종합/공지
깐부회동의 거대한 서사, 26만 장 GPU, 한국 경제의 운명을 바꾼다
조선규 칼럼니스트
입력
깐부회동: 한국 산업의 미래를 바꾼 밤
2025년 10월 30일 밤 서울 강남의 한 치킨집에서 펼쳐진 장면은 언뜻 평범해 보였습니다. 엔비디아의 젠슨 황 CEO, 삼성전자 이재용 회장, 현대차그룹 정의선 회장이 치맥을 즐기는 모습은 SNS를 통해 빠르게 확산되었습니다.
2025년 10월 30일 밤 서울 강남의 한 치킨집에서 펼쳐진 장면은 언뜻 평범해 보였습니다. 엔비디아의 젠슨 황 CEO, 삼성전자 이재용 회장, 현대차그룹 정의선 회장이 치맥을 즐기는 모습은 SNS를 통해 빠르게 확산되었습니다.
하지만 이 만남의 진정한 의미를 아는 사람은 많지 않았습니다. 이는 단순한 친목 도모가 아니라, 한국 경제의 미래를 결정할 수 있는 역사적 순간이었습니다. 그 자리에서 논의된 것은 바로 엔비디아의 최첨단 GPU 26만 장을 한국이 확보하는 대규모 AI 인프라 구축 계약이었습니다.
26만 장. 이 숫자가 얼마나 큰 규모인지 구체적으로 살펴보겠습니다. 엔비디아의 최신 H100 GPU 한 장의 시장 가격은 약 3만 달러, 한화로 약 4천만 원입니다. 26만 장이면 총 78억 달러, 우리 돈으로 약 10조 원이 넘는 천문학적인 금액입니다. 이는 서울 지하철 9호선 건설 비용의 5배에 달하며, 인천국제공항 건설비의 2배가 넘는 규모입니다.
오늘 저는 여러분과 함께 이 '깐부회동'이 한국 산업에 어떤 의미를 갖는지, 그리고 우리가 직면한 기회와 도전은 무엇인지 깊이 있게 살펴보고자 합니다.
확보된 26만 장의 GPU는 다음과 같이 배분될 예정입니다. 삼성전자 5만 장, 현대차그룹 5만 장, SK그룹 5만 장, 네이버 클라우드 6만 장, 그리고 한국 정부가 5만 장을 확보했습니다. 각 배분 내역을 들여다보면 한국 산업의 미래 전략이 선명하게 보입니다.
먼저 삼성전자의 5만 장을 살펴보겠습니다. 삼성전자는 현재 파운드리 시장에서 심각한 도전에 직면해 있습니다. 대만의 TSMC는 3나노 공정에서 70% 이상의 수율을 달성하며 애플, 엔비디아 등 주요 고객을 독점하고 있습니다. 반면 삼성전자는 3나노 공정의 수율이 50%대에 머물며 고전하고 있습니다.
수율 1%의 차이는 생각보다 훨씬 큽니다. 최첨단 반도체 공장 하나를 짓는 데 20조 원이 넘는 비용이 듭니다. 여기서 생산되는 웨이퍼 한 장의 가치는 수백만 원에 달합니다. 수율이 50%라는 것은 생산된 칩의 절반이 불량품이라는 의미이고, 이는 곧 막대한 비용 손실로 이어집니다.
삼성전자가 확보한 5만 장의 GPU는 바로 이 문제를 해결하기 위한 것입니다. AI 기반 디지털 트윈 기술을 활용하면, 물리적 생산 라인을 가상 공간에 완벽하게 재현하여 수천, 수만 번의 시뮬레이션을 수행할 수 있습니다. 온도를 0.1도 조절했을 때, 압력을 0.01기압 변경했을 때, 화학물질의 농도를 0.001% 바꿨을 때 수율에 어떤 영향을 미치는지 실시간으로 분석할 수 있습니다.
록히드 마틴이 F-35 전투기를 개발할 때의 사례가 이를 잘 보여줍니다. 디지털 트윈을 활용하기 전에는 새로운 부품을 테스트하기 위해 실제 시제기를 제작해야 했고, 이는 수개월의 시간과 수억 달러의 비용이 소요되었습니다. 하지만 디지털 트윈 도입 후에는 가상 환경에서 수백 번의 테스트를 거친 후 검증된 설계만 실제로 제작하게 되었고, 결과적으로 개발 기간을 30% 단축하고 비용을 수십억 달러 절감했습니다.
현대차그룹의 5만 장 확보는 또 다른 의미를 갖습니다. 이는 '잃어버린 데이터 주권'을 되찾기 위한 전략적 결단입니다.
2015년 현대차는 자율주행 기술 개발을 위해 이스라엘의 모빌아이와 파트너십을 체결했습니다. 당시 모빌아이는 자율주행 분야의 선두주자였고, 텔레아틀라스의 지도 기술과 결합하여 강력한 시스템을 보유하고 있었습니다. 현대차의 선택은 합리적으로 보였습니다.
