Chapter 2: 주요 기업 선별 — 자본·매출·주목도

개요

중국 로봇기업을 한 장의 지도에 놓는 순간 가장 먼저 생기는 문제는 기업 수가 아니라 단위입니다. 비상장 휴머노이드 기업의 투자 유치액, 상장 산업로봇 기업의 연결 매출, 물류로봇 기업의 신규 수주, 서비스로봇 기업의 누적 출하량, 촉각 스타트업의 제품 사양, 그리고 언론 노출 횟수는 모두 서로 다른 현상을 측정합니다. 숫자가 크다는 이유만으로 이들을 한 열에 넣으면 비교표는 간단해지지만 의미는 사라집니다. 이 장은 그런 거짓 정밀도를 피하면서 44개 기업을 어떻게 선별하고 읽을지 설명합니다.

이 책의 명단은 정확히 24개 심층 프로필과 20개 한눈보기 기업으로 고정합니다. 심층과 한눈보기의 차이는 우열이나 종합 순위가 아니라 이 책에서 배정한 설명의 깊이입니다. 심층 기업은 뒤 장에서 제품, 기술, 사업 견인력, 한계, 생태계, 현장 확인 질문을 더 길게 다룹니다. 한눈보기 기업도 중국 로봇 생태계를 이해하는 데 필요하지만, 현재의 공개 근거가 이 책의 모든 프로필 항목을 같은 수준으로 채우지 못하거나 다른 기업과 역할이 겹치는 경우 압축해서 다룹니다. 이 설계 원칙 자체가 첫 번째 중요한 결과입니다.

또 하나의 중요한 결과는 빈칸입니다. 공개되지 않은 매출이나 출하량을 0으로 처리하지 않고 ‘미공개’로 둡니다. 검색 결과가 적다고 언론 노출이 0이라고 쓰지도 않습니다. 특히 언론 가시성은 정해진 기간과 매체 집합에서 기사 본문, 동명이인, 재전송 기사를 검토한 뒤에만 셀 수 있으므로 현재 모든 기업의 수치가 미측정 상태입니다. 독자는 채워진 숫자뿐 아니라 어떤 질문에 아직 답할 수 없는지도 함께 읽어야 합니다.

이 장을 읽고 나면... - 24개 심층 프로필과 20개 한눈보기 기업의 차이를 순위가 아닌 조사 깊이로 설명할 수 있습니다. - 투자 유치액, 기업가치, 매출, 수주, 생산, 출하, 설치 기반, 고객 수, 언론 가시성을 서로 바꾸어 쓰지 않을 수 있습니다. - 공개 자료의 빈칸을 0과 구별하고, 기업 자체 공개와 감사 공시의 신뢰도 차이를 판단할 수 있습니다. - 2025년 8월 17일부터 2026년 8월 17일까지의 고정 언론 말뭉치가 어떻게 구성되고 왜 아직 수치를 발표하지 않는지 설명할 수 있습니다. - 제조 현장이나 WRC 방문에서 비교표를 결론이 아니라 검증 질문 목록으로 사용할 수 있습니다.

2.1 선별의 목적: 우승자를 고르는 대신 조사 지도를 만든다

이 책의 선별 질문은 ‘중국에서 가장 좋은 로봇기업은 어디인가’가 아닙니다. 그런 질문에는 용도, 시간, 위험, 구매자라는 네 가지 조건이 빠져 있습니다. 병원에서 규제 승인을 받은 수술로봇과 연구자가 정책 학습에 쓰는 휴머노이드, 창고에서 반복 작업을 수행하는 자율이동로봇, 손끝 접촉을 측정하는 촉각 센서는 동일한 효용 함수로 평가할 수 없습니다. 따라서 44개 명단은 하나의 결승전 대진표가 아니라, 중국 로봇 가치사슬을 빠뜨리지 않고 조사하기 위한 표본 설계입니다.

