검색결과 총 302건
-
-
-
-
데이터는 원유다…AI 산업, '무상 원료' 끝나면 밸류체인 뒤집힌다
※ '강철부대'는 반도체·배터리·디스플레이 등 첨단 산업 경쟁과 기술 전쟁을 유쾌하게 풀어내는 코너입니다. 보이지 않는 칩부터 글로벌 공급망까지, 산업의 최전선을 '강철부대원'처럼 직접 뛰어다니며 생생하게 전해드립니다. 새로운 에너지를 충전하는 주말, 강철부대와 함께 대한민국 산업의 힘을 느껴보세요! <편집자주> [경제일보] 글로벌 생성형 인공지능(AI) 기업 OpenAI가 '로봇세' 도입 등 세제 개편을 제안하며 AI 산업의 부 재분배 필요성을 제기한 가운데 시장의 시선은 오히려 AI 산업의 '원가 구조'로 향하고 있다. 그동안 사실상 무상에 가까웠던 데이터 활용 방식이 한계에 부딪히면서 AI 산업이 기술 경쟁을 넘어 자원 산업으로 성격을 바꿔가고 있다는 분석이 나온다. 업계에 따르면 오픈AI는 최근 '지능 시대의 산업 정책' 제안서를 통해 △자동화된 노동에 대한 과세 △고소득 자본 과세 강화 △공공기금 조성 등을 골자로 한 정책 방향을 제시했다. AI 확산으로 노동 소득은 줄고 자본 소득은 증가하는 구조가 고착화될 수 있다는 판단에서다. 표면적으로는 초지능 시대에 대비한 정책 제안이지만 산업 현장에서는 이보다 더 근본적인 질문이 제기된다. AI를 움직이는 핵심 원료인 데이터가 누구의 것이며, 기업이 이를 어떤 경로로 확보하고 있는지 그리고 그 활용에 대해 정당한 대가가 실제로 지급되고 있는지에 대한 문제다. 특히 뉴스·출판물·이미지·개인정보 등 다양한 형태의 데이터가 학습 과정에 광범위하게 활용되는 가운데 데이터 생산 주체와 활용 주체 간 권리·보상 체계가 명확히 정립되지 않았다는 점이 산업 전반의 구조적 쟁점으로 부상하고 있다. 현재 AI 산업은 반도체·전력기기·정유 등 전통 제조업과 달리 명확한 원가 체계를 갖추지 않은 채 성장해왔다. 철강 산업이 철광석 가격에, 정유 산업이 원유 가격에 수익성이 좌우되는 것과 달리 AI 기업들은 뉴스, 출판물, 이미지, 개인 데이터 등 핵심 자원을 사실상 무상에 가깝게 활용해왔다. 이 같은 무상 원료 구조는 AI 산업의 고수익성을 떠받친 핵심 기반이었다. 막대한 비용이 드는 그래픽처리장치(GPU)와 고대역폭메모리(HBM) 등 연산 인프라에는 비용을 지불하면서도 정작 모델 성능을 좌우하는 데이터에는 가격이 매겨지지 않는 '밸류체인 비대칭'이 고착화된 셈이다. 하지만 이 구조는 점차 균열을 보이고 있다. 글로벌 언론사와 출판사들이 AI 기업을 상대로 저작권 침해 소송을 제기하고 각국에서 개인정보 보호 규제가 강화되면서 데이터 활용에 대한 정당한 대가를 요구하는 움직임이 확산되고 있다. 데이터가 더 이상 공짜가 아닌 가격이 붙는 자원으로 전환될 가능성이 커지고 있는 것이다. 