최신기사
-
'실패작'이라던 인덱스펀드…50년 만에 美 주식형 자산 64% 삼켰다
50년 전만 해도 월가에서 ‘투자를 포기한 사람들의 상품’이라는 조롱을 받았던 인덱스펀드가 미국 자산운용시장의 주류가 됐다. 미국 국내 주식에 투자하는 펀드 자산 가운데 인덱스 상품이 차지하는 비중은 이제 64%에 육박한다. 1976년 8월 출범한 개인투자자용 최초의 S&P500 추종 인덱스펀드는 출발부터 실패작 취급을 받았다. 당시 뱅가드 창립자 잭 보글이 기대했던 모집액은 5000만~1억5000만 달러였지만 실제로 모인 돈은 1100만 달러 남짓이었다. 반세기 뒤 상황은 완전히 뒤집혔다. 18일 영국 시사주간지 이코노미스트에 따르면, 최근 인덱스펀드 출범 50주년을 맞아 이 상품을 20세기 금융사의 가장 중요한 혁신 가운데 하나로 평가했다. 높은 수수료를 받으며 종목을 고르는 전문 펀드매니저보다 시장 전체를 낮은 비용으로 따라가는 전략이 장기적으로 더 유리하다는 점을 입증했다는 것이다. 다만 이코노미스트는 인덱스펀드를 흔히 부르는 ‘패시브 투자’라는 표현에는 의문을 제기했다. 어떤 지수를 선택할지부터 주식과 채권을 어떤 비율로 나눌지, 펀드 운용사가 실제 거래를 어떻게 실행할지까지 수많은 능동적 판단이 숨어 있다는 이유다. 1100만 달러로 시작해 21.8조 달러 시장으로 인덱스펀드의 역사는 1976년 8월 출시된 ‘뱅가드 퍼스트 인덱스 인베스트먼트 트러스트’에서 본격적으로 시작됐다. 이 상품은 미국 대표 주가지수인 S&P500의 움직임을 그대로 따라가도록 설계된 최초의 개인투자자용 펀드였다. 당시 월가의 반응은 싸늘했다. 시장을 이길 종목을 발굴하는 것이 투자 전문가의 역할이라고 믿던 시절이어서 단순히 시장지수를 따라가는 전략은 투자 자체를 포기한 것이라는 비판까지 나왔다. 보글 자신도 초기 성과를 두고 사실상 참담한 실패라고 평가했다. 그는 최소 5000만 달러에서 최대 1억5000만 달러를 모을 것으로 기대했지만 실제 모집액은 1100만 달러를 조금 넘는 수준이었다. 현재 가치로 환산하면 약 6500만 달러 정도다. 하지만 인덱스펀드의 장점은 시간이 지나면서 드러났다. 전문가가 개별 주식을 골라 시장보다 높은 수익률을 노리는 액티브펀드는 운용보수와 거래비용 등이 상대적으로 높다. 반면 인덱스펀드는 특정 시장지수를 그대로 추종하기 때문에 운용구조가 단순하고 비용이 낮다. 주가가 급등할 때도, 폭락할 때도 시장 평균을 따라간다. 문제는 평균적인 액티브 운용자가 시장 평균을 지속적으로 넘어서는 것이 쉽지 않다는 데 있다. 시장 평균 수준의 수익률에서 낮은 비용만 부담하는 투자자가, 같은 시장에서 더 높은 수수료를 내는 평균적인 액티브 투자자보다 결과적으로 유리해지는 구조다. 실제로 인덱스 상품은 이제 미국 펀드시장의 절반 이상을 차지한다. 미국 투자회사협회(ICI)에 따르면 미국 투자펀드가 운용하는 순자산 가운데 50% 이상이 지수 추종 상품에 들어가 있다. 2026년 5월 기준 장기 뮤추얼펀드와 상장지수펀드(ETF) 가운데 인덱스 상품 자산은 21조8200억 달러로 전체의 53.8%를 차지했다. 미국 국내 주식형 펀드만 따로 보면 인덱스 상품 비중은 63.9%에 달했다. 사실상 미국 주식형 펀드 자금 3달러 가운데 2달러 가까이가 인덱스를 따라 움직이는 셈이다. ‘패시브’라지만…나스닥100 선택하는 순간 이미 액티브 인덱스펀드의 성공은 자산운용업의 기존 질서도 흔들었다. 전문적으로 종목을 고르는 액티브 운용사 입장에서는 수십 년 동안 자신들의 영역이 인덱스펀드에 잠식된 셈이다. 이에 대한 반발도 계속되고 있다. 하지만 이코노미스트는 인덱스펀드 자체의 가치를 부정하기보다 ‘패시브 투자’라는 표현이 실제 투자 과정을 지나치게 단순화한다고 지적했다. 가장 먼저 선택해야 하는 것은 어떤 지수를 추종하느냐다. 유럽 주식시장에 투자한다고 해도 대형주 50개를 담는 STOXX Europe 50과 수백 개 종목을 포함하는 MSCI Europe은 구성도 다르고 결과도 달라질 수 있다. 미국 역시 마찬가지다. 