검색결과 총 19건
-
-
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
-
-
삼성·SK 뒤에 숨은 진짜 수혜주…AI 인프라 밸류체인 다시 짠다
[경제일보] 정부가 추진하는 '3대 메가 프로젝트'의 최대 수혜는 삼성전자와 SK하이닉스 등 대기업보다 AI 인프라를 떠받치는 소부장(소재·부품·장비)과 전력기기, 냉각, 로봇 부품, 산업용 소프트웨어(SW) 기업으로 확산될 것이라는 전망이 나온다. 반도체와 피지컬 AI, AI 데이터센터를 국가 미래 성장동력으로 육성하는 이번 프로젝트는 반도체 생산을 넘어 데이터센터 구축과 제조업 AI 전환까지 하나의 산업 생태계로 연결하는 것이 핵심이다. 이에 따라 산업계의 관심도 대기업 투자 규모보다 실제 발주가 이뤄질 후방 밸류체인으로 옮겨가고 있다. 반도체에서 AI 인프라로…산업정책 무게중심 이동 지난달 29일 정부가 발표한 3대 메가 프로젝트는 단순히 반도체 공장을 늘리는 기존 산업정책과 결이 다르다. AI 반도체를 생산하고 이를 학습시킬 AI 데이터센터를 구축한 뒤 제조 현장에 피지컬 AI를 확산하는 전 과정을 하나의 산업 생태계로 연결하는 것이 핵심이다. 이에 따라 기업들의 투자도 반도체 생산시설을 넘어 데이터센터, 전력망, 스마트팩토리, 로봇 등 후방 산업 전반으로 확대될 가능성이 커지고 있다. 이번 프로젝트는 단순한 반도체 투자 확대를 넘어 'AI 시대 국가 인프라 구축'으로 산업정책의 무게중심이 옮겨가고 있다는 점에서 의미가 크다. 과거 반도체 투자가 메모리 생산능력 확대에 집중됐다면 앞으로는 AI를 실제 서비스하고 산업 현장에 적용하기 위한 데이터센터와 전력망, 냉각 설비 등 기반 인프라 구축이 새로운 성장축으로 떠오를 전망이다. AI 반도체를 충분히 확보하더라도 이를 운영할 데이터센터와 전력 인프라가 뒷받침되지 않으면 산업 경쟁력을 확보하기 어렵기 때문이다. 실제로 정부가 제시한 세 가지 축도 각각 독립된 산업이 아니다. 반도체는 AI 연산을 담당하는 핵심 부품이고 AI 데이터센터는 이를 학습·추론하는 공간이며 피지컬 AI는 산업 현장에서 AI를 실제 활용하는 단계다. 세 분야가 하나의 가치사슬로 연결되는 구조인 만큼 투자 효과 역시 특정 기업이 아니라 관련 산업 전반으로 확산될 가능성이 높다. 소부장 넘어 전력·냉각까지…AI 밸류체인 전반 수혜 가장 먼저 주목받는 분야는 반도체 소부장이다. 정부는 기존 용인·평택 생산거점과 함께 서남권 신규 반도체 클러스터 조성을 추진하며 생산능력 확대를 예고했다. 신규 팹이 들어서면 가장 먼저 움직이는 곳은 반도체 장비와 소재 시장이다. 노광과 식각, 증착, 검사, 패키징 등 공정 전반에서 장비 발주가 늘어나고 웨이퍼와 특수가스, 화학소재 등 핵심 소재 수요도 함께 증가할 것으로 예상된다. 특히 AI 반도체 시장이 빠르게 성장하면서 고대역폭메모리(HBM)와 첨단 패키징 수요가 급증하고 있는 점도 긍정적이다. HBM 생산에는 기존 D램보다 훨씬 높은 수준의 적층·패키징 공정이 요구되는 만큼 후공정 장비와 검사 장비 시장도 함께 성장할 것으로 전망된다. 