이 경우 AI 산업의 수익 구조는 근본적으로 달라질 수밖에 없다. 지금까지는 데이터 비용이 거의 반영되지 않았던 만큼 사용료가 제도화되면 기업별 비용 부담과 수익성 격차가 빠르게 드러날 가능성이 크다. 데이터 확보 능력과 비용 관리 역량이 곧 경쟁력으로 직결되는 구조로 전환되는 셈이다. 최근 논의되는 '로봇세' 역시 이러한 흐름과 맞닿아 있지만 업계에서는 방향이 다소 어긋나 있다는 지적도 나온다. 자동화로 인한 이익을 사후적으로 과세해 분배하겠다는 취지이지만 시장에서는 사후 과세 이전에 데이터 제공 주체에 대한 사전 보상 체계가 우선이라는 인식이 확산되고 있기 때문이다. AI 기업들이 공공기금 조성이나 수익 공유를 제안하고 있지만 이는 미래 분배 구조에 초점이 맞춰져 있을 뿐 현재 발생하고 있는 저작권 침해, 개인정보 활용, 노동 대체 과정에서의 보상 문제에 대한 직접적인 비용 부담 논의는 제한적이라는 평가다. 결국 AI 산업은 현 시점 '기술 경쟁'에서 '자원 경쟁'으로 넘어가는 분기점에 서 있다. 반도체가 연산 능력을, 데이터가 성능과 수익성을 좌우하는 구조에서 데이터는 더 이상 부수적 요소가 아닌 핵심 원료로 자리 잡고 있다. 업계에서는 데이터 사용료 체계가 본격 도입될 경우 AI 기업의 사업 모델과 시장 내 경쟁 구도 전반이 다시 짜일 것으로 보고 있다. 데이터 확보 전략, 비용 설계, 그리고 이를 둘러싼 규칙을 누가 먼저 정립하느냐가 향후 산업 주도권을 가르는 핵심 변수가 될 것이라는 전망이다. 강철부대의 시선이 머무는 곳, AI 산업의 경쟁 기준은 이미 바뀌고 있다. 연산 능력과 알고리즘 성능이 시장을 좌우하던 시대를 지나 데이터 확보 방식과 비용 구조 설계가 기업의 성패를 가르는 '원가 경쟁' 단계로 전환되는 흐름이다. 더 이상 중요한 것은 연산 속도만이 아니다. 데이터의 출처를 정당하게 확보하고 그 대가를 설계할 수 있는 능력, 그리고 이를 지속 가능한 비용 구조로 통제할 수 있는 역량이 핵심 변수로 떠오르고 있다. 기술이 아니라 데이터를 둘러싼 질서를 설계할 수 있는 기업만이 다음 판에서 살아남는다.
2026-04-12 08:00:00
-
평균으로 수렴하는 세계
우리는 정보의 과잉 시대를 산다. 손안의 스마트폰만 열면 뉴스와 영상, 음악과 지식이 끝없이 쏟아진다. 유튜브와 틱톡은 사용자가 좋아할 만한 콘텐츠를 실시간으로 추천하고, 생성형 인공지능은 질문 하나에 그럴듯한 답변을 즉시 내놓는다. 겉으로 보면 인류는 과거 어느 때보다 풍요로운 정보 환경을 손에 넣은 듯하다. 그러나 이 편리함의 이면에는 되짚어야 할 문제가 있다. 우리는 정말 더 넓은 세계를 만나고 있는가. 추천 알고리즘은 본래 사용자 편의를 높이기 위해 설계됐다. 이용자가 선호하는 콘텐츠를 빠르게 제시하고, 불필요한 탐색의 시간을 줄여주는 것이 목적이다. 