산업혁명에서 AI 전환까지: 비용 구조의 붕괴가 만든 세계 질서와 한국 산업의 생존 설계

# 산업혁명에서 AI 전환까지: 비용 구조의 붕괴가 만든 세계 질서와 한국 산업의 생존 설계  기술혁명은 발명품의 목록이 아니다. 비용 구조가 무너질 때 산업과 문화가 재배치되는 사건이다. 연표는 이를 설명하기엔 편하지만, 본질을 가리기도 한다. 여기서는 "에너지·정보·조직의 재배치"라는 프레임으로 흐름을 정리한다. 기술이 비용을 낮추면 선택지가 늘어난다. 선택지가 늘면 조직은 다시 설계된다. 그 재설계가 누적되면, 한 시대의 질서가 바뀐다. ## 1) 산업혁명: 에너지 단가의 하락이 공장과 도시를 만들었다 산업혁명은 증기기관의 발명이라기보다, 에너지의 단가가 떨어지며 생산이 집중된 사건으로 보는 편이 정확하다. 근육과 풍차, 수차의 제약은 생산의 지리를 고정했다. 석탄과 증기는 그 지리를 풀어헤쳤다. 에너지 단가 하락은 생산의 규모를 키운다. 규모가 커지면 공정은 분해되고, 분해된 공정은 다시 통제 장치를 요구한다. 그 통제가 공장과 노동 규율, 도시 인프라로 이어졌다.  이 시기의 승자 조건은 세 가지로 요약된다. 값싼 에너지와 운송망이라는 인프라, 특허·금융·교육처럼 축적을 보호하는 제도, 그리고 공장이라는 새로운 운영체제가 그것이다. 한국은 이 시기를 내부에서 겪지 못했다. 대신 이후의 전환기마다 외부 질서를 번역해야 했다. 번역 능력은 강점이지만, 원천 질서 설계 경험이 부족해지기 쉽다. ## 2) 전기와 대량생산: 표준화와 분업이 비용을 다시 깎았다 전기화와 대량생산은 "더 빠른 기계"가 아니라 표준화의 승리였다. 전기는 동력을 유연하게 배치했고, 공장은 라인으로 재구성됐다. 부품의 규격이 맞아떨어질 때, 생산은 반복 가능한 계산이 된다. 표준화는 낭비를 줄인다. 낭비가 줄면 가격이 내려가고, 가격이 내려가면 시장이 커진다. 시장이 커지면 다시 표준이 강화된다. 승자 조건은 전력망과 물류, 통신의 결합이라는 인프라, 표준 규격과 품질 관리, 직업 교육이라는 제도, 분업과 관리 회계로 움직이는 대기업이라는 조직으로 정리된다.  한국 제조업이 강한 이유는 이 질서를 압축 학습했기 때문이다. 공정·품질·납기·공급망을 한 덩어리로 다룬 경험이 축적돼 있다. 문제는, 이 강점이 AI 전환에서 자동으로 승리로 이어지진 않는다는 점이다. ## 3) 정보화: 복제 비용의 붕괴가 산업의 중심을 옮겼다 정보화의 핵심은 속도보다 복제 비용의 붕괴다. 디지털은 복사와 전송의 비용을 거의 0에 가깝게 만든다. 그 결과, 제품보다 데이터와 소프트웨어가 산업의 중심으로 이동한다. 복제 비용이 낮아지면 규모의 경제가 바뀐다. 공장은 설비 규모가 지배하지만, 소프트웨어는 네트워크 효과가 지배한다. 이때 조직은 제조 라인보다 플랫폼과 생태계로 재편된다. 승자 조건은 인터넷과 클라우드 같은 범용 네트워크라는 인프라, 데이터 거버넌스와 경쟁 정책, 보안 규범이라는 제도, 제품 회사에서 서비스·플랫폼 회사로의 조직 이동이다. 한국은 제조 강국이면서 동시에 초고속 네트워크를 일찍 갖췄다. 하지만 네트워크 보급이 곧 데이터 질서의 성숙을 의미하진 않았다. 데이터 정의, 소유권, 책임 경계는 여전히 조직 내부에서 흔들린다.  ## 4) AI 전환: 판단 비용의 하락과 책임 비용의 상승 AI 전환은 자동화의 연장이 아니다. 판단 비용이 내려가며 의사결정의 위치가 바뀌는 사건이다. 분류, 추천, 예측, 요약 같은 판단이 기계로 이동한다. 판단이 싸지면, 더 많은 판단이 실행된다. 더 많은 판단이 실행되면, 오류도 더 자주 발생한다. 따라서 AI는 비용을 낮추는 동시에 책임과 통제 비용을 올린다. 여기서 기술의 본질은 모델이 아니다. 현장에서는 보통, 모델보다 먼저 데이터 정의와 권한이 터진다. "무엇을 매출로 볼 것인가", "불량을 어디서 확정할 것인가" 같은 문장이 흔들리면, 어떤 모델도 안정적으로 붙지 않는다. 나는 과거에 수천만 행 규모의 데이터 마이그레이션을 하며 비슷한 감각을 배웠다. 전환은 새것을 얻는 일이기보다, 옛것을 안전하게 버리는 일에 가깝다. AI도 마찬가지다. 