전체기사 최신뉴스 GAM
KYD 디데이
홈 경제 경제일반

속보

더보기

[AI로 읽는 경제] ③ 중소기업 AI 격차는 구독료보다 데이터 정리에서 시작된다

기사입력 :

최종수정 :

※ 본문 글자 크기 조정

  • 더 작게
  • 작게
  • 보통
  • 크게
  • 더 크게

※ 번역할 언어 선택

AI 핵심 요약

beta
분석 중...
  • 뉴스핌이 8일 중소기업 AI 격차 심화를 짚으며 해법을 제시했다.
  • 중소기업 AI 전환 병목은 비용보다 데이터 정리·업무표준·전담인력 부족에서 비롯된다고 분석했다.
  • 계정·바우처 지원보다 데이터 진단·표준화·보안가이드·현장형 교육을 묶은 생태계·인프라 정책이 필요하다고 강조했다.

!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.

[디지털 양극화 2.0] 기획기사 3편
AI 필요성 78.4%인데 실제 활용 30.6%…제조업·비수도권 격차 뚜렷
데이터·인력·보안·성과측정 '5대 병목'…개인 계정 활용에 머문 중소기업
"바우처보다 데이터 정비 먼저"…업무표준·AI 전환매니저 등 현장형 지원 필요
 

과거 디지털 격차는 스마트폰, 인터넷, 키오스크, 공공앱을 얼마나 잘 쓰느냐의 문제였다. 그러나 생성형 AI가 업무와 산업 현장에 빠르게 들어오면서 격차의 기준이 바뀌고 있다. 이제 핵심은 AI에 접속할 수 있느냐가 아니다. 핵심은 더 좋은 AI를 쓸 비용을 감당할 수 있느냐, AI를 업무 시스템으로 설계할 수 있느냐, 기업이 AI 인프라와 데이터를 갖추고 있느냐이다. 즉 디지털 양극화는 '접속 격차'에서 생산성 격차, 임금 격차, 기업 경쟁력 격차, 산업 구조 격차로 이동하고 있다.

뉴스핌은 '[디지털 양극화 2.0] 기획시리즈 6부작'을 통해 AI 확산이 개인의 생산성과 임금, 기업의 경쟁력, 산업 생태계의 격차를 어떻게 재편하고 있는지 짚고, 새로운 디지털 양극화를 완화하기 위해 정부와 기업이 무엇을 준비해야 하는지 구조적으로 분석한다.

[디지털 양극화 2.0] 기획시리즈 6부작
① AI는 공짜인데 왜 생산성 격차는 더 커지는가
② 질문하는 사람은 남고, 지휘하는 사람은 앞서간다
③ 중소기업 AI 격차는 구독료보다 데이터 정리에서 시작된다
④ AI는 누구의 임금을 올리고 누구의 일을 흔드나
⑤ AI 시대의 문맹은 답을 검증하지 못하는 사람이다
⑥ AI 격차 해법은 구독료 지원이 아니라 공공 지능 인프라다

[세종=뉴스핌] 정성훈 경제부장 = 중소 제조기업 대표에게 인공지능(AI)은 먼 기술이 아니다. 불량률을 줄이고, 재고를 예측하고, 견적서를 빠르게 만들고, 납기를 관리하는 데 AI가 도움이 된다는 설명은 자주 듣는다. 정부 지원사업 안내도 온다. AI 스마트공장, 제조 AI, 데이터 기반 공정 최적화라는 표현도 익숙해졌다.

하지만 막상 현장으로 들어가면 질문은 달라진다.

"우리 회사 데이터가 어디 있나."
"엑셀 파일이 너무 제각각인데 AI가 읽을 수 있나."
"원가자료와 거래처 정보를 외부 AI에 올려도 되나."
"누가 이걸 관리하나."
"도입하면 정말 돈이 남나."

중소기업의 AI 격차는 여기서 시작된다. 문제는 AI 서비스를 쓸 수 있느냐가 아니다. 문제는 AI를 붙일 수 있는 데이터와 업무 구조가 준비돼 있느냐이다.

생성형 AI는 누구나 쓸 수 있다. 월 구독료를 내면 고성능 모델도 이용할 수 있다. 그러나 기업의 AI 전환은 개인이 챗봇을 쓰는 것과 다르다. 기업에서 AI가 생산성을 내려면 사내 문서, 거래 데이터, 생산 기록, 품질 정보, 재고 현황, 고객 응대, 회계 자료가 일정한 형식으로 정리돼 있어야 한다. 이 데이터가 없거나 흩어져 있으면 AI는 기업의 핵심 업무 안으로 들어가지 못한다.

결국 중소기업의 AI 격차는 구독료보다 데이터 정리에서 시작된다.

[AI 일러스트 = 정성훈 기자]
AI가 필요하다는 인식과 실제 활용 사이의 간극

국내 기업들은 AI의 필요성을 알고 있다. 대한상공회의소가 산업연구원과 함께 국내 기업 500개사를 대상으로 실시한 조사에 따르면, 기업 생산성 제고와 비용 절감 등 성과 향상을 위해 AI 기술이 필요하다고 답한 기업은 78.4%였다. 그러나 실제 AI 기술을 활용하고 있다는 기업은 30.6%에 그쳤고, 69.4%는 활용하지 않는다고 답했다. 제조업의 AI 활용률은 23.8%로 서비스업 53.0%의 절반에도 미치지 못했다.