나스닥100을 추종하면서 미국 시장에 패시브하게 투자한다고 생각할 수 있지만 이 지수는 기술주 비중이 높고 금융·부동산 등 일부 산업은 사실상 제외한다. S&P500을 선택할지, 나스닥100을 선택할지, 미국 전체 시장을 담을지 결정하는 순간 이미 투자자의 적극적인 판단이 개입한다. 전 세계 1만 개가 넘는 기업을 담는 FTSE Global All-Cap 같은 광범위한 지수를 선택한다고 해도 문제는 남는다. 진정한 의미에서 모든 투자 판단을 배제하려면 주식 뿐 아니라 채권과 부동산, 사모대출, 미술품, 와인 등 투자 가능한 모든 자산을 시장 규모에 맞게 보유해야 한다. 현실적으로는 불가능에 가깝다. 주식 60%, 채권 40%의 전통적인 자산배분 역시 마찬가지다. 왜 60대40이어야 하는지 결정하는 것 자체가 적극적인 투자 판단이다. 결국 ‘패시브’라는 이름 아래에도 수많은 선택이 숨어 있다는 얘기다. 펀드매니저도 지수 그대로 복사만 하는 것은 아니다 인덱스펀드 운용사 역시 아무런 판단을 하지 않는 것은 아니다. 초창기 뱅가드 인덱스펀드는 규모가 너무 작아 S&P500 구성 종목 500개를 모두 매수하기 어려웠다. 대신 약 300개 종목을 추려 전체 지수의 움직임과 비슷하도록 구성하는 ‘샘플링’ 방식을 사용했다. 이와 같은 방식은 현재도 일부 인덱스펀드에서 활용된다. 지수 구성종목이 바뀔 때도 운용사의 판단이 개입한다. 특정 기업이 지수에 새롭게 포함될 경우 해당 지수를 추종하는 자금이 그 주식을 사야 한다는 사실을 시장 참여자들도 알고 있다. 그대로 거래하면 가격이 미리 뛰어 불리한 가격에 주식을 사야 할 수도 있다. 운용사는 이런 시장 충격을 줄이기 위해 매매 시점과 방식을 조정한다. 세금 부담을 줄이기 위한 거래도 가능하다. 보유주식을 공매도 투자자에게 빌려주고 대여수수료를 받아 펀드 수익률을 높이는 운용사도 있다. 인덱스펀드를 ‘컴퓨터가 지수를 기계적으로 복제하는 상품’으로만 보는 것은 실제 운용과 거리가 있다는 의미다. 인덱스펀드의 성공이 새로운 고민을 만들고 있다는 점도 주목할 대목이다. 시장 규모가 너무 커지면서 인덱스펀드에 들어오는 돈이 단순히 주가를 따라가는 것을 넘어 주가 자체에 영향을 줄 가능성이 제기되고 있기 때문이다. 대표적인 논의가 ‘비탄력적 시장 가설’이다. 관련 연구에서는 주식에 일정 비중으로 투자하는 펀드에 1달러의 자금이 새로 들어올 경우 전체 주식시장 시가총액이 3~8달러 증가할 수 있다는 추정이 제시됐다. 이는 모든 시장 상황에 적용되는 고정된 법칙은 아니지만 자금 유입 규모에 비해 주가 영향이 훨씬 커질 가능성을 보여준 연구다. 특히 인덱스펀드 자금이 시가총액이 큰 기업으로 자동 유입되면서 이미 규모가 큰 기업의 주가를 더 끌어올릴 수 있다는 연구도 나오고 있다. 2025년 ‘리뷰 오브 파이낸셜 스터디즈’에 실린 연구 역시 패시브펀드로 유입되는 자금이 대형 기업의 주가에 상대적으로 더 큰 영향을 미칠 수 있다고 분석했다. 이 같은 현상이 누적되면 몇몇 초대형 기업으로 증시 가치가 과도하게 집중되거나 거품을 키우는 요인이 될 수 있다는 우려도 제기된다. 다만 이코노미스트는 이런 문제 때문에 인덱스펀드를 처분해야 한다는 결론에는 선을 그었다. 시장가격이 크게 오르거나 폭락할 때 인덱스펀드는 결국 시장 평균 수익률을 기록한다. 액티브 투자자 전체의 평균 역시 비용을 빼기 전에는 시장 평균과 같을 수밖에 없고, 여기에 더 높은 운용보수가 붙으면 평균적인 액티브펀드 투자자의 실질 성과는 상대적으로 낮아질 수 있기 때문이다. 인덱스펀드가 증명한 것은 ‘최고의 주식을 찾는 능력’보다 시장을 낮은 비용으로 오래 보유하는 능력이 많은 투자자에게 더 중요할 수 있다는 사실이다. 1976년 1100만 달러를 모으는 데 그치며 실패작 취급을 받았던 상품은 50년 만에 20조 달러가 넘는 시장의 중심으로 성장했다. 이코노미스트는 향후 50년에도 인덱스펀드의 영향력이 더욱 강해질 가능성이 높다고 내다봤다. 다만 그때의 인덱스펀드는 더 이상 시장을 조용히 따라가기만 하는 존재가 아닐 가능성이 크다. 시장을 추종하며 성장했던 인덱스펀드가 이제는 시장의 구조와 가격까지 바꾸는 단계로 접어들고 있다. 반세기 전 시작된 금융혁명의 두 번째 50년이 주목되는 이유다.
