안녕하세요. 수수입니다.
“현대차에 숨겨진 100조원의 가치.”
자극적인 제목 같지만, 한동대학교 AI융합부 김학주 교수의 분석을 들어보면 상당히 논리적입니다.
피지컬 AI(Physical AI) — 몸이 있는 인공지능. 즉 휴머노이드 로봇이 공장에서 사람의 노동을 대체하는 시대가 열리고 있는데, 이 게임에서 한국의 공정 이해력이 결정적 무기가 된다는 겁니다.
이 글은 유튜브 채널 언더스탠딩에 출연한 김학주 교수의 강연 내용을 정리한 것입니다.
- 1. 왜 지금 휴머노이드인가 — 리쇼어링과 로봇
- 2. 기존 공장 로봇 vs 휴머노이드 — 근본적 차이
- 3. 로봇이 사람을 따라잡기 어려운 이유
- 4. 왜 한국인가 — 공정 이해력이라는 무기
- 5. 엔비디아가 일본 대신 현대차를 선택한 이유
- 6. 현대차 기업 가치 추정 — 100조원 추가?
- 7. 국가별 경쟁력 비교 — 중국·일본·한국
- 8. 삼성은? — 문화의 벽
- 9. 테슬라 vs 엔비디아 연합 — 누가 이기나
- 10. 휴머노이드 핵심 부품 — 투자 포인트
- 11. 노조 반대는 문제가 되나?
- 12. 메모리 반도체 — 언제까지 호황?
- 13. 김학주 교수의 투자 철학
- 14. 핵심 정리
- 전체 영상
- 참고 자료
1. 왜 지금 휴머노이드인가 — 리쇼어링과 로봇
지난 40~50년간 중국은 저임금 노동력을 전 세계에 수출했습니다. 덕분에 글로벌 물가도 안정되는 효과가 있었죠. 하지만 이제 중국도 인건비가 상당히 올랐습니다.
선진국 입장에서는 중국 노동자를 로봇으로 대체하고, 그 로봇을 자국으로 가져오자(리쇼어링)는 흐름이 생긴 겁니다. 그리고 그 로봇이 얼마나 똑똑하냐에 따라 국가 경쟁력이 결정됩니다.
2. 기존 공장 로봇 vs 휴머노이드 — 근본적 차이
기존 산업 로봇 (정밀 기계)
| 특성 | 내용 |
|---|---|
| 동작 | 정해진 곳에서 약속된 행동만 반복 |
| 학습 | AI 학습 불필요 — 너무 정밀해서 그럴 필요도 없음 |
| 가격 | 대당 20~30억원 |
| 수명 | 약 20년 (설비의 일종) |
| 주요 업체 | 일본 야스카와, 화낙(FANUC) 등 |
협동 로봇 (중국 시장)
생산 라인에서 물건을 분류하거나 불량을 검출하는 로봇. 중국의 시아순(Siasun), 에스튠(Estun) 등이 대표 업체지만 대부분 적자를 내고 있습니다.
AI 학습을 받으면 섞여 있는 물건도 구분하고, 이물질이나 파손을 감지할 수 있게 되지만, 아직 수익성 검증이 안 된 상태입니다.
휴머노이드 로봇 (피지컬 AI)
| 특성 | 내용 |
|---|---|
| 동작 | 다이나믹한 환경에서 정해지지 않은 다양한 행동 |
| 학습 | AI로부터 학습 받아 사람의 일을 대신 |
| 가격 | 테슬라 옵티머스 기준 약 3,000만원 |
| 핵심 | 얼마나 사람처럼 진화하느냐가 관건 |
핵심 포인트: 휴머노이드는 대량 생산으로 찍어내는 비즈니스가 아니라, 로봇을 진화시키는 플랫폼 비즈니스가 돈을 번다. 몸(하드웨어)보다 머리(소프트웨어·학습 데이터)가 결정적이다.
3. 로봇이 사람을 따라잡기 어려운 이유
상황 인지의 차이
어두운 방에 긴 물체가 떨어져 있을 때:
- 사람의 뇌: “이 공간에 뱀이 있을 리 없다 → 진공청소기 전선줄인가? → 확인해보니 줄넘기 줄 → 별거 아니네”
- AI (CNN 기반): “뱀일 수도, 로프일 수도, 전선일 수도 → 5만 가지 가능성 나열”
사람은 상황 속에서 의미를 찾지만, AI는 데이터를 하나의 벡터로만 봅니다. 숲속의 뱀을 보고 사람은 “물리면 죽을 수 있다”고 의미적으로 이해하지만, AI는 “뱀 = 숲에 산다, 기어다닌다, 독이 있다”라는 데이터 나열에 그칩니다.
