기본 콘텐츠로 건너뛰기

산업가스 판매량 감소, 경기 지표보다 먼저 움직이는 신호

 경제 전망 기사에서 반도체는 좋고 석유화학·철강은 나쁘다는 식으로 산업을 나누는 건 익숙한 그림이다. 그런데 산업가스 업계는 반도체가 좋아진다는 전망에도 "체감이 안 된다"고 말한다. 2022년까지 계속 올라가던 국내 산업가스 판매량은 2023년부터 꺾였고, 그 흐름이 이어졌다. 산업가스는 전방 산업의 가동률을 거의 실시간으로 따라가기 때문에, 통계보다 먼저 움직이는 숫자다. ## 배경: 왜 중요한가 산소·질소·아르곤·수소·탄산은 제품이 아니라 공정 조건이다. 철강 제련에 산소가 들어가고, 반도체 팹은 질소로 챔버와 배관을 채우고, 용접에는 아르곤이, 식음료와 냉동물류에는 탄산과 드라이아이스가 쓰인다. 이 가스들은 재고로 쌓아두기 어렵고 대부분 파이프라인이나 탱크로리로 그날그날 흘러간다. 공장이 라인을 하나 세우면 그만큼의 가스 수요가 바로 사라진다. 그래서 산업가스 판매량은 경기의 후행 지표가 아니라 가동률의 동행 지표에 가깝다. 생산 계획이 줄면 다음 달 통계가 나오기 전에 가스 주문량부터 줄어든다. 기사에서 충전·판매 업계가 판매량 10% 감소를 언급하는 대목은, 제조업 현장의 가동률이 그만큼 내려갔다는 말과 같은 뜻이다. 여기에 원가 구조가 겹친다. 공기분리장치(ASU)는 공기를 압축하고 냉각해 성분별로 나누는 설비라 전기가 원가의 큰 부분을 차지한다. 산업용 전기요금이 오르면 액화가스 가격에 반영될 수밖에 없다. 판매량은 줄고 원가는 오르는 조합이 지금 산업가스 시장이 놓인 자리다. ## 핵심: 일반 기사가 놓치는 지점 경기 전망 기사는 산업별로 좋다/나쁘다를 나눈다. 산업가스는 그 분류를 가로지른다. 한 충전소가 반도체 팹, 조선소, 자동차 부품사, 병원, 식품공장에 동시에 공급한다. 특정 산업 하나가 좋아져도 나머지가 눌리면 전체 물량은 회복되지 않는다. "반도체가 좋아진다"는 전망과 "체감이 안 된다"는 현장 반응이 동시에 성립하는 이유다. ### 세부 포인트 1 — 물량이 회복돼도 수익성은...

소프트웨어 종말론, 현장 엔지니어가 보는 진짜 쟁점

 지난 2월 미국 증시에서 소프트웨어 업종이 하루 만에 3% 넘게 반등했다. 앞서 업무용 AI 도구가 법무·재무 보고서 작성 같은 고부가 사무직을 자동화할 수 있다는 우려가 부각되며 지수가 급락했고, 며칠 뒤 월가는 "소프트웨어의 죽음을 선언하긴 이르다"는 리포트로 응수했다. 그 사이 시장은 세일즈포스와 오라클을 서로 다른 운명의 종목으로 갈라놓았다. 그런데 제조·에너지 현장에서 소프트웨어를 실제로 운용해본 사람이라면, 이 논쟁이 놓치고 있는 지점이 하나 보인다. 소프트웨어가 대체 가능하냐 아니냐는 질문 자체가, 현장에서는 이미 오래전에 답이 나와 있다는 것이다.


## 배경: 왜 중요한가


이번 논쟁의 촉발점은 명확하다. LLM 기반 에이전트가 문서 작성과 데이터 조회, 워크플로 실행을 직접 수행할 수 있게 되면서, "그 일을 하려고 사던 SaaS는 왜 필요한가"라는 질문이 성립하게 됐다. 실제로 CRM, HR, 마케팅 자동화처럼 UI와 워크플로가 제품의 본질에 가까운 영역일수록 위협이 직접적이다. 시장이 세일즈포스·워크데이·허브스팟에 더 냉정했던 이유다.


반대편 논리도 단순하다. 유통망, 기업 데이터, 프로세스 고착성. 제프리스가 든 세 가지 방어 요소는 모두 "기술이 아니라 관성"에 관한 것이다. AI 모델이 아무리 좋아져도 15년 치 트랜잭션 데이터, 감사 추적, 권한 체계, 규제 대응 이력이 쌓인 시스템을 걷어내는 비용은 별개라는 뜻이다. 오라클과 마이크로소프트가 상대적으로 안전하다고 평가받는 근거이기도 하다.