2026-08-18 17:17:03
-
-
-
-
'1경기 차' 촘촘한 LCK 상위권…젠지부터 KT까지 막판 순위 경쟁
2026 LCK 정규시즌이 마지막 주차에 돌입하면서 레전드 그룹의 최종 순위 경쟁이 본격화됐다. 젠지가 4라운드 1주 차에서 2연승을 거두며 18승 6패로 단독 선두에 올라선 가운데 한화생명e스포츠가 플레이오프 진출과 함께 월드 챔피언십 진출까지 확정했다. T1과 디플러스 기아가 16승 8패로 공동 3위, KT 롤스터가 15승 9패로 5위에 자리하면서 남은 두 경기 결과에 따라 포스트시즌 출발점이 달라질 전망이다. 18일 라이엇 게임즈에 따르면 2026 LCK 정규시즌 4라운드 1주 차가 지난 12일부터 16일까지 진행됐다. 마지막 2주 차 일정은 오는 19일부터 23일까지 서울 종로구 치지직 롤파크 LCK 아레나에서 열린다. 2026 LCK는 정규시즌 1~2라운드 성적에 따라 상위 5개 팀이 레전드 그룹, 하위 5개 팀이 라이즈 그룹으로 나뉘어 3~4라운드를 치르는 방식으로 운영된다. 선두 경쟁에 가장 앞선 팀은 젠지다. 젠지는 4라운드 1주 차에서 한화생명e스포츠와 T1을 차례로 꺾으며 4연승을 기록했다. 특히 지난 16일 송파구 KSPO돔에서 열린 'LCK 팀 로드쇼: T1 홈그라운드'에서 T1을 2대 0으로 제압하며 1위를 유지하고 있다. 젠지는 18승 6패로 한화생명e스포츠와의 격차를 1경기로 벌렸다. 한화생명e스포츠는 젠지에 패했지만 KT 롤스터를 2대 1로 꺾으며 17승 7패를 기록했다. 한화생명e스포츠는 지난 15일 KT를 상대로 승리를 거두며 플레이오프 진출을 확정했다. 또한 앞서 확보한 미드 시즌 인비테이셔널(MSI) 우승팀 자격에 따라 2026 리그 오브 레전드 월드 챔피언십 진출권까지 확보하면서 국내외 주요 무대 출전을 일찌감치 확정했다. 디플러스 기아도 마지막 주차를 앞두고 상승세를 탔다. 디플러스 기아는 지난 12일 KT 롤스터를 2대0으로 꺾은 데 이어 지난 14일 T1을 상대로 2대1 역전승을 거두며 2연승을 기록했다. T1은 디플러스 기아와 젠지에 연이어 패하면서 16승 8패로 디플러스 기아와 공동 3위에 머물렀다. 이에 레전드 그룹의 최종 순위 경쟁은 사실상 마지막 경기까지 이어질 것으로 전망된다. 현재 젠지 18승 6패, 한화생명e스포츠 17승 7패, T1·디플러스 기아 16승 8패, KT 롤스터 15승 9패로 1위부터 5위까지 승차가 3경기에 불과하다. 특히 인접 순위 간 격차가 한 경기씩에 불과해 마지막 주차에서 연승이나 연패가 나올 경우 순위가 크게 뒤바뀔 수 있다는 평가다. 최종 순위는 포스트시즌에서 어느 단계부터 경쟁을 시작하느냐와 직결된다. 상위권을 차지할수록 플레이오프에서 한 차례 더 유리한 위치를 확보할 수 있기 때문에 단순히 진출 여부를 넘어 정규시즌 마지막 두 경기의 승패가 중요한 것으로 알려졌다. 