Waymo 로봇택시 2,500대가 2,000만 회 이상의 운행을 처리했습니다. BMW 공장에서는 휴머노이드 Figure 02가 11개월 만에 차량 3만 대 생산에 기여했습니다.
HBR은 서비스 로봇 성공 조건으로 노동 제약 초점, 고객 설계, 변화 관리, 거버넌스 네 가지를 제시합니다.
경영 리더의 질문은 "로봇을 어디에 둘 것인가"가 아니라 "사람을 어디로 옮길 것인가"입니다.
Waymo 2,500대가 매일 승객을 태웁니다.
BMW 공장에선 휴머노이드 로봇이 11개월 만에 차 3만 대를 만들었습니다.
아직도 로봇이 "공장 얘기"라고 생각하십니까?
로봇이 공장 밖으로 나왔습니다. 호텔 체크인, 병원 물류, 노인 돌봄 현장에 들어오고 있습니다. 전문 서비스 로봇 시장은 2024년 9% 성장해 20만 대가 팔렸습니다(출처: HBR 2026).
HBR 2026년 5-6월호는 그 구조 변화를 4가지 원칙으로 정리합니다. 기다릴 것인가, 파일럿을 시작할 것인가. 이 글은 그 판단에 필요한 근거를 제공합니다.
LLM과 LBM(대규모 행동 모델, 로봇에게 수백만 번의 동작 실험을 통해 물리적 행동을 가르치는 AI)이 결합되면서 로봇이 물리 환경에서 학습합니다. 기존 산업용 로봇은 고정된 작업선에서만 움직였습니다. 지금 로봇은 도로, 로비, 병실처럼 변하는 환경에 대응합니다. 한국 서비스업도 인력난에 직면했고, 2026년부터 도입 검토 기업이 빠르게 늘고 있습니다. 기술과 노동 수요 곡선이 교차하는 지점에 서 있습니다.
첫째, 로봇은 대체재가 아니라 보완재입니다. Waymo는 운전자를 해고한 것이 아니라 "운행 가능 총 거리"를 늘렸습니다. BMW Spartanburg 공장의 Figure 02는 용접 로봇이 놓치는 얇은 판재 하나만 집습니다. Robin은 간호사의 구두 명령으로 움직입니다. "517호에 20분, 그다음 516호에 10분"처럼 말하면 자율 이동합니다. HBR은 로봇을 "서비스 강화자(service enhancer)"로 정의합니다.
사례별 성과를 표로 정리하면 다음과 같습니다. 공장형 자동화와 서비스형 배치의 성격 차이가 드러납니다.
| 사례 | 투입 영역 | 주요 성과 |
|---|---|---|
| Waymo | 도심 승객 운송 | 2,500대, 2,000만+ 운행 |
| BMW Figure 02 | 차체 판재 처리 | 11개월, 차량 3만 대 생산 |
| Robin | 소아 병동 정서 지원 | 30개 병동·요양원 배치 |
| Henn na Hotel | 호텔 체크인 | 억양·예외 처리 실패, 인력 추가 투입 |
| BMW Figure 03 | 가정·서비스 환경 | 설거지·세탁·배달·공놀이 시연, 양산 준비 중 |
출처: Wirtz (2026), HBR May-June issue.
둘째, 고객 수용성이 성능보다 먼저입니다. 일본 헨나호텔은 로봇 직원 과잉으로 화제가 됐습니다. 그러나 투숙객 억양과 예외 요청을 처리하지 못해 결국 인력을 늘렸습니다. 반면 Robin은 30개 소아 병동에서 아이들의 감정 반응을 먼저 학습시켰습니다. 로봇은 "완벽한 대답"이 아니라 "자연스러운 대화"로 설계해야 합니다. 현장 리허설 없이 배포하면 비용은 회수되지 않습니다.
셋째, 노동 제약이 있는 업무부터 투입해야 합니다. HBR은 "반복적이고, 경제적 가치가 있으며, 만성 인력 부족에 시달리는" 업무를 첫 후보로 꼽습니다. 호텔 체크인, 병원 물류, 음식 배달이 대표적입니다. 저부가가치 업무 절감이 아니라 "할 사람이 없는 업무"를 먼저 맡기는 관점이 핵심입니다. 이 순서를 바꾸면 현장의 반발부터 만납니다.
