서비스의 개발 논리를 이해하고 구현하는 것보다 무슨 '기술'인지 정보를 알아서 베끼는데 초점 맞춘 기업인들 많아
대부분 연구직 출신들이 아니라 IT 개발자들이 머신러닝 코드 몇 줄을 배운 다음 '머신러닝 개발자'가 되었기 때문
개발 직군들로 고급 AI상품 만들기 어려워, 한국 인력 상황 감안할 때 AI산업에 계속 투자하는 것은 밑빠진 독에 물 붓기 될 것

한국IT업계에서 개발자로 불리는 기술직군 관계자들을 기업 미팅에서 만날 때마다 자주 듣는 질문 중 하나로 "무슨 기술로 만들었나요?"가 있다. 특정한 사건을 관찰하고, 수식 기반으로 적절한 모델을 만들어서 그 사건 속에 담긴 문제를 해결하는 방식의 훈련을 받았던 입장에서 '무슨 기술'이라는 표현이 처음에는 잘 이해가 안 됐다. 그래서 '무슨 기술'이라는게 무슨 뜻이냐고 물으니 짜증난다는 말투로 "무슨 라이브러리로 만들었냐구요"라며 문제 해결 방식 뒤에는 개발자들에게 제공되는 코드 묶음집이 있을 것이라는 확신을 갖고 있다는 것을 보여줬다.

답답한 마음에 어떤 논리로 문제가 해결됐는지 설명을 풀어놓기 시작하면 자기가 아는 용어가 하나 나올 때까지 눈빛에 초점을 잃고 있다가 "아니 SVM으로 만들었네, 왜 더 최신 기술인 딥러닝으로 안 만들었나요?"라는 식으로 아는체를 하면서 "딥러닝으로 만들면 더 좋은거니까 저희는 그거 안 써도 될 것 같아요"라고 답변하면서 무시하는 표정을 짓는 경우가 매우 자주 있었다. SVM, 딥러닝 등의 각종 계산법들이 특정 데이터에서 연구자가 원하는 목적을 달성하기 위해 만들어진 특화된 계산법이라는 계산과학의 기초 상식을 모른채, 무조건 최근에 알려진 계산법이 제일 좋은 것이라고 생각하는 전형적인 개발자 사고 방식이 깊게 깔려 있기 때문에 나오는 태도일 것이다. 특정 학문 분야 기초 상식도 모르는 인력들을 전문가로 포장하는 회사와 업계가 과연 발전 가능할까?

"어떤 논리로 작동되나?" vs. "무슨 기술인가?"

영미권 주요 기업들과 미팅을 하고 있으면 "어떤 논리로 작동되나? (What's the logic behind this?)"라는 질문을 굉장히 많이 받는다. 한국인 개발자들을 상대하듯이 SVM, 딥러닝 등등의 계산법 이름만 댔다가는 그 계산법들을 어떻게 해당 데이터에 맞게 뜯어고쳤나는 질문, 시장에 있는 다른 기업들은 어떻게 뜯어고쳤는지 비교해 달라는 질문, 덕분에 어떤 차이가 났는지 등에 대한 수십, 수백개의 추가 질문을 받게 된다. 먼저 설명을 다 해줘야 질문의 숫자도 줄어들고, 굳이 답변하지 않아도 되는 질문을 피할 수 있다.

연구 중심 인력들의 시장인만큼, 기업 별로 자기들 사정에 맞게 기술적으로 어떤 도전을 어떻게 풀어내야하는지에 대해서 기업 관계자들이 막연하게나마 지식이 있는 경우가 대부분이다. 물론 지식 없이 무조건 되느냐, 안 되느냐, 혹은 딥러닝보다 더 좋은 최신 기술이 나왔다던데 너네는 그거 알고 있냐는 식의 한국 기업들과 동일한 수준의 질문을 하는 경우도 있지만, 우리 회사만 그런 기업들을 피하는게 아닌지 1년 쯤 지나서 우연히 찾아보면 비전문 업체에 사기를 당한 수준의 서비스를 내놨거나, 해당 담당자의 이메일이 반송된다. 그 담당자가 해고 됐다는 뜻일 것이다.

이미 한국에서 몇 년간 사업을 하면서 "무슨 기술인가"에 대한 답변만 들으면 "우리도 같은 라이브러리로 만들 수 있다"고 주장하면서 기업의 AI 서비스를 망쳐놓은 개발자 그룹을 헤아릴 수 없이 많이 봤던 덕분에, 글로벌 시장에서도 질문 수준이 이상하면 괜히 시간만 뺏길 것 같다 싶어서 기업대응(CS)팀에게 불편함을 전달해버린다. 대체로 이런 사건은 '기술력'에 대한 이해도가 한국과 비슷하거나 한국보다 낮지만 프로젝트 발주 비용을 갖고 있는 아랍 국가들에게서 자주 겪는다. 이미 아랍 쪽 기업들과 프로젝트를 해 봤던 팀원들은 "자기들의 상황을 설명하고 어떤 해결책이 있는지를 물어보는 것이 아니라, 원하던 기능이 된다, 안 된다만 따지는 단순한 고객들"이라는 표현을 쓴다. 좀 더 직접적으로는 딥러닝을 썼으면 이미지가 100% 인식 되어야 하는거 아니냐며 우리가 딥러닝을 몰라서 터진 사건이라고 몰아세우는 사건을 겪었던 이야기를 들었는데, 고객들의 이해도, 불만 표현 방식 등등이 대체로 한국 기업들과 비슷하다는 느낌을 받았다.

"챗GPT는 어떤 논리로 작동되나?" vs. "챗GPT는 무슨 기술로 만들었나요?"

예전엔 "무슨 '기술'로 만들었냐?"는 질문을 받을 때마다 "왜 저렇게 이상한 질문을 하는 걸까?"는 의문이 많았는데, 몇 년간 그런 분들을 부대끼면서, 심지어 아랍 기업들의 다양한 사례와 영미권 주요 기업들 간의 격차를 실제로 겪으면서 결국 기술력의 차이가 질문에도 그대로 반영된 것이라는 결론을 얻게 됐다. 학창 시절로 돌아가도, 공부를 제대로 하는 학생들의 질문과, 교과서를 대충 눈으로만 훍어본 학생들의 질문 사이에는 엄청난 내공의 격차가 있었던 기억이 있는데, 그 분들이 기업에 취직해도 상황은 크게 다르지 않은 것이다.

두 그룹 간의 격차는 지식을 수박 겉핡기 식의 암기형으로 습득하는지, 원리를 파악하고 그 원리를 응용하는 훈련이 됐는지에서 결정난다. 기업 안에서도 처음 뽑은 직원들에게는 A정보를 B에서 찾아서 C자리에 입력하면 된다는 단순한 업무 밖에 줄 수 없는데, 며칠 후에 업무 및 회사 서비스에 대한 이해도가 얼마나 달라지는지에 따라 다른 업무를 줄 수 있는지 여부가 갈리는 것을 자주 경험한다. A-B-C만 알고 있는 직원은 일이 재미없다고 불평을 하건 말건, 다른 업무를 주기가 힘들다. 또 다시 새롭게 D 이후의 업무들을 설명해줘야 하기 때문이다. 반면, 회사가 D 이후에 Z까지 업무가 있다는 것을 알고, 혼자서 공부하고 있는 직원에게는 다음 업무인 D-E-F를 주면서 설명 시간이라는 비용을 최소화할 수 있게 된다.

CS팀에게 불편함을 전달하는 경우는 대부분 A-B-C를 복사해서 붙여넣기 작업만 하는데 젖어있는 고객들이다. D-E-F형 고객들은 프로젝트가 최초 사양과 변경될 경우에 추가 비용을 내야한다는 것을 인지하는 것에 더해서, 양측의 시간 비용을 최소화하기 위해 목적이 바뀐 부분을 설명하고, 프로젝트 결과물이 바뀌기 전에 함께 바뀌게 되는 중간 단계들에 대한 질문을 한다. A-Z 사이에 어떤 사건이 있을지 부족하나마 짐작하고 있기 때문에 가능한 사건이다. 이 분들은 처음 기업 미팅 때부터 "어떤 논리로 결과물이 제작되나, 어떻게 만들 계획이냐?"는 질문들을 했었기 때문에 더더욱 재조정 작업이 빨리 진행된다. 반면, "챗GPT는 무슨 '기술'로 만들었나요?" 식의 질문을 하는 A-B-C형 기업들은 목적이 바뀌어서 결과물이 바뀌었지만, 우리 작업에 어떤 영향을 주는지는 관심이 없고, 납기일을 맞춰야 된다는 압박만 한다. CS팀도 눈 앞의 수익성을 쫓다가 결국 추가 시간만 길게 뺏기고, 인건비만 들어가서 손해를 본다는 경험치가 쌓였으니 우리 팀의 불만을 납득해주는 것이다.

'무슨 기술' 표현 뒤에 숨은 '복사-붙여넣기' 사고 방식

한국 지식인 사회는 지난 1990년대 IMF 구제금융을 겪던 시절부터 따라잡는 시대를 넘어 스스로 개척하는 시대가 되어야 한다고 역설했다. 무려 20년, 30년이 지났지만, 지난 몇 년간 한국 IT기업 현장을 보니 여전히 1류 국가들이 만들어 놓은 결과물을 흉내내면 된다는 사고방식에서 한 걸음도 못 벗어나 있다. 교과서를 읽으면 지식은 쌓이지만, 그 지식을 어떻게 활용하는지는 현장의 문제를 경험으로, 논리적 사고력으로 풀어내는 역량이 쌓여야 된다. '어떤 논리로 만든' 대신 '무슨 기술로 만든'이라는 표현의 뒤에는 챗GPT를 기술력의 결과물이 아니라, 베껴오면 되는 하나의 '기술'이라고 인식하고, 그 '기술'을 '도입' 하면 된다는 국내 IT업계의 사고방식이 깊게 깔려 있다. 고급 기술 상품을 만든 회사들이 제공해주는 API를 구매하는, 속칭 라이선스 구매 방식으로 비슷한 서비스를 구현하는 것은 어렵지 않을 것이다. 그런데, 그 서비스를 한국 사정에 맞게, 특정 기업 사정에 맞게 뜯어고치려면 챗GPT라는 기술 상품이 '어떤 논리'로 작동되는지 이해하고, 그 논리를 수정하거나, 그 논리에 맞게 기업 사정을 변경해야 한다.