마지막 주차에는 레전드 그룹 팀 간 맞대결이 이어진다. 오는 19일 젠지와 KT 롤스터의 경기를 시작으로 20일 디플러스 기아와 한화생명e스포츠, 21일 KT 롤스터와 T1, 22일 디플러스 기아와 젠지, 23일 한화생명e스포츠와 T1이 맞붙는다. 상위 5개 팀이 모두 두 경기씩 남겨둔 만큼 경쟁팀 간 직접 대결 결과가 최종 순위에 직접적인 영향을 줄 전망이다. 젠지에게는 선두 수성이 최대 과제로 남았다. KT 롤스터와 디플러스 기아를 모두 상대하는 만큼 두 경기에서 모두 승리할 경우 정규시즌 1위 경쟁에서 유리한 고지를 확보할 수 있다. 반대로 2위 한화생명e스포츠와 공동 3위 T1·디플러스 기아도 마지막 맞대결을 통해 순위를 끌어올릴 기회가 남아 있다. T1은 4라운드 1주 차에서 디플러스 기아와 젠지에 모두 패하면서 공동 3위까지 내려온 만큼 마지막 주차에서 KT 롤스터와 한화생명e스포츠를 상대로 반등을 노리고 있다. 두 경기 결과에 따라 플레이오프 출발점도 달라질 수 있다. 레전드 그룹뿐 아니라 라이즈 그룹에서도 마지막 티켓을 둘러싼 경쟁이 이어진다. 한진 브리온은 9승 15패를 기록하며 가장 먼저 플레이-인 진출을 확정했다. 14일 농심 레드포스에 0대 2로 패했지만 16일 키움 DRX를 2대 1로 꺾으면서 남은 경기 결과와 관계없이 플레이-인 진출권을 확보했다. 남은 플레이-인 진출권 두 장을 두고 BNK 피어엑스와 농심 레드포스, 키움 DRX가 경쟁한다. 1주 차 종료 기준 BNK 피어엑스는 9승 15패, 농심 레드포스는 8승 16패, 키움 DRX는 7승 17패다. 직접 맞대결도 남아 있다. 오는 20일 농심 레드포스와 키움 DRX가 맞붙고, 정규시즌 마지막 날인 오는 23일에는 BNK 피어엑스와 농심 레드포스가 대결한다. 순위가 근접한 만큼 경쟁팀 간 승부가 남은 두 장의 주인을 결정하는 핵심 변수가 될 전망이다. 또한 플레이-인 진출이 좌절된 DN 수퍼스도 변수로 전망된다. DN 수퍼스는 농심 레드포스와 BNK 피어엑스를 잇따라 꺾으며 3연승을 달리고 있다. 오는 22일 키움 DRX와의 경기 결과에 따라 라이즈 그룹 순위 경쟁에 영향을 줄 수 있을 것으로 분석된다. 이번 2026 LCK 정규시즌 마지막 주차는 오는 19일부터 23일까지 진행된다. 온라인에서는 치지직과 SOOP 등을 통해 생중계되며, 현장 관람 티켓은 NOL(야놀자)을 통해 예매할 수 있다. 이번 시즌은 정규 시즌 마지막 두 경기를 통해 레전드 그룹의 포스트 시즌 대진과 라이즈 그룹의 플레이-인 진출팀이 동시에 결정되는 만큼 막판까지 순위 경쟁이 이어질 전망이다. 라이엇 게임즈 관계자는 "2026 LCK 정규 시즌이 마지막 주차만을 남겨두고 있다"며 "마지막 주차 결과에 따라 레전드 그룹 최종 순위와 포스트 시즌 출발점이 달라질 수 있으며, 라이즈 그룹에서는 남은 두 장의 티켓을 둘러싼 경쟁이 이어질 전망"이라고 말했다.