여기서 중요한 건 이 두 논리가 사실 같은 축의 양 끝이라는 점이다. 소프트웨어 종말론이 겨냥하는 건 소프트웨어 전체가 아니라 **소프트웨어의 특정 계층**이다. 그리고 어느 계층이 얼마나 두꺼운지는 산업마다 완전히 다르다.


## 핵심: 일반 기사가 놓치는 지점


증권가 리포트는 소프트웨어를 종목 단위로 본다. 현장 엔지니어는 스택 단위로 본다. 이 관점 차이가 소프트웨어 종말론 논쟁의 실제 지형을 바꾼다.


### 세부 포인트 1 — 소프트웨어의 무게는 '되돌릴 수 없는 것'에서 나온다


반도체 팹이든 화학 플랜트든 산업가스 공급 설비든, 소프트웨어 스택은 대략 세 층으로 나뉜다. 아래쪽엔 PLC·DCS·SCADA 같은 제어 계층이 있다. 중간엔 MES와 설비 인터페이스가, 위쪽엔 ERP와 각종 리포팅 도구가 있다.


AI 에이전트가 잠식하기 쉬운 건 위쪽이다. 리포트를 쓰고, 대시보드를 만들고, 데이터를 조회하는 일. 반면 아래로 내려갈수록 대체 난도는 지수적으로 올라간다. 밸브를 잘못 열면 되돌릴 수 없고, 레시피 파라미터를 잘못 쓰면 웨이퍼 한 로트가 날아간다. 이 계층의 소프트웨어는 기능이 아니라 **검증된 이력**을 판다. 수년간 사고 없이 돌았다는 사실 자체가 제품의 핵심 자산이고, 그건 모델 성능으로 복제되지 않는다.


시장이 "SaaS는 위험, 인프라·DB는 안전"이라고 구분한 것은 우연히 이 구조를 맞춘 것이다. 다만 이유를 데이터 락인으로만 설명한다면 절반만 본 셈이다. 진짜 방어선은 **실패 비용의 비대칭성**이다.


### 세부 포인트 2 — 대체되는 건 소프트웨어가 아니라 '조작 인터페이스'다


현장에서 소프트웨어 도입 저항은 대개 기능 부족 때문이 아니다. 책임 소재 때문이다. 이상 징후를 AI가 먼저 잡아도, 라인을 세우는 결정에 서명하는 건 결국 사람이다. 감사 대응, 안전 규격 인증, 고객사 품질 감사에서 요구하는 건 "누가, 언제, 어떤 근거로" 판단했는지의 추적 가능성이다.


그래서 현장에서 실제로 벌어지는 일은 소프트웨어의 소멸이 아니라 **인터페이스의 이동**이다. 사람이 화면을 클릭하던 자리를 에이전트가 API로 호출하는 방식으로 대체된다. 화면은 줄어들지만 그 아래 규칙 엔진, 권한 모델, 로그 체계는 오히려 더 정교해져야 한다. AI가 호출자가 되는 순간, 잘못된 호출을 막는 가드레일의 값어치가 올라가기 때문이다.


이 관점에서 보면 소프트웨어 종말론은 방향을 반대로 짚었을 가능성이 있다. 좌석 수 기반 과금(seat-based)은 위협받지만, 실행 건수 기반 과금은 오히려 커진다. 문제는 기존 기업들이 그 전환을 손실 없이 통과할 수 있느냐다. 매출 인식 구조가 바뀌는 구간에서 성장률이 꺾여 보이는 시기는 거의 반드시 온다.


## 그래서 뭘 봐야 하나


첫째, 종목보다 **과금 모델의 전환 궤적**을 보는 편이 정보량이 많다. 좌석 과금 비중이 높은 기업이 소비량 과금으로 넘어갈 때 나타나는 매출 공백 구간을 어떻게 설명하는지, 실적 발표에서 실행 건수·에이전트 호출량 같은 지표를 새로 공개하기 시작하는지가 관찰 포인트다.


둘째, 산업용 소프트웨어와 사무용 소프트웨어를 한 바구니에 담지 않는 게 좋겠다. 제조 실행 시스템, 산업 제어, EDA처럼 물리 설비와 결합된 영역은 이번 소프트웨어 종말론의 사정거리 밖에 있을 가능성이 크다. 다만 이 영역은 대체 위협이 낮은 대신 성장률도 완만하다는 반대급부가 있다.