'인간의 피드백이 적용되는 강화학습(Reinforcement Learning from human feedback, RLHF)'이라는 표현과, 기초 수준으로 난이도를 낮춘 자료집에 나온 내용을 이해한 것으로 '무슨 기술'인지를 알게 됐다며 자랑하는 것은 아무런 생산성도 갖지 못한다. 일반 기술 라이브러리들처럼 복사해와서 붙여넣는다고 그대로 쓸 수 있는 서비스가 아니기 때문이다. 학점, 토익 같은 스펙만 갖추면 대기업 들어갈 수 있다는 전형적인 한국식 기계적 사고 방식에서 한 걸음도 못 나갔기 때문에 위의 단순한 사고가 한국 IT업계 전체에 만연해있고, 개발 결과물의 품질이 매우 조악할 수밖에 없는 상황에 치닫는다.

RLHF 모델은 고교 시절에 배우는 1, 2변수 최적화 계산에서 출발해, 대학 저학년 과정에 배우는 다변수 최적화, 조건 있는 경우의 최적화를 거쳐, 학부 고학년, 혹은 대학원에서 배우는 반복 동적 최적화, 비반복 동적 최적화 등의 수학적 훈련을 거쳐야 제대로 논리를 이해할 수 있다. 특정한 데이터와 계산 목적에 맞게 수식을 변경하는 고된 훈련을 통한 이해도 향상은 필수적이다. 그래야 기업 현장에서 회사의 목적과 주어진 데이터에 맞춰 모델을 변형하면서 적용할 수 있기 때문이다.

그런 훈련을 거치지 않고 이것저것 아무거나 넣어보다가 하나 맞기만을 기도하는 개발자가 베껴 붙인 코드로 만든 서비스가 개별 기업 사정에 맞게 척척 변경이 될까? 그들의 커뮤니티에 가 보면 어느 회사의 '대형언어모델(Large Language Model, LLM)'이 다른 회사 모델보다 한국어에 덜 맞는다는 경험만 공유되어 있을 뿐, 챗GPT를 비롯한 주요 기업들의 LLM이 어떤 논리로 구성되어 있는지, 어떤 데이터들이 활용되었길래 그런 결과물이 나오는지에 대해서는 누군가에게 주워들은 말들 밖에 없다. 고쳐볼 엄두는 내지도 못하고, 그저 안 맞는다는 불평들만 늘어놓는 인력들 투성이에서, 간혹 일부 인력들이 직접 만들어 낼 역량이 있는 사람들이 할 수 있는 일들이라는 것을 막연하게나마 인지는 하고 있는 것을 다행으로 알아야 하는 상황이다.

그저 "어디에서 잘 맞는다고 하더라구요" 정도에서 '라이선스 구매 후 적용' 정도의 업무 밖에 할 수 없는 인력들인데, 안타깝게도 한국의 주요 IT기업들이 채용한 '인공지능 전문가'라는 '머신러닝 개발자'들의 수준이 더 나은 경우를 본 적이 없다. A-B-C 수준을 벗어나지 못한 인력들로 X-Y-Z는 커녕 D-E-F를 만들어내는데도 막대한 교육 비용을 써야 할 판국인데, 최소한 J-K-L 은 되어야 경쟁력을 갖출 수 있는 글로벌 시장을 감안하면, 그런 '복사-붙여넣기' 수준 인력들에게 연구 지원금을 계속 투입하는 것이 옳은지 의문이 들 뿐이다. X-Y-Z를 뛰어넘어 AA-AB-AC라는 새로운 영역에 도전하는 실리콘 밸리에서도 수익성을 못 낸다는 이유로 생성형AI에 대한 투자가 지나쳤다는 비관론이 나온다. 베껴 붙이는 것도 몇 달간 시행착오를 겪어야 하는 A-B-C들에게 계속 투자하는 것이 세금을 내는 국민들과 주식을 들고 있는 주주들의 이익에 합치되는 선택인지 정부와 기업 관계자들이 깊게 고민해보기 바란다.

국내 대표 유니콘 기업 '야놀자', 티몬·위메프 사태 불똥
인터파크커머스 미수금 1,650억원 충당부채 전환 가능성↑
기존 플랫폼 성공 방정식도 한계 도달, 새 혁신모델 필요

티메프(티몬·위메프) 사태에 따른 피해가 일파만파로 커지는 가운데, 여행 플랫폼 야놀자도 후폭풍을 피하지 못한 모습이다. 미국 나스닥 시장 IPO(기업공개)를 앞두고 시가총액이 지속 감소하면서다. 이에 일각에서는 초기에 거액을 들여 이용자부터 모은 뒤 뒤늦게 수익 모델을 찾는 플랫폼의 성공 방정식이 한계에 부딪혔다는 분석이 나온다.

야놀자 기업가치, 4조원대로 추락

7일 증권업계에 따르면 전날 비상장 주식 거래 플랫폼 증권플러스에서 야놀자는 기업가치 4조3,501억원(주당 4만2,900원)에 거래됐다. 석 달 전인 5월 6일(5조6,277억원) 대비 추정 시가총액이 1조원 넘게 줄어든 것이다. 야놀자는 한때 10조~20조원의 기업가치를 평가받은 한국의 대표 유니콘(기업가치 1조원 이상의 비상장 기업)으로 꼽혔다. 하지만 현재 국내 장외시장에서 거래되는 야놀자의 시총은 과거의 밸류에이션은 물론 야놀자가 기대하는 기업가치의 반토막 수준으로 괴리가 상당하다.

야놀자는 2021년 소프트뱅크 비전펀드로부터 2조원 규모 투자를 유치한 이후 미국 증시 상장을 위한 발판을 마련해 왔다. 그 일환으로 호텔나우와 데일리호텔, 이지테크노시스, 인터파크, 고글로벌트래블(GGT) 등을 흡수하며 신사업 경쟁력을 크게 키웠다. 지난해 뉴욕증권거래소(NYSE) 임원 출시인 알렉산드르 이브라힘(Alexandre Ibrahim)을 기업 최고재무책임자(CFO)로 영입한 데 이어 올해 3월 뉴욕 맨해튼에 50번째 해외 사무소를 설립한 것 또한 나스닥 상장과 무관하지 않다.

티메프 사태 불똥, 나스닥 상장 추진 빨간불

당초 야놀자는 지난달 미국에서 IPO를 할 계획이었다. 이에 야놀자는 기업가치로 70억∼90억 달러(약 9조6,000억~12조4,000억원)를 평가받길 원하며 4억 달러(약 5,500억원) 조달을 목표로 했다. 하지만 최근 야놀자는 지난해 큐텐에 매각한 인터파크커머스 대금을 다 받지 못해 티메프 사태의 불똥을 맞았다.

앞서 야놀자는 지난해 4월 보유하고 있었던 인터파크커머스 지분 전량(1,871억원 규모)을 큐텐에 매각했다. 당시 야놀자는 미수금에 대해 큐텐 산하 물류회사인 큐익스프레스와 인터파크커머스의 주식을 담보로 설정했다. 주식 담보 설정 금액은 2,280억원이다.

현재 시장에서는 티메프가 기업회생절차에 돌입한 만큼 모회사인 큐텐 역시 자금줄이 말라 야놀자에 매각 잔금을 지급하지 못할 것이라는 우려가 지배적이다. 아울러 야놀자가 매각대금을 회수하지 못할 경우를 대비해 담보로 설정한 큐텐 계열사의 주식 역시 현재 큐텐의 열악한 재무상황으로 시장 가치가 더욱 하락할 것이라는 전망도 제기되고 있다.

이용자 모은 후 수익화 추진 BM '한계'

문제는 미수금이 추후 야놀자의 당기순이익에 악재로 작용할 수 있다는 점이다. 이 경우 기업가치를 극대화해 상장을 노리는 야놀자의 계획이 차질을 빚게 된다. 당기순이익은 기업이 일정기간 동안 영업활동뿐 아니라 영업외 활동을 통해 벌어들인 이익으로 기업 가치를 평가하는 중요 지표 중 하나기 때문이다. 지난해 야놀자의 사업보고서 기준으로 야놀자가 큐텐으로부터 미수령한 금액은 총 매각금(1,871억원) 가운데 1,681억원이다. 지급 시기와 지급액이 정해지지 않아 해당 미수금 중 31억원은 지난해 말부터 기타충당부채로 분류됐다.

통상 기업은 회수가 불확실하다고 예상되는 미수금을 추산해 미리 비용에 인식하기 위해 충당부채를 설정한다. 이 경우 회계상 충당부채를 영업외비용으로 반영하다 보니 당기순이익에도 부정적인 영향을 미친다. 즉 야놀자는 큐텐으로부터 미수령한 미수금 가운데 충당부채로 설정한 31억원을 제한 1,650억원을 이후 당기순이익에 반영할 여지가 남은 셈이다.

여기에 야놀자가 티메프에서 판매한 숙박·레저 상품의 판매대금을 아직 정산 받지 못한 점도 수익성 위축에 일조할 것으로 관측된다. 현재 티메프로부터의 미정산 대금과 더불어 야놀자가 피해 고객에게 보상하는 부담금을 합산하면 350억원에 달한다. 영업 활동에서 생긴 미정산 금액이 들어오지 않게 되면 회사의 이익은 자연히 줄어들 수밖에 없는 구조다. 결과적으로 영업이익이 축소되면 기업가치 평가에도 적잖은 영향을 받게 된다. 업계 최고의 재무건전성을 갖췄다는 야놀자는 올 1분기 기준 7,368억원 상당의 현금성 자산(연결기준)을 보유 중이다. 다만 1년 안에 갚아야 하는 유동부채가 6,955억원 수준이다.

이를 두고 일각에서는 10년 넘게 한국 정보기술(IT) 생태계를 이끌어 온 플랫폼 산업의 비즈니스 모델(BM) 자체가 의심받고 있다는 목소리가 나온다. 초기 대규모 마케팅 비용을 투입해 이용자를 확보하고 그 이후에 수익화를 추진하는 모델이 더 이상 시장을 설득하지 못한다는 것이다. 유동성이 넘쳐나던 지난 2021년만 해도 소위 '괜찮아 보이는' 기업들은 비전이 있다는 평가만으로도 높은 기업가치를 인정받으며 거액의 투자를 속속 유치했다. 이에 본질적 기업가치를 따져볼 겨를도 없이 이들의 가치는 눈덩이처럼 불어만 갔다.