센서의 한계
| 비교 | 사람의 눈 | 디지털 카메라 |
|---|---|---|
| 빛 인식 범위 | 매우 넓음 | 제한적 |
| 미세한 밝기 차이 | 예민하게 감지 | 따라하지 못함 |
| 사물 윤곽 처리 | 망막의 아마크린 세포가 깔끔하게 | 대충 찍고 후처리 |
| 연기 구분 | 색깔만 봐도 화재/증기/안개 구분 | 계속 계산해야 알음 |
밤하늘의 별을 눈으로 보면 아름답지만, 카메라로 찍으면 이상하게 나오는 것과 같은 이치입니다.
진화의 시간
사람의 뇌는 수백만 년에 걸쳐 진화했습니다. DNA 자체는 잘 안 바뀌지만, DNA를 누르는 스위치(후성유전학, Epigenetics)는 유전됩니다. 자주 쓰는 부분에서 돌연변이가 일어나고, 스트레스를 받을수록 더 많이 일어나죠.
로봇은? 아직 진화를 시작도 못 했습니다. 이제부터 목적을 주고 스스로 학습하게 해야 합니다.
김학주 교수: “사람들이 인공지능이 사람을 대체하면 어떡하나 걱정하지만, 제가 보기에는 사람이 지금 기계가 할 일을 대신하고 있는 것입니다. 사람이 할 일은 따로 있어요.”
4. 왜 한국인가 — 공정 이해력이라는 무기
휴머노이드는 어디서 일하나? → 공장
휴머노이드가 일하는 환경은 공장의 생산 공정입니다. 그 공정에 대한 이해가 가장 높은 나라가 바로 한국입니다.
한국이 일본을 이긴 대표 산업은 반도체와 조선 — 둘 다 공정 관련 산업입니다.
현대차의 공정 이해력
| 사례 | 내용 |
|---|---|
| 중국 공장 건설 (2000년대 초) | GM이 30만대 공장 짓는 데 4년, 현대차는 1.5년 |
| 핵심 역량 | 좋은 부품을 만드는 게 아니라, 부품을 주면 빨리 생산을 시작하고 수요 변화에 공정을 빠르게 수정하는 능력 |
| 현대 그룹 문화 | “안 되면 되게 하라” — 실패 속에서 배우고 다시 도전하는 DNA |
김학주 교수는 1989년 현대차 사가(社歌)를 듣고 현대증권 입사를 결심했다고 합니다.
“보아라 하늘 높이 치솟는 꿈을, 들어라 젊은 가슴 힘찬 고동을”
한국의 공정 DNA
1970~80년대 한국은 산업 전쟁을 치렀습니다. 일본이 2차 대전을 치르며 정밀 기계·화학·소재 기술을 터득했다면, 한국은 죽기 살기로 뛰면서 공정과 엔지니어링을 배웠습니다.
- 자동차 조립 공정 → 현대차
- 반도체 생산 공정 → 삼성전자/SK하이닉스
- 원자력 기자재 공정 → 두산 에너빌리티
- 조선 기자재 → HD현대
휴머노이드가 공장에서 실수할 수 있는 부분, 어떻게 학습시켜야 하는지 — 이 도메인 날리지(Domain Knowledge)를 현대차가 가장 많이 갖고 있다는 것이 핵심입니다.
5. 엔비디아가 일본 대신 현대차를 선택한 이유
핵심 3사 주가 흐름: 현대차 · 엔비디아 · 테슬라
연합군 구조
| 역할 | 담당 |
|---|---|
| 기본 뇌 (인지·판단·계획) | 구글 딥마인드 |
| 반사 행동·상황 대처 | 구글 인트린직(Intrinsic) |
| 도메인 데이터 (공정 노하우) | 현대차, 삼성전자 등 |
| 시뮬레이션·훈련 | 엔비디아 (Isaac, Jetson) |
테슬라는 이 모든 것을 혼자 하겠다는 전략입니다.
