저자: 유신닝추정—자막오타로소속표기불확실 · 한국인
요약 보기
중국 반도체 추격 우려는 과장이며 기술은 늘 따라잡아 왔으나 시장 점유와 정치적 수용성은 별개. 미국 정책 주도의 밸류에이션 지지가 약화되어 개별 기업 장세로 바뀌었고, 한국 시장은 외국인 파생 매매에 흔들릴 뿐 급락·붕괴는 아니라고 봄. AI 생산성 혁명은 데이터 정교도가 높은 의료·법률·회계 등에서 효과적이나 제조업 현장은 데이터 부족으로 시간이 걸리고, 피지컬 AI도 촉각 구현이 어려워 과장되었다는 입장.
다듬은 글
지금 우리나라 시장은 외국인 수급에 따라 위아래로 흔들리는 장세입니다. 다만 급락이나 붕괴를 얘기할 단계는 아닙니다. 오히려 중요한 것은 AI 생산성이 어디까지 왔는지, 그리고 금리 부담이 경제를 얼마나 짓누를지를 구조적으로 보는 일입니다.
안녕하세요. 저는 KB국민은행 WM스타자문단에서 수석이코노미스트를 맡고 있는 유신닝입니다. 반갑습니다. 코스피가 중국의 반도체 추격이 너무 거세진 것 아니냐는 우려 때문에 많이 흔들렸는데, 어떻게 보고 계신가요?
중국이 기술 격차를 좁힌다는 것은 항상 있어 온 일입니다. 과거 디스플레이를 보시면 됩니다. 우리 장비를 도입해 수출을 하던 중국이 2010년대 중반부터 빠르게 발전하면서 머지않아 따라잡을 것이라는 얘기가 나왔습니다. 그때 우리 디스플레이 산업도 같이 악화될 거라는 우려가 있었죠. 실제로는 일부 영향은 받았지만, 시장 자체는 분리되어 있었습니다. 미국과 중국이 주도하는 시장, 그리고 중화권 시장이 따로 움직였다는 뜻입니다.
이번에도 같은 맥락입니다. 중국이 4F 스퀘어 기술을 만든다는 것은 기술적으로 집적도가 높고 전력 효율을 높인다는 의미입니다. 삼성전자도 2027년 정도에 장비를 들여와 양산하겠다는 의사를 밝혔는데, 중국이 2026년 말에는 가능하다고 하니 다들 깜짝 놀란 것입니다. 기술 격차가 너무 좁혀지는 것 아니냐는 얘기죠. 그런데 중국의 기술은 항상 따라잡아 왔습니다. 다만 기술 개발, 마케팅, 실제 판매는 다르다는 점을 늘 염두에 두셔야 합니다.
중화권에서 팔리는 물량은 압도적으로 많아질 수 있습니다. 문제는 우리가 지금 밸류체인에 들어가 있는 미국 쪽에서 그것을 받아들일 것인가입니다. 이건 정치적인 문제입니다. 받아들이면 어떻게 될까요? 폴리실리콘과 같은 상황이 됩니다. 지금 중국산 폴리실리콘 가격과 미국, 유럽 폴리실리콘 가격이 다르지 않습니까? 미국과 유럽이 중국산 물품을 끊었기 때문입니다. 지금 반도체도 같은 논리입니다.
기술은 계속 빨라집니다. 기술 격차는 빠를 때는 2년 세대 수준으로 좁혀지고, 넓어질 때는 5년 세대 수준으로 벌어지면서 업치락뒤치락하며 따라오는 것이 현실입니다. 중요한 것은 그것이 실제로 HBM, AI칩 시장을 장악할 수 있느냐는 별개의 문제라는 점입니다. 기술 개발이 가능하다는 것과 미국 밸류체인과 우리 HBM용 D램에 들어가는 것은 다른 이야기입니다. 그동안의 시간만 봐도 엔비디아 같은 곳과 3, 4년 동안 테스트를 거쳐야 납품이 시작됩니다. 수율 문제도 넘어야 하고, 테스트 기간도 3, 4년이 걸리죠. 그래서 이것이 당장 가격 압박으로 올 것이라고는 보지 않습니다. 다만 눈치 게임은 치열하게 시작됐고, 반도체 업황 자체는 아직 호황 기조가 남아 있을 수 있다고 해석하시면 됩니다.
