검색결과 총 564건
-
-
"확장의 시대에서 정리의 시대로"…시험대 오른 '롯데 DNA'
[경제일보] 롯데는 한국 재계에서 가장 독특한 출발점을 가진 그룹이다. 창업자 신격호 명예회장은 1948년 일본 도쿄에서 껌 사업으로 롯데를 시작했다. 이후 1967년 한국에 롯데제과를 세우며 국내 사업을 본격화했다. 롯데의 첫 DNA는 소비자의 입맛과 생활 반경을 파고드는 데 있었다. 껌과 과자, 음료, 햄과 우유, 패스트푸드, 백화점과 호텔, 놀이공원까지 롯데는 제조업의 공장보다 소비자의 일상에 가까운 곳에서 몸집을 키웠다. 롯데식 성장은 ‘생활의 점유율’을 높이는 방식이었다. 삼성과 현대차가 반도체와 자동차, 중후장대 제조업을 앞세웠다면 롯데는 먹고, 마시고, 사고, 쉬고, 노는 공간을 장악했다. 롯데제과와 롯데칠성음료, 롯데리아, 롯데백화점, 롯데호텔, 롯데월드가 쌓아 올린 것은 단순한 계열사 목록이 아니었다. 한국인의 소비 동선 속에 롯데라는 이름을 심는 과정이었다. 1970년대 이후 롯데는 식품을 넘어 유통과 관광, 석유화학으로 사업을 넓혔다. 롯데 공식 연혁에 따르면 롯데는 1976년 호남석유화학을 인수했고, 1979년 롯데쇼핑을 세웠다. 식품과 유통에서 번 현금흐름을 바탕으로 호텔, 백화점, 마트, 화학, 건설까지 넓히는 방식이었다. 롯데 DNA의 핵심은 ‘크게 한 번 베팅하는 승부수’보다 ‘될 만한 영역을 넓게 깔고, 오래 버티며, 전국망으로 키우는 확장력’이었다. 확장의 DNA, 소비 동선을 장악하다 롯데의 확장 방식은 시대와 잘 맞았다. 한국 경제가 고성장하던 시기, 소비자는 더 많이 먹고 더 많이 샀다. 도심에는 백화점이 들어섰고, 외곽에는 마트가 생겼다. 해외여행과 관광 수요가 커지면서 호텔과 면세점도 성장했다. 롯데는 이 흐름을 놓치지 않았다. 식품에서 시작해 유통과 관광으로, 다시 석유화학과 건설로 이어지는 확장은 내수 성장기의 성공 공식이었다. 롯데의 강점은 안정성이었다. 백화점과 마트, 편의점, 호텔, 식품은 경기 변동을 타더라도 완전히 사라지지 않는 수요를 품고 있다. 롯데는 이와 같은 안정성을 바탕으로 재계 상위권에 올라섰다. 신 명예회장 시대의 롯데는 과감한 기술 승부보다 치밀한 입지, 브랜드, 유통망, 현금흐름으로 성장한 그룹이었다. 하지만 성장의 기반이던 내수 확장 공식은 지금 시험대에 올라 있다. 쿠팡과 네이버, 전문몰과 해외 직구가 소비 동선을 바꿨기 때문이다. 대형마트와 백화점은 여전히 강하지만, 성장률은 과거 같지 않다. 롯데온은 그룹의 유통 자산을 온라인으로 묶겠다는 시도였지만, 시장의 판을 뒤집을 만큼의 존재감을 보여주지는 못했다. 석유화학도 더 이상 안정적인 캐시카우가 아니다. 중국과 중동의 증설, 글로벌 수요 둔화, 범용 제품 공급과잉이 겹치면서 국내 석유화학 산업은 구조조정 국면에 들어섰다. 롯데케미칼은 한때 롯데의 제조업 확장을 상징했지만, 지금은 그룹 체질 전환의 가장 무거운 숙제가 됐다. 이와 같은 흐름 속에 롯데 DNA는 변화하고 있다. 과거 롯데는 좋은 입지에 점포를 깔고, 좋은 시장에 설비를 늘리며 성장했다. 지금은 반대로 줄이고, 합치고, 멈추는 능력이 필요해졌다. 성장기의 롯데가 ‘확장형 그룹’이었다면, 저성장기의 롯데는 ‘정리형 그룹’으로 바뀌고 있는 것이다. 구조조정의 시대, ‘많이 깔던 롯데’의 반전 과제 신동빈 회장 체제의 과제는 분명하다. 