유니트리 로보틱스의 대학 협력은 단순히 중국의 로봇 전문 인력 부족에 대응하는 사업이 아닙니다. 이 네트워크에는 세 가지 상업적 목표가 함께 담겨 있습니다. 체화지능 로봇을 개발하고 운용할 인력을 확보하고, 교육 현장에 유니트리의 하드웨어와 소프트웨어를 정착시키며, 향후 고객이 될 제조 클러스터와 관계를 구축하는 것입니다.
시점도 주목할 만합니다. 유니트리는 2026년 8월 상하이 증시에 상장하며 중국 본토 시장에 상장한 최초의 휴머노이드 로봇 제조사가 됐다고 로이터와 BBC가 보도했습니다.
2
5 그러나 매출 구성을 보면, 연구·교육용 로봇을 실제 산업 현장으로 확장할 통로가 여전히 필요한 이유가 드러납니다.
한 곳의 캠퍼스가 아닌 ‘지역 인재망’
유니트리는 칭다오, 허페이, 쑤저우, 우한, 광저우 등 제조업 중심 도시 10곳 이상에서 10개가 넘는 대학과 산업대학 협력 관계를 맺은 것으로 알려졌습니다.
8 다른 보도 역시 우한, 광저우, 허페이, 칭다오 등지의 대학 협력을 전하고 있습니다.
6
이 같은 지리적 분산은 전략적으로 중요합니다. 유니트리는 연구와 실험을 본사가 있는 항저우에만 집중하는 대신, 이미 제조업 생태계가 형성된 지역 안에 로봇과 교육 프로그램을 배치할 수 있습니다. 각각의 협력은 현지 대학, 직업교육기관, 로봇 시스템 통합업체, 기업, 지방정부의 산업 육성 사업을 연결하는 접점이 될 수 있습니다.
구체적인 운영 방식은 학교마다 다르지만, 전체 구조는 다음과 같은 인재 파이프라인에 가깝습니다.
- 대학 프로그램은 체화지능 연구와 융합형 엔지니어링을 담당합니다. 기계공학, 인식, 제어, 인공지능, 시스템 통합 같은 분야를 함께 다루는 방식입니다.
- 응용·직업교육 과정은 로봇의 운용, 점검, 유지보수, 보정, 고장 진단, 디버깅을 맡을 기술 인력을 양성합니다.
- 산업 연계 프로젝트는 실험실 밖에서 로봇이 작동하기 위해 필요한 현실적인 제약을 학생과 교수진이 직접 경험하게 합니다.
교육 내용은 기관별로 다르지만, 로봇학 자체를 가르치는 데 그치기보다 기업이 실제로 활용할 수 있는 기술에 초점이 맞춰져 있습니다. 예를 들어 쑤저우의 한 프로그램은 기업의 실제 채용 요건에 맞춰 교육과정을 설계한 것으로 소개됐습니다.
25
인재 부족이 교육을 사업 전략으로 바꾸다
체화지능은 인공지능과 시뮬레이션, 기계공학, 제어, 인식, 소프트웨어 통합, 로봇 실무 운용을 모두 요구합니다. 이처럼 여러 전문성이 필요한 만큼 인력 확보 경쟁도 치열합니다. 중국에서는 2026년 1~4월 체화지능 관련 채용 공고가 전년 동기 대비 15배 증가했다는 집계가 나왔습니다.
32
교육 현장에서도 공급 부족이 나타납니다. 중국이 새로 도입한 체화지능 전공을 2026년에 개설하도록 승인받은 대학은 9곳뿐이며, 이 가운데 여러 대학의 모집 정원은 한 기수 30명 수준으로 제한됐다는 보도도 있습니다.
33
산업대학은 새 전공이 전국 대학에 자리 잡기를 기다리는 것보다 빠르게 인재 공급을 늘릴 수 있는 수단입니다. 기존 공학·직업교육 인프라에 로봇 장비, 맞춤형 교과과정, 현장 프로젝트를 결합할 수 있기 때문입니다. 유니트리의 창업자 겸 최고경영자는 회사에 인력이 심각하게 부족하다고 공개적으로 밝힌 바 있어, 외부 교육 역량을 활용하는 일이 성장에 중요할 수 있음을 보여줍니다.
43
학생이 배우는 장비가 시장의 표준이 된다
산업대학 협력은 제조사의 기술을 교육 과정의 기본 환경으로 끌어들일 수 있습니다. 학생들이 특정 로봇 플랫폼으로 학습하고, 교수진이 해당 장비에 맞는 수업 자료를 만들며, 연구실이 호환 장비를 축적하면 그 플랫폼은 연구와 시제품 제작에 더 쉽게 선택됩니다.
물론 이런 구조가 미래 매출을 보장하는 것은 아닙니다. 다만 여러 도입 장벽을 낮출 수는 있습니다. 졸업생은 이미 하드웨어와 소프트웨어 인터페이스를 이해하고 있을 수 있고, 교사는 해당 플랫폼을 활용한 프로젝트를 설계할 수 있으며, 현지 기업은 관련 시스템을 다룰 수 있는 인력을 채용하기 쉬워집니다.
유니트리에는 잠재적인 선순환도 생깁니다. 더 많은 기관이 로봇을 사용하면 응용 실험, 개발자 친숙도, 실제 사용 환경의 피드백이 늘어납니다. 같은 네트워크가 장기적으로 교육, 서비스, 업그레이드, 추가 장비 구매로 이어질 가능성도 있습니다. 다만 이는 협력 구조에서 추론할 수 있는 상업적 효과일 뿐, 모든 학교 협력이 이미 반복 매출을 만들고 있다는 의미는 아닙니다.
