▲

미국은 제조업 호황 대신 AI 골드러시에 빠져 있다

(washingtonpost.com)
1P by GN⁺ 11시간전 | ★ favorite | 댓글 1개
  • 미국 경제의 두 핵심 산업인 제조업과 인공지능이 상반된 방향으로 나아가며, 국가 미래 전략에 대한 우려가 커지고 있음
  • AI 산업은 수조 달러 규모의 투자 붐을 맞으며 번창하는 반면, 제조업은 연간 7만 8천 개의 일자리를 잃으며 점점 더 깊은 침체에 빠지고 있음
  • 관세 보호 정책에도 불구하고 제조업 투자는 감소하고 있으며, 원자재와 장비 비용 상승으로 GM, Caterpillar, John Deere 등 주요 기업들이 수십억 달러의 비용 부담을 호소
  • 데이터센터 투자는 2025년 상반기에만 37% 급증했지만, 운영에 필요한 인력이 적어 제조업만큼의 고용 창출 효과를 내지 못할 것이라는 우려가 제기됨
  • AI 투자 거품이 꺼질 경우 경제 전반에 연쇄적 타격을 줄 수 있으며, 현재 AI 도구들이 투자 대비 충분한 수익을 창출하지 못하고 있다는 지적도 존재함

미국 제조업과 AI 산업의 양극화 현상

  • 트럼프 행정부는 AI 분야의 세계 리더십과 제조업 부활을 모두 최우선 목표로 제시했지만, 두 산업은 완전히 다른 궤적을 그리고 있음
  • Brookings Institution의 Mark Muro는 "소프트웨어와 서비스 분야가 가속화되며 문화적 집착이 되는 동안, 제조업은 정체되거나 더 악화되고 있다"며 AI 붐이 경제의 다른 문제들을 가리고 있다고 지적
  • 트럼프 행정부는 광범위한 관세를 통해 미국 제조업자들을 외국 경쟁으로부터 보호하려 했지만, 올해 초부터 3만 8천 개의 제조업 일자리가 감소함
  • AI는 전례 없는 투자 붐을 경험하며 기술 기업 가치를 수조 달러로 끌어올렸고, 마이크로칩, 냉각 시스템, 데이터센터, 전력 인프라에 대한 수요를 폭발적으로 증가시킴

제조업의 구조적 쇠퇴

고용 감소 추세

  • 미국 제조업은 1979년 정점에서 1,950만 명의 근로자를 고용했으나, 현재는 1,300만 명 미만으로 축소됨
  • 2024년 8월 기준 1년간 약 7만 8천 개의 일자리가 추가로 소실됨
  • 인구조사 데이터에 따르면 신규 제조업체 창업도 감소 추세

투자 위축

  • 7월까지의 1년간 공장 투자가 약 6% 감소하여 2021년 초 이후 처음으로 하락세를 기록함
  • S&P Global의 제조 생산량 지표는 증가를 보이지만, Chris Williamson은 이것이 "관세 선행 매입" 현상으로, 관세 시행 전에 구매한 원자재를 소진하는 과정일 뿐이라고 설명
  • 관세 보호로 이익을 본 산업은 비용 상승과 불확실성으로 타격받은 부문에 의해 크게 상쇄됨

관세의 역효과

  • KPMG의 Meagan Martin-Schoenberger는 "철강과 알루미늄 같은 보호 부문에서 얻은 일자리는 그 투입재가 더 비싸져서 발생한 손실보다 훨씬 적었다"고 분석
  • GM, Caterpillar, John Deere 등 주요 제조업체들은 수십억 달러 규모의 관세 관련 비용을 투자자 논의에서 언급
  • 미국 자동차 제조업체들은 2025년 2분기에 코로나 �팬데믹 이후 가장 낮은 이윤율을 기록했으며, 기업들은 이를 부분적으로 관세 탓으로 돌림