매출 규모보다 수익성, 점포 수보다 효율, 계열사 수보다 포트폴리오 질을 따져야 한다. 올해 초 롯데그룹의 경영 회의에서 신 회장이 수익성 중심 경영과 고강도 구조조정을 주문한 것도 이런 흐름과 맞닿아 있다. 롯데는 더 이상 많이 벌려놓는 방식만으로 버티기 어렵다. 투자자와 시장은 “얼마나 크냐”보다 “얼마나 남기느냐”를 묻고 있다. 공정거래위원회의 올해 공시대상기업집단 지정에서도 변화는 드러났다. 공정위는 올해 자산총액 5조원 이상 102개 기업집단을 공시대상기업집단으로 지정했다. 이 과정에서 한화가 처음으로 재계 5위권에 진입했고, 롯데는 포스코와 함께 순위가 밀린 것으로 보도됐다. 순위 자체가 기업의 미래를 결정하는 것은 아니지만, 상징성은 작지 않다. 한화가 방산·조선·우주로 체급을 키우는 동안 롯데는 화학 부진과 유통 전환의 숙제를 동시에 안게 됐다. 롯데의 강점은 여전히 남아 있다. 식품과 음료, 백화점, 호텔, 면세, 관광, 물류, 화학을 모두 가진 그룹은 드물다. 소비자의 하루를 따라가면 롯데가 여러 번 등장한다. 커피와 과자, 편의점, 마트, 백화점, 호텔, 놀이공원, 면세점, 택배, 카드와 멤버십이 하나의 생활권 안에 있다. 이 자산은 쉽게 사라지지 않는다. 문제는 흩어진 자산을 하나의 경쟁력으로 묶는 능력이다. 롯데는 오프라인 유통의 강자였지만, 온라인에서는 쿠팡과 네이버 같은 플랫폼 기업의 속도를 따라잡지 못했다. 마트와 슈퍼, 백화점과 이커머스를 어떻게 연결할 것인지가 관건이다. 신선식품과 프리미엄 식품, 지역 맞춤형 점포, 오프라인 픽업과 반품, 멤버십 데이터 활용은 롯데가 다시 강점을 찾을 수 있는 영역이다. 다만 이를 위해서는 계열사별 이해관계를 넘어 고객 경험을 중심으로 조직을 다시 설계해야 한다. 화학 부문에서는 범용 제품 의존도를 낮추고 고부가·스페셜티 소재로 이동해야 한다. 롯데케미칼은 올해를 미래 성장을 위한 전환점으로 삼겠다고 밝히며, 사업구조 전환과 재무 건전성 강화, 경쟁력이 낮거나 차별화가 어려운 사업의 합리화를 강조했다. 이는 단순한 구호가 아니라 생존 조건에 가깝다. 석유화학은 더 이상 설비를 많이 가진 기업이 이기는 산업이 아니다. 무엇을 줄이고, 무엇을 남기며, 어디에 다시 투자할지를 정하는 산업이 됐다. 롯데 DNA의 본질은 ‘생활산업의 확장’이었다. 하지만 지금 필요한 DNA는 ‘선택과 집중’이다. 신격호 시대의 롯데가 소비자의 생활 반경을 넓게 장악한 그룹이었다면, 신동빈 시대의 롯데는 그 넓은 반경을 다시 효율적으로 재배치해야 하는 그룹이다. 과거에는 점포와 설비를 늘리는 것이 성장의 언어였다. 지금은 수익성이 낮은 사업을 줄이는 것도 성장의 언어가 됐다. 롯데의 시험대는 그래서 냉정하다. 유통에서는 온라인 전환의 속도를 높여야 하고, 화학에서는 구조조정의 고통을 견뎌야 한다. 호텔과 관광은 회복 국면을 살려야 하며, 식품은 글로벌 K푸드 흐름 속에서 새로운 성장 축을 만들어야 한다. 이 모든 것을 동시에 해내야 한다는 점에서 롯데의 과제는 복잡하다. 업계 관계자는 “지금 롯데에 필요한 것은 더 큰 확장이 아니라 더 정교한 재편”이라며 “롯데 DNA의 다음 장은 ‘확장’이 아니라 ‘정리’에서 시작될 가능성이 크다”고 했다. [아주경제 2026년 07월 14일자 13면에 게재된 기사입니다.]