그러나 2017년 인텔이 모빌아이를 153억 달러에 인수하면서 상황이 변했습니다. 인텔의 전략적 우선순위가 변경되었고, 모빌아이의 혁신 속도는 둔화되었습니다. 더 심각한 문제는 데이터 소유권이었습니다. 현대차 차량에서 수집된 수십억 킬로미터의 주행 데이터가 모빌아이 플랫폼에 축적되었지만, 현대차는 이 데이터를 자유롭게 활용할 수 없었습니다.
자율주행 기술에서 데이터는 곧 경쟁력입니다. 테슬라가 자율주행 분야에서 압도적인 이유는 기술력만이 아닙니다. 전 세계 500만 대 이상의 테슬라 차량이 매일 실시간으로 주행 데이터를 전송하고, 이 데이터가 AI 모델을 지속적으로 개선시킵니다. 테슬라는 하루에도 수백만 킬로미터의 새로운 주행 상황을 학습하며, 이는 경쟁사가 따라잡기 어려운 데이터 격차를 만들어냅니다.
현대차가 확보한 5만 장의 GPU는 바로 이러한 선순환 구조를 만들기 위한 것입니다. 과거 10년간 축적된 주행 데이터를 자체 AI 시스템으로 재학습시키고, 앞으로 판매될 모든 차량에서 실시간으로 수집되는 데이터를 직접 처리할 수 있게 됩니다.
여기서 주목해야 할 점은 현대차그룹의 독특한 포트폴리오입니다. 현대차는 자동차만 만드는 회사가 아닙니다. 보스턴 다이내믹스를 인수하여 휴머노이드 로봇 기술을 보유하고 있으며, 현대로템을 통해 철도와 건설기계를, 현대건설을 통해 건축 자동화 기술을 보유하고 있습니다. 이 모든 것은 '물리적 세계와 상호작용하는 AI', 즉 피지컬 AI의 영역입니다.
엔비디아의 옴니버스 플랫폼은 물리 법칙을 정밀하게 시뮬레이션하는 가상 환경을 제공합니다. 현대차그룹은 이 가상 환경에서 자율주행차, 로봇, 건설기계를 무한히 학습시킨 후 실제 제품으로 배포하는 구조를 만들 수 있습니다. 이는 BMW, 벤츠, 도요타 같은 전통 자동차 기업들이 쉽게 따라올 수 없는 차별화된 경쟁력입니다.
가장 많은 물량인 6만 장을 확보한 네이버의 전략도 흥미롭습니다. 네이버는 이미 초거대 AI '하이퍼클로바X'를 개발하여 서비스 중이지만, 파라미터 수와 성능 면에서 GPT-4나 클로드에 비해 뒤처진다는 평가를 받았습니다.
네이버가 확보한 6만 장의 GPU로 구축할 수 있는 컴퓨팅 파워를 계산해 보겠습니다. H100 GPU 6만 장은 약 120페타플롭스(PetaFLOPS)의 연산 능력을 제공합니다. 이는 GPT-4를 학습시킨 것으로 알려진 컴퓨팅 파워와 유사한 수준입니다. 네이버는 이를 통해 하이퍼클로바X의 파라미터를 현재의 2040억 개에서 1조 개 이상으로 확대할 수 있으며, 이는 글로벌 최상위 모델과 경쟁할 수 있는 수준입니다.
더 중요한 것은 B2B 클라우드 시장 진출입니다. 현재 한국 기업들이 AI 서비스를 구축하려면 아마존 AWS, 마이크로소프트 애저, 구글 클라우드 같은 외국 플랫폼을 사용해야 합니다. 이는 데이터 주권 문제를 야기하며, 특히 금융, 의료, 국방 같은 민감한 분야에서는 심각한 우려 사항입니다.
네이버가 국내 최대 규모의 AI 클라우드를 구축하면, 한국 기업들은 데이터 주권을 지키면서도 최고 수준의 AI 서비스를 이용할 수 있게 됩니다. 이는 단순히 네이버 한 기업의 성장을 넘어, 한국 전체의 디지털 주권을 강화하는 인프라가 됩니다.
26만 장이라는 숫자는 단순한 하드웨어 구매를 넘어서는 의미를 갖습니다. 이는 글로벌 AI 공급망에서 한국의 전략적 중요성이 공식 인정받았다는 증거입니다.
엔비디아의 GPU 공급은 전 세계적으로 극심한 부족 상태입니다. 2024년 기준으로 H100 GPU의 대기 시간은 6개월에서 1년에 달합니다. 아마존, 구글, 마이크로소프트 같은 글로벌 빅테크 기업들도 원하는 만큼 GPU를 확보하지 못하고 있습니다. 이러한 상황에서 한국이 26만 장이라는 대규모 물량을 확보했다는 것은 엔비디아가 한국을 최우선 파트너로 인식하고 있다는 의미입니다.
