2026-06-18 — views

Physical AI Optimus 생산 램프——테슬라의 2026년 5만~10만 대 목표, 공장 배치 현황, 그리고 휴머노이드 로봇 능력 지표의 Figure·Agility·Atlas 비교

테슬라 Optimus는 2026년 5만~10만 대, 장기 $20K 이하를 목표로 한다. 현재 공장 능력은 인간의 20~30% 수준으로, BMW에 배치하고 OpenAI 추론을 통합한 Figure 02에 뒤처진다.

Physical AI 벤치마크 시리즈 제138편——Physical AI 휴머노이드 램프: 테슬라 Optimus 생산 타임라인, 태스크 능력 지표, 그리고 ‘공장 우선’ 배치 전략이 상업적 실현 가능성으로 가는 올바른 순서인가

휴머노이드 로봇은 Physical AI 분야에서 가장 야심 차고 가장 논쟁적인 도전이다. 자율주행차와 달리——센서 스택, 규제 경로, 지리적 제약이 대체로 명확한 후자와 달리——휴머노이드 로봇은 이동, 조작, 언어 이해, 태스크 범용성, 그리고 인간과의 안전한 공존을 동시에 마스터해야 한다. 그것도 인간 노동력과 경쟁할 수 있는 가격대에서. 테슬라의 Optimus 프로그램은 공개된 생산 목표 기준으로 모든 플레이어 중 가장 공격적이다: Elon Musk는 2026년에 5만~10만 대, 2030년까지 수백만 대로의 확장을 공언했으며, 장기 목표 가격은 20,000달러 미만이다(이상은 모두 공개 발언 기반; 미래 목표는 (est.)로 표기). 이러한 목표가 달성 가능한지, 그리고 테슬라의 ‘공장 우선’ 배치 전략이 상업적으로 실행 가능한 휴머노이드 로봇을 구축하기 위한 올바른 순서인지가 이 글에서 벤치마크하는 두 가지 핵심 질문이다. 이것은 Physical AI 벤치마크 시리즈 제138편이다.

“(est.)”로 표기된 수치는 모두 공개 공시, 연구 논문, 업계 애널리스트 추정, 그리고 합리적 추론에서 도출된 것으로, 독립적으로 검증된 1차 데이터가 아니다.

제1절——테슬라 Optimus: 생산 램프와 사양

테슬라는 2021년 프로그램 공개 데뷔 이후 3세대 Optimus 하드웨어를 출시했으며, 각 세대는 보행 속도, 손 정교함, 중량 감소에서 의미 있는 진전을 이루었다.

지표	1세대(2022)	2세대(2024)	3세대 목표(est.)
발표/상태	2022년 10월 프로토타입 공개; 무대에서 느리게 걸음	양산 의도 설계; 보행 속도 30% 향상; 촉각 센서 개선 손	개발 중; 2025-2026년 예정(est.)
보행 속도	~1.5 mph(est.)	~2 mph(est.)	~3-4 mph(est.)
손 정교함	기본 파지; 11자유도 손(공개)	개선된 촉각 감지; 계란을 깨지 않고 다룰 수 있음	추가 개선; 목표: 인간 수준 정밀 조작(est.)
무게	~73 kg(공개)	~57 kg(공개; 경량화)	추가 경량화(est.)
키	~5’8” / 173 cm(공개)	~5’8”(유사)	인간 크기 유지
목표 가격	—	—	$20,000 미만(Musk 장기 발언)
2025년 생산량(est.)	내부 약 1,000대(Musk 목표 발언)	—	—
2026년 생산 목표	—	5만~10만 대(Musk 발언; 외부 판매 시작)	—
2030년 비전	—	—	수백만 대; 장기적으로 10억 대 이상 가능성(Musk)
훈련 컴퓨팅	Dojo ExaPOD 클러스터; FSD와 동일한 인프라	Dojo 컴퓨팅 공유	Dojo 확장 계속

테슬라의 Optimus 훈련 접근 방식은 FSD와 구조적으로 공유된다. 둘 다 동일한 Dojo ExaPOD 컴퓨팅 클러스터를 사용하고, 테슬라의 차량 플릿과 Optimus 공장 배치 데이터로 훈련된 동일한 비전 트랜스포머 기반을 사용하며, 실제 세계 시연의 강화 학습을 통해 개선된다. 이 컴퓨팅 공유는 진정한 이점이다——테슬라는 로보틱스를 위한 별도의 ML 인프라를 구축하지 않고 기존 인프라를 확장하고 있다.