2026-07-14 10:39:04
-
-
-
SK텔레콤, SK그룹 15GW AI 데이터센터 총괄…'AI 인프라 설계자'로 전면에
SK텔레콤이 SK그룹의 15GW 규모 인공지능(AI) 데이터센터(AIDC) 전략을 주도한다. SK하이닉스의 반도체와 그룹의 에너지·건설 역량을 하나의 AI 인프라로 연결하는 컨트롤타워 역할을 맡으면서 이동통신 중심의 사업 구조를 AI 데이터센터와 클라우드 중심으로 전환하는 데 속도를 내고 있다. SK그룹은 SK텔레콤을 중심으로 2029년까지 국내에 5GW 규모의 AI 데이터센터를 단계적으로 구축하고 수요와 투자 여건에 맞춰 2035년까지 최대 15GW 규모로 확대한다는 청사진을 제시했다. 영남권에 2GW 이상, 서남권에 1GW 규모 거점을 조성하는 방안도 포함됐다. 15GW는 단일 프로젝트가 아니라 중장기 확장 목표다. SK는 전략적 투자자 유치와 고객사의 장기 계약, 프로젝트파이낸싱(PF) 등을 통해 장기적으로 최대 1000조원 규모의 투자 유발 효과를 기대하고 있다. 실제 투자 규모는 고객 수요와 전력 확보, 부지 조성, 사업 추진 속도 등에 따라 달라질 전망이다. ■ AI 인프라 설계·운영 총괄…SKT가 앞에 선 이유 AI 데이터센터는 단순히 GPU 서버를 설치하는 시설이 아니다. 고성능 반도체와 안정적인 전력 공급, 냉각 설비, 초고속 네트워크를 하나의 시스템으로 통합 설계하고 운영하는 인프라 사업이다. SK텔레콤은 가산과 양주, 판교 데이터센터를 운영하며 축적한 경험과 네트워크 기술, 글로벌 고객 영업 역량을 바탕으로 그룹 AI 인프라 전략을 이끈다. 올해 1분기 AI 데이터센터 사업 매출도 가산센터 가동률 상승 등에 힘입어 1314억원을 기록했다. SK텔레콤은 부지 선정부터 전력 수급, 데이터센터 설계·구축·운영, 글로벌 고객 유치까지 사업 전반을 총괄한다. SK하이닉스는 고대역폭메모리(HBM)를 비롯한 AI 반도체 경쟁력을 제공하고 SK에코플랜트는 설계와 시공을 맡는다. 에너지 계열사는 발전원과 에너지저장장치(ESS), 냉각 솔루션 등 전력 인프라를 지원하는 구조다. 첫 시험대는 울산이다. SK텔레콤은 아마존웹서비스(AWS)와 약 7조원을 투입해 GPU 6만장 규모의 AI 데이터센터를 건설하고 있으며 2027년 하반기 가동을 목표로 하고 있다. 엔비디아와는 차세대 AI 데이터센터인 'AI 팩토리' 구축도 추진 중이다. SK텔레콤의 목표는 데이터센터 공간을 임대하는 코로케이션 사업에 머물지 않는다. 고객이 필요한 만큼 GPU를 사용할 수 있는 GPUaaS(GPU as a Service), AI 클라우드, 기업 맞춤형 AI 데이터센터 구축·운영까지 사업 영역을 넓히고 있다. 가산 데이터센터에서는 GPUaaS를 이미 상용화했다. 이는 정체된 이동통신 시장을 넘어 새로운 성장동력을 확보하기 위한 전략이기도 하다. 데이터센터 기획부터 운영까지 직접 맡게 되면 그룹 계열사의 반도체와 네트워크, 에너지 기술을 하나의 AI 서비스로 묶어 글로벌 빅테크와 기업 고객에게 제공할 수 있기 때문이다. AI 데이터센터를 그룹 내부 지원시설이 아니라 독립적인 AI 플랫폼 사업으로 육성하겠다는 구상이다. 시장 전망도 우호적이다. 맥킨지는 글로벌 데이터센터 수요가 2030년까지 연평균 19~22% 증가하고 예정된 공급이 모두 이뤄져도 미국에서만 15GW 이상의 공급 부족이 발생할 것으로 전망했다. 국내에서도 AI 데이터센터 특별법을 통한 인허가 절차 간소화와 비수도권 전력계통영향평가 특례 등이 사업 추진 속도를 높일 수 있는 요인으로 꼽힌다. 다만 과제도 적지 않다. 15GW 규모의 AI 데이터센터를 구축하려면 막대한 전력과 자본이 필요하다. 결국 사업의 성패는 2029년까지 추진하는 5GW 사업에서 안정적인 전력과 부지, 장기 계약 고객을 얼마나 확보하느냐에 달려 있다. AI 데이터센터는 새로운 수익원을 넘어 SK그룹의 미래 성장축으로 자리 잡을 가능성이 크다. 이동통신 기업에서 아시아 AI 인프라 운영사로의 전환이 현실화될 수 있을지 주목된다. [아주경제 2026년 07월 14일자 13면에 게재된 기사입니다.]
