최신기사
-
-
-
[사설] 미래대응기금, 200조보다 중요한 것은 재정의 원칙이다
국가 재정은 돈을 많이 쓰는 기술이 아니라 꼭 필요한 곳에 제때 쓰는 지혜다. 정부가 반도체 호황으로 늘어난 초과 세수를 활용해 약 200조 원 규모의 미래대응기금을 조성하고 인공지능(AI) 대전환과 성장동력 육성에 나서겠다고 발표한 것은 시대적 문제의식만큼은 충분히 공감할 만하다. 세계 경제가 AI와 첨단산업을 중심으로 재편되는 지금, 대한민국 역시 미래를 위한 과감한 투자를 미룰 수 없기 때문이다. 정부가 설명하는 미래대응기금의 핵심은 분명하다. 호황기에 더 걷힌 세금을 흥청망청 소비하지 않고 적립해 국가 경쟁력을 높이는 분야에 전략적으로 투자하겠다는 것이다. 세수가 풍부한 해에는 저축하고 경기 침체나 국가적 전환기에 활용하는 ‘재정 저수지’ 역할을 하겠다는 구상이다. 재정의 경기 순응성을 줄이고 중장기 성장 기반을 확충하겠다는 취지는 타당하다. 그러나 좋은 취지와 좋은 제도가 반드시 같은 것은 아니다. 우리 경제가 수없이 경험했듯 재정은 한번 원칙을 잃으면 가장 손쉬운 정치의 도구가 될 수 있다. 200조 원이라는 천문학적 규모보다 중요한 것은 누가, 어떤 기준으로, 얼마나 투명하게 그 돈을 운용하느냐이다. 국민의 세금은 정부의 재량 자금이 아니라 국민으로부터 위임받은 공적 자산이라는 사실을 한순간도 잊어서는 안 된다. 특히 초과 세수라는 재원의 성격부터 냉정하게 살펴야 한다. 반도체 산업의 슈퍼사이클은 영원하지 않다. 국제 경기와 수출 환경에 따라 세수는 언제든 급증하거나 급감할 수 있다. 일시적인 호황에서 얻은 재원을 영구적인 지출 구조로 연결한다면 미래에는 오히려 재정 부담이 될 가능성이 크다. 미래대응기금은 상시적인 복지 확대나 선심성 사업의 재원이 아니라 국가의 생산성을 높이는 투자에 한정돼야 한다. AI라고 해서 모두 미래 투자인 것도 아니다. 이름만 첨단일 뿐 경제적 효과가 불투명한 사업도 얼마든지 있다. 정부가 잠재성장률을 끌어올리려 한다면 투자 대상은 정치적 인기나 지역 안배가 아니라 국가 경쟁력이라는 냉엄한 기준으로 선정돼야 한다. AI 인프라와 차세대 반도체, 전력망과 데이터센터, 핵심 원천기술, 과학기술 인재 양성처럼 민간의 투자만으로는 부족하지만 국가 전체의 생산성을 높일 수 있는 분야에 집중해야 한다. 미래대응기금은 ‘지원금’이 아니라 ‘투자금’이어야 한다. 기금 운용에 대한 국회 통제와 국민 공개도 철저해야 한다. 기금은 예산보다 탄력적인 집행이 가능하다는 장점이 있지만, 바로 그 이유 때문에 통제 장치는 더욱 엄격해야 한다. 일정 규모 이상의 사업은 국회의 사전 심의를 거치고 투자 목적과 집행 내역, 성과 평가를 정기적으로 국민에게 공개해야 한다. 독립적인 재정평가기구가 경제적 효과와 정책 효율성을 검증하는 장치도 필요하다. 성과가 없는 사업은 과감히 중단하고 재원을 다른 분야로 재배분하는 원칙도 분명히 해야 한다. 재정 운용의 원칙은 어렵지 않다. 오늘의 호황이 내일의 의무 지출이 돼서는 안 되며, 소비보다 미래의 부가가치를 만드는 곳에 우선 배분해야 한다. 