손을 쥔 자: 로봇의 조작 능력

휴머노이드의 정교한 손과 촉각은 시리즈 최강의 병목인데, 그 길목(곡괭이)을 누가 쥐고 있을까요. 손 하드웨어·촉각 센서·조작 지능 중 진짜 진입장벽은 어디에 설까요. 결론부터 말하면, 손은 휴머노이드의 마지막이자 가장 큰 병목입니다. 사람에게 가장 쉬운 일(컵 집기)이 로봇에겐 가장 어렵다는 모라벡의 역설이 가장 날것으로 드러나는 자리이고, 손 설계 20년의 전문가는 "손은 앞선 모든 작업을 합친 것보다 어렵다"고 말합니다. 그러나 가장 어렵다는 바로 그 이유 때문에, 손이라는 칸 안에서 깨끗이 사들일 단단한 상장 곡괭이는 빈약합니다. 곡괭이가 사라진 게 아니라 손 칸 밖 인접 층으로 분산됐습니다.

부위별로 자를 대면 분명해집니다. 손 외형 하드웨어는 자유도가 16~22로 수렴해 차별화가 사라지고 중국이 범용화하지만(인증 140사·모델 330종·2025년 출하 3만 대, LinkerBot 월 5,000대를 1,500달러부터), 단단한 곡괭이는 외형이 아니라 그 안의 정밀 하위부품에 있습니다(손가락 구동 코어리스 모터는 막손·파울하버 등 소수가 절반 이상을 쥐고(소스에 따라 65% 이상), 6축 힘토크 센서는 ATI·보타가 과점). 단 이 부품의 정밀 발굴은 구동편(4편)과 감각편(6편)의 몫입니다. 진짜 돌파는 손이 아니라 그 손을 움직이는 조작 지능(소프트웨어·데이터)에서 오는데, 조작 모델 자체는 오픈입니다(LeRobot 데이터셋 1년 반 만에 약 50배, π0·GR00T 가중치 공개). 그러나 모델이 오픈이어도 락인은 그 아래 층(추론칩 Jetson Thor와 Isaac·CUDA 도구사슬)으로 내려갔고, 그 층은 닫혀 있으며 상장사(📈NVDA엔비디아)라 살 수 있습니다. 이 곡괭이는 7편에서 정밀히 잽니다. 손 안에 남은 유일한 좁은문 후보는 촉각의 하드웨어 공정(내구가 긴 자기식 센서, 일본 XELA·중국 PaXini)인데, 잠식 신호와 진입장벽 신호가 양면이라 워치리스트로 둡니다. 곡괭이를 쥔 자가 누구인가와, 그 곡괭이가 손이라는 칸 안에 있는가는 다른 질문입니다.

프롤로그: 사람에게 가장 쉬운 일이, 로봇에게 가장 어렵다

아기에게 컵을 쥐여 주면 별 생각 없이 집어 듭니다. 그런데 휴머노이드에게 같은 일을 시키면, 그것이 로봇 공학에서 가장 어려운 문제 중 하나가 됩니다. 걷고 뛰는 것보다, 계단을 오르는 것보다, 사람의 손이 무심코 하는 일을 따라 하는 것이 훨씬 어렵습니다. 인공지능 연구자 한스 모라벡이 오래전에 지적한 역설입니다. 사람에게 쉬운 일일수록 로봇에게 어렵다는 것입니다. 손은 그 역설이 가장 날것으로 드러나는 자리입니다.

3편에서 우리는 휴머노이드의 몸값을 부위로 해부하고, 그 위에 곡괭이지도를 포갰습니다. 여기서 곡괭이란 가치가 고이는 좁은 길목, 곧 진입장벽이 오래 유지되어 누가 이기든 통행료를 받는 자리를 말합니다. 그 길목의 정체가 바로 경제적 해자입니다. 그리고 손과 촉각만큼은 지도에 노란색으로 칠해 두었습니다. "곡괭이가 설 부위인지부터 검증할 자리"라는 뜻이었습니다. 동시에 검증할 자(尺)도 함께 줬습니다. 돌파가 모방하기 어려운 하드웨어 공정으로 오면 그 자리에 곡괭이가 서고, 돌파가 데이터와 소프트웨어로 오면 오픈소스가 잠식해 곡괭이가 서지 않는다는 자입니다. 4편이 관절을 "같은 중국이 아직 못 넘은 정도"라는 자로 쟀듯, 이 편은 손을 3편이 준 이 자로 잽니다.

이 글은 직관 하나를 시험합니다. 보통 가장 어려운 자리에 가장 단단한 곡괭이가 섭니다. 4편의 롤러스크류가 그랬습니다. 가장 어려운 공정이 가장 깊은 진입장벽을 만들었습니다. 손은 시리즈에서 가장 어려운 자리이니, 직관대로라면 손이라는 칸 안에 가장 단단한 곡괭이가 통째로 있어야 합니다. 그래서 자를 들고 손이 정말 병목인지부터 확정하고(1장), 손 외형 하드웨어(2장)와 촉각(3장)과 조작 지능(4장)을 차례로 파며 손 칸 안에서 곡괭이를 찾습니다. 그런데 손이라는 칸 자체에는 깨끗이 사들일 곡괭이가 잘 박히지 않습니다. 5장에서 그 곡괭이들이 사라진 게 아니라 손이라는 칸의 경계 밖으로 새어 나갔음을 종합합니다. 4편이 "곡괭이가 손 칸 안에 분명히 있는데 비상장·희석이라 못 산다"였다면, 이 편의 정직한 반전은 결이 다릅니다. "손이라는 칸 안에는 순수 곡괭이가 빈약하고, 가치가 인접 층으로 분산됐다"입니다. 그리고 그 분산이 어디로 향했는지를 추적하는 것이, 9편 가치귀속 종합으로 이어지는 이 편의 진짜 페이로드입니다.

1장. 손은 정말 병목인가 (첫째 관문)

자를 대기 전에 자리부터 확인합니다. 손은 시리즈 최강의 병목이고, 첫째 관문을 압도적으로 통과합니다. 모두가 손에서 막히고, 무게중심은 이미 모션(이동)에서 조작(손)으로 옮겨갔습니다.

1.1 모두가 다 만들고, 손에서 막힌다

곡괭이를 찾기 전에, 그 자리가 정말 길목인지부터 확인해야 합니다. 「각자도생」 7편이 벼린 세 관문의 첫째가 "이게 진짜 병목인가"입니다. 손은 이 관문을 압도적으로 통과합니다.

