2026.07.14 화요일
검색
'데이터 클라우드' 검색결과
기간검색
-
~
검색영역
검색어
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ①기업·재벌편](https://image.ajunews.com//content/image/2026/07/09/20260709165036954321.png)
한국경제 3주체를 다시 짜라 ①기업·재벌편 [경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.2026-07-09 16:51:36
-
![[데스크칼럼] 챗봇만 보던 나라는 AI 전쟁에서 진다](https://image.ajunews.com//content/image/2026/06/19/20260619174034895392.jpeg)
챗봇만 보던 나라는 AI 전쟁에서 진다 우리는 인공지능을 너무 오래 화면 속에서만 봤다. 질문을 던지면 답을 쓰고 문서를 요약하고 그림을 만들고 코드를 고치는 기술로 받아들였다. 챗GPT가 얼마나 똑똑한지, 국산 AI가 얼마나 따라왔는지 어느 모델이 더 빠르고 저렴한지를 따졌다. 한국 사회는 그것을 AI 경쟁이라 불렀고 정부는 그것을 미래 산업이라고 설명해 왔다. 그러나 질서는 바뀌고 있다. AI는 더 이상 화면 안에 머물지 않는다. 공장과 병원, 조선소와 물류창고, 자율주행차와 로봇, 국방 시스템과 전력망으로 들어가고 있다. 문장을 생성하는 AI의 시대에서 물리 세계를 움직이는 AI의 시대로 넘어가는 중이다. 정부가 19일 피지컬 AI 얼라이언스 2기를 출범시킨 것도 이런 변화와 무관하지 않다. 이름은 낯설지만 방향은 분명하다. 논의 중심 협의체를 실행형으로 전환해 산업 현장에 실제 적용되는 AI를 만들고, 국산 AI 반도체와 모델, 소프트웨어, 로봇과 센서, 컴퓨팅 인프라를 하나로 묶겠다는 구상이다. 한국형 피지컬 AI 풀스택 구축의 출발점인 셈이다. 선언이 늦은 것은 아니다. 다만 시간이 많지도 않다. 미국은 엔비디아와 빅테크를 중심으로 AI 인프라를 산업 시스템으로 전환하고 있다. 중국은 국가 주도로 로봇과 제조 AI를 밀어붙이고 있고 일본은 로봇과 고령화 대응 산업을 결합하고 있다. 유럽은 규제와 표준을 무기로 영향력을 확대하고 있다. 우리는 지금 어디에 서 있는가. 아직도 챗봇 성능 비교에 머물러 있는 것은 아닌지 돌아볼 필요가 있다. 냉정하게 말하면 한국이 챗봇 경쟁에서 미국 빅테크를 단기간에 따라잡기는 쉽지 않다. 모델 규모와 자본, 데이터, 클라우드 인프라의 격차가 존재한다. 그러나 피지컬 AI는 다르다. 공장과 조선소, 반도체 생산라인, 병원과 물류망, 통신 인프라와 제조 데이터를 가진 나라는 많지 않다. 한국은 바로 그 현장을 보유하고 있다. 다만 현장이 있다고 자동으로 플랫폼이 되는 것은 아니다. 반도체와 로봇, 통신망과 데이터센터, 소프트웨어 기업이 제각각 움직인다면 그것은 생태계가 아니다. 피지컬 AI의 경쟁력은 개별 기술보다 연결 능력에서 나온다. 센서가 데이터를 수집하고 네트워크가 이를 전달하며 AI 모델이 판단하고 로봇과 설비가 움직인다. 그 결과가 다시 데이터로 축적되는 순환 구조를 만들어야 한다. 이 과정에서 데이터센터는 중요한 기반이다. AI 산업은 결국 전력 위에 세워진다. 