
9000만 달러 시드투자가 던진 신호
새벽마다 인력사무소 전화가 먼저 울리는 업종이 있다. 건설 보조, 제조 포장, 물류 분류, 철거 현장은 하루 단위 인력 공백이 곧 비용으로 돌아온다.
2026년 10월 로봇 인공지능(AI) 스타트업 드림 랩스(Dream Labs)가 시드 투자로 9000만 달러, 원화 약 1220억 원을 유치했다는 소식은 기술 업계만의 사건이 아니다. 구인 사업주 입장에서는 앞으로 사람을 몇 명 뽑을지가 아니라 어떤 작업을 사람에게 맡기고 어떤 작업을 기계에 넘길지 따져야 하는 신호다. 드림 랩스의 조엘 장(Joel Jang) CEO는 '로봇의 다양한 작업 지능 확보'가 로봇 산업 확산의 가장 큰 걸림돌이라고 강조한다.
로봇신문은 2026년 10월 20일 드림 랩스가 A캐피털, 언유주얼 벤처스, SV엔젤, 윙 VC, 스크리블 VC 등으로부터 대규모 시드 투자를 받았다고 보도했다. 회사는 2026년 2월 엔비디아(NVIDIA)의 로봇 연구 프로젝트 그루트(GR00T)와 월드 액션 모델 연구에 참여했던 핵심 인력들이 세운 기업이다. 드림 랩스가 내세운 핵심은 로봇 하드웨어가 아니라 범용 로봇 지능이다.
같은 로봇이라도 새 작업을 시킬 때마다 전문 인력이 수개월을 들여 다시 학습시키는 구조를 줄이겠다는 목표다. 조엘 장 CEO에 따르면, 새로운 작업을 수행하거나 다른 하드웨어로 교체할 경우 처음부터 재학습해야 하는 비효율이 업계 전반의 확산을 가로막는 핵심 원인이다. 이 지점이 인력시장과 맞닿는다.
지금까지 자동화는 대체로 큰 공장, 고정된 라인, 반복 동작에 강했다. 반면 인력사무소가 보내는 일용직은 날씨, 현장 동선, 자재 위치, 소장 지시, 작업 순서가 매일 바뀌는 환경에 투입된다. 그래서 로봇이 사람을 바로 밀어내기 어렵다는 반론이 오래 유지됐다.
그러나 드림 랩스의 드림-1은 시뮬레이션 환경에서 처음 접한 27종의 로봇을 대상으로 제로샷(zero-shot) 제어 능력을 시험했다. 27종이라는 숫자는 특정 기계 한 대에만 묶인 자동화에서 벗어나려는 시도라는 점에서 의미가 있다.
광고
드림-1은 카메라 영상으로 주변 환경을 읽고, 로봇의 양팔 끝단 위치와 그리퍼 개폐 상태를 예측해 작업을 수행하는 방식으로 설계됐다. 로봇마다 관절 구조가 달라도 공통된 작업 명령을 활용할 수 있어, 로봇별 데이터 수집과 AI 모델 개발에 드는 시간·비용을 크게 줄일 수 있을 것으로 개발사는 설명한다. 로봇신문 보도에 따르면 실제 로봇에서도 물체 집기, 정리, 쌓기 등 작업 시연에 성공했다.
아직 건설 현장의 철근 결속, 철거 잔재물 분리, 좁은 상가 인테리어 현장의 자재 반입까지 검증했다는 공식 내용은 확인되지 않았다. 이 선을 지키는 것이 중요하다. 다만 물체를 인식하고 집고 옮기는 기능은 제조·물류·창고·청소·정리 업무의 일부와 직접 겹친다.
이 사안을 사람의 일자리가 한꺼번에 사라지는 문제로만 볼 필요는 없다. 더 현실적인 변화는 작업 단위의 쪼개기다. 한 현장에서 숙련공 1명, 보조 2명, 정리 인력 1명을 부르던 방식이 있었다면 앞으로는 숙련공의 판단 업무, 보조 인력의 운반 업무, 단순 정리 업무, 위험 구역 작업을 따로 계산하는 방식으로 이동할 가능성이 크다.
로봇이 모든 사람을 대신하지 못해도 반복 운반과 적치, 정리, 검수 보조를 일부 맡으면 하루 필요 인원과 투입 시간이 달라진다. 구인 사업주는 인건비 총액보다 작업별 병목을 먼저 보게 된다.