선별에는 여섯 신호를 사용했습니다. 첫째는 법인과 브랜드의 식별 가능성입니다. 둘째는 지표 종류가 명확한 자본 정보입니다. 셋째는 감사 매출 또는 범위가 분명한 사업 견인력입니다. 넷째는 제품 문서, 개발 도구, 논문, 생태계와 같은 기술 근거입니다. 다섯째는 고정 말뭉치 안에서 측정할 언론 가시성입니다. 여섯째는 WRC 2026에서 확인할 가치입니다. 어느 한 신호도 단독 통과 기준이 아니며, 모든 기업이 여섯 신호를 완전하게 공개해야 명단에 드는 것도 아닙니다.

이 방식은 의도적으로 ‘점수 합산’을 하지 않습니다. 자금 조달이 큰 초기 기업과 매출이 큰 상장기업에 동일한 가중치를 주면 생애주기의 차이가 사라집니다. 언론 가시성에 큰 가중치를 주면 소비자 브랜드와 자본시장 노출이 많은 회사가 부품·기반기술 기업을 밀어냅니다. WRC 부스를 필수 조건으로 삼으면 행사에 참가하지 않거나 공식 자료 확인이 늦어진 중요한 기업을 누락합니다. 이 책은 대신 서로 다른 신호를 나란히 보존하고, 기업별로 강한 근거와 약한 근거가 무엇인지 표시합니다.

‘심층’이라는 꼬리표도 성과 등급이 아닙니다. 예를 들어 깊이 다루는 이유는 여러 장을 연결하는 플랫폼이기 때문일 수 있고, 특정 기술 계층을 대표하기 때문일 수 있으며, 오히려 중요한 불확실성을 독자에게 보여 주기 위해서일 수도 있습니다. 반대로 한눈보기 기업은 중요도가 낮아서가 아니라, 다음 장들의 핵심 논지를 중복 없이 구성하기 위해 짧게 배치했을 수 있습니다. 그러므로 심층 24개 안에서 1위부터 24위까지를 추론하거나, 한눈보기 20개를 ‘탈락 기업’으로 해석해서는 안 됩니다.

2.2 법인, 브랜드, 제품을 분리하는 증거 구조

회사를 비교하기 전에 무엇을 회사로 셌는지 확인해야 합니다. 영문 브랜드 하나가 중국 등록법인 하나와 정확히 대응한다고 가정하면 모회사 매출을 자회사에 붙이거나, 제품군의 실적을 법인 전체 실적으로 오인할 수 있습니다. 반대로 같은 법인의 중국어명, 영문명, 약칭을 서로 다른 회사로 세면 언론 기사와 투자 라운드가 중복됩니다. 그래서 이 책은 브랜드, 등록 법인, 상장 주체, 제품군을 별도의 필드로 유지합니다.

중국 법인 확인의 출발점은 국가기업신용정보공시시스템입니다. 이 시스템은 기업 등록 조회의 권위 있는 원천이지만, 동적 검색 화면과 상호작용 검증 때문에 모든 조회 결과를 정적 링크 하나로 재현하기 어려울 수 있습니다. 또한 등록 사실은 제품 성능이나 시장 채택을 증명하지 않습니다 ^[1]. 법인 검색이 충분하지 않을 때는 거래소 공시, 규제기관 기록, 공식 개발 문서, 복수의 독립 기록을 조합하고, 동일성을 확정할 수 없으면 해결되지 않은 상태를 남깁니다.

근거의 강도는 출처 이름보다 주장과 출처의 적합성에서 결정됩니다. 거래소의 감사 연차보고서는 해당 보고기간의 회계 항목에 강하지만 로봇 한 모델의 현장 성공률에는 답하지 않습니다. 회사의 개발자 문서는 지원하는 인터페이스와 제품 범위를 확인하는 데 유용하지만, 독립적인 내구성이나 고객 만족도를 증명하지 않습니다. 정부 등록부는 법인을 확인하지만 기업가치를 알려 주지 않습니다. 학술 논문은 정해진 로봇과 과제에서 방법을 검증하지만 회사 전체의 매출이나 양산 능력을 대신하지 않습니다.