그렇다면 시장은 왜 요동칠까요? 저는 늘 기승전 트럼프라고 말씀드립니다. 트럼프 행정부가 연방 정부 차원에서 밸류에이션 상단을 계속 끌어올리던 힘이 요즘 많이 사라지고 있습니다. 탑매크로에서 "비싸도 괜찮다", "회사채 발행해도 괜찮다", 얼마 전 스페이스X가 10년짜리 채권을 발행한 것처럼 "더 많은 자금을 조달할 수 있다"는 흐름이 있었습니다. 정부가 도와주니까요. 올해 상반기까지는 이런 흐름이었는데, 지금은 그 흐름이 쉬어가는 국면입니다. 그러면 어떻게 될까요?
미국 시장도 횡보 정도로 버티고 있다고 하지만, 결국 개별 기업 이슈에 따라 움직이는 전형적인 액티브 마켓입니다. 매크로가 끌고 가는 것이 아니라 개별 기업이 끌고 가는 구조입니다. 그런데 하단으로 내려와 있는 우리는 어떨까요? 미국도 안 좋고 개별 이슈로만 움직이는데, 우리는 개별 이슈가 존재하나요? 없습니다. 이럴 때 가장 강력한 것은 주주 친화정책입니다. 그런데 기대감을 충족하지 못했고, 구조적 변화도 일어나지 않았습니다. 그래서 지금 우리 시장은 중국 같은 노이즈에도 외국인이 파생상품 등으로 위아래로 흔드는 장세입니다. 급락이나 붕괴를 얘기할 상황은 아니라고 판단합니다.
지난번 편에서 의료 정보 등 정제된 데이터를 가진 기업이 유리하다고 말씀드렸는데, 이와 관련해 AI 쪽을 정확히 구분해야 합니다. AI는 꾸준히 발전할 것입니다. 다만 정확히 말하면 AI는 확률 모형입니다. 통계적 가설을 세우고 많은 데이터를 학습해 답을 찾습니다. 가설검정을 하듯이, 이 가설이 맞다고 판단하면 그 근거와 사례를 설명해 줍니다. 여기까지는 현재 데이터에 기반한 팩트 판단입니다. 차세대로 가면서는 추론을 합니다. 현재 데이터를 기반으로 앞으로 이럴 것이라고 예측하는 것입니다. 정답이 없는 미래를 확률적으로 예측하기 때문에 엄청난 데이터와 연산이 필요하고, 수정과 보완을 반복하며 데이터를 더 많이 먹게 됩니다.
그래서 핵심은 데이터가 정교하게 쌓여 있는 산업이냐, 덤벙덤벙 쌓여 있는 산업이냐입니다. 아무리 훌륭한 AI라도 데이터가 엉성하면 답도 엉성할 수밖에 없습니다. 그렇다면 데이터가 명확하게 쌓인 산업은 어디일까요? 의료입니다. 처방 기록이 병원에 남고, 그 기록을 다른 환자 치료에 참고하며, 무엇보다 임상시험을 통해 데이터가 축적됩니다. 100명의 환자에게 어떤 치료법을 썼더니 효과가 있었다, 없었다는 식의 데이터가 촘촘합니다. 이것은 AI가 만든 것이 아니라 사람이 성실하게 쌓아온 데이터입니다. 그래서 AI가 여기서 파워풀할 수밖에 없습니다. 데이터가 촘촘하니 로직이 명확해지고 틀린 답을 낼 가능성도 줄어듭니다. 법률, 판례, 회계처럼 과거 문헌이 잘 쌓인 분야도 마찬가지입니다. 코딩도 깃허브 등에 어마어마한 데이터가 쌓여 있으니 AI가 강력하게 작동합니다.
반면 제조업, 특히 물리적으로 작동하는 순수 제조나 건설은 데이터가 덤벙덤벙 쌓여 있습니다. 설계도가 있어도 현장에서 100% 그대로 되지는 않습니다. 1cm, 2cm씩 어긋나고, 옹벽을 뜯어보니 예상치 못한 물질이 있어 틀어지기도 합니다. 아파트도 같은 평면, 같은 구조라도 벽이 조금씩 다르지 않습니까. 이런 현장 데이터가 없으면 AI가 힘을 쓸 수 없습니다. 피지컬 AI가 와도 마찬가지입니다.
