로보티즈가 우즈벡으로 간 이유는 무엇일까?

로보티즈가 왜 우즈벡으로 갔을까? 정답은 인건비가 한국의 1/10 정도 되기 때문이다. 그럼 인건비 따먹으려고 갔나? 정답!  아래 표를 보면 중국으론 가봤자다. 베트남도 이미 국내 기업들이 엄청 진출했고 요즘 인건비 급등이다. 그나마 우즈벡이 싼 편이다. 아직은....

국가별 인건비 비교 월급 기준 (2024~2025 대략 평균)

 

그렇다면 로보티즈는 인건비 싼 우즈벡에서 무슨 일을 하려고 하는데? 로봇 훈련시키는 데어터 라벨링 사업할 예정이다. 이게 시간당 500달러에서 1200달러 버는 사업이다. 한 명 투입해서 로봇 따라다니면서 훈련시켜서 데이터 수집해서 팔면 된다. 당근 인건비가 싸야 한다. 그럼 평균 시간당 800달러 버는 것으로 치고 인건비 시간당 3달러 정도 주면 어머 무시하게 남겠네? 그건 아니고 간접비가 들어가야 한다. 그걸 계산해도 30% 이상 마진 가능할 수 있다.

 

이론적인 데이터 사업 매출액 추정치

 

이론상 연 매출 9.4 조원이다. 이게 2천 명 고용해서 하루 12시간 작업하고 하루도 안 쉬고 일 년간 작업할 때 그렇다. 설마 이렇게까지? 맞다. 그럼 1/10만 매출이 일어난다면? 9400억 원 매출이다. 이거 절반은 약 5천억 매출이다.

지금 이런 사업하는 국내 기업은 없다. 물론 미국과 중국엔 있다. 하여튼 이 시장에 뛰어들었다는 것이 로보티즈에 어떤 의미인가? 액추에이터 만들고 휴머노이드 만들고 배송 로봇 만들어 파는 본업이 있다. 그리고 여기에 로봇 회사들이 꼭 필요한 훈련 데이터를 팔아먹겠다는 이야기다. 테슬라는 자체적으로 훈련시킨다. 현대차와 보스턴도 자체적으로 훈련시킬 것이다. 그러나 수많은 중소 로봇업체들은? 자체 훈련이 불가능하니 로보티즈 같은 기업에 외주 줘야 한다. 이 사업하겠다는 이야기다. 그럼 더 구체적으로 들어가 보자.

아래 글은 데이터 공장 사업이 가능성이 있다는 내용을 이해하기 위해 만든 거니깐 그 맥락에서 이해해야 한다. 지금 로보티즈가 이런 사업을 구상하고 있구나 정도로. 실제 돈을 버는 것은 차츰 분기 실적에서 확인해야 한다. 지금 150명을 투입해서 하루 6시간 작업한다. 이 사업의 실적이 분기 실적으로 나올 것이다. 그때 좀 더 구체적으로 논의해 보자.

로봇용 데이터를 파는 사업

그냥 데이터가 아니라, 앞으로 로봇 산업의 뼈대를 만드는 쪽에 가깝다. 이 사업이 왜 생겼는지 살펴보면, 지금 로봇 업계는 로봇판의 ‘ChatGPT 순간’이라 부를 수 있는 일종의 변곡점에 와 있기 때문이다. 과거엔 로봇이 정해진 동작만 반복하는 기계였다면, 이제는 스스로 판단하는 존재로 넘어가는 중이다. 이걸 가능하게 하는 게 바로 Robot Foundation Model (RFM)이다. 이건 쉽게 말해 인간의 언어를 배우는 대신, “현실 세계에서 행동 데이터”를 학습하는 AI다. 예를 들면 컵을 집는다, 문을 연다, 물건을 피해서 이동한다와 같은 이 모든 걸 데이터로 배워야 한다.

그래서 필요한 게 바로 ‘데이터 공장’이다. 여기서 로보티즈가 하는 일이 나온다. 이 회사는 단순히 로봇을 파는 게 아니라, “로봇이 배울 행동 데이터를 만들어주는 공장”을 만든다. 그 구조는 이렇다. 사람이 로봇을 조작하거나(teleoperation) 직접 행동을 시연하고, 그걸 센서, 영상, 모션 데이터로 기록한다. 이게 바로 AI 학습용 데이터가 된다.

돈 버는 방식은 시간당 과금 구조다. 여기서 핵심이 시간당 $500에서 $1,200에 달하는 단가 숫자다. 이게 왜 비싸냐면 단순 영상 데이터가 아니라 로봇 제어, 센서, 실제 물리 환경이 포함된 “행동” 데이터라서 희소하기 때문이다. 즉, 이건 텍스트 데이터보다 훨씬 비싼 고급 데이터다.