현대차의 3가지 강점
- 공정 도메인 날리지: 자동차 조립 라인에서 로봇이 어디서 실수할 수 있는지, 어떻게 학습시켜야 하는지를 가장 잘 안다
- 보스턴 다이나믹스 보유: 충돌, 돌발 행동 등 비선형적 계산(불연속적 물리)에 대한 하드코어 기술 보유. 예측할 수 없는 상황에서도 안 넘어지는 기술의 넘버원
- 하드웨어 데이터: 엔비디아는 순수 소프트웨어/칩 회사라 하드웨어 데이터가 없음. 현대차가 이를 제공
6. 현대차 기업 가치 추정 — 100조원 추가?
계산 로직
| 단계 | 수치 |
|---|---|
| 테슬라 시총 | 1.4조 달러 (S&P 500의 ~2.3%) |
| 미국 산업기계 시총 | ~1.2조 달러 (휴머노이드로 전환 예상) |
| 엔비디아 연합군 시장 규모 | ~1.4조 달러 (테슬라와 별도) |
| 엔비디아+구글 몫 | ~0.7조 달러 (절반) |
| 나머지 파트너 몫 | ~0.7조 달러 |
| 현대차 점유율 (10%) | ~700억 달러 ≈ 100조원 |
현대차 목표 시총
| 항목 | 금액 |
|---|---|
| 기존 자동차 사업 (순익 13조 × PER 5) | ~65조원 |
| 피지컬 AI 프리미엄 | +100조원 |
| 합계 | ~165조원 |
| 현재 시총 | ~90~100조원 |
김학주 교수: “가는 길에 있다고 생각합니다. 너무 빨라서 그렇지. 저는 현대차를 갖고 있습니다.”
다만, CES에서 한 번 보여준 것만으로 시장이 너무 빠르게 반응하는 측면이 있고, 한국 시장의 과잉 유동성이 오버슈팅을 만들고 있다는 점도 지적했습니다.
7. 국가별 경쟁력 비교 — 중국·일본·한국
중국 🇨🇳
| 강점 | 약점 |
|---|---|
| 시작이 빠르다 (정부가 실패 책임) | 진화 속도가 느리다 |
| 풍부한 실패 데이터 보유 | 사회주의 체제의 한계 — “내 것이 아닌데 왜 걸작을 만들어야 하지?” |
| 저렴한 하드웨어 생산 능력 | 플랫폼 비즈니스보다 대량 생산에 특화 |
| 국내에서 버그 잡고 해외 진출 가능 | 엔비디아 진영 합류 어려움 |
딥시크(DeepSeek)의 한계: 기존에 만든 걸 응용해서 적은 자원으로 잘 만드는 것이지, 근본적으로 새로운 걸 만든 건 아닙니다. 중국은 아직 대량 생산을 통한 규모의 경제에서 크게 벗어나지 못하고 있습니다.
미국 vs 중국의 AI 철학 차이:
- 중국: 하나의 공작기계 안에서 가장 이상적인 AI 만들기 (좁은 범위 최적화)
- 미국: 생산 라인 전체의 표준을 만들기 (범용 플랫폼)
누가 이기냐? 크게 보는 쪽이 이깁니다. 미국의 범용 모델이 결국 승리한다는 것이 김학주 교수의 판단입니다.
일본 🇯🇵
| 강점 | 약점 |
|---|---|
| 정밀 기계 부품의 절대 강자 | 실패를 용납하지 않는 문화 |
| 로봇 관절 최적화 노하우 (적은 모터로 다양한 동작) | 장인 정신 → 남과 나누지 않음 |
| 모터 내구성 (나보테스코, 하모닉 드라이브) | 사람을 소중히 여기는 문화 → 로봇이 사람 대체하는 개념에 거부감 |
| 니타(Nitta) — 촉각 센서 독점적 지위 | 플랫폼 비즈니스 경험 없음 |
일본은 휴머노이드 완성체보다는 핵심 부품 공급자로 남을 가능성이 높습니다.
한국 🇰🇷
| 강점 | 과제 |
|---|---|
| 자동차·반도체·조선 공정의 세계 최고 이해력 | 시장 과열에 대한 냉정함 필요 |
| 엔비디아 연합군의 핵심 파트너 | 부품 대량 생산은 중국에 밀림 |
| 보스턴 다이나믹스 보유 (비선형 물리) | 소프트웨어 독자 역량은 아직 부족 |
| 실패 속에서 배우는 문화 |
8. 삼성은? — 문화의 벽
삼성전자도 반도체 생산 공정에서는 세계 최고 수준입니다. SK하이닉스도 “후진 장비로도 수율 하나는 넘버원”이라는 평가를 받았죠.