셋째, AI가 소프트웨어를 대체한다는 서사는 결국 컴퓨트 수요로 되돌아온다. 에이전트가 사람 대신 시스템을 호출한다면 호출 횟수는 사람의 근무시간에 묶이지 않는다. 소프트웨어 마진이 어디로 새는지를 보려면 그 반대편에서 누가 받아먹는지도 같이 봐야 한다는 뜻이다. 어느 쪽이든 단일 리포트 한 편으로 결론 낼 사안은 아니고, 몇 개 분기의 지표 변화를 두고 확인해야 할 문제다.


정리하면, 소프트웨어 종말론은 업종 전체의 사망 선고라기보다 스택의 특정 층에서 벌어지는 가치 재배분에 가깝다. 걱정이냐 수순이냐는 질문에 굳이 답하자면, 위층에는 수순이고 아래층에는 아직 남의 일이다.

댓글

이 블로그의 인기 게시물

아파트 공사비는 왜 오르는가: 층상 배관과 4Bay가 말해주는 건설 원가의 구조

최근 몇 년간 아파트 분양가 상승의 원인으로 지목되는 것은 대체로 세 가지다. 자재비, 인건비, 그리고 금리. 언론 보도는 대개 여기서 멈춘다. 그런데 현장에서 도면을 보고 공정표를 짜본 사람이라면 이 설명이 절반쯤만 맞다는 걸 안다. 아파트 공사비를 밀어 올리는 진짜 힘은 원자재 시황이 아니라, 지난 10년간 누적된 규제·인력·설계 표준의 구조적 변화에 있다. 이것들은 시황처럼 내려오지 않는다. ## 배경: 왜 중요한가 건설은 제조업과 달리 원가 구조가 눈에 잘 띄지 않는다. 반도체 팹은 장비 리스트와 감가상각으로 원가를 역산할 수 있지만, 아파트 한 동의 공사비는 수십 개 공종의 시간과 인력이 서로를 밀고 당기며 결정된다. 어떤 항목이 얼마나 올랐는지가 아니라, 어떤 항목이 다른 항목의 공기(工期)를 얼마나 늘리는지가 핵심이다. 지난 10년간 이 상호작용을 바꾼 변수는 크게 세 갈래다. 첫째는 안전 규제다. 중대재해처벌법을 포함한 책임 법규 강화는 단순히 안전 관리비 항목을 늘린 것이 아니라, 작업 자체의 속도를 늦췄다. 고소작업 전 점검, 밀폐공간 작업 절차, 장비 이동 시 신호수 배치 같은 조치는 개별적으로는 몇 분이지만 수천 번 반복되면 공기 몇 주가 된다. 공기가 늘면 현장 관리비, 금융비용, 장비 임대료가 함께 늘어난다. 둘째는 인력이다. 미장, 조적, 타일 같은 습식 공종은 숙련도가 곧 품질이자 속도인 영역인데, 이 분야 국내 숙련공은 고령화와 신규 유입 단절로 빠르게 줄고 있다. 외국인 근로자 의존도가 높아지면서 의사소통과 숙련도 편차가 공기 변동성을 키웠다. 셋째는 설계 표준이다. 층간소음 차단 성능, 단열 기준 강화, 열교환 환기 시스템과 시스템 에어컨 사실상 의무화가 겹치면서 천장 속 공간—배관, 덕트, 전기 트레이가 지나는 그 좁은 층—이 급격히 복잡해졌다. 아파트 공사비는 이 세 갈래가 곱해진 결과다. ## 핵심: 일반 기사가 놓치는 지점 기사들이 "건축비 상승"이라고 뭉뚱그리는 자리에서, 현장은 두 가지를 본다. 하...