제2절——Optimus 태스크 능력 지표(2026년 중반)

Optimus는 오늘날 실제로 무엇을 할 수 있는가? 테슬라는 구체적인 공장 태스크를 보여주는 동영상과 투자자 공시를 공개했다.

태스크 범주	Optimus 능력(est.)	공장 배치	한계
물체 조작(대형)	실증됨: 배터리 셀 이동, 부품 분류, 빈에 부품 배치	테슬라 Gigafactory 내부 사용(프리몬트, 오스틴)	속도 인간 작업자의 30~50%(est.); 소프트웨어 업데이트마다 개선
물체 조작(정밀)	실증됨: 계란을 깨지 않고 다루기(2세대 영상); 소형 부품 삽입	정밀 조작이 필요한 공장 태스크 제한적	서브밀리미터 정밀도 태스크에서는 여전히 인간 정교함에 크게 못 미침
보행/내비게이션	실증됨: 공장 바닥을 자율적으로 걸음; 장애물 회피	공장 바닥 내비게이션	현재 규모에서는 울퉁불퉁한 지형, 계단, 야외 환경에 부적합(est.)
양손 협조	실증됨: 실험실 환경에서 양손 태스크	양손 조립 공장 태스크에 활용 시작	복잡한 양손 시퀀스는 여전히 어려움
인간-로봇 상호작용	제한적; 간단한 구두 지시를 따를 수 있음(est.)	아직 인간과의 협업 역할에 배치되지 않음	동적 환경에서 인간과의 안전한 물리적 협업 미실증
도구 사용	제한적; 단순한 도구 파지 및 사용 가능	전동 공구나 정밀 기기와 함께 배치되지 않음	도구 사용은 자유로운 조작보다 훨씬 높은 정교함 필요
태스크 전환	실증됨: 재프로그래밍 시 태스크 전환 가능	새로운 태스크 세트마다 소프트웨어 업데이트 필요	자율적 태스크 발견이나 즉흥 대응 미실증
전체 능력(est.)	구조화된 공장 태스크에서 인간 작업자 능력의 약 20~30%(est.)	테슬라 내부 = 고유의 첫 번째 고객; 외부 판매 위험 없음	주요 격차: 속도 + 정밀 정교함 + 태스크 범용성

제3절——경쟁 능력 비교(2026년 중반)

로봇	회사	핵심 능력	배치 상태	가격/기업 가치
Optimus 2세대	테슬라	FSD 파생 비전; Dojo 훈련 정책; 57 kg; 테슬라 공장 배치	내부 약 1,000대(est.)	장기 $20K 미만(Musk); 외부 판매 미개시
Figure 02	Figure AI	OpenAI 언어 모델 통합(ChatGPT-4 추론); BMW 공장 배치	상용화: BMW Spartanburg 공장(대수 미공개)	기업 가치 약 $26억; 가격 미공개
Digit	Agility Robotics	휠-레그 하이브리드 설계; 아마존 창고 배치	상용화: GXO Logistics 창고 + 아마존 파일럿	약 $70K/대(est.); 아마존이 최대 고객
Atlas(전기 버전)	Boston Dynamics	신체 능력 최강; 백플립, 파쿠르 실증	R&D + 제한적 상용화; 현대 공장 테스트	미공개; 현대자동차 소유
Apollo	Apptronik	Google 지원; NASA Valkyrie 팀 출신; 제조업 포커스	파일럿 배치; 메르세데스-벤츠 협업	기업 가치 약 $10억 이상; 가격 미공개
Neo	1X Technologies	OpenAI 지원; 가정/사무실 환경 설계	상용화 전; 파일럿 프로그램	기업 가치 약 $5억
GR-1 / GR-2	Fourier Intelligence	중국 휴머노이드; 23 kg; 보행 + 조작	상용 판매(중국); 수출 제한적	약 $5~10K/대(est.)——최저가 휴머노이드
Unitree H1/G1	Unitree Robotics	중국; G1 $16K; 강력한 이동 능력; 조작 제한적	글로벌 상용 판매	G1: $16,000(공개)——가장 저렴한 유능한 휴머노이드

Unitree G1의 $16,000은 경쟁 환경에서 가장 중요한 가격 데이터 포인트다. 중국 제조업체가 오늘날 이미 $16,000에 유능한 이동 휴머노이드를 생산할 수 있다면, 테슬라의 장기 $20K 미만 목표는 얼핏 보이는 것처럼 독특하게 야심 차지 않다. 문제는 Optimus의 능력 우위가 2027~2028년 Unitree 제품에 대한 프리미엄을 정당화할 수 있느냐다.

