검색결과 총 4건
-
한국경제 3주체를 다시 짜라 ②소비자편
[경제일보] 인공지능(AI)이 소비자의 일상 깊숙이 들어오고 있다. 검색과 쇼핑, 금융 상담, 보험 심사, 대출 추천, 콘텐츠 소비, 교육, 의료 상담까지 AI가 개입하는 영역이 빠르게 넓어지는 모습이다. 소비자는 더 빠르고 편리한 서비스를 이용하게 됐지만 그 과정에서 자신의 데이터가 어디에 쓰이고 어떤 기준으로 판단되는지 알기 어려운 상황도 늘고 있다. 24일 정부와 금융권 등에 따르면 소비자의 클릭 기록, 검색 이력, 결제 정보, 이동 경로, 신용 정보, 건강 정보, 소비 패턴 등은 AI 학습과 맞춤형 서비스의 주요 데이터로 활용되고 있다. 기업들은 이를 기반으로 개인별 추천과 광고, 금융상품, 콘텐츠 노출 순서를 조정하고 있다. AI시대 소비자는 단순한 구매자를 넘어 데이터 제공자이자 알고리즘 판단의 대상이 되고 있다는 분석이 나온다. 정부도 AI 확산에 따른 소비자 보호 장치 마련에 나서고 있다. 한국은 올해 1월 AI 기본법을 시행하면서 의료, 금융, 교통, 원전 등 민감 분야의 고영향 AI에 대해 인간 감독과 투명성 확보를 요구하는 체계를 마련했다. 개인정보보호위원회도 AI 모델·시스템 개발자와 제공자가 개인정보 유출, 딥페이크에 따른 인격권 침해 등 새로운 위험을 관리할 수 있도록 ‘AI 프라이버시 리스크 관리 모델’을 공개했다. 금융권의 변화도 빠르다. 은행과 카드사, 보험사, 핀테크 기업들은 AI 상담, 이상거래 탐지, 신용평가, 맞춤형 상품 추천, 보험금 심사 등에 AI를 활용하고 있다. 금융권에서는 AI 활용 확대와 함께 설명 가능성, 책임 소재, 소비자 보호 기준이 중요해졌다는 평가가 나온다. 한 금융권 관계자는 “AI 상담과 대출심사는 소비자에게 편리함을 줄 수 있지만, 소비자가 왜 특정 상품을 추천받았는지, 왜 대출 한도나 금리가 다르게 산정됐는지 이해하지 못하면 불신으로 이어질 수 있다”며 “금융 AI의 핵심은 속도보다 설명 책임”이라고 말했다. AI가 골라주는 시대, 소비자는 더 자유로워졌나 AI 추천 서비스는 소비자의 선택 방식을 바꾸고 있다. 과거 소비자는 상품과 서비스를 직접 비교하고 선택했다. 지금은 플랫폼이 소비자의 검색 기록과 구매 이력, 위치, 관심사를 분석해 상품과 콘텐츠를 먼저 제시한다. 쇼핑몰은 개인별 추천 상품을 배열하고 금융 플랫폼은 맞춤형 대출과 카드, 보험상품을 보여준다. 온라인동영상서비스(OTT)와 포털, 뉴스 플랫폼도 이용자의 선호를 기반으로 콘텐츠 노출 순서를 조정한다. 문제는 추천이 편리함을 주는 동시에 선택의 범위를 좁힐 수 있다는 점이다. 소비자는 자신이 원하는 정보를 찾는다고 생각하지만 실제로는 알고리즘이 보여주는 범위 안에서 선택하는 경우가 많다. 특정 상품이나 서비스가 상단에 노출되는 이유, 추천 기준에 광고나 수수료가 얼마나 반영됐는지 소비자가 확인하기 어려운 경우도 적지 않다. 소비자단체 한 관계자는 “AI 추천은 소비자 편익을 높일 수 있지만 플랫폼이 어떤 기준으로 상품을 보여주는지 충분히 설명하지 않으면 정보 비대칭이 커질 수 있다”며 “추천의 편리함과 소비자의 알 권리 사이에 균형이 필요하다”고 말했다. 개인정보는 공짜 원료가 아니다 AI 서비스의 기반은 데이터다. 소비자가 남긴 정보가 많을수록 AI는 더 정교한 추천과 예측을 제공할 수 있다. 그러나 데이터 활용이 늘어날수록 개인정보 침해 가능성도 커진다. 특히 금융, 의료, 교육, 이동 정보처럼 민감한 데이터가 결합되면 개인의 생활 패턴과 경제 상황, 건강 상태까지 추정할 수 있다. 