(2부) 용접 없앤 테슬라, 본드로 붙입니다
📺 원본 영상: (2부) 용접 없앤 테슬라, 본드로 붙입니다 🎙️ 채널: 언더스탠딩 : 세상의 모든 지식 🎙️ 강연자: 박형근 책임매니저 (HMG 경영연구원) 📅 정리 일자: 2026-03-09 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 슬라이드, 도면 등)는 포함되지 않을 수 있습니다.
개요
이 강연의 핵심은 단 하나의 질문에서 출발한다. “100만 대, 200만 대의 사이버캡을 어떻게 찍어내는가?” 이에 답하기 위해 강연자 박형근 책임매니저는 테슬라가 준비해온 ‘언박스드(Unboxed) 공정’의 구조적 원리를 해부하고, 이 공정이 왜 기존 완성차 업체로서는 도입이 사실상 불가능한지를 설명한다. 나아가 언박스드 공정이 가능하게 만드는 옵티머스(Optimus) 휴머노이드 로봇 전략, 그리고 이 모든 것이 일론 머스크(Elon Musk)가 그리는 ‘한계비용 제로 사회(Zero Marginal Cost Society)’ 비전과 어떻게 맞닿아 있는지까지 이어진다.
100년 된 공정의 벽: 프레스-차체-도장-조립
자동차 제조 공정은 오랫동안 프레스(Press), 차체(Body), 도장(Paint), 조립(Assembly)의 4단계로 이루어져 왔다. 이 공정을 풀어서 설명하면, 먼저 철판을 프레스로 찍어 모양을 잡고, 차체 공정에서 이 부품들을 용접으로 이어붙여 차의 껍데기를 완성한다. 그 껍데기에 프라이머를 올리고 색을 입히는 도장 공정이 끝나야 비로소 내부 조립이 시작된다. 강연자에 따르면, 도장 공정은 에너지와 물이 엄청나게 투입되는 고비용 단계다.
이 흐름의 가장 큰 문제는, 껍데기가 먼저 완성된 상태에서 내부를 조립해야 한다는 데 있다. 도어(Door) 개구부는 좁고, 의자를 비롯한 대형 부품을 그 틈새로 밀어 넣어야 하기 때문에 작업자들은 좁은 공간에서 쑤그린 자세를 강요받는다. 자동차 공장 영상에서 흔히 볼 수 있는 고단한 노동 장면이 바로 이 구조적 한계에서 비롯된 것이다. 로봇 역시 마찬가지다. 도어 개구부로 들어가 복잡한 자세를 취해야 하는 탓에 자동화의 난이도가 매우 높다. 배터리 체결도 오랫동안 사람의 손에 의존했는데, 차체와 배터리의 위치를 맞추는 작업이 그만큼 까다롭기 때문이다.
언박스드(Unboxed) 공정의 발상 전환
‘언박스드’라는 이름은 말 그대로 ‘박스(껍데기)를 먼저 만들지 않는다’는 뜻이다. 강연자는 이 공정의 핵심을 차량을 블록 단위로 분할하여 조립하는 방식으로 설명한다. 차체를 크게 3개 블록, 세부 공정 기준으로는 약 6개 공정으로 나눠 각각을 독립적으로 조립한 뒤 최종 결합하는 구조다.
이 방식이 가져오는 변화는 극적이다. 작업자는 더 이상 좁은 개구부 안으로 기어 들어갈 필요가 없다. 블록을 바닥에 놓고 숙인 채로 볼팅(Bolting) 작업을 하면 되는데, 강연자가 “가장 편한 자세”라고 표현할 만큼 작업 환경이 단순해진다. 로봇 역시 개방된 구조에 자유롭게 접근할 수 있어 자동화 투입이 용이해진다. 기존의 ‘도어링(Door opening)’ 개구부를 통해 의자를 집어넣어야 했던 복잡한 로봇 동작이 사라지고, 위에서 내려놓는 단순한 동작으로 대체된다.
💡 [영상 참조] 강연자는 이 시점에서 언박스드 공정의 블록 분할 구조와 조립 순서를 도식화한 자료를 화면에 띄워 설명합니다. 상세 내용은 원본 영상을 확인하세요.
사이버캡: 언박스드 공정의 첫 번째 완성형
강연자는 사이버캡(Cybercab)이 언박스드 공정이 적용되는 최초의 양산 차량이 될 것으로 분석한다. 그러나 이 공정이 갑자기 등장한 것은 아니다. 사이버트럭(Cybertruck) 개발 과정에서 언박스드 전환을 위한 핵심 기술들이 이미 검증되었고, 사이버캡은 그 성과를 집대성한 차량이라는 것이다.