2026-07-14 10:36:05
-
-
-
LG전자·GS건설, AI홈 공동개발…'자이'에 초개인화 주거 입힌다
[경제일보] LG전자가 GS건설과 손잡고 인공지능(AI) 홈 솔루션 사업 확대에 나선다. AI홈 허브를 중심으로 가전과 사물인터넷(IoT), 아파트 단지 인프라를 하나의 플랫폼으로 연결해 차세대 스마트 주거 시장을 선점하겠다는 전략이다. LG전자는 지난 10일 서울 종로구 그랑서울에서 GS건설과 '차세대 AI홈 공동개발을 위한 업무협약(MOU)'을 체결했다고 13일 밝혔다. 협약식에는 류재철 LG전자 최고경영자(CEO) 사장과 허윤홍 GS건설 대표를 비롯한 양사 주요 경영진이 참석했다. 이번 협약을 통해 LG전자는 AI홈 허브 '씽큐 온(ThinQ ON)'을 중심으로 가전과 IoT 기기, 각종 생활 서비스를 연계한 AI홈 솔루션을 GS건설의 주거 브랜드 '자이(Xi)' 단지 인프라와 결합해 차세대 스마트 주거 환경을 구축할 계획이다. 양사는 집 안의 가전 제어를 넘어 조명과 난방, 환기, 콘센트, 가스밸브 등 생활 설비를 통합 관리하고, 엘리베이터 호출과 주차 위치 확인, 방문 이력 조회, 커뮤니티 시설 예약 등 아파트 단지 서비스까지 하나의 플랫폼에서 이용할 수 있도록 구현한다. AI를 활용한 초개인화 서비스도 강화한다. AI가 사용자의 생활 패턴과 대화 맥락을 이해해 필요한 기능을 제안하거나 자동으로 실행함으로써 거주자 맞춤형 생활 환경을 제공한다는 구상이다. 이번 협력은 양사가 지난 4월 체결한 '미래형 주거 로봇 서비스 모델 구축' 업무협약의 후속 프로젝트다. 당시 양사는 로봇 친화형 아파트 설계 기준을 마련하고 홈로봇 'LG 클로이(CLOi)'와 자율주행 서빙·배송 로봇을 활용한 주거 서비스를 공동 개발하기로 했다. 이번에는 AI홈 솔루션까지 결합해 AI와 로봇, 주거 공간이 유기적으로 연결되는 통합 스마트홈 생태계를 구축한다는 전략이다. 업계에서는 AI 기술이 가전 제어를 넘어 주거 플랫폼 전반으로 확산되면서 건설사와 전자업체 간 협력이 빠르게 확대되고 있다고 보고 있다. 단순 빌트인 가전 공급에서 벗어나 AI 플랫폼과 로봇, 생활 서비스를 결합한 통합 솔루션 경쟁이 본격화되는 모습이다. LG전자는 그동안 축적한 빌트인 가전 경쟁력과 AI홈 플랫폼 기술을 기반으로 건설사 대상 B2B 사업을 확대하고 있다. 앞으로도 AI홈과 로봇, 플랫폼 서비스를 결합한 주거 솔루션을 앞세워 국내외 스마트홈 시장 공략에 속도를 낼 계획이다. 류재철 LG전자 CEO 사장은 "LG전자의 AI홈 솔루션과 자이의 단지 인프라를 결합해 고객의 일상을 더욱 편리하고 가치 있게 만드는 새로운 주거 경험을 제공할 것"이라며 "양사의 협력을 통해 AI와 로봇, 공간이 조화를 이루는 미래 주거의 새로운 표준을 만들어 가겠다"고 말했다. 허윤홍 GS건설 대표는 "미래 주거는 단순히 새로운 기기를 추가하는 것이 아니라 AI와 공간이 하나의 경험으로 통합될 때 완성된다"며 "LG전자와 함께 고객이 체감할 수 있는 차세대 AI 주거 서비스를 구현해 새로운 주거 문화를 만들어 나가겠다"고 말했다. LG전자 관계자는 "이번 AI홈 솔루션은 GS건설과 함께 추진 중인 미래형 주거 모델을 기반으로 우선 신규 단지를 중심으로 적용을 검토하고 있으며, 향후 주요 도시정비사업 등으로 확대될 가능성도 있다"며 "가전과 단지 인프라를 하나의 플랫폼에서 이용할 수 있도록 씽큐(ThinQ) 플랫폼 기반의 통합 서비스를 개발하고 있다"고 설명했다. 이어 "LG전자의 AI홈은 초개인화 경험을 핵심으로 하는 만큼 가족이 함께 거주하는 환경에서도 사용자별 생활 패턴을 구분해 각각에 맞는 맞춤형 서비스를 제공하는 방향으로 개발하고 있다"며 "AI가 이용자의 생활 맥락을 이해해 필요한 기능을 제안하거나 자동으로 실행하는 차세대 주거 환경을 구현하는 것이 목표"라고 말했다.