모델을 붙이는 일보다, 장애 시 복구와 책임 경계를 먼저 합의해야 한다.  승자 조건은 연산 자원만이 아니라 관측·로깅·복구가 가능한 운영 기반이라는 인프라, 데이터 표준과 감사 가능성, 안전 규정과 법적 책임의 배분이라는 제도, MLOps와 보안, 레거시 공존을 일상 업무로 만드는 체계라는 조직으로 정리된다. 한국의 경쟁력은 "AI를 더 빨리 도입"하는 구호에 있지 않다. 제조의 강점이 가진 암묵지를 데이터와 표준, 운영 규율로 번역하는 능력에 있다. 번역에 실패하면, AI는 비용 절감이 아니라 장애와 분쟁의 원인이 된다. ## 5) 한국 산업의 미래 전략: 추격이 아니라 '전환기의 손실 최소화'에서 시작한다 전환기에서 먼저 물어야 할 것은 "무엇을 더 얻을까"가 아니다. "무엇을 덜 잃을까"가 선행한다. 산업은 대개 새로운 기술 때문에 망하지 않는다. 운영 질서가 붕괴해 망한다. 한국 산업의 현실적 과제는 세 가지로 정리된다. 제조 현장의 데이터는 풍부하지만, 정의가 분절돼 있다. 공급망은 촘촘하지만, 데이터가 기업 경계를 넘을 때 책임이 흐려진다. 보안과 규제는 강화되는데, 현장 운영은 여전히 속도에 쫓긴다. 이때 전략은 거대 담론이 아니라 실행 단위로 내려가야 한다. 다음의 항목들은 '도입'이 아니라 '생존'의 체크리스트에 가깝다. ### (1) 데이터 표준화: "무엇이 사실인가"를 문서로 고정하라 데이터는 쌓인다고 자산이 되지 않는다. 정의가 고정될 때만 자산이 된다. 품질 지표, 불량 판정, 설비 이벤트 같은 핵심 엔티티부터 표준 사전을 만들어야 한다. 여기서 표준은 중앙집권이 아니라 합의의 결과물이다. 표준이 없다면 부서는 각자 최적화를 하고, 회사는 전체 최적화를 잃는다. AI는 그 균열을 확대해 보여준다. ### (2) 공정 데이터의 소유권: 책임 경계를 먼저 그려라 AI가 예측한 결과로 공정을 바꾸면, 누가 책임지는가. 이 질문은 기술이 아니라 계약과 권한의 문제다. 데이터 소유권과 사용권, 변경 권한을 미리 문서화해야 한다. 현장에서는 "일단 해보자"가 속도를 만든다. 그러나 AI는 그 속도를 사고로 바꿀 수 있다. 책임 경계 없는 자동화는 통제 불가능한 자동화다. ### (3) MLOps와 보안: 모델은 배포가 아니라 운영이다  모델은 한번 배포되면 끝나지 않는다. 데이터 분포가 바뀌고, 설비가 바뀌고, 고객 행동이 바뀐다. 따라서 관측, 로깅, 롤백, 권한 관리가 기본 기능이 돼야 한다. 보안은 별도의 부서가 처리할 문제가 아니다. 데이터 접근과 모델 호출 권한은 곧 생산 권한이다. 운영 체계 안으로 흡수되지 않으면, 보안은 항상 늦는다. ### (4) 레거시와의 공존: 새 시스템은 옛 시스템의 부채 위에 선다 대부분의 기업은 레거시를 버릴 수 없다. 버리려 하면 생산이 멈춘다. 따라서 전환은 교체가 아니라 공존 설계가 된다. 이때 필요한 것은 "완전한 통합"이 아니라 안정적인 경계다. 어떤 데이터는 실시간, 어떤 데이터는 배치로 충분하다. 경계를 잘 그리면, 전환의 비용이 통제된다. ### (5) 인재: 알고리즘보다 '현장 언어를 번역하는 사람' AI 인재를 말할 때, 수학과 모델만 떠올리기 쉽다. 그러나 산업 현장에서 더 희소한 역할은 번역이다. 공정의 언어를 데이터 스키마로 옮기고, 품질의 언어를 지표로 고정하는 사람이다. 이 인재는 한 번에 길러지지 않는다. 조직이 반복적으로 실패하고, 그 실패를 기록할 때 축적된다. 따라서 교육보다 먼저 기록과 회고의 제도가 필요하다. ## 6) 결론: 혁명은 기술이 아니라 질서를 감당하는 능력에 일어난다 산업혁명은 에너지 단가를 낮춰 공장과 도시를 만들었다. 전기·대량생산은 표준화로 생산을 계산 가능하게 했다. 정보화는 복제 비용을 무너뜨려 플랫폼 질서를 세웠다. AI 전환은 판단 비용을 낮추는 대신, 책임과 통제를 설계하라고 요구한다. 한국 산업의 미래 전략은 'AI를 도입하자'가 아니라, 제조의 강점을 데이터·표준·운영·보안으로 번역하는 일이다. 혁명은 기술이 아니라, 그 기술을 감당할 질서를 발명하는 사람에게 일어난다.