하지만 실제 작동 방식은 다르다. 알고리즘은 사용자가 오래 본 영상, 멈춘 장면, 반복 시청한 주제를 바탕으로 취향을 추정하고, 그 취향을 다시 강화하는 방향으로 작동한다. 여기서 문제는 아직 접하지 못한 관심사, 아직 좋아해본 적 없는 분야, 아직 열어보지 않은 가능성이 점점 배제된다는 점이다. 낯선 것과의 우연한 조우는 줄어들고, 익숙한 것의 반복만 남는다. "우연한 발견과 낯선 충격은 비효율로 취급되고, 대신 익숙함과 반복이 화면을 채운다." 생성형 인공지능도 이 구조와 무관하지 않다. AI는 방대한 언어 데이터를 학습해 가장 개연성 높은 문장을 만들어낸다. 그 결과 답변은 대체로 매끄럽고 안정적이며 평균적이다. 물론 이것은 장점이기도 하다. 일정 수준 이상의 품질을 빠르게 확보할 수 있고, 누구나 쉽게 접근할 수 있다. 그러나 동시에 평균 바깥의 문장, 비정형의 통찰, 낯설지만 강한 사유는 밀려난다. 원래 새로운 생각은 다수가 이미 동의한 자리에서 나오지 않는다. 시대를 흔드는 관점은 대개 평균의 바깥, 익숙함의 바깥에서 출현한다. 결국 오늘의 기술은 두 방향에서 같은 경향을 강화하고 있다. 플랫폼 알고리즘은 인간의 취향을 평균으로 묶고, 생성형 AI는 인간의 언어를 평균으로 다듬는다. 취향은 예측 가능한 패턴이 되고, 문장은 무난한 결론으로 수렴한다. 안전하고 효율적이라는 점에서 기업과 플랫폼에는 이상적일지 모른다. 그러나 인간의 성장과 창조성까지 그 논리로 설명할 수는 없다. 인간은 원래 효율만으로 성장하지 않는다. 우연히 집어 든 책 한 권, 무심코 넘기다 멈춘 기사 한 줄, 전혀 관심 없던 분야에서 느닷없이 마주한 충격이 한 사람의 세계를 바꾸기도 한다. 발견은 언제나 비효율의 영역에서 시작됐다. 그런데 오늘의 플랫폼은 그 비효율을 제거하는 데 능숙하다. 사용자가 헤매지 않도록 돕는 대신, 사용자가 스스로의 바깥으로 나갈 기회까지 줄여버린다. 문제는 단지 비슷한 콘텐츠만 보게 된다는 데 있지 않다. 더 본질적인 문제는 인간이 점점 과거의 데이터로 규정되는 존재가 되어간다는 점이다. 플랫폼은 “당신은 이런 것을 좋아할 사람”이라고 말하고, AI는 “사람들은 대체로 이렇게 말한다”고 답한다. 그 결과 우리는 더 빠르게 만족하지만, 덜 놀라고 덜 방황하며 덜 발견하게 된다. 세상을 좁게 보는 것만이 아니라, 자기 자신을 새롭게 갱신할 가능성마저 줄어드는 것이다. 기술은 인간을 확장할 때 진보가 된다. 그러나 편의를 높이는 과정에서 가능성까지 축소한다면, 그것은 진보라기보다 정교한 관리에 가깝다. 지금 우리에게 필요한 것은 더 정확한 추천만이 아니다. 평균 밖의 문장, 예측 밖의 만남, 그리고 나를 내가 아는 범위 밖으로 이끄는 우연의 복원이다. 인간은 원래 규정된 존재가 아니라, 아직 열려 있는 존재이기 때문이다.
