지난 수년간 로봇 산업은 ‘화려한 연옥’에 갇혀 있었습니다. 겉보기엔 그럴싸하지만 수익성은 전혀 없는 데모의 늪 말입니다. 우리는 휴머노이드 로봇이 (어쩌다 한 번) 빨래를 개고, (아주 느릿느릿) 커피를 내리며, 테마파크 마스코트 같은 억지 미소로 컨퍼런스 관객들에게 손을 흔드는 모습을 수없이 봐왔습니다. 하지만 이 로봇들을 대규모로 투입해 실제 수익을 내고 있느냐고 물으면, 업계 관계자들은 대개 헛기침을 하며 “아직 파일럿 프로그램 단계"라는 변명을 늘어놓기 바빴죠. 우리가 이전에도 지적했듯이, 이것이 바로 Translation not available (ko) 의 현실이었습니다.
하지만 여기, 지루한 데모 릴레이에 마침표를 찍으려는 기업이 나타났습니다. 바로 Dyna Robotics입니다. 이들은 최근 자사의 로봇이 단순히 현장에 투입된 것을 넘어, 비즈니스의 성패를 가르는 가장 중요한 지표인 ‘투자 대비 수익률(ROI)’ 임계점을 성공적으로 돌파했다고 발표하며 업계에 신선한 충격을 던졌습니다. 이 대담한 시대를 함께 열어갈 첫 번째 주인공은 정교한 딤섬으로 유명한 대만의 세계적인 레스토랑 체인, **딘타이펑(Din Tai Fung)**입니다. 딘타이펑이 만두 빚는 기술만큼이나 자동화에도 진심이었다는 사실이 증명된 셈입니다.
이번 협업은 단순한 일회성 테스트가 아닙니다. Dyna Robotics는 딘타이펑의 미국 내 전 매장에 로봇을 전면 도입할 계획이며, 이를 시작으로 2027년 상반기까지 호텔, 물류, 데이터 센터 등 다양한 산업군에 ‘수백 대의 로봇’을 배치할 예정입니다. 실험실을 벗어나 실제 로비와 현장으로 진출한 이들은, 이제 로봇이 고객에게 실제로 ‘돈을 벌어다 주고 있다’고 당당히 주장합니다.
수익 창출의 핵심 브레인: Dyna-2
로봇을 ‘돈 먹는 하마’에서 ‘수익 창출원’으로 탈바꿈시킨 비결은 Dyna Robotics가 개발한 새로운 ‘월드 액션 모델(World-action model)’, Dyna-2에 있습니다. 경쟁사들이 로봇에게 일일이 동작을 가르치는 값비싼 ‘수동 레이블링 데이터’ 수집에 매달릴 때, Dyna는 훨씬 대담한 길을 택했습니다. 바로 100만 시간에 달하는 인간의 활동 영상을 Dyna-2에게 학습시킨 것입니다. 이는 한 인간이 170년 동안 쉬지 않고 경험하는 양과 맞먹는 수치로, 기존의 원격 조작(Teleoperation) 데이터와는 비교조차 할 수 없는 압도적인 규모입니다.
Dyna Robotics는 이 방대한 영상 데이터를 통해 몇 가지 새로운 ‘스케일링 법칙(Scaling laws)‘을 발견했다고 설명합니다. 가장 핵심적인 발견은 모델이 인간의 영상을 더 많이 시청할수록 세상을 이해하고 행동하는 능력이 예측 가능한 수준으로 향상된다는 점입니다. 더욱 놀라운 것은 이렇게 습득한 이해력이 이전에 한 번도 접해본 적 없는 새로운 로봇의 신체에도 즉각적으로 전이된다는 사실입니다. Dyna는 이를 ‘크로스 임바디먼트 스케일링(Cross-embodiment scaling, 이종 신체 간 확장성)‘이라 부르며, 로봇 산업의 고질적인 데이터 병목 현상을 해결할 열쇠로 제시했습니다.
