Will Humanoids Replace Humans? The Real Reason Korea's Manufacturing Industry Is Betting Everythi...

[00:00:00] Speaker 1: 요리하는 로봇팔 다 따로 쓰고 있지 않습니까? 왜 그렇게 해야 되죠? 휴머노이드 한 대면 올인원입니다. 피지컬 AI 시대가 오면 일자리가 없어지는 게 아니라 새로운 청년들을 위한 일자리가 생겨날 거라고 저는 생각을 해요. 왜냐하면 대한민국이 인공지능 영역에 있어서 혹은 피지컬 AI 혹은 휴머노이드에 있어서 글로벌 탑3에 들어가겠다. 저는 절대로 이게 허풍이나 과언이 아니라고 생각합니다. [00:00:30] Speaker 2: 자 이제 세 번째 피지컬 AI 어디까지 왔나 하는 질문을 던지지 않을 수가 없고 그 부분에 실제 실무자로서 이 업계를 뒤집어 놓고 계시는 대표님을 한번 초대해 보고자 합니다. A로봇 어민설 대표님 안녕하세요. [00:00:54] Speaker 1: 네 안녕하세요. A로봇 어민설입니다. [00:00:56] Speaker 2: 네. A로봇은 어떤 회사인지 한번 말씀 부탁드려도 될까요? [00:01:01] Speaker 1: 저희 A로봇은 이족보행 휴머노이드를 연구개발하는 팀이고요. 네. 지금 현재 시점에서 상용화를 위해서 열심히 노력하고 있는 팀입니다. [00:01:12] Speaker 2: 상용화 시점을 어느 정도로 보고 계신지 여쭤보세요. [00:01:15] Speaker 1: 일단은 저희 목표는 2028년에 시장에 완전히 상용화를 하는 걸 목표로 하고 있고요. [00:01:21] Speaker 2: 네. [00:01:22] Speaker 1: 그걸 대비하기 위해서 올해부터 공장 착공 들어가서 내년에 완공해서 생산 들어가려고 합니다. [00:01:28] Speaker 2: 그렇군요. 한 가지 아쉬운 게 원래 대표님이 우리 휴머노이드로 보시니까 이 자리에 데려오려고 했는데 키가 170cm라고 데려오는데 비용이 너무 많이 들 것 같아서 [00:01:41] Speaker 1: 이제 저희가 아무래도 연구가 아직 부족한 게 휴머노이드라면 응당. 제가 혼자 차에서 문 열고 저랑 같이 탑승해서 저벅저벅 걸어와야 하는데 다음에 불러주시면 꼭 한번 그렇게 해보도록 하겠습니다. [00:01:55] Speaker 2: 그러니까 따로 오는 거죠. [00:01:57] Speaker 1: 저랑 같이 타고 와야죠. [00:01:58] Speaker 2: 아니요. 대표님은 차 타고 오시고 휴머노이드로봇은 지하철 타고 와서 여기서 만나는 거죠. 왜 늦었어? 하고 이렇게 앉아야죠. [00:02:08] Speaker 1: 지하철. 괜찮은 생각이네요. [00:02:11] Speaker 2: 그렇게까지 될 거라고 보고 이제 하나하나 좀 질문을 드려보도록 하겠습니다. 일단 기본적으로 제조 영역에 AI가 도입되는 과정. 이게 왜 필요한 일이라고 생각하시는지 여쭤려고 하는데 가장 대표적인 게 제조업의 인력난 아니겠습니까? [00:02:28] Speaker 1: 그렇죠. [00:02:28] Speaker 2: 물론 많은 분들이 일자리 부족하다 이런 말씀하시기도 하지만 사실은 제조 영역에서는 엄청난 극심한 인력난에 시달리고 있습니다. 