2026-04-11 19:54:46
-
'정명(正名)' 잃은 노란봉투법, 갈등의 불씨인가 상생의 토대인가
[경제일보] 노동조합 및 노동관계조정법 개정, 이른바 ‘노란봉투법’이 시행된 지 한 달이 지났다. 입법 취지는 분명하다. 하청·비정규 노동자의 교섭권을 실질적으로 보장하고, 과도한 손해배상 청구로부터 노동자를 보호하자는 것이다. 그러나 제도는 취지 못지않게 ‘작동 방식’이 중요하다. 최근 사기업 현장에서 하청노조와의 첫 분리교섭이 결정되면서, 법이 의도하지 않았던 혼란이 현실화할 조짐을 보이고 있다. 사용자와 노동자 모두 “도대체 누구와 교섭해야 하는가”라는 근본적 질문 앞에 서게 된 것이다. 문제의 핵심은 사용자 개념의 확장과 교섭 구조의 불명확성에 있다. 원청이 실질적 영향력을 행사한다는 이유로 교섭 당사자로 지목될 경우, 법적 책임과 협상 의무의 경계가 모호해진다. 이는 곧 복수의 교섭 창구, 중첩된 책임, 끝나지 않는 협상의 가능성을 낳는다. 기업 입장에서는 경영 예측 가능성이 크게 훼손되고, 노동조합 역시 협상의 상대가 분산되면서 실질적 성과를 내기 어려워질 수 있다. 『논어』에서 공자는 “이름이 바르지 않으면 말이 순조롭지 못하고, 말이 순조롭지 못하면 일이 이루어지지 않는다(名不正 則言不順 言不順 則事不成)”고 했다. 지금의 혼란은 바로 이 ‘정명(正名)’의 실패에서 비롯된다. 누가 사용자이며, 누가 교섭 당사자인지 명확히 규정되지 않은 상태에서 제도가 먼저 달려나가니, 현장은 방향을 잃을 수밖에 없다. 또 다른 문제는 법 적용의 경계가 지나치게 넓고 추상적이라는 점이다. ‘실질적 지배력’이라는 개념은 해석의 여지가 크다. 이는 결국 개별 사업장마다 다른 기준이 적용될 수 있음을 의미하고, 그 자체로 법적 불확실성을 키운다. 『도덕경』은 “법이 많을수록 도적이 많아진다(法令滋彰 盜賊多有)”고 경고한다. 규제가 늘어날수록 오히려 혼란과 갈등이 커질 수 있다는 뜻이다. 지금 필요한 것은 법의 양이 아니라 법의 명확성이다. 그렇다면 해법은 무엇인가. 첫째, 사용자 범위와 교섭 책임에 대한 명확한 기준을 서둘러 마련해야 한다. 원청의 책임을 인정하되, 그 범위를 계약 구조와 지배력의 정도에 따라 단계적으로 구분하는 정교한 기준이 필요하다. 둘째, 교섭 창구를 일원화하거나 최소한 조정할 수 있는 제도적 장치를 도입해야 한다. 복수 교섭이 불가피하다면, 이를 조정하는 중립적 기구의 역할을 강화하는 것도 하나의 방안이다. 셋째, 분쟁 해결 시스템을 선제적으로 보완해야 한다. 현재와 같은 상태에서는 교섭이 곧 분쟁으로 이어질 가능성이 높다. 노동위원회 등 공적 조정기구의 전문성과 권한을 확대해, 초기 단계에서 갈등을 흡수할 수 있도록 해야 한다. 넷째, 기업과 노동계 모두 책임 있는 태도가 요구된다. 법의 빈틈을 이용해 극단으로 치닫는 전략은 결국 제도 자체에 대한 신뢰를 무너뜨린다. 맹자는 “지나침은 미치지 못함과 같다(過猶不及)”고 했다. 노동권 보호라는 명분이 지나치면 시장 질서를 해치고, 반대로 기업의 효율성만 강조하면 노동의 존엄이 훼손된다. 지금의 노란봉투법 논란은 이 균형의 문제를 다시 묻고 있다. 앞으로의 방향은 분명하다. 노동권 보호와 산업 경쟁력은 대립하는 가치가 아니라, 함께 설계해야 할 ‘이중의 목표’다. 법은 이상을 선언하는 데서 그쳐서는 안 된다. 현장에서 작동할 수 있어야 한다. 이를 위해서는 입법 이후의 ‘정교한 보완’이 필수적이다. 시행령과 가이드라인을 통해 해석의 폭을 줄이고, 이해당사자 간의 사회적 합의를 지속적으로 축적해 나가야 한다. 결국 제도의 성패는 균형과 신뢰에 달려 있다. 누구의 편에 설 것인가가 아니라, 어떻게 함께 갈 것인가의 문제다. 지금 필요한 것은 속도가 아니라 방향이다. 노란봉투법이 갈등의 불씨가 아니라 상생의 토대가 되기 위해서는, 원칙으로 돌아가야 한다. 법은 분쟁을 키우기 위해 존재하는 것이 아니라, 질서를 세우기 위해 존재한다는 그 단순한 상식 말이다.