2.3 고정 명단: 24개 심층 프로필

다음 표는 심층 기업 24개를 모두 보여 줍니다. ‘주요 관찰 렌즈’는 회사를 하나의 업종에 영구 고정하는 분류가 아니라, 이후 장에서 먼저 확인할 질문입니다. 여러 회사가 휴머노이드, 이동형 조작, 데이터, 부품을 동시에 다루므로 경계가 겹치는 것이 정상입니다. 링크는 식별 또는 제품 범위를 확인하는 출발점이며, 링크가 곧 모든 사업 주장의 검증을 뜻하지는 않습니다.

이 표의 마지막 열은 약점 목록이 아니라 해석 계약입니다. 예를 들어 공식 제품 페이지가 존재한다는 사실은 회사가 실제 제품 범위를 공개했다는 근거가 되지만, 모든 제품이 동일한 생산 단계에 있다는 뜻은 아닙니다. 거래소 보고서가 있어도 연결 재무와 로봇 부문, 수주와 인식 매출, 기말 수주잔고와 신규 계약을 분리해서 읽어야 합니다.

2.4 고정 명단: 20개 한눈보기 기업

한눈보기 명단은 심층 명단을 둘러싼 시장의 폭을 보존합니다. 이 기업들은 휴머노이드, 협동로봇, 산업 자동화, 말단장치, 이동 플랫폼, 서비스·소비자·의료 영역을 연결합니다. 이후 장에서 기술 계층이나 상용화 방식의 비교군으로 쓰지만, 심층 프로필과 같은 분량을 약속하지 않습니다.

두 표를 합치면 정확히 44개입니다. 명단을 늘리거나 줄이면 가치사슬의 대표성이 좋아질 수도 있지만, 그것은 별도의 개정 결정이어야 합니다. 현재 장에서 유명한 회사를 임의로 추가하거나 근거가 불편한 회사를 빼면, 뒤 장의 비교 기준과 현장 동선이 조용히 바뀝니다. 따라서 새 후보는 ‘추가 관찰 목록’에 둘 수 있지만 이 판의 24대 20 계약을 침범하지 않습니다.

2.5 숫자의 문법: 자본과 운영을 같은 축에 놓지 않는다

기업 비교에서 가장 흔한 오류는 명사가 다른 숫자를 크기만으로 정렬하는 것입니다. 이 책은 투자 유치액, 기업가치, 매출, 수주, 생산, 출하, 설치 기반, 고객, 언론 가시성을 각각 별도 열로 유지합니다. 각 지표는 다음 질문에만 답합니다.

LimX는 2026년 2월 2억 달러 B 라운드와 7월 약 2억 달러 사전 상장 라운드를 각각 발표했고, 후자에서 지난 6개월간 총 4억 달러를 조달했다고 밝혔습니다 ^[3]. 따라서 두 라운드는 회사 발표 기준으로 구분하되, 약 2억 달러라는 반올림과 회사 자체 공시라는 한정을 유지해야 합니다.

Geek+의 2025년 실적 발표는 신규 체결 수주 41억3,700만 위안을 제시합니다. 이것은 회사가 기간 중 확보했다고 보고한 계약 흐름이지 같은 기간의 매출이 아닙니다 ^[4]. 수주는 미래 매출 가능성을 보여 주지만 납품 일정, 취소, 인식 기준이 남아 있습니다. 따라서 ‘수주 41억3,700만 위안’을 ‘매출 41억3,700만 위안’으로 쓰는 순간 회계상 다른 사건을 합칩니다.

