오픈AI가 로봇 제조사에 AI 모델만 제공하는 수준을 넘어, 더 본격적인 로보틱스 행보에 나서고 있다. 샘 올트먼 CEO는 회사가 휴머노이드를 “분명히” 만들 것이며 다른 형태의 로봇도 개발하겠다고 밝혔다. 인간의 몸과 도구를 기준으로 설계된 물리적 환경에서는 인간형 로봇이 유리할 수 있다는 판단이다. 18

채용 공고를 보면 오픈AI는 로봇을 직접 설계·시험하고, 궁극적으로 제조까지 연결할 수 있는 기술 체계를 갖추려는 모습이다. 다만 이는 전략적 투자와 방향성의 증거이지, 제품 출시의 발표는 아니다. 공개된 자료 기준으로 로봇의 디자인, 시연 성능, 가격, 고객 배치 계획, 양산 일정은 아직 알려지지 않았다.

가장 뚜렷한 신호: 로봇 몸체 전반을 아우르는 채용

오픈AI의 로보틱스 채용은 고수준 AI 연구에 그치지 않는다. 맞춤형 기어 개발, 액추에이터 시험, 와이어 하니스, 전기·기계 아키텍처, 열 시뮬레이션, 제어, 펌웨어, 시제품 제작, 시스템 통합, 양산 준비까지 포괄한다. 1 2 3 4 5 9 10 14 15

이 채용 구성은 로봇의 몸과 소프트웨어가 맞물리는 핵심 층을 내부에서 깊게 다루겠다는 뜻으로 읽힌다.

• 액추에이터와 기어: 오픈AI는 맞춤형 기어와 기어 단을 개발할 엔지니어를 찾고 있다. 초기 구조 구상부터 시제품 검증, 시스템 통합까지가 역할 범위에 포함된다. 1
• 시험과 계측: 액추에이터 시험 직무는 다이나모미터와 시험 인프라의 전기적 기반을 맡는다. 모터 드라이브, 계측 장비, 데이터 수집(DAQ), 안전 시스템을 포함한다. 부품을 체계적으로 개선하려면 이처럼 반복 가능하고 안전한 시험 루프가 필요하다. 2
• 전기·기계 통합: 센싱, 통신, 전력 분배, 액추에이터 인터페이스, 구조물, 연산 요소를 결합한 작고 고집적된 전기기계 시스템을 위한 인력도 모집하고 있다. 5 10
• 시뮬레이션과 제어: 시뮬레이션 속 로봇 몸체의 범위·현실성·처리량을 확장하는 역할과, 실시간 제어 및 저수준 하드웨어 상호작용을 맡을 엔지니어 채용도 진행 중이다. 11 14
• 시제품과 제조 준비: 초기 로봇 시스템을 제작·디버깅·수정하는 랩 직무와 함께, 신뢰성·제조·공급망·양산 준비를 명시적으로 다루는 액추에이터 프로그램 직무도 있다. 7 8 9

성능 있는 이동형 로봇에서는 액추에이터, 동력전달장치, 전자장치, 열 특성, 배선, 센서, 제어 소프트웨어를 따로 떼어 생각하기 어렵다. 이 채용 패턴은 오픈AI가 이 층위 전반의 내부 역량을 확보하려 한다는 해석을 뒷받침한다.

하지만 이것만으로 오픈AI가 이미 완전 자체 설계의 양산 가능한 휴머노이드를 만들었다고 볼 수는 없다. 채용 공고는 투자 방향을 보여주지만, 완성된 기계의 증거는 아니다.

오픈AI가 휴머노이드 형태를 택한 이유

올트먼의 논리는 실용적이다. 문, 계단, 공구, 작업대 등 물리 세계의 상당수는 인간의 신체를 기준으로 만들어졌다. 따라서 휴머노이드는 모든 가정이나 작업장을 로봇에 맞춰 새로 설계하지 않고도 이런 환경에서 일할 가능성이 있다. 18

다만 오픈AI의 로봇 전략은 두 발로 걷는 범용 기계에만 한정되지 않는다. 올트먼은 다른 형태의 로봇도 만들겠다고 했다. 18 데이터센터나 인프라 작업처럼 인간형 신체가 최선의 공학적 선택이 아닐 수 있는 분야에는 과업 특화 로봇이 나올 여지가 있다.