2026-04-11 09:00:00
-
-
AI 산업, '데이터 무상 활용' 구조 흔들…로봇세 논의 이전 '사용료 체계' 부상
[경제일보] 글로벌 생성형 인공지능(AI) 기업 OpenAI가 자동화된 노동에 대한 과세 개념인 '로봇세' 도입 등 세제 개편을 제안하며 AI 시대의 부 재분배 필요성을 제기했다. 이 가운데 정작 AI 산업이 '데이터 무상 활용' 구조 위에서 성장해온 점이 부각되며 비용 체계 재편 논의가 본격화하고 있다. 9일 AI 업계에 따르면 오픈AI는 최근 '지능 시대의 산업 정책' 제안서를 통해 자동화된 노동에 대한 과세, 고소득 자본 과세 강화, 공공기금 조성 등을 골자로 한 정책 방향을 제시했다. AI 확산으로 노동 소득은 줄고 자본 소득은 증가하는 구조가 고착화될 수 있다는 판단에서다. 표면적으로는 미래 대비를 위한 정책 제안이지만 시장에서는 이를 계기로 AI 산업의 근본적인 수익 구조를 둘러싼 논쟁이 재점화되는 분위기다. 특히 AI 모델이 학습 과정에서 활용하는 뉴스, 출판물, 이미지, 개인 데이터 등 핵심 자원이 사실상 무상에 가깝게 사용돼 왔다는 점이 쟁점으로 떠올랐다. 반도체·전력기기 등 전통 제조업이 원재료와 설비, 인건비를 모두 비용으로 반영하는 것과 달리 AI 산업은 데이터라는 핵심 원료에 대해 명확한 가격 체계를 갖추지 않은 채 성장해왔다는 지적이다. 이 때문에 AI 산업이 '원가 없는 성장 모델' 위에 구축됐다는 평가도 나온다. 실제 글로벌 언론사와 출판사들은 AI 기업을 상대로 저작권 침해 소송을 제기하며 데이터 사용에 대한 정당한 대가를 요구하고 있다. 콘텐츠를 생산하는 주체와 이를 학습에 활용하는 플랫폼 간 갈등이 수면 위로 떠오르면서 데이터 사용료 체계 도입 가능성도 점차 높아지는 모습이다. 로봇세 논의 역시 이러한 구조적 문제와 맞닿아 있다. 자동화로 인한 생산성 증가분을 과세해 사회에 환류하겠다는 취지지만 시장에서는 사후 과세 이전에 데이터 제공 주체에 대한 사전 보상이 우선돼야 한다는 지적이 적지 않다. 현재도 개인정보 활용, 저작권 침해, 노동 대체 과정에서의 보상 문제는 충분히 논의되지 않았다는 이유에서다. AI 기업들이 공공기금 조성이나 수익 공유를 제안하고 있지만 이는 미래 분배 구조에 초점이 맞춰져 있을 뿐 현재 발생하고 있는 권리 침해에 대한 직접적인 비용 부담 논의는 제한적이라는 평가도 나온다. 이에 따라 AI 산업이 '이익은 민간이, 비용은 사회가 부담하는 구조'로 굳어질 수 있다는 우려도 제기된다. 결국 향후 AI 산업의 경쟁력은 단순한 기술력이나 연산 능력을 넘어 데이터 확보 방식의 정당성과 비용 구조를 어떻게 설계하느냐에 의해 좌우될 가능성이 크다. 특히 데이터 사용에 대한 대가 지급이 제도화될 경우 지금까지 사실상 무상 원료에 기반해 형성된 수익 구조가 흔들리면서 기업별 비용 부담과 수익성 격차가 본격적으로 드러날 수 있다는 분석이다. 업계에서는 데이터 사용료 체계가 정립되면 AI 기업의 사업 모델은 물론 시장 내 경쟁 구도까지 전반적으로 재조정되는 변화가 불가피하다는 전망도 나온다.