기업 규모별 격차도 뚜렷했다. 같은 조사에서 대기업의 AI 활용률은 48.8%였지만 중견기업은 30.1%, 중소기업은 28.7%였다. 지역별로도 수도권 기업의 활용률은 40.4%인 반면 비수도권 기업은 17.9%에 머물렀다. AI 격차가 기업 규모 격차이자 지역 격차로 나타나고 있는 셈이다.

중소기업만 떼어놓고 보면 격차는 더 크게 보인다. 중소기업중앙회의 2024년 '중소기업 AI 활용의향 실태조사'에서는 중소기업의 94.7%가 AI를 활용하지 않는 것으로 나타났다. AI를 사용하지 않으면서 도입 의향도 없는 기업을 대상으로 이유를 물은 결과 '사업에 AI가 필요하지 않다'는 응답이 80.7%로 가장 많았고, '회사 경영에 어떻게 도움이 되는지 잘 모른다'가 14.9%, 'AI 도입 및 유지 비용이 부담된다'가 4.4%였다.

이 수치는 중소기업이 기술 변화에 무관심하다는 뜻이 아니다. 오히려 AI가 자신의 업무와 어떻게 연결되는지 아직 보이지 않는다는 뜻에 가깝다. 대기업은 AI를 전략과 투자 언어로 받아들이지만, 중소기업은 당장 납품, 인건비, 원가, 자금, 인력 부족의 언어로 받아들인다. AI가 그 문제를 실제로 풀 수 있다는 확신이 있어야 도입이 시작된다.

문제는 AI의 성능이 아니라 AI의 효용이 현장 언어로 번역되지 못한 데 있다.

AI 계정은 샀지만, 회사 일은 바뀌지 않는 이유

기업이 AI를 도입했다고 해서 곧바로 생산성이 오르지는 않는다. 직원 몇 명이 챗GPT나 클로드를 쓰기 시작했다고 해서 회사가 AI 기업이 되는 것도 아니다. AI 계정은 도입의 출발점일 뿐이다.

기업 업무는 개인 업무보다 훨씬 복잡하다. 영업팀은 고객과 거래 조건을 관리한다. 생산팀은 설비, 원자재, 작업자, 납기, 불량률을 본다. 구매팀은 원가와 공급망을 챙긴다. 회계팀은 세금계산서, 전표, 매출채권, 현금흐름을 관리한다. 품질팀은 검사 기록과 클레임을 축적한다.

AI가 이 업무에 들어가려면 데이터가 연결돼야 한다. 그런데 중소기업 현장에서는 데이터가 흩어져 있다. 어떤 자료는 엑셀에 있고, 어떤 자료는 종이로 남아 있다. 일부는 ERP에 있지만 제대로 입력되지 않는다. 거래처별 단가표는 담당자 개인 PC에 있고, 품질 이상 이력은 현장 반장 수첩에 있다. 설비 이상 징후는 작업자의 경험으로 기억된다.

이 상태에서 AI를 도입하면 할 수 있는 일이 제한된다. 보도자료를 요약하거나, 이메일 문장을 다듬거나, 마케팅 문안을 만드는 수준에 머물 가능성이 크다. 회사의 핵심 비용 구조인 원가, 재고, 품질, 납기, 설비, 고객 데이터를 다루지 못하면 AI는 주변 업무 도구에 그친다.

문제는 AI가 부족한 것이 아니다. AI가 읽을 수 있는 회사가 준비되지 않은 것이다.

대기업은 AI를 시스템에 붙이고, 중소기업은 개인 계정에 머문다

대기업과 중소기업의 AI 격차는 여기서 벌어진다. 대기업은 사내 데이터와 AI를 연결할 수 있다. ERP(전사적자원관리), CRM(고객관계관리), 그룹웨어, 고객 데이터베이스, 연구개발 자료, 생산관리 시스템, 품질관리 시스템을 AI와 연동한다. 보안 기준을 만들고, 전담조직을 두며, 클라우드와 내부망을 나눠 운영한다. AI를 단순한 문서 작성 도구가 아니라 업무 운영체계의 일부로 넣는다.

반면 중소기업은 개별 직원의 활용에 의존하기 쉽다. 직원이 개인 유료 계정을 쓰거나, 무료 AI로 문서를 정리하는 방식이다. 회사 차원의 데이터 거버넌스, 보안 지침, 업무 프로세스 재설계가 없으면 AI 활용은 개인 역량에 머문다. 직원이 회사를 떠나면 노하우도 함께 사라진다.

글로벌 기업도 비슷한 과제를 겪는다. 맥킨지의 2025년 글로벌 AI 조사에 따르면 응답 조직의 88%가 최소 1개 업무 기능에서 AI를 정기적으로 사용한다고 답했지만, 기업 전체 차원에서 AI 프로그램을 확장하기 시작했다는 응답은 약 3분의 1에 그쳤다. 매출 50억달러 이상 기업은 거의 절반이 확장 단계에 도달한 반면, 매출 1억달러 미만 기업은 29%에 그쳤다.

[세종=뉴스핌] 정성훈 기자 = 2026.07.08 jsh@newspim.com

이 차이는 AI 도입의 본질을 보여준다. AI는 사용 여부보다 확장 여부가 중요하다. 더 정확히는 업무 흐름을 바꾸느냐가 중요하다. 맥킨지는 AI 고성과 기업의 특징으로 개별 업무 흐름을 근본적으로 재설계하는 경향을 꼽았다. AI의 성과는 도구를 켜는 데서 나오지 않고, 업무 방식을 다시 짜는 데서 나온다는 의미다.