특히 지방으로 갈수록 중소비 기업이 될수록 그러니까 이 부분에 대한 숙제가 필요해요. 언제까지 외국인도 동력에만 의존합니까? 그렇죠? 이 부분은 어떻게 보십니까? [00:02:49] Speaker 1: 일단은 잘 보고 계시는 거고요. 일단 대한민국의 산업 구조상으로 99.9%가 중소기업입니다. 그리고 그중에서 대략 10%가 제조업이고요. 그러면 대한민국에는 정말 셀 수 없이 많은 중소 제조기업들이 많다라는 거예요. 이분들의 제일 페인 포인트가 인력난입니다. 지금 말씀하신 것처럼 대한민국은 로봇 프레셔라고 그러죠. 로봇을 도입해야 되는 그 압력이 굉장히 높은 나라입니다. 이유는 세 가지인데요. 저희는 이제 로봇 회사니까 시장에 대해서 고민을 할 때 보는 요건이 세 가지가 있습니다. 하나는 노동 가능한 인구가 줄고 있는지에 대한 여부, 두 번째는 인건비가 얼마나 높은지에 대한 여부, 세 번째가 그 나라의 기반 산업이 제조업인 거 아닌가의 여부를 봅니다. 앞에 두 개는 로봇 프레셔하고 연관이 되어 있고요. 뒤에 하나는 로봇 생태계하고 연관이 있습니다. 이 세 가지가 서로 맞물려 있어요. 이 세 가지를 생각을 해봤을 때 앞에 두 개는 로봇 프레셔, 즉 제조업에서 가장 중소 제조기업에서 가장 페인 포인트가 인력 쇼티지다라는 거고요. 그 부분에 있어서는 사실은 휴머노이드 도입은 올 수밖에 없는 미래인 거죠. 언급하신 것처럼 로봇에 대해서 일자리, 실업 이런 것들을 우려하시는 분들 그런 목소리도 존재합니다만 현실적으로는 사람이 없어서 난리인 곳이 훨씬 더 많습니다. [00:04:19] Speaker 2: 네, 맞습니다. 인력 부족률이라는 지표를 통해서도 확인을 할 수 있고요. 저도 이제 이러한 소위 썰비타이제이션이나 맥스나 혹은 팩토리 오토메이션이나 이 영역에서 연구자로서 참여했던 일들이 있어요. 제 경험에 비추해서 말씀드리면 예를 들면 산간에 있는 기업들, 산간에 기업이 없을 거라고 생각하시죠? 예를 들면 팽이버섯을 생산하는 팜이 있습니다. 이 기업을 아예 한 회사가 인수를 해요. 인수해서 오토메이제이션을 만들어요. 이게 왜 중요하냐면 이 산에 위치하다 보니까 인력이 자꾸 로테이션돼요. 교육시키면 또 나가고 또 나가고 인력을 충원하는 게 굉장한 어려움인 거예요. 그러니까 이 회사가 이 비즈니스 모델은 좋은데 자동화가 안 돼 있으니까 인력 부족률이나 로테이션 때문에 너무 극심한 스트레스를 받고 있으니까 이 기업을 산 다음에 오토메이션을 만들어요. 특히 어디 부분에 오토메이션이 필요하냐면 패키징 영역. 패키징 자동화를 이루어요. 그다음에 예를 들어서 이 기업을 100억에 샀다. 그러면 패키징 영역을 자동화한 다음에 300억에 재판을 시작해. 이런 회사들이 있어요. PE사라고 하죠. 그런 회사와 프로젝트를 한 적이 있어서 그런 걸 더 여실히 느끼고 저도 많이 만나는 기업들 중에 예를 들면 대보그룹 같은 경우 대보유통이 고속도로 휴게소를 운영하고 있는데 여기서 그렇게 로봇 소개시켜달라고 하잖아요. 정말요. 왜 그러냐면 그 어떤 데보다 이 직주 근저성이 낮아요. [00:06:05] Speaker 1: 그렇죠. [00:06:06] Speaker 2: 고속도로 휴게소니까. [00:06:07] Speaker 1: 네. 맞죠. [00:06:08] Speaker 2: 출퇴근도 어렵고 그런 여러 가지 것들 때문에 한 번 출근하면 나오기도 어렵고 여러 가지 문제로 노동을 유지시키기가 어렵고 그래서 실제 여러분 이렇게 질문드립니다. 