2026-04-09 15:49:03
-
'전동화·PBV·하이브리드' 3축 재편…2030년 413만대 체제 구축
[경제일보] 기아가 전기차 중심 전략을 수정하고 하이브리드와 내연기관을 병행하는 다층 구조로 사업 체계를 재편했다. 전동화 전환 속도 둔화와 수익성 압박이 동시에 커지면서 기존 전략만으로는 성장과 이익을 동시에 확보하기 어렵다는 판단이 반영된 것으로 풀이된다. PBV(목적기반차)와 자율주행, 로보틱스를 축으로 사업 영역을 확장하고 완성차 판매 중심 구조에서 모빌리티 서비스 기반으로의 전환도 병행한다. 지역별 수요 격차에 대응하는 생산·판매 전략을 통해 글로벌 점유율 확대를 추진한다는 계획이다. 9일 업계에 따르면 기아는 서울 중구 신라호텔에서 ‘2026 CEO 인베스터 데이’를 열고 중장기 사업 전략과 성장 목표를 공개했다. 이번 발표는 2021년 브랜드 리론칭 이후 추진해온 ‘트랜스포메이션’ 전략의 중간 점검 성격을 갖는다. 기아는 2026년 글로벌 판매 335만대, 시장점유율 3.8%를 제시했다. 2030년에는 413만대, 점유율 4.5%로 확대하는 것이 목표다. 저성장 국면에서도 점유율을 끌어올리는 초과 성장 전략을 유지하겠다는 구조다. 전략의 핵심은 파워트레인 다변화다. 전기차 중심 전환 기조를 유지하되 하이브리드와 내연기관을 동시에 확대해 수익성과 판매 안정성을 확보하는 방식이다. 기아는 2030년까지 내연기관 신차 9종을 추가 투입하고, 하이브리드 라인업은 13종으로 확대한다. 이에 따라 내연기관 198만대, 하이브리드 115만대(PHEV·EREV 포함) 판매 체제를 구축한다는 계획이다. 하이브리드 전략은 핵심 수익 축으로 격상됐다. 2026년 69만대 수준인 하이브리드 판매를 2030년 110만대로 확대하고, 생산능력도 40만대 추가 확보한다. 신규 하이브리드 시스템을 통해 연비와 출력은 각각 약 4% 이상 개선됐다. 정차 상태에서 전력 사용이 가능한 스테이 모드, 실내 전력 공급 기능(V2L) 등 전기차 기반 편의 사양도 적용됐다. 전동화 전환 과정에서 상품성 격차를 줄이려는 조치로 해석된다. 전기차 전략은 제품·가격·공급망 세 축으로 재편됐다. 기아는 2030년 전기차 100만대 판매와 시장점유율 3.8% 달성을 목표로 제시했다. 라인업은 2026년 11개 모델에서 2030년 14개로 확대된다. 승용 2종, SUV 9종, PBV 3종 구조다. EV2, 시로스 EV 등 볼륨 모델을 중심으로 수요 저변을 넓히고, C세그먼트 SUV 전기차 등 신규 차급을 추가 투입한다. 차세대 전기차 플랫폼 개발도 병행된다. 배터리 용량은 최대 40% 확대되고, 모터 출력은 약 9% 향상된다. 5세대 배터리 도입을 통해 에너지 밀도는 최대 15% 개선된다. 레벨2++ 수준 자율주행과 신규 인포테인먼트 시스템도 통합 적용된다. 충전 인프라 확보는 병목 해소를 위한 핵심 과제로 설정됐다. 기아는 북미·유럽·국내에서 총 148만기 수준의 충전 인프라를 기반으로 네트워크 접근성을 확대하고, 초고속 충전 연합과의 협력을 강화한다. 