최신기사
-
-
-
-
-
-
일본 수요 회복에도 울상 짓는 LCC…차기 승부처는 '동남아'
일본 여행 수요가 높은 수준을 유지하고 있음에도 국내 항공사들은 일본 노선 확대보다 동남아 노선 증편에 무게를 더 두고 있다. 단거리 노선 특성상 운임 하락이 비용 부담과 맞물려 실적에 직접적인 압박으로 작용하는 환경이 이어지고 있기 때문이다. 이에 항공사들은 일본 비중을 일정 부분 유지하면서 대체 수익원으로 동남아 노선을 확대하고 있다. 15일 일본정부관광국에 따르면 지난 9월 일본을 찾은 외국인 방문객 수는 326만6800명으로 전년 동월 대비 13.7% 증가했다. 이는 9월 기준 역대 최대치다. 국가별로는 중국인이 77만5500명으로 가장 많았고, 방문객 수 2위인 한국인은 67만900명으로 2.1% 늘었다. 일본 노선은 이처럼 수요 측면에서는 회복세가 뚜렷하지만, 항공사 수익 구조는 다른 방향으로 움직이고 있다. 팬데믹 이후 항공사들이 일본 노선에 기재를 우선 배치하며 운항 편수를 빠르게 늘린 결과, 일부 노선에서는 좌석 공급 증가 속도가 여객 증가 속도를 앞서는 구간이 나타났다. 이에 따라 가격 경쟁이 본격화됐고, 운임 하락 압력이 구조적으로 작용하기 시작했다. 실제로 항공권 검색·판매 데이터를 보면 일본 주요 노선의 비성수기 평균 운임은 왕복 기준 20만~30만 원대로 형성됐다. 반면 벚꽃 시즌이나 연휴 등 성수기에는 40만~60만 원대까지 상승하는 경우가 많아 최근 비성수기 운임은 상대적으로 낮은 수준에서 형성되고 있다. 일본 노선은 비행 시간이 1~2시간대에 머물러 평균 항공권 단가가 동남아 중거리 노선보다 낮다. 반면 공항 사용료, 정비비, 승무원 인건비, 기재 운용 비용은 일정 수준 이상 발생한다. 여기에 최근 환율 상승 국면에서 항공기 리스료와 정비비 등 달러 결제 비용 부담이 확대되면서 단거리 노선의 원가 압박은 더욱 커졌다. 이같은 환경 변화는 항공사들의 노선 전략 조정으로 이어지고 있다. 일본 노선을 급격히 줄이기보다는 평균 운임이 상대적으로 높은 중거리 노선을 병행하는 방식이다. 동남아 노선은 일본보다 비행거리가 길어 항공권 단가가 높고, 일정 수준의 단가 방어가 가능하다는 점에서 대체 선택지로 거론된다. 실제 주요 저비용항공사(LCC)들은 중거리 확대 전략을 취하고 있다. 국토부 동계 스케줄 기준으로는 동남아 노선 운항 횟수가 하계 대비 36.7% 증가한 것으로 나타났다. 제주항공은 올해 국제선 운항을 확대하면서 총 18개 노선의 주간 운항을 늘렸다. 이 가운데 필리핀·태국·베트남 등 5개 이상의 동남아 노선 확대가 포함됐다. 진에어도 일본 노선 운항을 이어가면서 베트남, 태국 노선 운항 횟수를 늘리고 일부 노선에서는 기재를 대형화하는 방식으로 동남아 비중을 키우고 있다. 티웨이항공은 동남아와 중거리 노선 확대 전략을 가장 적극적으로 추진하는 항공사로 분류된다. 일본 노선 운항을 유지하는 동시에 베트남, 태국, 인도네시아 노선을 중심으로 운항 범위를 넓히고 있으며, 중대형 기재 도입을 통해 동남아 및 그 이후 구간까지 연결 가능한 네트워크를 구축하고 있다. 에어부산과 에어서울 역시 일본 중심 구조에서 벗어나 동남아 노선을 병행하는 방식으로 노선 구성을 다변화하는 흐름을 보이고 있다. 다만 동남아 역시 무조건적인 수익 대안으로 보기 어렵다는 신중론도 함께 제기된다. 일본 노선과 마찬가지로 공급이 빠르게 늘 경우 운임 하락 압력이 반복될 수 있기 때문이다. 이 경우 항공사 간 실적 격차는 노선 수 확대 여부보다 공급을 얼마나 정교하게 조절하느냐에 따라 갈릴 가능성이 커지고 있다. 좌석 확대 경쟁이 즉각적인 운임 하락으로 연결되는 구조가 고착되면서, 항공사들은 증편 경쟁 대신 노선별 수익 기여도와 운항 효율을 기준으로 전략의 무게중심을 재조정하고 있다. 업계 관계자는 “동남아 노선 확대는 외형 성장보다 수익을 방어하는 전략으로 의미가 이동하고 있다”며 “항공사 간 실적 격차는 단기 성과보다 중장기 전략을 얼마나 일관되게 실행하느냐에 따라 벌어질 가능성이 크다”고 말했다.