2026-08-18 16:58:46
-
-
흩어진 항균 신약 개발 인프라 연결한다…일동 AIMS, 지원체계 설계 착수
일동제약그룹의 신약개발 전략 컨설팅 회사 애임스바이오사이언스(AIMS BioScience·AIMS)가 국내 신규 항균물질 개발을 지원하기 위한 기술지원 체계 구축에 착수한다. 후보물질 개발 과정에서 필요한 전문가와 시험·분석·제조 인프라를 연결하는 운영모델을 마련하는 것이 핵심이다. 18일 업계에 따르면 AIMS는 ‘신규 항균물질 개발 촉진을 위한 분산 인프라 연계형 기술지원단 운영모델 기획 과제’의 수행기관으로 선정돼 연구에 들어간다고 밝혔다. 이번 과제는 질병관리청이 주관하는 ‘감염병 극복 연구역량 강화 사업’의 하나로 추진된다. 질병관리청 국립감염병연구소 약제내성연구과가 기획하고 범부처방역연계감염병연구개발재단(GFID)이 연구 용역을 발주했다. 연구 기간은 6개월이다. 항균물질 개발에는 항균활성과 작용기전 평가부터 감염동물모델, 비임상시험, 약동학·약력학(PK/PD), 독성평가, 분석법 개발, 제조공정 구축 등 다양한 단계가 필요하다. 하지만 대학이나 연구기관, 병원, 바이오벤처 등이 개별적으로 적합한 전문가와 시험기관을 찾고 각 단계에서 얻은 결과를 종합해 다음 개발 전략을 수립하는 데에는 한계가 있다는 게 AIMS의 설명이다. 이번 과제는 특정 후보물질에 연구비나 시험비를 지원하는 사업과는 성격이 다르다. 후보물질의 개발 단계와 병목을 진단한 뒤 필요한 전문가와 시험·분석·제조 인프라를 연결하는 지원체계를 설계하는 데 초점이 맞춰졌다. AIMS는 연구를 통해 지원 기능과 운영 절차, 전문가·인프라 매칭 기준, 비용 구조와 검증 체계 등을 구체화할 계획이다. 후보물질 개발자가 어떤 지원을 언제, 어떤 절차를 통해 받을 수 있는지를 표준화하는 것이 목표다. 지원 대상은 저분자 항균제를 비롯해 항균 펩타이드, 박테리오파지, 생균치료제(LBP), 엔도라이신 등 다양한 유형의 항균물질을 포괄한다. 물질의 특성과 개발 단계에 따라 필요한 지원이 다른 만큼 유형별 지원 기준도 별도로 마련할 예정이다. 이를 위해 AIMS는 국내 관련 전문가와 시험·분석·제조 인프라를 기능별로 정리하고 국내 항균물질 개발자를 대상으로 설문조사와 심층 인터뷰를 진행한다. 조사 결과를 토대로 수요 접수부터 자료 검토, 병목 진단, 전문가·인프라 매칭, 수행 관리, 종료 평가까지 이어지는 표준운영절차를 설계할 예정이다. 비용 모델도 연구 대상이다. 지원 범위와 서비스 내용에 따른 비용 구조를 마련하고 향후 사업 운영에 필요한 재원 조달 방안까지 검토한다. AIMS는 신약개발 전략과 비임상·임상약리, CMC·규제과학, 의사결정 전략 컨설팅 역량을 바탕으로 대학과 병원, 연구기관, 바이오기업 및 전문 CRO·CDMO 등과 구축한 네트워크를 활용할 계획이다. 최종 결과물은 기술지원 기능 정의서와 항균물질 유형별 지원 매트릭스, 전문가 데이터베이스, 물적 인프라 맵, 수요조사 결과, 전문가·인프라 매칭 기준, 표준운영절차와 관련 서식, 비용모델 및 재원 시나리오 등으로 구성된다. 연구 결과를 토대로 2027~2028년 시범운영을 진행해 운영모델을 검증하고 보완한 뒤 2029~2031년 본운영으로 확대하는 방안이 추진될 예정이다. 한승훈 AIMS 대표이사는 “국내에는 우수한 항균물질 연구 역량과 시험·분석·제조 인프라가 있지만 후보물질별 개발 병목에 맞춰 연계하는 시스템은 충분하지 않다”며 “AIMS가 보유한 신약개발 컨설팅 경험과 분야별 전문가 네트워크를 활용해 개발자가 실제로 어떤 절차를 통해 어떤 지원을 받을 수 있는지 구체적인 운영모델을 마련하겠다”고 말했다.
