검색결과 총 367건
-
-
-
-
-
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
-
-
-
-
-
-
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
-
-
-
-
삼성전자 '실적' vs SK하닉 '실탄'…AI 메모리 패권경쟁 2라운드
[경제일보] AI 반도체 전쟁의 열기가 다시 한국 증시를 흔드는 모습이다. 삼성전자는 역대급 실적으로 돌아왔고, SK하이닉스는 글로벌 자본시장에서 대규모 투자 재원 확보에 나서고 있다. 한쪽은 실적으로, 다른 한쪽은 자금조달로 AI 메모리 패권전 2라운드의 문을 열었다. 역대급 실적으로 돌아온 삼성의 '반격' 삼성전자는 올해 2분기 연결 기준 매출 약 171조원, 영업이익 약 89조4000억원의 잠정 실적을 발표했다. 전년 동기 영업이익 4조6800억원과 비교하면 약 19배 수준이다. 이는 AI 데이터센터 확산으로 D램과 낸드 가격이 뛰고, 고부가 메모리 수요가 폭발한 결과다. 몇 년 전 HBM 경쟁에서 SK하이닉스에 주도권을 내줬다는 평가를 받았던 삼성전자가 다시 메모리 슈퍼사이클의 중심으로 돌아왔다는 신호다. 하지만 시장의 반응은 냉정했다. 삼성전자가 실적을 발표한 지난 7일 코스피는 4.9% 급락했고, 삼성전자와 SK하이닉스 주가는 각각 6.9%, 6.1% 하락했다. 강한 이익이 이미 주가에 반영됐고, AI 메모리 호황이 얼마나 이어질지에 대한 의문이 커진 영향이다. AI 데이터센터 투자가 과열됐는지, 빅테크의 설비투자가 계속 늘어날지, 메모리 가격 상승세가 언제까지 이어질지가 새로운 질문으로 떠오르고 있는 것이다. 삼성전자와 SK하이닉스의 경쟁은 단순한 HBM 점유율 싸움을 넘어섰다. 이제 승부처는 '누가 더 빨리 고성능 메모리 생산능력을 늘리느냐', '누가 엔비디아와 빅테크 고객의 장기계약을 더 단단히 묶느냐'. '메모리 사이클이 꺾일 때 누가 더 오래 버티느냐'로 옮겨갔다. 삼성전자의 무기는 종합 반도체 체력이다. 삼성전자는 메모리, 파운드리, 시스템LSI, 패키징을 모두 가진 세계에서 드문 기업이다. AI 반도체가 복잡해질수록 칩 하나의 성능보다 메모리, 로직, 패키징을 함께 묶는 능력이 중요해진다. 삼성전자는 HBM에서 SK하이닉스에 먼저 밀렸지만, 메모리 전반의 가격 상승과 낸드 회복, 범용 D램 수요 반등을 동시에 누릴 수 있는 구조를 갖고 있다. 반면 삼성전자는 HBM 초반 주도권을 놓쳤다. AI 가속기 시장에서 엔비디아 공급망의 신뢰를 먼저 얻은 쪽은 SK하이닉스였다. 삼성전자의 2분기 호실적에도 시장에서 '삼성이 AI 메모리의 가장 중요한 고객에게 가장 중요한 제품을 가장 안정적으로 공급할 수 있는가'라는 질문이 나오는 이유다. HBM 선점한 SK, 자본시장서 실탄 확보 SK하이닉스는 다른 길을 걷고 있다. SK하이닉스는 미국 주식 매각을 시작했고 280억7000만 달러(한화 약 43조원) 자금 조달을 추진하고 있다. 해당 자금은 국내 신규 반도체 공장 건설과 첨단 장비 확보에 쓰일 가능성이 크다. AI 메모리 수요가 폭증하는 시점에 글로벌 투자자 자금을 끌어와 생산능력 확대에 투입하겠다는 전략이다. HBM 선점으로 얻은 시장 신뢰를 자본시장으로 확장하려는 승부수다. SK하이닉스의 강점은 집중력이다. 