원가 혁신의 축은 세 가지로 요약된다. 첫째는 도장 공정의 제거다. 사이버트럭이 스테인리스(Stainless Steel) 소재로 전환하면서 도색이 불필요해졌다면, 사이버캡은 컬러 사출(Color Injection Molding) 방식을 채택한다. 플라스틱 외장 패널을 색상이 입혀진 채로 사출 성형하기 때문에, 조립식 건담 모형처럼 부품을 가져다 붙이기만 하면 된다. 에너지와 물을 대량으로 소비하는 도장 라인 전체가 사라지는 것이다.
둘째는 용접의 대체다. 기존 차체 공정에서는 수백 개의 용접 포인트가 필요했지만, 사이버캡은 구조용 접착제(Structural Adhesive)와 행온(Hang-on) 패널, 클립온(Clip-on) 방식으로 결합 공정을 대폭 단순화한다. 셋째는 내장 부품의 감소다. 운전석이 없는 로보택시 구조 특성상 일반 차량 대비 의자와 각종 조작 장치가 생략되어 부품 수 자체가 줄어든다.
이 모든 혁신의 결과로 생산 속도는 5초 간격으로 차량 한 대가 라인을 빠져나오는 수준을 목표로 한다는 것이 강연자의 설명이다.
기존 완성차 업체가 따라올 수 없는 이유
그렇다면 왜 현대차, 도요타 같은 기존 완성차 업체들은 이미 이 공정으로 전환하지 않았을까? 강연자는 이 질문이야말로 핵심을 찌르는 질문이라고 말한다. 가장 직접적인 이유는 아귀 맞춤(Fitting) 문제다. 블록을 따로 만들어 결합할 때 각 블록 간의 치수가 조금이라도 어긋나면 조립 자체가 불가능해진다. 뼈대를 먼저 완성하고 그 안에서 조립하는 방식은 이 문제를 회피하기 위한 현실적 타협의 결과물이었다.
더 깊은 이유는 레거시(Legacy) 시스템의 관성에 있다. 기존 완성차 업체들의 용접 라인과 도장 공정은 수십 년에 걸쳐 최적화된 상태다. 부품 계열사들과의 공급망, 그리고 수천 명의 숙련 인력이 이 공정에 맞춰져 있다. 강연자가 말하는 것처럼, 이걸 바꾸는 것은 단순한 설비 교체가 아니라 공장을 통째로 부수고 다시 짓는 수준의 전환이다. 현재의 공정으로도 충분한 품질의 차량을 충분한 이익으로 팔고 있는 기업이 이 리스크를 감수할 동기는 사실상 없다.
반면 테슬라는 신생 기업으로 출발했기 때문에 기존의 레거시가 없었다. 처음부터 새로운 방식으로 시작했고, 그 과정에서의 시행착오—사이버트럭의 스테인리스 가공 불량이나 구조용 접착제 탈락 등의 품질 이슈—를 감수할 수 있는 문화와 구조가 있었다. 강연자는 “그러한 시도에 익숙한 회사였기 때문에 가능했다”고 평가한다.
옵티머스(Optimus)가 필요한 이유
언박스드 공정의 논리적 귀결점에 옵티머스 로봇이 있다. 블록 단위로 분할된 차체는 개방된 작업 면적이 넓어 사람뿐 아니라 로봇도 쉽게 접근할 수 있다. 강연자에 따르면, 테슬라는 처음부터 옵티머스를 사이버캡 생산 공정에 투입할 계획을 갖고 있다. 초기에는 부품을 순서대로 배치하는 시퀀싱(Sequencing), 단순 이송 작업, 간단한 볼팅 작업 정도부터 시작할 것으로 예상된다.
💡 [영상 참조] 강연자는 이 시점에서 5m 길이 차체와 블록 분할 후의 작업 접근 면적 변화를 도식적으로 비교하는 자료를 화면에서 가리키며 설명합니다.
로봇 손: 원가의 벽을 넘는 방법
휴머노이드 로봇의 상용화를 막는 가장 큰 장벽은 비용이다. 강연자는 그 구체적 수치를 이렇게 제시한다. 현재 시중에서 구할 수 있는 간단한 기능의 로봇은 3,000만 원 수준이고, 손 기능까지 제대로 갖춘 로봇은 7,000만 원을 훌쩍 넘는다. 사람 손을 흉내 낸 고자유도(22~27 DOF) 로봇 손 한 쪽만 해도 2,000~3,000만 원에 달한다. 중국의 유니트리(Unitree)가 16,000달러에 로봇을 출시해 화제가 됐지만, 강연자는 이것이 손을 제외한 기본 바디 패키지이며 소프트웨어 최적화까지 더하면 실제 비용은 1억 원 수준이라고 설명한다.