중소기업이 어려운 이유도 여기에 있다. AI를 사는 것은 가능하지만 업무를 다시 짜는 것은 어렵다. 인력도 부족하고 시간도 부족하다. 당장 납기와 자금 압박이 있는 기업에게 업무 재설계는 장기 투자로 보이기 쉽다.

표면 원인은 비용, 진짜 원인은 데이터와 조직 여력이다

중소기업 AI 전환이 더딘 이유를 비용 문제로만 설명하면 절반만 보는 것이다. 물론 비용은 크다. AI 솔루션 도입비, 클라우드 비용, 센서 설치비, 데이터 수집 장비, 컨설팅 비용, 직원 교육비가 붙는다. 제조 AI처럼 현장 설비와 연결되는 경우에는 비용 부담이 더 커진다.

하지만 비용보다 더 깊은 원인이 있다. 데이터와 조직 여력이다.

첫째, 데이터가 없다. 더 정확히는 데이터가 있지만 AI가 쓸 수 있는 형태가 아니다. 중소기업 현장에는 생산일지, 검사표, 거래명세서, 견적서, 발주서, 클레임 기록이 존재한다. 그러나 형식이 제각각이고 누락이 많으며, 담당자별 관리 방식이 다르다. AI가 분석하려면 표준화된 데이터가 필요하지만, 현장은 아직 그 전 단계에 머물러 있다.

둘째, 전담 인력이 없다. AI를 도입하려면 내부에서 업무를 설명할 사람이 필요하다. 외부 공급기업은 기술을 알지만 회사의 실제 병목을 모른다. 내부 직원은 업무를 알지만 AI를 모른다. 이 둘을 연결할 사람이 부족하다.

셋째, 성과를 측정하기 어렵다. AI를 도입하면 불량률이 얼마나 줄고, 납기가 얼마나 개선되고, 재고가 얼마나 줄며, 원가가 얼마나 낮아지는지 보여줘야 한다. 그런데 중소기업은 도입 전 기준 데이터가 부족한 경우가 많다. 기준선이 없으면 성과도 입증하기 어렵다.

넷째, 보안 우려가 크다. 원가자료, 고객정보, 설계도면, 거래조건을 외부 AI 서비스에 넣는 것은 위험할 수 있다. 보안 지침이 없으면 직원은 AI 사용을 꺼리거나, 반대로 통제 없이 쓰게 된다. 둘 다 문제다.

결국 중소기업 AI 격차의 진짜 원인은 비용이 아니라 AI를 받아들일 조직의 준비도다.

AI 격차는 협력업체의 협상력 격차로 전이된다

중소기업의 AI 전환 문제는 개별 기업의 문제가 아니다. 한국 산업의 밸류체인 문제다.

대기업이 AI를 통해 구매, 생산, 물류, 품질관리, 고객 대응 속도를 높이면 협력업체에도 같은 속도를 요구하게 된다. 납품 일정은 더 촘촘해지고, 품질 데이터 제출은 더 정교해지고, 원가 절감 압박은 더 커질 수 있다. 대기업은 AI로 공급망 전체를 실시간으로 관리하려 하지만, 협력 중소기업이 데이터를 제때 제공하지 못하면 병목이 된다.

이때 AI 격차는 협상력 격차로 바뀐다. 데이터를 빠르게 제출하고 품질 이력을 투명하게 보여줄 수 있는 협력업체는 더 높은 신뢰를 얻는다. 반대로 데이터 관리가 안 되는 기업은 납품 리스크가 큰 업체로 분류될 수 있다. AI를 잘 쓰는 기업과 못 쓰는 기업의 차이가 거래 조건, 납품 기회, 금융 접근성까지 영향을 줄 수 있다.

특히 제조업에서는 이 문제가 더 민감하다. 자동차, 조선, 반도체, 이차전지, 기계, 전자 부품 산업은 대기업과 중소 협력업체가 촘촘히 연결돼 있다. 한쪽의 디지털 수준이 높아져도 다른 쪽이 따라오지 못하면 공급망 전체의 효율은 제한된다.

AI 시대의 밸류체인은 가장 느린 데이터 속도에 맞춰 움직인다.

[AI 일러스트 = 정성훈 기자]
정부 지원은 늘고 있지만, 핵심은 '현장 적용성'이다

정부도 이 문제를 알고 있다. 중소벤처기업부는 2026년 스마트제조혁신 지원계획에서 AI 관련 지원을 확대하고, AI가 결함 탐지와 실시간 공정제어 등 의사결정과 실행에 결합되는 AI 통합 스마트공장 구축을 지원하겠다고 밝혔다. 2026년에는 자율공장 30개, AI특화 스마트공장 400개, 대·중소 협업 AI 트랙 20개 등 약 450개 과제를 지원할 계획이다.

제조AI특화 스마트공장 구축지원사업도 추진되고 있다. 2026년 공고에 따르면 국내 중소·중견 제조기업을 대상으로 AI공장 구축은 최대 9개월, 최대 2억원 한도에서 지원하고, 데이터 수집·검증은 최대 6개월, 최대 0.5억원 한도에서 지원한다. 공정 최적화와 예측 유지보수 등 제조AI 활용이 주요 지원 내용이다.

방향은 맞다. 다만 현장에서 중요한 것은 지원 규모보다 적용 가능성이다. 중소기업은 복잡한 컨설팅 보고서보다 바로 쓸 수 있는 업무 템플릿이 필요하다. 업종별로 어떤 데이터를 모아야 하는지, 어떤 형식으로 정리해야 하는지, 어떤 AI 활용부터 시작해야 하는지 알려줘야 한다.