반도체 투자의 특수성

  • 2022년 Chips Act 이후 연간 제조업 투자가 2배 이상 증가하여 2024년 정점에 도달했으나, 이는 주로 첨단 반도체 시설 투자 덕분이었음
  • Biden 시대의 칩 투자가 축소되기 시작하면서 전체 공장 투자는 감소함
  • Semiconductor Industry Association에 따르면 반도체 운영은 직접적으로 약 34만 5천 개의 일자리를 창출하고, 추가로 200만 개의 간접 일자리를 생성함
  • 대만의 TSMC가 피닉스에 건설 중인 칩 공장 등 다수의 프로젝트가 여전히 건설 중임

AI 중심 투자 붐의 현실

데이터센터 투자 급증

  • 2025년 상반기 데이터센터 투자가 전년 대비 37% 급증한 반면, 공장 건설은 같은 기간 약 3% 감소함
  • 컴퓨터 장비에 대한 국내 투자는 전년 대비 45% 이상 증가했지만, 전통적인 산업 장비 지출은 거의 변동이 없음
  • 관세가 AI 경제의 핵심 하드웨어 수입을 저지하지 못했으며, 대부분이 새로운 관세에서 면제됨
  • 서버, 고급 칩, 전력 시스템의 선적량이 연초 대비 64% 급증하여 데이터센터 붐의 강도를 반영함

고용 창출 한계

  • 데이터센터 건설에는 1,000명 이상의 근로자가 필요하지만, 운영 시에는 100~300명만 고용됨
  • 반면 전통적인 자동차 공장은 같은 면적에서 수천 명의 직원을 고용할 수 있음
  • Information Technology and Innovation Foundation의 Stephen Ezell은 AI 투자가 전통 제조업만큼의 고용 기회를 창출하지 못할 것이라고 우려함
  • Roosevelt Institute의 Todd Tucker는 제조업 일자리가 거의 모든 근로자 그룹에게 다른 산업의 동등한 직업보다 더 나은 임금을 제공한다며, "블루칼라 근로자로서 제조업 일자리를 가지면 어느 정도 복권에 당첨된 것"이라고 표현

투자 집중 현상

  • 투자자들은 AI 스타트업과 반도체 기업에 수백억 달러를 투자하며 미래 성장이 어디에 있는지 신호를 보냄
  • Nvidia는 최근 Intel과 파트너십을 맺으며 50억 달러 지분을 확보했고, Intel은 비용 절감을 위해 수천 명을 해고하고 미국 정부에 지분을 제공함

경제적 우려와 미래 전망

AI 거품 붕괴 위험

  • Pantheon Macroeconomics의 Oliver Allen은 "AI 투자 붐이 카드로 만든 집처럼 무너진다면 성장에 상당한 부담을 줄 것"이라고 경고
  • 주식시장의 AI 관련 열광이 조만간 풀린다면 경제 전반에 연쇄 효과를 미칠 수 있음

단기 생산성 역설

  • American Enterprise Institute의 Michael Strain은 AI가 "언젠가 우리 모두를 부유하게 만들 것"이라고 믿지만, 단기적으로는 생산성에 순손실일 가능성이 높다고 분석
  • "AI가 많은 수익을 창출하지 못하면서 많은 시간과 돈을 소비하고 있어, 현 시점에서 생산성을 높이기보다는 낮췄을 것"이라고 추정
  • 최고 AI 혁신가들은 인간과 유사한 인지 능력을 가진 알고리듬인 인공일반지능(AGI) 개발을 목표로 하지만, 오늘날의 AI 도구들이 과대광고에 걸맞은 충분한 수익을 창출하고 있는지에 대한 의문이 제기됨