증언이 한쪽에서만 나오지 않습니다. 일론 머스크는 손을 옵티머스에서 "가장 어려운 문제"로 꼽았고, 2024년 옵티머스의 손을 11자유도에서 22자유도로 끌어올리는 업그레이드를 확인했습니다 (Teslarati). 손 설계만 20년 해 온 Rob Knight(허깅페이스·Pollen Robotics)는 더 직접적입니다. 많은 팀이 나머지를 다 만들고 손에서 막히며, 손은 그 앞선 모든 작업을 합친 것보다 어렵다고 말합니다 (Humanoid Guide). MIT의 로드니 브룩스는 왜 어려운지를 숫자로 보여줍니다. 인간 손의 피부에는 약 17,000개의 기계수용체가 깔려 압력과 미끄러짐과 질감을 실시간으로 읽는데, RGB 영상만으로 학습한 로봇에는 손목의 힘 감각도 촉각도 없습니다 (rodneybrooks.com). 사람이 무심코 쓰는 그 감각 다발이, 로봇에게는 통째로 빈자리입니다.

이것이 모라벡 역설의 핵심 사례입니다. 추론과 계산처럼 사람이 어려워하는 일은 기계가 잘하고, 컵을 집고 빨래를 개는 것처럼 사람이 쉬워하는 일은 기계가 못합니다. 손은 그 역설의 한가운데에 있습니다.

1.2 무게중심이 모션에서 조작으로 옮겨간다

병목이라는 증언은 시장의 시선 이동으로도 확인됩니다. 시장조사사 욜(Yole)의 분석가는 휴머노이드의 초점이 모션(이동)에서 조작(매니퓰레이션)으로 옮겨가고 있다고 짚습니다 (Electronics Weekly). 걷는 문제가 어느 정도 풀리자, 이제 진짜 가치는 손이 무엇을 할 수 있느냐에 달리게 된 것입니다.

원가에서도 손은 작지 않습니다. 모건스탠리는 옵티머스 2세대 기준으로 손을 총원가의 약 17.2%(쌍당 약 9,500달러)로 봤고, 뱅크오브아메리카는 약 19%로 잡아 회전 감속기(24%)·선형 액추에이터(27%)에 이은 큰 항목으로 분류했습니다 (Humanoids Daily, BofA Physical AI Part 2). 3편이 "분류에 따라 12~31%"로 그린 그 큰 항목입니다.

그러나 그 큰 항목이 아직 제 일을 못 합니다. 단순히 물건을 집어 옮기는 일은 되지만, 바늘에 실을 꿰거나 나사를 조이거나 배터리를 끼우는 정밀 조작은 대부분 막혀 있고, 빨래를 개거나 병뚜껑을 여는 가사 작업도 시연 수준입니다. 도구를 다루는 작업의 성공률은 일부 보도 기준 30%대에 머무릅니다(이 성공률 수치들은 출처가 자사 시연·일부 보도에 의존해 정밀 비교 근거로는 약합니다) (McKinsey). 큰 항목이고, 모두가 막히고, 시선이 모이는 자리. 첫째 관문은 통과입니다. 문제는 그다음입니다. 이 명백한 병목에 곡괭이가 서느냐입니다.

병목은 확정됐습니다. 손은 시리즈에서 가장 어렵고 가장 주목받는 자리입니다. 그렇다면 직관은 손이라는 칸 안에 가장 단단한 곡괭이가 통째로 있으리라 말합니다. 4편의 롤러스크류가 그랬듯이. 이제 자를 들고 손 칸 안을 부위별로 내려가며 그 곡괭이를 찾습니다.

2장. 손 하드웨어: 껍데기는 범용화하고, 단단한 곡괭이는 그 안으로 숨었다

첫 후보는 손 그 자체(하드웨어)입니다. 손의 외형(자유도·텐던 라우팅)은 중국이 자동차처럼 범용화합니다. 그런데 단단한 곡괭이는 외형이 아니라 그 안의 정밀 하위부품(코어리스 모터·6축 힘토크)에 숨어 있고, 그 부품은 손이라는 칸의 경계를 넘어 4편·6편으로 귀속됩니다. 손 칸에서 곡괭이가 빠져나가는 첫 장면입니다.

2.1 자유도는 16~22로 수렴한다 (외형 차별화의 소멸)

손에서 곡괭이를 찾으려면 먼저 손의 스펙이 어떻게 움직이는지 봐야 합니다. 손의 능력을 가르는 핵심 숫자가 자유도(DoF, 독립적으로 움직이는 관절 축의 수)입니다. 사람 손은 27자유도입니다. 그런데 상용 휴머노이드 손의 자유도가 제조사를 가리지 않고 빠르게 수렴하고 있습니다. 옵티머스는 2세대 11자유도에서 3세대 22자유도로 두 배가 됐고 (Basenor), Shadow 20, 1X NEO 22(텐던), Unitree Dex5 20(기어), Sanctuary 20~21(유압), Figure 02와 Wonik Allegro·Zhiyuan OmniHand가 16~19 수준으로, 대부분 16~22 사이에 모입니다.

손을 움직이는 방식도 세 갈래로 정리됐습니다. 액추에이터를 전완(팔뚝)에 모아 두고 와이어로 손가락을 당기는 텐던 방식(옵티머스 3세대·1X NEO·LinkerBot), 링크 기구로 정밀하게 미는 링키지 방식(Inspire·Zhiyuan), 기어로 큰 힘을 내는 기어 방식(Unitree·ROBOTERA)입니다 (Gasgoo).

핵심은 이것입니다. 외형 스펙이 수렴하면 손의 겉모습(자유도·텐던 배선)에는 곡괭이가 설 차별화 공간이 줄어듭니다. 모두가 비슷한 자유도를, 정해진 몇 가지 방식으로 만들 수 있게 되면, 손의 외형은 "누가 더 싸게 많이 찍어 내느냐"의 게임으로 내려갑니다. 그러나 이건 어디까지나 손의 겉모습 이야기입니다. 단단한 곡괭이가 정말 사라졌는지는 그 안을 열어 봐야 합니다(2.3).

2.2 껍데기는 자동차처럼 흔해진다 (중국의 범용화)

외형 스펙이 수렴한 자리에서 무슨 일이 벌어지는지는 중국이 보여 줍니다. 2025년 한 해 중국의 정교한 손 출하량이 3만 대를 넘었고, 손을 만드는 인증 기업이 140곳, 모델이 330종을 넘어섰습니다 (Gasgoo). 자동차를 조립하는 공장이 흔하듯, 손의 겉모습을 찍어 내는 회사가 흔해지고 있는 것입니다.

가격이 그 범용화를 증언합니다. 중국 LinkerBot(链科)은 텐던식 21자유도 손을 1,500달러부터 1만 4천 달러까지 라인업으로 깔고 월 5,000대 이상을 양산합니다. Inspire(因时)는 2025년 손 출하를 전년의 2,000대에서 1만 대로 다섯 배 늘리며 RH56을 약 2,100달러에 팔고, Fourier(傅利叶)의 FDH-6은 약 690달러까지 내려옵니다 (LinkerBot, cnmra). 영국 Shadow의 정교한 손이 약 10만 달러, 한국 Wonik의 Allegro가 약 1만 6천 달러였던 것과 비교하면, 중국이 손 완제품의 가격을 한 자릿수 천 달러대로 끌어내리고 있습니다.