국내에서는 현대차그룹 초고속 충전 브랜드 E-pit 확장을 통해 이용 편의성을 높인다. 차량·충전 연동 기능인 플러그 앤 차지 2.0과 통합 플랫폼 ‘기아 원 앱’을 통해 사용자 경험도 개선한다. 생산 전략은 지역별 수요 대응 중심으로 재편됐다. 한국은 전기차 생산 허브로, 유럽과 미국은 현지 생산 체계를 통해 정책 리스크를 최소화하는 구조다. 인도 등 신흥시장에서는 가격 경쟁력을 중심으로 전략 차종을 확대한다. PBV 사업은 기존 상용차 시장을 대체하는 신규 성장 축으로 설정됐다. 첫 모델인 PV5는 출시 이후 약 8500대가 판매됐고, 올해 5만4000대 판매가 목표다. 기아는 2027년 PV7, 2029년 PV9을 추가해 PBV 풀라인업을 구축할 계획이다. 다양한 바디 타입을 통해 물류·승객·특수 목적 등 다목적 수요를 흡수하는 구조다. 제조 측면에서는 화성 EVO 플랜트를 PBV 전용 공장으로 운영하고, 컨버전 센터와 글로벌 파트너십을 연계해 다품종 소량 생산 체계를 구축한다. 솔루션 영역에서는 차량 관리 시스템(FMS), 금융·정비·보험·충전을 통합한 원빌링 체계 등 B2B 서비스가 결합된다. 단순 차량 판매에서 운영 서비스까지 확장하는 구조다. 지역별 전략은 시장 특성에 맞춰 차별화됐다. 미국은 수요 정체 국면에서 하이브리드 비중 확대에 대응한다. 2030년까지 HEV 비중이 40% 수준으로 확대될 것으로 예상되는 가운데, 기아는 102만대 판매와 점유율 6.2% 달성을 목표로 제시했다. 스포티지 20만대 판매 체제 구축과 텔루라이드 생산능력 18만대 확대, 셀토스 HEV 투입 등을 통해 기존 주력 차종 중심의 물량 확대 전략이 전개된다. 여기에 픽업 시장 진입까지 병행해 북미 수요 대응 범위를 넓힌다는 구상이다. 유럽은 전기차 중심 시장으로 재편되는 흐름에 맞춰 전략을 전환한다. 2030년 전기차 판매 비중을 66%까지 끌어올려 시장 평균 전망치(43%)를 상회하는 구조를 구축하는 것이 목표다. EV4, EV3, EV2 등 볼륨 모델과 PBV를 결합해 판매 기반을 확대하고, 하이브리드 라인업으로 전환기 수요를 흡수하는 방식이다. 신흥시장은 물량 확대의 핵심 축으로 설정됐다. 기아는 2030년까지 148만대 판매와 시장점유율 6.6% 달성을 목표로 한다. 핵심 시장인 인도에서는 41만대 판매와 점유율 7.6% 확보를 목표로 라인업을 10개 차종으로 확대하고, 딜러망도 800개까지 늘린다. 주력 차급은 B세그먼트 SUV다. 셀토스와 쏘넷을 각각 20만대 이상 판매 모델로 육성하고, 멕시코·인도·중국 생산 거점을 연계해 공급 유연성을 확보하는 전략이다. 송호성 기아 사장은 “지난 5년간 브랜드, EV, PBV, ESG 등 전 부문에서 이뤄온 혁신의 성과를 바탕으로 가장 빠른 속도로 성장할 것”이라며 “대내외 불확실성이 확대되는 환경에서도 차별화된 전략으로 시장 변화에 선제적으로 대응하겠다”고 말했다.
2026-04-09 14:46:21
-
-
-
-
-
-