정책적 대응

  • 백악관 대변인 Kush Desai는 트럼프 행정부가 관세와 장비에 대한 세금 인센티브를 결합한 친성장 정책을 취하고 있다고 밝힘
  • 유럽 제약 대기업, 대만 반도체 제조업체, 일본 자동차 제조업체 등 다수의 외국 기업들이 미국 공장 건설을 약속했지만, 이러한 투자가 실현되기까지는 수년이 걸릴 수 있음
  • Desai는 "미국의 제조업 우위는 하루아침에 구축되거나 상실되지 않았으며, 수십 년간의 집중적인 투자와 지원 정책으로 구축되었고, 수십 년간의 태만하고 무능한 정책으로 와해되었다"고 언급
▲
GN⁺ 11시간전  [-]
Hacker News 의견
  • archive.is에서 관련 자료를 볼 수 있음
  • 생산업계에서 일하면서 IT와 현실의 물리적 생산의 차이를 실감함. 모든 기계들은 50년 이상 된 것들임. 어떤 것이든 바꾸는 것이 매우 위험한 결정임. 몇 년에 한 번씩 반복되는, 신뢰도 높은 작업의 수익을 위험에 빠뜨릴 수 있고, 고객을 잃을 가능성도 있기 때문임. 지금처럼 에너지 집약적인 데이터센터를 몇 달짜리 하드웨어로 가득 채우는 것은 단견으로 느껴짐
    • 내 댓글에 세대 간의 시각차가 드러나는 것 같음. 젊은 세대는 50년 된 도구를 겁내는 반면, 더 나이 든 이들은 '오래 견딘 도구는 숙련되고 품질이 좋다'고 생각하는 듯함. 나도 올해 50세가 되어가는 입장에서 느끼는 차이임
    • 이것은 인력 유출(brain drain)의 결과 같음. 50년 전 그 하드웨어를 설치한 사람들은 이제 50년이 더 늙었음. 반면, 중국은 여러 분야에서의 ‘공정 지식’ 전수를 잘 해오고 있음. 경쟁하고 싶다면 잘하는 것이 무엇인지 아는 것이 중요함
    • 전체적으로 동의하지만, 기술 상황이 너무 취약해 보임. 변화를 두려워하고, 워크숍의 여유가 거의 없음. 만약 이게 이야기의 핵심이라면, 제조업 캐파가 무너져 거의 실로 연명하는 수준임을 말하는 것 같음
    • 예전에는 수십 년 쓸 것을 만들었는데, 이제는 분기 마다 벤치마크만 쫓아가는 시대임을 생각하게 됨
    • 드라이버와 렌치, 해머를 쓰지 않고 어디까지 갈 수 있을지 실험할 수도 있고, 반대로 도구를 계속 개선하여 작업에 더 잘 맞게 만들 수도 있음. 결국 지속적인 공정 개선이 발전을 이끎
  • 지금은 소프트웨어 엔지니어지만, 10년 간 디자인 기계 엔지니어로도 근무함. 미국에서 기계 엔지니어는 대우와 권위 모두 항상 하위권임. 대형 테크 기업에서도 마찬가지임. 미국 사회가 제조업 부흥을 원한다고 하지만 정작 그에 합당한 존중이 따라오지 않음
    • 내 주변에도 기계 엔지니어 출신이 반도체 프로세스 분야에서 일하며 고소득을 올리게 된 경우가 있음. Senior Google 엔지니어만큼은 아니더라도 상위 10% senior 엔지니어 소득이라고 생각함
    • 경제 구조상 그런 것 같음. AI에서의 혁신은 엄청난 부를 창출하지만, 자동차 등 전통 제조 분야의 혁신은 하락세를 겨우 늦추는 정도임. 결국 제조는 아시아로 이동함
    • 취미로 무언가를 만들고 있는지 궁금함. 3D 프린팅 시대에는 평균적인 엔지니어가 이해하기 어려운 것들도 기계 엔지니어라면 쉽게 재창조 가능하다고 생각함
  • 아버지는 중국에서 미국으로 ‘프로세스 엔지니어링’을 배우러 이민 옴. Reynolds 알루미늄 공장에서 첫 직장을 시작하여 알루미늄 제품, 병 등을 만들었음. 40년 넘게 여러 커리어 이동 끝에 이제 Google AI division에서 은퇴 예정임. 여기서 뭔가 배워야 할 교훈이 있는지는 잘 모르겠음