개인정보위가 AI 프라이버시 리스크 관리 모델에서 개인정보 유·노출뿐 아니라 딥페이크로 인한 인격권 침해를 새로운 위험으로 제시한 것도 이 때문이다. AI가 만든 이미지와 음성, 영상은 소비자 피해의 양상을 바꾸고 있다. 보이스피싱과 투자 사기, 허위 광고, 유명인 사칭, 딥페이크 범죄가 AI 기술과 결합하면 피해 규모와 확산 속도가 커질 수 있다. 한 보안업계 관계자는 “기존 개인정보 유출은 계정 탈취나 스팸 피해로 이어지는 경우가 많았지만 AI시대에는 유출된 정보가 음성 합성, 얼굴 합성, 맞춤형 사기 문구에 활용될 수 있다”며 “소비자 보호의 기준도 단순 정보보호에서 신원과 평판 보호로 넓어져야 한다”고 말했다. 금융 AI의 편리함 뒤에 남는 설명 책임 금융 분야는 AI가 소비자 권리와 직접 충돌할 수 있는 대표 영역이다. AI가 대출 한도와 금리, 카드 발급 가능성, 보험 가입 심사, 이상거래 탐지, 투자상품 추천에 활용되면 소비자의 금융 접근성과 비용이 달라질 수 있다. 편리한 상담과 빠른 심사는 장점이지만 잘못된 데이터나 편향된 모델이 적용되면 불합리한 차별로 이어질 가능성도 있다. 금융소비자 입장에서는 ‘AI가 판단했다’는 설명만으로는 충분하지 않다. 왜 한도가 줄었는지, 왜 보험 가입이 거절됐는지, 왜 특정 투자상품이 추천됐는지 이해할 수 있어야 한다. AI 판단에 오류가 있다면 이의를 제기하고 사람이 다시 검토할 수 있는 절차도 필요하다. 한 금융소비자보호 전문가는 “AI가 금융 서비스를 빠르게 만들 수는 있지만 설명할 수 없는 AI는 금융소비자 보호와 충돌할 수 있다”며 “특히 고령층이나 금융 취약계층은 AI 상담 결과를 그대로 받아들일 가능성이 커 별도 보호 장치가 필요하다”고 말했다. 디지털 약자를 방치하면 AI 격차는 생활 격차가 된다 AI 서비스가 확산될수록 디지털 취약계층의 문제도 커질 수 있다. 고령층, 장애인, 저소득층, 디지털 기기 활용이 익숙하지 않은 소비자는 AI 기반 서비스에서 배제되거나 불리한 조건을 감수할 가능성이 있다. 은행 점포와 대면 창구가 줄고 모바일 앱과 챗봇 상담이 늘어날수록 이 같은 격차는 금융 접근성 문제로 이어질 수 있다. 교육과 의료 분야에서도 비슷한 문제가 나타날 수 있다. AI 학습 서비스는 개인별 맞춤 교육을 제공할 수 있지만 기기와 네트워크, 결제 능력이 부족한 가정은 혜택을 충분히 누리기 어렵다. AI 건강관리 서비스도 스마트기기 활용 능력과 데이터 접근성에 따라 이용 격차가 벌어질 수 있다. 전문가들은 AI시대 소비자 정책이 ‘피해 구제’ 중심에서 ‘역량 강화’ 중심으로 바뀌어야 한다고 지적한다. 소비자가 AI 추천과 자동화된 판단을 이해하고 개인정보 제공 여부를 선택하며 부당한 결과에 이의를 제기할 수 있어야 한다는 것이다. AI시대 소비자는 더 빠른 서비스를 이용하는 동시에 더 많은 데이터를 제공한다. 편리함은 공짜가 아니다. 소비자의 데이터가 기업의 수익과 AI 성능을 높이는 원료가 되는 만큼 소비자에게도 정보 접근권과 설명 요구권, 선택권이 보장돼야 한다. 한 소비자정책 전문가는 “AI시대 소비자 보호의 핵심은 기술을 막는 것이 아니라 소비자가 기술의 작동 방식을 이해하고 통제할 수 있게 하는 것”이라며 “데이터 주권이 뒷받침되지 않으면 AI 편익은 일부 기업과 플랫폼에 집중되고 소비자는 판단의 객체로 밀려날 수 있다”고 말했다.
2026-07-24 11:08:47
-
-
한국경제 3주체를 다시 짜라 ①기업·재벌편
[경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.
2026-07-09 16:51:36
-