티스토리 뷰
솔직히 저는 석유를 휘발유 정도로만 생각했습니다. 그런데 지금 입고 있는 옷, 들고 있는 가방, 쓰레기봉투까지 전부 석유에서 나온다는 걸 데이터를 뜯어보기 전까지는 제대로 인지하지 못했습니다. 산업 공급망을 엑셀로 정리하면서 나프타(naphtha) 수급 항목이 제조 원가에 얼마나 깊이 박혀 있는지 확인하고 나서야, 원유 가격 변동이 단순한 주유소 가격 문제가 아님을 실감했습니다. 한국 제조업이 지금 어느 갈림길에 서 있는지, 제가 추적해온 데이터와 함께 풀어보겠습니다.
원유수급: 호르무즈 봉쇄가 드러낸 공급망의 민낯
제가 글로벌 원유 가격 변동을 수식으로 추적하기 시작한 건 몇 년 전부터입니다. 그런데 중동 전쟁이 터지고 나서 배럴당 60달러대였던 국제유가가 150달러까지 치솟는 상황을 실시간으로 지켜보면서, 숫자가 아닌 '체감'으로 공급망 리스크를 처음으로 느꼈습니다.
문제의 핵심은 호르무즈 해협(Strait of Hormuz)이었습니다. 여기서 호르무즈 해협이란 이란과 오만 사이에 위치한 약 33km 너비의 좁은 수로로, 한국 원유 수입의 약 70%가 이 경로를 통해 들어오는 전략적 요충지입니다. 이 길이 막히면 대안 루트는 희망봉(Cape of Good Hope) 우회인데, 운송 기간이 기존 20일에서 50일로 늘어납니다. 운송 기간이 30일 늘어난다는 건 곧바로 원가 상승으로 직결됩니다.
제가 데이터를 정리하면서 한 가지 인상적이었던 대목은 도입 노선 다변화 속도였습니다. 사우디아라비아의 얀부항(Yanbu Port)과 UAE의 푸자이라항(Fujairah Port)을 통한 대체 경로를 다른 나라보다 한 발 먼저 확보했다는 점은, 외교적 선제 대응이 실제 수급 리스크를 얼마나 줄일 수 있는지를 보여주는 사례입니다. 리터당 2,200원까지 치솟았던 휘발유 가격이 1,800원대로 안정된 배경에는 이런 발빠른 경로 전환이 있었습니다(출처: 산업통상자원부).
소방서의 진짜 역할이 불을 끄는 것이 아니라 불이 나지 않도록 미리 막는 것이라는 표현이 유독 기억에 남습니다. 제 투자 데이터 툴에서도 이미 원자재 수급 리스크 지표가 높게 올라가 있었는데, 그것이 실제 국가 정책으로 어떻게 대응되는지를 이번에 처음으로 제대로 확인한 셈입니다.
피지컬AI: 용접 장인의 손기술이 로봇에 이식되는 순간
제가 제조업 데이터를 정리하면서 항상 불안하게 봐온 지표가 있습니다. 기술 숙련 인력의 고령화 속도입니다. 조선업 용접 인력의 평균 연령이 올라가는 속도와, 신규 진입 인력이 줄어드는 속도를 비교하면 10~20년 안에 심각한 단절이 올 수 있다는 계산이 나옵니다.
여기서 등장하는 개념이 피지컬 AI(Physical AI)입니다. 피지컬 AI란 모니터 화면 안에서 정보를 처리하던 기존 AI와 달리, 로봇이라는 물리적 신체를 얻어 실제 현장 환경에서 판단하고 행동하는 AI를 의미합니다. 쉽게 말해 AI에 '근육'이 붙은 형태입니다.
기존 산업용 로봇은 프로그래밍된 동작만 반복합니다. "여기서 집어서 저기 놓아라"라는 명령이 고정되어 있는 것입니다. 반면 피지컬 AI 기반의 로봇은 주변 환경을 인지하고 스스로 판단해서 다음 행동을 결정합니다. 이 차이가 조선 용접 현장에서 왜 중요하냐면, 용접 품질은 온도·습도·바람·철재 성분에 따라 실시간으로 달라지기 때문입니다.
조선소 용접 장인들이 수십 년에 걸쳐 축적한 이 노하우를 암묵지(tacit knowledge)라고 부릅니다. 암묵지란 문서나 매뉴얼로는 전달하기 어렵고 오직 경험과 체득을 통해서만 전수되는 지식을 뜻합니다. 다양한 센서와 피지컬 AI를 결합해 이 암묵지를 데이터화하면, 숙련 인력이 사라지더라도 그 기술을 다음 세대로 이어갈 수 있습니다.
한국 제조업 경쟁력 유지를 위한 제조 AI 전환 전략인 MAXIS(Manufacturing AI Transformation)가 단순한 자동화 구호가 아닌 이유가 여기에 있습니다(출처: 통계청 제조업 인력 현황). 로봇이 들어오면 노동자는 일자리를 잃는 것이 아니라 '로봇 매니저'라는 고부가가치 직무로 이동하게 된다는 방향성, 저는 이게 현실적인 대안이라고 봅니다.
- 기존 산업용 로봇: 사전 프로그래밍된 고정 동작만 반복, 환경 변화 대응 불가
- 피지컬 AI 로봇: 주변 환경 실시간 인지 후 스스로 판단하여 행동 결정
- 암묵지 데이터화: 용접 장인의 경험을 센서로 학습시켜 기술 단절 방지
- 노동 구조 변화: 3D 직무 대신 로봇 매니저로 직무 전환, 디센트 일자리 창출
반도체선점: 900조가 아니라 속도전의 문제입니다
제가 반도체 관련 수출 데이터를 엑셀로 정리하면서 항상 놀라는 수치가 있습니다. 한국 전체 수출 중 반도체가 차지하는 비중인데, 수출 증가율이 200% 근처까지 치솟는 해가 나오면 그 배경을 반드시 파고듭니다. AI 서버 수요가 폭발하면서 HBM(High Bandwidth Memory)이 그 중심에 있다는 건 이미 알고 있었지만, 이번에 시장 규모의 변화 속도를 수치로 다시 확인하고 나서는 솔직히 좀 긴장했습니다.