다만 한 갈래의 예외를 정직하게 둡니다. 테슬라와 Figure는 손을 외부에서 사 오지 않고 수직통합으로 직접 설계합니다 (The Robot Report). 이들은 손을 부품으로 사다 파는 곡괭이 사업자가 아니라, 자기 로봇의 경쟁력으로 손을 내재화합니다. 그래서 손 완제품의 가치 일부가 부품 공급사가 아니라 OEM 안으로 흡수될 수 있다는 점은 5장에서 다시 짚습니다.

2.3 단단함은 외형이 아니라 그 안의 정밀 나사에 있다 (곡괭이가 손 칸 밖으로 샌다)

여기서 멈추면 "손은 흔해졌으니 곡괭이가 없다"는 성급한 결론에 빠집니다. 완제품이 흔해진 것과 그 안의 모든 부품이 흔해진 것은 다릅니다. 자동차를 떠올리면 됩니다. 차 한 대를 조립하는 공장은 흔하지만, 변속기 안의 정밀 나사를 깎는 회사는 몇 곳뿐입니다. 4편이 "관절"이라는 칸을 열어 그 안에서 단단한 롤러스크류를 찾아낸 바로 그 방법을, 손에도 적용해야 정직합니다. 손을 열면 두 개의 단단한 정밀 하위부품이 있습니다.

하나는 손가락을 미크론 단위로 움직이는 코어리스(중공) 모터입니다. 코어리스란 모터 안에 철심이 없어 가볍고 반응이 빠른 정밀 모터를 말하는데, 스위스 막손과 독일 파울하버 같은 소수가 절반 이상을 쥔 과점입니다(소스에 따라 65% 이상) (lammotor). 둘은 손목과 핑거팁이 힘을 읽는 6축 힘/토크 센서입니다. 6축이란 미는 힘 세 방향과 비트는 힘 세 방향을 함께 읽는다는 뜻입니다. 맥킨지는 이 센서가 자동차·소비재의 공정 스필오버(자동차용으로 대량생산되며 쌓인 공정 노하우가 인접 산업으로 흘러드는 효과) 혜택을 거의 못 받고, 캘리브레이션(센서를 정확히 맞춰 보정하는 역량)에 집중돼 있다고 짚으며, ATI와 보타가 이 자리를 지배한다고 봅니다 (McKinsey). 둘 다 도면만으로 복제되지 않는 단단한 부품입니다.

여기서 이 편의 진짜 발견이 나옵니다. 단단한 곡괭이는 손의 외형이 아니라 그 안의 정밀 하위부품에 있는데, 그 부품들은 손이라는 칸의 경계를 넘어갑니다. 코어리스 모터는 손가락만이 아니라 모든 관절을 미는 구동 부품 계열이라 4편(관절·구동)의 칸으로 귀속되고, 6축 힘토크 센서는 닿는 감각이라 6편(눈과 피부)의 칸으로 귀속됩니다. 즉 손을 열어 보니 단단한 것이 있긴 한데, 그것들은 "손 부품"으로 분류되기보다 옆 칸의 부품으로 흩어집니다. 그래서 이 부품의 정확한 과점율·시한·후보 우열을 재는 일은 구동편(4편)과 감각편(6편)에 넘기고, 여기서는 "가치가 그쪽으로 빠져나갔다"는 포인터로만 짚습니다. 그 대신 이 편이 지금 손에 쥐여 주는 것은 따로 있습니다. 손을 열었을 때 단단한 것이 하나가 아니라 둘 이상이었고, 그것들이 손이라는 한 칸이 아니라 서로 다른 칸으로 갈라졌다는 사실 자체입니다. 이 갈라짐이 5장에서 세울 분산 패턴의 첫 증거입니다.

색: 외형은 범용화로 약하고(빨강), 정밀 하위부품은 과점으로 단단하다(초록). 단 정밀 부품은 손 칸이 아니라 다른 칸으로 귀속되며, 그 칸의 정밀 발굴은 이 편이 하지 않고 4·6편이 한다.

손 완제품이 흔해졌다고 손에 곡괭이가 없는 게 아닙니다. 단단한 곡괭이는 손의 외형이 아니라 그 안의 정밀 하위부품에 있되, 그 부품은 손이라는 칸이 아니라 구동(4편)·감각(6편)의 칸으로 귀속됩니다. 그 부품을 살 수 있는지는 해당 편이 정밀하게 따집니다. 그 대신 이 편이 지금 주는 것은 "손에 곡괭이가 없다"가 아니라 "손 칸의 외형은 범용화하고, 곡괭이는 인접 부품 칸으로 갈라진다"는 분산의 첫 증거입니다. 이 갈라짐이 5장 분산 패턴의 토대가 됩니다.

3장. 촉각: 금표준이 죽은 자리

손 하드웨어가 약하다면 촉각은 어떤가요. 한때 금표준이던 촉각센서 BioTac이 deprecated되며 기존 데이터셋이 무용지물이 된 자리입니다. 비전식은 오픈이 잠식하고, 자기식 하드웨어 공정만이 유일한 좁은문 후보로 남되 미성숙하고 양쪽에서 잠식당합니다.

3.1 금표준의 죽음

촉각은 손보다 더 본질적인 빈자리입니다. 1장에서 봤듯 인간 손 피부에는 약 17,000개의 기계수용체가 있는데, 로봇 손은 이 감각을 거의 갖지 못합니다. 그래서 촉각센서가 정교한 손의 다음 곡괭이 후보로 자주 거론됩니다. 그런데 이 자리에서 상징적인 사건이 있었습니다.

한때 촉각센서의 금표준으로 불리던 BioTac(SynTouch)이 사라진 것입니다. BioTac은 비압축성 전도성 유체와 탄성 피부, 19개의 내부 전극으로 사람 손가락의 감각을 흉내 낸 생체모방 센서였고, 수많은 학술 연구가 이걸로 촉각 데이터를 쌓았습니다. 그런데 2024년 한 논문이 이 센서는 이제 deprecated(폐기 예정)되어, 기존의 많은 데이터셋이 obsolete(쓸모없게)가 됐다고 적었습니다 (arXiv:2410.14310, 2024.10). 금표준이 사라지자, 그것으로 쌓아 둔 촉각 데이터가 한꺼번에 무용지물이 된 것입니다.