특정 지역이나 산업, 세력을 위한 정치적 배분이 아니라 국민 전체의 성장 기회를 넓혀야 한다. 모든 재정 지출에는 분명한 목표와 측정 가능한 성과가 뒤따라야 한다. 대한민국의 잠재성장률은 저출산과 고령화, 노동생산성 정체, 산업 전환이라는 복합적인 도전에 직면해 있다. 이를 극복하는 길은 돈의 절대 규모가 아니라 돈의 질에 있다. 200조 원을 쓰고도 성장률이 제자리라면 그것은 역사상 가장 비싼 실패가 될 것이다. 반대로 200조 원 가운데 단 한 푼이라도 국가의 기술 경쟁력과 인재 역량, 혁신 생태계를 실질적으로 높인다면 미래 세대에게 남겨줄 값진 자산이 될 수 있다. 정부는 미래대응기금을 ‘재정 저수지’라고 부른다. 저수지는 물을 가두는 데 목적이 있는 것이 아니라 가뭄과 홍수에 대비해 생명을 살리는 데 존재한다. 미래대응기금 역시 정권의 정치적 필요를 채우는 저수지가 아니라 국가의 미래를 지키는 저수지가 돼야 한다. 중요한 것은 200조 원이라는 숫자가 아니다. 그 돈을 어떤 원칙으로 모으고, 어디에 투자하며, 어떤 기준으로 평가하고, 실패했을 때 누가 책임질 것인가다. 재정의 기본 원칙과 상식을 지키는 투명하고 절제된 운용만이 국민의 신뢰를 얻을 수 있다. 그리고 그 신뢰 위에서만 AI 대전환과 잠재성장률 반등이라는 거대한 국가 목표도 현실이 될 수 있다.
2026-08-27 09:55:56
-
엔비디아, 내년에도 70% 성장 자신…AI 투자 사이클 아직 안 끝났다
엔비디아가 인공지능(AI) 인프라 투자 사이클이 예상보다 장기화될 것으로 내다봤다. 2분기 매출이 전년 동기 대비 106% 늘어난 데 이어 회계연도 2028년 매출도 약 70% 성장할 것으로 전망하면서다. 특히 에이전틱 AI 확산으로 AI가 수행하는 추론 작업이 급증하면서 GPU뿐 아니라 메모리·네트워크·전력 등 데이터센터 전반의 수요가 함께 늘어날 것으로 진단했다. 엔비디아는 26일(현지시간) 실적 발표 후 컨퍼런스콜에서 회계연도 2028년 매출이 전년 대비 약 70% 증가할 것으로 예상한다고 밝혔다. 젠슨 황 최고경영자(CEO)는 공급망 제약이 없다면 성장률이 70%를 넘어설 가능성도 있다고 말했다. 이는 시장이 예상한 성장률을 웃도는 수준으로, 실적 발표 직후 엔비디아 주가가 시간외 거래에서 4% 이상 상승하는 배경이 됐다. ◆ 에이전틱 AI가 ‘GPU 수요’를 다시 키운다 실제 실적은 AI 인프라에 대한 수요가 여전히 강하다는 점을 보여줬다. 엔비디아의 회계연도 2027년 2분기 매출은 962억2100만달러로 전년 동기 대비 106% 증가했고, 데이터센터 매출은 890억달러로 117% 급증했다. 전체 매출의 90% 이상을 데이터센터가 차지한 셈이다. 3분기 매출 전망도 1080억달러로 제시해 시장 예상치를 웃돌았다. 수요를 더 끌어올리는 변수로 엔비디아가 꼽은 것은 에이전틱 AI다. AI가 질문에 답하는 데 그치지 않고 계획을 세우고 외부 도구를 호출하며 여러 단계의 추론을 반복하면서 하나의 업무를 처리하는 데 필요한 연산량이 크게 증가한다는 것이다. 