제조업이라도 업종별 병목은 다르다. 식품기업은 원재료 가격, 유통기한, 위생, 재고가 중요하다. 금속가공 기업은 설비 가동률, 불량률, 납기, 작업자 숙련도가 중요하다. 섬유기업은 주문 변동, 원단 재고, 납기 대응이 중요하다. 뿌리기업은 작업조건과 품질 편차가 중요하다. 같은 AI 스마트공장이라는 이름으로 묶기에는 현장의 문제가 다르다.

정부 지원은 계정이나 장비를 나눠주는 방식에서 벗어나야 한다. 데이터 정리, 업무표준, 보안지침, 성과측정, 현장 교육을 패키지로 묶어야 한다.

중소기업에 필요한 것은 'AI 솔루션'보다 'AI 적용 순서'다

중소기업이 AI를 도입할 때 가장 많이 하는 실수는 처음부터 거창한 목표를 세우는 것이다. 전사 AI 전환, 스마트공장 고도화, 데이터 기반 경영 같은 표현은 그럴듯하지만 현장에서는 막연할 수 있다.

필요한 것은 작은 성공이다.

첫 단계는 문서 정리다. 견적서, 발주서, 납품서, 클레임 기록, 생산일지처럼 반복적으로 발생하는 문서를 표준화해야 한다. 문서명, 날짜, 거래처, 품목, 수량, 단가, 담당자, 처리상태 같은 기본 항목부터 통일해야 한다.

두 번째 단계는 반복 업무 자동화다. 매주 작성하는 보고서, 매월 정리하는 매출표, 반복되는 견적 비교, 재고 확인, 고객 문의 답변처럼 비교적 위험이 낮고 효과가 눈에 보이는 업무부터 시작해야 한다.

세 번째 단계는 예측과 최적화다. 판매 예측, 원재료 발주량, 불량률 변화, 설비 이상 징후처럼 데이터 축적이 필요한 영역으로 확장한다.

네 번째 단계는 의사결정 지원이다. AI가 단순 정리를 넘어 어느 거래처의 리스크가 큰지, 어떤 품목의 마진이 떨어지는지, 어떤 공정에서 손실이 반복되는지 제안하는 단계다.

중소기업 AI 전환은 거대한 시스템 구축이 아니라 업무의 작은 병목을 하나씩 제거하는 과정이어야 한다.

AI 분석: 중소기업 AI 병목은 5곳에서 반복된다

여러 조사와 현장 사례를 종합하면 중소기업 AI 전환의 병목은 다섯 곳에서 반복된다.

첫째, 데이터 병목이다. 자료가 없어서가 아니라 흩어져 있고 표준화돼 있지 않다. AI가 분석할 수 있는 형태로 정리하는 전처리 단계가 부족하다.

둘째, 비용 병목이다. 구독료보다 도입 컨설팅, 시스템 연동, 센서 설치, 클라우드, 교육비가 부담이다. 특히 제조업은 현장 설비와 연결해야 해 초기비용이 커진다.

셋째, 인력 병목이다. 외부 공급기업과 내부 현장을 연결할 중간 인재가 부족하다. AI를 아는 사람은 현장을 모르고, 현장을 아는 사람은 AI를 모르는 경우가 많다.

넷째, 보안 병목이다. 외부 AI 활용 시 원가, 거래처, 설계, 고객정보 유출 우려가 있다. 명확한 가이드가 없으면 AI 사용이 위축되거나 통제되지 않은 사용이 늘어난다.

다섯째, 성과 병목이다. AI 도입 전 기준 데이터가 부족하면 도입 후 효과를 측정하기 어렵다. 효과를 증명하지 못하면 추가 투자가 막힌다.

이 다섯 가지 병목은 서로 연결돼 있다. 데이터가 없으면 성과를 측정하지 못하고, 성과를 입증하지 못하면 투자가 줄고, 투자가 줄면 인력을 확보하지 못한다. 인력이 없으면 데이터 정리도 안 된다. 중소기업 AI 전환이 어려운 이유는 하나의 장벽이 아니라 악순환 구조 때문이다.

[AI 일러스트 = 정성훈 기자]
 해외 사례가 주는 기준: 중소기업 AI는 생태계로 풀어야 한다

해외 논의에서도 중소기업 AI 전환은 개별 기업의 노력만으로 해결하기 어렵다는 점이 강조된다. 대기업 중심의 AI 성숙도 모델을 중소기업에 그대로 적용하기 어렵고, 중소기업은 자원 제약과 비공식적 의사결정, 대표자 중심 경영, 외부 생태계 의존도가 크다는 분석이 나온다. 중소기업용 AI 성숙도 논의는 내부 역량뿐 아니라 외부 지원, 협업 네트워크, 공급기업 생태계까지 함께 봐야 한다는 방향으로 이동하고 있다.

한국에도 이 관점이 필요하다. 중소기업 한 곳이 데이터 전문가, AI 엔지니어, 보안 전문가, 공정 전문가를 모두 보유하기는 어렵다. 따라서 업종별 협회, 공공기관, 지역 테크노파크, 대학, 공급기업, 대기업 원청이 함께 참여하는 방식이 필요하다.

특히 지역 중소기업에는 공동 인프라가 중요하다. 수도권 기업과 비수도권 기업의 AI 활용률 격차가 이미 나타나는 상황에서 지역별 제조AI 지원센터, 공동 데이터 표준, 공동 보안환경, 업종별 실증공장 같은 장치가 필요하다. AI 전환을 기업 단위로만 맡기면 자원이 부족한 기업부터 뒤처질 수밖에 없다.