왜 엔비디아는 한국을 중요하게 생각하나
왜 엔비디아는 한국을 중요하게 생각할까요? 여기에는 세 가지 전략적 이유가 있습니다.
첫째, SK하이닉스와의 관계입니다. 엔비디아의 AI 칩에는 HBM(고대역폭 메모리)이라는 특수 메모리가 필수적으로 들어갑니다. 현재 HBM 시장은 SK하이닉스가 약 50%, 삼성전자가 약 40%를 점유하고 있습니다. 특히 SK하이닉스는 HBM3E라는 최신 세대에서 엔비디아에 독점 공급하고 있습니다.
HBM 하나가 AI 칩 전체 성능을 좌우합니다. 아무리 GPU 코어가 강력해도 메모리에서 데이터를 빠르게 가져오지 못하면 성능이 제한됩니다. 이는 마치 아무리 빠른 자동차 엔진이 있어도 좁은 도로에서는 속도를 낼 수 없는 것과 같습니다. SK하이닉스는 이 '도로'를 가장 잘 만드는 회사이며, 엔비디아는 이 관계를 공고히 하기 위해 한국과의 협력을 강화하고 있습니다.
둘째, 삼성전자의 파운드리 능력입니다. 현재 엔비디아의 AI 칩은 대부분 TSMC에서 생산되고 있습니다. 하지만 단일 공급선 의존은 리스크입니다. 2021년 대만의 가뭄으로 TSMC의 생산에 차질이 생겼을 때, 엔비디아를 포함한 전 세계 기술 기업들이 큰 어려움을 겪었습니다. 삼성전자가 파운드리 기술을 개선하여 엔비디아의 차세대 칩을 일부라도 생산할 수 있다면, 엔비디아는 공급망 리스크를 크게 줄일 수 있습니다.
셋째, 한국의 제조업 DNA입니다. AI의 다음 단계는 '피지컬 AI', 즉 물리적 세계와 상호작용하는 AI입니다. 자율주행차, 휴머노이드 로봇, 스마트 팩토리 등이 여기에 해당합니다. 이러한 피지컬 AI는 소프트웨어만으로는 불가능하며, 정밀한 하드웨어 제조 능력이 필수입니다.
한국은 자동차, 조선, 중공업, 전자기기 제조에서 세계 최고 수준의 능력을 보유하고 있습니다. 현대차의 정밀 제조 능력, 삼성전자의 전자기기 생산 능력, 두산의 로봇 기술이 엔비디아의 AI 소프트웨어와 결합되면, 미국이나 중국도 쉽게 따라올 수 없는 피지컬 AI 생태계가 만들어질 수 있습니다.
한국이 직면한 가장 큰 도전은 중국의 '데이터 물량 공세'입니다. 중국은 미국의 AI 칩 수출 규제로 인해 최첨단 GPU를 확보하기 어렵습니다. 하지만 중국은 다른 방식으로 AI 경쟁력을 확보하고 있습니다. 바로 압도적인 데이터 양입니다.
중국의 BYD는 전기차 생산량에서 테슬라를 추월했으며, 매일 수백만 대의 차량에서 주행 데이터를 수집하고 있습니다. 중국의 SMIC는 최첨단 공정에서는 뒤처지지만, 28나노 같은 성숙 공정에서는 막대한 생산량을 기록하며 제조 데이터를 축적하고 있습니다. 알리바바, 텐센트, 바이두는 14억 중국인의 데이터를 기반으로 AI 모델을 학습시키고 있습니다.
AI 기술 발전에는 두 가지 길이 있습니다. 하나는 '더 많은 데이터'이고, 다른 하나는 '더 똑똑한 알고리즘'입니다. 중국은 전자를, 한국은 후자를 선택해야 합니다. 인구 5천만의 한국이 14억 중국과 데이터 양으로 경쟁할 수는 없습니다. 하지만 더 효율적인 알고리즘, 더 빠른 학습 방법, 더 정교한 시뮬레이션 기술로 승부할 수 있습니다.
삼성전자의 AI 팩토리가 바로 이러한 전략의 핵심입니다. 중국 기업들이 수천 번의 실제 생산을 통해 데이터를 쌓는 동안, 삼성전자는 디지털 트윈에서 수만 번의 가상 시뮬레이션을 수행하여 최적의 공정을 찾아낼 수 있습니다. 이는 적은 시행착오로 더 빠르게 기술을 개발하는 '질적 우위' 전략입니다.
GPU 확보가 곧 성공을 보장하지는 않는다
하지만 26만 장의 GPU 확보가 곧 성공을 보장하지는 않습니다. 우리 앞에는 다섯 가지 구조적 도전이 놓여 있으며, 이를 해결하지 못하면 막대한 투자가 물거품이 될 수 있습니다.
엔비디아 GPU를 사용한다는 것은 필연적으로 엔비디아의 소프트웨어 생태계인 CUDA에 종속된다는 의미입니다. CUDA는 GPU에서 AI 연산을 수행하기 위한 프로그래밍 환경으로, 15년 이상의 투자를 통해 구축된 사실상의 산업 표준입니다.