    • 아마도 적응력에 관한 이야기일 수 있음. 시간이 지나면 많은 일이 사라지고, 이를 되돌리려 하기보다는 다른 것을 찾는 게 답임
    • 프로세스 엔지니어링이 물리 세계에서 디지털 세계로 완전히 순환한 느낌임
    • 미국도 AI와 함께 은퇴하는 것인지 의문임
  • 내 생각을 보태보면, 공장 운영은 정말 힘든 일이란 생각임. 50가지 부품에 70개 공급업체가 얽힌 열 가지 제품만 관리해도 작은 악몽임. 소수만이 그걸 해낼 수 있고, 대부분은 못함. 흐름 작업이나 조립만 반복하는 일을 서양인들은 상상하기 어렵다고 생각함. 공장에서 이걸 매일 목격함
    • 공장에서 잠깐 일했음. 라인을 옮겨다니며 주마다 패턴은 비슷했지만, 하루하루는 다름. 오히려 그곳 공장이 예전 다닌 공장들 중 제일 나았다는 라인 동료들도 있었음. 자동차 공장 현장은 전혀 다른 분위기였음. 지식근로자에게는 지루해 보이지만, 일자리가 필요한 사람들에게 필요함. 예전에 패스트푸드점에서 일해봤는데, 공장보다 훨씬 지루하고 싫었음. 지역 내 괜찮은 공장이 두 곳 있어서 고등학교 졸업 생들에게 많은 선택과 기회를 줬음. 지금은 다 폐쇄되어 도시가 일자리 확보를 위해 고군분투 중임. 내 가족도 일 찾으러 매일 100마일을 운전함. 만약 다시 지역에 공장 일자리가 생긴다면 많은 시간을 아끼고, 경제적으로도 한결 나아질 것 같음
    • 서양에서 아직도 컨베이어 벨트 앞에 앉아 단순 작업만 반복한다고 생각하는 경우가 많음. 중국은 엄청난 투자를 통해 자동화 수준을 높이고 있음. 인건비로 승부하면 절대 이길 수 없으니, 자동화로 자본집약형 구조로 전환하고, 제품·부품 종류·공급업체·거리 등을 줄여야 경쟁할 수 있다고 생각함. 미국이 자동화에 막대한 투자를 해야 겨우 따라갈 수 있음
    • 우리 가족이 미국에서 플라스틱 제조 공장을 운영함. 가장 큰 문제가 바로 일정한 임금을 주고 복지까지 좋아도 Walmart 등 다른 곳으로 이직하는 인력이 계속 생김. 단순 반복 제조업에 대한 서구인의 인내심이 매우 낮음
    • 사람을 쓰는 제조업 자체로는 저렴한 시장과의 경쟁이 불가능함. 내 생각에 선택지는 1) 그냥 아웃소싱에 만족한다, 2) 자동화와 기술에 투자하여 인건비 비중을 최소화한다, 3) 무역 장벽을 통해 수입품 가격을 올린다 정도임. 1번은 타국에 의존하게 되고, 3번은 국민 부담이 늘어남. 결국 2번이 답이지만, 이것도 많은 일자리를 만들지는 않음
    • 독일의 이런 공장에서 일한 적 있는데 이직률이 매우 높았음. 대학생이 여름 방학에 임시직으로 많이 채워줬고, 장기간 일했던 현장 노동자들은 대체로 알코올 중독 경향이 있었음
  • 기사에서 두 산업이 상호 배타적으로 그려지지만, 실제로는 인프라 투자 데이터가 데이터센터 투자 증대로 인해 산업 장비 투자가 줄었음을 보여주지는 않음. 오히려 같이 증가하거나 별개로 움직이는 경향임
    • 기사를 꼼꼼히 읽지 않았지만, AI 산업 성장과 제조업 침체를 비교하는 것이지 두 현상이 인과관계라는 주장은 아니라고 생각함
  • 일부 댓글에서 중국이 자동화 도구와 워크플로우로 제조업 경쟁력을 상승시켰다고 하는데, 실제로는 제품의 요구 조건과 품질 기준을 낮추면서 소비재 시장에서 상품의 수명이 짧아졌다 생각함. 이렇게 해야 제조사가 반복적으로 업그레이드 수요에 대응해 더 많은 기회를 잡을 수 있음. 중국 내에서는 수입품이 더 품질이 좋다는 인식도 많음. 소비자들이 더 많은 기능과 신상품을 원하며, 결국 계획적 노후화를 택하게 됨