이렇게 말씀드립니다. 의외로 로봇타이제이션이나 자동화를 이루고자 하는 니즈가 강한 기업이 어떤 기업들이냐. 인력 부족률이 심각한 기업들. [00:06:28] Speaker 1: 맞습니다. 지금 방금 언급하신 것처럼 지금 고속도로 휴게소를 예로 들으셨는데요. 그러면 지금 보통 그런 곳에서 사용하는 것은 서빙 로봇이라든가 아니면 요리를 위한 로봇 팔이라든가 이런 것들을 쓰시죠. 그런데 휴머노이드는 사실은 인간의 형상을 닮았다라는 거잖아요. 그러면 사람이 사용하는 툴을 그대로 사용할 수 있는 게 가장 장점이에요. 즉 사람이 사용하는 도구를 쓴다는 거 그거는 추가적인 설비나 확충 없이도 그대로 지금 우리가 일하고 있는 환경에 도입할 수 있는 로봇이 되는 거거든요. 그러면 한 번 예시 들으셨던 거를 같이 똑같이 생각을 해볼게요. 왜 우리가 지금 로봇을 사용을 할 때 서빙 로봇 따로, 계산하는 그런 로봇 따로, 그 다음에 요리하는 로봇 팔 따로 다 따로 쓰고 있지 않습니까? 왜 그렇게 해야 되죠? 휴머노이드 한 대면 올인원입니다. [00:07:27] Speaker 2: 그렇죠. [00:07:28] Speaker 1: 네. 그렇기 때문에 지금 방금 예시로 들으셨던 영역마저도 고속도로 휴게소를 예로 들으셨는데 그런 영역마저도 가장 궁극적인 형태로 도입해야 하는 로봇은 휴머노이드가 되는 거죠. [00:07:39] Speaker 2: 그렇죠. 좋습니다. 지금 대표님하고 이 로봇 산업에 있어서 많은 분들은 약간 제2의 러다이트 운동이라는 컨셉을 가지고 빛반적인 시각으로 좀 바라보시는 분들도 계신데 사실은 청년들의 일자리를 AI 로봇이 뺏는 게 아니라 청년들이 안 하겠다는 그 영역을 일을 해주는 거예요. [00:08:00] Speaker 1: 맞습니다. [00:08:01] Speaker 2: 그렇게 보시는 게 좋아요. 청년들이 너무나 원하는 그 일을 뺏는 게 아니라는 거예요. 적어도 지금 단계에서는 맞습니까? [00:08:07] Speaker 1: 네. 그리고 더불어서 로봇 그리고 피지컬 AI 시대가 오면 일자리가 없어지는 게 아니라 새로운 청년들을 위한 일자리가 생겨날 거라고 저희는 생각을 해요. 왜냐하면 지금 당장 저희만 해도 제일 필요한 영역이 데이터를 모으는 데이터 콜렉터가 극도로 모자라다라는 거예요. 그렇죠. 그러면 사실은 데이터 콜렉터는 청년들한테 새로운 일자리로 만들어줄 수 있는 영역이고요. 그렇죠. 그리고 수집된 그 로봇이터를 가공한다든가 아니면 학습 모델로 만드는 사람들이 또 인력으로 필요할 겁니다. 그런 직군도 새로 생겨나겠죠. 그렇죠. 결국 직업의 총량이 줄어드는 게 아니라 직업의 종류가 쉐팅이 되는 거죠. [00:08:50] Speaker 2: 그렇죠. 일자리의 양이 변화가 있을 수 있지만 그것보다 더 중요한 것은 일자리의 구조변화다. 그렇죠. 라는 말씀을 저도 채널을 통해서 많이 드렸었고 가장 대표적으로 일자리의 구조가 예를 들어서 지금까지는 오퍼레이셔널한 일자리가 많이 요구됐었던. 가운데가 이렇게 움푹 올라와 있어요. 그런데 휴먼 터치 영역이나 테크놀로지 어드밴스 영역의 일자리는 별로 없었죠. 이렇게 형성되고. 그런데 이제 AI 로봇 시대에는 이 구조가 지붕이 아니라 꺾여서 U자로 바뀌는 거죠. 