2025-12-15 18:01:48
-
-
-
-
-
AI 신약개발 경쟁 격화…글로벌은 가속, 국내는 '아직'
인공지능(AI)이 제약·바이오 산업 전반의 경쟁 구도를 재편하는 핵심 기술로 부상하면서 신약개발 방식과 산업 생태계 전반에 구조적 변화가 가속화되고 있다. 15일 한국바이오협회가 발간한 ‘AI 기반 신약개발 산업화 전략’ 정책보고서에 따르면 글로벌 AI 신약개발 시장은 2024년 18억6000만 달러에서 연평균 29.9% 성장해 2029년 68억9000만 달러로 규모로 확대될 전망이다. 협회는 후보물질 발굴부터 임상, 상업화에 이르기까지 신약개발 전 주기에 AI 활용이 확산되고 있는 가운데 글로벌 주요국은 AI 신약개발을 국가 전략 산업으로 육성하며 투자와 규제 개선에 속도를 내는 것과 달리 국내는 기술력과 산업화 성과 측면에서 여전히 격차가 존재한다고 분석했다. AI는 후보물질 발굴, 약물 설계, 전임상·임상 시험, 시판 후 안전관리까지 신약개발 전 과정에 적용되며 기간과 비용을 획기적으로 절감하고 있다. 특히 희귀질환 치료제, 맞춤형 의약품, 디지털 치료제 분야에서는 대규모 데이터와 고도화된 알고리즘을 기반으로 한 AI 기술이 핵심 경쟁력으로 작용하고 있다. 해외 주요국은 AI 신약개발을 국가 전략 산업으로 지정하고 대규모 투자와 함께 규제 패러다임 전환을 추진 중이다. 미국은 연방 기관 주도의 규제 샌드박스와 AI 우수센터(AI Centers of Excellence)를 통해 AI 기반 기술의 상용화와 현장 실증을 확대할 방침이다. 또한 국가 AI 인프라 구축 사업인 ‘스타게이트’를 통해 약 700조원을 투자해 2025~2029년 데이터센터, 반도체 생산 기반, 클라우드 인프라를 미국 전역에 구축할 계획이다. 이와 함께 AI 반도체와 데이터 산업 관련 규제를 완화해 기업의 연구개발과 시장 진입을 촉진한다는 구상이다. 영국은 ‘오픈바인드(OpenBind)’ 컨소시엄을 통해 단백질-약물 상호작용에 대한 세계 최대 규모 데이터 수집을 추진하고 있다. AI 신약 모델 훈련을 지원하기 위해 Sovereign AI Unit을 통해 최대 800만 파운드를 투자하며 기존 50년간 축적된 데이터보다 20배 많은 데이터 확보를 목표로 하고 있다. 중국 역시 ‘디지털·지능형 기술 역량 강화 행동’을 통해 제약 산업 전반에 디지털·AI 기술 적용을 확대하고 있다. 디지털·지능형 의약품 R&D와 데이터 활용을 강화하는 한편 산업단지 디지털화와 표준·지침 정비, 전문 인력 양성에도 주력하고 있다. 중국의 지방 정부 차원의 정책도 속도를 내고 있다. 베이징시는 '베이징시 혁신 의약 고품질 발전 지원 조치(2025년)'를 통해 임상시험 개시 기간을 20주 이내로 단축하고 다기관 윤리심사 상호 인정 비율을 90% 이상으로 끌어올린다는 목표를 제시했다. 이를 위해 AI 기반 임상시험 참여자 모집, 종양·심혈관 질환 중심의 자동화 지능형 바이오뱅크 구축, 임상시험 예비 참여자 데이터베이스 조성 등 첨단 기술을 활용한 지원책을 마련한다. 