정부가 비수도권 AI 데이터센터 구축과 규제 완화를 추진하는 이유도 여기에 있다. 그러나 속도만 강조해서는 안 된다. 전력 공급과 송전망 확충, 지역 수용성, 주민 편익과 일자리 창출까지 함께 고민해야 한다. 미래 산업 인프라가 또 다른 사회적 갈등의 원인이 되어서는 안 된다. 한국 산업은 자신의 강점과 약점을 동시에 직시해야 한다. 우리는 제조업 강국이다. 반도체와 배터리, 자동차와 조선, 통신 인프라를 갖추고 있다. 하지만 이를 하나의 산업 전략으로 묶는 데는 늘 서툴렀다. 부처는 따로 움직이고 기업은 각자의 이해관계를 우선하며 대학과 현장의 연결도 느슨하다. 이런 방식으로는 피지컬 AI 시대의 주도권을 확보하기 어렵다. AI 주권 역시 같은 맥락이다. 국산 모델 하나를 만들었다고 주권이 완성되지 않는다. GPU를 확보했다고 끝나는 것도 아니다. 반도체와 모델, 데이터와 소프트웨어, 전력과 보안, 산업 현장과 표준을 스스로 설계하고 운영할 수 있을 때 비로소 주권이라 부를 수 있다. 기업의 역할도 중요하다. 대기업 생산라인만 고도화되고 협력사는 인력난과 비용 부담에 머문다면 산업 전체의 경쟁력은 높아질 수 없다. 피지컬 AI는 일부 기업의 효율화 수단이 아니라 제조 생태계 전반의 생산성을 끌어올리는 도구가 되어야 한다. 인재 문제도 마찬가지다. 피지컬 AI에는 코딩 인력만 필요한 것이 아니다. 기계를 이해하는 사람, 데이터를 읽는 사람, 현장을 아는 사람, 전력과 통신, 보안을 함께 이해하는 사람이 필요하다. 제조를 모르는 AI 인재도 부족하고 AI를 모르는 제조 인력도 부족하다. 이들을 연결하는 인재를 길러내지 못하면 피지컬 AI는 구호에 그칠 수밖에 없다. 정부의 역할은 선언이 아니라 조율이다. 어떤 산업부터 실증할 것인지 데이터를 어떻게 활용할 것인지 보안과 안전의 책임은 누가 질 것인지 구체적인 기준을 마련해야 한다. 표준을 만들고 공공 조달을 열고 실패를 허용하는 실증 공간도 제공해야 한다. AI는 보고서가 아니라 현장에서 성장한다. 한국은 위기 때마다 새로운 길을 만들어 왔다. 반도체와 조선, 자동차 산업이 그랬다. 그러나 이번 경쟁은 다르다. 물건 하나를 잘 만드는 경쟁이 아니라 산업 전체를 지능화하는 경쟁이다. 공장을 움직이고 물류를 최적화하며 전력을 배분하고 로봇을 제어하는 경쟁이다. 챗봇은 AI의 한 모습일 뿐 전부가 아니다. AI의 무대는 이미 화면 밖으로 넓어지고 있다. 공장과 도시, 병원과 물류망, 전력 시스템까지 현실 세계 곳곳으로 스며들고 있다. AI 시대에 가장 위험한 나라는 AI를 모르는 나라가 아니라 AI의 가능성을 스스로 제한하는 나라다. 한국이 잡아야 할 기회는 화면 속에만 있지 않다. 우리가 가진 제조 현장과 통신망, 병원과 조선소, 전력망과 산업 데이터 속에 있다. 선언의 AI를 넘어 실행의 AI로 나아갈 때 한국 제조업은 다시 한 번 세계 산업 지도의 중심에 설 수 있을 것이다.2026-06-19 18:58:00
-