Pudu의 2025년 브로슈어는 2025년 3월 기준 누적 9만 대 이상 출하, 60개가 넘는 국가·지역, 600개가 넘는 도시, 700개가 넘는 글로벌 유통사라는 회사 발표를 담고 있습니다 ^[5]. 이 수치는 시점과 발행 주체를 보존하면 제품 확산의 유용한 단서입니다. 그러나 출하는 현재 작동 중인 설치 기반과 같지 않고, 국가 수는 유상 고객 수와 같지 않으며, 브로슈어는 감사보고서가 아닙니다. 따라서 표에는 ‘회사 발표 누적 출하’로 들어가야 하고 ‘검증된 활성 로봇’으로 바뀌면 안 됩니다.

반대로 Deep Robotics의 다운로드 페이지에는 제품 브로슈어가 있지만 재무는 공개되지 않았습니다 ^[6]. DexForce의 문서는 W1과 소프트웨어 범위를 확인하게 하지만 재무와 출하량, 배치 성공률을 제시하지 않습니다 ^[7]. Noitom의 회사 페이지는 데이터 공장과 동작 재지정 사업을 설명하지만 재무는 공개하지 않습니다 ^[8]. 이 경우 올바른 값은 0이 아니라 ‘미공개’입니다. 0은 관측된 양이고, 미공개는 관측할 수 없다는 상태입니다. 둘을 섞으면 공개를 많이 하는 기업이 실제보다 불리해지거나, 공개하지 않는 기업이 임의의 최하위로 밀려납니다.

2.6 언론 가시성: 1년짜리 고정 말뭉치를 세는 방법

언론 가시성은 대중적 유명세를 느낌으로 적는 열이 아닙니다. 측정 구간은 중국 표준시 기준 2025년 8월 17일 00시 00분부터 2026년 8월 17일 23시 59분 59초까지입니다. 시작과 끝을 고정한 이유는 기업별 검색 시점 차이가 결과를 바꾸는 것을 막고, 다음 개정에서 같은 규칙으로 이동 창을 다시 계산하기 위해서입니다.

고정 매체 집합은 Reuters, Bloomberg, Financial Times, Nikkei Asia, South China Morning Post, TechCrunch, Caixin, Yicai, 21st Century Business Herald, Securities Times, China Securities Journal, The Paper, Jiemian, 36Kr, TMTPost, LatePost, People’s Daily, Xinhua입니다. 영어권 국제 매체, 중국 영문·중문 매체, 경제·기술 전문 매체를 함께 두되, 이 집합 밖의 기사가 좋거나 나쁘다는 판단은 하지 않습니다. 이 수치는 오직 이 말뭉치에서의 가시성입니다.

검색은 등록 법인명, 공식 영문명, 중국어명, 검증된 별칭을 사용합니다. GDELT DOC 검색이 포착하는 범위와 각 발행사의 자체 검색·재현 가능한 사이트 질의를 결합합니다. 그러나 검색 결과 한 건을 곧바로 기사 한 건으로 세지 않습니다. 기사 본문에 해결된 기업이 실제로 등장해야 하며, 보도자료·협찬·채용·디렉터리·인용 페이지만 있는 문서·사회관계망 게시물은 제외합니다. 동일한 통신 기사가 여러 사이트에 재전송되었거나 제목과 첫 문단이 거의 같으면 하나의 편집 사건으로 묶습니다 ^[2].

이름 충돌도 직접 검토합니다. 짧은 브랜드명, 보통명사에 가까운 이름, 다른 국가의 동명 기업은 검색 결과를 부풀릴 수 있습니다. 반대로 중국어 기사에서 영문 브랜드를 쓰지 않거나 자회사명만 쓰면 누락될 수 있습니다. 유료벽, 색인 지연, 언어 분할, 삭제 기사도 편향을 만듭니다. 그래서 검색엔진이 표시하는 ‘약 몇 건’은 사용하지 않습니다.