삼성전자가 메모리와 파운드리, 모바일과 가전까지 거대한 포트폴리오를 가진 기업이라면, SK하이닉스는 메모리 한 분야에서 더 집중적으로 대응하고 있다. 특히 HBM에서는 엔비디아 공급망을 선점하며 'AI 시대 메모리 강자' 이미지를 굳혔다. HBM은 단순히 많이 만드는 제품이 아니다. 고객의 AI 가속기 설계 일정에 맞춰 성능, 발열, 전력 효율, 패키징을 함께 맞춰야 한다. SK하이닉스는 이 고객 맞춤형 대응에서 앞섰다는 평가를 받았다. 다만 SK하이닉스의 대규모 자금 조달은 기회이자 동시에 부담이다. AI 메모리 호황이 길게 이어지면 선제 투자는 격차 확대의 무기가 되지만, 반대로 빅테크의 AI 투자가 둔화하거나 메모리 공급이 한꺼번에 늘어나면 대규모 설비투자는 고정비 부담으로 돌아올 수 있다. 호황 이후 겨누는 장기전 두 기업 모두 사이클 방어가 숙제다. 삼성전자와 SK하이닉스 등 메모리 기업들은 다운사이클 위험을 줄이기 위해 장기계약과 '테이크 오어 페이(Take or Pay)' 방식의 계약을 활용하고 있다. 이런 계약이 전체 매출을 모두 방어하는 것은 아닌 만큼 공급과잉이 현실화될 경우 충격을 완전히 막기는 어렵다. 때문에 삼성전자와 SK하이닉스의 전쟁은 '누가 더 많이 버느냐'만의 문제가 아니다. 삼성전자는 실적으로 자신이 여전히 '메모리 강자'임을 증명해야 하고, SK하이닉스는 HBM 선점이 일시적 우위가 아니라 장기 경쟁력임을 입증해야 한다. 투자 포인트도 다르다. 삼성전자는 반도체 전체 체력과 포트폴리오 회복력이 강점이다. 메모리 가격 상승이 D램과 낸드 전반으로 번지면 삼성의 이익 레버리지는 더 커진다. 파운드리와 시스템반도체 부진이 부담이지만, 반대로 이 부문이 회복하면 실적 개선의 추가 여지도 생긴다. SK하이닉스는 HBM과 고성능 D램에 더 집중된 기업이다. AI 서버 수요가 계속 강하면 이 집중력이 더 큰 프리미엄으로 돌아온다. 문제는 시장이 더 이상 '좋은 숫자'만으로 만족하지 않는다는 점이다. 삼성전자의 2분기 잠정 실적은 압도적이지만, 주가는 흔들렸다. 이는 투자자들이 이미 AI 호황을 주가에 상당 부분 반영했고, 이제는 다음 국면을 보기 시작했다는 뜻이다. AI 메모리 슈퍼사이클이 2027년 이후에도 지속될지, 가격 상승이 얼마나 이어질지, 고객의 장기계약이 실제 방어막이 될지가 중요해졌다. 한국 반도체 산업 전체로 보면 두 기업의 경쟁은 축복이자 부담이다. 삼성과 SK하이닉스가 동시에 대규모 투자를 집행하면 국내 장비·소재·부품 생태계는 커진다. 용인, 평택, 청주 등 반도체 거점의 산업적 무게도 커진다. 하지만 같은 방향으로 너무 많은 투자가 몰리면 사이클 하강기에 충격도 커진다. 반도체 산업은 국가 전략산업이지만, 동시에 가장 냉정한 사이클 산업이다. 업계 관계자는 "삼성전자와 SK하이닉스 모두 지금은 강하지만, 진짜 승부는 가격이 오를 때가 아니라 가격이 흔들릴 때 드러난다"며 "AI 메모리 2라운드는 생산능력, 고객계약, 자금조달, 사이클 방어력까지 모두 겨루는 장기전"이라고 했다. 이어 "AI는 더 많은 메모리를 요구하고, 시장은 더 많은 증거를 요구하는 상황에서 '이익을 얼마나 오래 지속할 수 있는가'라는 질문이 승패를 가르게 될 것"이라고 덧붙였다. [아주경제 2026년 07월 09일자 13면에 게재된 기사입니다.]
2026-07-09 09:00:00