하지만 김학주 교수는 삼성의 문화에 대해 우려를 표했습니다:
“반도체는 소수의 천재가 기술을 만들고 상명하달로 실행합니다. 하지만 휴머노이드는 그렇지 않아요. 실패하고 다시 고치고 조금 개선하는 데이터가 끊임없이 학습돼야 합니다. 삼성도 약간 일본스러운 면이 있어요.”
9. 테슬라 vs 엔비디아 연합 — 누가 이기나
테슬라의 전략
| 항목 | 내용 |
|---|---|
| 방식 | 뇌·몸·학습을 일관 생산 (혼자 다 함) |
| 강점 | 자율주행 데이터 보유, OTA(Over-the-Air) 업데이트 경험 |
| 약점 | 범용 데이터만 있음 (도로 특화), 문제 발생 시 모든 책임 |
| 포지셔닝 | 범용 휴머노이드 (가정용 집사 등) |
엔비디아 연합의 전략
| 항목 | 내용 |
|---|---|
| 방식 | 분업 — 뇌(구글) + 도메인(현대차 등) + 시뮬레이션(엔비디아) |
| 강점 | 다양한 공정 데이터, 전문 분야별 최적화 |
| 약점 | 연합의 조율 비용 |
| 포지셔닝 | 전문 고기능 로봇 (자동차·반도체 등 생산 라인) |
김학주 교수의 판단:
“엔비디아 진영이 현대차, 삼성전자, 두산 에너빌리티 등에서 다양한 데이터를 가져올 수 있기 때문에, 테슬라보다 진화를 더 잘 시킬 수 있다고 봅니다.”
엔비디아의 핵심 능력은 단순히 계산을 빨리 하는 것이 아니라, 플랫폼에 들어온 고객이 원하는 걸 쉽게 만들 수 있게 해주는 것 — 마치 학원 강사처럼 “이것만 풀면 돼”라고 정리해주는 능력입니다.
10. 휴머노이드 핵심 부품 — 투자 포인트
모터 (로봇의 심장)
- 가장 비싸고 중요한 부품. 모터가 틀어지면 하위의 감속기·센서·전선 전부 틀어짐
- 일본: 나보테스코(Nabtesco), 하모닉 드라이브 시스템(HDS) — 정밀하지만 비쌈
- 테슬라: 내재화 추진 (일론 머스크: “일본 기계는 너무 정밀해서 오히려 자유로운 행동을 방해”)
- 주의점: 수년 후 기어 마모, 내구성 문제가 드러나면 결국 일본 정밀 기계로 돌아올 수도
재미있는 사실: 일본은 적은 모터로도 다양한 동작을 할 수 있게 하는 연구를 오래 해왔습니다. 정밀 기계가 그 역할을 해온 것이죠.
센서 (촉각)
- 로봇이 물건을 쥘 때 떨어뜨리지 않는 것이 핵심
- 악력 조절 + 미끄럼 감지 필요
- 니타(Nitta, 일본): 촉각 센서 분야에서 거의 유일한 대안. PER 10배 미만으로 저평가
하네스·커넥터 (로봇의 혈관)
- 로봇의 전선 다발은 관절이 움직일 때 끊어질 위험
- 관절 부위에서 전선 대신 커넥터로 연결하는 솔루션
- 암페놀(Amphenol), TE Connectivity 등
배터리 (고출력이 핵심)
| 요구사항 | 이유 |
|---|---|
| 고출력 | 무거운 물건을 들어올려야 함 (순간 파워) |
| 안전성 | 충돌 시 터지면 안 됨 |
| 반복 충전 | 배터리 팩을 스스로 교체하는 방식 |
전고체 배터리가 이상적이지만, 아직 기술적 한계(고체끼리 접촉 불량 → 저항)가 있어서 반고체(젤 전해질) → 리튬 폴리머 전지가 현실적 대안.
한국 배터리 업체(LG·삼성SDI·SK온)의 파우치형 NCM 배터리가 고출력에 유리하지만:
| 구분 | 한국 | 중국 |
|---|---|---|
| 품질 편차 | 안정적 | 아직 편차 있음 |
| 고출력 안전성 | 검증됨 | 터질 수 있음 |
| 가격 | 비쌈 | 저렴 |
| 전망 | 초기에는 한국 배터리 선호 | 시간 지나면 중국이 추격 |
리튬 폴리머 전지의 특허는 2015년에 만료. 기술 진입장벽은 낮아지고 있습니다.