현재 전 세계 AI 개발자의 95% 이상이 CUDA를 사용합니다. 주요 AI 프레임워크인 PyTorch, TensorFlow, JAX 모두 CUDA에 최적화되어 있습니다. 이는 1990년대 전 세계가 마이크로소프트의 윈도우에 종속되었던 상황과 유사합니다.
소프트웨어 종속의 문제는 경제적 가치 유출입니다. 삼성전자와 현대차가 아무리 뛰어난 제품을 만들어도, 핵심 플랫폼을 장악하지 못하면 부가가치의 상당 부분이 플랫폼 기업으로 흘러갑니다. 스마트폰 시장에서 삼성전자가 하드웨어 판매 1위임에도 불구하고 구글과 애플이 앱 생태계를 통해 더 많은 수익을 올리는 것이 좋은 예입니다.
이 문제를 해결하려면 두 가지 접근이 필요합니다.
첫째는 '선택적 오픈소스 전략'입니다. CUDA에 완전히 종속되지 않기 위해, AMD의 ROCm, 인텔의 oneAPI 같은 대안 플랫폼과 오픈소스 AI 프레임워크를 적극 활용해야 합니다. 실제로 구글은 자체 TPU(텐서처리장치)를 개발하여 엔비디아 의존도를 줄였고, 이는 연간 수십억 달러의 비용 절감 효과를 냈습니다.
첫째는 '선택적 오픈소스 전략'입니다. CUDA에 완전히 종속되지 않기 위해, AMD의 ROCm, 인텔의 oneAPI 같은 대안 플랫폼과 오픈소스 AI 프레임워크를 적극 활용해야 합니다. 실제로 구글은 자체 TPU(텐서처리장치)를 개발하여 엔비디아 의존도를 줄였고, 이는 연간 수십억 달러의 비용 절감 효과를 냈습니다.
둘째는 '알고리즘 역량 극대화'입니다. 하드웨어는 엔비디아 것을 쓰더라도, 그 위에서 돌아가는 AI 모델과 알고리즘은 100% 자체 개발해야 합니다. 삼성전자가 반도체 제조 최적화를 위한 독자적인 AI 알고리즘을 개발하고, 현대차가 자율주행을 위한 독자적인 비전 AI를 개발한다면, 하드웨어 종속성이 있어도 핵심 경쟁력은 확보할 수 있습니다.
한국에는 엔비디아에 도전하는 AI 칩 스타트업들이 있습니다. 퓨리오사AI와 리벨리온이 대표적입니다. 퓨리오사AI의 워보이 칩은 추론(Inference) 작업에서 엔비디아 GPU 대비 5배 이상의 전력 효율을 자랑합니다. 리벨리온의 아톰 칩은 엣지(Edge) 환경에서의 AI 연산에 특화되어 있습니다.
하지만 삼성전자와 현대차가 막대한 예산으로 엔비디아 GPU를 대량 구매하면서, 이들 국산 칩 기업의 잠재 고객이 사라질 위험이 있습니다. 대기업들이 이미 수조 원을 투자하여 엔비디아 생태계에 깊이 통합되면, 검증되지 않은 국산 칩으로 전환할 유인이 없어집니다.
이는 1980년대 한국 반도체 산업이 직면했던 딜레마와 유사합니다. 당시 삼성전자가 메모리 반도체 사업을 시작했을 때, 세계 시장은 이미 일본과 미국 기업들이 장악하고 있었습니다. "검증된 외국 제품을 쓰면 되는데 왜 위험을 감수하며 국산 개발을 하느냐"는 비판이 많았습니다.
하지만 삼성전자와 한국 정부는 장기적 관점에서 자립을 선택했고, 오늘날 한국은 메모리 반도체 분야에서 세계 1위입니다. AI 반도체도 마찬가지입니다. 현재는 엔비디아가 압도적이지만, 10년, 20년 후를 생각하면 자체 AI 칩 역량은 필수입니다.
특히 지정학적 리스크를 고려해야 합니다. 2022년 미국 정부는 중국으로의 AI 칩 수출을 전면 금지했습니다. 현재는 한국이 동맹국이지만, 미래의 국제 정세 변화에 따라 한국으로의 첨단 칩 수출이 제한될 가능성을 배제할 수 없습니다. 자체 AI 칩 역량은 단순히 경제적 문제가 아니라 국가 안보의 문제입니다.
해법은 '이중 트랙 전략'입니다. 단기적으로는 엔비디아 GPU를 적극 활용하여 AI 역량을 빠르게 확보하되, 중장기적으로는 국산 AI 칩을 지속적으로 육성해야 합니다. 정부는 공공 기관의 AI 시스템에 국산 칩 사용을 의무화하거나, 대기업들이 국산 칩을 일정 비율 이상 도입할 경우 세제 혜택을 제공하는 정책을 고려해야 합니다.