교육은 미래 산업 고객으로 들어가는 통로이기도 하다
산업대학 협력의 당장 눈앞의 고객은 학교일 수 있습니다. 그러나 장기적인 기회는 학교를 둘러싼 제조업 클러스터에 있습니다.
학생과 교수진은 훗날 제조업체의 엔지니어, 시스템 통합 담당자, 생산관리자, 기술 구매 담당자가 될 수 있습니다. 대학은 로봇을 시연하고 연구하는 장소가 됩니다. 현지 기업은 프로그램을 통해 활용 사례를 시험하거나 훈련된 인력을 채용할 수 있습니다.
로봇 산업 육성이 지역 발전 의제에 포함된 허페이 같은 도시에서는, 교육 현장에 먼저 자리 잡은 기업이 잠재 고객과 관계를 만들 기회를 더 많이 얻을 수 있습니다. 따라서 이 전략은 인력 개발인 동시에 고객 개발로도 해석할 수 있습니다. 유니트리는 학교에 로봇을 공급하는 데서 그치지 않고, 제조업체가 대규모 도입을 결정하기 전에 자사 기술을 익숙하게 만들려는 것입니다.
매출 구성이 보여주는 ‘캠퍼스 밖’ 확장의 필요성
유니트리의 휴머노이드 사업은 상장 전부터 빠르게 성장했습니다. 로이터에 따르면 휴머노이드 로봇이 유니트리 본업 매출에서 차지하는 비중은 2024년 27.6%에서 2025년 1~9월 51.5%로 상승했습니다.
20 하지만 활용처는 여전히 연구와 교육에 크게 치우쳐 있었습니다.
CGTN이 전한 세부 내역에 따르면 2025년 1~3분기 휴머노이드 로봇 매출 중 연구·교육이 73.6%, 상업·소비자 부문이 17.39%, 산업용 애플리케이션이 9.01%를 차지했습니다.
47 CNN 역시 같은 기간 산업 현장 도입 비중이 10% 미만이었다고 보도했습니다.
11
여기에는 분류 기준에 따른 차이가 있습니다. 일부 분석은 산업용 애플리케이션 전체와 지능형 제조·검사처럼 ‘실질적인’ 산업 활용을 구분합니다. 한 분석에서는 후자의 매출 비중이 휴머노이드 매출의 2.64%에 불과했고, 나머지 산업 매출은 상대적으로 얕은 활용 사례에서 나왔다고 설명했습니다.
53 기준은 다르지만 결론은 같습니다. 당시 수요 대부분은 반복적인 공장 업무보다 연구, 교육, 시연, 초기 단계의 활용처에서 발생했습니다.
산업대학은 이 격차를 간접적으로 줄일 수 있습니다. 연구용 로봇을 구매하는 단계에서 벗어나, 반복 가능한 생산·검사 공정에 로봇을 배치하는 데 필요한 인력과 지역 실험, 기업의 친숙도를 만들어주기 때문입니다.
도시와 제조 클러스터가 얻는 것
지방정부와 제조업 거점은 로봇 기업을 유치할 유인이 있습니다. 하지만 장비만으로는 지속 가능한 산업 클러스터를 만들기 어렵습니다. 엔지니어와 기술자, 응용 연구실, 실증 프로젝트, 기존 공정에 로봇을 통합할 수 있는 기업이 함께 필요합니다.
산업대학은 이 요소들을 한데 묶는 눈에 보이는 장치가 될 수 있습니다. 대학은 장비와 산업 연계 교육을 얻고, 학생은 성장 산업에 접근할 기회를 얻습니다. 제조업체는 채용과 실험을 위한 통로를 확보하고, 유니트리는 지역 네트워크와 더 넓은 사업 기반을 얻습니다.
이 구조는 여러 주체의 이해관계를 동시에 맞춥니다. 학교는 즉각적인 교육 효과를 얻고, 도시는 수년에 걸쳐 산업 클러스터를 키우며, 유니트리는 장기적으로 성숙할 인재·고객 파이프라인을 구축할 수 있습니다.
한계도 분명하다: 교육이 곧 공장 경쟁력은 아니다
협력 대학은 로봇 도입 비용을 낮추는 데 도움을 줄 수 있지만, 산업용 로봇의 가장 어려운 문제를 대신 해결해주지는 않습니다. 실제 공장 투입에는 신뢰성, 안전성 검증, 기존 시스템과의 통합, 측정 가능한 투자수익률, 안정적인 사후지원이 필요합니다.
이 구분은 유니트리의 상장 이후 성장세를 해석할 때 중요합니다. 유니트리는 휴머노이드 로봇 출하량에서 선두 기업으로 평가받고 상하이 증시 상장에도 성공했지만, 공개된 매출 구성은 산업 전환이 아직 초기 단계였음을 보여줍니다.
2
5
47
따라서 유니트리의 산업대학 전략을 가장 정확하게 읽는 방법은 ‘산업 현장 도입을 이미 해결했다’는 선언이 아니라, 도입을 쉽게 만들 생태계를 선점하고 있다는 분석입니다. 훈련된 인력, 익숙한 장비, 지역 파트너, 축적되는 실험 사례를 먼저 확보하는 것입니다. 이 네트워크가 지속 가능한 산업 경쟁력으로 이어질지는 결국 로봇이 실제 현장에서 안정적으로 작동하고, 경제적 가치를 만들어내는지에 달려 있습니다.