오픈AI, 휴머노이드 로봇 직접 만든다 — 2027년 데모 예고

샘 올트먼 오픈AI CEO가 팟캐스트에서 휴머노이드 로봇을 직접 만들 것이냐는 질문에 두 단어로 답했다. 'We will.' 2027년에 멋진 데모를 보여줄 수 있을 거라며, 로봇이 거리를 돌아다니는 건 그보다 몇 년 뒤로 봤다. 그런데 정작 그가 강조한 건 몸이 아니라 로봇을 움직이는 '뇌'였다. 한마디로, 오픈AI가 피지컬 AI의 본게임에 뛰어든다는 선언이다.

질문은 짧았고 대답은 더 짧았다. 팟캐스트 'Sources'의 진행자가 물었다. '오픈AI가 휴머노이드 로봇을 실제로 만들 겁니까?' 올트먼의 대답은 'We will.' 두 단어였다. 별도 인터뷰에서는 시기를 구체적으로 밝혔다. '2027년에 멋진 데모를 보여줄 수 있을 것 같다. 다만 로봇이 거리를 돌아다니는 건 몇 년 더 걸릴 것이다.' 지금은 제품 발표가 아니라 경영자가 내건 목표에 가깝다. 데모에서 뭘 보여줄지, 로봇이 어떻게 생겼는지, 얼마인지는 아무것도 공개되지 않았다.

---

왜 하필 사람 모양이냐고요

올트먼의 논리는 단순하다. '세상은 인간을 기준으로 설계돼 있다'는 것이다. 문도 키보드도 도구도 계단도, 전부 두 팔 두 다리 몸에 맞춰져 있다. 그래서 '그 형태에 맞추는 게 좋아 보인다(matching that form factor seems good)'고 했다. 바퀴 달린 박스보다 사람 손이 닿는 곳에 사람처럼 들어가는 게 유리하다는 판단이다.

여기서 반전이 하나 있다. 정작 올트먼이 어렵다고 꼽은 건 몸이 아니었다. 외형에 대한 질문은 '로봇을 움직이는 뇌를 제대로 파악하는 것보다 덜 중요하다'고 잘라 말했다. 팔과 다리를 붙이는 건 절반의 일이다. 컵 하나를 집는다고 치자. 컵을 알아보고, 손잡이를 찾고, 파지점을 정하고, 깨지지 않을 힘으로 쥐어야 한다. 하나라도 틀리면 바닥을 닦게 된다. 몸은 만들 수 있는데, 몸에게 '뭘 어떻게 하라'고 가르치는 게 병목이라는 얘기다.

뇌가 어렵다는 말의 실체를 보여준 실험이 있어요

오픈AI는 이 문제를 예전에 한 번 풀어본 적이 있다. 'Dactyl' 프로젝트다. 시뮬레이션 안에서만 학습한 로봇 손이 실제 물건을 잡는 데 성공했고, 나중에는 루빅스 큐브까지 맞췄다. 물리 변수투성이인 현실에서 통하는 움직임을 컴퓨터 안에서 배워낸 것이다. 즉, '시뮬레이션에서 배워 현실에 옮기기(sim-to-real)'가 로봇 뇌를 만드는 핵심 기술이라는 걸 오픈AI는 이미 알고 있다.

그런데 여기서 업계의 해석이 갈린다. 언어모델은 인터넷 텍스트라는 무한한 교과서가 있었지만, 로봇에게는 '현실과 상호작용한 데이터'가 턱없이 부족하다. 그래서 지금 로봇 회사들이 하는 일이 데이터 모으기라는 분석이다. 올트먼이 몸보다 뇌를 강조한 것도 같은 맥락이다. 하드웨어는 사 오면 되지만, 뇌를 키울 데이터 파이프라인은 직접 깔아야 한다.

채용 공고 27개가 곧 스킬 로드맵입니다

말보다 확실한 증거가 있다. 오픈AI 채용 페이지에 올라온 로봇 분야 공고 27개다. 분야별로 정리해봤다.

분야	하는 일
모션 컨트롤	로봇이 어떻게 움직이는지 제어
상태 추정	로봇의 위치·접촉 상태를 파악
액추에이터 제어	관절을 움직이는 구동계 제어
전체 로봇 행동	몸 전체의 행동 설계
피지컬 AI용 ML 인프라	물리 세계 AI 학습을 위한 컴퓨팅 시스템
커스텀 전자기계 액추에이터	모터·변속기·센싱·열관리를 포함한 자체 구동부품
제조·공급망	하드웨어 대량 생산 체계

눈에 띄는 건 액추에이터를 '자체 개발'한다는 점이다. 남의 로봇을 사다 뇌만 얹는 게 아니라, 모터부터 만드는 풀스택 하드웨어 팀을 꾸리고 있다. 제조·공급망 인력까지 뽑는다는 건 언젠가 대량 생산을 염두에 둔다는 뜻이다. 뇌가 우선순위라고 말하면서, 몸도 남에게 맡기지 않겠다는 얘기다.