26만 장의 GPU가 소비하는 전력을 계산해 보겠습니다. H100 GPU 한 장은 최대 700W의 전력을 소비합니다. 26만 장이면 182MW입니다. 하지만 이는 GPU만의 소비 전력이고, 냉각 시스템, 서버, 네트워크 장비, 공조 시설을 포함한 PUE(전력 사용 효율)를 고려하면 실제로는 400~600MW가 필요합니다.
600MW가 얼마나 큰 규모인지 비교해 보겠습니다. 이는 서울시 전체 전력 소비량의 약 5%에 해당하며, 제주도 전체 소비량의 절반 수준입니다. 중소 규모의 화력발전소 하나가 24시간 가동되어야 충당할 수 있는 양입니다.
문제는 이것이 시작에 불과하다는 점입니다. 글로벌 AI 경쟁이 가속화되면서 향후 5년 내에 한국에 필요한 AI 칩 규모는 수백만 장으로 증가할 것으로 예상됩니다. 그렇게 되면 수 GW(기가와트) 규모의 전력이 추가로 필요하며, 이는 한국 전체 전력 소비량의 10% 이상을 차지하게 됩니다.
현재 한국의 전력 인프라는 이러한 급격한 수요 증가를 감당하기 어렵습니다. 특히 데이터 센터는 안정적인 전력 공급이 절대적으로 중요합니다. 전력 차단이 1분만 발생해도 수십억 원의 손실이 발생할 수 있으며, AI 학습 중이던 모델이 손상될 수 있습니다. 따라서 단순히 전력량만이 아니라 전력의 '안정성'과 '품질'이 보장되어야 합니다.
더 큰 문제는 지역적 편중입니다. 대부분의 AI 데이터 센터가 수도권에 집중될 경우, 수도권 전력 수급에 심각한 부담을 줄 수 있습니다. 이미 여름철 폭염기에는 수도권 전력 수요가 공급 한계에 근접하는 상황이 반복되고 있습니다. 2023년 8월에는 전력예비율이 5% 아래로 떨어지며 전력 수급 경보가 발령된 바 있습니다.
해법은 '선제적 전력 인프라 투자'와 '지역 분산형 데이터 센터 전략'입니다. 정부는 AI 시대를 대비한 전력망 확충에 막대한 투자를 해야 합니다. 특히 신재생에너지 발전 비중이 높아지면서 전력 변동성이 커지는 상황에서, 안정적인 전력을 필요로 하는 AI 데이터 센터를 위해서는 ESS(에너지저장장치) 투자가 필수적입니다.
또한 지방에 대규모 데이터 센터 단지를 조성해야 합니다. 전라남도 해안 지역은 풍력 발전 잠재력이 크고, 경상북도 영덕과 울진 일대는 원자력 발전소가 밀집해 있어 안정적인 전력 공급이 가능합니다. 이러한 지역에 'AI 특구'를 지정하여 데이터 센터 기업들에게 파격적인 세제 혜택과 전력 요금 할인을 제공한다면, 전력 수급 문제를 해결하는 동시에 지역 균형 발전을 이룰 수 있습니다.
실제로 미국에서는 오리건주, 텍사스주, 아이다호주 등 전력이 풍부하고 저렴한 지역에 대규모 데이터 센터들이 집중되고 있습니다. 구글은 오리건주 달레스에 수력 발전을 활용한 대형 데이터 센터를 운영하고 있으며, 페이스북(현 메타)은 텍사스주에 풍력 발전과 연계된 데이터 센터를 건설했습니다. 이들 데이터 센터는 지역에 수천 개의 일자리를 창출하고, 연간 수억 달러의 세수를 제공하며 지역 경제 활성화에 크게 기여하고 있습니다.
한국이 AI 강국으로 도약하기 위한 가장 중요한 자원은 하드웨어도, 자본도 아닌 '인재'입니다. 그러나 현재 한국은 최고의 인재들이 공학이 아닌 의학으로 몰리는 심각한 구조적 문제를 겪고 있습니다.
2024년 통계를 보면, 전국 과학고등학교와 영재학교 졸업생들의 의대 진학률이 30%를 넘었습니다. 서울과학고의 경우 최상위권 학생들 중 절반 이상이 의대를 선택했습니다. 카이스트와 포스텍에 합격하고도 의대 재수를 선택하는 학생들이 해마다 증가하고 있으며, 이공계 대학 재학생들의 의대 편입 열풍도 심화되고 있습니다.
왜 이런 현상이 발생하는 것일까요? 근본 원인은 '보상 구조의 왜곡'입니다. 의사는 면허 하나로 평생 안정적이고 높은 소득이 보장됩니다. 2024년 기준 개업의의 평균 연 소득은 2억 5천만 원이며, 성형외과나 피부과 같은 인기 과목은 5억 원을 넘습니다. 더욱
이 의사의 소득은 근속연수에 따라 안정적으로 증가하며, 은퇴 시점까지 유지됩니다.