오퍼레이셔널한 일자리는 줄어들고 테크놀로지 어드밴스라든가 휴먼 터치 영역의 일자리는 더 많이 요구되는. 그래서 여러분들께도 저 강조하는 게 일자리의 구조 변화를 좀 면밀히 들여다보셔라. 내 일자리가 줄어드는 게 아닌가라는 관점에서 보시지 마시고 그래야 우리에게 여러분 한 분 한 분에게도 기회가 되고 그 영역에 내가 경력과 역량을 갖춰나가야지 이런 생각을 해주시기를 좀 추천드리고자 합니다. 자 그러면 대표님께 이 질문 드리지 않을 수가 없습니다. 이 숙련 기술의 단절이 굉장히 심각하거든요. 더군다나 지금처럼 기업들이 청년들을 안 뽑고 오히려 경력자만을 뽑아요. 그럼 이대로 10년이 지나가버리면 숙련공은 어디로 갈까? 숙련 인재들은 다 어디로 갈까? 이런 생각을 하는데 사실 AI 로봇, 휴머노이드 로봇 같은 경우는 이런 숙련자의 소위 말하는 안목지를 디지털화하는 그러니까 우리 예를 들어서 우리 경익남 채널을 이렇게 운용하면 됩니다라고 여기 딱 정리해놓은 정리 문서를 정리하면 PD님이 오늘 퇴근하셔도 내일 출근하시는 새로운 PD님께 이거 전달하면 운용할 수 있어요. 근데 PD님만이 갖고 계시는 엄청난 널리지가 있거든요. 그건 이루 문서화할 수 없는 그거는 반드시 다음 PD님한테 바로 그 다음날 나가기 전에 전수를 해주셔야 되거든요. 그렇지 않습니까? 바로 이런 거죠. [00:11:03] Speaker 1: 그렇죠. [00:11:04] Speaker 2: 이게 결국 AI 로봇은 이런 부분을 메꿔나갈 수 있다고 볼 수 있지 않나? [00:11:09] Speaker 1: 그렇죠. 일단은 제가 하나 짚어드리고 싶은 게 사실 피지컬 AI 시대에는 피지컬이 핵심입니다. 피지컬 AI라는 단어에서 피지컬을 빼고 나면 그냥 AI만 남아요. 기존의 AI랑 다를 게 없죠. 그런데 그 앞에 굳이 피지컬이라는 단어를 붙이는 거, 즉 몸을 가진 인공지능이라고 붙여놓는 데는 이유가 있습니다. 즉 피지컬 AI의 핵심이 이제 휴머노이드라고 하잖아요. 바꿔 말하면 휴머노이드는 피지컬, 즉 하드웨어가 절반, 그리고 AI, 즉 소프트웨어가 절반인 겁니다. 그래서 반씩 모두 똑같은 중요성을 갖고 있어요. 문제는 한국에는 약간 제조, 그러니까 피지컬, 하드웨어 쪽은 제조업하고 굉장히 큰 연관성이 있는데 이 제조 과정에 대해서는 조금 가볍게 보시는 경향들이 있는 것 같아요. 제가 보기에는 이유는 피지컬 AI 그러면은 와 저거 인공지능인가 봐. 인공지능 나 잘 모르는데 어 그러면 인공지능 중요하지. 그러면 AI에만 시선이 갖다 꽂히는 거예요. 문제는 아까 방금 제가 말씀드린 것처럼 피지컬이 절반, 즉 하드웨어가 절반인데 하드웨어의 영역, 예를 들어 액츄에이터, 센서, 우리 맥스얼라이언스에 많이 들어와 있는 이런 기업들 있죠. 전통적인 소부장의 영역들. 여기는 많이 들어본 것 같거든요. 그러다 보니까 그걸 좀 덜 중요하게 생각하시는 것 같아요. 그런데 제가 힘줘서 말씀드릴 수 있는 건 피지컬 AI는 피지컬이 절반만큼의 중요성을 차지하고 있다. 하드웨어가 굉장히 중요하고 우리 제조업 맥스가 굉장히 중요한 역할을 한다. 지금 언급하신 것처럼, 교수님께서 언급하신 것처럼 안목지라고 하셨잖아요. 그럼 이 안목지는 결국은 AI보다는 하드웨어 쪽에서 발생을 많이 해요. 