    • 중국의 계획적 저품질·단명 정책을 비판하는데 회사가 아웃소싱하면서 요구 조건을 세우는 것이기 때문에, 단지 중국만 탓하는 건 지나치게 단순화임. 실제론 다양한 품질이 가능하고, 전체 공급망이 이득을 얻는 구조임
    • 15년 전만 해도 맞는 말일 수 있지만, 지금은 모든 등급의 제품(저가, 중가, 고가) 대부분이 중국에서 생산됨
    • 중국에서는 수입품이 더 품질이 좋다는 의견을 들었는데 구체적으로 어떤 품목인지 궁금함. 내 경험상 모든 브랜드가 결국 중국에서 나오고, 개발-튜닝 프로세스 차이가 더 크다고 봄. ‘콜로라도에서 디자인했다’는 문구를 일부러 내세우는 게 다 그 이유임
    • 서구에서는 이제 거의 모든 제품이 중국산이고, 서구 생산품은 극히 드물며 가격도 비쌈. 중국이 제조 분야에서 압도적이기 때문에 경쟁 조건을 본인들이 정할 수 있음. 중국 제조·엔지니어링이 무능하다는 환상은 위험한 생각임. 실제로 중국 회사가 아예 절반 가격에 모두 해내는 상황이 반복되고 있음
  • 미국은 수십 년에 걸쳐 제조경제에서 서비스경제로의 전환을 의도적으로 진행해 왔음. 이제 포퓰리스트 정치인이 무역수지 적자를 문제 삼고 있지만, 서비스 수입을 무시하는 셈임. 제조업은 결국 전쟁 대비라는 특수 목적이 아니면 수익성이 떨어짐. 미국은 핵무장국가라 실질적 대규모 전쟁 가능성이 없음. 수십 년에 걸쳐 제조업 기반을 심어버린 게 현실인데, 이를 단 몇 년 만에 다시 구축하려는 시도는 어불성설임. 오히려 서비스 분야까지 잃을 위험에 주의해야 함
    • 왜 1950년대식 제조업을 그렇게 미화하는지 모르겠음. 대부분이 생산라인에 서서 땀 흘리며 위험하고 지루한 일에 종사했음. 이런 일자리에서 벗어난 것을 오히려 기뻐해야 한다고 생각함. 왜 다시 그 시절로 돌아가려 하는지 의문임
    • 핵무기가 전쟁을 무의미하게 한다는 주장에 대해 의문이 있음. 러시아가 우크라이나를 병합하지 못하는 이유, 핵을 보유하고도 재래식 군사력에 수천억 달러를 왜 쓰는지, 언제 핵 단추를 누를 것인지, 또 미국이 스스로의 자급자족이 불가능한 상황에서 물자 공급을 거부당하면 어떻게 할 것인지 등 논의가 필요함
    • 서비스 경제는 이상주의이거나 혹은 일종의 속임수임. 보수주의자가 아니어도 이 점은 이해해야 한다고 생각함. 대신 세계 최대 생산국인 상대국을 '서비스 경제' 논리로 적대하면 위험함
    • ‘코스프레’ 전쟁도 미국 사회 내 실제 집단임을 과소평가해선 안 됨
    • 미국에 제조업 일자리를 다시 가져와야 한다는 의견은 많은데, 왜 그래야 하는지 구체적인 설명이 부족함. 식량처럼 전략 산업이라면 필요하지만, 대부분의 제조업에 모두 적용되지는 않음. 더 좋은 고임금, 고기술 일자리와 저임금·위험한 제조업 일자리 중 하나를 고른다면 당연히 전자를 선택해야 한다고 봄
  • 이 거대한 데이터센터들이 막대한 전력 소비로 전체 시장 가격을 높인다는 점이 걱정임
  • AI도 일종의 ‘공장’이 될 수 있음. 코드나 워크플로우, 자동화로 오랫동안 가치를 창출하는 쪽으로 활용할 수 있는데, 대부분은 그냥 챗봇이나 비효율적 인터페이스로만 씀. LLM을 비효율적인 커뮤니케이션 용도로 사용하는 건 낭비라고 생각함
답변달기