118달러로) 양면입니다 (SVRC, State of Robotics 2026). 누구나 더 싸게 모을 수 있다는 뜻이기도 하기 때문입니다.

5장. 어디를 팔 것인가: 곡괭이를 캐는 세 관문

지도를 그렸으니 이제 곡괭이를 캐러 갑니다. 이 장은 두 가지를 정합니다. 다음에 어느 부위를 정밀하게 팔지(5.1), 그리고 그 부위의 후보를 무엇으로 거를지(5.2)입니다.

5.1 다음에 팔 부위: 단단한 좁은 문과 검증할 부위

지도를 다 그렸으니 이제 어느 부위를 팔지 정합니다. 원칙은 분명합니다. 「각자도생」이 이미 깊이 판 자리(회전 감속기·자석)는 연결하는 데서 멈추고, 이 시리즈의 고유 광맥을 정밀하게 팝니다.

첫째 고유 광맥은 큰 파이의 단단한 좁은 문, 곧 롤러스크류입니다. 「각자도생」이 손대지 않았고, 같은 관절 안에서 감속기와 정반대로 중국이 아직 못 뚫은 자리입니다. 둘째는 작은 파이의 단단한 좁은 문, 곧 추론 칩의 개발·학습 생태계입니다. 단 이 둘은 모두 시한 검증을 안고 갑니다. 롤러스크류는 중국이 균일 고량 양산·수명·신뢰성을 입증하는지, 칩 생태계는 자체 SoC가 배포 단계 락인을 깎는지를 함께 잽니다. 셋째는 곡괭이가 설 부위인지부터 가려야 하는 손과 눈·피부, 그리고 잠재력은 최대이나 미입증인 경험(데이터)입니다. 다음 편들에서 이 부위를 하나씩 열어, 누가 그 길목을 얼마나 강하게 쥐었고 그 자리가 얼마나 오래갈지를 정밀하게 잽니다.

5.2 곡괭이를 거르는 세 관문

부위를 팔 때마다 같은 도구로 후보를 거릅니다. 자매 시리즈 「각자도생」 7편이 네 전선을 답사하며 벼린 세 관문입니다. 보편적인 가치투자 원리이되, 곡괭이의 진위를 가리는 데 가장 칼처럼 쓰이는 자입니다.

「각자도생」 7편이 벼린 세 관문. 후보를 만나면 차례로 묻습니다. 정밀 적정가는 개별 기업 분석의 몫이며, 종목 추천이 아닙니다.

첫째 관문, 이게 진짜 병목인가. 눈에 보이는 화려한 표면(로봇 완제품)이 아니라, 그 뒤에 숨어 이익률이나 점유율이 한 자리에 비대칭으로 쏠린 좁은 길목인지 가립니다. 이 글이 본 추론 칩(엔비디아 개발 생태계)이 이 관문을 통과하는 자리이고, 로봇 완제품은 걸리는 자리입니다.

둘째 관문, 시한 대비 싼가. 곡괭이는 영원하지 않습니다. 가격이 아니라 비가격 해자(기술·규제·전환비용)의 깊이로 시한을 재고, 절대 P/E 숫자가 아니라 시한 대비 배수로 가격을 읽습니다. 이 글이 본 감속기는 시한이 짧아지는 쪽이고, 롤러스크류와 칩 개발 생태계는 아직 시한이 긴 쪽이되 각각 중국의 가격 추격과 자체 SoC라는 시계를 안고 있습니다.

셋째 관문, 그래서 지금 살 수 있는가. 병목이 진짜여도 비상장이거나 국가기관이 쥐었거나 국내에 상장 통로가 없으면, 자로 재도 사지 못합니다.

이 세 관문에 데이터를 대입해 부위별 곡괭이를 거르는 것이 다음 편들의 일입니다. 정밀한 적정가는 이 시리즈가 아니라, 개별 기업을 뜯어보는 분석이 따집니다. 이 지도가 한 일은, 그 적정가를 따질 가치가 있는 부위와 후보가 어디인지를 먼저 가려낸 것입니다.

에필로그: 지도는 그렸다, 이제 곡괭이를 캐러 간다

휴머노이드 한 대의 몸값을 부위로 해부했더니, 돈은 압도적으로 관절로 흘렀습니다. 그러나 두 번째 지도를 포개자, 파이의 크기는 곡괭이를 전혀 보장하지 못했습니다. 같은 관절 안에서도 회전 관절의 감속기는 중국 추격으로 시한이 짧아졌고, 휴머노이드 수요 폭증조차 그 곡괭이를 강화하기는커녕 증설 경쟁을 부추겨 범용화를 앞당겼습니다. 반면 선형 관절의 롤러스크류는 같은 큰 파이인데도 스위스 과점이 안 뚫려 단단했습니다. 파이가 작은 추론 칩에서는, 칩 자체가 아니라 그 위에서 로봇을 개발·학습시키는 생태계의 전환비용에 단단한 곡괭이가 숨어 있었습니다. 같은 뇌라도 오픈소스로 풀린 모델·시뮬에는 곡괭이가 서지 않았습니다.

가른 것은 하나였습니다. 그 자리에 들어오려는 자를 막는 진입장벽이 얼마나 오래 버티느냐입니다. 1편이 결론으로 남긴 한 문장이 이렇게 증명됩니다. 가치는 부위의 크기가 아니라, 대체 불가능성이 오래 유지되는 좁은 길목에 고입니다. 돈의 강이 가장 굵게 흐르는 곳과, 가치가 고이는 저수지는 같은 자리가 아닙니다.

이 글은 그 어긋남을 한 장의 지도로 그렸습니다. 부위마다 곡괭이의 위치와 그것을 쥔 대표 기업을 찍었습니다. 그러나 누가 얼마나 강하게 쥐었고 그 주식이 싼지는 아직 단정하지 않았습니다. 지도를 그리는 일과 곡괭이를 캐는 일은 다르기 때문입니다. 다음 편부터, 「각자도생」이 안 판 큰 파이의 단단한 롤러스크류와 작은 파이의 단단한 칩 생태계, 그리고 곡괭이가 설 부위인지부터 가려야 하는 손과 눈·피부, 미입증인 경험을 한 부위씩 열어, 세 관문에 대고 진짜 곡괭이와 신기루를 가립니다. 단단해 보이는 곡괭이에도 저마다 시계가 붙어 있는지를 함께 잽니다.

지도는 그렸습니다. 이제 곡괭이를 하나씩 캐러 갑니다.