여기서 표현을 조심합니다. "2023년에 폐업했다"는 2차 출처의 단정이 돌지만, 1차 공식 확인은 없습니다. 확인되는 것은 "2024년 시점에 deprecated 처리됐고, 기존 데이터셋이 obsolete가 됐다"는 사실까지입니다. 정확한 사업 중단 시점은 공식적으로 확인하기 어렵습니다.

BioTac의 죽음은 양면으로 읽힙니다. 한편으로는 가장 정교했던 센서조차 사라질 만큼 이 자리가 미성숙하다는 신호이고, 다른 한편으로는 데이터 한 세대가 통째로 날아갈 만큼 전환비용이 크다는 신호입니다. 그런데 이 편의 자로 보면 무게추는 해자 쪽으로 기웁니다. 데이터 한 세대가 통째로 무용지물이 될 만큼 전환비용이 크다는 것은, 일단 표준을 쥔 자에게는 그만큼 깊은 진입장벽이 된다는 뜻이기 때문입니다. 이 양면 판정은 3.3과 5.3에서 진입장벽 쪽을 지목하는 근거로 이어집니다.

3.2 두 갈래: 오픈에 잠식되는 비전식 vs 내구가 긴 하드웨어 공정

촉각센서는 크게 두 갈래입니다. 자를 대면 운명이 갈립니다.

첫째는 비전식(광학)입니다. 투명한 젤 표면을 카메라로 찍어 변형을 읽는 방식으로, GelSight Mini가 약 400달러, Meta와 공동 개발한 DIGIT이 약 300달러로 쌉니다. 정밀하지만 젤이 닳아 수백에서 수천 사이클이면 교체해야 해 내구가 짧습니다. 그리고 결정적인 일이 2024년 10월에 있었습니다. Meta가 GelSight와 함께 만든 차세대 촉각센서 DIGIT 360(18종 이상의 감각 모달, 1밀리뉴턴 감지)을 공개하면서, 그 코드와 설계를 통째로 오픈소스로 풀어 버린 것입니다 (GelSight, Meta FAIR). 3편이 준 자로 재면, 이건 곡괭이가 서지 않는 신호입니다. 누구나 설계도를 가져다 쓸 수 있으면 통행료를 받을 좁은 문이 서지 않습니다.

둘째는 자기식(홀 효과)과 그에 준하는 하드웨어 공정 방식입니다. 자석의 미세한 움직임을 읽어 힘을 측정하는데, 젤이 닳지 않아 내구가 5만에서 10만 사이클 이상으로 깁니다. 일본 XELA의 uSkin(자기 간섭 보정), 중국 PaXini의 6축 센서가 여기 속합니다. 더 깊은 양산 단에서는 정전용량식(2024년 촉각 시장의 41.91%)과 반도체 팹 공정으로 공차를 잡는 MEMS·압저항식(37.53%)이 주류입니다 (Mordor Intelligence). 비전식과 달리 이쪽은 도면만으로 복제되지 않는 공정과 소재가 진입을 막습니다. 유일하게 3편의 자에서 "모방하기 어려운 하드웨어 공정"에 해당하는 후보입니다.

개념적 시각화. 3편의 자(모방하기 어려운 하드웨어 공정이면 곡괭이가 선다)로 재면, 비전식은 오픈에 잠식돼 곡괭이가 안 서고 자기식 하드웨어 공정만이 유일한 후보다. 단 그 후보도 잠식과 진입장벽이 양면으로 작동해 아직 미성숙(점선)이다. (출처: GelSight/Meta·arXiv:2410.14310·Caixin·cnmra·Mordor Intelligence)

3.3 유일한 좁은문 후보, 그러나 양쪽에서 잠식당한다

그러면 곡괭이는 자기식 하드웨어 공정에 설까요. 후보이긴 합니다. 그러나 이 유일한 후보조차 세 방향에서 동시에 잠식당합니다.

위에서는 오픈소스가 누릅니다. Meta가 비전식 촉각센서를 통째로 오픈소스로 풀었으니, 촉각센서 전체의 가격과 진입장벽 기준선이 내려갑니다. 옆에서는 중국이 추격합니다. PaXini(帕西尼)는 자기·압저항 방식 촉각센서로 14억 달러 밸류(시리즈 B 1억 4,500만 달러)를 받았고, JD·BYD가 투자했으며, 원가를 10만 위안에서 199위안으로 끌어내렸다고 주장합니다(이 원가 주장은 자사 발표이므로 방향으로만 읽습니다) (Caixin). DexH13에 촉각 유닛 1,140개를 박는 식으로 하드웨어 물량을 앞세웁니다. 아래에서는 규격이 안 잡혀 있습니다. 촉각센서의 통신 표준이 30개 넘게 난립해, 제조사마다 따로 통합해야 하고 그만큼 개발비가 더 든다는 지적이 있습니다(이 비용 수치는 미확인이라 방향으로만 씁니다) (Mordor Intelligence). 콘센트 규격이 나라마다 30개로 갈려 있는 시장과 같습니다. 표준이 안 잡힌 자리에서는 누구도 안정적인 길목을 쥐기 어렵습니다.

그런데 같은 사실을 반대로 읽으면 그림이 달라집니다. 고비용(상용 촉각센서가 흔히 개당 1만 달러를 넘습니다)·특허 두께(중국 Tashan 한 곳만 172건, 휴머노이드 핵심 특허 40건 포함)·공급 집중·자동차 스필오버 부재는 잠식 신호인 동시에 진입장벽(해자) 신호입니다 (cnmra). BioTac이 사라지며 기존 데이터셋이 한꺼번에 무용지물이 된 것도, 자리의 미성숙으로도 읽히지만 전환비용·진입장벽이 실재한다는 증거로도 읽힙니다. 그리고 3편이 준 자(모방하기 어려운 하드웨어 공정이면 곡괭이가 선다)는 이 진입장벽 측을 가리킵니다. 자기식 공정은 정확히 "모방하기 어려운 하드웨어 공정"이기 때문입니다.

종합하면 촉각은 손 외형이나 비전식과 달리, 3편의 자가 "곡괭이가 서는 자리"로 지목하는 유일한 후보입니다. 다만 잠식과 진입장벽이 동시에 작동하고 있어, 아직 박힌 것이 아니라 막 서는 중입니다. 그래서 다음 장(5.3)에서 이것을 "판단 유보"가 아니라 "서는 중인 형성(forming) 곡괭이"로 명확히 판정하고(forming은 막 형성되는 중이라는 뜻입니다), 무엇이 켜지면 확정으로 굳고 무엇이 켜지면 신기루로 무너지는지를 잽니다.

