아틀라스가 공장에 들어오면, 늘어난 이익은 누구에게 갈까

어제 AI에 투자하면서 사람을 줄이는 기업들에 관한 글을 썼다. 생산에 필요한 사람이 계속 줄어든다면, 소득과 권력은 누구에게 남을까. 기술을 소유한 소수가 다수의 생활 조건까지 결정하는 사회가 될 수 있다는 걱정이었다.

보스턴다이내믹스의 아틀라스를 보며 그 질문을 좀 더 구체적으로 생각하게 됐다. 어제는 AI와 자동화가 바꿀 사회를 넓게 이야기했다면, 오늘은 공장 한 곳에서 로봇 도입을 검토하는 상황부터 생각해 보고 싶다. 로봇을 들여놓는 데 얼마가 들고, 어떤 일을 맡길 수 있으며, 그렇게 늘어난 이익은 누구에게 돌아갈까.

로봇이 위험하고 힘든 일을 대신해 주는 것은 반가운 변화다. 다만 그 일을 하던 사람이 덜 힘들게 일하면서 소득을 유지할 수 있는지, 아니면 일자리와 소득을 함께 잃게 되는지에 따라 기술 발전을 받아들이는 마음은 크게 달라질 것이다.

아틀라스는 어떤 일을 하러 공장에 들어가는가

보스턴다이내믹스는 2026년 1월 CES에서 산업용 아틀라스 제품 버전을 공개했다. 회사가 밝힌 그해 공급 대상은 현대차그룹의 로보틱스 메타플랜트 응용센터(RMAC)와 구글 딥마인드였다. 연구와 훈련, 적용을 위한 초기 배치 계획이다. 아틀라스 제품 발표를 곧바로 대규모 무인 공장이 완성됐다는 소식으로 읽어서는 안 된다.

현대차그룹이 제시한 생산 공정 도입 일정은 더 길다. 2028년부터 부품을 필요한 순서에 맞게 준비하는 작업 등에 아틀라스를 도입하고, 2030년에는 부품 조립으로 적용 범위를 넓힌다는 계획이다. 현대차그룹의 CES 2026 로보틱스 전략은 공정별로 안전성과 품질을 검증하면서 확대하겠다고 설명한다.

사람의 감독 아래 부품 정렬 작업을 시험하는 장면을 상상한 AI 생성 일러스트. 실제 아틀라스의 외형이나 도입 현장을 재현한 그림은 아니다.

이 일정에서 눈여겨볼 부분은 로봇에게 처음부터 공장 전체를 맡기지 않는다는 점이다. 정해진 작업을 반복해서 잘하는지 확인하고, 그 결과에 따라 맡길 일을 늘린다. 어떤 부품을 어떤 위치에서 집어 어디에 놓을지, 부품의 상태가 달라져도 처리할 수 있는지, 사람과 함께 움직여도 안전한지를 검증해야 한다.

나는 이처럼 적용 범위를 좁혀 가는 과정이 실제 고용 변화를 이해하는 데도 중요하다고 생각한다. 사람의 모든 능력을 재현하지 못하더라도, 특정 공정에서 충분히 안정적이고 경제적으로 일한다면 그 공정에 필요한 인원은 달라질 수 있다. 반대로 한 작업을 성공했다고 해서 그 주변의 업무까지 모두 없어지는 것도 아니다.

로봇 한 대의 가격만으로는 계산할 수 없다

어제 글에서는 기업이 사람에게 지급하던 비용을 기술과 설비에 투자하는 방향을 이야기했다. 공장에서 그 전환을 결정하려면 훨씬 구체적인 계산이 필요하다. 로봇 가격을 직원 한 명의 연봉과 나란히 놓는 것으로는 부족하다.

로봇을 사거나 빌리는 비용 외에도 작업을 가르치고 생산 관리 시스템에 연결하는 비용이 든다. 배터리와 부품을 관리하고, 고장에 대응할 사람도 필요하다. 작업 속도가 예상보다 느리거나 불량이 늘어나면 그 손실까지 계산해야 한다. 로봇이 멈췄을 때 다른 공정도 함께 멈추는 구조라면, 짧은 중단도 큰 비용이 될 수 있다.

보스턴다이내믹스도 아틀라스의 산업용 설계 설명에서 배터리 자동 교체, 현장 수리, 기존 업무 시스템과의 연결을 강조한다. 로봇이 오래 일하도록 만드는 데는 동작 능력과 함께 운영과 정비 체계가 필요하다는 뜻이다.

로봇 운영에 필요한 정비 인력과 부품, 배터리를 함께 그린 AI 생성 일러스트.

비교해야 할 것은 같은 품질의 작업을 같은 양만큼 끝내는 데 드는 전체 비용일 것이다. 사람의 작업도 안전 설비와 교육, 휴식과 교대가 필요하고, 로봇의 작업도 감독과 유지·보수가 필요하다. 양쪽에 필요한 조건을 빠뜨리면 자동화가 얼마나 유리한지 판단하기 어렵다.