하지만 그로부터 1년 후 원자재 가격 상승을 필두로 한 인플레이션 국면에 접어들면서 글로벌 경기는 급속도로 악화했고, 기준금리도 가파르게 뛰었다. 이런 요소들이 복합적으로 작용하면서 회수가 어려워지자 투자사들도 투자 포트폴리오 사의 본질을 따지기 시작했다. 차기 유니콘으로 거론돼 온 국내외 스타트업들이 밸류에이션 조정에 심혈을 기울이는 배경이다.

AI 금융 도입 증가로 효율성 향상 기대
동시에 시스템적 리스크에 대한 우려도 증가
혁신 활용과 리스크 관리의 균형 필요

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 글로벌AI협회(GIAI)에서 번역본에 대해 콘텐츠 제휴가 진행 중입니다.

1990년대 이후 금융공학 발달로 금융회사 간 상호 연계성이 급격히 높아지면서, 금융 시스템은 작은 충격에도 쉽게 흔들릴 수 있는 취약한 구조로 변모했다. 이러한 상황에서 AI의 등장은 새로운 위험 요소로 대두되고 있다.

AI는 빠른 정보 처리 속도와 의사 결정 능력을 바탕으로 금융 시스템 전체에 예측하기 어려운 규모와 속도로 영향을 미칠 수 있다. 특히 최신 AI는 단순 통계 모델을 넘어 질적·양적 데이터를 모두 활용해 스스로 학습하고 발전하는 능력까지 갖추게 됐다. 이는 AI가 금융 분야에서 단순 조언을 넘어 실질적인 의사 결정까지 내릴 수 있게 됐다는 것을 의미하며, 시스템 전체에 미치는 영향력이 더욱 커졌음을 시사한다.

금융 불안정성의 뿌리

AI가 새로운 금융 위기를 직접적으로 촉발할 가능성은 작다. 하지만 기존 위기의 근본 원인을 증폭시켜 위기를 심화시킬 수 있다는 분석이 제기되고 있다. 특히 작은 충격에도 금융 기관을 취약하게 만드는 '과도한 레버리지', 시장 참가자들이 위기 시 가장 유동성이 높은 자산을 선호하게 만드는 '자기 보존 본능', 스트레스 상황에서 시장 참가자들이 서로를 불신하게 만드는 시스템의 '불투명성·복잡성·비대칭 정보'와 같은 금융 시스템의 고질적인 취약 요인들이 AI에 의해 더욱 악화될 수 있다는 것이다.

위의 세 가지 취약 요인은 1763년 첫 번째 금융 위기 이후 지난 261년 동안 거의 모든 금융 위기의 배경으로 작용해 왔다는 점에서 더욱 주목할 필요가 있다. 그러나 이러한 근본적인 요인들을 사전에 파악하고 억제하는 것은 쉽지 않다. 금융 시스템의 복잡성으로 인해 위험이 예상치 못한 곳에서 발생할 수 있기 때문이다. 금융 규제는 본질적으로 위기 예방에 초점을 맞추지만, 안타깝게도 위기는 당국이 주시하지 않는 곳에서 발생한다. 근본적으로 금융 시스템의 복잡성은 위험이 축적될 수 있는 무수한 영역을 만들어낸다.

금융 위기를 이해하려면 과거 사례 분석뿐만 아니라 금융 기관의 이익 극대화 추구 행위에도 주목해야 한다. 금융 기관은 허용 가능한 위험 수준 내에서 이익을 극대화하려는 경향이 있다. 쉽게 말해 파산하지 않는 선에서 최대한의 이익을 추구하려고 한다. 평상시에는 이러한 이익 극대화 행동이 유지되지만, 금융 시스템 전체가 불안정해지고 위기가 임박하면 금융 기관은 생존을 최우선 목표로 삼는다. 생존 모드에 돌입한 금융 기관은 행동 패턴을 급격하게 변화시켜 유동성 확보에 주력하고 중앙은행 준비금과 같은 안전하고 유동성이 높은 자산을 선호하게 된다. 하지만 이러한 행동은 뱅크런, 헐값 매각, 신용 경색 등 위기 상황에서 나타나는 부정적인 결과로 이어질 수 있다. 더 큰 문제는 이러한 행동이 법적으로 문제가 없어 규제하기 어렵다는 점이다. 금융 기관의 이러한 최적화 행동은 합리적인 경제적 선택으로 간주되지만, 위기 상황에서는 시스템 전체의 안정성을 위협하는 요인으로 작용할 수 있다.

AI가 개입하면

금융 시스템의 불안정성은 컴퓨터가 등장하기 이전부터 존재했던 문제다. 다만 기술 발전은 효율성 증대와 더불어 기존의 불안정성을 심화시키는 양면성을 보여왔다. AI 역시 이러한 패턴을 따를 것으로 예상되는 이유다. 구체적으로 AI는 다음 네 가지 채널을 통해 경제에 부정적인 영향을 미칠 것으로 분석된다.

• 잘못된 정보 채널: AI 사용자가 AI의 한계를 이해하지 못하고 과도하게 의존하면서 발생한다. AI가 제공하는 정보를 맹신하거나 잘못 해석해 의사 결정에 오류를 범할 수 있다.
• 악의적 사용 채널: 높은 자원을 가진 경제 주체들이 사회적 결과를 고려하지 않고 AI를 악용해 이익을 극대화하려 할 때 발생한다.
• 목표 불일치 채널: AI가 인간 운영자의 의도와 다른 목표를 추구하거나 예상치 못한 결과를 초래할 때 발생한다. AI 알고리즘의 복잡성과 불투명성은 이러한 위험을 더욱 증폭시킬 수 있다.
• 과점 시장 구조 채널: 소수 AI 기업이 시장을 지배하면서 진입 장벽을 높이고, 동질적인 위험 문화를 형성할 때 발생한다.

사실 금융 서비스 산업에서 AI 기술 도입은 아직 초기 단계에 머물러 있다. 조사 기관마다 차이는 있지만 파이낸셜 타임스의 보고에 따르면, AI 기술을 적극적으로 활용하려는 은행은 6%에 불과한 것으로 나타났다. 이는 신뢰성, 일자리 감소, 규제 등에 대한 우려 때문이다. 하지만 금융 산업은 경쟁이 매우 치열한 분야이므로, 스타트업 금융 기관과 일부 대형 은행이 AI 기술 도입을 통해 비용 절감 및 효율성 향상 효과를 누리고 있다면, 보수적인 기관들도 결국 이러한 흐름에 동참할 수밖에 없을 것이다. 금융 산업의 경쟁 환경을 고려할 때 AI 기술 도입은 피할 수 없는 흐름으로 보인다.

[해외 DS] AI 금융, '시스템적 리스크'의 새로운 뇌관? ②로 이어집니다.

*편집진: 영어 원문의 출처는 경제정책연구센터(Centre for Economic Policy Research)로 본지의 편집 방향과 일치하지 않을 수도 있습니다.

검색엔진 기본 탑재에 260억 달러 투입, 미 법원 "반독점법 위반 맞다"
'고객 위한 것'이라는 구글, 시장선 "독점적 지위 무기화한 건 사실"
구글 최종 패소 시 강제 기업 분할 명령 떨어질 듯

구글이 인터넷 검색 분야 독점 기업으로서의 지위를 유지하기 위해 불법행위를 자행했다는 내용의 미국 법원 판결이 나왔다. 미국 정부가 제소한 반독점법 위반 소송에서 구글이 패소한 것이다. 이후 구글이 최종 패소할 경우 기업 강제 분할 명령이 내려질 수 있단 의견도 나오고 있다.

미 연방법원 "구글 시장 지배력 남용했다"

5일(현지 시각) 미국 워싱턴DC 연방법원의 아미트 메흐타 판사는 구글이 독점금지법을 위반했다며 미국 법무부가 제기한 소송에 대해 "구글은 독점 기업이고, 구글은 그 지위를 유지하기 위해 노력해 왔다"며 구글에 패소 판결을 내렸다. 앞서 미 법무부는 지난 2020년 10월 구글이 검색 시장 지배력을 남용했다며 제소했다. 소송 과정에서 구글이 자사 검색 엔진을 기본값으로 설정하기 위해 스마트폰 제조업체들에 막대한 자금을 지급해 온 사실이 드러나기도 했다. 공개된 자료에 따르면 구글은 2022년 한 해 동안에만 애플에 200억 달러(약 27조4,000억원)를 지급했고, 삼성전자에는 4년에 걸쳐 80억 달러(약 10조9,000억원)를 지급했다.

이에 연방법원은 구글이 검색 시장에서의 지배력을 남용한 게 맞다는 판단을 내렸다. 이날 메흐타 판사는 "구글이 검색엔진 기본 탑재를 위해 지불한 돈은 다른 경쟁업체가 시장에서 성공하는 것을 효과적으로 차단했다"며 "구글은 시장 지배력을 불법적으로 남용하고 경쟁을 제한했다"고 적시했다. 구글이 시장 독점을 활용해 경쟁에 대한 우려 없이 온라인 광고 수익을 올렸단 설명이다. 그러면서 "구글이 스마트폰 웹 브라우저에서 자사의 검색 엔진을 기본값으로 설정하기 위해 비용을 지불하는 건 독점을 불법으로 규정한 셔먼법 2조를 위반한 것"이라고 지적하기도 했다.

즉각 반발했지만, 시장선 "예견된 결과"

패소 판결이 나오자 구글은 즉각 반발하며 항소를 예고했다. 구글 측은 "자사의 검색엔진 기본 탑재를 타진한 건 소비자가 최고의 검색엔진을 경험할 수 있게 하려는 의도"라며 "소비자 역시 최고의 제품을 선택했다"고 목소리를 높였다. 그러면서 "이용자는 구글이 유용하다고 생각하기 때문에 구글 검색을 이용해 왔고, 이를 위해 (우리는) 투자를 지속해 왔다"고 주장했다. 판결 직후 "이번 재판 절차가 지속되는 동안에도 사람들에게 이용하기 쉬운 제품을 개발하는 데 계속 초점을 맞출 게획"이라고 역설하기도 했다. '검색엔진 탑재는 고객을 위한 전략의 일환'이라는 스탠스를 견지한 것으로 풀이된다.