중소기업 AI 정책은 보조금 정책이 아니라 산업 생태계 정책이어야 한다.

[AI 일러스트 = 정성훈 기자]
정책 대안: 바우처보다 데이터 정비가 먼저다

중소기업 AI 격차를 줄이려면 정책 순서를 바꿔야 한다.

첫째, AI 도입 전 데이터 진단을 의무화해야 한다. 기업이 어떤 데이터를 갖고 있고, 어떤 데이터가 빠져 있으며, 어떤 형식으로 정리해야 하는지 먼저 봐야 한다. 병원 진료 전에 검사를 하듯, AI 도입 전 데이터 건강검진이 필요하다.

둘째, 업종별 AI 업무표준을 만들어야 한다. 제조업, 유통업, 농식품, 수출기업, 소상공인별로 반복되는 업무를 정리하고, 바로 적용 가능한 문서 양식과 데이터 항목을 제공해야 한다.

셋째, 보안형 AI 활용 가이드를 제공해야 한다. 어떤 자료는 외부 AI에 넣어도 되는지, 어떤 자료는 익명화해야 하는지, 어떤 자료는 내부망에서만 처리해야 하는지 명확히 해야 한다.

넷째, AI 전환 매니저를 키워야 한다. 코딩만 아는 인재가 아니라 현장 업무와 AI를 연결하는 중간 인재가 필요하다. 이들은 중소기업의 업무를 듣고, 데이터 흐름을 정리하고, 적절한 AI 활용 단계를 설계하는 역할을 해야 한다.

다섯째, 성과 측정 기준을 단순화해야 한다. 불량률 감소, 납기 단축, 재고 감소, 견적 처리시간 단축, 고객응대 시간 단축처럼 중소기업이 체감할 수 있는 지표를 중심으로 평가해야 한다.

정책의 핵심은 AI를 도입했는지 여부가 아니라 AI가 어떤 병목을 얼마나 줄였는지를 보는 것이다.

[AI 일러스트 = 정성훈 기자]
중소기업이 뒤처지면 한국 산업의 AI 전환도 늦어진다

한국 경제는 대기업만으로 움직이지 않는다. 제조업 경쟁력은 수많은 중소 협력업체의 품질, 납기, 원가, 기술력 위에 서 있다. 대기업이 AI로 빨라져도 협력업체가 따라오지 못하면 공급망 전체의 속도는 제한된다.

AI 양극화는 개인의 문제가 아니라 산업구조의 문제다. 대기업은 자체 AI 플랫폼을 만들고, 중견기업은 일부 시스템을 도입하고, 중소기업은 무료 챗봇에 머무르는 구조가 굳어지면 생산성 격차는 누적된다. 이는 임금 격차, 납품단가 격차, 투자 격차, 지역 격차로 이어질 수 있다.

중소기업의 AI 전환을 복지나 지원사업으로만 보면 안 된다. 이는 한국 산업의 생산성 정책이다. 인구 감소와 인력난, 고금리 부담, 원가 압박 속에서 중소기업이 버티려면 반복 업무를 줄이고 품질과 납기를 안정화해야 한다. AI는 그 수단이 될 수 있다. 다만 AI를 붙일 수 있는 데이터와 업무표준이 먼저 있어야 한다.

문제는 중소기업이 AI를 모른다는 것이 아니다. 문제는 AI를 자신의 일에 어떻게 붙여야 할지 모르는 구조다. 해법도 명확하다. AI 계정 지원보다 데이터 정리, 업무표준, 보안 가이드, 현장형 교육이 먼저다.

중소기업의 AI 전환은 거대한 기술혁명이 아니라 납기표, 견적서, 불량기록, 재고표를 정리하는 일에서 시작된다.

■ 한 줄 요약
중소기업 AI 격차의 본질은 AI 서비스 가격이 아니라 AI를 붙일 수 있는 데이터·업무표준·전담인력이 부족한 구조에 있으며, 해법은 바우처 지급보다 데이터 정비와 현장형 AI 업무전환 체계를 먼저 구축하는 데 있다.

* [AI로 읽는 경제]는 AI 어시스턴트가 분석한 내용을 바탕으로 기자가 정리한 내용입니다. ChatGPT, Google Gemini, Perplexity, Claude AI 모델이 적용됐습니다. 상단의 'AI MY 뉴스' 로그인을 통해 뉴스핌의 차세대 AI 콘텐츠 서비스를 활용해 보기 바랍니다.

jsh@newspim.com

[뉴스핌 베스트 기사]