최종적으로 발표할 값은 적격 기사 수와 서로 다른 매체 수입니다. 충분한 검토가 끝나면 44개 명단 안에서 사분위와 0도 보고할 수 있지만, 0은 모든 별칭과 충돌 검토를 마친 뒤에만 허용됩니다. 현재 GDELT, Reuters, South China Morning Post, Xinhua 등의 검색 경로는 확보했지만 기사 단위 내보내기, 본문 확인, 동명이인 제거, 재전송 묶기가 완료되지 않았습니다 ^{[10] [11] [12]}. 따라서 이 판에서 44개 기업의 언론 가시성 수치는 모두 미측정이며 공개하지 않습니다. 이는 누락이 아니라 측정 절차를 지키기 위한 의도적인 보류입니다.

언론 가시성이 완성되더라도 상용화 점수가 되지는 않습니다. 상장, 소비자 브랜드, 화제성 높은 시연, 대규모 투자 라운드는 보도를 늘릴 수 있습니다. 조용한 기업간 부품 공급사나 장기간 고객 비밀유지계약 아래 일하는 통합업체는 실제 영향보다 덜 보일 수 있습니다. 가시성은 ‘누가 편집 매체의 관심을 받았는가’를 말할 뿐 ‘누가 가장 신뢰성 있게 일하는가’를 답하지 않습니다.

2.7 결측, 반증, 그리고 해결되지 않은 회사

투명한 지도는 모든 셀을 채우는 지도가 아니라 빈칸의 이유를 구별하는 지도입니다. 이 장은 적어도 네 종류의 빈칸을 둡니다. ‘미공개’는 공개 원천에 값이 없음을 뜻합니다. ‘미측정’은 방법은 있지만 검토가 끝나지 않았음을 뜻합니다. ‘해당 없음’은 사업 형태상 지표가 질문에 맞지 않음을 뜻합니다. ‘미해결’은 법인이나 주장 귀속을 확정할 수 없음을 뜻합니다. 네 상태를 하나의 하이픈으로 표시하면 독자는 사실상의 0과 조사 대기를 구별할 수 없습니다.

SynapX는 이 원칙이 왜 필요한지 보여 주는 경계 사례입니다. PaXini의 공식 파트너 페이지는 SynapX라는 이름과 공동 시스템을 확인하는 자료를 제공합니다. 그러나 조사 시점에 권위 있는 등록 법인 식별자, 독립적으로 확인되는 공식 도메인, 자금 조달 기록은 해결되지 않았고 독립 성능 지표도 확인되지 않았습니다 ^[9]. 파트너가 이름을 확인했다는 사실은 존재 관계의 근거이지만 등록부 기록은 아닙니다. 그래서 SynapX를 명단에서 조용히 지우지도, 파트너 자료만으로 완전히 확인된 회사처럼 쓰지도 않습니다. 심층 명단에는 유지하되 법인, 공식 도메인, 자금 정보를 ‘미해결’로 표시합니다.

반증 검색은 큰 숫자를 깎아내리기 위한 절차가 아니라 정의 충돌을 찾는 절차입니다. 투자 유치액과 기업가치, 매출과 거래총액, 신규 수주와 수주잔고, 생산과 출하, 출하와 활성 설치, 파일럿과 유상 반복 배치, 자율과 원격조작을 각각 짝지어 확인합니다. 두 출처가 다르면 어느 하나를 즉시 버리기보다 법인, 날짜, 단위, 보고 범위, 제품, 시험 조건이 같은지 먼저 봅니다.

공식 회사 자료에도 선택 편향이 있습니다. 성공한 시연, 가장 좋은 사양, 대표 고객을 앞세우기 쉽고 실패율과 반품, 유지보수 시간, 통합 비용은 적게 공개합니다. 반면 감사 공시는 회계 범위가 명확하지만 제품별 기술 세부가 부족할 수 있습니다. 뉴스는 외부 관찰을 제공하지만 취재 접근성과 화제성의 영향을 받습니다. 이 책은 한 종류의 출처로 모든 질문에 답하지 않고, 주장마다 적절한 원천을 연결합니다.

