
중소기업 구인난은 어제 오늘의 일이 아니다. 그저 외인근로자에게 의존해야 하는 상황 외엔 대안이 없다.
이런 가운데 숙련기술자는 매년 노쇠해져 간다. 외인근로자의 학습능력과 생산성은 기대에 미치지 못한다.
중소 제조업, 그 중에서도 뿌리산업이 문제다. 이 업종은 국가산업의 기초로서 공급망의 최후방에 자리잡고 있다. 주물, 금형, 도금, 단조, 용접, 열처리 등이다.
반도체 빼고 그나마 잘 나간다는 조방원, 자동차 같은 제조업의 공급망 끝단에 이들이 존재한다. 뿌리기업들이 없으면 이 주력산업이 위태로워진다. 내재화냐 국제분업이냐 하는 살벌한 선택지를 마주하게 된다. 한데 교역 위주의 공급망 설계는 위험해졌다.
뿌리기업의 제조작업은 비정형·비규격에 불연속성이 강하다. 공정화가 쉽지 않다. 이들에게서 피지컬AI, 휴머노이드는 아직 너무 먼 개념이다.
숙련기술자의 세밀한 손끝에서 품질이 좌우되는 비율이 높다. 10년, 20년 작업을 지속할수록 숙련도와 생산성은 높아진다.
구인난은 앞으로도 지속될 것이다. 열악한 보상구조, 긴 숙련기간, 거친 환경 등이 복합 작용한다. 3D기피, 노동력 감소 외에도 워라밸 같은 인구사회학적 변화도 개입된다.
핵심 문제는 취약한 가치구조와 보상구조다. 다른 산업과 달리 가치가 체증하지도 않는다. 대부분 원청기업의 일감 수탁을 받는 1∼3차 공급자인 탓이다. 공급사슬 전체적으로 부가가치가 낮다.
이 때문에 신규진입이 거의 없다는 이점을 누린다. 하지만 기존 기업의 유지·존속은 국가적 과제로 전환된다.
피지컬AI와 자율작업 로봇에 대한 대중의 기대가 부쩍 높아졌다. 무인공장, 다크팩토리도 멀지 않았다는 장밋빛 전망이 난무한다.
현 분위기로 보면 그 신박한 기술의 보편화 시점을 가늠하기도 그리 어렵지 않다. “2, 3년 인건비면 투자비를 건지고도 남는다”, “안전문제도 품질문제 다 해결된다”는 투의 낙관론이 주류다.
그러나 그 역시 고도의 자본재다. 첫째 많은 자금이 투입되는 문제가 발생한다. 자산투입 뒤 손익분기점 도달까지의 시간은 기업의 현금흐름을 악화시킨다. 자본여력이 높은 기업들도 감당하기 쉽지 않다.
또 기술적 난관도 높은 장벽이다. AI가 피지컬화 하려면 작업, 동작별로 막대한 연구개발 프로젝트가 가동돼야 한다.
이와 함께 AI학습이 가능토록 데이터의 DB화도 필요하다. 흔히 말하는 숙련인력으로부터 ‘암묵지’를 확보하고 이를 DB화해 전자적으로 사용할 수 있는 체계를 갖춰야 한다. 그 다음 작업별, 동작별 반복적 머신러닝이 이뤄져야 한다. 로봇 도입만으로 끝나는 게 아니다.
중소기업 현실을 차갑게 돌아보자. 파라미드구조에서 하부로 내려갈수록 이익률이 낮아진다. 원가압박을 심하게 받는다는 뜻이다. 무인화 계획을 수립해도 이를 실행할 재무역량에서 걸린다.
자체 R&D역량도 취약하다. 자기업종에 특화된 휴머노이드를 스스로 설계하는 것은 불가능에 가깝다.
당장 시급한 것은 이들이 생산한 제품의 가치를 높여주는 일이다. 적정 이윤이 확보되게 해줘야 한다. 그 다음은 정책적 지원이다.
그렇게 해서 구인난으로부터 숨통을 틔워주고, 연구개발도 할 수 있게 해줘야 한다. 막대한 초과세수의 역할이 기대되는 부분이다.