2026-07-13 16:38:27
-
-
정원주 대우건설 회장, 인도네시아 정·관계 면담…SMR·AI 인프라 협력 논의
[경제일보] 정원주 대우건설 회장이 인도네시아를 찾아 에너지·디지털 인프라와 부동산 개발을 아우르는 미래사업 확대에 나섰다. 소형모듈원전(SMR)과 액화천연가스(LNG) 발전 인프라, 기가와트(GW)급 인공지능(AI) 데이터센터를 결합한 융복합 개발 모델을 앞세워 현지 정·관계 및 투자기관과의 접점을 넓힌 것이다. 13일 대우건설에 따르면 정 회장은 지난 7일부터 11일까지 인도네시아 자카르타를 방문해 정부 관계자와 투자기관, 주요 개발사 인사들을 잇달아 만났다. 이번 방문은 인도네시아를 대우건설의 미래 핵심 전략시장으로 보고 융복합 개발 사업과 신도시 개발 등 중장기 사업 기회를 직접 점검하기 위해 이뤄졌다. 정 회장은 수긍 수파르워토 인도네시아 하원 제12위원회 위원장, 토도투아 파사리부 투자·다운스트림부 차관, 인도네시아 국부펀드 다난타라의 판두 샤흐리르 최고투자책임자(CIO), 승범수 코린도그룹 수석부회장 등을 만나 대우건설의 미래사업 구상을 공유하고 협력 확대 방안을 설명했다. 특히 에너지 분야 면담에서는 대우건설이 보유한 LNG 플랜트와 발전 인프라 시공 경험을 소개하고 SMR, LNG 터미널·발전소, AI 데이터센터를 함께 구축하는 ‘올인원’ 개발 모델을 제안했다. AI 산업 확산으로 대규모 전력 수요가 늘어나는 만큼 발전 인프라와 데이터센터를 따로 보지 않고 하나의 개발 패키지로 묶겠다는 전략이다. 인도네시아 정부 측도 관련 사업 추진에 협조하겠다는 뜻을 밝힌 것으로 전해졌다. 투자개발사업 분야에서도 보폭을 넓혔다. 다난타라의 판두 샤흐리르 CIO와의 면담에서는 신도시 개발을 포함한 대규모 투자개발사업 협력 가능성을 논의했다. 양측은 향후 구체적인 사업 발굴과 협의를 이어가기로 했다. 인도네시아는 정 회장이 공을 들이는 해외 전략시장 중 하나다. 대우건설은 1986년 인도네시아에 처음 진출한 뒤 약 40년간 크라프트 제지공장, 디스트릭트8 건축사업, 탕구 LNG 확장 2단계 사업 등 건축·플랜트·산업설비 분야에서 총 7건, 5억4000만달러 규모의 프로젝트를 수행했다. 최근에는 단순 시공보다 개발과 투자 중심으로 사업 방향을 넓히고 있다. 정 회장은 지난해 5월 프라보워 수비안토 대통령을 예방해 인도네시아 사업 확대 의지를 전달했다. 올해 4월에는 프라보워 대통령 방한을 계기로 열린 한·인도네시아 경제협력 행사에서 시나르마스랜드, 해외인프라도시개발지원공사와 BSD 신도시 개발을 위한 업무협약을 체결했다. 대우건설은 베트남 하노이 스타레이크시티에서 쌓은 신도시 개발 경험도 인도네시아 사업에 활용한다는 방침이다. 정 회장의 이번 방문을 계기로 SMR과 LNG 플랜트, AI 데이터센터 등 에너지·디지털 인프라 사업과 부동산 개발을 결합한 투자개발형 사업 모델을 구체화할 계획이다. 대우건설 관계자는 "인도네시아는 풍부한 성장 잠재력을 갖춘 대우건설의 핵심 전략시장이다"라며 "부동산개발사업은 물론 LNG 플랜트, 에너지 인프라, AI 데이터센터 등 다양한 분야에서 인도네시아의 지속 가능한 성장에 기여하는 신뢰받는 파트너가 되겠다"고 말했다.
2026-07-13 12:32:06
-
-
챗봇 경쟁 끝…AI 승부처는 '산업 현장'
[경제일보] 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM) 성능 중심에서 산업 적용 중심으로 이동하고 있다. 생성형 AI가 기술 경쟁을 이끌었다면 이제는 신소재 개발과 제조 혁신, 금융 분석 등 실제 산업 현장의 문제를 해결하는 '산업 AI'가 새로운 승부처로 떠오르고 있다는 분석이다. 12일 업계에 따르면 LG AI연구원은 최근 서울에서 열린 세계 최고 권위의 머신러닝 학회 'ICML 2026'에서 엑사원(EXAONE)의 산업 적용 사례를 대거 공개했다. 학회에서 발표한 14편의 논문보다 시장의 관심을 끈 것은 AI가 실제 산업 현장에서 만들어내고 있는 성과였다. AI가 연구개발을 돕는 수준을 넘어 기업의 제품 개발과 의사결정, 데이터 생산 방식을 바꾸는 단계에 들어섰다는 점을 보여줬기 때문이다. 