이 공개 편향을 회사 전체의 한 개 신뢰도 점수로 압축하지 않습니다. 정체성·매출·출하·SDK·현장 성과는 각각 다른 출처와 확실성을 가지므로 신뢰도는 개별 주장에 붙여야 합니다. 공개가 많은 상장사를 불리하게, 선택적으로 공개하는 비상장사를 임의의 최저치나 최고치로 처리하지 않습니다.

증거 신뢰도 점검표

2.8 실전 해석: 한 제조 셀의 후보를 좁히는 과정

가상의 제조팀이 불규칙한 부품을 집어 검사 지그에 넣는 셀을 검토한다고 합시다. 이때 44개 표를 자금 규모로 정렬하는 것은 첫 행동이 아닙니다. 먼저 과제를 ‘부품 위치 인식, 접근, 파지, 접촉 삽입, 검사 결과 기록, 실패 복구’로 나눕니다. 그러면 Mech-Mind 같은 3차원 비전, Flexiv·ROKAE 같은 힘제어 팔, LinkerBot·PaXini·Tashan·DexRobot·Wuji·DH-Robotics 같은 손·촉각·말단장치, DexForce·AI²·Noitom·SynapX 같은 데이터·학습 계층, SEER 같은 이동·관제 계층을 서로 다른 역할 후보로 볼 수 있습니다. 이는 기업 순위가 아니라 셀 구조와 공급 계층의 대응입니다.

다음으로 각 후보에 동일한 질문을 던집니다. 제품 문서가 필요한 좌표계와 제어 주기를 공개하는가, 힘이나 촉각 값은 원시 데이터로 기록되는가, 안전 정지와 재시작 상태가 외부 시스템에 노출되는가, 실패 사례와 유지보수 주기를 받을 수 있는가, 시험 기체와 판매 기체가 같은가, 유상 고객과 파일럿을 구별하는가를 묻습니다. 이 단계에서 회사의 총 투자액은 통합 인터페이스의 품질을 대신하지 못합니다.

운영 근거도 지표별로 요청합니다. ‘대량 생산’이라는 말에는 기간별 완성 대수와 검사 통과 정의를 묻고, ‘대규모 출하’에는 유상·무상, 누적·기간, 반품을 묻습니다. ‘수백 고객’에는 직접 고객, 유통 파트너, 생태계 등록자를 구별해 달라고 요청합니다. ‘매출 성장’에는 법인 범위와 로봇 제품의 기여를 묻습니다. 답이 없으면 후보를 자동 탈락시키기보다 불확실성 비용을 조달 결정에 반영합니다.

마지막으로 현장 시험을 설계합니다. 같은 부품군, 같은 조명, 같은 지그 공차, 같은 성공 정의를 사용하고, 정상 성공률뿐 아니라 사람 개입 횟수, 복구 시간, 접촉력 초과, 재교정 빈도, 추적 가능한 로그를 기록합니다. 회사 브로슈어의 최고 사양과 다른 회사의 감사 매출을 같은 점수로 합치지 않습니다. 자본 정보는 공급 지속성과 투자 여력의 질문에, 매출과 수주는 사업 견인력의 질문에, 제품 문서는 통합 가능성의 질문에, 셀 시험은 실제 성능의 질문에 각각 답하게 합니다.

이렇게 보면 결측도 실용적인 정보가 됩니다. 재무가 미공개인 회사는 기술 시험을 할 수 없다는 뜻이 아니지만, 장기 공급 위험을 별도로 조사해야 합니다. 설치 기반이 미공개인 제품은 실패했다는 뜻이 아니지만, 예비 부품과 지원 역량을 계약으로 보완해야 합니다. 언론 가시성이 미측정인 회사는 관심이 없다는 뜻이 아니라, 현재 이 책이 그 축을 비교하지 않겠다는 뜻입니다.