회사가 밝힌 로드맵도 넓다. 올트먼은 5월 채용 발표에서 오픈AI 로보틱스가 월드 시뮬레이션 연구 프로그램에서 발전했다고 설명했다. 단기적으로는 숙련 인력이 미래 인프라를 구축하는 일을 지원할 로봇에 집중하고, 장기적으로는 개인용 로봇을 지향한다고 밝혔다. 31

잠재적 강점: 시뮬레이션에서 실제 하드웨어까지 이어지는 하나의 루프

올트먼에 따르면 오픈AI의 로보틱스 프로그램은 월드 시뮬레이션 연구에서 출발했다. 31 여기에 시뮬레이션, 제어, 물리 시스템 관련 채용을 함께 보면 다음과 같은 개발 루프를 노릴 수 있다.

1. 작업과 로봇 몸체를 시뮬레이션한다.
2. 하드웨어 시제품을 만들고 계측한다.
3. 성능과 실패 데이터를 수집한다.
4. 제어·학습 시스템을 업데이트한다.
5. 기계·전기 설계를 다시 개선한다.

수직 통합의 핵심은 모든 부품을 반드시 사내에서 생산하는 데 있지 않다. 모델, 센서, 손, 관절, 연산장치, 제어, 시험 데이터를 하나의 시스템으로 설계할 수 있다는 데 있다. 오픈AI가 이를 잘 실행한다면, 배치하는 특정 로봇 몸체에 더 잘 맞는 AI를 만들 가능성이 있다.

휴머노이드 경쟁에서의 위치

오픈AI는 강한 AI 연구 역량과 확대 중인 하드웨어 조직을 갖추고 진입하지만, 이 산업의 가장 어려운 우위가 알고리즘만으로 만들어지지는 않는다.

테슬라와 기존 로봇 제조사들은 전기기계 설계, 제조 시스템, 실제 환경에서의 하드웨어 운용 경험을 보유한다. 오픈AI의 채용은 이런 역량을 구축하고 있음을 시사하지만, 동급의 생산 규모를 입증하는 것은 아니다.

엔비디아와 구글 딥마인드는 로보틱스 AI, 컴퓨팅, 시뮬레이션 생태계에서 영향력 있는 사업자다. 다만 제공된 근거만으로 오픈AI가 두 회사와 제품 단위의 직접 경쟁 구도를 발표했다고 단정할 수는 없다.

피겨 AI와 스킬드 AI는 체화형 AI 분야의 관련 경쟁자지만, 이 자료만으로 이들의 실제 배치 규모나 기술적 위치를 오픈AI와 비교해 순위를 매기기에는 검증된 정보가 부족하다. 더 확실히 말할 수 있는 것은 오픈AI가 단순 모델 공급자에 머무르지 않고 체화형 AI에서 직접적인 역할을 추구하고 있다는 점이다.

중국 제조사들은 현재 출하 물량에서 가장 뚜렷한 선두를 보인다. 블룸버그는 시장조사업체 옴디아를 인용해 2025년 전 세계 휴머노이드 출하량 약 1만 3,000대 가운데 대부분을 중국 업체들이 차지했다고 보도했다. 상하이 애지봇의 출하량은 5,168대로 추정됐다. 32 생산 물량은 부품 조달, 신뢰성, 원가 절감, 현장 운용 경험을 축적하게 해준다. 신규 진입자가 시간이 지나며 확보해야 할 경쟁력이다.

아직 답이 나오지 않은 핵심 질문

오픈AI의 로보틱스 시도가 경쟁력 있는 제품 사업으로 이어질지는 다음 변수에 달려 있다.

1. 로봇의 구체적 모습

오픈AI는 휴머노이드의 외형, 이동 방식, 손 설계, 적재량, 가동 시간, 안전 방식, 가격, 목표 고객 배치를 공개적으로 제시하지 않았다. 휴머노이드를 만들겠다는 선언은 사양표가 아니다. 18

2. 출시 일정

제공된 근거에는 확정된 공개 제품 일정이 없다. 오픈AI의 공식 발표가 아닌 곳에서 제시되는 구체적 출시 시점은 확인되지 않은 정보로 봐야 한다.