결과적으로 AI 사용량이 늘어날수록 데이터센터의 연산 수요도 함께 커지는 구조다. 젠슨 황 CEO는 “AI가 변곡점에 도달했다”며 토큰이 실제 생산성과 수익을 만들어내면서 “연산이 곧 매출”이 되고 있다고 강조했다. 엔비디아는 이런 변화에 맞춰 GPU뿐 아니라 CPU와 네트워크, 소프트웨어를 모두 연결한 ‘AI 팩토리’ 플랫폼을 확대하고 있다. ◆ GPU 넘어 ‘메모리’까지…NVHBM 공개 이번 실적 발표와 함께 엔비디아가 공개한 NVHBM도 주목된다. 엔비디아는 NVLink Fusion 생태계에 자체 설계한 고대역폭메모리(HBM) 기술을 결합한다고 밝혔다. NVHBM은 기존 HBM4E 대비 메모리 대역폭을 최대 30% 높이고 HBM 전력 소모를 최대 15% 줄이며, XPU 다이에서 연산에 활용할 수 있는 면적도 최대 25% 확대할 수 있도록 설계됐다. 다만 엔비디아가 메모리 공장을 직접 운영한다는 의미는 아니다. NVHBM은 여러 메모리 업체가 생산할 수 있는 표준화된 설계·검증 기술에 가깝다. 첫 협력 대상으로는 아마존의 반도체 개발 조직인 안나푸르나 랩스가 선정됐다. 아마존은 차세대 AI 인프라에 NVLink Fusion과 NVHBM을 결합하는 방안을 추진한다. 엔비디아가 메모리까지 설계 영역을 넓히는 것은 AI 인프라의 병목이 GPU 연산 성능만으로 결정되지 않기 때문이다. 대규모 AI 모델이 커질수록 메모리 대역폭과 데이터 이동, 전력 효율이 전체 시스템 성능과 비용을 좌우한다. 엔비디아가 GPU와 네트워크에 이어 메모리까지 최적화하려는 이유다. ◆ 공급 부족은 여전…AWS에만 2027~2028년 GPU 200만장 문제는 공급이다. 젠슨 황 CEO는 전력, 냉각, 메모리, 웨이퍼 등 데이터센터 공급망 전반에 제약이 있다고 밝혔다. 엔비디아가 확보한 공급량이 현재 수요의 약 70% 수준이라는 설명도 내놨다. 메모리 가격 상승 역시 내년까지 이어질 수 있다고 회사 측은 전망했다. 실제 수요를 보여주는 사례도 나왔다. 엔비디아와 AWS는 2027~2028년 AWS 인프라에 엔비디아 GPU 200만장을 추가 배치하기로 했다. 기존 공급 계획에 더해 대규모 GPU 투자가 계속된다는 의미다. 엔비디아는 또 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR과 함께 5000억달러 이상의 제3자 자본을 AI 컴퓨팅 인프라에 동원하는 금융 플랫폼도 추진하고 있다. AI 데이터센터를 단순한 IT 설비가 아니라 장기간 현금흐름을 창출하는 인프라 자산으로 만들겠다는 전략이다. 한편 엔비디아가 이번 실적에서 보여준 것은 단순한 ‘실적 호조’가 아니다. AI 모델의 추론과 에이전트 활용이 늘면서 연산 수요가 다시 확대되고, 이에 맞춰 GPU·HBM·네트워크·데이터센터 금융까지 AI 인프라의 전 영역이 커지고 있다는 것이다. 다만 고객들의 막대한 자본지출이 실제 AI 서비스 매출로 얼마나 전환될지는 여전히 시장이 확인해야 할 과제다. AI 투자 사이클의 다음 승부처는 GPU 판매량이 아니라 그 연산능력이 얼마나 많은 매출과 생산성을 만들어내느냐에 달렸다.