사진
삼성전자 조만간 사장단 인사 난다고? [서울=뉴스핌] 서영욱 기자 = 삼성전자가 이르면 이번 주 정기 사장단 인사를 단행할 것으로 예상되는 가운데 이재용 삼성전자 회장의 성과주의 인사 원칙에 재계의 관심이 쏠린다. 반도체 사업이 사상 최대 실적을 경신한 반면 완제품 사업은 두 분기 연속 적자를 기록하면서 성과에 따른 보상과 쇄신의 필요성이 동시에 커졌기 때문이다. 다만 인공지능(AI) 확산과 메모리 가격 급등이라는 동일한 시장 환경이 두 부문의 실적에 상반된 영향을 미쳤다는 점에서 경영진에 대한 평가가 단순하지만은 않다. 반도체 사업은 호황을 지속할 수 있는 경쟁력을 확보해야 하고 완제품 사업은 기존 수익구조의 한계를 극복해야 하는 상황이다. 이 회장이 현재의 경영 성과와 미래의 성장 가능성에 어느 정도 비중을 두느냐에 따라 삼성의 차세대 경영진 구도도 달라질 전망이다. 서울 서초구 삼성전자 서초사옥 [사진 = 뉴스핌DB] 16일 재계에 따르면 삼성전자는 조만간 2027년도 정기 사장단 인사를 시작으로 임원 인사와 조직개편을 순차적으로 단행할 전망이다. 지난해 11월 21일 단행한 사장단 인사에서는 사장 승진자가 1명에 그치는 등 경영 안정에 방점이 찍혔다. 전영현 디바이스솔루션(DS)부문장 부회장과 노태문 디바이스경험(DX)부문장 사장의 2인 대표이사 체제를 구축하고 각각 메모리사업부장과 모바일경험(MX)사업부장을 겸직하도록 했다. 올해는 두 부문의 실적 격차가 극단적으로 벌어졌다. 삼성전자는 올해 3분기 107조4000억원의 영업이익을 기록했다. DS부문이 106조5000억원의 영업이익을 올린 반면 DX부문은 8000억원의 영업손실을 내며 두 분기 연속 적자를 기록했다. [AI 인포그래픽=서영욱 기자] ◆ 반도체 재건 이끈 전영현…성과주의 승진 기대감반도체 사업을 재건한 전 부회장은 유임에 무게가 실린다. 전 부회장은 고대역폭메모리(HBM) 경쟁력 약화로 삼성전자 위기론이 확산하던 지난 2024년 5월 구원투수로 등판했다. 같은 해 11월 메모리사업부장까지 겸직하며 기술 경쟁력 회복을 진두지휘했다. 삼성전자는 올해 HBM4 양산과 판매 확대에 성공하며 인공지능(AI) 반도체 시장에서 경쟁력을 회복했다. 범용 메모리 가격 상승까지 맞물리면서 반도체 사업의 수익성도 크게 높아졌다. 관건은 전 부회장이 메모리사업부장 겸직을 내려놓을지 여부다. 메모리 사업이 정상화 궤도에 오른 만큼 후임 사업부장을 발탁하고 전 부회장은 파운드리(반도체 위탁생산)와 첨단 패키징, 대규모 시설투자 등 DS부문 전반의 경쟁력 강화에 집중할 가능성이 제기된다. 차기 메모리사업부장 후보로는 송재혁 DS부문 최고기술책임자(CTO) 사장과 황상준 메모리개발담당 부사장, 김재준 전략마케팅실장 부사장 등이 거론된다. 송 사장은 반도체연구소장을 겸직하며 차세대 반도체 기술과 공정 개발을 이끌어 온 인물이다. 황 부사장은 D램과 낸드플래시 개발을 총괄하며 메모리 기술 경쟁력 회복에 기여했다. 김 부사장은 글로벌 고객사 대응과 고부가가치 메모리 판매 확대를 담당해 왔다. AI 반도체 시장의 성장으로 메모리 사업에서 기술 개발 못지않게 영업·마케팅의 중요성도 커지고 있다. 글로벌 빅테크를 중심으로 수년 치 물량을 선점하려는 장기공급계약이 확산하면서 우수한 제품을 개발하는 것뿐 아니라 대형 고객사를 확보하고 안정적인 수익 기반을 구축하는 역량도 중요해졌기 때문이다. 삼성전자는 이미 대형 고객사 10곳과 장기공급계약을 체결했으며 추가로 10곳과 협상을 진행 중이다. 차세대 메모리 기술 주도권 확보와 글로벌 고객사 확대가 모두 중요한 과제로 떠오른 만큼 기술 전문가와 영업·마케팅 전문가 중 누구에게 메모리사업부의 지휘봉을 맡길지가 관전 포인트다. 비메모리 사업은 사정이 다르다. 2024년 말 파운드리사업부장에 오른 한진만 사장은 북미 반도체 사업을 총괄하며 쌓은 경험을 바탕으로 테슬라 등 대형 고객사를 확보했다. 2나노 공정 수주 확대와 미국 테일러 공장 가동 등 주요 사업 과제가 진행 중이라는 점에서 경영의 연속성에 무게가 실린다. 반면 2022년부터 시스템LSI사업부를 이끌고 있는 박용인 사장은 모바일 애플리케이션 프로세서(AP) 경쟁력 강화와 수익성 개선이라는 과제를 안고 있다. 맞춤형 반도체 등으로 사업 영역을 확대하는 과정에서 새로운 리더십을 발탁할 가능성도 배제할 수 없다. [AI 인포그래픽=서영욱 기자] ◆ 적자 직면한 노태문…완제품 사업 체질 개선 과제DX부문은 대규모 승진보다 사업 경쟁력 회복을 위한 쇄신에 무게가 실릴 전망이다. 