물론 이익은 인건비 절감에서만 생기지 않는다. 다치기 쉬운 작업을 줄이고, 품질을 일정하게 유지하고, 사람이 부족해서 처리하지 못하던 주문을 받을 수 있다면 그것도 도입 이유가 된다. 로봇이 반드시 해고를 통해서만 경제성을 얻는 것은 아니다. 어떤 문제를 해결하려고 도입하는지부터 봐야 한다.

확인한 공개 자료만으로는 아틀라스 한 대가 특정 공장에서 얼마를 벌어 주는지 계산할 수 없다. 계약 가격과 실제 가동률, 정비 기록과 품질 자료가 더 필요하다. 다만 그 계산이 유리해지는 공정부터 도입이 늘어날 것이라는 기업의 판단은 이해할 수 있다.

한 대가 배운 작업을 여러 대에 적용할 수 있다

아틀라스 발표에서 특히 눈에 들어온 설명이 있다.

아틀라스 로봇 한 대가 새로운 작업을 배우면, 그 작업을 전체 로봇 집단에 즉시 복제할 수 있다.

보스턴다이내믹스가 2026년 1월 5일 발표한 제품 소개의 한 문장을 번역했다. 회사가 제시하는 기능 설명이며, 서로 다른 모든 공장에 검증 없이 적용할 수 있다는 뜻은 아니다.

현장의 작업 지식이 여러 로봇에 적용되는 과정을 상상한 AI 생성 일러스트.

작업을 배우는 데 비용이 들더라도, 배운 내용을 여러 대에 적용할 수 있다면 처음 들인 비용을 더 많은 생산량에 나눠 반영할 수 있다. 비슷한 공정을 여러 곳에서 운영하는 기업에는 매력적인 조건이다. 현장마다 다른 도구와 배치, 안전 조건을 확인해야겠지만, 매번 처음부터 같은 학습을 반복할 필요가 줄어드는 방향이다.

여기에서 어제의 소유권 문제가 다시 등장한다. 현장 노동자가 쌓아 온 작업 요령과 예외 상황에 대한 판단이 로봇을 개선하는 데 쓰인다고 해 보자. 그 결과로 여러 공장의 생산성이 높아진다면, 지식을 제공한 사람은 어떤 보상을 받게 될까. 교육을 맡는 동안의 임금만 받는지, 바뀐 업무에서 고용을 보장받는지, 생산성 향상의 이익도 나누는지에 따라 결과는 달라진다.

로봇을 개발하고 도입한 기업이 투자 위험을 부담했다는 사실도 함께 봐야 한다. 연구비를 썼다고 성공이 보장되는 것은 아니고, 도입이 실패하면 손실을 감수해야 한다. 그 기여를 인정하면서도 현장의 지식과 노동이 만든 몫을 어떻게 반영할지 논의할 수 있어야 한다.

사람이 로봇에게 일을 가르치는 과정에는 기술 교육과 함께 보상의 문제가 들어 있다. 나는 새로운 직무가 생긴다는 설명을 들을 때, 그 일을 누가 맡고 어떤 조건으로 일하게 되는지도 알고 싶다.

로봇을 빌려 쓰는 회사에도 소유의 문제가 남는다

소유권 문제는 로봇 제조사와 노동자 사이에만 생기지 않는다. 로봇을 사용하는 회사도 다른 기업의 기술과 서비스에 의존할 수 있다.

현대차그룹은 앞서 소개한 로보틱스 전략에서 로봇을 구독 형태로 제공하고 유지·보수와 소프트웨어 업데이트 등을 함께 지원하는 서비스형 로봇(RaaS) 확대 방향을 제시했다. 다만 이 발표만으로 아틀라스의 구체적인 구독 가격이나 계약 조건까지 알 수 있는 것은 아니다.

이런 방식이 확대되면 처음부터 큰돈을 들여 설비를 살 수 없는 기업도 로봇을 도입하기 쉬워질 수 있다. 전문 정비 인력을 모두 직접 확보하지 않아도 된다는 장점도 기대할 수 있다. 자동화를 활용할 수 있는 기업이 많아진다는 점에서는 긍정적이다.

로봇의 이용과 유지·보수 조건을 함께 검토하는 장면을 상상한 AI 생성 일러스트.

동시에 사용료가 오르거나 계약이 끝났을 때 어떤 일이 생기는지도 중요해진다. 공정에 맞게 가르친 작업을 다른 제품으로 옮길 수 있는지, 운영 데이터를 누가 이용할 수 있는지, 공급업체를 바꾸는 데 얼마나 많은 비용이 드는지 확인해야 한다. 이는 특정 회사가 이미 그런 제한을 두고 있다는 주장이 아니라, 서비스 계약을 검토할 때 필요한 질문이다.