지금 규모와 미래를 비교해 보면, 현재는 인원 약 150명으로 하루 6시간 작업하는 아직 “파일럿 단계”다. 하지만 미래 계획은 2,000명까지 확장하는 것이다. 이게 의미하는 건 단순히 인원 증가가 아니라 데이터 생산량이 10배 이상 증가한다는 뜻이다.

왜 수익성이 좋아지는지 살펴보면 이 사업이 좋은 이유는 딱 하나다. 고정비는 제한적이고 매출은 선형 증가하기 때문이다. 사람을 늘리면 바로 생산이 증가하고, 단가는 이미 높으며, 수요는 AI 기업들이 계속 늘어나고 있다. 특히 테슬라 옵티머스, 엔비디아 로봇 플랫폼, 각종 휴머노이드 스타트업 이런 곳들이 전부 “데이터 부족”에 시달리고 있다.

진짜 중요한 핵심 포인트는 이 사업의 본질이 단순 외주가 아니라는 것이다. 이것은 “로봇 시대의 데이터 인프라”다. 과거로 치면 클라우드는 AWS가, 텍스트 데이터는 OpenAI가 주도했듯이, 미래에는 로봇 데이터는 이런 회사들이 담당하게 된다.

좋게만 보면 안 되므로 리스크도 같이 봐야 한다. 첫째, 단순 인력 사업으로 끝날 가능성이다. 사람이 늘어야 매출이 늘어나고 완전한 플랫폼이 아니기 때문이다. 둘째, 빅테크 내재화 가능성이다. 대형 기업들이 직접 데이터를 수집할 수도 있다. 셋째, 표준화 경쟁이다. 누가 “로봇 데이터 표준”을 잡느냐 싸움이 될 것이다. 요약하면 이것은 “로봇版 데이터 라벨링과 고급화된 물리 데이터 산업”이다. 그리고 더 본질적으로는 “로봇 AI 시대의 초입에서 가장 먼저 돈이 붙는 영역”이다.

구조적으로 돈 되는 사업인가, 그냥 이야기인가?

이 사업이 구조적으로 돈 되는 사업인지 아니면 그냥 이야기인지 잘라서 보아야 한다. 결론부터 말하면 초기에는 테마성이 강하지만, 제대로 자리 잡으면 진짜 수혜로 바뀌는 과도기 단계다.

지금 로봇 AI는 로봇 파운데이션 모델(RFM)이라는 모델은 있고 하드웨어도 있지만, 데이터가 없는 상태다. 이게 핵심이다. 로봇은 텍스트와 다르게 사람의 시연이나 원격조작(teleoperation), 그리고 센서, 영상, 힘 데이터 같은 행동 데이터가 필요하고 이런 방식으로 학습한다. 그리고 현재 업계 공통 문제는 바로 데이터 부족(Data Scarcity)이다. 여기까지 정리하면 데이터 사업 자체는 100% 실존하는 수요이며, 이건 테마가 아니라 진짜 시장이다.

 

로보티즈가 핵심 플레이어인가?

여기서 많은 사람들이 시장이 크니까 이 회사가 수혜를 본다고 착각한다. 하지만 아니다. 로보티즈의 포지션은 본업이 액추에이터 회사이고 데이터 사업은 신사업이다. 즉 데이터 시장의 주도 기업이 아니라 데이터 생산 하청 쪽에 가까운 위치다. 이게 중요하다. 왜냐하면 돈 버는 위치를 구분해 볼 때 OpenAI 같은 플랫폼은 초고마진이고, 데이터 소유자는 중상 수준이며, 데이터 생산 인력은 중저 수준이기 때문이다. 지금 로보티즈는 바로 데이터 생산 단계에 위치해 있다.

단기적으로는 돈이 된다. 그 이유는 시간당 $500에서 $1200으로 단가가 높고 AI 기업들의 수요가 급증하고 있기 때문이다. 즉 초기 공급 부족 시장이라 돈이 붙는 구간이다. 하지만 구조적으로 보면 세 가지 문제가 있다.