4장. 조작 지능: 돌파가 오는 진짜 방향, 그러나 락인은 한 층 아래로

이 편의 핵심입니다. 진짜 돌파는 손이 아니라 그 손을 움직이는 조작 지능(SW·데이터)에서 옵니다. 소프트웨어가 하드웨어의 부족을 메꿉니다. 그런데 조작 모델 자체는 오픈입니다. 모델이 오픈이라고 곡괭이가 사라진 게 아니라, 락인이 그 아래 층(추론칩·도구사슬)으로 내려갔고 그건 닫혀 있으며 매수가능(NVDA)합니다. 3편이 뇌에서 내린 결론을 손에 그대로 적용합니다.

4.1 소프트웨어가 하드웨어를 메꾼다

손 하드웨어가 범용화하고 촉각이 미성숙하다면, 도대체 진짜 돌파는 어디서 옵니까. 손이 아니라 그 손을 움직이는 뇌, 곧 조작 지능(소프트웨어와 데이터)에서 옵니다.

증거는 분명합니다. 비전(카메라)만으로는 단순한 집어 옮기기는 80~95%로 되지만, 접촉이 많은 작업(끼우기·연성 물체 다루기)에서 자주 실패합니다. 여기에 촉각과 학습을 더하면 성능이 크게 오릅니다. CMU와 보쉬가 2026년 발표한 한 연구(Touch Dreaming)는 다섯 개의 실제 과제에서 촉각을 더해 기존 방식 대비 평균 성공률을 90.9% 끌어올렸습니다 (TechXplore, 2026.05). 스탠퍼드의 ACT는 양팔 작업을 수십 번의 시연만 보여줘도 80~90% 성공률을 냈습니다 (ACT/ALOHA).

특히 인상적인 발견이 하나 있습니다. 손 전체를 촉각센서로 덮는 대신, 21개의 센서만 잘 배치하면 92개로 손 전체를 덮은 경우의 93% 이상 성능을 낸다는 연구입니다(센서를 77% 줄였습니다) (arXiv:2409.20473). 부족한 하드웨어(센서 수)를 소프트웨어(어디에 둘지 학습)가 메꾸는 것입니다. 손의 가치가 점점 하드웨어에서 그것을 다루는 지능으로 옮겨간다는 신호입니다.

다만 그 지능을 굴리는 연료가 데이터인데, 데이터의 곡괭이 여부는 이 편이 단정하지 않습니다. 지금은 오픈 데이터(LeRobot·OXE)가 표준이되, 테슬라·Figure가 현장에 깔아 모으는 독점 실배치 데이터가 해자로 굳는지는 8편(경험)에서 검증합니다. 이 편은 "조작 지능의 모델 레이어가 오픈"이라는 데까지만 말하고, 데이터 해자의 형성 여부는 8편에 넘깁니다.

4.2 모델은 오픈이되, 락인은 한 층 아래로 내려갔다 (3편 정합)

진짜 돌파가 오는 조작 지능의 모델 레이어(카메라로 보고, 말로 받은 지시를 이해하고, 손의 동작으로 잇는 이른바 VLA, Vision-Language-Action 모델)는 오픈입니다. 허깅페이스의 로봇 학습 플랫폼 LeRobot의 공개 데이터셋은 2024년 말 1,145개에서 2026년 5월 5만 8천 개 이상으로 약 50배 늘었고 (TechTimes), Physical Intelligence는 π0의 코드와 가중치를 2025년 2월 공개했으며(openpi, 후속 π0.5도 공개) (Physical Intelligence), NVIDIA는 휴머노이드 파운데이션 모델 GR00T를 "세계 최초의 오픈 휴머노이드 파운데이션 모델"로 풀어 가중치를 허깅페이스에 올렸습니다 (NVIDIA Newsroom). 구글 딥마인드의 Open X-Embodiment도 100만 에피소드를 공개했습니다 (DeepMind OXE).

그러나 여기서 멈춰 "모델이 오픈이니 곡괭이가 없다"고 종결하면, 3편이 같은 자리에서 내린 결론과 어긋납니다. 3편은 뇌(추론)를 팔 때, 모델과 시뮬레이터가 오픈으로 풀려도 곡괭이는 그 오픈 모델이 아니라 그것을 만들고 길들이는 개발 도구사슬(Isaac·CUDA)에 고인다고 정리했습니다. 손의 조작 지능에서도 같은 구조입니다. GR00T가 그 예입니다. 모델은 오픈으로 풀렸지만, 그것이 가장 잘 도는 곳은 NVIDIA의 추론칩(Jetson Thor)과 CUDA·Isaac 도구사슬 위입니다. 모델은 무료로 풀되, 그것을 학습시키고 추론하는 층은 NVIDIA가 쥡니다 (NVIDIA Developer).

그래서 결론은 "조작 지능에 곡괭이가 안 선다"가 아니라 "곡괭이가 모델 레이어에서 한 층 아래(추론칩과 도구사슬)로 내려갔다"입니다. 그 층은 닫혀 있고 상장사(📈NVDA엔비디아)라 살 수 있습니다. 그 락인의 강도·NVDA 밸류·자체 SoC 위협을 정밀하게 재는 일은 7편(뇌)에 넘깁니다. 그 대신 이 편이 지금 주는 것은 작지 않습니다. 손이라는 가장 어려운 칸을 끝까지 판 결과가 가리키는 단 하나의 상장 곡괭이가 NVDA라는 사실 자체입니다. 진짜 돌파는 손의 하드웨어가 아니라 그것을 움직이는 뇌에서 오고, 그 뇌의 통행료는 오픈으로 풀린 모델이 아니라 그 아래 닫힌 도구사슬에서 걷힙니다. 손을 파고들수록 화살표가 NVDA 한 곳을 가리킨다는 것, 이것이 이 장의 발견입니다.

4.3 폐쇄형도 갈래가 있다: 수직통합 두뇌 vs 수평 브레인

정직하게, 모든 조작 지능이 오픈인 것은 아닙니다. 그리고 폐쇄형을 하나로 뭉뚱그리면 분류 오류가 납니다. 폐쇄형에도 두 갈래가 있습니다.

하나는 수직통합 두뇌입니다. Figure는 자체 모델 Helix를 폐쇄형으로 두지만, 이건 자기 로봇을 굴리려고 자기가 만든 두뇌입니다 (Figure AI). 4편의 표현을 빌리면 곡괭이(부품 공급사)가 아니라 OEM의 내부 경쟁력입니다. 산업 전체가 공통으로 통행료를 내는 길목으로 서지 않습니다.