테슬라가 이 비용의 벽을 넘으려는 방식이 텐돈 구동(Tendon-driven) 방식이다. 인간의 힘줄 구조에서 착안한 이 설계는, 각 손가락에 개별 모터(Actuator)를 배치하는 대신 손목 아래 전완부(Forearm)에 모터를 몰아두고 와이어(Tendon)로 손가락을 당기는 방식이다. 22자유도의 손에 22개 모터가 필요하던 것을, 손가락 하나당 하나의 구동기가 여러 마디를 제어하도록 묶는 방식으로 모터 수를 대폭 줄인다. 강연자의 추정으로는 5개 손가락에 접고 펴는 동작을 합산해도 6개 안팎의 구동기로 운용될 것으로 보인다.
💡 [영상 참조] 강연자는 옵티머스 손의 텐돈 와이어 배선 구조와, 손바닥 면에 배치된 압력 센서 및 전단 센서(Shear Sensor) 배열을 화면으로 보여주며 설명합니다. 정밀한 구조 확인은 원본 영상을 참조하세요.
단순히 모터를 줄이는 것에 그치지 않고, 손바닥 전면에는 압력 센서와 전단 센서(Tactile Sensor)를 촘촘히 배치해 촉각 데이터를 확보하는 방향으로 진화하고 있다. 이는 단순한 파지(Grasping) 기능을 넘어, 로봇이 물체의 질감과 미끄러짐을 감지하는 VTLA(Vision-Tactile-Language-Action) 모델로의 진화와 연결된다. 강연자는 이를 옵티머스 3세대가 목표로 하는 방향으로 해석한다.
규모의 경제와 부품 공용화 전략
저렴한 단가는 설계 혁신만으로 달성되지 않는다. 규모의 경제가 반드시 동반되어야 한다. 강연자는 수백만 대 단위의 생산이 이루어질 때 비로소 절감 효과가 현실화된다고 강조한다. 테슬라가 여기서 구사하는 전략이 **부품 공용화(Parts Commonization)**다. 4680 배터리 셀 하나가 일반 승용차, 사이버캡, 옵티머스 로봇, 그리고 에너지 저장 시스템(ESS)에 공통으로 탑재되는 구조다. 향후 LFP(리튬인산철) 방식의 4680도 출시될 것으로 강연자는 전망하는데, 이렇게 되면 단일 셀 규격으로 테슬라 생태계 전체를 커버하면서 구매 협상력과 수율 개선이 극대화된다. 로봇의 액추에이터(Actuator) 역시 개수를 줄이고 사양을 통합하는 방향으로 공용화하고 있는 것으로 분석된다.
데이터 축적의 전쟁이 시작됐다
강연자는 현재 휴머노이드 로봇의 가장 큰 한계가 하드웨어가 아닌 데이터 부재라고 지적한다. 중국의 유니트리가 설 명절 행사에서 쿵후와 덤블링을 선보이며 눈길을 끌었지만, 이러한 퍼포먼스와 실제 산업 현장의 섬세한 작업 수행은 완전히 다른 문제다. 사람 수준의 손 작업을 수행하려면 촉각 데이터(Tactile Data)를 포함한 방대한 실제 환경 데이터가 학습되어야 하는데, 지금까지는 이 데이터가 쌓인 적이 없다. 테슬라는 유튜브 같은 인간의 행동 영상(Visual Data)을 우회적으로 학습하는 방식으로 갭을 메우고 있지만, 자율주행에서 실제 도로 주행 데이터가 결정적이었듯 로봇도 결국 실제 데이터가 핵심이 될 것이라고 강연자는 분석한다.
이런 맥락에서 테슬라의 전략은 명확하다. 사이버캡 공장에 옵티머스를 투입함으로써 제한된 환경에서 반복적인 학습 데이터를 빠르게 축적하는 것이다. 가정 환경보다 훨씬 단순하고 예측 가능한 공장이 로봇 학습의 최적 교장(校場)이 된다.
미국의 스타트업 1X Technologies의 NEO 로봇은 다른 접근을 취한다. 원격 조작(Teleoperation) 방식으로, 로봇이 스스로 판단하기 어려운 상황에서 오퍼레이터가 원격으로 제어하면서 동시에 데이터를 쌓는 방식이다. 이는 소비자의 개인정보 및 데이터 학습 동의를 전제로 하며, 실질적으로는 오퍼레이터가 원격 노동을 수행하면서 AI 학습 데이터를 채취하는 구조다. 유니트리는 올해 수천 대 규모의 로봇을 실험실과 공장에 대량 보급하는 전략으로 데이터 경쟁에 참전하고 있다. 강연자는 이 상황을 자율주행 데이터 경쟁의 로봇판 재현으로 본다.