이번 프로젝트의 더 큰 특징은 반도체 장비기업에서 끝나지 않는다는 점이다. AI 데이터센터와 피지컬 AI까지 동시에 추진되면서 기존 반도체 생태계 밖에 있던 산업들도 새로운 수혜 업종으로 떠오르고 있다. 대표적인 분야가 전력 인프라다. AI 데이터센터는 일반 데이터센터보다 훨씬 많은 전력을 소비한다. 생성형 AI 확산으로 GPU 수천~수만 장이 동시에 가동되면서 변압기와 배전반, 차단기, 초고압 케이블, 에너지저장장치(ESS) 등 전력 설비 수요도 함께 증가한다. 데이터센터 구축이 늘어날수록 전력기기와 전선 업체들이 직접적인 수혜를 받을 수 있다는 분석이 나오는 이유다. 전력기기 업계 관계자는 "AI 데이터센터는 GPU 등 고성능 장비가 24시간 가동되는 만큼 과거보다 훨씬 높은 전력 사용량과 전력 밀도를 요구한다"며 "전력 인프라는 더 이상 단순한 부대 설비가 아니라 데이터센터의 성능과 운영 효율을 좌우하는 핵심 요소로 자리 잡고 있다"고 말했다. 이어 "직류(DC) 배전과 고효율 전력변환장치, 에너지관리시스템(EMS) 등 차세대 전력 솔루션 수요도 확대될 것"이라고 덧붙였다. 정부 역시 전국 단위 AI 데이터센터 구축을 추진하면서 지역별 전력 인프라 확충을 주요 과제로 제시했다. 이는 데이터센터 건설이 단순 건축 사업이 아니라 전력 설비와 송배전망 구축까지 포함하는 대규모 인프라 사업으로 확대될 가능성을 보여준다. 전력과 함께 AI 데이터센터의 또 다른 핵심 요소는 냉각 기술이다. 생성형 AI 서비스 확산으로 고성능 GPU가 대량 집적되면서 데이터센터 내부 발열은 기존 서버보다 훨씬 커지고 있다. 냉각 효율이 떨어질 경우 성능 저하와 전력 손실은 물론 장비 수명에도 영향을 미칠 수 있어 냉각 시스템은 AI 데이터센터의 핵심 경쟁력으로 꼽힌다. 이에 따라 공랭식 중심이던 기존 시장도 액침냉각과 수랭식 등 고효율 냉각 기술 중심으로 빠르게 전환되고 있다. 서버 냉각장치와 공조 시스템, 열관리 솔루션 등 관련 시장도 AI 데이터센터 투자 확대와 함께 성장세가 이어질 것으로 전망된다. 피지컬AI가 키울 로봇 생태계…"공급망 경쟁력이 성패" 정부가 이번 프로젝트의 또 다른 축으로 제시한 피지컬 AI 역시 새로운 소부장 시장을 만들어낼 것으로 보인다. 피지컬 AI는 AI가 로봇과 제조설비, 물류장비 등 실제 산업 현장에서 자율적으로 판단하고 움직이는 기술을 의미한다. 단순한 로봇 보급을 넘어 제조 현장의 자동화 수준을 한 단계 끌어올리는 개념이다. 이를 위해서는 AI 반도체뿐 아니라 센서와 카메라, 액추에이터, 감속기, 모터, 제어기 등 다양한 핵심 부품이 필요하다. 정부도 대경권 자동차·가전 부품기업의 로봇 부품기업 전환을 지원하겠다고 밝힌 만큼 기존 제조업 기반을 AI·로봇 산업으로 연결하는 정책도 속도를 낼 것으로 예상된다. 이는 국내 부품업계에도 새로운 기회가 될 수 있다. 