제4절——공장 우선 배치 전략: 장점과 위험

차원	공장 우선 장점	공장 우선 위험
고유한 고객	테슬라 = Optimus의 첫 번째 고객; 외부 판매 위험 없음; 테슬라가 내부에서 초기 문제 흡수	테슬라의 공장 태스크는 특정적; 습득한 기술이 다른 산업으로 일반화되지 않을 수 있음
데이터 플라이휠	모든 공장 Optimus가 훈련 데이터 생성; 내부 1,000대 = 1,000개의 동시 데이터 수집기	공장 태스크는 구조화되고 반복적; 범용 배치를 위한 충분히 다양한 데이터를 생성하지 못할 수 있음
품질 관리	테슬라 엔지니어가 Optimus 성능을 직접 관찰하고 버그 보고; 빠른 반복 주기	내부 배치로 인해 외부의 덜 통제된 환경에서 나타나는 문제가 가려질 수 있음
수익 타임라인	노동 대체 절감 = 외부 판매 없이 즉각적인 ROI(대체된 공장 역할당 연간 약 $30~60K 절감, est.)	외부 상용 판매가 시작되기 전까지 수익이 확장되지 않음
경쟁 포지셔닝	Figure(BMW), Agility(아마존), Atlas(현대)도 공장에 배치됨	첫 외부 상용 판매와 가격 포인트가 진정한 경쟁의 순간이 될 것
일반화 도전	공장 태스크는 좁은 영역; 범용 휴머노이드는 근본적으로 더 넓은 능력 필요	공장 우선은 더 큰 범용 시장에서 경쟁할 수 없는 전문 로봇을 만들 위험이 있음

제5절——휴머노이드 램프 벤치마크 채점표(2026년 중반)

차원	테슬라 Optimus	Figure 02	Agility Digit	Boston Dynamics Atlas	우위
생산량(est.)	내부 약 1,000대(est.)	미공개(BMW 상용화)	상용화: GXO + 아마존	R&D + 제한적	테슬라(최대 생산 목표)
태스크 능력	2030% 인간(구조화된 공장, est.)	BMW 공장 태스크 + 언어 이해	창고 물류	신체 능력 최강(이동)	Atlas(능력 피크)
언어/추론	FSD 파생; 언어 능력 제한적	OpenAI 통합 = ChatGPT-4 추론	제한적	제한적	Figure(언어 통합)
가격 목표	장기 $20K 미만(Musk 발언)	미공개	약 $70K(est.)	미공개	테슬라(가장 공격적인 가격 목표)
제조 확장 경로	테슬라 Gigafactory 제조 전문성	외부 제조	외부 제조	현대자동차 제조	테슬라(제조 해자)
2026년 외부 판매	계획 중이나 타임라인 불확실	있음(BMW)	있음(GXO/아마존)	제한적	Figure + Agility가 외부 상용화에서 앞섬
데이터 플라이휠	FSD 플릿 시너지(Dojo + 비전 스택 공유)	OpenAI 데이터 + BMW 공장	아마존 창고 데이터	제한적	테슬라(최대 데이터 인프라)
전체 램프 평정	최대 생산 야망; 외부 상용 검증과 가장 멀리 있음; 제조 해자는 실재함	프리미엄 공장에서 가장 상용화된 휴머노이드	물류에서 가장 상용화	이동 능력 최강; 상용 규모에서 가장 멀리 있음	맥락 의존적: Figure가 오늘은 앞서고, Musk 목표가 실현되면 테슬라가 규모에서 승리

채점표는 휴머노이드 램프 경쟁에서 명확한 시간적 분기를 드러낸다. 근기간(20262027년)에는 Figure AI와 Agility Robotics가 상용 검증에서 가장 중요한 차원에서 앞서고 있다: 외부 고객, 실질적 수익, 그리고 교차 산업 배치 데이터. 장기간(20282030년)에는 테슬라의 생산 목표가 달성 가능하다면 그 이점이 복리로 누적된다. 가장 중요한 불확실성은 테슬라의 공장 우선 전략이 태스크 범용성 경쟁에서 뒤처지게 만들지 않을까 하는 점이다——그리고 범용성이야말로 휴머노이드 시장의 궁극적 승자를 결정하는 핵심 차원일 수 있다.

참고: “(est.)”로 표기된 모든 수치는 2026년 중반 기준의 공개 공시, 연구 논문, 애널리스트 추정 및 업계 보고서를 기반으로 한다. 이 기사는 투자 조언을 구성하지 않는다.