2차전지 소재 국산화가 실제로 넘어야 하는 문턱

 인터배터리 전시장에서 코팅 양극박이 공개되고, 고체전해질 미립화 기술이 신기술 인증을 받고, 자동차 회사가 배터리 개발 캠퍼스를 짓는다. 2차전지 관련 보도자료를 시간순으로 늘어놓으면 하나의 흐름이 보인다. 셀 회사의 증설 발표가 줄어든 자리를 소재·부품·장비 쪽 소식이 채우고 있다. 전기차 판매 둔화 이야기와는 결이 다른 움직임인데, 현장에서 보면 이유가 분명하다. ## 배경: 왜 중요한가 2020년부터 2023년까지 2차전지 산업의 뉴스는 대부분 캐파(생산능력) 숫자였다. 몇 GWh를 어디에 짓는다, 누구와 합작한다는 발표가 이어졌다. 셀 라인을 먼저 확보하는 쪽이 이긴다는 판단이었고, 실제로 그 시기에는 맞는 판단이었다. 지금은 국면이 다르다. 유럽과 북미의 전기차 수요 증가율이 꺾이면서 이미 지은 라인의 가동률이 먼저 문제가 됐다. 라인을 더 짓는 것보다 지금 라인에서 나오는 셀의 원가와 수율을 개선하는 쪽이 급해졌다. 그 개선의 대부분은 셀 조립 공정이 아니라 소재에서 나온다. 양극재·음극재·분리막·전해질·집전체(박) 같은 소재가 셀 원가에서 차지하는 비중이 절반을 훌쩍 넘기 때문이다. 여기에 공급망 재편이 겹쳤다. 중국산 소재 의존을 줄이라는 요구가 통상 규제 형태로 들어오면서, 성능이 같아도 어디서 만들었는지가 구매 조건이 됐다. 2차전지 소재 국산화가 기술 과제이면서 동시에 통상 과제가 된 배경이다. ## 핵심: 일반 기사가 놓치는 지점 보도자료는 대체로 "개발 완료", "인증 획득", "전시회 공개"에서 끝난다. 현장에서 중요한 건 그 뒤다. 개발된 소재가 셀 회사의 양산 라인에 실제로 들어가기까지 걸리는 시간과, 그 사이에 무슨 일이 벌어지는지가 사업의 성패를 가른다. ### 세부 포인트 1 — 인증과 양산 사이의 2~3년 배터리 소재는 셀 회사가 승인해도 끝이 아니다. 셀 회사 위에 완성차 업체가 있고, 완성차는 자기 차량 플랫폼에 들어갈 셀의 소재 변경을 별도로 검증한다. 소재 하나를...

AI가 내놓은 결론을 그대로 승인할 때 — 판단 위임의 함정

 인공지능의 미래를 두고 위대한 사상가에게 길을 묻는 글들이 늘고 있다. 그중 자주 소환되는 이름이 한나 아렌트와 아이히만이다. 명령을 따랐을 뿐이라는 말, 스스로 생각하기를 멈춘 상태를 아렌트는 '무사유'라고 불렀다. 이 논의는 대개 윤리와 철학의 언어로 마무리된다. 현장에서 보면 이 문제는 훨씬 더 구체적이고 일상적인 형태로 나타난다. ## 배경: 왜 중요한가 AI는 이제 산업 현장에서 조언자가 아니라 결정 라인의 한 단계로 들어와 있다. 반도체 공정의 이상 감지, 발전 설비의 부하 예측, 제조 라인의 불량 판정, 설비 정비 시점 추천까지 모델이 숫자를 내놓고 담당자가 그 숫자를 확인한다. 문제는 확인의 실질이다. 화면에 뜬 추천을 검토하는 것과, 추천을 그대로 승인 버튼으로 넘기는 것은 겉으로 같아 보이지만 완전히 다른 행위다. 여기서 아이히만의 구도가 반복된다. 아이히만은 악한 의도를 가진 사람이 아니라, 자기가 처리하는 일이 무엇인지 끝까지 생각하지 않은 사람이었다. AI 시대의 판단 위임도 같은 자리에서 시작한다. 누구도 나쁜 마음을 먹지 않았는데, 모델이 계산하고 사람이 눌렀고 책임은 어디에도 남지 않는다. 각 단계의 담당자는 자기 몫을 했다고 믿는다. 산업 현장이 특히 취약한 이유는 규모와 속도 때문이다. 모델은 초 단위로 수천 건을 처리하고, 사람이 모든 건을 실제로 다시 생각하기는 물리적으로 어렵다. 그래서 검토는 형식이 되고, 판단 위임은 예외가 아니라 기본값이 된다. ## 핵심: 일반 기사가 놓치는 지점 AI 위험을 다루는 기사 대부분은 모델의 정확도, 편향, 일자리 대체를 이야기한다. 현장에서 더 크게 작동하는 문제는 다른 데 있다. 모델이 틀리는 순간이 아니라, 사람이 생각하기를 멈추는 순간이다. ### 세부 포인트 1 — 책임의 분산 자동화된 결정 라인에서는 책임이 여러 손을 거치며 옅어진다. 모델을 만든 팀은 운영 조건을 몰랐다고 하고, 운영자는 모델을 믿었다고 하고, 관리자는 절차를 지켰다고 한다. 각자의 말이 다 ...