뭔가를 제조할 때 그 손기술, 장인들의 손동자. 그렇기 때문에 사실은 피지컬 AI 시대에는 사실은 안목지가 되게 중요하다는 말이 그래서 나오는 거고요. 저희가 지금 산업부에서 수행하시는 여러 가지 연구 과제들 중에서 조선 건설에 특화된 휴머노이드 연구 개발을 수행을 하고 있습니다. 조선소를 예를 들어서 말씀을 드리면 조선 하면 제일 먼저 떠오르는 작업이 용접이죠. 그런데 그 용접을 가르칠 때 이거는 똑같은 힘으로 똑같이 이렇게 그어야 용접선이 예쁘게 잘 나오는데 이게 안목지죠. 이게 장인들의 기술인 거고요. 문제는 한여름의 폭염 속에서 혹은 한겨울의 한파 속에서 야외에서 그 용접을 하는 작업 자체를 안 하려고 한다는 거예요. 젊은 사람들이. 그래서 지금 조선소의 용접공의 평균 연령이 50세가 넘어갔답니다. 그러면 평균 연령이라고 하면 이분들의 많은 수는 곧 은퇴를 앞두고 있다는 거고 송영공으로 용접하는 사람을 키워내려면 5년에서 10년까지 시간이 들어간답니다. 그러면 문제는 뭐냐면 지금 국내에서는 일손이 딸리는데 채울 수가 없고 채용을 할 수가 없고 젊은 사람들이 그걸 안 하려고 하니까 그러면 결국 눈을 돌리는 게 외국인 노동자 고용으로 가게 되는데 문제는 외국인 노동자들은 비자의 기한이 있어요. 그러니까 3에서 5년이면 다시 본국으로 돌아가거나 다른 나라로 떠나야 되죠. 그러면 숙련공으로 키울 수 있는 시간 자체가 없어지는 겁니다. 그래서 이분들은 휴머노이드가 우린 꼭 필요해요라는 이야기를 하고 계시는 거예요. 지금 보유하고 있는 그 자사의 숙련공들이 가지고 있는 이 암묵지 데이터를 이식을 받을 대상체가 필요한 거죠. 그래서 휴머노이드가 꼭 필요하다라고 말씀하고 계신 겁니다. [00:14:49] Speaker 2: 중요한 부분 많이 말씀해 주신 것 같아요. 그러면 이제 AI 로봇을 공급하는 공급자적 관점이잖아요. 그럼 AI 로봇을 수요하는 제조 현장에서 수요하는 수요자적 관점에서 예를 들면 지금 거래하고 계시는 HD 현대중공업이라든가 삼성디스플레이라든가 여러 제조 현장에서 로봇 AI를 요구할 거 아니에요? 수요자 관점에서. 어떤 수준인지 한번 요구자 관점, 수요자 관점에서는 지금 어떤 수준까지 와 있는지 한번 말씀 여쭤보고 있습니다. [00:15:23] Speaker 1: 일단은 그 질문에는 수요자가 가장 걱정하시는 지점이 어디냐로 대답을 드리는 게 맞을 것 같아요. 일단은 수요자, 특히 조선소나 이런 곳을 똑같이 예시를 들어서 설명을 드리자면 가장 걱정하시는 부분은 데이터의 유출입니다. 그래서 예를 들어서 안목지 데이터가 자기네가 많이 가지고 있는데 우리는 배를 만드는데 이러이러한 노하우를 갖추고 있는데 이게 경쟁사나 타국으로 빠져나가는 거에 대해서는 굉장히 극도로 경계하세요. 그래서 같은 맥락에서 저도 고민을 굉장히 많이 하고 있는 지점이고요. 저희가 최근에, 가장 최근에 이 수요자의 니즈에 맞춰서 생각해낸 일종의 솔루션은 모든 조선소라든가 이런 큰 기업들은 자체적인 데이터를 모을 수 있는 서버를 다 가지고 계십니다. 그래서 예를 들어서 아까 언급하신 HD 현대중공업이다. 그러면 저희가 수행하고 있는 조선건설 특화 휴머노이드 여기에는 지금 그 컨소시엄에만 현대계열만, HD계열만 들어와 있는 게 아니라 하나오션이나 삼선중공업이나 다 들어와 있으세요. 서로 이제 걱정을 하실 수밖에 없는 입장이시죠. 