현재 글로벌 메모리 반도체 시장 규모는 약 2,000억 달러 수준입니다. 그런데 이 시장이 5년 내에 1조 달러(약 1,400조 원)로 성장할 것으로 전망됩니다. 한국의 현재 메모리 반도체 점유율은 약 60~65% 수준입니다. 이 비율을 그대로 유지하려면, 성장하는 시장만큼 생산 캐파(capacity)를 늘려야 한다는 뜻입니다.
수도권 반도체 클러스터 구축에 투입되는 900조 원이 크게 느껴지는 건 사실입니다. 그런데 실상을 따져보면 최첨단 반도체 공장, 즉 팹(Fab)을 4개 짓는 비용입니다. 요즘 필수 장비인 EUV(극자외선 노광 장비)가 대당 수천억 원에 달하는 상황에서, 팹 하나의 건설 비용이 얼마나 방대한지 느껴집니다.
여기서 핵심은 금액이 아니라 타이밍입니다. 구글, 애플 같은 하이퍼스케일러(hyperscaler)는 한 번 반도체 공급망을 구성하고 나면 좀처럼 벤더를 바꾸지 않습니다. 하이퍼스케일러란 대규모 데이터센터를 운영하며 클라우드와 AI 인프라를 구축하는 빅테크 기업들을 가리킵니다. 공급망 교체 비용과 리스크가 워낙 크기 때문입니다. 즉, 시장이 폭발적으로 커지는 초기에 파이를 먼저 차지한 기업이 이후 시장을 장기 지배하는 구조입니다.
AI 버블 논쟁은 계속될 것입니다. 저도 시장 사이클에 대한 불안감은 항상 가지고 있습니다. 하지만 인터넷이 닷컴 버블 이후에도 사라지지 않고 오히려 인프라가 된 것처럼, AI라는 대세 자체는 지속될 가능성이 높습니다. 그렇다면 거품 논쟁보다 '얼마나 빠르게 캐파를 확보하느냐'가 실질적인 변수라는 결론에 이릅니다.
자주 묻는 질문
Q. 호르무즈 해협이 막히면 한국 경제에 실제로 얼마나 영향을 미치나요?
A. 한국 원유 수입의 약 70%가 호르무즈 해협을 통해 들어옵니다. 이 경로가 막히면 희망봉 우회로 운송 기간이 20일에서 50일로 늘어나고, 그만큼 운송비가 원가에 반영되어 유가가 추가 상승합니다. 단기적으로는 제조업 전반의 원가 구조가 흔들리는 결과로 이어집니다.
Q. 피지컬 AI가 도입되면 기존 제조업 일자리가 없어지나요?
A. 단순 반복 작업은 줄어들지만, 실제 도입 사례를 보면 기존 노동자가 로봇 매니저 역할로 전환되는 흐름이 나타납니다. 힘들고 위험한 작업은 로봇이 맡고, 사람은 그 로봇을 운용하고 관리하는 고부가가치 직무를 수행하는 구조입니다. 결국 일자리 소멸보다는 직무 전환이 더 정확한 표현입니다.
Q. 반도체 AI 버블 우려가 있는데 900조 투자는 안전한 건가요?
A. 버블 여부와 투자 타당성은 별개로 봐야 합니다. 메모리 반도체 시장은 현재 2,000억 달러에서 5년 내 1조 달러로 성장이 전망됩니다. 구글·애플 같은 하이퍼스케일러가 한 번 구성한 공급망을 쉽게 바꾸지 않는 특성상, 초기 선점이 장기 시장 지배력을 결정합니다. 시장 사이클 리스크는 존재하지만, 생산 캐파 자체를 확보하지 않으면 성장 시장에서 배제될 위험이 더 큽니다.
Q. MAXIS(제조 AI 전환)가 중소 제조업체에도 적용 가능한가요?
A. MAXIS는 대기업만을 위한 전략이 아닙니다. 산업통상자원부는 개별 기업 단위의 AI 도입(점)이 산업 전체로 확산(선→면)되는 점선면 전략을 추진하고 있습니다. 중소 제조업체도 정부의 인허가 지원, 세제 혜택, 기술 교육 프로그램을 활용해 단계적으로 AI를 현장에 적용하는 경로를 모색할 수 있습니다.
결론
제가 데이터를 오래 들여다보면서 느끼는 건, 위기는 항상 숫자 뒤에 먼저 나타난다는 점입니다. 호르무즈 리스크도, 용접 인력 고령화도, 반도체 시장 선점 타이밍도 모두 지표로 먼저 보였습니다. 하지만 그 숫자를 어떻게 읽느냐에 따라 대응의 방향이 완전히 달라집니다.
지금 한국 제조업이 맞닥뜨린 상황은 위기이기도 하지만, 피지컬 AI와 MAXIS라는 도구가 실제로 현장에 도입되고 있다는 점에서 전환의 기회이기도 합니다. 반도체 클러스터 속도전과 지역 메가 특구 전략이 맞물려 돌아간다면, 향후 10년 안에 한국 제조업의 지형이 바뀔 가능성은 충분히 있다고 봅니다. 저도 계속해서 관련 수출 데이터와 원자재 수급 지표를 추적하면서 변화의 속도를 지켜볼 생각입니다.
📌 참조 출처(Reference URL)