제조 셀 적용 체크포인트

현장 방문자는 이 체크포인트를 부스에서 짧은 질문으로 바꿀 수 있습니다. ‘몇 대 만들었습니까’보다 ‘어느 기간에 생산, 유상 출하, 현재 가동 설치가 각각 몇 대입니까’가 낫습니다. ‘고객이 많습니까’보다 ‘직접 유상 고객, 파일럿 사이트, 생태계 파트너를 나누어 공개할 수 있습니까’가 낫습니다. 답변을 받은 뒤에는 발표 슬라이드, 제품 문서, 공시, 후속 자료의 주소와 날짜를 함께 기록해야 합니다.

2.9 이 지도의 한계와 갱신 규칙

첫째, 이 지도는 2026년 8월 17일까지 확보한 공개 근거의 단면입니다. 비상장기업의 자금 조달과 고객 계약은 공개가 선택적이고, 상장기업도 보고기간 이후 사건은 다음 공시까지 늦게 반영됩니다. 둘째, 회사의 공식 자료는 제품 존재와 지원 범위를 확인하는 데 유용하지만 광고성 선택을 포함할 수 있습니다. 셋째, 중국어와 영어 브랜드, 계열사, 상장 주체를 연결하는 과정에는 지속적인 법인 확인이 필요합니다.

넷째, 이 책은 서로 다른 제품군을 하나의 종합 점수로 만들지 않습니다. 이 때문에 독자가 즉시 ‘상위 10개’를 얻지는 못하지만, 대신 자신의 과제에 맞는 기준을 선택할 수 있습니다. 다섯째, WRC 관련성은 행사 직전까지 바뀔 수 있으며, 부스 확인은 최신 공식 디렉터리와 평면도가 일치할 때 별도로 수행합니다. 이 장의 44개 명단이 곧 44개 확정 부스라는 뜻은 아닙니다.

갱신할 때도 과거 수치를 덮어쓰지 않습니다. 새로운 투자 라운드는 기존 라운드와 중복 여부를 확인하고, 새 매출은 보고기간과 연결 범위를 붙이며, 출하량은 누적 기준일을 보존합니다. 언론 가시성은 동일한 매체 집합과 기사 적격 규칙을 사용해 새 기간을 다시 계산해야 합니다. 해결되지 않은 법인이나 값은 근거가 생긴 날짜와 출처를 기록한 뒤 상태를 바꿉니다.

이 원칙을 따르면 지도는 화려한 숫자판이 아니라 감사 가능한 의사결정 도구가 됩니다. 독자는 어떤 회사가 가장 크게 보도되었는지보다, 어떤 주장이 어떤 원천에서 왔고 무엇과 비교할 수 있는지를 먼저 볼 수 있습니다. 그것이 뒤 장에서 기술 가치사슬과 개별 플랫폼을 평가할 때 필요한 공통 문법입니다.

다음에 배울 것

3장은 이 장의 기업 명단을 부품, 로봇 몸체, 지각, 접촉, 데이터, 시뮬레이션, 모델, 통합 계층으로 다시 배열합니다. 여기서 배운 지표 분리 원칙은 그대로 유지됩니다. 기술 문서가 강한 회사가 반드시 매출이 큰 것은 아니고, 출하가 많은 회사가 모든 접촉 과제에 적합한 것도 아닙니다. 3장에서는 ‘누가 더 큰가’ 대신 ‘어느 계층이 어느 계층에 의존하며, 제조 셀의 병목이 어디에서 생기는가’를 묻습니다.