이처럼 해외 국가는 단순한 기술 개발 성과 중심 논의를 넘어 규제·데이터·인프라·투자·인재를 아우르는 종합적인 산업 생태계 관점에서 국내 AI 신약개발이 직면한 구조적 한계와 정책적 지원 방향을 제시하는 데 초점을 맞췄다. 반면 국내는 AI 신약개발에 대한 관심과 투자가 확대되고 있음에도 글로벌 선도국과 비교하면 기술력과 산업화 성과 측면에서 여전히 격차가 존재한다는 분석이 나왔다. 정부 차원의 정책 발표는 이어지고 있으나 논문 영향력과 특허의 글로벌 경쟁력, AI 플랫폼 기반 파이프라인 성과 등에서는 한계가 있다는 평가다. 이에 한국바이오협회는 △AI 신약개발 데이터 활용과 신뢰성 평가를 위한 표준화된 기준과 가이드라인 마련 △R&D부터 사업화까지 연계되는 중장기 정책 설계 △현장 중심의 바이오·AI 융합 인재 양성 체계 전환 △국내 특화형 AI 바이오 전략 분야에 대한 선택과 집중 △AI 신약개발 전 주기를 아우르는 통합 거버넌스 구축 등을 핵심 과제로 제시했다. 보고서는 우선 AI 신약개발 데이터 활용과 신뢰성 확보를 위한 제도 정비가 시급하다고 지적했다. 제약 R&D에 활용되는 가명정보는 엄격한 보안 환경을 전제로 결합·분석 절차를 간소화할 필요가 있으며 대규모 임상·유전체 데이터 활용을 위해 정부 지정 데이터 안심구역(Safe Zone) 내 규제 샌드박스 확대가 요구된다는 설명이다. 비고의적 사고 발생 시 기관과 기업의 책임을 완화하는 데이터 활용 면책특례제도 도입도 검토 과제로 제시됐다. AI 모델의 신뢰성 검증을 위한 평가체계 구축도 중요 과제로 꼽혔다. AI 신약개발에 활용되는 머신러닝 모델의 개발·검증·운영 전반을 아우르는 GMLP(Good Machine Learning Practice) 가이드라인이 필요하다는 것이다. 현재 식약처 임상시험계획 제출 과정에서 AI 산출물의 신뢰성과 인정 기준이 명확하지 않아 후기 개발 단계 진입에 어려움이 있다는 점도 문제로 지적됐다. 또한 보고서는 R&D에서 사업화까지 연계되는 중장기 정책 트랙 신설을 강조했다. AI 신약개발은 임상 진입과 규제 수용성 확보까지 장기간이 소요되는 만큼 공공 임상 데이터 공유, 규제 컨설팅, 제약사 협력을 패키지로 제공하는 ‘한국형 AI 신약개발 올인원 플랫폼’ 구축이 필요하다고 설명했다. 미국의 ARPA-H, Cancer Moonshot과 같은 국가 차원의 명확한 미션 설정도 참고 사례로 제시됐다. 마지막으로 AI 신약개발 거버넌스의 일원화를 주문했다. 현재 R&D, 규제, 임상, 사업화 단계가 부처별로 분절 관리되면서 정책 정합성과 책임 체계가 불명확한 만큼 전 주기를 아우르는 통합 관리체계 구축이 필요하다고 설명했다. 한국바이오협회는 “AI는 더 이상 신약개발의 보조 수단이 아니라 산업 경쟁력을 좌우하는 핵심 인프라”라며 “정부가 국내 AI 신약개발 산업의 구조적 한계를 면밀히 진단하고 기술·데이터·규제를 아우르는 산업화 전략을 적극 추진해야 한다”고 강조했다.
2025-12-15 17:30:23
-