다른 하나는 수평 브레인입니다. Skild AI는 자체 로봇을 만들지 않고, 범용 로봇 소프트웨어와 파운데이션 모델(Skild Brain)을 여러 제3자 하드웨어 제조사에 라이선스합니다 (TechCrunch). 자기 로봇이 없으니 OEM 내부 두뇌가 아니라, "어떤 OEM이든 사다 쓰는 두뇌"입니다. 이건 정확히 부품 곡괭이의 정의에 부합합니다. 7개월 만에 밸류가 45억 달러에서 140억 달러로 세 배가 됐고, NVIDIA·소프트뱅크·삼성·LG가 투자했습니다(소프트웨어가 하드웨어보다 높은 멀티플로 평가받는다는 신호입니다). 흥미롭게도 NVIDIA가 Skild에 투자한 점에서 한 가지 그림이 드러납니다. 엔비디아는 모델은 오픈으로 풀고, 칩과 도구사슬은 쥐고, 수평 브레인에는 베팅합니다. 손이라는 칸 전체에 그물을 친 셈입니다(어느 칸의 곡괭이가 가장 단단한지에 대한 정밀 분석은 7편의 몫입니다).

그렇다면 Skild는 손의 곡괭이일까요. 여기서 4편의 자매 대조가 선명해집니다. Skild는 부품 곡괭이 후보가 맞되, 14억 달러 밸류의 비상장입니다. 둘째 관문(부품 곡괭이인가)은 통과하지만, 셋째 관문(살 수 있는가)에서 걸립니다. 4편의 롤러스크류가 "곡괭이는 분명히 있는데 비상장이라 못 산다"였던 것과 같은 구조입니다. 그래서 조작 지능에서 곡괭이는 "아예 안 서는" 것이 아니라, 오픈 모델 아래의 도구사슬(NVDA·매수가능)과 수평 브레인(Skild·비상장)으로 분산됩니다.

손의 진짜 돌파는 조작 지능에서 옵니다. 그런데 모델 레이어가 오픈이라고 곡괭이가 사라진 게 아니라, 한 층 아래(도구사슬 NVDA·매수가능)와 옆(수평 브레인 Skild·비상장)으로 분산됩니다. 3편이 뇌에서 본 "곡괭이는 오픈 모델이 아니라 개발 생태계에 고인다"가 손에서 반복됩니다. 그 층의 정밀 발굴은 7편의 몫이되, 이 편이 지금 주는 것은 분명합니다. 손을 파고든 화살표가 단 하나의 상장 곡괭이(NVDA)와 하나의 비상장 후보(Skild)를 가리킨다는 발견, 그리고 엔비디아가 손이라는 칸 전체에 그물을 쳤다는 그림입니다.

5장. 손 칸 안엔 순수 곡괭이가 빈약하고, 가치는 옆 칸으로 샜다 (결론)

발굴편의 정직한 반전입니다. 세 관문에 손을 대입합니다. 1관문(병목)은 압도적 통과, 2관문(단단한가)에서 손의 외형·모델은 걸리되, 곡괭이는 사라진 게 아니라 인접 층(정밀 하위부품·도구사슬·수평 브레인·촉각 HW 공정)으로 분산 귀속됩니다. 3관문(살 수 있는가)에서 손 칸 안 후보는 비상장이고, 빠져나간 곡괭이 중 NVDA만 상장입니다. 손이라는 칸에 순수 곡괭이가 빈약하다는 것, 그리고 가치가 어디로 샜는지가 이 편의 발견입니다.

5.1 세 관문에 손을 대입한다

지도를 보고(3편), 자를 받고(3편), 손 칸 안을 부위별로 팠습니다. 이제 「각자도생」 7편이 벼린 세 관문에 손을 차례로 대입해, 곡괭이가 어디에 서고 어디로 샜는지를 종합합니다.

첫째 관문, 이게 진짜 병목인가. 압도적으로 통과합니다. 1장에서 봤듯 손은 시리즈 최강의 병목이고, 무게중심은 모션에서 조작으로 옮겨갔습니다.

둘째 관문, 단단한 곡괭이인가. 여기서 손이라는 칸의 외형과 모델 레이어는 걸립니다. 손 외형은 중국이 범용화해 약하고(2장), 조작 모델은 오픈입니다(4장). 그러나 곡괭이가 사라진 것은 아닙니다. 손을 열어 보니 단단한 정밀 하위부품(코어리스 모터·6축 힘토크, 2.3)이 있었고, 오픈 모델 아래에는 도구사슬(NVDA)과 수평 브레인(Skild)이 있었습니다(4장). 이 곡괭이들은 손이라는 칸의 경계를 넘어 인접 층으로 귀속됩니다. 정밀 하위부품은 구동(4편)·감각(6편)으로, 도구사슬은 뇌(7편)로, 데이터 해자 여부는 경험(8편)으로. 손 칸 안에 남아 둘째 관문 근처에 서는 것은 촉각의 하드웨어 공정 하나뿐인데, 이것은 판단 유보가 아니라 3편 자가 지목하는 "서는 중인 곡괭이"입니다(3장·5.3).

셋째 관문, 그래서 살 수 있는가. 손 칸 안에 남은 후보(촉각 HW 공정 XELA·PaXini, 수평 브레인 Skild)는 비상장이라 걸립니다. 손 밖으로 빠져나간 곡괭이 중에는 도구사슬의 NVDA만이 상장이라 살 수 있되, 그건 손이라는 칸이 아니라 뇌의 칸으로 분류되고 7편이 정밀하게 잽니다.

5.2 이 편의 발견: 난도 최강의 부위일수록 가치는 한 곡괭이로 응집되지 않고 다층으로 분산된다

여기서 이 편의 진짜 발견이 나옵니다. 손을 부위별로 다 파고 났더니, 부분의 합이 아니라 하나의 패턴이 떠오릅니다. 난도가 최강인 부위일수록, 가치는 단일 곡괭이로 응집되지 않고 다층으로 분산된다는 것입니다. 아직 두 부위(4편·5편)로 그린 가설이지만, 인과가 분명해 6·7편에서 더 검증할 만합니다.

인과는 수사가 아니라 구조입니다. 어떤 부위가 단일 부품 하나로 풀리는 난도라면, 그 한 부품에 진입장벽이 응집되고 거기에 곡괭이가 박힙니다. 4편의 롤러스크류가 그랬습니다. 롤러스크류는 휴머노이드의 무릎·고관절 같은 선형 관절을 미는 작은 나사 부품인데, 선형 관절이라는 문제가 사실상 이 한 부품의 공정 난도로 수렴했고, 그래서 가치가 그 한 부품에 응집됐습니다. 그러나 손은 단일 부품으로 풀리지 않습니다. 손이 물건을 집으려면 손가락을 미크론 단위로 미는 정밀 모터, 닿는 힘을 읽는 6축 힘토크 센서, 표면을 읽는 촉각 센서, 그 모두를 해석해 움직임을 만드는 조작 소프트웨어, 그리고 그것을 학습시키는 데이터가 동시에 필요합니다. 난도가 높아 단일 부품으로 안 풀릴수록, 해법은 여러 층을 쌓은 스택이 되고, 각 층은 서로 다른 공급자가 서로 다른 속도로 진화시킵니다. 그 결과 가치가 한 곳에 고이지 않고 층마다 갈라집니다. 2.3에서 손을 열었을 때 단단한 것이 하나가 아니라 여럿(코어리스 모터·6축 힘토크)이었고, 그것들이 손이라는 한 칸이 아니라 서로 다른 칸으로 귀속된 것이 바로 이 분산의 증거입니다.