NC AI, 미디어 특화 AI 사업 확장…K-미디어 콘텐츠 제작 혁신한다 [경제일보] NC AI가 방송 제작 인공지능 전환(AX) 시장 공략에 본격적으로 나선다. 자체 AI 기술력을 기반으로 방송 콘텐츠 제작 전 과정을 지원하는 플랫폼 사업을 추진하며 미디어 산업 특화 AI 사업 영역 확대에 속도를 내고 있다. 16일 NC AI는 MBC, NHN클라우드, 데이터메이커와 컨소시엄을 구성해 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 'AX 원스톱 바우처 사업'에 선정됐다고 밝혔다. 이번 사업은 AI 솔루션과 데이터, 클라우드 인프라를 통합 지원해 기업의 AX를 촉진하는 정부 지원 사업이다. 단순 솔루션 도입을 넘어 기획 단계부터 데이터 구축, AI 개발, 서비스 운영까지 연계해 산업 현장 혁신을 추진하는 것이 특징이다. NC AI는 이번 사업을 시작으로 게임 산업을 넘어 방송·미디어 분야까지 AI 사업 영역을 확대하게 된다. 특히 60년 이상 축적된 MBC의 방송 제작 노하우와 NC AI의 자체 AI 파운데이션 모델을 결합해 콘텐츠 제작 과정 전반의 효율화를 추진한다는 계획이다. 최근 미디어 산업은 글로벌 K-콘텐츠 수요 확대에도 불구하고 광고 시장 위축과 제작비 상승이라는 이중 부담에 직면해 있는 것으로 알려졌다. 특히 편집과 자막, 더빙, 화면해설 등 포스트프로덕션 영역은 여전히 수작업 비중이 높아 제작 비용과 시간이 집중적으로 소요되는 대표적인 병목 구간으로 꼽힌다. 컨소시엄은 이러한 문제를 해결하기 위해 방송 영상 속 인물과 발화, 감정, 장면 맥락 등을 통합적으로 이해할 수 있는 '미디어 온톨로지' 체계를 구축할 예정이다. 온톨로지는 정보와 개념 간 의미적 관계를 구조화해 컴퓨터가 이를 이해하고 활용할 수 있도록 만든 지식 체계다. 이번 사업에서 구축되는 미디어 온톨로지는 영상 속 인물의 행동과 대사, 감정 변화, 장소와 사건의 관계 등을 연결해 AI가 콘텐츠의 흐름과 의미를 종합적으로 이해하도록 하는 핵심 기술 기반 역할을 수행한다. NC AI는 사업의 핵심 기술 개발사로 참여한다. 온톨로지 엔진 설계와 개발, AI 모델 파인튜닝, SaaS 플랫폼 구축, API 개발 등을 담당하며 자사 미디어 특화 AI 솔루션 '바르코'를 제작 워크플로 전반에 적용할 계획이다. 최종적으로는 미디어 온톨로지 기반의 맥락 인지 AI 편집, AI 다국어 더빙, 시각장애인용 AI 화면해설 등 3종의 SaaS 애플리케이션을 개발한다. NC AI는 이를 통해 콘텐츠 제작 현장의 생산성을 높이고 후반 제작 비용 절감 효과를 기대한다고 설명했다. 특히 AI 다국어 더빙 기술은 K-콘텐츠의 글로벌 유통 확대에도 활용될 전망이다. 기존에는 언어별 현지화 과정에 상당한 시간과 비용이 소요됐지만 AI 기반 자동화가 가능해질 경우 해외 서비스 속도를 높이고 제작 부담을 줄일 수 있기 때문이다. 이번 사업은 방송 제작 현장에 AI를 접목하는 실증 사업을 넘어 향후 미디어 산업 전반으로 확장 가능한 SaaS 사업 모델이 될 수 있을 것으로 분석된다. 방송사뿐 아니라 OTT 사업자와 콘텐츠 제작사, 미디어 플랫폼 등으로 적용 범위를 넓힐 수 있어서다. 또한 AI 기반 화면해설 기능은 시각장애인 등 정보 접근 취약계층의 콘텐츠 이용 환경 개선에도 기여할 것으로 기대된다. 제작 효율화와 공공성 확대를 동시에 달성할 수 있는 AI 활용 사례로 평가받고 있다. 이연수 NC AI 대표는 "이번 사업은 AI를 활용한 제작 효율화와 글로벌 사업 확대, 미디어 접근성 향상이라는 산업적·사회적 가치를 동시에 실현하는 의미 있는 프로젝트"라며 "방송 콘텐츠에 특화된 미디어 온톨로지와 멀티모달 AI 기술을 바탕으로 국내 미디어 산업의 AX를 선도하고 K-콘텐츠 경쟁력 강화에 기여하겠다"고 말했다.2026-06-16 08:39:30