3. 제조 전략

오픈AI는 액추에이터의 양산 준비와 연결된 제조·공급망 인력을 채용하고 있다. 9 그러나 주요 하위 시스템을 직접 생산할지, 위탁생산을 활용할지, 핵심 관절을 외부에서 조달할지, 혹은 이를 혼합할지는 여전히 불분명하다.

4. 가격과 신뢰성

통제된 시연에서 인상적인 로봇이라도 실제 도입 환경에서는 너무 비싸거나, 쉽게 고장 나거나, 느리거나, 정비가 어려울 수 있다. 채용 공고는 오픈AI가 시험 및 신뢰성 중심 개발에 투자하고 있음을 보여주지만, 상업 규모의 경제성을 증명하지는 않는다. 2 9

5. 현실 세계의 체화형 지능

강력한 언어·멀티모달 모델이 곧바로 보행, 조작, 보정, 오류 복구, 사람 주변에서의 안전 운용을 해결해 주지는 않는다. 결정적인 과제는 AI 능력을 물리 기계 위에서, 반복 가능하게, 엄격히 통제되지 않은 환경에서도 신뢰할 수 있는 행동으로 바꾸는 일이다.

결론

오픈AI의 휴머노이드 계획은 회사를 풀스택 체화형 AI 기업으로 확장하려는 시도로 보는 것이 가장 타당하다. 올트먼은 휴머노이드와 다른 형태의 로봇 개발을 공개적으로 약속했고, 회사의 채용은 AI 시스템을 실제 전기기계 제품으로 구현하는 데 필요한 핵심 분야를 망라한다. 18 31

현재 채용 공고가 강하게 보여주는 것은 의지와 투자 방향이다. 시장 출시 준비가 된 로봇이나 제조 우위까지 뜻하지는 않는다. 오픈AI의 기회는 모델·시뮬레이션·제어·맞춤형 하드웨어를 하나의 개발 루프로 묶는 데 있다. 반면 실제 시험대는, 더 깊은 양산 경험과 더 큰 현장 배치 규모를 가진 경쟁자들이 격차를 넓히기 전에 신뢰할 수 있고 가격 경쟁력 있는 기계를 만들어낼 수 있느냐가 될 것이다.

오픈AI가 로봇 제조사에 AI 모델만 제공하는 수준을 넘어, 더 본격적인 로보틱스 행보에 나서고 있다. 샘 올트먼 CEO는 회사가 휴머노이드를 “분명히” 만들 것이며 다른 형태의 로봇도 개발하겠다고 밝혔다. 인간의 몸과 도구를 기준으로 설계된 물리적 환경에서는 인간형 로봇이 유리할 수 있다는 판단이다. 18

채용 공고를 보면 오픈AI는 로봇을 직접 설계·시험하고, 궁극적으로 제조까지 연결할 수 있는 기술 체계를 갖추려는 모습이다. 다만 이는 전략적 투자와 방향성의 증거이지, 제품 출시의 발표는 아니다. 공개된 자료 기준으로 로봇의 디자인, 시연 성능, 가격, 고객 배치 계획, 양산 일정은 아직 알려지지 않았다.

가장 뚜렷한 신호: 로봇 몸체 전반을 아우르는 채용

오픈AI의 로보틱스 채용은 고수준 AI 연구에 그치지 않는다. 맞춤형 기어 개발, 액추에이터 시험, 와이어 하니스, 전기·기계 아키텍처, 열 시뮬레이션, 제어, 펌웨어, 시제품 제작, 시스템 통합, 양산 준비까지 포괄한다. 1 2 3 4 5 9 10 14 15

이 채용 구성은 로봇의 몸과 소프트웨어가 맞물리는 핵심 층을 내부에서 깊게 다루겠다는 뜻으로 읽힌다.