한국 서비스업에도 같은 조건이 만들어지고 있습니다. 숙박·음식점업과 요양·간병 영역은 만성적 인력난을 겪고 있습니다. 편의점 야간 근무, 요양원 야간 순찰, 병원 물품 운반이 대표적인 "할 사람이 없는 업무"입니다. 최저임금 인상과 인력난이 겹치면서 "사람을 못 구해 매장을 줄인다"는 사례가 늘고 있습니다. HBR 프레임의 첫 후보가 이미 국내에 존재합니다. 로봇 도입 판단은 "해외 얘기"가 아닙니다.
넷째, 비용보다 경험 부족이 더 큰 장벽입니다. 맥킨지 조사에서 71%가 높은 초기 비용을 도입 장애물로 꼽았습니다. 61%는 자동화 경험 부족을 꼽았습니다(출처: McKinsey via HBR 2026). 가격이 내려가도 조직이 준비되지 않으면 도입은 지연됩니다. 첫 파일럿에 참여할 팀과 담당자를 미리 지정해야 합니다. 경험은 만들어야 쌓입니다.
다섯째, 현장 직원이 이제 로봇을 직접 가르칩니다. 과거에는 로봇 동작을 수정하려면 IT 부서에 요청하거나 벤더를 불러야 했습니다. LLM 기반 무코드(no-code) 학습 도구는 그 과정을 현장에서 끝냅니다. 직원이 잘못된 동작을 말로 설명하고 더 나은 방법을 시연하면 로봇이 학습합니다. 함대 학습(fleet learning)은 한 로봇의 경험을 같은 기종 전체에 공유합니다. 개선 주기가 몇 달에서 며칠로 줄어듭니다.
여섯째, 거버넌스가 신뢰의 바닥입니다. HBR은 다섯 가지 필수 요건을 제시합니다. 위험 분석, 구역 설정, 비상 정지, 개인정보 프로토콜, 사고 대응 합의입니다. 신뢰 없이 로봇은 매장이나 병실에 들어올 수 없습니다. 거버넌스는 도입 비용이 아니라 도입 속도를 결정합니다. 법무·IT·HR이 미리 함께 움직여야 합니다.
Claude에 두 개 프롬프트를 돌립니다. ① "우리 팀 업무 중 만성적 인력 부족 업무와 반복 패턴이 있는 업무를 표로 정리해 줘." ② "위 목록에서 고객 접점이 제한적인 업무 3개만 골라 기준과 함께 제시해 줘." (1시간, 업무 목록 1장)
3개 중에서 고객 접점이 제한적이고 거버넌스 설계가 쉬운 업무를 첫 대상으로 고릅니다. 성공 여부보다 "경험 축적"이 첫 목표입니다. (경영 회의 30분)
위험 분석, 구역 설정, 비상 정지, 개인정보 프로토콜, 사고 대응. 각 1페이지 초안을 법무·IT·HR에 분배해 2~3주 안에 받습니다. (2~3주, 5페이지 문서)
HBR은 성공 사례 중심의 분석입니다. 헨나호텔처럼 실패한 사례도 많습니다. 기사에 등장한 수치는 "상위 사례"의 수치라는 점을 감안해야 합니다.
휴머노이드 로봇 가격은 아직 수억 원대입니다. 초기 투자 회수 기간을 반드시 계산해야 합니다. 노동 대체가 아니라 인력 확장 관점에서 ROI를 설계해야 합니다.
규제 환경은 국가마다 다릅니다. 한국의 도로, 의료, 교육 분야 로봇 규제는 여전히 보수적입니다. 파일럿 설계 단계에서 관련 부처 유권해석을 먼저 받는 것이 안전합니다.
예외 대응은 여전히 약점입니다. LBM은 빠르게 발전하지만, 현재 수준에서 "처음 보는 상황"은 사람의 개입이 필요합니다. 24시간 원격 감독 체계가 없으면 무인 배치를 시도하지 말아야 합니다.
로봇 도입의 성패는 기술이 아니라 조직 설계에서 결정됩니다.
- Wirtz, J. (2026, May-June). How Gen AI Robots Are Reshaping Services [Article]. Harvard Business Review. (원문 보기 ↗)