-
은행권 AX 전략 속도…AI 에이전트·내부통제 전반으로 확대 [경제일보] 주요 은행들이 인공지능 전환(AX) 경영 전략에 속도를 내고 있다. 지난해까지 챗봇과 상담 지원, 금융사기 탐지 등 개별 서비스 고도화에 집중했다면 올해는 AI 에이전트와 내부 플랫폼 구축, 내부통제 업무 적용 등으로 범위가 넓어지고 있다. 11일 업계에 따르면 은행의 AI 전략은 단순 서비스 도입을 넘어 조직 운영 방식 변화로 이어지고 있다. 신한은행은 지난 9일 AI 인재 육성 조직 'AX·Web3 Academy'를 출범했다. 이 조직은 금융 업무에 특화된 '버티컬 에이전트' AI 개발을 주요 과제로 삼고 부서별 업무 효율화, 고객 경험 개선을 위한 AI 활용 모델을 모색한다. 또한 약 1만2000명의 임직원을 대상으로 AI 활용 교육을 확대해 AX·Web3 분야 핵심 전문가 양성도 병행한다. 우리은행은 AI 에이전트를 실제 업무 단위에 적용하는 방식으로 AI 전략을 구체화하고 있다. 우리은행은 △기업여신 △자산관리 △내부통제 △고객상담 △업무자동화 등 5대 영역 29개 업무에 175개 AI 에이전트를 도입하는 체계를 추진 중이다. 앞서 우리은행은 생성형 AI 기반 '심층 리서치'도 자체 개발했다. 내부 금융 데이터를 수집·연계·분석해 산업·기업 분석 보고서 초안을 생성하는 방식으로 단순 검색이나 문서 요약을 넘어 내부 데이터를 기반으로 업무 판단을 지원하는 데 초점을 맞췄다. NH농협은행은 'Agentic AI Bank'를 내세워 전사 AI 전환을 추진하고 있다. 농협은행은 직원이 AI 에이전트를 직접 만들고 활용할 수 있는 자체 AI 플랫폼 'NHAIS'를 기반으로 금융 업무 전반을 AI 기반으로 구현하는 'AI 풀 뱅킹'을 목표로 삼았다. 농협은행은 AI 기업 인수와 데이터센터 투자도 추진한다. AI 전문기업 애자일소다 인수를 통해 AI 기술 내재화를 추진하고 관련 인프라 구축을 통해 은행 업무 전반의 자동화와 고도화를 추진한다는 구상이다. KB국민은행의 경우 영업현장에 PB·RM·금융상담 에이전트를 선제적으로 도입했다. 해당 에이전트는 직원들이 고객의 투자성향과 시장동향을 정밀하게 분석하고 맞춤형 포트폴리오를 제안할 수 있도록 지원한다. 하나은행은 AI를 자산관리와 신사업 발굴 영역에 접목하고 있다. 하나은행은 △고객별 인출기간 △인출주기 △연금 자산규모 △위험성향 △시장환경 등을 반영하는 AI 연금투자 인출기 솔루션을 선보이고 비대면 채널 확대를 추진하고 있다. 은행권의 AI 도입 초기 활용은 △챗봇 △AI 상담 △금융비서 △이상거래 탐지 등 고객 접점과 일부 내부 업무 고도화에 집중됐다. 반면 올해는 AI가 전사 조직 운영과 인재 육성, 업무 프로세스, 내부통제, 금융사기 예방, 자산관리, 여신심사 등으로 범위를 넓히고 있다. 은행권의 AI 역량이 빠르게 성장하면서 보안과 내부통제, 금융소비자 보호 체계도 함께 주목받고 있다. 금융 업무 특성상 △개인정보 △금융거래 데이터 △알고리즘 신뢰성 문제가 발생할 수 있어 AI 거버넌스 구축이 향후 안정적인 금융 AI 환경을 위한 변수로 꼽힌다. 이에 금융당국도 금융권의 AI 보안 체계 고도화에 나섰다. 