다만 시장에선 구글의 패소가 '예견된 결과'였다는 평가가 나온다. 구글의 입장이 어떻든 금전적 대가를 통해 검색엔진 기본 탑재를 현실화한 건 자사의 독점적 지위를 공고히 하기 위한 수단으로 비칠 수밖에 없다는 이유에서다. 이와 관련해 미 법무부 측 증인으로 법정에 선 행동경제학자 인토니오 랭겔은 "디폴트 설정이 소비자의 의사결정에 막강한 영향을 준다는 건 한계의 공통된 의견"이라고 설명했다. 그러면서 "스마트폰이나 개인용 컴퓨터(PC) 같은 기기에 디폴트(기본 설정) 검색엔진을 두는 건 대규모 이용자가 특정 검색엔진을 선택하는 쪽으로 편향되도록 하는 확실한 방법"이라고 강조했다.

과거 구글이 독점적 지위를 '무기화'해 애플을 굴복시켰단 정황이 파악되기도 했다. 미 법무부에 따르면 지난 2002년 애플이 사파리 검색엔진에 구글 사용을 처음 허가할 당시엔 양사에 금전적 대가나 독점성 조건 등 요구가 일절 없었으며, 2005년 수익 공유 약정을 체결한 게 전부였다. 그러나 2007년 애플이 사용자들에게 구글과 야후 중 하나를 선택할 수 있는 '선택 화면'을 제공하려 하자 구글은 "기본 검색엔진 배치가 되지 않으면 수익 분배도 없다"고 밀어붙였다. 결국 구글이 '독점자의 횡포'를 부린 탓에 애플이 굴복했다는 게 법무부 측의 설명이다.

기업 분할 리스크 현실화하나

패소 판결이 나오자 구글 측은 바짝 긴장하고 있다. 구글의 검색엔진이 모회사인 알파벳 매출의 절반 이상을 책임지고 있는 상황이어서다. 구글이 최종 패소하면 기존 사업 관행을 중단하거나 일부 사업을 매각해야 하는데, 이 경우 중·장기적인 매출 하락은 불가피할 것으로 전망된다. 시장 일각에선 구글의 강제 기업 분할 가능성도 거론되고 있다. 법무부가 구글에 "검색 사업 부문을 모바일 운영체제(OS) 안드로이드나 인터넷 브라우저 크롬 등 다른 제품들과 분할하라"는 명령을 내릴 수 있단 것이다.

1890년 '셔먼법' 제정 이래 기업이 강제 분할된 전례는 이미 다수 있다. 대표적인 사례가 1911년 미 연방대법원의 스탠더드오일 분할 명령이다. 스탠더드오일 창업자 존 데이비슨 록펠러는 여러 정유회사가 스탠더드오일에 주식을 신탁하는 트러스트(기업연합) 방식으로 덩치를 키워 미국 석유 시장의 88%를 차지하는 등 불법을 자행했다. 이 과정에서 연합을 거부하는 정유소는 덤핑 등 온갖 수단을 동원해 문을 닫게 만들기도 했고, 미국 철도 업계의 가장 큰 화주라는 입장을 이용해 경쟁자에게 차별적인 운송료를 적용하기도 했다. 이 같은 행태에 1911년 연방대법원은 스탠더드오일에 대한 반독점법 혐의를 인정했고, 결국 스탠더드오일은 34개 회사로 분할됐다.

이외에도 1911년 미국 담배 시장의 90%를 차지하던 아메리칸타바코가 16개 회사로 쪼개진 바 있고, 1942년엔 미국 방송산업을 독점했던 NBC가 강제 분할되기도 했다. 미국 통신 업계를 독점했던 AT&T도 1984년 지역 사업별 7개의 '베이비벨'로 쪼개졌다.

구글과 가장 비슷한 사례로는 마이크로소프트(MS)가 있다. 지난 1998년 미 정부는 PC 운영체제 시장의 90%를 장악하고 있던 MS가 '윈도' 운영체제의 기본 브라우저로 '윈도 인스플로러'를 선탑재하는 방식을 통해 경쟁 서비스를 밀어내고 브라우저 시장까지 장악했다며 소송을 제기했다. 이에 미 연방법원은 MS의 행위를 반독점법 위반으로 판단, 기업 분할을 명령했다. 5년 뒤 항소심에서 기업 분할 결정은 취소됐지만, 이 기간 동안 MS의 역량은 상당 부분 제약될 수밖에 없었다. 기업 분할을 피하기 위해 정부와 협상하는 과정에서 빌 게이츠 MS 창업자가 CEO(최고경영자) 자리에서 물러나는 등 출혈도 상당했다. 향후 구글도 막대한 리스크를 직면할 가능성이 있단 의미다.

버라이즌, 5G 서비스 범위 확대 위한 설비투자 추진
경쟁사 대비 5G 도달 범위 좁아, 5G 가용성 7.7%
 삼성 네트워크 사업부, 버라이즌 수주 확대로 반등 기대

삼성전자의 주요 고객사 중 한 곳인 북미 최대 이동통신 회사 버라이즌이 5G(5세대 이동통신) 설비투자를 확대하면서 수주 기대감이 커지고 있다. 현재 버라이즌은 안정적인 실적에도 불구하고 경쟁사인 티모바일, AT&T에 비해 5G 서비스 품질이 떨어진다는 지적을 받고 있다.

버라이즌, 내년 5G 투자에 96억 달러 투입

6일 업계에 따르면 버라이즌은 내년 5G 서비스 범위 확대를 위해 올해 대비 4.3% 늘어난 96억 달러(약 13조291억원)의 설비투자를 추진할 계획이다. 이는 한국 1위 이통사인 SK텔레콤의 연간 설비투자(1조7,400억원) 대비 7.5배에 달하는 규모다. 한스 베스트베리(Hans Vestberg) 버라이즌 최고경영자(CEO)는 지난 1월 “미국은 무선통신 인프라 확장이 필요한 국가 중 하나”라며 “소비자들이 디지털 헬스케어, 디지털 교육 서비스 등을 받는 것은 중요하기 때문”이라고 설명했다.

버라이즌이 5G 투자에 공격적으로 나서는 이유는 경쟁사 대비 통신 품질이 떨어진다는 지적을 받고 있기 때문이다. 시장조사업체 오픈시그널에 따르면 지난달 기준 버라이즌의 5G 가용성은 7.7%로, 1위 티모바일(67.9%), 2위 AT&T(11.8%)에 밀려 3위에 그쳤다. 5G 가용성은 이동통신이 사용되는 장소에서 5G에 접속 가능한 시간의 비율을 뜻한다. 5G 가용성이 낮다는 것은 신호의 도달 범위가 좁아 이동통신 서비스의 품질이 좋지 않다는 의미다.

최근 버라이즌의 실적이 안정적인 만큼 투자 여력도 충분하다는 판단이다. 올 2분기 버라이즌의 매출은 328억 달러(약 45조114억원)로 전년 대비 0.6% 늘었고, 영업이익은 45억 달러(약 6조1,708억원)로 지난해 동기(46억 달러)와 비슷한 수준을 유지했다. 이에 미국 투자전문매체 시킹알파 등 외신과 증권가도 지난 2분기 버라이즌의 실적에 대해 긍정적인 평가를 내놨다.

버라이즌과 5G 장비계약 체결한 삼성전자, 수혜 전망

버라이즌의 이번 설비투자 확대에 따라 삼성전자도 수혜를 입을 전망이다. 버라이즌은 삼성전자의 5대 매출처 중 한 곳으로, 삼성전자는 지난 2020년 7조9,000억원 규모의 네트워크 장비를 버라이즌에 공급하는 계약을 체결했다. 지난해에는 미국 C밴드 시장을 겨냥한 다중입출력장치(Massive MIMO)와 인빌딩 솔루션, 네트워크 최적화 도구 등 신규 포트폴리오를 선보였으며, 올해 6월에는 이재용 삼성전자 회장이 미국 뉴욕 버라이즌 본사를 방문해 베스트베리 CEO와 회동하는 등 통신 분야 협력 강화를 이어가고 있다.

지난해 삼성전자는 버라이즌 수주 확대에 힘입어 전 세계 오픈랜(개방형 무선접속망) 시장에서 8억3,300만 달러(약 1조1,341억원)의 매출을 올리며 1위를 기록한 바 있다. 2022년까지는 일본 후지쯔(Fujitsu Ltd)가 오픈랜 시장 선두를 지키고 있었으나 버라이즌과 손잡은 지 1년 만에 판도가 바뀐 것이다.

통신장비 시장 침체, 삼성 NW사업부 인력 전환 배치

하지만 이후 통신장비 시장은 수요 감소로 인한 침체를 겪고 있다. 한국을 포함한 주요 국가들이 5G 네트워크 구축을 마무리하면서다. 현재 삼성전자에서 통신장비 사업을 맡고 있는 네트워크(NW)사업부는 실적 반등이 절실한 상황이다. 이에 삼성전자는 지난 6월 NW사업부 국내 인력 4,000여 명 중 700명을 타 사업부로 전환 배치하는 인력 조정안을 확정했다. 이는 전체 국내 인력의 20%에 가까운 규모다. 글로벌 통신시장 침체로 적자가 심화되면서 인력 감축을 포함한 강도 높은 긴축 경영에 나선 것이다.

그동안 NW사업부는 5G 시대 개막을 앞두고 중국 화웨이에 맞서 통신장비 시장 주도권을 잡기 위해 연구개발(R&D) 인력을 대폭 강화해 왔다. 이 과정에서 무선사업부 인력 400여 명이 NW사업부로 이동하기도 했다. 그러나 최근 통신장비 수요 감소로 NW사업부의 실적 부진이 지속되면서 인력 감축을 포함한 긴축 경영이 불가피해진 상태다.

금융감독원에 따르면 NW사업부의 지난해 매출은 3조7,800억원으로 전년 동기 대비 29.7% 감소했다. 올 1분기 매출도 지난해 동기보다 31.5% 줄어든 7,400억원에 그쳤다. 국내뿐만 아니라 북미 등 주요 해외시장의 매출도 전 분기 대비 모두 감소했고, 최근에는 대형 수주계약이 예고 없이 취소되는 상황도 발생했다. 이런 가운데 이번 버라이즌의 5G망 투자가 진행되면 삼성전자 NW사업부의 실적 반등을 노려볼 수 있을 것으로 관측된다.