대표적인 사례가 신소재 발굴 플랫폼 '엑사원 디스커버리'다. LG AI연구원은 AI를 활용해 42만개가 넘는 후보 물질 가운데 탈모 관리 신소재 '람시딜'을 하루 만에 찾아냈고, 현재 제품화를 추진하고 있다. AI 데이터센터 핵심 인프라로 떠오른 액침 냉각유 소재 역시 GS칼텍스와 공동 개발하며 신소재 발굴 범위를 확대하고 있다. 금융 분야에서도 AI의 역할은 커지고 있다. 금융 특화 AI 에이전트 '엑사원 BI'는 한국과 미국 증시에 상장된 약 8000개 종목을 매일 분석해 투자 판단에 필요한 예측 정보와 분석 리포트를 제공한다. 영국 런던증권거래소그룹(LSEG)에 이어 최근 코스콤과도 협력을 시작하면서 산업 AI의 적용 범위를 글로벌 금융시장과 국내 자본시장으로 넓히고 있다. 데이터 생산 방식 역시 달라지고 있다. '엑사원 데이터 파운드리'는 AI가 고품질 데이터를 자동 생성하고 전문 분야별 AI 모델 구축을 지원하는 플랫폼이다. 국민연금공단 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. 사람이 일일이 데이터를 구축하던 방식에서 AI가 데이터 생산 공장 역할을 수행하기 시작한 것이다. 반도체 업계에서는 AI가 공정 최적화와 수율 개선에 활용되고 있으며 배터리 업계에서는 차세대 소재 개발과 품질 관리에 적용 범위가 확대되고 있다. 제조 현장에서는 설비 이상을 예측하고 생산 계획을 최적화하는 AI 솔루션 도입이 늘고 있고 금융권 역시 투자 분석과 리스크 관리 분야에서 AI 활용을 확대하고 있다. AI가 더 이상 하나의 서비스가 아니라 산업 전반을 움직이는 핵심 인프라로 자리 잡고 있는 셈이다. LG의 차별점은 AI 기술을 곧바로 적용할 수 있는 산업 기반을 갖추고 있다는 점이다. LG전자와 LG생활건강, LG에너지솔루션, LG디스플레이 등 다양한 제조 계열사를 통해 AI 연구 성과를 실제 제품과 사업으로 연결할 수 있다. AI를 연구하는 조직과 이를 활용할 산업 현장이 하나의 생태계 안에 있다는 점이 경쟁력으로 꼽힌다. 물론 해결해야 할 과제도 적지 않다. 산업 AI가 확대될수록 AI가 내린 판단의 신뢰성과 책임 문제, 기업 데이터 보호, 산업별 규제 체계 등 새로운 숙제가 함께 등장하고 있다. 산업마다 필요한 데이터의 특성과 정확도가 다른 만큼 범용 AI보다 높은 수준의 전문성과 검증 체계도 요구된다. 그럼에도 산업계가 AI에 주목하는 이유는 분명하다. 인공지능이 더 이상 논문과 연구 성과에 머무르는 기술이 아니라 실제 산업 현장에서 비용을 줄이고 연구개발 기간을 단축하며 새로운 제품과 서비스를 만들어 낼 수 있기 때문이다. 강철부대의 시선이 머무는 곳, AI 생태계 역시 더 이상 모델 성능이나 논문 편수만으로 경쟁력을 평가받기 어려운 단계에 진입하고 있다. 생성형 AI 열풍을 넘어 실제 산업 난제를 해결하고 사업화 성과를 입증하는 기업이 새로운 승자가 될 가능성이 커지고 있다. 기술 경쟁의 무게중심도 AI 모델의 성능 경쟁에서 산업 현장의 활용 가치와 사업화 역량으로 이동하는 흐름이다. AI의 다음 킬러 애플리케이션 역시 새로운 챗봇보다 공장과 연구소, 데이터센터, 금융시장 등 산업 현장에서 먼저 등장할 가능성이 크다.
2026-07-12 08:00:00
-
산단 10년을 5년으로…기업형 첨단도시, 결국 '사람'이 답이다
[경제일보] 정부가 '산단 조성 10년' 시대를 끝내겠다고 선언했다. 반도체와 피지컬 AI, AI 데이터센터를 대한민국 미래 산업의 3대 축으로 육성하기 위해 기업이 원하는 부지를 신속하게 공급하고 공장과 연구시설이 집적된 첨단산업 거점을 조성하겠다는 구상이다. 그러나 산업계에서는 이번 프로젝트의 성패가 인허가 기간 단축보다 우수 인재의 정착과 지속 가능한 산업 생태계 구축 여부에 달려 있다는 분석이 나온다. 반도체와 AI 산업은 공장만 세운다고 경쟁력이 확보되는 산업이 아니다. 세계적인 연구개발(R&D) 인력과 협력기업, 대학, 병원, 교육·문화시설이 유기적으로 연결돼야 지속적인 투자와 기술 혁신이 가능하다. 첨단산업 경쟁의 무게중심이 생산시설 확충에서 인재와 산업 생태계를 갖춘 도시 조성으로 옮겨가고 있다는 분석이 나오는 이유다. 