되게 민감한 지점이고 제가 드리고 싶은 솔루션은 다 서버 컴퓨터들은 다 갖추고 계시니 저희가 예를 들어서 HD 혹은 하나 혹은 삼성중공업 에서 취득하는 원시 데이터, 러 데이터 이거는 그 자사의 서버에 갖추시고 거기에 저장하시고 저희한테는 액세스만 열어달라는 거죠. 그러면 저희는 그 서버에 접근을 해서 그들이 가지고 있는 데이터로 로봇을 위한 학습 모델을 만들고 그 동작 모델이죠. 동작 모델을 만들고 이 만들어진 모델은 그분들 서버에다 각자 보내드리는 겁니다. 그러면 저희가 서버에 접근해서 거기서 작업하고 거기다 두고 나오면 되는 거거든요. 그러면 그분들은 사실은 데이터의 유출 없이 저희는 들어가서 만들어드리면 되는 거가 됩니다. 그러면은 데이터 유출에 대한 걱정은 조금 더 실 수 있겠죠. 저희한테는 뭐가 남느냐면 노하우가 남습니다. 그렇겠죠. HD에 들어가서 만든 거, 한화에 들어가서 만든 거, 삼성중공업에 들어가서 만든 거. 저희는 예를 들어 용접이면 용접 아니면 다른 여러 가지 작업들이 있을 거 아닙니까? 롤러 터치업도 있고 청소 작업도 있고 그런 작업들에 대해 저희는 동작 모델을 만들어본 경험이 남아요. 그러면 1번 기업, 2번 기업, 3번 기업이 있다고 했을 때 1번 기업에서 만들고 나면 2번, 3번 기업에 대해서 모델을 만들 때는 저희는 더 빨리 만들 수 있고 더 잘 만들 수 있습니다. 그러면은 얼마든지 선순환으로 갈 수 있는 길이 열립니다. [00:18:14] Speaker 2: 네, 말씀 감사합니다. 제가 개인적으로 해군 출신이거든요. 저는 바다를 지키러 갔는데 배를 지키고 있더라고요. 정말 배가 휴식기에 도크에 오면 정박하는 기간 동안 그렇게 미장을 해요. 미장을 할 때 페인트가 있잖아요. 페인트를 다 까요. 그런데 정말 하루 종일 철판에 있는 페인트를 까는 게 하루 종일 까도 이만큼 까요. 얼마나 힘든 소리도 그렇고 그리고 다 까고 나서 페인트를 다시 칠하는데 어떨 때는 생명을 담보로 배에 매달려서 이렇게 배가 얼마나 깊은데요. PCC급 영예권을 건너는 배를 탔는데 그 배는 높이도 굉장히 높아요. 그 높이에 매달려서 치료하는 경험이 있는데 그런 소위 청년들 뿐만 아니라 우리 인류가 원하지 않는 일을 또 위험한 일을 싫은 일을 대신해 주는 역할이라는 거죠. 그렇죠. 맞습니다. 그런 관점에서 우리가 이해해 볼 필요가 있고 데이터 쉐어 부분이 굉장히 중요한데 말씀 주신 대로 왜냐하면 보완상의 이슈가 있기 때문에 그런데 데이터를 소유권의 이전이 아니라 데이터를 분석하고 수집하고 활용할 수 있는 쉐어 관점. 그래서 그런 관점으로 진행하고 계시다라는 [00:19:36] Speaker 1: 그렇죠. 저희가 액세스만 할 수 있게 해달라. [00:19:39] Speaker 2: 그런 관점으로 이 문제들을 풀어갈 수 있다라는 관점에서 말씀을 주신 겁니다. 이렇게 맥스 산업통상부가 적극적으로 추진하고 있는 제조업 전반에 걸쳐서 AI 트랜스포메이션을 이루기 위한 하나의 중요한 툴이 바로 AI 로봇인데 그 영역에서 이 공급자 A 로봇 대표님께 이야기를 깊이 있게 좀 드려봤습니다. 자 그러면 이런 관점에서 마지막으로 이런 질문을 드리지 않을 수가 없습니다. 결론적으로 AI 로봇의 확산 이 자체가 정말 국내 한국의 제조업 경쟁력을 끌어올릴 수 있을까 소위 맥스를 통해서 맥스를 이뤄낼 수 있을까 이 질문인 거예요. 