반도체 업황 회복되며 대중국 수출도 '급성장'
美 규제 피해 저성능 AI 칩 판매하는 엔비디아, 우리나라도?
추가 대중국 규제 강화 검토하는 美, 한국 기업 영향은 제한적

7월 한국의 대중국 수출이 21개월 만에 최대치를 기록한 것으로 확인됐다. 업황 회복기를 맞이한 반도체 부문이 전반적인 수출 성장세를 견인한 결과다. 우리나라의 대중 반도체 수출 회복세를 확인한 중국이 미국발 반도체 수출 규제의 실효성에 대한 비판을 쏟아내는 가운데, 시장에서는 해당 통계만으로 미국의 수출 규제 성패를 단정 짓기는 어렵다는 분석이 제기된다.

韓 대중 수출 회복, 中 "美 반도체 규제 한계"

6일 산업통상자원부와 한국무역협회의 수출 통계에 따르면, 한국의 7월 대중 수출 규모는 전년 대비 14.9% 증가한 114억 달러(약 15조7,000억원)로 집계됐다. 이는 2022년 10월(122억 달러) 이후 21개월 만에 최고치다. 수출 성장세를 견인한 것은 메모리 반도체, 무선 통신 기기 부품 등 한국산 IT 중간재였다. 특히 반도체는 한국의 대중 수출에서 약 20%에 달하는 비중을 차지한 것으로 확인됐다.

한국의 대중국 수출이 회복세를 기록하자, 중국은 미국발 반도체 수출 규제가 한계에 도달했다는 주장을 펼치고 나섰다. 중국 관영 글로벌타임스는 이 같은 수출 통계를 인용해 “올 7개월간 한국의 최대 수출국은 중국이었으며, 이는 반도체 수요 덕분인 것으로 조사됐다”고 전했다. 그러면서 “미국 정부는 한국을 포함한 동맹국들에 대중 반도체 및 반도체 제조 장비 수출을 중단하도록 끊임없이 압박해 왔으나, 미국은 중국의 반도체 산업 발전을 막지 못했고 앞으로도 막지 못할 것이라는 점이 이번 통계에서 나타났다”고 보도했다.

중국의 통신산업 전문가 마지화(馬繼華)도 “미국은 반도체 측면에서 중국을 단속하려고 온갖 수단을 동원해 왔다”며 “심지어 기업에 중국 투자를 중단하라고 요구했고 규제를 계속 확대하고 있으나, 이 모든 움직임은 미국이 의도한 바를 달성하지 못했다”고 일갈했다. 이어 “미국 정부가 제재를 더 확대하면 미국과 그 동맹국의 기업만 피해를 입게 될 것”이라며 “대중 반도체 규제는 반도체 시장을 쪼그라들게 해 반도체 기업들에 큰 압박을 가하고 있는데, 결국 미국도 스스로를 해치고 있는 셈”이라고 지적했다.

美 규제 피해 '저성능 반도체' 수출?

다만 업계 일각에서는 대중 반도체 수출이 증가했다는 사실만으로 미국 수출 규제의 성패를 속단할 수는 없다는 분석도 흘러나온다. 익명을 요구한 한 IT업계 관계자는 "결국 미국의 목적은 중국의 손에 첨단 반도체 기술이 들어가지 않도록 막는 것인데, 중요한 부분은 (통계 기간) 한국에서 중국으로 수출된 반도체가 '첨단 반도체'일 것이라고 단정할 수는 없다는 점"이라며 "국내 기업들이 엔비디아와 같이 비교적 기술 수준이 낮은 반도체를 중국에 수출해 수익을 올렸을 가능성도 배제해서는 안 된다"고 짚었다.

실제 엔비디아는 대중국 수출이 가능한 수준의 저성능 인공지능(AI) 칩을 양산·판매하며 매출 성장 효과를 누리고 있다. 앞서 엔비디아는 미국이 2022년 10월 발표한 수출 통제 조치로 최고 성능인 A100과 H100 칩의 중국 수출이 금지되자, 사양을 하향 조정한 중국 시장 수출용 칩 A800과 H800을 출시한 바 있다. 이후 미국이 수출 통제를 추가로 강화하면서 A800과 H800의 중국 수출로가 막혔고, 엔비디아는 그보다 컴퓨팅 파워가 낮은 H20 등을 선보이며 재차 활로를 찾았다. H20은 엔비디아 주력 AI 칩 ‘H100’ 대비 연산 능력이 20% 수준에 그치는 저성능 칩이다.

지난달 파이낸셜타임스(FT)가 보도한 바에 따르면, 엔비디아는 향후 수개월간 새로운 H20 칩을 100만 개 이상 출시할 예정이다. H20 칩 한 개의 가격대가 1만2,000달러~1만3,000달러 선에 형성돼 있다는 점을 고려하면 H20 판매에서 발생하는 연 매출은 약 120억 달러(약 16조5,000억원)에 달할 것으로 추산된다. 이는 엔비디아가 올해 1월 마무리된 회계연도에 중국 사업 전체에서 올린 매출(103억 달러)을 훌쩍 웃도는 규모다.

미국의 규제 강화 움직임

미국 및 동맹국의 주요 반도체 기업들이 규제의 '빈틈'을 이용해 대중국 수출을 이어가는 가운데, 일각에서는 미국 정부가 조만간 대중국 반도체 규제를 추가적으로 강화하며 중국의 숨통을 옥죌 것이라는 전망도 제기된다. 지난달 31일 로이터는 익명의 소식통을 인용, 조 바이든 행정부가 미국 기술이 사용된 반도체 장비를 중국으로 수출하지 못하도록 미국 정부의 규제 권한을 확대하는 내용의 새로운 규정을 발표할 계획이라고 전했다. 이는 미국산 소프트웨어·장비·기술이 사용된 해외 생산 제품 수출 시 미국 정부의 허가를 받도록 규정한 해외직접생산품규칙(FDPR)을 확장한 것이다. 이에 따라 중국의 첨단 반도체 제조의 핵심으로 꼽히는 약 6개 팹(생산공장)으로의 장비 수출에 제동이 걸리게 됐다.

다만 해당 규제가 우리나라 반도체 기업에 미치는 영향은 제한적일 것으로 보인다. 로이터통신은 새 규정에서 한국, 네덜란드, 일본 등 핵심 반도체 장비를 생산하는 미국의 동맹국들은 예외로 분류됐다고 전했다. 이에 따라 국내 반도체 생산 기업은 물론 ASML, 도쿄일렉트론 등 주요 반도체 장비 업체는 규제의 압박을 피해 갈 수 있게 됐다. 매체는 “현재 초안 형태인 새 규정은 미국 정부가 동맹국들을 적대시하지 않으면서도 중국의 급성장하는 반도체 산업에 계속 압력을 행사하고자 하는 것으로 보인다”고 짚었다.

중국은 미국의 추가 규제 움직임에 즉각 반발했다. 린젠(林劍) 중국 외교부 대변인은 브리핑을 통해 “억제와 탄압은 중국의 발전을 막을 수 없고, 중국의 과학·기술 자립자강 결심과 능력을 키울 뿐”이라고 지적하며 “관련 국가들이 (미국의) 위협에 단호히 저항해 공평하고 개방적인 국제 무역 질서를 함께 지키고 자신의 장기적 이익을 진정으로 수호하기를 희망한다”고 말했다.

가맹점주와의 갈등 심화 양상, 더본코리아 '연내 상장' 어려울 듯
빽다방 빵연구소 출점 제한·공정위 수사 본격화 등 악재 겹치기도
수익성 보장 어려운 외식 프랜차이즈, 대표 의존도 높단 점도 약점

한국거래소가 더본코리아의 상장 예비심사를 무기한 연기했다. 지난 1일까지 결론이 났어야 할 상장위원회조차 열리지 않은 것이다. 연돈볼카츠 점주와 가맹본부 간 갈등이 가맹사업법 위반 논란으로 확대된 데 따른 결과로 풀이된다.

더본코리아 상장 예비심사 연기

6일 금융투자업계 등에 따르면 지난 1일 더본코리아의 상장 예비심사위원회는 열리지 않고 연기됐다. 더본코리아가 지난 5월 29일 유가증권시장(코스피) 상장을 위해 한국거래소에 예비심사 신청을 낸 것을 고려하면 45영업일 내인 지난달 말까지 승인 여부가 결정됐어야 함에도 결론이 나지 않은 것이다. 통상적으로 예비심사 전 세부 사항에 대한 추가 확인이나 검토가 필요한 경우 심사 기간이 연장된다.

한국거래소 측은 상장 예비심사가 연기된 데 대해 정확한 사유를 밝히지 않고 있다. 한국거래소 관계자는 "상장위원회가 열리지 않아 심사를 연기한 게 맞다"며 "상장 심사 연기에 대한 구체적인 이유나 회사 측에서 이를 요구했는지에 대해선 밝힐 수 없다"고 전했다. 더본코리아 측 역시 말을 아끼고 있는 상황이다.

연돈볼카츠 사태가 발목 잡았나

이를 두고 업계 안팎에선 '연돈볼카츠' 가맹본부와의 갈등이 더본코리아의 발목을 잡은 것 아니냐는 분석이 나온다. 연돈볼카츠 갈등은 지난 6월 가맹점주 8명이 단체 행동에 나서면서 시작됐다. 더본코리아가 코스피 상장을 위한 예비심사청구를 제출한 직후 가맹점주 측은 "더본코리아가 월 3,000만원 수준의 매출과 20~25%의 수익률을 보장했는데, 실제 매출은 절반인 1,500만원에 그치고 수익률도 7~8% 정도에 불과해 피해를 입었다"고 주장했다. 더본코리아의 영업사원이 구두로 허위·과장 정보 제공하는 등 가맹사업법을 위반했단 것이다.

이에 더본코리아 측은 "매출을 보장한 사실이 없다"는 취지의 소명 자료와 증거 녹취록을 제출하는 등 강경한 대응에 나섰지만, 공정거래위원회는 우선 더본코리아의 '가맹사업법 위반' 혐의를 두고 수사에 착수한 상태다. 예상 매출액, 허위 진술 등을 둘러싼 가맹본부인 더본코리아와 연돈볼카츠 점주 주장을 더 면밀히 들여다보겠단 취지다. 더본코리아가 실제론 결백하다 하더라도 당장 사법 리스크에 직면한 건 부담이 될 수밖에 없다.