자동차와 산업기계 중심으로 성장해온 기업들이 휴머노이드와 산업용 로봇, 스마트팩토리 시장으로 사업 영역을 확대할 수 있는 계기가 될 수 있어서다. AI를 제조 현장에 적용하기 위한 산업용 소프트웨어 시장도 함께 성장할 것으로 전망된다. AI 데이터센터에서 학습된 인공지능 모델이 산업 현장으로 확산되기 위해서는 설비 데이터를 실시간으로 수집하고 분석하는 플랫폼이 필요하다. 생산 공정을 최적화하는 스마트팩토리, 디지털 트윈, 설비 예지보전, 공장 자동화 솔루션 등이 대표적이다. 업계에서는 결국 이번 프로젝트의 성패가 대기업의 투자 규모보다 얼마나 많은 국내 중견·중소기업이 밸류체인에 참여하느냐에 달려 있다고 보고 있다. AI 인프라 구축 과정에서 국내 공급망이 충분한 경쟁력을 확보한다면 기술 자립은 물론 지역 산업 육성과 제조업 경쟁력 강화라는 정책 목표도 함께 달성할 수 있다는 것이다. 다만 일각에서는 대기업 중심의 투자 구조가 반복될 경우 중소·중견기업의 실질적인 참여 기회가 제한될 수 있다는 우려도 제기된다. 대규모 프로젝트가 실제 발주로 이어지는 과정에서 국내 공급망 확대와 기술 검증 기회가 함께 마련돼야 메가프로젝트의 정책 효과도 극대화될 수 있다는 지적이다. 업계 관계자는 "AI 데이터센터 시대에는 전력 인프라가 더 이상 부대 설비가 아니라 데이터센터의 성능과 운영 효율을 결정하는 핵심 인프라"라며 "데이터센터의 대형화와 피지컬 AI 확산이 맞물리면서 고효율 전력기기와 냉각, 센서, 자동화 솔루션 등 국내 소부장 기업들의 역할도 한층 커질 것으로 본다"고 말했다.
2026-07-05 07:00:00
-
-
-
-
-
-
-
-
-
-
-
삼성전자 노조, 권리만큼 책임도 돌아봐야
[경제일보] 대한민국 산업의 심장이 흔들리고 있다. 세계는 지금 인공지능(AI)과 반도체를 둘러싼 초유의 산업전쟁 속으로 들어가고 있다. 미국과 중국은 국가의 운명을 걸고 AI 패권 경쟁을 벌이고 있으며 엔비디아와 TSMC, 삼성전자와 SK하이닉스는 단순한 민간기업을 넘어 국가 전략산업의 핵심 축이 되고 있다. 특히 반도체는 과거 제조업과 전혀 다른 차원의 초자본집약 산업이다. 최첨단 공장 하나를 짓는 데 수십조 원이 들어가고 AI용 반도체와 고대역폭메모리(HBM), 차세대 파운드리 공정, 첨단 패키징 기술 확보를 위해 천문학적 투자가 반복적으로 요구된다. 오늘의 이익을 내일의 공장과 기술에 다시 투자하지 못하면 단숨에 도태되는 산업이 바로 반도체다. 이런 상황에서 최근 삼성전자 노조의 성과급 요구 논쟁은 우리 사회에 중요한 질문을 던진다. 노동의 권리는 어디까지 보장돼야 하는가. 또 국가 핵심 산업을 책임지는 노조는 어떤 책임 의식을 가져야 하는가 하는 문제다. 이번 국무회의에서 이재명 대통령이 밝힌 노동권과 사회적 책임에 대한 언급은 그런 점에서 의미가 크다. 대통령은 노동3권이 사회적 약자인 노동자를 보호하기 위한 헌법적 장치임을 인정하면서도 권리 행사에는 연대와 책임이 따라야 하며 공동체 전체를 흔드는 방식이 되어서는 안 된다고 강조했다. 특히 영업이익의 일정 비율을 직접 배분하라는 요구에 대해 “투자자도 하기 어려운 요구”라는 취지로 언급한 것은 현실적인 지적이다. 