금융위는 현재 △망분리 규제 긴급 완화 △보이스피싱 정보공유·분석 AI 플랫폼 'ASAP'의 통신·수사 정보 공유 확대 △금융권 무과실 책임제도 도입 등을 추진하고 있다. 특히 망분리 규제 완화는 금융권 AI 확대 속도를 높이는 계기가 될 수 있다. 금융위는 올해 시행을 목표로 보안 목적 AI를 활용한 취약점 점검에 대해 망분리 규제 긴급 완화를 추진하고 있다. 안전한 AI·보안 역량을 갖춘 금융회사에 대해서는 망분리 규제 전면 해제 방안도 검토하고 있다. 기존 금융사는 내부망과 외부망을 분리하는 규제로 인해 외부 데이터와 클라우드 기반 AI 기술을 업무에 적용하려면 혁신금융서비스 등 관련 절차를 거쳐야 했다. 업계에서는 규제 완화가 현실화될 경우 외부 AI 기술과 내부 업무 시스템의 연계 효율성을 높일 수 있을 것으로 보고 있다. 은행권 관계자는 "망분리 규제 완화로 금융사는 그동안 도입이 어려웠던 SaaS 기반 서비스에 대한 검토를 적극적으로 진행하고 있다"며 "이는 생성형 AI로 촉발된 급변하는 기술 환경에 대응하는데 긍정적 영향을 미칠 것으로 기대된다"고 말했다.2026-06-11 16:56:04
-
국가 주도 AX 전략…시장 왜곡보단 인프라 확보 시급성 무게 [이코노믹데일리] 정부가 인공지능(AI)을 중심으로 산업 구조를 재편하는 'AX(AI 전환)'를 국가 핵심 전략으로 추진하면서 산업계의 기대와 우려가 동시에 커지고 있다. 제조, 금융, 공공 등 산업 전반에 AI를 도입하고 데이터·GPU·클라우드 인프라 구축에 대규모 재정을 투입하는 국가 주도형 전환 모델이 본격화되고 있다. 24일 정부는 '국가 AI 컴퓨팅 인프라 구축', '전 산업 AI 확산', '공공 AX 전환' 등을 핵심 정책으로 추진하고 있다. 특히 AI 산업의 핵심 기반인 GPU 확보와 데이터센터 구축에 국가 차원의 투자를 확대하고 있으며 공공기관을 중심으로 AI 도입을 의무화하거나 권장하는 정책도 병행하고 있다. AX는 단순한 디지털 전환을 넘어 업무 구조와 의사결정 체계를 AI 중심으로 재설계하는 과정이다. 생산 계획, 품질 관리, 금융 리스크 분석, 고객 대응, 행정 서비스 등 핵심 의사결정 영역에 AI를 적용해 생산성과 효율성을 근본적으로 개선하는 것이 목표다. 정부는 이를 통해 산업 경쟁력과 국가 생산성을 동시에 끌어올리겠다는 구상이다. 과학기술정보통신부는 AI 컴퓨팅 인프라 확충과 산업 AX 지원을 위해 향후 수조 원 규모의 투자를 단계적으로 추진할 계획이다. 공공기관과 주요 산업에 AI를 우선 적용하고 이를 통해 민간 기업 확산을 유도하는 '공공 선도형 AX 전략'을 채택했다. 공공이 초기 수요자가 되어 산업 생태계를 육성하는 방식이다. 이 같은 국가 주도형 AX의 가장 큰 장점은 속도와 규모로 분석된다. AI 인프라 구축에는 막대한 초기 비용이 필요하지만 정부가 이를 지원하면 기업들은 부담 없이 AI 도입을 추진할 수 있다. 특히 중소·중견기업 입장에서는 GPU, 데이터, 클라우드 등 인프라 확보가 가장 큰 장애물로 기능하며 이에 정부 지원은 AX 확산의 핵심 촉매 역할을 할 수 있다. 글로벌 주요 국가들도 유사한 전략을 추진하고 있다. 미국은 '국가 AI 이니셔티브'를 통해 AI 연구개발과 공공 도입을 적극 지원하고 있으며 일본은 디지털청을 중심으로 행정과 산업 전반의 AI 전환을 추진하고 있다. 