노 사장은 지난해 3월 한종희 부회장의 갑작스러운 별세로 DX부문장 직무대행을 맡은 뒤 같은 해 11월 정식 부문장에 올랐다. 갤럭시 스마트폰의 글로벌 성장을 이끌어 온 노 사장에게 주어진 새로운 임무는 TV와 생활가전까지 아우르는 완제품 사업 전반의 경쟁력 강화였다. 그러나 중국 기업들의 추격이 거세진 데다 메모리 등 주요 부품 가격까지 급등하면서 수익성 확보에 어려움을 겪고 있다. 노 사장이 정식 부문장에 오른 지 1년밖에 지나지 않았다는 점에서 유임 가능성이 높지만 부회장 승진을 뒷받침할 실적 명분은 상대적으로 약해졌다는 평가다. 노 사장 역시 MX사업부장 겸직을 해제하고 DX부문 전체의 체질 개선에 집중할 가능성이 있다. 후임으로 거론되는 최원준 MX사업부 최고운영책임자(COO) 사장은 미국 퀄컴 출신으로 갤럭시 스마트폰의 기술 혁신과 AI 기능 고도화를 주도해 왔다. 지난해 사장으로 승진한 데 이어 COO를 맡으며 모바일 사업 전반으로 역할을 확대했다. TV 사업에서는 이미 쇄신 인사가 이뤄졌다. 삼성전자는 지난 5월 용석우 영상디스플레이사업부장을 DX부문장 보좌역으로 이동시키고 이원진 사장을 후임으로 선임했다. 개발 전문가 대신 콘텐츠·서비스 전문가를 사업부장에 배치하며 하드웨어 판매 중심의 수익구조를 다변화하겠다는 의지를 드러냈다. 이원진 사장의 역할이 한층 확대될 가능성도 주목된다. 구글 출신의 광고·서비스 전문가인 이 사장은 2014년 삼성전자에 영입된 뒤 삼성 TV 플러스 등 서비스 사업을 성장시키며 2021년 사장으로 승진했다. 2023년 말 상담역으로 물러났지만 1년 만에 글로벌마케팅실장으로 화려하게 복귀한 데 이어 올해 위기에 빠진 TV 사업의 구원투수로 등판했다. 이 사장은 지난해에 이어 올해 상반기에도 삼성전자 현직 임원 가운데 가장 많은 보수(74억7900만원)를 받으며 입지를 다졌다. DX부문이 하드웨어 판매 중심의 사업구조에서 벗어나 광고와 콘텐츠, 구독 등 서비스 중심으로 수익원을 다변화해야 하는 상황인 만큼 이 사장의 역할이 TV 사업을 넘어 완제품 사업 전반의 체질 개선으로 확대될 가능성도 있다. 이재용 삼성전자 회장 [사진 = 뉴스핌DB] ◆ 사업지원실 출범 1년…이재용의 용인술 주목그룹의 컨트롤타워 역할을 하는 사업지원실의 변화 여부도 관심사다. 이 회장은 지난해 11월 사업지원태스크포스(TF)를 정식 조직인 사업지원실로 전환하고 정현호 부회장을 회장 보좌역으로 이동시켰다. 후임 실장에는 재무 전문가인 박학규 사장을 선임하고 최윤호 사장에게 전략팀장을 맡겼다. 인수합병(M&A)팀도 신설했다. 반도체 사업을 통해 확보한 막대한 투자 재원을 미래 성장동력 확보에 투입해야 하는 상황에서 박 사장의 부회장 승진 여부와 사업지원실의 역할 확대도 주요 관전 포인트다. AI와 로봇, 첨단 패키징 등 미래 사업을 이끌 기술 인재의 발탁 기조도 이어질 전망이다. 삼성전자는 지난해 윤장현 삼성벤처투자 대표를 사장으로 승진시켜 DX부문 CTO 겸 삼성리서치장으로 선임하고 하버드대 교수 출신인 박홍근 사장을 삼성전자 종합기술원(SAIT) 원장으로 영입했다. 부사장 승진자도 2024년 35명에서 지난해 51명으로 늘리며 차세대 경영진 후보군을 확대했다. 다만 이번 인사에서는 반도체와 완제품 사업의 실적 격차를 경영진의 역량 차이로만 평가하기 어렵다는 점이 변수다. DS부문의 사상 최대 실적은 HBM 경쟁력 회복이라는 자체적인 성과에 AI 인프라 투자 확대와 메모리 공급 부족에 따른 가격 상승이 맞물린 결과다. 반면 DX부문은 중국 기업들과의 경쟁이 심화하는 상황에서 메모리 가격 급등으로 스마트폰과 TV 등 주요 제품의 제조원가까지 상승하는 이중고를 겪고 있다. 제품 가격을 인상하면 판매량과 시장점유율 하락을 감수해야 하고, 가격을 유지하면 수익성이 악화될 수밖에 없는 상황이다. 같은 시장 환경이 두 부문의 실적에 상반된 영향을 미친 만큼 외부 요인에 따른 실적 증감과 경영진이 실제로 창출한 성과를 어떻게 구분해 인사에 반영할지가 이 회장의 고민이 될 것으로 보인다. 성과급을 둘러싼 두 부문의 내부 갈등도 이 회장의 부담이다. DX부문 중심의 노동조합은 지난 5일 수원사업장 앞에서 집회를 열고 공정한 보상체계 마련과 경영진의 책임을 촉구했다. 재계 관계자는 "성과를 낸 인재에게는 확실한 보상을 하고 부진한 사업에는 새로운 돌파구를 마련할 수 있는 인재를 배치하는 것이 성과주의 인사의 핵심"이라며 "사상 최대 실적에도 사업 간 불균형이 심화한 상황에서 이 회장이 단기적인 경영 성과와 미래 성장 가능성을 어떻게 평가하느냐에 따라 삼성의 향후 경영 방향도 가늠할 수 있을 것"이라고 말했다. syu@newspim.com 2026-11-16 10:21