돈의 문제도 있다. 시드 단계에서 9000만 달러가 들어갔다는 사실은 투자자들이 범용 로봇 지능의 개발비와 시장 가능성을 크게 평가했다는 뜻이다.
시드 투자는 일반적으로 제품 상용화 전 단계 자금 성격이 강하므로, 당장 한국의 소규모 공장이나 철거 현장에 드림-1이 배치된다는 뜻은 아니다. 그러나 약 1220억 원 규모의 초기 자금은 연구 인력 확보, 데이터 수집, 시뮬레이션 고도화, 실제 로봇 테스트를 빠르게 밀어붙일 수 있는 규모다. 인력업계는 이 대목을 기술 뉴스가 아니라 원가 구조 변화의 초기 신호로 읽어야 한다.
범용 로봇 지능은 대체보다 재배치를 앞당긴다
현장 사업주에게 필요한 판단 기준은 복잡하지 않다. 먼저 작업이 매일 같은 순서로 반복되는지 봐야 한다.
광고
다음으로 물건의 모양과 위치가 자주 바뀌는지, 사람이 다치기 쉬운 구간인지, 로봇이 멈췄을 때 대체 인력을 즉시 넣을 수 있는지 따져야 한다. 이 네 가지를 적어 보면 자동화 후보 업무와 사람을 유지해야 할 업무가 갈린다.
본지 분석에 따르면 인력 운용의 핵심은 사람 수 산정에서 작업 위험도와 반복성 산정으로 옮겨가고 있다. 반론도 타당하다. 일용직 현장은 예측 불가능성이 크고, 현장 소장의 말 한마디로 작업 순서가 바뀐다.
낡은 엘리베이터가 멈추거나 비가 오면 운반 동선도 즉시 바뀐다. 현재 공개된 드림 랩스 기술만으로 이런 한국형 현장 변수를 모두 처리한다고 단정할 근거는 없다.
그래서 구인 사업주가 당장 인력을 줄이는 선택은 위험하다. 오히려 초기 대응은 숙련자 유지, 반복 업무 표준화, 작업 지시서 정리, 안전구역 표시 같은 기본 관리에서 시작해야 한다.
로봇 도입이 늦어지는 이유도 인력업계가 잘 안다. 기계 가격만 문제가 아니다.
누가 설치하고, 누가 고장 대응을 맡고, 사고가 났을 때 책임을 어떻게 나누는지가 더 큰 부담이다. 산업재해가 발생하면 로봇 제조사, 현장 사업주, 원청, 하청, 작업 지휘자의 책임 관계가 복잡해질 수 있다. 로봇이 투입된다고 노무 리스크가 사라지지 않는다.
사람과 로봇이 섞인 현장에서는 안전교육 기록, 작업구역 분리, 비상정지 장치 확인, 작업 전 위험성 평가가 더 중요해진다. 인력사무소에도 변화가 온다.
단순히 사람을 빨리 보내는 사무소보다 작업 내용을 정확히 묻고, 필요한 숙련도와 위험도를 분리해 제안하는 사무소가 유리해진다. 예컨대 물류 현장에서 피킹과 포장, 상하차와 검수를 같은 단어로 묶어 구인하면 실제 투입 후 분쟁이 생긴다.
앞으로는 로봇 또는 자동화 설비가 맡는 구간과 사람이 맡는 구간을 나눠 설명해야 한다. 구인표가 정밀해질수록 노쇼, 임금 다툼, 산재 책임 논란을 줄일 수 있다.
제도 측면에서는 더 보수적으로 접근해야 한다. 직업안정법 체계상 직업소개와 근로자공급, 파견은 구분해 관리된다.
광고
일용직을 알선하는 과정에서 사용사업주가 누구인지, 임금 지급 주체가 누구인지, 지휘·감독 관계가 어떻게 형성되는지에 따라 법적 성격이 달라질 수 있다. 로봇이 현장에 들어와도 이 구분은 사라지지 않는다.
오히려 사람이 맡는 업무 범위가 좁아질수록 실제 지휘자가 누구인지 더 선명하게 기록해야 한다.
구인 사업주는 작업 단위로 인력표를 다시 짜야 한다
한국의 구인 사업주는 로봇 기술을 두려움으로만 볼 필요가 없다. 그러나 느긋하게 볼 사안도 아니다. 드림 랩스 사례가 보여준 것은 범용 로봇 인공지능이 아직 연구와 실증의 단계에 있으면서도 투자 자금, 연구 인력, 기술 목표를 갖춘 사업 영역으로 빠르게 형성됐다는 사실이다.