2026-08-27 09:46:37
-
AAII 1위 모티프는 왜 탈락했나…독파모 평가 공개 놓고 논란
정부의 ‘독자 AI 파운데이션 모델 프로젝트’(독파모) 2차 평가에서 글로벌 성능지표 1위를 기록한 모티프테크놀로지스가 탈락하면서 평가 방식의 투명성을 둘러싼 논쟁이 커지고 있다. 모티프의 ‘Motif 3’는 글로벌 AI 평가기관 아티피셜 애널리시스의 AAII에서 47점을 받아 업스테이지(37점), SK텔레콤(35점), LG AI연구원(31점)을 모두 앞섰다. 하지만 최종 종합평가에서는 4개 팀 중 최하위를 기록했다. 모티프테크놀로지스는 27일 과학기술정보통신부에 공식 이의를 제기하고 전체 평가 항목별·업체별 점수와 판단 근거, 벤치마크 배점 산정 방식, 전문가 평가 기준, 사용자 평가 방법론 및 블라인드 평가 여부 등을 공개해 달라고 요구했다. 이의 제기 결과와 관계없이 독파모 3차에는 참여하지 않겠다는 입장도 밝혔다. ◆ ‘AAII 47점’이 탈락으로 이어진 이유 핵심은 AAII가 독파모 전체 평가의 일부에 불과했다는 점이다. 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점 등 총 100점으로 구성됐다. 벤치마크 가운데 AAII가 25점, 한국지능정보사회진흥원(NIA) 평가가 15점이다. 전문가 평가는 AI 전문가 10명이 개발 전략·기술, 개발 성과·계획, 파급효과·기여계획 등을 평가했고 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 참여했다. 따라서 AAII에서 47점을 받은 것이 곧 독파모 2차 평가에서 가장 높은 점수를 받았다는 의미는 아니다. 실제 정부 발표에서도 4개 팀의 벤치마크 점수 평균은 22.5점이었고 1위와 4위의 격차는 4점에 그쳤다. 전문가 평가의 1·4위 격차는 2.4점, 사용자 평가에서는 5점이었다. 즉 글로벌 벤치마크만 놓고 보면 차이가 있었지만 100점짜리 종합평가에서는 다른 항목이 순위를 충분히 뒤집을 수 있는 구조였다. 과기정통부가 공개한 탈락 사유도 여기에 있다. 류제명 과기정통부 2차관은 모티프가 기술력 측면에서는 뛰어난 성과를 냈지만 “사용성·활용성 측면에서는 다른 모델보다 다소 낮은 평가”를 받았다고 설명했다. 반면 업스테이지는 포털 다음 서비스 실증과 국산 NPU 협업, SK텔레콤은 대규모 상용 서비스 및 산업 특화 에이전트 실증, LG AI연구원은 국제기구 협업과 에이전틱 AI 차별성 및 위험관리 등에서 높은 평가를 받았다. ◆ ‘성능 좋은 모델’과 ‘쓸 수 있는 모델’은 다르다 정부가 사용성과 활용성을 별도로 본 이유도 있다. 이번 독파모 사업의 다음 단계는 단순히 높은 벤치마크 점수를 기록하는 모델을 만드는 데 그치지 않고 실제 국민 서비스와 산업 현장에 적용할 수 있는 AI를 만드는 데 초점이 맞춰져 있기 때문이다. 이에 따라 모델의 답변 성능뿐 아니라 서비스 적용 계획, 산업 생태계 기여, 실제 사용 효용 등을 평가하도록 구조가 바뀌었다. 실제 AAII 역시 모델의 추론·지식·코딩 등 다양한 능력을 종합적으로 보는 글로벌 지표지만 특정 모델의 실제 서비스 안정성이나 한국 산업 환경에서의 활용성을 모두 보여주는 것은 아니다. 모티프 역시 이 점을 인정하면서도 파운데이션 모델의 핵심 가치는 챗봇 사용성보다 여러 분야로 확장 가능한 기반 성능에 있다고 주장하고 있다. 논란은 결국 ‘국가대표 AI를 무엇으로 뽑을 것인가’라는 문제로 이어진다. 글로벌 성능을 우선하면 모티프의 탈락은 납득하기 어렵지만, 실제 국민 서비스와 산업 적용까지 고려한다면 모델 성능 외 평가가 필요하다는 정부 논리에도 일리가 있다. 문제는 어느 쪽이 맞느냐보다 그 판단을 검증할 수 있도록 세부 점수와 평가 기준을 얼마나 공개할 수 있느냐다. 모티프가 제기한 가장 큰 문제도 바로 이 부분이다. 모티프는 AAII 47점과 다른 평가 결과가 크게 엇갈린 이유를 알 수 있도록 세부 점수와 전문가·사용자 평가 근거를 공개해야 한다고 요구하고 있다. 특히 사용자 평가에서 브랜드 인지도나 선입견이 결과에 영향을 줬는지, 블라인드 평가가 적용됐는지도 확인해야 한다는 주장이다. 정부도 평가방식 자체의 한계를 인식하고 있다. 과기정통부는 3차 평가를 앞두고 소수 승자만 뽑는 기존 방식을 넘어 프런티어급 모델 경쟁이 가능하도록 지원체계를 전면 재편하는 방안을 검토하고 있다. 3차 진출팀에는 엔비디아 B200 GPU 지원도 상반기 768장에서 하반기 약 1000장 수준으로 확대할 계획이다. 한편 이번 논란에서 중요한 것은 모티프를 다시 선정하느냐가 아니다. 국민 세금이 투입되는 국가대표 AI 선발전이라면 왜 탈락했는지를 외부에서도 검증할 수 있어야 한다는 것이다. 글로벌 벤치마크와 실제 활용성 가운데 어느 쪽에 더 높은 가치를 둘지는 정책적 선택일 수 있다. 다만 그 선택이 설득력을 가지려면 점수와 기준이 투명하게 공개돼야 한다. 이번 이의 제기가 독파모의 기술 경쟁뿐 아니라 국가 AI 선발 시스템 자체의 신뢰도를 점검하는 계기가 될 전망이다.