2026-08-18 16:37:59
-
-
-
네이버, '모두의 AI' 끝내 불참…국가 AI 사업 '흥행' 시험대
네이버가 정부의 전 국민 무료 인공지능(AI) 서비스 ‘모두의 AI’ 사업에 최종 불참한다. 국내 최대 플랫폼 기업이자 자체 AI 모델을 보유한 네이버가 빠지면서 정부가 추진하는 대국민 AI 서비스 사업이 어떤 형태로 진용을 꾸릴지 관심이 커지고 있다. 네이버 관계자는 18일 “‘모두의 AI’ 사업자 공모에 참여하지 않는다”며 “현재 추진 중인 기존 AI 사업에 집중할 예정”이라고 밝혔다. 이날 오후 5시 공모 마감을 앞두고 컨소시엄 구성 가능성을 검토했지만 최종적으로 참여하지 않기로 결정했다. ‘모두의 AI’는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 사업이다. 국민 누구나 비용과 이용량 제한 없이 사용할 수 있는 국산 범용 AI 챗봇을 구축하고, 공공서비스 신청 등을 대신 처리하는 AI 에이전트까지 제공하는 것이 핵심이다. 정부는 9월 베타서비스를 거쳐 12월 정식 서비스를 시작한다는 계획이다. 당초 8월 11일이던 공모 마감은 사업자들의 준비 기간을 확보하기 위해 18일 오후 5시로 일주일 연장됐다. 정부가 이 사업을 추진하는 이유는 단순히 ‘한국판 챗GPT’를 하나 더 만들기 위해서가 아니다. 미국과 중국의 AI 서비스에 대한 의존도를 낮추면서 국민 누구나 AI를 사용할 수 있는 기반을 마련하고, 국산 AI 모델을 실제 대국민 서비스로 연결하겠다는 전략이다. 정부는 장기적으로 자산관리와 학습코칭, 노후설계 등을 지원하는 ‘전 국민 1인 1 AI 에이전트’ 체계로 확대한다는 구상도 내놨다. 사업자로 선정되면 상당한 지원도 받을 수 있다. 올해에는 엔비디아의 최신 AI 가속기인 B200 그래픽처리장치(GPU)가 기업별로 최대 256장 또는 128장 지원되고, 2030년까지 운영비 지원도 이어질 예정이다. 다만 대가도 있다. 독자 AI 파운데이션 모델 기준을 충족하는 국산 모델을 최소 50% 이상 사용해야 하고, 자체 모델을 가진 기업도 다른 국내 기업의 국산 모델을 30% 이상 결합해야 한다. 사실상 기업 간 협업과 컨소시엄 구성이 필수적인 구조다. ◆ 네이버가 빠진 이유는 네이버의 불참 배경은 이 같은 사업 구조와 현재 네이버의 AI 전략을 함께 볼 필요가 있다. 네이버는 자체 대규모언어모델(LLM)인 ‘하이퍼클로바X’를 중심으로 검색과 쇼핑, 지도, 광고 등 기존 플랫폼 서비스에 AI를 결합하는 전략을 추진하고 있다. 이미 자체 서비스 안에서 AI 이용자를 확보하고 있는 만큼 정부가 주도하는 별도 무료 플랫폼에 참여해 새로운 서비스를 구축해야 할 유인이 상대적으로 크지 않다는 분석이 나온다. 특히 ‘모두의 AI’는 자체 모델만으로 서비스를 구성할 수 없다는 점이 변수다. 네이버처럼 자체 AI 기술과 플랫폼을 동시에 보유한 기업 입장에서는 다른 기업의 모델을 일정 비율 결합해야 하는 사업 조건이 오히려 기술 전략과 맞지 않을 수 있다. 올해 초 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에서도 네이버클라우드는 재공모에 참여하지 않았다. 당시에도 업계에서는 기업들이 정부 사업의 타이틀보다 자체 AI 기술과 서비스 경쟁력 확보에 집중하는 방향으로 전략을 바꾸고 있다는 분석이 나왔다. 결국 네이버 입장에서는 정부가 제공하는 GPU와 운영비보다 자체 플랫폼 안에서 AI 사용자를 늘리고 수익모델을 만드는 것이 장기적으로 더 중요하다고 판단했을 가능성이 크다. 