어제는 생산 수단을 가진 사람과 갖지 못한 사람을 주로 이야기했다. 로봇 서비스가 보편화된다면 그 사이에도 여러 관계가 생길 것이다. 로봇을 만드는 회사, AI와 소프트웨어를 공급하는 회사, 이용료를 내고 생산하는 회사, 그 공장에서 일하는 사람이 서로 다른 권한을 가진다. 공장에 로봇이 많아져도 그 공장 운영자가 모든 조건을 결정할 수 있는 것은 아닐 수 있다.

안전해진 작업장과 줄어든 일자리는 함께 생길 수 있다

무거운 부품을 반복해서 옮기는 일을 로봇이 맡는다면, 그 작업에 사람이 몸을 다칠 위험은 줄어들 수 있다. 나는 그런 개선을 반기고 싶다. 생계를 지키기 위해 위험하고 고된 작업까지 계속 사람이 맡아야 한다고 말하고 싶지는 않다.

문제는 위험한 일을 줄인 다음이다. 남은 직원의 노동시간을 줄이면서 소득을 유지할 수도 있고, 생산량을 늘리면서 다른 업무로 배치할 수도 있다. 반대로 같은 물량을 더 적은 인원으로 처리하면서 줄어든 인건비를 이익으로 남길 수도 있다. 기술의 성능만으로 어느 선택이 이뤄질지는 정해지지 않는다.

힘든 작업의 자동화와 그 뒤에 달라질 노동자의 역할을 함께 생각해 본 AI 생성 일러스트.

로봇 감독과 정비 업무가 늘어날 가능성도 있다. 하지만 새 업무에 필요한 인원과 줄어드는 업무의 인원이 같다는 보장은 없다. 업무가 바뀌는 사람이 교육을 받을 시간과 생활비를 확보할 수 있는지도 별개의 문제다. 재교육을 제공한다는 말만으로 고용 전환이 끝났다고 보기는 어렵다.

자동화의 이익이 제품 가격 인하로 이어져 소비자에게 돌아갈 가능성도 생각해야 한다. 기업 간 경쟁과 수요 변화에 따라 이익의 분배는 달라질 수 있다. 다만 생활에 필요한 물건이 조금 싸지는 것과 내 소득이 사라지는 것은 규모가 다른 문제일 수 있다. 소비자로 얻는 이익이 노동자로 입는 손실을 반드시 보충해 주지는 않는다.

그래서 나는 로봇 도입의 성과를 생산량과 비용 절감만으로 평가하기 어렵다고 생각한다. 사고와 부담이 얼마나 줄었는지, 기존 직원의 소득과 근로시간은 어떻게 바뀌었는지, 전환에서 제외된 사람은 누구인지도 함께 봐야 한다.

로봇 도입을 결정할 때 노동자의 몫도 정해야 한다

어제 글에서는 기본소득과 테크노 귀족사회까지 생각이 이어졌다. 오늘 아틀라스의 도입 계획을 읽으며 느낀 것은, 그 논의를 공장의 설비투자 단계에서도 시작할 수 있다는 점이다.

기업은 로봇을 들이기 전에 투자비와 기대 수익을 계산한다. 그때 업무가 바뀌는 사람의 조건도 함께 정할 수 있어야 한다고 생각한다. 교육 시간에 임금을 지급할지, 다른 업무로 옮길 기회를 어떻게 보장할지, 생산성이 높아졌을 때 임금이나 노동시간에 어떤 방식으로 반영할지 협의하는 것이다.

로봇 도입에 따른 교육과 근로조건, 이익 분배를 함께 논의하는 장면을 상상한 AI 생성 일러스트. 실제 협의나 합의를 묘사한 것은 아니다.

이익 공유나 노동자의 지분 참여도 검토할 수 있는 선택지일 것이다. 모든 기업에 같은 제도를 적용하면 문제가 해결된다고 생각하지는 않는다. 고용을 보장하는 방식과 이익을 나누는 방식은 사업의 사정에 따라 달라질 수 있다. 그래도 자동화가 성공한 뒤에 남는 몫이 있으면 나눠 주겠다는 정도로는, 업무가 없어질 수 있는 사람이 자신의 미래를 계획하기 어렵다.

나는 보스턴다이내믹스의 로봇이 더 안정적으로 일하고, 사람들이 다치기 쉬운 작업을 줄여 주기를 바란다. 그 발전을 기대하는 마음과 노동자의 협상력을 걱정하는 마음은 함께 가질 수 있다고 생각한다.

앞으로 아틀라스 도입 소식을 읽을 때는 배치 대수와 작업 속도만 확인하지 않으려 한다. 그 공장에서 일하던 사람의 업무와 소득이 어떻게 바뀌었는지, 로봇이 배울 수 있도록 도운 사람에게 무엇이 돌아갔는지도 살펴보고 싶다. 사람이 덜 일해도 되는 미래를 기대하려면, 덜 일하게 된 사람의 생활이 실제로 나아졌다는 소식도 필요하다.