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...
한 반도체 공정실습 교육기관의 수료생이 1만 명을 넘었다는 소식이 나왔다. 같은 주에는 중국 메모리 업체의 생산능력 두 배 확대, 일본의 53조원 규모 외자 유치, 인도 공조장비 신규 라인 준공 같은 증설 뉴스가 함께 올라왔다. 기사들은 대부분 투자 금액과 점유율 숫자를 다룬다. 현장에서 보면 이 뉴스들은 하나의 질문으로 모인다. 그 라인을 실제로 돌릴 사람은 어디서 오는가.
## 배경: 왜 중요한가
지금 발표되는 증설 계획은 대체로 2028~2030년 양산을 목표로 한다. 부지 확보와 건설에 2년 안팎, 장비 반입과 셋업에 6개월에서 1년, 그다음 수율을 안정화시키는 구간이 또 붙는다. 돈과 부지는 정부 보조금과 기업 결정으로 비교적 빠르게 정리된다. 문제는 마지막 구간이다. 장비를 세우고 조건을 잡고 이상이 생겼을 때 원인을 찾아내는 일은 설비 사양서로 대체되지 않는다.
중국 업체의 생산능력 확대를 두고 "공장 건설부터 장비 반입, 수율 안정화까지 수년이 걸리므로 곧바로 공급 증가로 이어지지 않는다"는 분석이 나오는 것도 같은 맥락이다. 이 문장에서 시간을 잡아먹는 항목은 대부분 사람과 관련이 있다. 장비는 돈을 주면 산다. 그 장비에서 나오는 데이터를 읽고 판단하는 인력은 구매가 안 된다.
그래서 반도체 실무 인력은 설비 투자와 성격이 다른 변수가 된다. 설비는 규모를 키우면 되지만, 인력은 규모와 함께 숙련도라는 축이 하나 더 있다. 채용 인원이 두 배가 돼도 현장 대응 능력이 두 배가 되지는 않는다.
## 핵심: 일반 기사가 놓치는 지점
인력 기사는 보통 "몇 명이 부족하다"로 끝난다. 현장에서 체감하는 문제는 숫자가 아니라 시간과 위치다.
### 병목은 채용이 아니라 숙련까지의 시간
신규 인력이 들어와 혼자 판단을 내릴 수 있게 되기까지는 공정과 직무에 따라 6개월에서 2년이 걸린다. 그 기간 동안 기존 숙련 인력의 시간이 교육에 쓰인다. 증설과 채용이 동시에 몰리면 가장 바쁜 사람들이 가장 많이 빠지는 구조가 된다. 램프업이 늦어지는 이유가 장비 문제가 아니라 인력 배분 문제인 경우가 실제로 적지 않다.
교육기관 수료 이력이 의미를 갖는 지점은 여기다. 수료증이 곧 즉시 투입 가능한 인력을 뜻하지는 않는다. 다만 장비 앞에 서본 적이 있는 사람과 교과서로만 배운 사람은 이 시간 축에서 차이가 난다. 웨이퍼를 잡아본 경험, 챔버를 열어본 경험, 측정값이 튀었을 때 무엇부터 확인하는지 몸으로 아는 것. 이런 경험이 램프업 구간을 몇 개월 줄인다면 그 자체가 설비 투자와 같은 성격의 비용 절감이다.
### 인력 수요는 칩 바깥에서 더 빨리 늘어난다
또 하나 놓치기 쉬운 게 수요의 위치다. 최근 뉴스 흐름을 보면 AI 데이터센터용 공조장비 생산라인, GPU 간 연결을 담당하는 광통신과 광학 부품, 전력 설비 쪽 이야기가 계속 늘고 있다. 이 영역들은 칩 자체가 아니라 칩을 돌리기 위한 기반 설비다.
팹이든 데이터센터든 한 곳이 늘어나면 그 안에서 배관, 가스 공급, 전력 수배전, 공조, 클린룸 유지, 장비 유지보수를 담당할 인력이 함께 필요하다. 인원 기준으로는 이쪽이 더 많다. 그런데 대부분의 통계와 기사는 제조사 정규직 채용 규모만 센다. 협력사와 설비 시공, 유지보수 쪽 반도체 실무 인력은 잘 집계되지 않고, 부족해져도 뉴스에 늦게 나타난다. 램프업 지연의 원인이 이쪽에 있는 경우에도 표면에는 "수율 문제"로만 보고된다.
## 그래서 뭘 봐야 하나
투자 관점에서는 증설 발표 자체보다 그 뒤에 붙는 항목들을 같이 보는 게 정보량이 많다.
첫째, 증설을 발표한 기업의 채용 공고 구성이다. 연구 인력과 설비·공정 운영 인력의 비중, 경력직 비중이 실제 일정 진척도를 간접적으로 보여주는 경우가 있다. 둘째, 해외 투자 건에서 현지 인력을 어떻게 조달하는지다. 일본과 인도 사례처럼 정부 보조금으로 공장을 유치해도 초기 운영 인력을 본국에서 파견하는 구조라면 램프업 속도와 비용 구조가 달라진다. 셋째, 장비·부품·유지보수 협력사의 인력 규모와 이직률이다. 이 지표는 공개 정보가 제한적이지만, 관련 기업의 매출 대비 인건비 추이 정도는 확인할 수 있다.
교육 프로그램과 기업의 연계 방식도 볼 만하다. 수료생 수 같은 입력 지표보다, 그 인력이 현장에 얼마나 남는지가 산업 입장에서는 더 중요한 숫자다. 다만 이런 데이터가 체계적으로 공개되는 경우는 아직 드물다.
증설 경쟁은 자본과 정책으로 시작하지만, 실제 생산량 차이는 라인을 안정화시키는 속도에서 갈린다. 그 속도를 결정하는 건 대체로 설비 사양이 아니라 그 설비를 다루는 반도체 실무 인력의 두께다. 수료생 1만 명이라는 숫자를 교육 실적이 아니라 공급망 지표로 읽어보면, 지금 발표되는 증설 계획들이 언제쯤 실제 물량으로 바뀔지 가늠하는 데 조금 더 도움이 된다.
댓글
댓글 쓰기