사람을 쓰는 사업장은 내년 인건비만 계산해서는 부족하다. 반복 업무를 표준화하고, 위험 업무를 줄이며, 숙련공이 판단과 품질 관리에 집중하도록 작업표를 바꾸는 쪽이 비용 방어에 더 가깝다.
인력업계가 잡아야 할 결론은 한 가지다. 로봇은 단기적으로 모든 일용직을 대체하지 못한다.
대신 반복적이고 위험한 일부 업무부터 사람의 투입 시간을 깎을 수 있다. 이 변화는 인력사무소의 역할을 약하게 만들기보다 더 정확한 매칭과 현장 진단을 요구한다.
다음 달 필요한 사람 수만 볼 것인지, 아니면 1년 뒤 로봇과 사람이 나눠 맡을 작업표를 지금부터 그릴 것인지, 그 선택이 경쟁력의 차이를 만든다. 본 기사는 정보 제공을 목적으로 하며, 특정 개인이나 사업장의 인력 채용, 노무 관리, 보험 가입, 자동화 투자 결정을 대신하지 않는다. 인력 공급, 일용직 사용, 4대보험, 산재, 직업소개와 관련된 사항은 직업안정법, 근로기준법, 산업재해보상보험법, 중대재해 처벌 등에 관한 법률 등 관련 법령과 최신 고시를 확인한 뒤 전문가 또는 관할 기관과 상담해야 한다.
시중노임, 보험료율, 지원제도, 자동화 장비 비용은 시점과 지역, 현장 조건에 따라 달라질 수 있다. ※ 이 기사는 로봇신문의 2026년 10월 20일 보도 '로봇 AI 스타트업 드림 랩스의 9000만 달러 시드 투자 유치' 관련 내용을 참조하여 작성하였다.
광고
원본 보도에서 확인된 사실은 투자 규모, 투자 참여사, 창업 시점, 엔비디아 연구 프로젝트 출신 인력, 드림-1의 27종 로봇 제로샷 제어 시험과 실제 작업 시연 내용, CEO 조엘 장(Joel Jang)의 발언이다. 한국 인력시장과 노무 리스크에 관한 해석은 본지의 인력공급 현장 분석에 따른 것이며, 드림 랩스의 한국 진출이나 국내 현장 적용 계획은 현재 공식 확인되지 않았다.
FAQ
Q. 로봇 인공지능이 일용직 일자리를 바로 대체하나
A. 현재 확인된 드림 랩스의 성과는 범용 로봇 지능의 시험과 시연 단계에 가깝다. 로봇신문 보도에는 27종 로봇에 대한 제로샷 제어 시험과 물체 집기, 정리, 쌓기 시연이 담겼으나, 한국 건설·철거·인테리어 현장에 곧바로 투입된다는 공식 내용은 없다. 다만 반복 운반, 정리, 적치처럼 표준화가 쉬운 업무는 먼저 영향을 받을 수 있다. 구인 사업주는 인원 감축보다 작업별 자동화 가능성을 나눠 보는 접근이 안전하다.
Q. 인력사무소는 로봇 시대에 어떤 준비가 필요한가
A. 인력사무소는 구인 요청을 받을 때 단순 직종명보다 실제 작업 내용, 위험 구간, 필요한 숙련도, 작업 시간대를 더 자세히 확인해야 한다. 로봇이나 자동화 설비가 일부 들어간 현장은 사람이 맡는 업무가 좁아지는 대신 책임 범위가 더 분명하게 정해져야 한다. 작업 지시 주체와 임금 지급 방식, 산재 발생 시 보고 체계를 기록하는 일이 중요해진다. 정확한 현장 정보가 쌓이면 구인자와 근로자 사이의 분쟁 비용을 줄일 수 있다.
Q. 구인 사업주는 지금 무엇을 점검해야 하나
A. 먼저 현장의 업무를 반복 작업, 판단 작업, 위험 작업, 돌발 대응 작업으로 나눠 적어야 한다. 반복 작업은 자동화 검토 대상이 될 수 있고, 판단 작업과 돌발 대응 작업은 숙련 인력 유지가 필요하다. 위험 작업은 로봇 도입 여부와 별개로 산업안전보건법상 안전조치와 교육 기록을 점검해야 한다. 이 구분을 해두면 장비 도입, 인력 배치, 인건비 협상에서 근거 있는 판단이 가능하다.
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기