그래서 나한테 뭐가 좋냐면요

첫째, 커리어 신호다. 로봇 공학 채용이 '지금' 열려 있다는 건 피지컬 AI가 연구실 화제에서 산업 인력 수요로 넘어왔다는 뜻이다. 채용 공고에 적힌 요구 스킬 — 모션 컨트롤, 상태 추정, 액추에이터 제어 — 이 그대로 학습 로드맵이다. LLM 기술과 이어지는 지점도 명확하다. 인식·지시 해석·행동 계획·신체 제어는 결국 '뇌'의 문제고, 뇌는 모델의 문제다.

둘째, 목표 시장의 힌트다. 채용 공고에 따르면 첫 목표는 '숙련 노동자가 인프라를 짓는 걸 돕는 범용 로봇'이고, 가정용 개인 로봇은 장기 목표다. 즉, 당장의 시장은 공장·건설·물류 같은 현장이다. 포스코DX가 숙련공의 암묵지를 AI에 넣는 시도와 같은 방향이다. 현장의 숙련 지식을 데이터로 바꾸는 일이 로봇 시대의 첫 번째 밥그릇이 될 가능성이 크다.

셋째, 경쟁 구도를 읽는 눈이다. 테슬라 옵티머스가 먼저 달리고 있고, 오픈AI는 Figure와의 파트너십을 정리하고 독자 노선을 탔다는 보도도 있다(보도 인용 수준, 공식 확인은 없음). 누가 이기든 '뇌'의 승부라는 점은 같다. 뇌를 만드는 데이터 파이프라인과 sim-to-real 기술이 핵심 자산이 된다.

---

한 줄로 정리하면, 오픈AI가 '로봇의 몸이 아니라 뇌가 본질'이라며 휴머노이드 직접 개발을 선언했고, 2027년 데모를 예고한 것. 한계도 솔직히 말하자면, 데모 내용·외형·가격·상용 일정은 전부 미공개다. CEO 인터뷰 발언이라 회사 공식 로드맵과도 거리가 있다. 그래도 27개 채용 공고는 말보다 무겁다. 돈이 어디로 흐르는지는 공고가 먼저 알려준다.

오픈AI 채용 페이지에서 robotics 공고 27개의 JD를 한 번 훑어봐라. '모션 컨트롤' 같은 단어가 낯설다면 그게 바로 다음에 메워야 할 스킬 갭이다. 뇌를 만드는 쪽에 서고 싶다면, VLA(비전-언어-행동) 모델과 sim-to-real부터 파는 게 순서다.

자주 묻는 질문

Q. 오픈AI가 로봇을 만든다는 게 확정인가요?
A. 올트먼 본인이 팟캐스트에서 'We will.'이라고 답했다. 다만 회사 공식 발표가 아니라 CEO 인터뷰 발언이다. 제품 계획이라기보다 경영자의 목표 선언에 가깝다.

Q. 언제쯤 볼 수 있나요?
A. 올트먼은 2027년에 '멋진 데모'를 예고했다. 로봇이 거리를 돌아다니는 상용화는 그보다 몇 년 뒤로 봤다.

Q. 왜 하필 휴머노이드 형태인가요?
A. 세상이 인간 기준으로 설계돼 있어서다. 문·키보드·도구·계단 모두 인간 몸에 맞춰져 있으니, 같은 공간에서 일하려면 비슷한 형태가 유리하다는 논리다.

Q. '뇌가 몸보다 어렵다'는 게 무슨 뜻인가요?
A. 컵 하나를 집는 데도 인식·파지점 판단·힘 조절이 필요하다. 팔과 다리를 붙이는 것보다 '뭘 어떻게 하라'고 가르치는 지능이 병목이라는 뜻이다.

Q. 오픈AI는 로봇 경험이 있나요?
A. 있다. Dactyl 프로젝트에서 시뮬레이션에서만 학습한 로봇 손으로 실제 물체를 조작했고, 루빅스 큐브까지 맞췄다.

Q. 지금 뭘 준비하면 되나요?
A. 27개 채용 공고의 요구 스킬이 로드맵이다. 모션 컨트롤, 상태 추정, 액추에이터 제어, 피지컬 AI용 ML 인프라. 뇌 쪽이라면 VLA 모델과 sim-to-real 기술이다.

Q. 테슬라 옵티머스랑 뭐가 다른가요?
A. 확인된 바 없음. 오픈AI는 아직 외형·스펙·가격을 공개하지 않아 직접 비교가 불가능하다.

출처: 샘 올트먼 Sources 팟캐스트 발언 및 Fortune 인터뷰 (Engadget 원보도 인용 — 2026년 10월), AI Weekly, Livemint, DigitalToday, TheBrief, Facebook·Threads 관련 영상(2026-10-18~19). 수치·일정은 2026년 10월 기준.

관련 글: 포스코DX가 20억 건 스타트업 — 숙련공 노하우 AI에 넣는다, 앤트로픽 신입 채용 9% — 에이전트가 사람보다 6배 일한다, Decision-1 — MS가 낸 '판단만 하는' AI 모델