사진
젠슨 황, 사임 나흘 만에 복귀 시도하나 [시드니=뉴스핌] 권지언 특파원 = 젠슨 황 전 엔비디아 최고경영자(CEO)가 측근들과 CEO 복귀 가능성을 논의한 것으로 알려졌다. 실리콘밸리 주요 인사들도 황 전 CEO의 복귀를 위해 이사회 설득에 나서면서 엔비디아의 리더십 위기를 둘러싼 논란이 확산하는 모습이다. 15일(현지시각) 파이낸셜타임스(FT)는 사안에 정통한 복수의 관계자를 인용해 황 전 CEO가 측근들과 복귀 가능성을 논의했다고 보도했다. 황 전 CEO는 중국 스파이로 의심되는 인물 및 부하 직원과의 부적절한 관계 의혹이 제기된 뒤 사임했다. 엔비디아 이사회는 사임을 초래한 행위와 관련해 독립적인 조사를 진행 중이다. 황 전 CEO의 한 측근은 FT에 실리콘밸리 경영진들로 구성된 이른바 '워룸(war room)'을 꾸려 그의 복귀를 위한 로비에 나서고 있다고 밝혔다. 백악관의 지지를 확보하는 방안도 추진할 예정이다. 이 측근은 "최첨단 AI 연구소들을 제외하면 기술업계에서 영향력 있는 인사들은 모두 젠슨을 좋아한다"고 말했다. 복귀를 위한 움직임 역시 황 전 CEO의 지지를 받고 있다고 덧붙였다. 황 전 CEO의 복귀를 촉구하는 공개 캠페인도 확산하고 있다. 일론 머스크 테슬라·스페이스X CEO와 팀 스위니 에픽게임즈 CEO 등은 엔비디아 이사회에 황 전 CEO의 복귀를 요구하는 공개서한에 지지를 표명했다. 일부 엔비디아 직원들도 사임 이후 공개적으로 복귀를 요구하며 해당 서한에 서명한 것으로 전해졌다. ◆ 美 정부는 경영진 쇄신 요구…복귀 움직임에 제동 다만 복귀 추진은 워싱턴 주요 정책 당국자들의 반발에 부딪힐 가능성이 크다. 스콧 베선트 미 재무장관은 이날 황 전 CEO의 사임 이후 엔비디아 경영진의 '대대적인 쇄신'이 필요하다고 촉구했다. 황 전 CEO는 다른 창업자 겸 CEO들과 달리 지배 지분을 보유하고 있지 않아 이사회의 결정을 뒤집을 수 없는 처지다. 현재 임시 CEO인 콜레트 크레스가 이끄는 경영진은 오는 화요일 분기 실적 발표를 앞두고 경영 안정화에 주력하고 있다. 이번 사태는 중국과 연계 가능성이 있는 아시아 고객 대상 AI 칩 판매와 관련한 엔비디아의 준법 감시 체계에 대한 의문으로도 번지고 있다. 황 전 CEO가 싱가포르 소재 메가스피드의 임원 앨리스 황과 부적절한 관계를 맺었다는 의혹이 제기되면서, 칩 판매 과정에서 적절한 통제가 이뤄졌는지를 둘러싼 감시의 눈초리가 커지고 있다고 FT는 전했다. 황 전 CEO의 복귀를 추진하는 측근들 사이에서도 그의 평판을 회복하기가 쉽지 않다는 우려가 나온다. 복귀 추진에 관여한 한 관계자는 "부하 직원과의 불륜은 해고 사유에 해당한다"고 인정했다. 후임 CEO 후보군에도 관심이 쏠린다. FT는 앞서 금요일 엔비디아 이사회가 ARM의 르네 하스 CEO에게 후임자 후보로 접촉했다고 보도했다. 다만 엔비디아 이사회는 아직 공식적인 CEO 선임 절차가 시작된 것은 아니라고 밝혔다. 엔비디아 주요 주주인 알티미터 캐피털의 브래드 거스트너 창업자와 아트레이즈 매니지먼트의 개빈 베이커 대표도 금요일 공개서한을 통해 이사회에 황 전 CEO의 복귀 가능성을 포함한 모든 선택지를 열어둘 것을 촉구했다. 이들은 황 전 CEO의 장기간에 걸친 탁월한 경영 성과와 사임을 둘러싼 불확실성을 고려해야 한다고 강조했다. 엔비디아와 황 전 CEO 측은 관련 논평을 거부했다. 엔비디아 젠슨 황 최고경영자(CEO) [사진=블룸버그통신] kwonjiun@newspim.com 2026-11-16 05:39
기사 번역
결과물 출력을 준비하고 있어요.
종목 추적기

S&P 500 기업 중 기사 내용이 영향을 줄 종목 추적

결과물 출력을 준비하고 있어요.

긍정 영향 종목

  • Lockheed Martin Corp. Industrials
    우크라이나 안보 지원 강화 기대감으로 방산 수요 증가 직접적. 미·러 긴장 완화 불확실성 속에서도 방위산업 매출 안정성 강화 예상됨.

부정 영향 종목

  • Caterpillar Inc. Industrials
    우크라이나 전쟁 장기화 시 건설 및 중장비 수요 불확실성 직접적. 글로벌 인프라 투자 지연으로 매출 성장 둔화 가능성 있음.
이 내용에 포함된 데이터와 의견은 뉴스핌 AI가 분석한 결과입니다. 정보 제공 목적으로만 작성되었으며, 특정 종목 매매를 권유하지 않습니다. 투자 판단 및 결과에 대한 책임은 투자자 본인에게 있습니다. 주식 투자는 원금 손실 가능성이 있으므로, 투자 전 충분한 조사와 전문가 상담을 권장합니다.
안다쇼핑
Top으로 이동