제가 말씀드리는 AI 비판론은 AI 자체를 부정하는 것이 아닙니다. 데이터가 잘 쌓여 있다면 충분히 파워풀해질 수 있지만, 그렇지 않은 곳에서는 아무리 탑 엔진급 AI가 와도 해결이 어렵다는 것입니다. 그런데 AI 창시자들과 AI 경영자들은 이것이 인류의 삶을 전부 바꿀 혁명이고 인간이 필요 없어질 것이라고 말합니다. 공포 마케팅까지 나옵니다. 인류를 멸망시킬 것이라는 식입니다. 물론 AI가 잘못된 데이터와 유추를 계속 만들어 잘못된 결론을 내고, 그에 맞춘 잘못된 솔루션을 주면 결국 AI를 만들고 운용하는 사람들이 망할 수도 있습니다. 결국 필요한 데이터의 순수성을 믿을 수 있느냐는 사람의 역할이고, 그것은 산업의 특성에 달려 있습니다.
정리하면, AI는 매우 편리하고 유용한 도구입니다. 하지만 트럼프 대통령과 AI 창시자들이 말하는 것처럼 생산성을 완벽하게 높이고 잠재성장률과 GDP를 끌어올릴 가능성은 제 눈에는 작아 보입니다. 이것이 2027년 전망의 핵심 화두입니다. 제조업에서 피지컬 AI를 통한 혁명이 지금 가장 중요한 과제로 보이는데, 데이터가 갖춰지기까지는 시간이 걸릴 수밖에 없습니다. 그리고 진짜 혁명이 되려면 새로운 기술과 함께 이를 흡수하는 정책과 인프라가 같이 구축되어야 합니다. 그런데 정책과 인프라는 아직 기술을 따라가지 못하고 있습니다.
한 달쯤 전 BOA 등의 보고서도 AI를 실용적인 도구로 보면서도 "AI는 마법이 아니다"라고 경고했습니다. 제가 말씀드리는 것도 같은 맥락입니다. 공장에 AI를 세팅해 두면 모든 일을 해결해 줄 것이라고 경영진이 믿는 경우가 많습니다. 그런데 현장에서 보면, 하단 공정, 중단 공정, 상단 공정으로 나뉜 업무를 사람 작업자들이 나눠 수행해 왔습니다. 그렇다면 AI 컨트롤러와 매니저에게 그 업무의 프로세스를 AI 툴로 만들어 주는 절차가 먼저 세팅되어야 합니다.
사람마다 잘하는 분야가 다르고, AI가 더 정확하게 수정안을 낼 수 있는 분야도 다릅니다. 그 미세한 부분을 AI에 직접 입력하고, 데이터와 결과 오더를 받을 수 있는 프로시저와 규정이 필요합니다. 그런데 공장에는 아직 그런 체계가 멀었습니다. 사람이 잘하는 부분과 못하는 부분을 명확히 구분해, 못하는 부분에 AI 프로시저를 투입해야 합니다. 그냥 사람만 빼고 AI를 넣으면 된다는 식은 굉장히 무식한 접근입니다.
또 필요한 AI를 소비자가 맞춤형으로 주문할 수 있어야 합니다. 지금 AI는 공급자 중심입니다. "이런 제품까지 만들었다"는 식이죠. 그런데 소비자 입장에서는 불편한 부분을 해결하지 않고 다른 부분만 해결하고 있는 셈입니다. 국가 정책, 인프라, AI를 통틀어 보면 아직 어정쩡한 느낌입니다. 8시간 할 일을 4시간에 끝내고 시간이 남았는데도 굳이 더 일을 해야 하는 상황이 여전합니다. 이런 것들이 보완되지 않은 상태에서 생산성 혁명이 일어났다고 말하기는 애매합니다.
또 하나 짚을 점은 블루칼라 영역입니다. AI는 지금 사무직, 이른바 화이트칼라에서 많이 쓰이지만, 현장 노동에까지 적용되려면 몸과 힘, 그리고 감각이 필요합니다. 브룩스 교수가 말했듯이, AI가 사람의 손과 발을 대체할 수 있다고 믿지만, 사람은 손끝으로 쇠를 눌렀을 때 무게감, 부피, 강도를 신경으로 느끼고 뇌가 그것을 분석해 판단합니다. 이런 촉각 신경망을 AI 로봇이 사람만큼 소화하고 흡수하기는 현재로서는 불가능합니다. 로봇은 얼굴 표정, 웃음, 울음은 구현했지만 손끝의 신경 감각은 아직 구현하지 못하고 있습니다. 그래서 로봇은 사람을 도울 수는 있어도, 사람 없이 로봇이 주도하는 세상은 과장된 이야기입니다.
Comments 0