“지난 수년간 범용 로봇 기술은 데이터 확보라는 한계에 가로막혀 있었습니다. 사람이 일일이 로봇을 조작해 데이터를 쌓는 방식으로는 범용 인공지능 수준의 확장이 불가능합니다.” Dyna Robotics의 공동 창립자 제이슨 마(Jason Ma)의 설명입니다. “실제 로봇 동작 데이터는 희귀하지만, 영상 데이터는 도처에 널려 있습니다.”
요리, 청소, 조립 등 일상적인 과업을 수행하는 인간의 모습을 통해 Dyna-2는 일종의 ‘물리적 직관’을 형성합니다. 덕분에 새로운 하드웨어에서도 아주 적은 양의 미세 조정(Fine-tuning)만으로 새로운 작업을 수행할 수 있습니다. 실제로 Dyna-2는 단 13분 분량의 데이터 학습만으로 다섯 손가락 로봇 핸들이 병뚜껑을 돌려 따도록 만드는 데 성공했습니다.
유튜브 영상에서 샤오롱바오까지
딘타이펑과의 파트너십은 이 기술력을 검증할 완벽한 시험대입니다. 딘타이펑 미국 매장은 매장당 연평균 매출이 무려 2,700만 달러(약 360억 원)에 달할 정도로 운영 효율성이 극대화된 곳입니다. 이는 경쟁 업체보다 두 배 가까이 높은 수치죠. 이런 곳은 어설프고 신뢰할 수 없는 기계가 발을 들일 수 있는 곳이 아닙니다. 초 단위로 효율을 따지고, 완벽하게 빚어진 딤섬만이 용납되는 고도의 긴장감이 흐르는 환경이기 때문입니다.
이번 배치는 Dyna의 핵심 가설을 증명합니다. 즉, 일반적인 인간의 활동을 학습한 로봇의 뇌가 상업적으로 가치 있는 특정 업무에도 충분히 적응할 수 있다는 점입니다. 영상 속에서 셔츠 접는 법을 배운 모델이, 세계에서 가장 까다로운 레스토랑 중 하나인 딘타이펑에서 식탁을 치우고, 식재료를 분류하며, 주방 보조 업무를 수행하도록 최적화될 수 있다는 뜻입니다. 추상적인 ‘월드 액션 모델’이 실제 기업의 재무제표(P&L)라는 현실과 만나는 지점입니다.
또한 Dyna는 ‘서비스형 로봇(Robots-as-a-Service, RaaS)’ 모델을 도입해 기업들의 초기 비용 부담을 없앴습니다. 딘타이펑 같은 기업 입장에서는 막대한 설비 투자 대신 예측 가능한 월 구독료만 지불하면 되는 매력적인 제안입니다.
로봇 도입의 악몽은 이제 끝난 것일까?
물론 아직 샴페인을 터뜨리기엔 이릅니다. Dyna의 발표가 ‘데모 위주’였던 업계 분위기를 반전시킨 것은 분명 고무적이지만, 하드웨어를 대규모로 확장하는 과정에는 늘 험난한 여정이 따르기 마련입니다. 공급망 문제, 유지보수 이슈, 그리고 아무리 많은 데이터를 학습해도 예측할 수 없는 현실 세계의 수많은 예외 상황(Edge cases)들이 도사리고 있습니다.
그럼에도 불구하고 Dyna Robotics는 담론의 장을 완전히 바꿔놓았습니다. 범용 로봇으로 가는 길이 수백만 시간의 고통스러운 원격 조작이 아니라, 이미 존재하는 무궁무진한 영상 데이터 바다에 있을지도 모른다는 강력한 근거를 제시했기 때문입니다. 이제 로봇의 평가는 “이 동작을 할 수 있는가?“가 아니라 “그래서 돈이 되는가?“라는 질문으로 옮겨갔습니다.
대형 고객사와의 협업을 통해 ROI 임계점을 돌파한 Dyna는 이제 업계 전체에 도전장을 내밀었습니다. 수백만 달러짜리 휴머노이드 로봇이 단순한 ‘정교한 과학 프로젝트’ 이상의 가치가 있음을 증명해야 하는 숙제가 경쟁사들에게 던져진 셈입니다. 화려했던 데모의 시대가 저물고, 현장에서 수익을 내는 로봇의 시대가 막을 올리고 있습니다. 참으로 기다려온 변화입니다.