유럽연합 역시 'AI법'을 통해 규제와 산업 육성을 동시에 추진하며 공공 중심 AI 확산 전략을 실행 중이다. OECD(경제협력개발기구)가 지난해 9월 발간한 '인공지능 투자 측정의 발전' 보고서에 따르면 AI는 향후 국가 생산성과 경제 성장의 핵심 동력으로 작용할 것으로 전망되며 정부의 정책적 지원은 AI 도입 속도를 높이는 중요한 요인으로 작용하는 것으로 나타났다. 한국 정부 역시 공공 부문을 AX 전환의 출발점으로 삼고 있다. 행정 업무 자동화, 민원 대응, 데이터 분석, 정책 의사결정 등 공공 업무 전반에 AI를 도입하는 프로젝트가 확대되고 있으며 이를 통해 국내 AI 기업들이 실증 사례를 확보할 수 있는 환경이 조성되고 있다. 국가 주도형 AX가 반드시 긍정적인 결과만을 가져오는 것은 아니다. 가장 큰 우려는 시장 자율성이 위축될 가능성이다. 정부 중심 사업이 확대될 경우 기업들이 시장 경쟁보다 정책 방향에 맞추는 데 집중하게 될 수 있다. 이는 기술 경쟁보다 정책 대응 능력이 경쟁력이 되는 구조를 만들 수 있어 신규 기업 진입을 제한할 수 있다. 공공 발주 중심 구조가 고착화되면 대형 IT 서비스 기업 중심으로 시장이 재편될 가능성도 있다. 대규모 프로젝트 수행 능력을 갖춘 일부 기업에 사업이 집중되면서 산업 생태계 다양성이 약화될 수 있다는 지적이다. 여러 연구에서 공공 조달 구조는 기존 공급자 중심 시장을 강화하고 신규 기업 진입을 제한할 수 있는 요인으로 지목된다. 앞서 정부는 이 같은 문제를 인식해 지난 2013년에 공공 SW 조달 시장에서 상호출자제한 대상 대기업집단의 참여를 전면적으로 금지하는 '대기업 참여제한' 제도를 시행했고 공공 SW 시장에서 대기업의 비중은 대폭 감소해 지난 2010년 76.4%에서 지난 2018년 7.4%까지 내려간 바 있다. 다만 정부가 이러한 시장 왜곡 가능성을 감수하면서도 국가 주도형 AX를 추진하는 것은 AI가 개별 기업 차원을 넘어 국가 경쟁력을 좌우하는 핵심 인프라로 부상했기 때문으로 풀이된다. AI 인프라는 반도체, 전력망, 통신망과 마찬가지로 초기 투자 규모가 막대하고 단기간 내 수익 회수가 어려운 특성이 있어 민간 주도만으로는 구축 속도와 규모에 한계가 있는 것으로 분석된다. 특히 GPU, 데이터센터, 산업 데이터 플랫폼 등은 선제적 대규모 투자가 이뤄지지 않으면 글로벌 기술 경쟁에서 뒤처질 수 있다. 김정관 산업부 장관은 지난해 12월 'M.AX 얼라이언스 정기총회'에서 "1000개가 넘는 대표 기업 등이 자발적으로 얼라이언스에 참여한 것은 기업의 생존 문제라는 절박한 인식 때문"이라며 빠른 AX의 필요성을 강조했다. AI 경쟁은 이미 국가 경쟁력의 핵심 요소로 자리 잡았다. 정부가 추진하는 국가 주도형 AX가 산업 혁신의 촉매가 될지 아니면 또 다른 정책 중심 산업 구조로 이어질지는 향후 정책 설계와 실행에 달려 있을 것으로 전망된다.2026-02-24 18:09:45
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 환율 안정에 안주할 때 아니다…외환 방어력 키울 골든 타임이다](https://image.ajunews.com/content/image/2026/07/13/20260713092838404021_518_323.jpg)