반면 공대를 졸업하고 삼성전자나 현대차 같은 대기업에 입사해도 초봉은 5천만 원 내외입니다. 임원까지 승진할 수 있는 확률은 5% 미만이며, 임원이 되어도 연봉은 3억~5억 원 수준입니다. 스타트업을 창업하면 대박의 꿈을 꿀 수 있지만, 성공 확률은 5% 미만이고 실패하면 빚더미에 앉을 위험이 있습니다.
더 심각한 것은 '성공 확률의 차이'입니다. 의대에 입학하면 99% 의사가 되고, 의사가 되면 99% 경제적으로 성공합니다. 하지만 카이스트를 졸업해도 구글이나 엔비디아 같은 글로벌 기업에 입사할 확률은 1% 미만이고, 성공한 AI 스타트업을 만들 확률은 더욱 낮습니다.
이러한 구조에서 합리적인 학생이라면 의대를 선택하는 것이 당연합니다. 문제는 이것이 국가 경제 전체로 보면 엄청난 손실이라는 점입니다. AI, 반도체, 자율주행 등 미래 산업을 이끌어갈 수 있는 최고의 두뇌들이 병원 진료실에 갇혀 있다는 것은, 국가 차원에서 보면 인적 자원의 심각한 미스매치입니다.
국제 비교를 해보면 문제의 심각성이 더욱 명확해집니다. 미국 스탠퍼드대학교 컴퓨터과학과의 평균 입학 성적은 의대와 비슷하거나 오히려 높습니다. MIT와 칼텍의 공대는 하버드 의대보다 입학하기 어렵습니다. 중국의 칭화대학교와 베이징대학교에서도 최상위권 학생들은 컴퓨터과학과 AI를 선택합니다. 이스라엘의 텔아비브대학교에서는 최고 인재들이 군 복무 후 사이버 보안과 AI 스타트업으로 몰려듭니다.
이 문제를 해결하지 못하면, 삼성전자와 현대차가 아무리 좋은 AI 인프라를 구축해도 그것을 제대로 활용할 인재가 없을 것입니다. 결국 핵심 인력은 미국, 중국, 인도에서 영입해야 하는 상황이 올 수 있으며, 이는 기술 주권 상실로 이어집니다.
해법은 '공학 인재의 성공 시스템 구축'입니다. 구체적으로 세 가지 정책이 필요합니다.
첫째, 스톡옵션 과세 제도의 전면 개편입니다. 현재 한국의 스톡옵션 세제는 행사 시점에 세금을 부과하여, 스타트업 초기 직원들이 회사가 성공해도 세금 때문에 실제 손에 쥐는 돈이 적습니다. 예를 들어 스타트업이 상장하여 10억 원 가치의 주식을 받아도, 행사 시점에 3~4억 원의 세금을 내야 하는데 현금이 없어 주식을 팔 수밖에 없고, 결국 6~7억 원만 남습니다.
미국은 스톡옵션 행사 시점이 아닌 주식 매각 시점에 세금을 부과하며, 장기 보유(1년 이상)에 대해서는 세율을 대폭 낮춰줍니다. 한국도 이를 도입하여 스타트업 초기 직원이 회사가 성공했을 때 실제로 10억, 50억, 100억 원의 자산을 형성할 수 있는 구조를 만들어야 합니다.
둘째, 대기업 엔지니어의 보상 체계 혁신입니다. 삼성전자와 현대차는 AI 핵심 인재에 대해 연봉 5억~10억 원 수준의 파격적 보상을 제공해야 합니다. 실리콘밸리에서는 시니어 AI 엔지니어의 연봉이 50만~100만 달러(6억~13억 원)이며, 스톡옵션까지 포함하면 그 이상입니다. 구글의 AI 연구원은 연봉 외에 수억 원 상당의 주식을 정기적으로 받습니다.
한국 대기업들도 글로벌 수준의 보상을 제공하지 않으면 인재 확보가 불가능합니다. "우리는 미국 기업이 아니다"라는 논리는 더 이상 통하지 않습니다. AI 인재는 전 세계적으로 이동 가능하며, 최고의 조건을 제시하는 곳으로 갑니다. 삼성전자가 10억 원을 주고 한 명의 천재 AI 엔지니어를 영입하는 것이, 5천만 원을 주고 20명의 평범한 엔지니어를 고용하는 것보다 훨씬 더 큰 가치를 창출할 수 있습니다.
셋째, 정부 주도의 'AI 인재 특별 프로그램'입니다. 싱가포르는 AI 인재에게 정부가 직접 파격적인 지원을 하는 '스마트 네이션 스칼라십' 프로그램을 운영하고 있습니다. 학부부터 박사까지 전액 장학금을 제공하고, 졸업 후 5년간 싱가포르 기업이나 연구소에서 근무하면 1억 원 이상의 보너스를 지급합니다.