• 액추에이터와 기어: 오픈AI는 맞춤형 기어와 기어 단을 개발할 엔지니어를 찾고 있다. 초기 구조 구상부터 시제품 검증, 시스템 통합까지가 역할 범위에 포함된다. 1
• 시험과 계측: 액추에이터 시험 직무는 다이나모미터와 시험 인프라의 전기적 기반을 맡는다. 모터 드라이브, 계측 장비, 데이터 수집(DAQ), 안전 시스템을 포함한다. 부품을 체계적으로 개선하려면 이처럼 반복 가능하고 안전한 시험 루프가 필요하다. 2
• 전기·기계 통합: 센싱, 통신, 전력 분배, 액추에이터 인터페이스, 구조물, 연산 요소를 결합한 작고 고집적된 전기기계 시스템을 위한 인력도 모집하고 있다. 5 10
• 시뮬레이션과 제어: 시뮬레이션 속 로봇 몸체의 범위·현실성·처리량을 확장하는 역할과, 실시간 제어 및 저수준 하드웨어 상호작용을 맡을 엔지니어 채용도 진행 중이다. 11 14
• 시제품과 제조 준비: 초기 로봇 시스템을 제작·디버깅·수정하는 랩 직무와 함께, 신뢰성·제조·공급망·양산 준비를 명시적으로 다루는 액추에이터 프로그램 직무도 있다. 7 8 9

성능 있는 이동형 로봇에서는 액추에이터, 동력전달장치, 전자장치, 열 특성, 배선, 센서, 제어 소프트웨어를 따로 떼어 생각하기 어렵다. 이 채용 패턴은 오픈AI가 이 층위 전반의 내부 역량을 확보하려 한다는 해석을 뒷받침한다.

하지만 이것만으로 오픈AI가 이미 완전 자체 설계의 양산 가능한 휴머노이드를 만들었다고 볼 수는 없다. 채용 공고는 투자 방향을 보여주지만, 완성된 기계의 증거는 아니다.

오픈AI가 휴머노이드 형태를 택한 이유

올트먼의 논리는 실용적이다. 문, 계단, 공구, 작업대 등 물리 세계의 상당수는 인간의 신체를 기준으로 만들어졌다. 따라서 휴머노이드는 모든 가정이나 작업장을 로봇에 맞춰 새로 설계하지 않고도 이런 환경에서 일할 가능성이 있다. 18

다만 오픈AI의 로봇 전략은 두 발로 걷는 범용 기계에만 한정되지 않는다. 올트먼은 다른 형태의 로봇도 만들겠다고 했다. 18 데이터센터나 인프라 작업처럼 인간형 신체가 최선의 공학적 선택이 아닐 수 있는 분야에는 과업 특화 로봇이 나올 여지가 있다.

회사가 밝힌 로드맵도 넓다. 올트먼은 5월 채용 발표에서 오픈AI 로보틱스가 월드 시뮬레이션 연구 프로그램에서 발전했다고 설명했다. 단기적으로는 숙련 인력이 미래 인프라를 구축하는 일을 지원할 로봇에 집중하고, 장기적으로는 개인용 로봇을 지향한다고 밝혔다. 31

잠재적 강점: 시뮬레이션에서 실제 하드웨어까지 이어지는 하나의 루프

올트먼에 따르면 오픈AI의 로보틱스 프로그램은 월드 시뮬레이션 연구에서 출발했다. 31 여기에 시뮬레이션, 제어, 물리 시스템 관련 채용을 함께 보면 다음과 같은 개발 루프를 노릴 수 있다.

1. 작업과 로봇 몸체를 시뮬레이션한다.
2. 하드웨어 시제품을 만들고 계측한다.
3. 성능과 실패 데이터를 수집한다.
4. 제어·학습 시스템을 업데이트한다.
5. 기계·전기 설계를 다시 개선한다.

수직 통합의 핵심은 모든 부품을 반드시 사내에서 생산하는 데 있지 않다. 모델, 센서, 손, 관절, 연산장치, 제어, 시험 데이터를 하나의 시스템으로 설계할 수 있다는 데 있다. 오픈AI가 이를 잘 실행한다면, 배치하는 특정 로봇 몸체에 더 잘 맞는 AI를 만들 가능성이 있다.

휴머노이드 경쟁에서의 위치

오픈AI는 강한 AI 연구 역량과 확대 중인 하드웨어 조직을 갖추고 진입하지만, 이 산업의 가장 어려운 우위가 알고리즘만으로 만들어지지는 않는다.

테슬라와 기존 로봇 제조사들은 전기기계 설계, 제조 시스템, 실제 환경에서의 하드웨어 운용 경험을 보유한다. 오픈AI의 채용은 이런 역량을 구축하고 있음을 시사하지만, 동급의 생산 규모를 입증하는 것은 아니다.

