샤오미 전기차 공장의 휴머노이드 로봇 적용

이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.

샤오미 전기차 공장의 휴머노이드 로봇은 사람처럼 생긴 로봇이 실제 생산라인에서 얼마나 반복 작업을 맡을 수 있는지 보여주는 사례야. 중요한 건 로봇이 한 번 동작했다는 사실보다, 차체 조립처럼 오차가 생기기 쉬운 작업에서 성능을 측정하고 다른 작업으로 범위를 넓혔다는 점이야.

다만 성공률 하나만으로 공장 자동화가 완성됐다고 읽으면 안 돼. 로봇이 얼마나 오래 멈추지 않고 일했는지, 실패했을 때 사람이 얼마나 개입했는지, 고장과 수리에 시간이 얼마나 들었는지가 함께 있어야 현장 적용의 두께를 알 수 있어.

한 줄로 말하면

샤오미 전기차 공장의 휴머노이드 로봇 적용은 차체 너트 장착에서 시작해 부품 분류와 물류용 박스 접기로 작업 범위를 넓혀가는 현장 실험이야.

무엇인가

샤오미가 공개한 로봇은 올해 초 전기차 공장에 ‘인턴’이라는 이름으로 투입됐어. 먼저 자동차 차체에 너트를 장착하는 조립 작업을 맡았고, 이후 차량 내부 부품 분류와 물류용 재사용 박스 접기에도 투입됐지.¹

이 사례는 Physical AI가 공장 안에서 어떤 모습으로 나타나는지 보여줘. 화면 속 판단이 끝이 아니라, 로봇이 부품의 위치와 힘을 감지하고 손과 팔을 조절해 실제 물체를 다뤄야 하기 때문이야.

왜 계속 등장하는가

첫째, 생산라인은 휴머노이드 로봇의 범용성을 시험하기 좋은 환경이야. 차체 조립, 부품 분류, 박스 접기는 서로 다른 동작을 요구하므로 한 작업의 성공을 다른 작업으로 옮길 수 있는지 볼 수 있어.

둘째, 샤오미는 작업별 성공률을 함께 공개했어. 너트 장착 성공률은 기존 90.2%에서 98%로 올랐고, 샤오미는 숙련 작업자와의 차이가 1%에 불과하다고 설명했어. 새로 맡은 부품 분류와 재사용 박스 접기도 모두 90%를 넘겼다고 전해졌지.¹

이 숫자는 sim-to-real gap을 읽는 한 사례이기도 해. 가상 환경이나 통제된 시연에서 익힌 동작이 실제 생산라인의 부품·힘·위치 변화 속에서도 이어지는지 확인해야 하니까.

이 대상을 볼 때의 핵심 축

• 작업별 성공률. 전체 평균보다 너트 장착·부품 분류·박스 접기처럼 작업을 나눠 봐야 해. 작업마다 필요한 힘과 오차 허용 범위가 다르기 때문이야.
• 측정 조건. 성공률의 분모가 몇 번의 시도인지, 실패를 어떻게 정의했는지, 사람이 어느 정도 개입했는지를 확인해야 해.
• 범용성의 실제 범위. 여러 작업을 할 수 있다는 말과, 작업 전환을 스스로 처리하며 같은 품질을 유지한다는 말은 달라. 작업 전환 시간과 재설정 절차가 중요해.
• 현장 신뢰성. 하루 가동 시간, 고장 간격, 수리 시간, 부품 교체 방식이 공개돼야 생산설비로서의 성격을 알 수 있어.
• 힘 제어. 샤오미가 개선하겠다고 밝힌 힘 제어 알고리즘이 조립 작업의 정밀도와 실패율에 어떤 변화를 만드는지 계속 봐야 해.¹

최근 관찰된 신호

2026년 7월 공개된 자료에서 샤오미는 너트 장착 성공률을 90.2%에서 98%로 높였다고 밝혔어. 이후 차량 내부 부품 분류와 물류용 재사용 박스 접기로 작업을 넓혔고, 두 작업에서도 90% 이상의 성공률을 기록했다고 전해졌어.¹

이 신호가 보여주는 건 적용 작업의 수가 늘고 있다는 사실까지야. 로봇 대수, 작업 시간, 실패 표본, 사람의 개입 빈도와 수리 기록이 없으니, 성공률만으로 생산성이나 비용 우위를 판단할 수는 없어. 다음에는 샤오미가 힘 제어 개선과 현장 적용 확대를 어떤 운영 지표로 설명하는지 봐야 해.

헷갈리지 말아야 할 점

• ‘인턴’은 공개 자료에서 사용한 이름이지 공식 모델명이 확인된 것은 아니야. 모델명과 제품 세대는 별도 공식 자료가 필요해.
• 성공률과 가동률은 달라. 시도한 작업의 성공 비율이 높아도 준비·대기·수리 시간이 길면 라인 기여도는 달라질 수 있어.
• 숙련 작업자와 1% 차이라는 설명은 비교 조건을 함께 봐야 해. 작업 횟수와 실패 기준이 공개되지 않으면 숫자의 의미를 넓혀 읽기 어렵지.
• 여러 작업에 투입됐다고 곧 범용 로봇이 된 것은 아니야. 작업 전환과 예외 상황을 얼마나 적은 개입으로 처리하는지가 별도의 질문이야.

남은 질문들

• 이 로봇의 공식 모델명과 하드웨어 구성은 무엇인가?
• 각 작업의 성공률은 몇 회를 어떤 조건에서 측정했나?
• 공장에 몇 대가 투입됐고, 하루에 몇 시간 가동되나?
• 실패·고장 때 사람이 개입하거나 부품을 교체하는 데 얼마나 걸리나?
• 힘 제어 알고리즘 개선이 성공률과 작업 처리량을 어떻게 바꾸나?

이어서 읽기

휴머노이드 로봇이 가상 훈련과 현실 작업 사이에서 겪는 문제는 sim-to-real gap에서 이어서 볼 수 있어. 공장처럼 물리 세계에서 AI가 작업을 수행하는 더 큰 흐름은 Physical AI라는 말로 설명할 수 있어. 현장 배포와 성능 지표를 비교하고 싶다면 Agility Robotics와 Tesla도 함께 읽어볼 만해.

각주

1. 전자신문, 「샤오미 ‘인턴’ 로봇, 전기차 공장서 업무 확대…작업 성공률 98%」(2026-07-18) 기사. ↩︎ ↩︎² ↩︎³ ↩︎⁴