더본코리아를 둘러싼 악재는 이게 끝이 아니다. 최근엔 제과점업 상생협약에 따라 빽다방 빵연구소가 대기업 출점 제한 빵집에 새롭게 포함되기도 했다. 이 규제로 인해 더본코리아는 주력 사업 전략인 신규 점포 확장을 더 이상 할 수 없게 됐다. 현재 빽다방 빵연구소는 전국 18개 매장을 운영 중으로, 여기에 신규출점 가능 점포 비율인 5%를 적용하면 연 1개의 점포도 늘릴 수 없다. 사업 리스크만 커진 셈이다.

백종원 의존도 높은 더본코리아, "안정성 다소 낮아"

이에 백종원 더본코리아 대표의 목표였던 '연내 상장'도 사실상 어려워졌다. 거래소는 상장 예비심사에서 질적 심사 요건을 중요하게 심사한 뒤 상장 여부를 결정하는데, 이 기준엔 '소송 및 분쟁'도 포함된다. 중요한 소송이나 분쟁이 있으면 기업경영이 원활하게 이뤄지지 않을 수 있어서다. 공정위가 조사를 거쳐 결론을 내리기까지 시간이 걸린다는 점을 고려하면, 더본코리아가 무결하더라도 리스크를 완전히 벗기 위해선 최소 6개월에서 1년까지의 기간이 필요할 것으로 보인다.

상장 심사가 미뤄진 것일 뿐, 취소된 것이 아닌 만큼 상장 가능성은 여전히 남아 있단 의견도 있지만, 시장에선 가능성이 낮다는 의견이 지배적이다. 애초 외식 프랜차이즈 기업 자체가 상장사로서 부적합한 요인이 많아서다. 통상 외식 프랜차이즈는 가맹점 유통마진에 의존해야 하는 만큼 수익성 개선이 어려워 투자 기피 종목으로 분류된다. 결국 업체가 실질 수익을 개선하기 위해선 납품단가를 올려야 하는데, 이 경우 가맹점의 반발 및 이탈이 심화할 수 있다. 반대로 제품 가격을 인상하면 소비자로부터 외면을 받는다. 외식 프랜차이즈로서 수익성을 높이기가 상당히 어렵단 것이다.

더본코리아가 백 대표 개인의 인기에 의존하는 경향이 큰 기업이란 점도 문제다. 백 대표 개인의 결점이 부각되는 순간 브랜드 가치가 급락해 가맹점의 줄폐업이 이어질 가능성도 충분히 있단 의미다. 결국 상장사의 중요한 덕목인 안정성과 성장성을 잡지 못하는 한 더본코리아의 상장이 시장의 호응을 받는 건 상당히 어려울 수밖에 없다는 게 업계 관계자의 설명이다.

인재 쟁탈전에 인텔도 참전, TSMC 출신 인재에 '눈길'
고사양 CPU 불량 의혹에 하락세 겪는 인텔, 원인은 R&D 인력 축소?
인텔 경쟁력 감소 가시화, 인재 영입 통해 R&D 역량 제고하나

인텔이 파운드리(반도체 위탁 생산) 인재 쟁탈전에 본격적으로 뛰어들었다. 인재 영입을 통해 R&D(연구개발) 역량을 강화하겠단 취지로 풀이된다. 인텔이 특히 눈여겨 보고 있는 이들은 대만 TSMC 출신 엔지니어들이다. 업계 1위 기업인 TSMC에서 근무하던 엔지니어들은 그만큼 다양한 경험을 해왔을 가능성이 높아서다.

인텔 파운드리 팹 건설·인재 영입 본격화

5일 업계에 따르면 인텔은 최근 TSMC 출신 수석급 엔지니어 영입에 적극적으로 나서고 있다. 글로벌 1위 파운드리 기업인 TSMC는 안정된 제조 공정 수율뿐 아니라 고객사에 최적화된 파운드리 서비스를 제공할 수 있도록 광범위한 공정 포트폴리오를 보유하고 있다. 그런 만큼 TSMC 출신 엔지니어는 여러 고객사의 반도체 양산 경험이 풍부한 편이다. TSMC 출신 인재를 끌어들이면 회사의 경쟁력이 급격히 커질 수 있단 의미다. 인텔도 이 같은 부수 효과를 노리고 인재 영입 경쟁에 뛰어든 것으로 풀이된다.

TSMC 출신 인재를 통해 '스텝업'한 사례가 이미 있기도 하다. 삼성전자가 대표적이다. 앞서 삼성전자는 파운드리 사업의 기틀을 마련하기 위해 지난 2011년 TSMC 출신 양몽송(량멍쑹)을 영입한 바 있다. 양몽송 전 삼성전자 부사장은 첨단 공정 핵심 기술인 '핀펫(FinFET)' 분야의 최고 전문가로 꼽힌다. 양 전 부사장은 삼성 파운드리사업부에 몸담으며 2014년 TSMC를 제치고 세계 최초로 14㎚ 핀펫 공정을 개발하는 데 기여했으며, 이는 삼성전자가 애플의 아이폰6S에 탑재된 A9, 퀄컴 스냅드래곤 820 등 대형 고객사의 애플리케이션프로세서(AP) 물량을 수주하는 데 결정적인 역할을 했다. 인텔 입장에서 TSMC 출신 인재가 1순위 영입 대상일 수밖에 없는 이유다.

인텔 추락 가속, CPU 불량에 의사소통 부재까지

인재 영입에 대한 인텔의 열의는 이후 더욱 커질 것으로 전망된다. 최근 고사양 중앙처리장치(CPU) 불량 등 문제로 인텔의 하락세가 가속하는 양상이기 때문이다. 실제 올해 초부터 인텔의 13·14세대 i9 데스크톱 CPU 제품군을 사용하는 PC에서 고사양 최신 게임의 크래시가 잇따르며 시장에선 인텔 CPU 불량 의혹이 이어진 바 있다. 해당 현상은 지난 2월부터 나타나기 시작했으며, '더 아피널스', '배틀필드 2042', '철권 8', '렘넌트 2', '호그와트 레거시', '팰월드' 등 언리얼 엔진을 기반으로 제작된 최신 고사양 게임에서 잇따라 발생했다.

이에 지난달 22일 인텔 측은 "마이크로코드 알고리즘의 오류로 인한 작동 전압 상승으로 불안정성 문제가 발생했다"고 사건의 전말을 알렸다. 그러면서 "CPU 불안정성 문제를 해결하기 위해 현재 지속적으로 검증을 진행하고 있으며, 근본적인 문제 해결을 위한 패치를 8월 중 배포하는 것이 목표"라고 설명했다. 이어 "해당 제품의 이용자는 펌웨어 업데이트를 통해 문제를 해결할 수 있을 것"이라고 덧붙였다.

인텔은 최선의 조치를 취했단 입장이지만, 시장에선 인텔의 대응에 비판의 목소리가 적잖이 나왔다. 이번 이슈가 불거진 지 상당한 시간이 흘렀음에도 피해에 대한 마땅한 대책을 제시하지 못한 탓이다. 이슈 해결에 시간이 너무 많이 들었다는 비판도 쏟아졌다. 이에 대해 해외 인터넷 커뮤니티 레딧에 글을 올린 한 이용자는 "단순 마이크로코드 수정만으로 해결할 수 있는 문제를 너무 오랜 시간 동안 방치해 온 것 아니냐"고 쏘아붙이기도 했다.

언론도 인텔의 대응에 비판적 의견을 개진했다. 미국 기술 전문 매체 디지털트렌드는 "인텔이 최근 몇 달간 이 문제에 대한 의사소통이 부재했던 부분에는 전혀 사과하지 않았으며, 안정성 문제가 드러난 이후 제기된 여러 가지 다른 문제를 무시하고 있다"며 "인텔이 지금까지 불안정 현상에 대해 오랜 기간 침묵을 지켜오다가 경쟁사 라이젠(Ryzen)이 새로운 데스크톱 CPU를 출시하기 일주일 전에 와서야 문제 해결에 대한 게시물을 올렸다"고 꼬집었다. 그러면서 "이번 패치는 이미 영구적인 피해를 입은 CPU 문제를 해결하는 데는 도움이 되지 않을 것이며, 과도한 전압에 이미 노출되었지만 아직 충돌할 정도로 성능이 저하되지 않은 CPU에 도움이 될지도 불분명하다"고 역설했다. 기술적 이슈 및 대응 문제 등으로 인텔의 기업 신뢰도가 상당 부분 소실됐음이 가시적으로 드러난 셈이다.

인재 영입을 시작으로 R&D에 재투자 이룰 듯

한편 이 같은 인텔의 추락에 업계에선 "과거 R&D 인력 축소에 따른 경쟁력 약화가 심화한 영향"이라는 평가가 나온다. 인텔은 지난 2015~2016년 R&D 인력 약 1만2,000여 명을 회사에서 내보낸 바 있다. 이에 따라 경쟁력이 약화했고, 결국 매출 하락 및 위기 대응 능력 소실 등 방향으로 원죄가 발현되고 있다는 게 업계 관계자의 설명이다.

인텔이 TSMC 출신 인재 영입에 나선 것도 R&D 역량 약화와 관계가 깊은 것으로 분석된다. 이에 대해 한 업계 관계자는 "빠져나간 만큼의 인재를 재영입함으로써 필수 인력을 확보하고 나아가 R&D 역량 제고에 나설 수 있도록 기반을 마련하겠단 게 인텔의 최종 목표일 것"이라며 "특히 이미 준비된 TSMC 출신 인재를 집중적으로 영입해 발 빠르게 정상화를 이룰 계획으로 보인다"고 설명했다. 인재 영입을 시작으로 R&D 재투자를 본격화하고 있단 뜻이다.