기업은 단순히 올해 이익이 많이 났다고 해서 그 돈을 곧바로 나눌 수 있는 구조가 아니다. 특히 삼성전자 같은 AI·반도체 기업은 오늘 벌어들인 이익 대부분을 미래 투자에 다시 투입해야 생존할 수 있다. 반도체 산업에서 가장 중요한 개념 가운데 하나가 바로 캐피털 익스펜디처(Capital Expenditure·설비투자)다. AI 시대에는 설비투자 경쟁 자체가 생존 경쟁이다. 미국과 중국, 일본과 대만은 국가 차원에서 수백조 원 규모의 반도체 투자 전쟁을 벌이고 있다. 삼성전자가 막대한 영업이익을 낸다 해도 그것은 곧바로 ‘남는 돈’이 아니다. 차세대 메모리와 AI 반도체, 파운드리 공장과 연구개발(R&D), 글로벌 공급망 확보를 위해 다시 투입돼야 할 미래 자금이다. 그런데 세금도 떼기 전 영업이익 자체를 일정 비율로 나누라고 요구하는 것은 산업 구조 특성을 충분히 반영하지 못한 접근이라는 지적도 가능하다. 물론 노동자의 기여를 폄하하자는 이야기는 아니다. 삼성전자의 경쟁력은 세계 최고 수준의 엔지니어와 노동자들이 있었기에 가능했다. 노동의 가치와 정당한 보상은 반드시 존중받아야 한다. 그러나 동시에 노동 역시 산업과 국가의 미래를 함께 고민해야 한다. 노동자는 임금을 받고 채권자는 이자를 받으며 국가는 세금을 거둔다. 그리고 모든 비용과 투자 이후 마지막 불확실한 몫을 책임지는 존재가 주주다. 주주는 이익이 날 때 잔여 이익을 가져가지만 손실이 발생하면 가장 먼저 그 부담을 떠안는다. 2023년 삼성전자 영업이익이 급감하고 주가가 폭락했을 때 가장 큰 손실을 본 것도 결국 주주와 투자자들이었다. 국민연금과 노후자금 상당 부분 역시 삼성전자 주식과 연결돼 있다. 해외 투자자들은 한국 시장 전체를 삼성전자를 통해 바라본다. 삼성전자 노조는 이제 노동만이 아니라 주주와 투자자, 국민 전체의 시선도 함께 바라봐야 한다. 지금 한국 경제는 결코 여유로운 상황이 아니다. 저성장과 저출산, 중국의 기술 추격, 미국의 관세 압박, 중동 에너지 위기와 글로벌 공급망 재편까지 겹치며 경제 전반이 중대한 시험대에 올라 있다. 이런 시기에 대표 기업 노조가 과도한 요구와 극단적 대립으로 산업 생태계를 흔드는 모습은 바람직하지 않다. 대한민국 노조도 이제 변해야 한다. 과거의 투쟁 중심 노조에서 벗어나 산업 경쟁력과 국가 미래를 함께 고민하는 선진 노조로 나아가야 한다. 임금과 복지 요구를 넘어 생산성과 기술 혁신, 장기 투자 안정성까지 함께 고민하는 성숙한 노조 문화가 필요하다. 노조가 기업의 적이 되어서는 안 된다. 기업 역시 노동자를 단순 비용으로만 바라봐서는 안 된다. 서로가 산업 생태계를 함께 떠받치는 공동 운명체라는 인식이 필요하다. AI와 반도체 전쟁은 이미 시작됐다. 삼성전자 노조 역시 과거의 투쟁 논리를 넘어 한국 경제 재도약과 미래 산업 경쟁력을 함께 책임지는 선진 노조로 나아가야 한다. 그것이 노동도 살고 기업도 살며 결국 한국 경제 전체가 다시 도약하는 길이다.
2026-05-20 21:07:38