이재명 대통령은 지난달 29일 청와대에서 열린 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 반도체·피지컬 AI·AI 데이터센터를 국가 미래 성장동력으로 제시하며 기업형 첨단도시 조성을 핵심 정책으로 내세웠다. 정부는 산단 기획부터 공장 가동까지 통상 10년 이상 걸리던 절차를 5년 이하로 단축하고 기업과 인재가 함께 모이는 새로운 산업도시를 조성하겠다는 목표를 제시했다. 산단에서 첨단도시로…정부가 바꾸려는 산업 지도 이번 구상의 핵심은 산업단지를 단순한 생산기지가 아닌 생활권과 결합한 첨단도시로 조성하겠다는 데 있다. 정부는 기업 맞춤형 입지 공급과 함께 주거·교육·문화·의료 시설을 확충하고 정주지까지 30분, 공항과 항만 등 물류 거점까지 1시간 이내 이동할 수 있는 교통망 구축을 추진하기로 했다. 지역 거점 국립대와 연계한 인재 양성 체계도 함께 마련한다는 계획이다. 정부가 이처럼 '도시'를 강조하는 이유는 첨단산업 경쟁력을 좌우하는 요소가 달라졌기 때문이다. 과거 제조업 시대에는 공장을 빠르게 건설하고 생산능력을 확대하는 것이 경쟁력의 핵심이었다. 그러나 AI 시대에는 반도체 공장과 데이터센터, 피지컬 AI 생산시설이 하나의 산업 생태계로 연결되고 이를 운영할 고급 인력이 지속적으로 유입돼야 경쟁력을 유지할 수 있다. 실제 반도체 기업들의 투자 판단 기준도 달라지고 있다. 단순한 부지 확보를 넘어 엔지니어가 장기간 근무할 수 있는 주거 환경과 교육 여건, 의료 서비스, 교통 접근성, 협력사와 연구기관이 밀집한 연구개발 기반 등이 종합적으로 고려된다. 최첨단 공장을 구축하더라도 우수 인력을 안정적으로 확보하지 못하면 생산성과 연구개발 역량을 유지하기 어렵기 때문이다. 결국 투자 경쟁력은 공장 자체보다 우수 인력이 장기간 머물 수 있는 정주 여건에서 갈린다는 것이 산업계의 공통된 시각이다. TSMC·인텔이 보여준 교훈…공장만으로는 생태계 못 만들어 이 같은 변화는 해외 주요 반도체 클러스터에서도 확인된다. 대표적인 사례가 미국 애리조나다. 세계 최대 파운드리 기업 TSMC는 미국 정부의 반도체 육성 정책에 맞춰 대규모 생산시설을 건설하고 있지만 초기에는 반도체 설비를 설치할 숙련 기술인력 부족으로 공장 가동 일정이 연기됐다. 현지 인력 확보에 어려움을 겪으면서 대만 엔지니어를 파견해 교육을 병행하는 등 인력 문제가 사업 추진의 핵심 변수로 떠올랐다. 대규모 투자만으로 첨단산업 생태계가 완성되지 않는다는 점을 보여준 대표 사례로 평가된다. 인텔 역시 미국 오하이오주에 대규모 반도체 생산단지를 조성하며 '실리콘 하트랜드(Silicon Heartland)' 구축에 나섰지만 시장 환경 변화와 투자 일정 조정, 기반시설 조성 등의 영향으로 당초 계획보다 공장 완공 시점이 늦춰졌다. 업계에서는 대규모 첨단산업 클러스터는 생산시설 건설만으로 완성되는 것이 아니라 인재 확보와 협력기업 유치, 도시 기반시설 확충이 함께 이뤄져야 지속 가능한 경쟁력을 확보할 수 있다는 점을 보여준 사례로 보고 있다. 국내 상황도 크게 다르지 않다. 삼성전자 용인 반도체 클러스터와 평택캠퍼스는 세계 최대 규모의 생산거점으로 성장하고 있지만 상당수 연구개발 인력은 용인과 분당, 수지, 동탄 등 수도권 생활권을 기반으로 근무하고 있다. 연구개발 인력과 협력기업, 대학, 교통망이 이미 집적돼 있다는 점이 수도권 반도체 클러스터의 경쟁력을 뒷받침하는 요소로 꼽힌다. '빠른 산단'보다 '머물고 싶은 도시'가 경쟁력 반면 앞으로 조성될 서남권 반도체 클러스터와 AI 데이터센터, 피지컬 AI 거점은 생산시설과 함께 새로운 생활권을 구축해야 하는 과제를 안고 있다. 산업계에서는 우수 인력이 장기간 정착하려면 주거·교육·의료·문화 등 생활 인프라가 함께 구축돼야 한다고 보고 있다. 이런 점에서 정부가 이번 메가 프로젝트에서 기업형 첨단도시를 별도 축으로 제시한 것은 기존 산업단지 정책과 결이 다르다는 평가가 나온다. 과거 국가산업단지나 혁신도시 정책이 생산시설 공급이나 공공기관 이전에 초점을 맞췄다면 이번에는 산업과 주거, 연구개발, 교육, 교통을 하나의 생태계로 연결하는 데 방점을 찍고 있기 때문이다. 기업과 대학, 연구기관, 협력사가 유기적으로 연결되는 혁신 거점을 구축하겠다는 것이 정책의 핵심이다. 다만 정부 구상이 현실화되기 위해서는 정주 여건뿐 아니라 산업 기반시설 확보라는 과제도 해결해야 한다. 