엔비디아와 구글 딥마인드는 로보틱스 AI, 컴퓨팅, 시뮬레이션 생태계에서 영향력 있는 사업자다. 다만 제공된 근거만으로 오픈AI가 두 회사와 제품 단위의 직접 경쟁 구도를 발표했다고 단정할 수는 없다.

피겨 AI와 스킬드 AI는 체화형 AI 분야의 관련 경쟁자지만, 이 자료만으로 이들의 실제 배치 규모나 기술적 위치를 오픈AI와 비교해 순위를 매기기에는 검증된 정보가 부족하다. 더 확실히 말할 수 있는 것은 오픈AI가 단순 모델 공급자에 머무르지 않고 체화형 AI에서 직접적인 역할을 추구하고 있다는 점이다.

중국 제조사들은 현재 출하 물량에서 가장 뚜렷한 선두를 보인다. 블룸버그는 시장조사업체 옴디아를 인용해 2025년 전 세계 휴머노이드 출하량 약 1만 3,000대 가운데 대부분을 중국 업체들이 차지했다고 보도했다. 상하이 애지봇의 출하량은 5,168대로 추정됐다. 32 생산 물량은 부품 조달, 신뢰성, 원가 절감, 현장 운용 경험을 축적하게 해준다. 신규 진입자가 시간이 지나며 확보해야 할 경쟁력이다.

아직 답이 나오지 않은 핵심 질문

오픈AI의 로보틱스 시도가 경쟁력 있는 제품 사업으로 이어질지는 다음 변수에 달려 있다.

1. 로봇의 구체적 모습

오픈AI는 휴머노이드의 외형, 이동 방식, 손 설계, 적재량, 가동 시간, 안전 방식, 가격, 목표 고객 배치를 공개적으로 제시하지 않았다. 휴머노이드를 만들겠다는 선언은 사양표가 아니다. 18

2. 출시 일정

제공된 근거에는 확정된 공개 제품 일정이 없다. 오픈AI의 공식 발표가 아닌 곳에서 제시되는 구체적 출시 시점은 확인되지 않은 정보로 봐야 한다.

3. 제조 전략

오픈AI는 액추에이터의 양산 준비와 연결된 제조·공급망 인력을 채용하고 있다. 9 그러나 주요 하위 시스템을 직접 생산할지, 위탁생산을 활용할지, 핵심 관절을 외부에서 조달할지, 혹은 이를 혼합할지는 여전히 불분명하다.

4. 가격과 신뢰성

통제된 시연에서 인상적인 로봇이라도 실제 도입 환경에서는 너무 비싸거나, 쉽게 고장 나거나, 느리거나, 정비가 어려울 수 있다. 채용 공고는 오픈AI가 시험 및 신뢰성 중심 개발에 투자하고 있음을 보여주지만, 상업 규모의 경제성을 증명하지는 않는다. 2 9

5. 현실 세계의 체화형 지능

강력한 언어·멀티모달 모델이 곧바로 보행, 조작, 보정, 오류 복구, 사람 주변에서의 안전 운용을 해결해 주지는 않는다. 결정적인 과제는 AI 능력을 물리 기계 위에서, 반복 가능하게, 엄격히 통제되지 않은 환경에서도 신뢰할 수 있는 행동으로 바꾸는 일이다.

결론

오픈AI의 휴머노이드 계획은 회사를 풀스택 체화형 AI 기업으로 확장하려는 시도로 보는 것이 가장 타당하다. 올트먼은 휴머노이드와 다른 형태의 로봇 개발을 공개적으로 약속했고, 회사의 채용은 AI 시스템을 실제 전기기계 제품으로 구현하는 데 필요한 핵심 분야를 망라한다. 18 31

현재 채용 공고가 강하게 보여주는 것은 의지와 투자 방향이다. 시장 출시 준비가 된 로봇이나 제조 우위까지 뜻하지는 않는다. 오픈AI의 기회는 모델·시뮬레이션·제어·맞춤형 하드웨어를 하나의 개발 루프로 묶는 데 있다. 반면 실제 시험대는, 더 깊은 양산 경험과 더 큰 현장 배치 규모를 가진 경쟁자들이 격차를 넓히기 전에 신뢰할 수 있고 가격 경쟁력 있는 기계를 만들어낼 수 있느냐가 될 것이다.