AI의 능력을 제대로 인지하게 되면서 AI에 대한 인식이 비관적으로 바뀌고 있어
AI가 바둑처럼 저소음 데이터에서는 높은 예측력 보이지만, 주식 시장같이 고소음 데이터에서는 예측 어려워
저소음 데이터의 일자리만 대체될 뿐, 고소음 데이터 일자리는 건재해

최근 AI의 미래에 대해 비관적인 이야기가 흘러나오면서 빅테크 기업의 주가가 곤두박질쳤다. 이에 따라 AI에 부정적인 견해를 가진 투자자, 전문가, 학자들의 발언이 재평가되고 있다. 이들은 AI에 투자해서 얻는 수익률이 낮을 것이고, AI 제품의 가격이 지나치게 높으며 AI가 경제에 미치는 영향은 미미하다고 주장했다. 사실 많은 사람이 여러 해 동안 경고했다. AI는 만능 해결사가 아니며 AI가 도출하는 결과는 상관관계일 뿐, 인과관계나 지능이 아닌 점을 지적해왔다.

GIAI는 AI에 ‘환상’이 있는 사람들로부터 99.99% 정확도로 주가를 예측할 수 있는 알고리즘을 만들 수 있는지 묻는 메일을 종종 받는다. 만약 그런 알고리즘이 있다면, 그걸 공유할 필요가 있을까? 당연히 비밀로 유지하고 수익을 독차지할 것이다. 노벨 경제학상 수상자인 밀턴 프리드먼의 유명한 표현처럼 “공짜 점심은 없다.” 게다가 완벽한 예측이 널리 알려지면, 예측은 더 이상 예측이 아니다. 모든 사람이 주가가 상승할 것을 알고 있으면, 주가는 예측치에 도달할 때까지 급등한다. 즉, 미래는 현재가 되고, 아무도 이익을 얻지 못한다.

AI는 신인가? 패턴 매칭 기계일 뿐

AI 신봉론자들은 AI가 인간의 인지능력을 가뿐히 넘어서고 곧 신과 같은 존재가 될 것이라는 과도한 낙관을 가지고 있다. 그러나 현재 AI는 단지 ‘패턴 매칭 기계’에 불과하다. 그 이유는 AI가 사물의 원리를 이해하는 게 아니라 시행착오를 여러 번 겪으면서 패턴을 찾기 때문이다. 예를 들어 뜨거운 냄비를 만지면 화상을 입고, 화상을 입으니 뜨거울 때는 만지지 말아야 한다는 것을 배운다. 또한 고통이 클수록 더욱 조심하게 된다. 여기서 학습 과정을 동적으로 바꾸면, 생성형 AI가 된다. 시스템은 계속 시행착오를 겪으면서 데이터베이스에 더 많은 패턴을 추가한다.

AI가 수많은 패턴을 찾으면 큰 잠재력을 가지게 되지만, 그렇다고 해서 기계가 패턴의 인과관계를 이해한다는 말은 아니다. 기계는 ‘패턴 매칭 기계’에 불과할 뿐이다.

예를 들어 매년 열리는 전공수업에서 교수님이 어떤 농담을 할지 예측할 수 있을까? 지겹도록 들었기 때문에 당연히 예측할 수 있다. 그럼 주식 시장도 수십 년 동안 같은 행동을 반복했으니, 주가도 예측할 수 있을까? 아쉽지만 쉽게 부자가 될 수 없다.

저소음 데이터 vs 고소음 데이터

월스트리트에 가보면 금융 시장을 완벽하게 예측할 수 있다고 주장하는 헤지펀드 매니저를 만날 수 있다. 그들과 얘기를 나눠보면, 뛰어난 실적에 놀라고 어느 순간 설득당할 정도로 말을 잘한다. 1910년대 초와 1940년대에도 이런 주장이 만연했으나, 이들은 결국 투자자들에게 고소당해 체포됐고 몇 년 안에 거리에서 사라졌다. 만약 그들이 그렇게 뛰어난 사람들이었다면, 왜 돈을 잃고 고소당했을까?

데이터에는 두 가지 유형이 있다. 기계처럼 매우 통제된 환경에서 얻을 수 있는 데이터를 저소음(Low-noise) 데이터라고 한다. 이 데이터를 바탕으로 AI 모델을 만들면, 높은 예측력을 얻을 수 있다. 심지어 데이터에 패턴이 숨어있더라도, ‘똑똑한’ 두뇌나 경우의 수를 모두 계산할 수 있는 ‘고성능’ 기계가 있으면 패턴을 찾을 수 있다. 대표적인 예시가 바둑이다. 바둑에서 상대방을 이기려면 이세돌처럼 뛰어난 두뇌가 있거나, 바둑판 내에서 발생하는 경우의 수를 모두 계산하는 기계가 있으면 된다. 이세돌만큼 뛰어난 두뇌를 가지고 있지 않더라도, 컴퓨터가 승리 패턴을 찾을 수 있다는 것은 이세돌 대 알파고의 대국에서 이미 보여줬다.

다른 유형의 데이터는 통제되지 않은 환경에서 나온다. 이 데이터에 패턴이 있을 수 있지만, 관측할 수 없는 수천, 수백만 개의 패턴이 존재한다. 따라서 ‘정확한’ 움직임을 예측하는 것이 불가능해 확률 모델링이 필요하다. 이를 고소음(High-noise) 데이터라고 한다. 위에서 계속 언급했던 주식 시장이 대표적인 예시다. 관측할 수 없는 수백만 개의 영향이 존재해 아무리 뛰어난 연구자나 기계가 있어도 높은 정확도로 예측할 수 없다. 따라서 금융 모델은 예측을 위한 게 아니라, 백테스팅을 통해 파생상품의 합리적인 가격을 책정하는 데 사용된다.

저소음 데이터의 대표적인 예시로는 자연어 처리(NLP)가 있다. 언어는 문법이라고 하는 일정한 규칙을 따른다. 고의로 문법을 벗어나거나 실수하지 않는 한 사람들은 대체로 문법을 따른다. 날씨는 대부분 저소음이지만, 고소음 데이터 요소를 가진 재밌는 데이터다. 기상청에서 태풍을 정확하게 예측하기도 하지만, 예측이 틀릴 때도 많다. 그럼 주식 시장은? 노벨 경제학상 수상자를 상대로 이길 수 있으면 도전해 봐라. 2023년까지 4명의 금융 경제학자가 노벨 경제학상을 받았으며, 모두 주식 시장이 확률 과정을 따른다는 믿음을 가지고 있다. 정규분포, 포아송 분포, 또는 다른 알려지지 않은 분포일 수 있다. 여기서 데이터가 알려진 분포를 따른다는 말은 데이터가 임의로 움직인다는 뜻이다.

AI 활용처, 반복 업무 자동화

위에서 설명한 것을 근거로 GIAI는 AI가 단기적으로 비즈니스와 일상에 큰 변화를 불러오지 못할 것으로 믿는다. AI에게 기대할 수 있는 최선은 단순 작업의 자동화뿐이다. 마치 20세기 초의 세탁기처럼. 챗GPT가 그 증거로, 곧 상담사는 대형언어모델(LLM) 기반 챗봇으로 대체될 것이다.

회사에서 여전히 사람이 필요하지만. 이전보다는 훨씬 적게 필요할 것이다. 실제로 GIAI는 이미 여러 국제 서비스로부터 기계가 생성한 답변을 받고 있다. 예를 들어 워드프레스 플러그인에 오작동이 생겨 불만을 제기하면, 우선 기계가 이메일로 답변을 보낸다. 어느 정도는 기계의 답변으로 충분하다. 이런 관행은 챗봇을 구현하기 더 쉬워지고 저렴해지면서 더욱 대중화될 것이다.

GIAI는 이전 글에서 밝혔듯이 에듀타임즈(EduTimes)와 협업하여 카피보이를 대체하는 연구를 하고 있다. 대형 신문사 기자들이 항상 새로운 이야기를 찾기 위해 거리로 나가지 않는다. 실제로 대부분은 다른 신문사의 기사를 마치 원본인 것처럼 내용을 재정리해서 기사로 내보낸다. 중요한 작업은 아니지만, 신문사가 운영되기 위해서는 여전히 필요한 작업이다. 대형 신문사에서 일한 경력이 있는 에듀타임즈 기자에 따르면, 카피 팀은 보통 가장 적은 급여를 받고 기자로서 사형 선고를 받은 것으로 여긴다. 그런데 존경받지 못하는 것은 둘째 치고, 이 일은 곧 대형언어모델 카피보이로 대체될 것이다.

신문사에 국한되지 않고 일반적으로 말하면, 높은 인지능력을 요구하지 않는 ‘패턴화’된 콘텐츠를 생성하는 직업은 점차 대체될 것이다.

자동차 운전은 어떨까? 저소음 패턴 작업일까, 아니면 고소음 데이터에 복잡한 작업일까? 일론 머스크는 특정 구간에서 자율주행이 가능한 레벨 4 자율주행이 가능하다고 주장한다. 하지만 여기에 대해서 GIAI는 동의하지 않는다. 게임 이론 전문가 중 어느 누구도 불완전 정보와 참가자를 알 수 없는 베이지안 게임에서 컴퓨터가 스스로 문제를 풀 수 있다고 믿지 않는다. 따라서 자율주행 알고리즘은 다른 운전자의 행동을 전혀 예측할 수 없다.

빠르게 달리는 상황에서 다른 운전자의 행동을 정확히 예측할 수 없다면, 자율주행 알고리즘은 난폭한 운전자를 피해 안전하게 운전하기 어려울 것이다. 현재 알고리즘이 할 수 있는 최선은 ‘차 한 대’에 대해서 수학적, 기계적, 법적 문제 등을 최적화하는 작업뿐이다.

과연 자신감 넘치고 똑똑한 월스트리트 투자자들이 AI의 실상을 모르고 있을까? 기술주가 급락한 것은 월스트리트 투자자들이 이런 사실을 모두 알고 있기 때문이 아닐까?

추측하건대, 월스트리트는 실리콘밸리가 너무 높은 급여를 받고 있다고 생각한다. 미국 동부에서는 서부가 너무 비현실적이고 허무맹랑하게 느껴진다. 어쩌면 오픈AI의 다음 라운드 펀딩은 완전히 정반대 방향으로 우리를 놀라게 할 수도 있다.

*편집진: 영어 원문은 GIAI Research의 AI Pessimism, just another correction of exorbitant optimism입니다.