기업들이 요구하는 수준의 전력망과 용수 확보, 환경영향평가, 주민 수용성, 교통 인프라 구축 등이 계획대로 이뤄질지가 사업 추진 속도를 좌우할 것으로 보인다. 지역 거점 대학이 반도체와 AI 산업이 요구하는 고급 인력을 안정적으로 공급할 수 있을지도 기업형 첨단도시의 경쟁력을 결정하는 핵심 변수다. 산업계에서는 이번 정책이 단순히 산단 조성 기간을 절반으로 줄이는 데 그쳐서는 안 된다고 입을 모은다. 기업이 원하는 것은 빠른 인허가가 아니라 연구개발과 생산, 생활이 유기적으로 연결되는 지속 가능한 산업 생태계라는 것이다. 결국 정부가 제시한 '산단 10년에서 5년'이라는 목표의 진짜 의미는 공장을 더 빨리 짓는 데 있지 않다. AI 시대 국가 경쟁력은 생산시설의 규모보다 우수 인재와 기업이 지속적으로 모여 혁신을 이어갈 수 있는 기반을 얼마나 갖추느냐에 달려 있다. 기업형 첨단도시 역시 '빠른 산단'이 아니라 기업과 인재가 머물고 성장하는 혁신 거점으로 자리 잡을 때 비로소 800조원 규모 메가 프로젝트를 뒷받침하는 지속 가능한 성장 기반이 될 수 있을 것으로 보인다. 업계 관계자는 "반도체 산업은 결국 사람이 모여야 하는 산업인 만큼 주거·교육·의료·문화 등 정주 여건이 전력과 용수 못지않게 중요한 투자 요소"라며 "협력사와 소부장 기업이 함께 집적되고 지역 대학과 연계한 인재 양성 체계가 구축돼야 지속 가능한 반도체 생태계를 만들 수 있다"고 말했다.
2026-07-10 17:17:57
-
LG CNS, 英 피직스엑스와 손잡았다…산업 AI '월드모델' 만든다
[경제일보] 생성형 AI가 문서와 대화를 바꾸고 있다면, 다음 전장은 공장과 설비, 로봇이 움직이는 산업 현장이다. LG CNS가 영국 산업용 AI 기업 피직스엑스와 손잡고 물리 법칙을 이해하는 차세대 산업 AI 개발에 나선다. 9일 업계 따르면 LG CNS와 피직스엑스는 에너지, 제조, 로보틱스 등 산업 현장의 복잡한 공학 문제를 해결하기 위한 협력에 착수했다. 피직스엑스는 양사가 차세대 산업 AI를 위한 ‘프런티어 월드모델’을 개발할 계획이라고 밝혔다. 이번 협력의 핵심은 피직스엑스의 AI 기반 엔지니어링 시뮬레이션 플랫폼과 LG CNS의 기업 시스템 통합, 디지털트윈 서비스 역량을 결합하는 데 있다. 디지털트윈이 실제 공장과 설비, 공정 데이터를 가상 공간에 재현하는 기술이라면 물리 AI는 이 데이터 위에서 열·압력·재료·유체 흐름 등 현실의 물리적 제약을 이해하고 예측하는 기술이다. 기존 생성형 AI가 문서 작성과 검색, 고객 응대에 강점을 보였다면 산업 AI는 설계와 생산, 유지보수 과정의 의사결정 정확도를 높이는 데 초점이 맞춰진다. 예를 들어 설비 배치나 공정 조건을 바꿨을 때 생산성과 품질, 에너지 효율이 어떻게 달라지는지를 실제 현장 적용 전 가상 환경에서 검증할 수 있다. LG CNS에는 제조·에너지 기업의 시스템 구축과 운영 경험, 디지털트윈 기반이 있다. 피직스엑스는 항공우주·방산, 자동차, 반도체, 소재, 에너지 분야를 대상으로 공학 시뮬레이션에 AI를 접목해 온 영국 기업이다. 두 회사의 결합은 피직스엑스가 물리 기반 모델을 제공하고 LG CNS가 이를 국내 산업 현장 시스템과 데이터에 연결해 상용화하는 구도로 읽힌다. 피직스엑스는 최근 독일 도이치텔레콤의 산업 AI 클라우드에서 AI 네이티브 엔지니어링 플랫폼을 가동하는 등 유럽 산업계와 협력을 넓히고 있다. LG CNS와의 협력은 한국 제조 현장으로 적용 범위를 확대하는 계기가 될 수 있다. 다만 구체적인 적용 산업, 공동 개발 모델의 범위, 고객사, 상용화 일정은 아직 공개되지 않았다. 산업 AI는 모델 성능만으로 성과를 내기 어렵고 현장 데이터의 품질과 보안, 기존 설비·생산관리시스템과의 연동이 함께 갖춰져야 한다. 한편 ‘물리 AI’가 현장의 생산성·품질·비용 개선으로 얼마나 증명되느냐다. LG CNS가 피직스엑스와의 협력을 통해 디지털트윈을 시각화 도구에서 실제 공학 의사결정을 지원하는 산업 AI 플랫폼으로 발전시킬 수 있을지 주목된다.
2026-07-10 08:00:11
-
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