구리 (숨은 수혜)
로봇의 관절마다 모터가 있고, 모터 안에는 구리가 있습니다. 휴머노이드 보급이 본격화되면 구리 수요도 크게 늘어날 전망.
미국 구리 광산 프리포트 맥모란(Freeport-McMoRan) 참고
11. 노조 반대는 문제가 되나?
많은 사람들이 현대차 노조의 휴머노이드 배치 반대를 우려합니다. 하지만 김학주 교수의 시각은 다릅니다:
“현대차가 휴머노이드 솔루션을 도요타나 포스코에 팔았다고 합시다. 그쪽 공장이 울산보다 더 좋아지면, 현대차 노동자는 다 집에 가야 됩니다. 이건 대세예요.”
현대차는 굳이 자기 공장에서만 쓸 필요 없이, 휴머노이드 솔루션 회사로 전환해도 되는 겁니다. 로봇 제조 자체가 자동차보다 더 큰 사업이 될 수 있습니다.
12. 메모리 반도체 — 언제까지 호황?
AI가 똑똑해지려면 현재는 반도체를 더 많이 쓸 수밖에 없습니다. 소프트웨어적으로 연산을 줄이는 건 너무 어렵기 때문이죠.
하지만 3~5년 후에는 소프트웨어 최적화가 진전되어 반도체 수요 증가세가 꺾일 수 있습니다.
김학주 교수: “반도체 가격 상승세를 계속 보세요. 꺾이는 신호가 나오면 일단 팔고 보세요.”
13. 김학주 교수의 투자 철학
강연 중에 드러난 몇 가지 투자 원칙:
1. 의심할 수 없을 때까지 의심하라
“그 매니저가 현대차를 그렇게 욕하면서도 뒤에서는 계속 사더라고요. 덜렁 주식과 사랑에 빠지지 마시고, 의심할 게 없다 싶으면 과감하게 실행하세요.”
2. 손실 관리가 수익보다 중요하다
“수익이 아니라 저는 손실을 관리해야 된다고 생각해요.”
3. 싼 것 말고 다른 이유를 찾아라
“원가 경쟁력은 맞다. 하지만 내가 의지할 수 있는 다른 걸 얘기해봐라.”
14. 핵심 정리
| 주제 | 핵심 메시지 |
|---|---|
| 피지컬 AI의 본질 | 사람의 노동력 대체 → 사람처럼 진화시키는 능력이 핵심 |
| 한국의 강점 | 공정 이해력 세계 1위 → 도메인 날리지가 곧 경쟁력 |
| 현대차 | 공정 노하우 + 보스턴 다이나믹스 + 엔비디아 파트너 = 165조원 잠재 가치 |
| 엔비디아 | 피지컬 AI에서도 표준 플랫폼 가능성 |
| 테슬라 | 범용 휴머노이드 (가정용), 일관 생산의 장단점 |
| 중국 | 시작은 빠르지만 진화 속도 느림, 대량 생산 한계 |
| 일본 | 정밀 부품의 강자, 휴머노이드 완성체는 약함 |
| 배터리 | 고출력 리튬 폴리머 → 한국 초기 수혜, 장기적으로 중국 추격 |
| 주의 | 시장이 너무 빠르게 반응 중, 오버슈팅 가능성 |
전체 영상
참고 자료
김학주 교수 관련 포스팅:
- 김학주 교수의 2026년 투자 전략 - 전력 인프라가 증시의 운명을 결정한다
- AI 시대 투자 기회 종합 분석 - GPU에서 양자컴퓨팅까지
- AI 거품론 반박과 한국 반도체 리스크 분석
- 미·중 신냉전 시대의 AI 투자 전략
영상 출처:
면책 조항
본 글은 김학주 교수님의 언더스탠딩 출연 내용을 바탕으로 작성되었으며, 모든 의견과 전망은 교수님 개인의 견해입니다.
실제 주가 움직임과 시장 상황은 다를 수 있으며, 투자 결정 전 반드시 추가적인 정보를 확인하시기 바랍니다.
본 글은 투자 권유가 아닌 정보 제공 목적입니다. 투자의 최종 책임은 투자자 본인에게 있습니다.