머스크 유니버스: 모든 것이 연결된다
강연자는 테슬라를 넘어 ‘머스크 컴퍼니(Musk Companies)’ 전체의 연결 고리를 짚어낸다. Tesla, SpaceX/Starlink, xAI, X(X.com), Neuralink가 각각 독립된 사업체처럼 보이지만, Physical AI라는 하나의 축으로 수렴된다는 것이다.
스마트 팩토리, 자율주행차, 로보틱스 같은 Physical AI 매개체들이 잘 작동하려면 강력한 AI 추론 엔진이 필요하고, 그 역할을 xAI가 담당한다. xAI는 X(구 트위터)의 대규모 텍스트·행동 데이터를 학습 원천으로 삼는다. AI 모델의 추론과 학습 결과를 디바이스와 주고받으려면 저지연 통신망이 필요하고, 그 인프라가 Starlink다. 지상의 데이터센터 용량이 포화되면 우주 궤도에 데이터센터를 올리겠다는 구상도 이 맥락에서 나온다. 가장 먼 미래에 해당하는 Neuralink는 뇌-컴퓨터 인터페이스(BCI)를 통해 사람의 신경 신호를 옵티머스 로봇에 전송하는 ‘디지털 분신’ 개념과도 연결된다.
한계비용 제로 사회로의 여정
강연자는 이 모든 흐름을 경제학적으로 해석하기 위해 경제학자 제러미 리프킨(Jeremy Rifkin)의 저서 『한계비용 제로 사회(The Zero Marginal Cost Society)』를 참조한다. 리프킨은 이 책에서 에너지, 통신, 이동, 노동, 인지(Cognitive) 비용이 모두 한계적으로 제로에 수렴하는 시대의 도래를 예언했다. 강연자가 보기에, 그 예언이 하나씩 현실이 되고 있다. 태양광 발전으로 에너지 비용은 지속적으로 하락하고 있고, 무선 통신은 이미 일상적 인프라가 됐다. 사이버캡의 마일당 0.4달러라는 목표는 이동 비용의 붕괴를 의미하며, 옵티머스 로봇의 보급은 노동 비용을, LLM(Large Language Model)의 급진적 발전은 인지 비용을 무너뜨리고 있다.
강연자는 이 비전의 실현이 단순한 사업 성공을 넘어 인류 사회의 재설계를 요구한다고 본다. 한계비용이 제로가 된 사회에서 기본소득 같은 새로운 사회 시스템이 논의되는 이유가 바로 여기에 있다는 것이다. Elon Musk가 표방하는 ‘지속 가능한 풍요 사회’는 리프킨의 이 프레임과 정확히 겹친다.
마무리
강연자 박형근 책임매니저가 이 강연 전체를 통해 말하고자 하는 것은 결국 하나다. 테슬라가 지금 ‘차가 덜 팔린다’거나 ‘주가가 애매하다’는 단기 평가의 대상이 아니라는 것이다. 기존에 잘 되고 있던 전기차 사업을 의도적으로 죽여가며 공정 혁신, 로봇, 자율주행, 에너지, AI 인프라로의 전환을 동시에 추진하고 있다. 4680 배터리가 발표부터 양산까지 5년이 걸렸던 것처럼, 이 전환의 호흡은 길다. 그러나 방향 자체는 일관되며, 사이버캡은 그 전환의 분수령이 될 차량으로 강연자는 평가한다.
물론 검증은 아직 끝나지 않았다. 언박스드 공정이 수백만 대 규모에서 안정적으로 작동할지, 옵티머스 로봇이 공장의 데이터를 흡수해 진짜 노동력을 대체할 수 있을지는 여전히 미지수다. 강연자는 그 불확실성을 숨기지 않으면서도, 테슬라의 역사적 궤적을 볼 때 시간이 걸리더라도 완성해낼 것이라는 신뢰를 내비친다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | (2부) 용접 없앤 테슬라, 본드로 붙입니다 |
| 채널 | 언더스탠딩 : 세상의 모든 지식 |
| 강연자 | 박형근 책임매니저 (HMG 경영연구원) |
| 리포트 작성 | 2026-03-09 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
| 참고 문헌 | 제러미 리프킨, 『한계비용 제로 사회(The Zero Marginal Cost Society)』 — 강연자 언급 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.