그래서 손이라는 칸은 가치가 지나가는 길목이되, 그 길목의 통행료가 손 한 곳이 아니라 여러 옆 칸(구동 모터·감각 센서·도구사슬·데이터)에서 나뉘어 걷힙니다. 정밀 부품은 구동·감각이라 4편·6편으로, 조작 지능은 모델이 오픈이라 그 아래 도구사슬(NVDA)로, 그리고 수평 브레인(Skild)으로 갈라집니다. 손 칸 안을 통째로 깨끗이 사들일 순수 곡괭이가 빈약한 것은, 곡괭이가 존재하지 않아서가 아니라 이렇게 여러 층으로 흩어졌기 때문입니다.

이것이 4편과 정반대의 대조쌍입니다. 4편(롤러스크류)에서는 난도가 가치를 단일 부품에 응집시켰고, 5편(손)에서는 난도가 가치를 다층으로 분산시킵니다. 두 편 모두 "곡괭이는 있되 깨끗이 손에 못 쥔다"는 점은 닮았지만(둘 다 핵심 후보가 비상장이기는 합니다), 그것은 부차적 사실이고, 본질적 차이는 응집이냐 분산이냐입니다. 그리고 이 응집과 분산의 축은 부위 하나만 봐서는 보이지 않고, 가장 단단한 부위(4편)와 가장 어려운 부위(5편)를 나란히 놓아야 드러납니다. 9편 종합이 부위별 곡괭이를 2×2로 정리할 때, 이 축이 새 세로축이 됩니다.

「각자도생」 7편이 신기루를 다섯 유형으로 갈랐습니다. 범용 곡괭이, 투자 불가 곡괭이, 시한 단명, 비싼 곡괭이, 정책 좀비입니다. 손이라는 칸의 외형 레이어(손 외형·조작 모델·비전식 촉각)는 첫째 유형, 곧 "범용 곡괭이(오픈·범용화로 길목이 평평해지는 자리)"에 들어맞습니다. 그러나 이것은 손 칸의 외형 레이어에 한정한 판정이고, 곡괭이는 사라진 게 아니라 인접 층(정밀 하위부품·도구사슬·수평 브레인·촉각 HW 공정)으로 분산 귀속됩니다. 손 칸 안에 남은 좁은문 후보는 촉각의 하드웨어 공정 하나뿐인데, 이건 다음에서 따로 판정합니다.

5.3 손에 남은 형성 곡괭이(촉각 HW 공정)와 그것을 확정시킬 세 트리거

손 칸 안에서 곡괭이가 흩어졌다면, 그 칸에 끝까지 남은 자리가 하나 있습니다. 촉각의 하드웨어 공정입니다. 여기서 3편이 준 자를 끝까지 쥐어야 합니다. 자를 들고도 판단을 미루면 발굴이 아닙니다. 3편의 자는 분명히 말합니다. 돌파가 모방하기 어려운 하드웨어 공정으로 오면 곡괭이가 선다고. 자기식 촉각(XELA·PaXini)은 젤이 닳지 않아 내구가 길고, 공정과 소재가 도면만으로 복제되지 않으며, 고비용과 특허 두께가 진입을 막고, 자동차나 소비재의 공정 스필오버 혜택을 거의 받지 못합니다. 이 모든 신호가 3편의 자에서 "곡괭이가 서는 자리"를 가리킵니다. 그래서 우리는 이것을 판단 유보가 아니라 "서는 중인 형성(forming) 곡괭이"로 판정합니다.

다만 "서는 중"은 "이미 섰다"가 아닙니다. 박히려면 세 가지 트리거가 켜져야 하고, 안 켜지면 신기루로 무너집니다. 양방향입니다. 첫째, 통신 표준이 30개 난립에서 몇 개로 수렴해야 합니다(안 되면 누구도 길목을 못 쥡니다). 이건 "촉각 표준이 몇 개로 줄었다는 발표"가 뜨면 켜진 것입니다. 둘째, 내구가 긴 자기식 공정이 비전식 오픈(Meta DIGIT 360)을 누르고 사실상 표준이 되어야 합니다(비전식 오픈이 이기면 곡괭이가 평평해집니다). 이건 "휴머노이드 주력 채택이 자기식으로 굳는다는 보도"가 신호입니다. 셋째, 그 공정을 쥔 회사가 비상장에서 살 수 있는 통로로 들어와야 합니다(안 되면 쥐었어도 못 삽니다). 이건 "XELA·PaXini가 IPO나 상장 절차에 진입했다는 보도"가 신호입니다. 이 세 신호가 켜지는 만큼 형성이 확정으로 굳고, 꺼진 채로 중국 PaXini의 저가 물량이 표준을 평평하게 만들면 신기루로 주저앉습니다. 지금은 어느 것도 켜지지 않았으니, 행동은 매수가 아니라 워치리스트입니다. 위 세 헤드라인 중 하나가 뜨는 순간이 바로 세 관문을 다시 댈 진입 시점입니다.

이로써 시리즈의 곡괭이 생애주기 3단계가 한자리에 모입니다. 서는 중인 곡괭이(촉각 하드웨어 공정, 5편), 이미 단단한 곡괭이(4편이 "아직 단단한"으로 부른 롤러스크류), 무너지는 중인 곡괭이(4편이 "시계가 빠르게 도는"으로 부른 감속기). 같은 자(3편의 검증 축)로 재면, 곡괭이는 정적인 유무가 아니라 형성-확정-침식의 시간축 위에 놓입니다. 촉각 하드웨어 공정은 그 시간축의 가장 이른 지점, 곧 막 서기 시작한 자리입니다. 다만 이 시간축 가설은 아직 부위 셋으로 그린 스케치이고, 6편(눈과 피부)·7편(뇌)이 같은 자로 더 많은 부위를 재며 더 검증할 것입니다.

그래서 이 편은 종목을 찍어 주지 않습니다. 손 칸 안에 순수 곡괭이가 빈약한데 억지로 하나를 세우는 것이 가장 위험합니다. 대신 손 칸 안에서 곡괭이가 왜 흩어졌는지, 가치가 어느 인접 칸으로 흘렀는지를 실명으로 짚고, 손 안에 막 서기 시작한 형성 곡괭이(촉각 하드웨어 공정)와 그것을 확정시킬(또는 무너뜨릴) 세 트리거를 손에 쥐여 줍니다.