2026-08-27 09:38:30
-
-
-
SKT·업스테이지, 보안 AI로 의기투합…'국산 AI' 실전 투입 나선다
SK텔레콤이 독자 인공지능(AI) 파운데이션 모델 경쟁을 넘어 사이버 보안 분야에서 AI 상용화에 나선다. 독자 AI 파운데이션 모델 2차 평가에서 경쟁했던 SK텔레콤과 업스테이지가 보안 AI 개발을 위해 손잡고, 국내 주요 보안 기업 9곳까지 합류한 '보안 AI 올스타팀'을 꾸렸다. 대규모 언어 모델(LLM)을 실제 보안 현장에 적용해 위협 탐지부터 대응까지 자동화하는 것을 목표로 이번 협업을 진행한다. 27일 SK텔레콤은 업스테이지와 국내 주요 보안 기업, 대학, 한국정보보호산업협회(KISIA) 등과 컨소시엄을 구성하고 과학기술정보통신부가 추진하는 '사이버 보안 특화 AI 파운데이션 모델' 개발 사업에 참여 신청서를 제출했다고 밝혔다. 이번 컨소시엄은 최근 독자 AI 파운데이션 모델 사업 2차 평가에서 살아남은 3개 팀 가운데 SK텔레콤과 업스테이지가 한 팀으로 뭉친 것이 특징이다. 두 회사는 각각 독자 AI 모델인 'A.X K'와 'Solar Open' 계열을 개발해 온 경험을 바탕으로 보안에 특화된 AI 모델 개발을 맡는다. 독자 AI 파운데이션 모델 사업이 국내 자체 AI 모델의 경쟁력을 확보하는 데 초점을 맞혔으며, 이번 사업을 통해 확보한 AI 기술을 특정 산업 현장에 적용한다는 구상이다. 특히 사이버 보안은 실시간으로 대량의 데이터를 분석하고 위협에 대응해야 하는 만큼 AI 활용 가능성이 큰 분야로 꼽힌다. 최근 보안 관제 센터(SOC)에는 하루에도 수많은 보안 경보가 발생하는 것으로 알려졌다. 이에 사람이 모든 경보를 일일이 분석하기에는 한계가 있는 만큼 AI를 활용해 위협 여부를 판단하고 대응 과정까지 자동화하려는 움직임이 커지고 있다. 이번 컨소시엄은 AI 모델 개발에 그치지 않고 실제 보안 현장에서 모델을 검증하는 구조를 갖췄다. SK텔레콤과 업스테이지가 모델 개발을 맡고, 보안 기업들이 실제 운영 과정에서 축적한 데이터를 학습에 활용한다. 이후 개발된 모델을 각 기업의 상용 제품과 보안관제 환경에 적용해 성능을 검증하고 개선하는 방식이다. SK텔레콤은 AI 모델과 'AI 에이전트'를 결합해 위협 탐지부터 분석, 대응까지 자동화한다는 구상이다. 단순히 '공격이 발생했다'고 알려주는 수준을 넘어 AI가 공격 유형과 위험도를 판단하고 적절한 대응 조치까지 수행하도록 하는 것을 목표로 구현하고 있다. 이를 위해 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 스마트엠투엠, 에임인텔리전스, 지니언스, 파이오링크 등 9개 보안 기업이 컨소시엄에 참여한다. 보안관제와 위협 분석부터 네트워크, 단말, 인증, 취약점 점검, AI 모델 안전성 평가 등 각 분야의 전문성을 결합한다. SK텔레콤 역시 통신 인프라를 24시간 관제하며 축적한 보안 운영 경험을 활용한다. CEO 직속 정보보호최고책임자(CISO) 조직 아래 통합보안센터를 운영하고 있으며 129명의 전담 인력이 24시간 탐지·대응 업무를 수행하고 있다. 개인정보보호책임자(CPO) 조직까지 포함하면 관련 인력은 149명 규모다. 보안 AI의 경쟁력은 결국 얼마나 양질의 보안 데이터를 확보하고 실제 현장에서 검증하느냐에 달려 있다. 