한국도 매년 1,000명의 'AI 특기생'을 선발하여 학부부터 박사까지 전액 장학금과 연구비를 제공하고, 졸업 후 국내 기업이나 연구소에서 최소 5년 근무 시 5억 원의 정착금을 지급하는 프로그램을 만들어야 합니다. 이는 연간 5천억 원의 예산이 필요하지만, 이를 통해 확보한 5,000명의 AI 인재가 창출할 경제적 가치는 수십조 원에 달할 것입니다.
이러한 변화가 이루어지면 '공부 잘하면 공대 가서 성공할 수 있다'는 사회적 인식이 형성되고, 자연스럽게 의대 쏠림 현상이 완화될 것입니다.
AI가 가져올 사회적 변화에 대한 준비
AI가 가져올 사회적 변화에 대한 준비도 시급합니다. 26만 장의 GPU가 본격 가동되면, AI는 제조, 물류, 고객 서비스, 금융, 법률, 의료 등 거의 모든 산업에서 인간의 역할을 대체하거나 크게 변화시킬 것입니다.
맥킨지의 2023년 보고서에 따르면, AI로 인해 2030년까지 전 세계적으로 4억~8억 개의 일자리가 사라지거나 근본적으로 변화할 것으로 예상됩니다. 한국도 예외가 아닙니다. 특히 반복적이고 정형화된 업무를 수행하는 직종이 가장 큰 영향을 받을 것입니다.
구체적인 예를 들어보겠습니다. 삼성전자가 AI 팩토리를 본격 가동하면, 공정 모니터링과 품질 검사를 담당하던 수천 명의 인력이 필요 없어질 수 있습니다. 현대차가 자율주행 시스템을 상용화하면, 택시와 트럭 운전기사 수십만 명의 일자리가 위협받습니다. 네이버가 AI 고객 상담 시스템을 확대하면, 콜센터 상담원 수만 명이 영향을 받습니다.
이에 대한 대비 없이 AI를 무분별하게 도입하면 심각한 사회적 갈등이 발생할 수 있습니다. 실제로 2024년 미국에서는 할리우드 작가 조합과 배우 조합이 AI의 무분별한 사용에 반대하여 6개월간 대규모 파업을 진행했고, 영화 산업 전체가 마비되었습니다. 영국에서는 AI로 인한 금융권 구조조정에 반발하여 은행원 노조가 강력히 반발했습니다.
한국도 이러한 문제를 선제적으로 다루어야 합니다. 구체적으로 세 가지 정책이 필요합니다.
한국도 이러한 문제를 선제적으로 다루어야 합니다. 구체적으로 세 가지 정책이 필요합니다.
첫째, 'AI 전환 지원 프로그램'입니다. AI로 인해 일자리를 잃을 위험이 큰 산업의 근로자들에게 재교육 기회를 제공하고, 전직 지원금을 대폭 확대해야 합니다. 예를 들어 택시 운전기사들에게 자율주행 시대를 대비한 '모빌리티 서비스 관리자' 교육을 제공하거나, 제조업 단순 작업자들에게 'AI 시스템 모니터링 및 유지보수' 교육을 제공하는 것입니다.
덴마크의 '플렉시큐리티(Flexicurity)' 모델이 좋은 참고 사례입니다. 덴마크는 고용 유연성을 높이되, 실직자에게 최대 2년간 실업 전 임금의 90%를 지급하고 적극적인 재교육 프로그램을 제공합니다. 결과적으로 덴마크는 OECD 국가 중 가장 낮은 실업률과 가장 높은 고용 만족도를 기록하고 있습니다.
둘째, 'AI 윤리 가이드라인의 법제화'입니다. AI가 내린 의사결정이 특정 집단에 차별적이지 않은지, 개인정보를 적법하게 활용하는지, 투명하게 설명 가능한지 등을 규제하는 법적 프레임워크가 필요합니다. EU는 2024년 'AI Act'를 통과시켜 AI 시스템을 위험도에 따라 분류하고, 고위험 AI에 대해서는 엄격한 규제를 적용하고 있습니다.
특히 채용, 신용 평가, 의료 진단 같은 중요한 의사결정에 AI를 사용할 때는 '설명 가능성(Explainability)'이 보장되어야 합니다. "AI가 그렇게 판단했다"는 설명만으로는 부족하며, 왜 그런 결론에 도달했는지 인간이 이해할 수 있는 형태로 설명되어야 합니다.
셋째, 'AI 수혜의 사회적 분배'입니다. AI로 인한 생산성 향상의 과실이 소수의 대기업과 자본가에게만 집중되지 않도록, 적절한 세제와 복지 정책이 필요합니다. 빌 게이츠, 일론 머스크 등 일부 기업가들이 제안하는 '로봇세(Robot Tax)' 개념도 진지하게 검토할 필요가 있습니다.
로봇세의 기본 아이디어는 이렇습니다. 기업이 인간 노동자를 AI나 로봇으로 대체하여 비용을 절감할 때, 그 절감액의 일부를 세금으로 징수하고, 이를 실직자의 재교육과 사회 안전망 강화에 사용하는 것입니다. 이는 기술 발전을 저해하지 않으면서도 그 혜택을 사회 전체가 공유하는 방법이 될 수 있습니다.