네이버가 공식적으로 밝힌 불참 이유는 ‘기존 사업 집중’이지만, 사업 조건과 현재 전략을 종합하면 충분히 예상 가능한 선택이라는 평가다. ◆ 카카오·통신3사는 왜 뛰어드나 반면 카카오와 이동통신 3사의 셈법은 다르다. 카카오는 자체 AI 모델 ‘카나나’를 카카오톡과 연결해 생활밀착형 AI 서비스로 확대할 수 있는 기회로 보고 있다. 이미 5000만명 규모의 이용자를 확보한 카카오톡이라는 플랫폼이 있어 ‘모두의 AI’를 통해 AI 서비스를 대중화할 경우 기존 플랫폼과의 결합 효과를 기대할 수 있다. 카카오는 행정안전부와 공공서비스 예약과 전자증명서 발급 등을 지원하는 ‘AI 국민비서’ 시범 서비스도 운영하고 있다. 통신 3사도 각자의 강점이 뚜렷하다. SK텔레콤은 자체 AI 모델과 AI 서비스 ‘에이닷’, AI 데이터센터를 모두 갖추고 있어 모델부터 인프라, 서비스까지 연결할 수 있다는 점이 강점이다. KT는 AI와 클라우드, 공공·기업 시장에서 쌓은 사업 경험을 활용할 수 있고, LG유플러스는 LG AI연구원과의 협업을 통해 그룹 차원의 AI 역량을 결집하는 전략을 내세우고 있다. 당초 세 회사 모두 참여를 검토했고 LG유플러스는 일찌감치 참여를 공식화했다. 특히 통신사들에게 ‘모두의 AI’는 단순한 무료 서비스 사업 이상의 의미가 있다. 통신 가입자와 기업 고객 중심이었던 AI 사업을 전 국민 서비스로 확장하고, 향후 공공기관과 지방자치단체 등으로 AI 사업 영역을 확대할 수 있는 레퍼런스를 확보할 수 있기 때문이다. ◆ 결국 승부는 ‘컨소시엄’에서 갈린다 네이버가 빠지면서 이제 업계의 관심은 어떤 기업들이 손을 잡느냐로 옮겨가고 있다. 사업 구조상 한 기업이 모든 조건을 충족하기보다 모델·클라우드·데이터·플랫폼·서비스 역량을 가진 기업들이 결합하는 것이 유리하다. 실제 공모 초기부터 카카오와 LG유플러스 외에도 SK텔레콤, KT, 업스테이지, 엔씨(NC) AI, 이스트소프트, 라이너, 코난테크놀로지 등 다양한 기업이 참여를 검토해왔다. 이 때문에 이번 공모는 사실상 국내 AI 기업들의 ‘연합전’ 성격을 띠게 될 가능성이 높다. 어느 기업이 어떤 AI 모델을 제공하고, 누가 GPU와 클라우드를 맡으며, 누가 이용자 접점을 확보하느냐에 따라 향후 국내 AI 생태계의 주도권도 달라질 수 있다. 다만 사업 자체에 대한 우려도 있다. 사업자 선정부터 9월 베타서비스까지 한 달 남짓밖에 남지 않았다. 전 국민이 이용하는 서비스인 만큼 초기부터 대규모 접속에 대응할 인프라와 서비스 안정성을 확보해야 하지만 개발 기간이 빠듯하다. 실제 공모 마감이 연장된 것도 기업들의 준비 부담을 고려한 조치였다. 무엇보다 ‘무료’ 서비스의 지속 가능성이 관건이다. 정부가 2030년까지 운영비를 지원하더라도 장기적으로 국민이 무료로 사용하는 AI 서비스의 비용을 누가 얼마나 부담할지에 대한 구조가 필요하다. 이용자가 늘어날수록 추론 비용도 증가하기 때문이다. ‘모두의 AI’가 성공한다면 정부가 GPU와 데이터를 지원하고 민간이 서비스 경쟁력을 결합하는 새로운 국가 AI 모델이 자리 잡을 수 있다. 반대로 이용자 확보와 서비스 품질, 수익구조를 만들어내지 못한다면 정부 주도 AI 사업의 한계를 보여주는 사례가 될 수도 있다. 한편 네이버가 빠진 자리를 누가 채울지가 중요한 이유다. 이제 ‘모두의 AI’의 경쟁은 참여 기업 숫자가 아니라 누가 국민의 일상 속에서 실제로 쓰이는 AI를 만들어내느냐로 넘어가고 있다.