이 분산 귀속 지도 자체가 9편 가치귀속 종합으로 이어지는 데이터입니다. 손이라는 가장 어려운 칸을 열었더니 곡괭이가 정밀 하위부품(4·6편)·도구사슬(7편)·데이터(8편)로 흩어졌다는 것, 그리고 손에 남은 자리는 막 서는 중인 형성 곡괭이라는 것은, 부위별 곡괭이를 2×2로 정리할 9편에 그대로 입력됩니다. 난도가 최강인 부위일수록 가치가 다층으로 분산된다는 것, 가치는 옆 칸으로 샐 수 있다는 것, 그리고 곡괭이는 형성-확정-침식의 시간축 위에 있다는 것. 이 세 가지를 손에 쥐고 다음 부위로 넘어가는 것이 이 편이 주는 자입니다.

개념적 시각화. 같은 자(3편 검증 축)로 재면 곡괭이는 유무가 아니라 형성-확정-침식의 시간축 위에 있다. 촉각 하드웨어 공정은 그 시간축의 가장 이른 지점에 있다. (출처: 5편·4편 종합)

난도가 최강인 부위일수록 가치는 단일 곡괭이로 응집되지 않고 다층으로 분산됩니다(4편 롤러스크류는 응집, 5편 손은 분산). 손은 1관문(병목)을 통과하고, 2관문에서 손 외형·모델은 걸리되 곡괭이는 인접 층으로 분산되며, 3관문에서 손 칸 안 후보는 비상장입니다. 단 손에 남은 촉각 HW 공정은 판단 유보가 아니라 "서는 중인 형성 곡괭이"입니다. 그래서 행동은 "지금 사라"가 아니라 "손 안의 형성 곡괭이(촉각 HW 공정)와 그것을 확정/반증할 세 트리거를 손에 들고, 빠져나간 곡괭이는 해당 편(4·6·7·8편)에서 자를 다시 대라"입니다.

에필로그: 가장 높은 봉우리였는데, 깃발은 옆 능선으로 옮겨가 있었다

손을 따라 올라가니, 시리즈에서 가장 높은 봉우리가 거기 있었습니다. 사람에게 가장 쉬운 컵 집기가 로봇에게는 가장 어렵다는 모라벡의 역설이 가장 날것으로 드러나는 자리였고, 손 설계 20년의 전문가가 "앞선 모든 작업을 합친 것보다 어렵다"고 말한 자리였습니다. 직관대로라면, 가장 높은 그 봉우리 정상에 가장 단단한 곡괭이가 통째로 꽂혀 있어야 했습니다. 4편의 롤러스크류가 그랬듯이.

그런데 손이라는 봉우리의 정상 자체에는 깨끗이 사들일 곡괭이가 빈약했습니다. 손의 외형은 중국이 자동차처럼 범용화하고 있었고(140사·330모델·월 5,000대를 1,500달러부터), 촉각의 비전식은 Meta가 설계를 통째로 풀어 버렸으며, 진짜 돌파가 오는 조작 지능은 모델 레이어가 오픈이었습니다(LeRobot 50배·π0·GR00T 공개). 그러나 곡괭이가 사라진 것은 아니었습니다. 손을 열자 단단한 정밀 부품(코어리스 모터·6축 힘토크)이 있었고, 오픈 모델 아래에는 도구사슬(NVDA)과 수평 브레인(Skild)이 있었습니다. 다만 그것들은 손이라는 봉우리가 아니라 옆 능선(구동·감각·뇌·데이터)으로 귀속되는 곡괭이들이었습니다. 손 안에 남아 정상 근처에 선 것은 촉각의 하드웨어 공정 하나뿐이었는데, 그건 비어 있는 자리가 아니라 막 서기 시작한 자리였습니다.

왜 가장 높은 봉우리의 정상에는 깃발이 통째로 꽂혀 있지 않았을까요. 가장 어려웠기 때문입니다. 여기서 이 편이 든 자가 하나의 패턴을 가리킵니다. 난도가 최강인 부위일수록, 가치는 단일 곡괭이로 응집되지 않고 다층으로 분산된다는 것입니다. 단일 부품으로 풀리는 난도라면 그 한 부품에 곡괭이가 박히지만(4편 롤러스크류가 그랬습니다), 손처럼 모터와 센서와 소프트웨어와 데이터를 동시에 쌓아야 풀리는 난도라면 가치가 층마다 갈라집니다. 4편이 "난도가 가치를 단일 부품에 응집시켰다"였다면, 손은 "난도가 가치를 다층으로 분산시켰다"였습니다. 같은 비관이되 정반대의 메커니즘이고, 이 대조는 가장 단단한 부위와 가장 어려운 부위를 나란히 놓아야만 보입니다. 아직 두 부위로 그린 가설이니, 6편과 7편이 같은 자로 더 재며 확인할 것입니다.

그리고 같은 자를 들고 보면, 곡괭이는 있고 없고의 문제가 아니라 시간축 위에 놓입니다. 손에 남은 촉각의 하드웨어 공정은 서는 중인 곡괭이였고, 4편의 롤러스크류는 이미 단단한 곡괭이였으며, 같은 4편의 감속기는 무너지는 중인 곡괭이였습니다. 형성, 확정, 침식. 촉각 하드웨어 공정은 그 시간축에서 막 서기 시작한 가장 이른 지점에 있고, 세 가지 신호(통신 표준 수렴, 자기식이 비전식 오픈을 누르고 표준화, 상장 통로 개방)가 켜지면 확정으로 굳고 꺼지면 신기루로 주저앉습니다.

그래서 우리는 종목을 찍지 않습니다. 손 칸 안에 순수 곡괭이가 빈약한데 억지로 하나를 세우는 것이 가장 위험하기 때문입니다. 대신 가치가 어느 능선으로 흘렀는지를 실명으로 짚어 둡니다. 정밀 부품은 4편과 6편으로, 도구사슬은 7편으로, 데이터 해자 여부는 8편으로. 그리고 손 안에 막 서기 시작한 형성 곡괭이(촉각 하드웨어 공정)와 그것을 확정시킬 세 트리거를 손에 쥐고, 그 신호가 켜질 때 세 관문이라는 자를 다시 대면 됩니다. 1편이 세운 지속성 원칙을 이 시리즈는 두 층으로 읽습니다. 한번 올라선 차원은 비가역이되 그 위 수위는 진동합니다. 난도 최강의 부위일수록 가치는 한 곳에 응집되지 않고 다층으로 분산된다는 것, 그리고 곡괭이는 유무가 아니라 형성에서 침식까지의 시간축 위에 있다는 것. 그 분산과 시간축을 추적한 지도가 9편 가치귀속 종합으로 이어진다는 것. 이것이 가장 높은 봉우리가 우리에게 준 자였습니다.