큐텐 계열사 자금 '큐텐테크놀로지'로, 수상한 거래
계열사 대여자금 사후 승인, 대표 모르는 자금 사용도
정작 완전자본잠식 시달리는 이커머스 계열사는 외면

큐텐(Qoo10 Pte. Ltd.)의 기술 전문 자회사인 큐텐테크놀로지(옛 지오시스, 이하 큐텐테크)가 티몬·위메프 판매대금 정산 지연 사태의 핵심으로 지목됐다. 큐텐 플랫폼의 개발과 운영을 담당하는 큐텐테크가 티몬과 위메프의 기술은 물론 돈까지 모두 틀어쥐고 있었던 것으로 드러나면서다. 계열사들의 IT를 전담한 것은 효율화를 위한 전략으로 볼 수 있으나, 재무까지 한곳에서 관리하는 것은 기형적 운영이라는 지적이다. 결국 피인수 회사를 움켜쥐고 장악하려 했던 전략은 도미노 붕괴를 일으킨 자충수가 됐다.

검찰, 큐텐그룹 컨트롤 타워 '큐텐테크' 등 압수수색 진행

5일 법조계에 따르면 서울중앙지검 티몬·위메프 전담수사팀은 이날 오전부터 서울 강남구 역삼동 큐텐테크 본사 사무실과 티몬, 위메프 사무실 3곳에 검사와 수사관을 보내 3차 압수수색을 진행하고 있다. 검찰은 지난 1~2일에도 서울 서초구에 위치한 구영배 큐텐 대표 자택과 서울 강남구 티몬 본사·큐텐 사무실 등 총 10곳에 대한 동시다발 압수수색을 한 바 있다. 하지만 확보할 자료가 많아 추가로 압수수색에 나선 것이다. 검찰은 이후 나머지 사업장에 대해서도 추가로 압수수색을 진행할 예정이다.

큐텐테크는 큐텐의 플랫폼 개발과 운영이라는 사업 명목 아래 큐텐의 관계사를 상대로 매출을 올리는 기업으로 큐텐 Pte.Ltd.이 지분 100%를 보유한 완전 자회사다. 큐텐테크는 구영배 큐텐그룹 대표가 지마켓을 매각하고 싱가포르에 큐텐을 설립하던 2010년 5월 지오시스로 설립됐다. 구 대표는 지마켓을 이베이에 매각하면서 10년간 한국에서 이커머스 사업을 하지 않기로 약정했는데, 큐텐이라는 법인은 싱가포르에서 설립했지만 IT 개발이나 운영 등은 한국에서 하기 위해 큐텐테크를 설립한 것으로 추정된다.

그동안은 큐텐의 한국 법인인 큐텐코리아가 이번 사태의 중심축으로 주목을 받아왔다. 하지만 실제로는 구 대표가 큐텐테크를 통해 한국 이커머스 계열사들을 통제·관리하는 콘트롤타워 역할을 한 것으로 드러나면서 상황이 바뀌었다. 법원의 법인등기기록에 따르면 큐텐코리아에는 구 대표가 등기임원으로 참여한 기록이 없다. 반면 큐텐테크 법인등기기록에는 주요 인물들이 등장한다. 구 대표는 2010년 5월 큐텐테크 설립 당시부터 등기이사로 참여했으며 2012년 4월부터 2021년 8월까지 대표를 역임했다. 현재는 큐텐코리아 목주영 대표와 최길형 위메프 개발본부장이 등기이사로 참여하고 있다. 2021년 8월 취임한 현 김효종 큐텐테크 대표는 2010년부터 2018년까지 큐텐 일본법인 대표, 2023년 위메프 대표를 역임했다. 구 대표와 측근들이 전부 큐텐테크에 관련돼 있는 것이다.

내부 거래로 성장한 큐텐테크놀로지

주목할 만한 점은 큐텐테크가 다른 계열사들이 막대한 적자를 기록하는 와중에도 홀로 승승장구하며 이익 성장세를 이뤄왔다는 점이다. 금융감독원에 따르면 큐텐테크의 지난해 매출은 567억원으로 전년 대비 169.3% 신장했고, 같은 기간 영업이익은 90억원으로 무려 1,284% 이상 증가했다.

큐텐테크가 약진할 수 있었던 배경에는 티몬, 위메프, 인터파크커머스가 자리하고 있다. 큐텐은 3사를 인수한 이후 각 사의 인력 재배치를 통해 IT 관련 인사를 큐텐테크로 전입시켰다. 그동안 내부적으로 운영되던 IT 인력을 큐텐테크로 통합하며 하나의 연합을 만든 셈이다. 이 과정에서 큐텐테크는 큐텐을 비롯한 연합 3사의 플랫폼 개발을 주도하면서 매출과 이익을 키울 수 있게 됐다. 티몬과 위메프 인수 이후 조직을 정비를 통해 큐텐테크의 사세와 기능을 확장한 것이다.

이런 큐텐테크는 그간 큐텐그룹의 ‘자금 창고’ 역할을 해 왔다. 실제로 큐텐테크의 특수관계자와의 자금거래내역(차입, 대여)을 분석해 본 결과 큐텐그룹의 자금 흐름이 싱가포르 법인과 큐텐테크로 집중된 것으로 파악됐다. 사례별로 살펴보면 지난해 말 감사보고서 기준 위메프는 티몬으로부터 50억원(250억원 가운데 200억원 상환) 규모의 대여금을 제공받았고, 위메프는 특수관계인인 큐텐 Pte.Ltd.에 131억원을 대여했다. 큐텐 Pte.Ltd.는 인터파크커머스에서도 280억원의 대여금을 제공받았다. 이후 자금이 풍부해진 큐텐 Pte.Ltd.는 큐텐테크에 175억원 규모의 차입을 제공했고, 인터파크커머스도 큐텐테크에 215억원을 대여했다.

큐텐테크는 차입금과 기타 채무를 통해서도 자금을 동원했다. 큐텐 Pte.Ltd.로부터 196억원의 자금을 빌렸으며, 인터파크커머스에서는 215억원의 장기차입금을 포함해 총 223억원의 채무를 지고 있다. 장기차입금의 연 이자율은 4.6% 수준이다.

대표도 모르는 회삿돈 행방, 계열사 자금 쥐락펴락

하지만 내부 승인 절차는 비정상적이었다. 티몬의 사례만 봐도 지난 4월 11일 티몬에서 200억원을 빌릴 당시 대여금 집행 문서의 기안일은 지난 4월 11일이었으나 류광진 티몬 대표의 최종 승인이 난 것은 나흘 뒤인 15일로 확인됐다. 이미 티몬에서 자금이 빠져나간 뒤 사후 결제가 이뤄진 셈이다.

같은 일은 올해 초에도 있었다. 지난 1월 11일 금리 4.6%로 1년 만기 자금 50억원을 티몬에서 빌렸는데 이 당시에도 대표의 승인은 자금 대여가 집행된 날로부터 19일이나 지난 1월 30일에야 이뤄졌다. 전반적인 흐름을 보면 큐텐테크 측이 이런 자금 이동을 사전에 류 대표와 상의하지 않았거나 류 대표가 대여금 집행 시점에 이를 인지하지 못했을 가능성이 짙다.

계열사 살리기는 뒷전, 곳간 빼먹기에만 집중

문제는 흘러간 자금 중에 이번 사태를 촉발한 판매 정산 대금도 섞여 있었다는 점이다. 업계의 추산에 따르면 큐텐은 지난해 말까지 티몬, 위메프, 인터파크커머스, 큐텐테크를 통해 1,700억원가량을 흡수한 것으로 파악된다. 이 중 상당 부분이 미국 이커머스 계열사 위시의 인수 자금에 쓰인 것으로 파악됐다. 구 대표도 지난달 30일 국회 정무위원회 긴급 현안 질의에서 "티몬과 위메프 자금 400억원을 위시 인수대금으로 썼으며 이 중에는 판매 대금도 포함돼 있다"고 인정했다.

더욱이 자금이 모인 큐텐테크는 싱가포르 소재 종속회사인 큐브네트워크에 96억원, 큐텐코리아에 102억원 등의 대여를 실시했지만 위메프, 티몬, 인터파크커머스에 대한 눈에 띄는 지원은 없었다. 큐텐그룹의 자금을 운용하는 중책을 맡았음에도 자본잠식으로 경영난에 허덕이고 있는 계열사들은 외면한 것이다. 큐텐이 이커머스의 곳간 빼먹기에만 치중했다는 지적이 나오는 이유도 여기에 있다.

실제로 위메프만 해도 지난해 감사보고서에 따르면 작년 말 기준 현금 및 현금성자산은 71억원에 불과하다. 2022년 말 기준 현금 및 현금성자산이 275억원이었던 점을 감안하면 큐텐이 인수한 후 3분의 2 이상 줄어들었다. 71억원이라는 자산은 위메프의 지난해 연간 판매비와 관리비(2,169억원) 대비로도 턱없이 부족한 수준이다. 그렇다고 해서 위메프의 이익이 크게 나는 것도 아니다. 지난해 말 감사보고서에 따르면 위메프는 영업손실만 1,025억원에 달한다.

티몬의 상황은 더 심각하다. 금융감독원에 따르면 티몬의 2022년 기준 자본총계는 -6,386억원으로 완전자본잠식 상태다. 같은 기간 티몬의 유동부채는 7,193억원으로 전년 대비 22% 증가했지만, 유동자산은 1,309억원으로 22% 줄었다. 유동자산을 당장 현금화해도 유동부채를 갚지 못하는 상태라는 의미다. 티몬은 올해 4월 마감인 감사보고서도 아직 내지 못했다.

이에 구 대표는 큐텐테크와 티몬, 위메프를 합병해 운영 효율성을 개선한다는 구상이다. 사태 수습 이후에도 그룹 경영에 대한 강력한 의지를 내비친 것으로 계열사 간 합병을 통한 비용구조 개선, 수익성 중심의 사업구조 전환, 파트너사 조합을 통한 경영과 이사회 직접 참여 등을 적극 검토하겠다는 계획이다.

다만 계열사별로 주주 구성이 달라 합병 과정에서 이들을 설득해야 하는 작업은 과제로 남아 있다. 또한 수백억원에 달하는 그룹의 자금이 움직이는 것을 계열사가 통제하는 기형적 구조에 대한 당국의 칼날도 피하기 어렵다. 각 플랫폼의 재무 업무가 큐텐테크에 모이다 보니 자금 흐름에 대한 관리·감독이 사실상 불가능했고, 큐텐테크에 집중된 자금의 흐름이 무너지면서 큐텐 계열 플랫폼의 연쇄적 붕괴를 일으켰기 때문이다.