참고문헌

1. State Administration for Market Regulation (2026). National Enterprise Credit Information Publicity System. Chinese government registry.
2. GDELT (2026). GDELT DOC 2.0 API Documentation. Retrieval endpoint.
3. LimX Dynamics (2026). LimX official news archive. Official company website.
4. Geek+ (2026). Annual Results Announcement for the Year Ended December 31, 2025. Official issuer results.
5. Pudu Robotics (2025). PUDU Robotics Product Brochure. Official company brochure.
6. Deep Robotics (2025). DEEPRobotics Downloads. Official company website.
7. DexForce (2026). DexForce Documentation. Official company documentation.
8. Noitom Robotics (2026). Noitom Company Profile. Official company website.
9. PaXini (2026). PaXini and SynapX Strategic Partnership with OmniVTLA 2.0. Official partner website.
10. Reuters (2026). Reuters Site Search: Robot Company Corpus Retrieval. Publisher retrieval endpoint.
11. South China Morning Post (2026). Robotics Corpus Search. Publisher retrieval endpoint.
12. Xinhua (2026). Robotics Corpus Search. Publisher retrieval endpoint.
13. UBTECH Robotics (2026). 2025 Annual Report. Hong Kong Exchanges and Clearing filing.
14. Roborock (2025). Hong Kong Stock Exchange Application Proof. Hong Kong Exchanges and Clearing filing.
15. Ecovacs Robotics (2025). 2024 Annual Report. Exchange-hosted annual report.
16. MicroPort (2026). 2025 Annual Report. Official annual report.
17. Beijing Municipal Government (2026). ROPA6 Approval Notice. Government approval record.
18. World Robot Conference (2026). Official Exhibition Directory. Organizer website.
19. DexLink authors (2026). DexLink Hand: A Compact, Affordable, 16-DOF Linkage-Driven Hand with Human-Like Dexterity. arXiv:2606.17418.
20. ComSim authors (2026). ComSim: Building Scalable Real-World Robot Data Generation via Compositional Simulation. arXiv:2604.11386.
21. BestMan authors (2026). A Scalable Embodied Intelligence Platform for Seamless Real-to-Sim-to-Real Transfer of Household Mobile Manipulation Tasks. arXiv:2606.18646.
22. Physical Intelligence (2025). pi0.5: A Vision-Language-Action Model with Open-World Generalization. arXiv:2504.16054.
23. NVIDIA (2025). GR00T N1: An Open Foundation Model for Generalist Humanoid Robots. arXiv:2503.14734.
24. DEXOP authors (2025). DEXOP: A Device for Robotic Transfer of Dexterous Human Manipulation. arXiv:2509.04441. Terry #10.
25. ByteDexter authors (2025). ByteDexter: Efficient Dexterous Manipulation Data Collection. arXiv:2507.03227.
26. ASAP authors (2025). ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills. arXiv:2502.01143.
27. Imagine2Touch authors (2024). Imagine2Touch: Learning Contact-Rich Manipulation from Visuo-Tactile Imagination. arXiv:2405.01192.
28. Humanoid-Gym authors (2024). Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer. arXiv:2404.05695.
29. DexCap authors (2024). DexCap: Scalable and Portable Mocap Data Collection System for Dexterous Manipulation. arXiv:2403.07788.
30. Zhengyou Zhang (2000). A Flexible New Technique for Camera Calibration. DOI:10.1109/34.888718.
31. Konstantinos Daniilidis (1999). Hand-Eye Calibration Using Dual Quaternions. DOI:10.1177/02783649922066213.
32. Radu Horaud et al. (1995). A New Technique for Fully Autonomous and Efficient 3D Robotics Hand/Eye Calibration. DOI:10.1109/70.476888.
33. Frank C. Park et al. (1994). Robot Sensor Calibration: Solving AX=XB on the Euclidean Group. DOI:10.1109/70.326576.
34. Benjamin W. Mooring et al. (1991). Robot Calibration. Wiley.
35. Roger Y. Tsai et al. (1989). Position and Orientation Calibration of a Robot Camera as a Pan-Tilt Unit. DOI:10.1109/70.34770.
36. Samad Hayati (1985). Geometric Approach for Robotic Calibration. DOI:10.1109/robot.1985.1087372.