이번 컨소시엄에는 보안 기업뿐 아니라 고려대학교와 숭실대학교 산학협력단, KISIA도 참여해 모델 성능과 안전성 검증, 전문인력 양성 및 산업계 확산을 맡는다. 특히 국내 보안 환경에 맞는 AI 모델을 확보한다는 점도 이번 사업의 특징이다. 해외에서 개발된 AI 모델을 그대로 활용하기보다 국내에서 발생하는 사이버 위협과 한국어 보안 데이터, 국내 규제 환경 등을 반영한 모델을 개발해 국내 보안 산업의 AI 전환을 지원한다는 것이다. 다만 보안 AI가 실제 현장에 안착하기 위해서는 데이터 확보와 개인정보·기업 기밀 보호, AI의 오탐과 오판을 줄이는 문제 등이 과제로 꼽힌다. AI가 보안 판단을 잘못 내릴 경우 정상적인 서비스를 공격으로 판단하거나 실제 위협을 놓칠 가능성도 있기 때문이다. 이에 모델 성능뿐 아니라 안전성을 독립적으로 검증하는 체계가 중요해질 전망이다. 조동연 SK텔레콤 AI 컨버전스 담당은 "국내 보안 현장의 데이터와 노하우를 국산 AI 모델에 담아 실전형 보안 AI 체계를 만들겠다"며 "국내 산학연이 함께 만든 역량으로 글로벌 시장에서도 경쟁할 수 있도록 보안 AI 생태계를 넓혀가겠다"고 말했다.
2026-08-27 09:31:13
-
-
-
-
코인 과세 5개월 앞두고 '2년 유예' 청원…주식과 다른 과세체계 논란
내년 1월 시행 예정인 가상자산 과세를 2년 더 미뤄달라는 국민청원이 국회에서 제기됐다. 가상자산 시장이 제도권에 편입되는 과정에서 과세 필요성에는 공감하면서도, 시장 인프라와 투자자 보호 제도가 충분히 정비되지 않은 상황에서 세금부터 부과하는 것은 시기상조라는 주장이다. 특히 국내 주식시장과 비교해 개인 투자자의 세 부담 구조가 지나치게 다른 것 아니냐는 ‘과세 형평성’ 논쟁도 다시 불붙고 있다. 27일 국회 전자청원에 따르면 지난 21일 시작된 ‘코인과세 2년 유예에 관한 청원’은 닷새 만에 동의자 1만명을 넘어섰다. 9월 20일까지 5만명이 동의하면 국회 소관 상임위원회에 회부돼 심사를 받을 수 있다. 청원인은 가상자산 과세 첫 신고 시점이 2028년 5월로 총선 직후인 만큼 정치적 부담까지 커질 수 있다며 2028년까지 유예할 것을 요구하고 있다. 현행 소득세법상 가상자산 소득 과세는 이미 두 차례 시행이 미뤄졌다. 국회는 2024년 12월 소득세법을 개정해 시행 시점을 2027년 1월 1일 이후 양도·대여분으로 2년 연기했다. 국세청에 따르면 가상자산 양도·대여 소득에서 필요경비를 뺀 금액 가운데 연 250만원을 초과하는 소득에 20%의 세율이 적용되며 다음 해 5월 신고한다. 지방소득세까지 고려하면 실질 세 부담은 22% 수준이다. 따라서 현재의 논쟁은 ‘과세할 것이냐’보다 ‘지금 시행할 준비가 됐느냐’에 가깝다. 국세청은 이미 가상자산 거래자료 제출을 위한 서식과 세원관리 체계를 마련하고 있고, 과세 기준과 취득가액 산정 방식도 법령에 담았다. 즉 정부가 아무런 준비 없이 과세를 추진하는 상황은 아니다. 다만 투자자가 여러 거래소와 개인지갑, 해외 플랫폼을 오가는 현실에서 거래내역을 정확하게 통산하고 취득가격을 입증하는 문제는 여전히 제도 운용의 핵심 과제로 남는다. ◆ 시장도 ‘폭발적 호황’과는 거리 현재 국내 가상자산 시장을 보면 과세를 서둘러야 할 정도로 시장이 일방적인 호황 국면에 있는 것도 아니다. 