깐부회동은 단순한 만남이 아니었습니다. 이는 대한민국이 제조업 강국을 넘어 'AI 제조 혁신 강국'으로 진화하는 역사적 전환점입니다.
26만 장의 GPU는 하드웨어에 불과합니다. 진정한 가치는 그것을 어떻게 활용하느냐에 있습니다. 삼성전자가 디지털 트윈으로 제조 공정을 혁신하여 중국의 물량 공세를 질적 우위로 극복하고, 현대차가 데이터 주권을 바탕으로 독자적인 자율주행 생태계를 구축하며, 네이버가 글로벌 수준의 AI 클라우드로 한국 기업들의 디지털 주권을 지킨다면,
한국은 미국, 중국과 어깨를 나란히 하는 AI 강국이 될 수 있습니다.
하지만 이 여정은 결코 순탄하지 않을 것입니다. 소프트웨어 종속, 국산 AI 칩 생태계 육성, 에너지 인프라 확충, 인재 유출 방지, AI의 사회적 영향 관리라는 다섯 가지 과제는 각각이 거대한 도전입니다. 이 중 하나라도 제대로 해결하지 못하면, 10조 원의 투자는 물거품이 될 수 있습니다.
특히 자동차 산업의 중요성을 다시 한번 강조하고 싶습니다. 반도체 산업이 한국 경제의 기둥이라면, 자동차 산업은 뿌리입니다. 자동차는 철강, 화학, 전자, 금융, 보험, 물류 등 수십 개 산업과 연결되어 있으며, 직간접 고용 인원만 200만 명이 넘습니다. 현대차의 AI 전환은 한국 경제 전체의 디지털 트랜스포메이션을 견인하는 기관차가 될 것입니다.
독일은 자동차 산업의 강국이었지만, 전기차와 자율주행 전환에서 뒤처지며 경제 전체가 흔들리고 있습니다. 2023년 독일의 경제 성장률은 -0.3%로 마이너스를 기록했으며, 폭스바겐은 사상 처음으로 독일 내 공장 폐쇄를 검토하고 있습니다. 일본은 1990년대 반도체 강국에서 추락한 후 '잃어버린 30년'을 경험했습니다. 대만은 TSMC라는 압도적 강자가 있지만, 산업 다각화 실패로 반도체 의존도가 지나치게 높아 지정학적 리스크가 큽니다.
한국은 이들과 다른 길을 갈 수 있습니다. 반도체와 자동차, 제조업과 IT, 하드웨어와 소프트웨어를 모두 아우르는 균형 잡힌 AI 생태계를 구축할 수 있는 독특한 위치에 있습니다.
깐부회동은 기회의 문을 열었다.
그 문을 통과할지는 우리의 선택에 달려 있다.
제가 오늘 여러분께 드리고 싶은 메시지는 명확합니다. 깐부회동은 기회의 문을 열었지만, 그 문을 통과할지는 우리의 선택에 달려 있습니다.
정부는 에너지 인프라 확충과 인재 육성에 과감히 투자해야 합니다. 대기업들은 단기 실적에 집착하지 말고 장기적 관점에서 AI 역량 구축에 전념해야 합니다. 학계와 연구계는 실용적인 AI 연구에 집중하여 산업 현장의 문제를 해결해야 합니다. 그리고 우리 사회 전체는 AI 시대의 변화를 두려워하지 말고, 적극적으로 수용하되 그 과실을 공정하게 나누는 지혜를 발휘해야 합니다.
저는 확신합니다. 삼성과 현대, 네이버와 SK가 협력하고, 정부가 현명한 정책으로 뒷받침하며, 최고의 인재들이 공학으로 모여든다면, 2030년대 한국은 세계가 주목하는 AI 혁신의 중심지가 될 것입니다.
깐부회동에서 시작된 나비의 날개짓을, 우리의 현명한 선택과 과감한 실행을 통해 반드시 태풍으로 만들어야 합니다. 그 태풍은 한국 경제를 새로운 고도로 끌어올릴 것이며, 우리 자녀들에게 더 나은 미래를 물려줄 것입니다. 긴 글을 끝까지 읽어주셔서 진심으로 감사드립니다. 이 글이 주식투자와 비즈니스 계획에 작은 인사이트가 되길 바랍니다.
조선규 | 칼럼니스트
35여 년간 교육과 기업 경영, 그리고 지역 사회 발전의 현장에서 사람과 함께 성장해왔다. “삶의 문제는 결국 사람의 문제”라는 믿음을 바탕으로 교육을 통해 변화를 만들고, 기업을 통해 길을 열었으며, 현재는 사회 곳곳의 다양한 문제를 함께 풀어가며 더 따뜻하고 공정한 미래를 그려가고 있다.
조선규 칼럼니스트
밴드
URL복사
#조선규칼럼#깐부회동#한국ai산업#조선규#ai