첫 번째 문제는 인력 비즈니스라는 점이다. 사람을 늘려야 매출이 증가하고 자동화가 안 되면 한계가 있다. 즉 스케일링이 곧 사람 수다. 두 번째 문제는 진입장벽이 낮아질 가능성이다. 현재는 장비와 운영 노하우가 필요하지만, 미래에는 표준화된 데이터셋이 등장하고 시뮬레이션이 확대되어 가격이 떨어질 위험이 있다. 세 번째 문제는 빅테크의 내재화다. 예를 들어 테슬라는 자체 데이터를 수집하고 엔비디아는 시뮬레이션과 합성 데이터(synthetic data)를 활용한다. 심지어 일부 로봇도 사람이 뒤에서 원격 조작하며 데이터를 수집한다. 즉 이걸 굳이 외주를 줄까 하는 근본적인 의문이 생긴다.

로보티즈 데이터사업은 성공할까?

외주 데이터 시장의 구조적 수요 모두가 자체 데이터를 수집하지는 않는다는 지적은 현실이다. 여기서 외주 데이터 시장이 구조적으로 얼마나 오래, 얼마나 크게 남느냐가 핵심이다. 중소 및 중견 로봇 회사들은 자본과 인력이 부족하고 AI 인프라가 없다. 그래서 직접 데이터를 수집하는 비효율적인 방식 대신 외주라는 현실적인 선택을 한다. 결론적으로 외주 데이터 시장은 반드시 존재하며, 이는 단순한 테마가 아니라 구조적인 수요다.

고객의 질과 시장의 한계 하지만 모든 고객이 좋은 고객은 아니다. 대형 로봇 기업이나 글로벌 플랫폼 기업처럼 단가가 높고 장기 계약을 통해 반복적으로 데이터를 발주하는 진짜 돈 되는 고객이 있는 반면, 대부분의 중소기업처럼 프로젝트성으로 예산이 제한적이며 데이터 규모가 작아 단발성 매출에 그치는 애매한 고객도 존재한다. 즉, 시장 크기가 곧 수익성을 의미하지는 않는다.

로보티즈가 직면한 세 가지 시나리오 수요가 많아 외주를 준다고 해서 무조건 돈이 되는 것은 아니며, 누가 그 수요를 흡수하느냐가 중요하다. 첫 번째 긍정적 시나리오는 로보티즈가 표준 데이터 공급자가 되어 여러 기업의 지속적인 수주를 받는 경우다. 이때는 진짜 수혜주로 판단되어 멀티플 재평가를 받는다. 두 번째 현실적, 중립적 시나리오는 고객은 많지만 계약이 작고 분산되며 경쟁 업체도 늘어나는 경우다. 이 경우 돈은 벌지만 폭발력은 없다. 세 번째 부정적 시나리오는 일부 수요가 내재화되거나 저가 업체로 이동하여 단가가 하락하는 경우다. 이 경우 단순 인력 사업으로 전락해 밸류가 제한된다.

고단가 및 고인건비 원가 구조 이 사업은 매출 레버리지가 크지만, 동시에 사람을 태워서 돈을 버는 고인건비 모델이다. 매출은 시간당 800달러를 청구하지만, 비용 구조에는 작업자 인건비, 장비 및 로봇 감가, 공간 운영비, 관리 인력 비용이 모두 포함된다. 고급 인력 파견과 장비가 포함된 서비스업이다. 작업자 시급을 30달러로 보면 마진이 96%라고 착각할 수 있지만 실상은 다르다. 작업자 인건비 30달러, 관리 및 엔지니어 간접 인력 50~100달러, 장비 감가 및 유지비 100~200달러, 시설 전력 운영비 50~100달러를 합치면 시간당 총원가는 보수적으로 250~400달러 수준이다.

현실적인 영업이익률과 리스크 요인 현장 단위 영업이익 마진은 비용 상황에 따라 50%에서 68%까지 나온다. 하지만 회사 전체로 보면 R&D, 영업, 본사 인건비가 추가로 빠지므로 최종 영업이익률은 현실적으로 20~35% 수준에 수렴할 전망이다. 보통 인력 사업의 마진이 10~20%인 것에 비해 20~35%라는 수치가 나오는 이유는 고단가, 기술 결합, 초기 공급 부족이라는 조건이 맞물렸기 때문이다.

하지만 경쟁으로 인한 단가 하락, 숙련 작업자 필요에 따른 인건비 상승, 시뮬레이션 및 합성 데이터 확대로 인한 수요 자동화 리스크도 동시에 존재한다. 결국 잘 되면 영업이익률 30%짜리 고급 인력 사업이지만, 단가 유지가 안 되면 평범한 용역업으로 전락할 수 있는 것이 이 사업의 핵심이다.

결론은 해볼 만하다는 것이다!라고 나는 생각한다.

 

2027년 액추에이터 100만 개 생산 계획. 액추에이터 500만 개 생산 가능한 부지 확보

 

 

로보티즈 일봉차트 : 지지선 구축하면서 이평선 수렴