금융위원회와 금융정보분석원의 2025년 하반기 실태조사에 따르면 국내 가상자산 시가총액은 87조2000억원으로 상반기보다 8% 감소했고, 일평균 거래규모도 5조4000억원으로 15% 줄었다. 거래가능 이용자 계정은 1113만개로 3% 늘었지만 100만원 미만을 보유한 계정이 826만개에 달했다. 거래소 영업손익도 6178억원에서 3807억원으로 38% 감소했다. 해외로 빠져나가는 투자 수요도 변수다. 타이거리서치와 체이널리시스는 국내 투자자로 추정되는 지갑을 분석해 2021년부터 2026년까지 국내 거래소에서 해외로 이동한 가상자산 규모가 약 700조원에 이를 것으로 추산했다. 지난해에만 약 168조원이 이동한 것으로 분석했다. 다만 이는 온체인에서 식별 가능한 경로를 대상으로 한 추정치여서 국내 투자자 전체의 실제 자금 이동을 의미하는 공식 통계는 아니다. 시장에서는 이 같은 해외 이동이 국내에서 투자자들이 이용할 수 있는 상품과 서비스가 제한된 결과라는 분석도 나온다. 국내 시장이 현물거래 중심에 머무는 동안 해외에서는 파생상품과 스테이블코인, 예측시장 등으로 활용 영역이 넓어졌다는 것이다. 과세가 국내 거래소 이용자에게만 추가적인 비용과 행정 부담을 키울 경우 일부 수요가 해외로 이동하는 ‘풍선효과’가 나타날 수 있다는 우려가 나오는 이유다. ◆ “왜 코인만 먼저?”…주식과 과세 형평성 논쟁 가장 민감한 쟁점은 주식과의 형평성이다. 현재 국내 상장주식은 소액주주가 장내에서 거래해 얻은 양도차익에는 원칙적으로 양도소득세가 부과되지 않는다. 주식은 대주주가 과세 대상이며, 2026년 기준 상장주식 대주주 요건은 종목별 보유액 50억원 이상 또는 일정 지분율 이상이다. 반면 가상자산은 투자 규모와 관계없이 연간 소득 250만원을 넘으면 과세하는 구조다. 물론 두 자산의 법적·경제적 성격이 다르고 국내 주식 거래에는 증권거래세 등 별도의 과세체계가 존재하기 때문에 단순 비교만으로 ‘불공정하다’고 결론 내리기는 어렵다. 그러나 투자자가 동일하게 자본이득을 얻는다는 관점에서 보면 가상자산에만 상대적으로 낮은 과세 문턱을 적용하는 것이 타당한지에 대한 정책적 질문은 피하기 어렵다. 과세 유예론의 핵심도 여기에 있다. 세금을 걷지 말자는 것이 아니라 투자자 보호, 해외거래 추적, 취득가액 검증, 손익 산정 등 제도를 먼저 보완한 뒤 과세하자는 주장이다. 특히 현행 제도는 연간 손익을 통산하지만 가상자산의 복잡한 거래 구조를 고려한 세부적인 납세 편의와 해외거래 대응이 실제 시행 과정에서 얼마나 원활하게 작동할지는 아직 확인이 필요하다. 한편 정부가 선택해야 할 것은 ‘과세를 하느냐 마느냐’보다 ‘왜 지금이어야 하는가’에 대한 설득력이다. 이미 법률상 시행시점이 정해져 있고 국세청의 준비도 진행되고 있는 만큼 무조건적인 유예 주장 역시 충분한 근거가 필요하다. 반대로 시장 규모와 투자자 행태가 빠르게 바뀌는 상황에서 제도의 허점을 그대로 둔 채 시행부터 서두르는 것도 바람직하지 않다. 내년 시행까지 남은 기간 동안 정부가 거래자료 확보와 해외거래 대응, 투자자 보호 장치를 얼마나 촘촘하게 보완하느냐가 관건이다. 가상자산이 제도권 금융자산으로 자리 잡으려면 과세의 속도보다 과세체계의 완성도가 먼저 증명돼야 한다는 지적이 나오는 이유다.
2026-08-27 08:58:33