2026-08-18 16:10:20
-
포스코DX, '국산 NPU' 산업현장 투입…AI 추론 비용 50% 낮춘다
포스코DX가 국산 AI 반도체를 산업현장의 비정형 데이터 분석에 활용하는 플랫폼을 개발해 기존 GPU 기반 '비전 AI' 적용 영역에 국산 NPU 기반을 확대한다. AI 모델 학습에는 GPU를, 현장 추론에는 국산 NPU를 사용하는 하이브리드 구조를 적용해 제조 현장의 AI 인프라 비용과 전력 부담을 낮추고, 데이터 외부 반출 없이 실시간으로 AI를 운영하도록 구성됐다. 18일 포스코DX는 국산 NPU를 활용한 '비전 AI 플랫폼'을 개발했다고 밝혔다. 산업현장에서 수집되는 영상 등 비정형 데이터를 AI로 분석하고, 실제 현장에서 발생하는 상황을 실시간으로 판단할 수 있도록 AI 모델 개발부터 운영까지 필요한 기능을 하나의 플랫폼으로 표준화한 것이 특징이다. NPU는 딥러닝과 머신러닝 등 AI 연산에 특화된 반도체로 GPU를 대체할 수 있을 것으로 전망되고 있다. 특히 학습보다 이미 학습된 AI 모델을 실제 서비스에 적용하는 추론 과정에 최적화돼 GPU 대비 전력과 비용을 낮출 수 있도록 설계됐다. 포스코DX는 이 같은 NPU의 특성을 산업현장에 적용했다. 제조 현장에서 발생하는 영상 데이터를 원거리 데이터센터나 서버로 전송하지 않고 설비나 현장에 설치된 엣지 장비에서 직접 분석하는 방식이다. 포스코DX는 외부 네트워크를 거치지 않고 현장에서 데이터를 처리할 수 있어 제조업에서 중요도가 높은 데이터 보안과 실시간 대응에도 유리하다고 설명했다. 특히 포스코DX는 AI 모델을 개발하는 단계와 실제 현장에서 AI가 데이터를 분석하는 추론 단계를 분리했다. 모델 학습과 개발에는 기존처럼 GPU를 활용하고, 완성된 AI 모델을 산업 현장에서 구동할 때는 국산 NPU를 사용하는 하이브리드 구조다. NPU를 실제 현장에 적용하기 전에 연구·검증 단계에서도 활용할 수 있도록 한 것도 특징이다. AI 모델의 정확도와 처리 속도뿐 아니라 전력 사용량과 운영 비용 등을 사전에 비교해 현장 특성에 맞는 모델과 NPU 적용 방식을 결정할 수 있도록 구축했다. 기존에는 AI 모델을 개발한 뒤 실제 산업 현장에 적용하면서 성능이나 비용을 검증해야 했다면, 이번 플랫폼에서는 개발 단계에서부터 NPU 기반 추론 성능을 확인할 수 있어 현장 적용 과정에서 발생할 수 있는 시행착오를 줄일 수 있을 것으로 평가된다. 비전 AI 플랫폼에는 산업 현장에서 반복적으로 필요한 기능도 표준화했다. 영상 데이터를 학습 데이터로 관리하고 AI 모델을 관리하는 기능을 비롯해 모델별 성능 지표와 적용 이력 등을 하나의 환경에서 관리할 수 있도록 구성했다. 해당 기능 표준화는 제조 현장마다 AI 시스템을 새로 구축하는 방식에서 벗어나 기존에 검증된 AI 모델과 플랫폼을 다른 현장에 재활용하기 위한 기반으로 알려졌다. 포스코DX는 플랫폼을 통해 신규 AI 프로젝트의 개발 기간을 단축하고 여러 산업 현장으로 AI 서비스를 확산할 수 있을 것으로 전망하고 있다. 포스코DX는 앞서 국내 NPU 개발사인 딥엑스, 모빌린트 등과 협력해 화재 감시, 작업자 안전 모니터링, 물류 환경의 상품 적재 상태 확인 등에 국산 NPU를 적용해 비용 절감 효과도 확인했다. 그 결과 동일한 추론 성능을 기준으로 GPU를 사용하는 경우와 비교해 인프라 구축·운영 비용을 약 50% 절감하고, 전력 사용량은 약 90% 줄이는 효과를 기록했다. 산업 현장에서 AI 활용이 늘면서 AI 반도체의 역할도 학습용 GPU 중심에서 추론용 반도체로 확대될 가능성이 커지고 있다. 특히 제조 현장의 영상 분석처럼 대량의 데이터를 실시간으로 반복 처리해야 하는 분야에서는 모든 데이터를 중앙 데이터센터로 전송해 처리하는 방식보다 현장에서 직접 AI 추론을 수행하는 엣지 AI가 비용과 지연 시간 측면에서 유리할 수 있다. 포스코DX는 향후 다양한 검증 과정을 플랫폼에 포함해 국산 NPU의 산업 적용을 체계화한다는 방침이다. 기존 비전 AI 적용 현장을 단계적으로 국산 NPU 기반으로 전환하고, 화재 감시와 안전 관리, 물류를 넘어 다양한 산업 분야로 적용 영역을 넓힐 계획이다. 포스코그룹 차원의 피지컬 AI 사업 확대와도 연계될 전망이다. 포스코그룹은 철강 생산 과정에서 축적한 설비 자동화 경험과 방대한 현장 데이터를 기반으로 제조 현장에 피지컬 AI를 적용하고, 인텔리전트 팩토리 구축을 확대하고 있다. 포스코DX 관계자는 "NPU 기반 '비전 AI 플랫폼'은 산업 현장에 최적화된 AI를 보다 효율적으로 구현하는 기반이 될 것"이라며 "국산 NPU 활용의 체계화와 산업 현장의 추론 역량 향상에 기여하며 AI 반도체 생태계 활성화에 나설 것"이라고 말했다.
2026-08-18 16:00:26
-