어떻게 보십니까? [00:20:26] Speaker 1: 저는 충분히 가능하다고 생각을 합니다. 아까 말씀드린 대로 세 가지 휴머노이드를 위한 세 가지 요건이 있다라고 말씀을 드렸어요. 인력 쇼티지, 인력이 줄고 있는가 인건비가 높은가의 여부 그리고 제조업 기반의 국가인가에 대한 여부 세 가지인데 이 세 번째가 이 세 번째는 아까 앞에 두 개는 로봇 프레셔에 대한 거고 세 번째는 생태계에 관한 거라고 말씀을 드렸습니다. 저희는 제조업 기반 국가가 맞아요. 그러다 보면 이 로봇을 위한 생태계 구축 즉 재료를 가지고 와서 로봇을 만들고 그리고 이 만든 로봇을 또 팔 수 있고 이 생태계의 관점에서는 대한민국보다 더 좋은 조건을 가진 나라가 굉장히 드뭅니다. 바꿔 말하면 우리는 무수히 많은 안목질을 갖추고 있고요. 또 바꿔 말하면 우리는 무수히 많은 포텐셜을 가지고 있는 나라입니다. 그래서 맥스가 우리가 충분히 대한민국이 인공지능 영역에 있어서 혹은 피지컬 AI 혹은 휴머노이드에 있어서 글로벌 탑3에 들어가겠다. 저는 절대로 이게 허풍이나 과언이 아니라고 생각합니다. [00:21:35] Speaker 2: 말씀 감사합니다. 제가 일부러 전체 언라인을 이루기 위해서 앞에 이렇게 예쁘게 만든 로고를 박아놨는데요. 맥스 전반에 걸쳐서 윤병동 교수님이 1편으로 말씀 주셨고 또 HBM의 아버지 김정우 교수님도 초대해서 2편에서 반도체 어디까지 왔나 살펴봤고 또 그런 결에서 세 번째 우리 대표님을 초대해서 AI 로봇은 어디까지 왔나 이게 어떤 의미인가를 살펴봤습니다. 또 이어지는 4편, 5편 기대 많이 해주시고요. 전반적으로 우리나라의 어떤 갈림길이라고 볼 수 있나요? 이렇게 위로 올라갈 것인가 아래로 내려갈 것인가를 결정짓는 이 맥스라는 이 얼라이언스 프로그램이 성공적으로 좀 이루어질 수 있도록 하기를 바라는 마음이고 우리 구독자 여러분들께도 그런 결에서 우리 정부가 어떻게 지금 이 사업을 펼치고 있고 실제 실무자 입장에서 기업 입장에서 또 수요처 입장에서 이게 어디까지 잘 전달될 것인가 여러 우려와 기대가 있을 텐데 충분히 여러분들이 교감하셨을 거라고 생각이 됩니다. 오늘 도움 주셔서 감사하고요. 맥스 전반에 걸쳐서 특히 AI 로봇에 걸쳐서 많은 이해를 좀 가질 수 있었던 것 같습니다. 우리 독자분들께도 큰 도움이 됐을 것 같습니다. [00:23:00] Speaker 1: 네. 일단 저희 맥스 얼라이언스 많은 관심 부탁드립니다. 사실은 제가 많은 관심 부탁드립니다 라고 말씀을 드리면 마치 유튜브 채널 구독, 좋아요 눌러주세요 하는 것 같아서 와닿지 않으실 수 있는데요. 지속적으로 관심을 가져주셔야 그래야 사실은 여론이 바뀌고 여론이 바뀌어야 정책에는 힘이 실립니다. 그러니까 많은 분들이 관심 가져주셨으면 좋겠습니다. [00:23:26] Speaker 2: 너무 좋습니다. 말씀 감사하고 우리 대표님도 그동안 구독해주셨는데 또 구독자분들 앞에 선 마음이 어떠셨는지 참 궁금하기도 한데 참여해주셔서 감사하고 좋은 메시지 주셔서 감사합니다. [00:23:39] Speaker 1: 네. 감사합니다. [00:23:41] Speaker ?: 감사합니다. 감사합니다. 감사합니다. 감사합니다. 감사합니다. 감사합니다. 한글자막 by 한효정