도서요약

도서정보

■ 책 소개

골드만삭스, 밀레니엄펀드, 미래에셋… 글로벌 투자사 탑 애널리스트들의 멘토!

실전 투자대회, 리서치대회 1위를 휩쓸고 있는 S.T.A.R 팀이 뽑은 8개 핵심 업종!

대한민국 산업보고서, 산업지도, 투자가이드… 매년 연말연시가 되면 쏟아져나오는 백과사전식 주식시장전망서들. 2600여 상장기업, 25개 업종을 섹터별로 나눠 총망라한다고 마케팅하지만, 과연 투자자에게 모든 업종 분석이 필요할까? 실제로 한 해 시장을 주도하는 업종은 3개~4개로 매우 제한적이다. 과반수 이상의 업종은 소위 시장에서 소외돼 1년 내내 큰 폭의 움직임이 없다. 이런 업종까지 굳이 시간을 들여 힘들게 공부할 필요는 없다!

『실전투자 업종분석』은 2024년 주식시장을 이끌 AI, 반도체, 자율주행, ESS, 화장품·미용의료기기, 제약·바이오, 보험, 우주 8대 핵심 업종에 집중한다. 그리고 업종별 TOP PICK 종목 23개사를 선정, 독자에게 소개하고 있다.

미국 미네소타대학과 컬럼비아대학에서 MBA를 졸업하고, 조지 워싱턴 대학에서 경영학박사를 받은 재무전공 교수이면서 쌍용투자증권, 제임스 케이플 증권에서 실무까지 섭렵한 뒤 현재 성균관대학교 경영대학에 재직하며 골드막삭스, 밀레니엄펀드, 미래에셋 등 국내외 굴지의 자산운용사에서 활약하는 제자들을 길러낸 박영규 저자와 각종 투자대회에서 1등을 휩쓸고 있는 성균관대학교 금융투자학회 S.T.A.R의 연구원들이 함께 빅데이터를 분석하고 정리한 핵심 결과물이다.

■ 저자

박영규

미국 미네소타 대학 및 컬럼비아 대학 MBA를 졸업한 뒤 쌍용투자증권, 영국계 제임스 케이플 증권에서 근무하였다. 이후 조지 워싱턴 대학에서 경영학박사를 취득 후 중앙대학교를 거쳐 현재 성균관대학교 경영대학 교수로 재직 중이며 자산운용연구센터장을 겸하고 있다. 성균관대학교 부임 직후부터 금융투자학회 S.T.A.R 지도교수를 맡아 왔다.

미국 코넬대, 캘리포니아주립대, 중국 상하이교통대, 호주 시드니대학 초빙 연구교수, 한국경영학회 부회장, 증권학회 부회장, 국제경영학회 부회장을 역임하였으며, 금융위원회, 금융감독원, 기획재정부(기금평가단), 한국거래소, 한국자산관리공사, 증권금융, 증권예탁결제원 등의 각종 위원회에도 활발히 참여해 왔다. 특히 국민연금기금 성과평가위원장, 공무원연금 리스크관리위원장, 삼성자산운용 및 마이다스에셋에서 사외이사로 일한 바 있으며. 현재도 신한자산운용 사외이사로 활동하고 있다. 저서로는 『증권투자의 이해』, 『국제재무』, 『금융공학』 등이 있고, 국내외 학술지에 증권투자, 펀드 및 자산운용 등에 관한 30여 편의 논문을 발표하였다.저자(글) 성균관대 금융투자학회 S.T.A.R

성균관대학교 금융투자학회 S.T.A.R(Sungkyunkwan Traders and Researchers)

2000년에 설립되어 운용사 대표, 유명 애널리스트 및 펀드매니저를 배출하는 등 성균관대학교를 대표하는 금융투자학회로 기업 및 산업 분석 세미나를 통해 보고서를 작성하고, 실제 펀드와 동일하게 학회 펀드를 운영하며 투자를 진행하고 있다. 2023년 한화생명 주관으로 개최된 27회, 28회 K.E.Y.S.S 신입학회원 리서치대회에서 연속 우승을 기록하였으며, DB금융투자에서 주최하는 DB GAPS 모의투자대회에서는 학회 내 6개 팀이 참가해 4개 팀이 본선에 진출할 만큼 성과를 내고 있다. 그 밖에도 CFA International Research Challenge, 한국투자증권 KIS Challenge, 연합인포맥스 리서치 아카데미아를 비롯해 다양한 대회에 참가해 실력을 입증하고 있다.

■ 차례

들어가며

PART 01 AI - 무한한 가능성의 시대

생성형 AI 기본기 따라잡기

생성형 AI 산업의 현황과 흐름

생성형 AI에 주목하라

생성형 AI의 침투는 더욱 빨라진다

AI 응용 산업 맛보기

생성형 AI의 개선점

TOP PICK: 스탠다임 ∥ 트웰브랩스

PART 02 반도체 - 반도체 상승장이 다가온다!

2024년 반도체 상승은 명확하다

가동률과 웨이퍼 투입은 증가할 것

상승할 가동률에 투자하자

TOP PICK: 코미코 ∥ 에스앤에스텍 ∥ HPSP

PART 03 자율주행 - 스마트카 그리고 자율주행

자율주행 그리고 ADAS

자율주행 기술의 발전과 미래

TOP PICK: 넥스트칩 ∥ 퓨런티어

PART 04 ESS - 에너지 위기 해결사

ESS란 무엇인가?

왜 ESS에 주목해야 하는가?

ESS 핵심 시장, 미국

ESS 핵심 시장, EU

TOP PICK: 플루언스에너지 ∥ 서진시스템

PART 05 화장품·미용의료기기 - 아름다움에 대한 욕망

K-뷰티는 끝난 것일까?

TOP PICK: 실리콘투 ∥ 코스메카코리아

든든한 성장 공식, 미용의료기기

TOP PICK: 클래시스 ∥ 비올 ∥ 원텍

PART 06 제약·바이오 - 창과 방패의 대결

방패: 글로벌 빅파마들의 생존 전략

창: 빅파마를 겨냥하다

2024년에서 살아남기

TOP PICK: 다이이찌산쿄 ∥ 삼성바이오로직스 ∥ 셀트리온

PART 07 보험 - 보험업에 부는 새로운 바람

IFRS17로 전환된 보험 계약

장기보장성 보험 신계약 확대

CSM 확대의 의미

신계약 경쟁의 수혜자, GA

TOP PICK: 삼성생명 ∥ 현대해상 ∥ 인카금융서비스

PART 08 우주 - 한국판 NASA

Old space에서 New space로 성장하는 우주산업

한국의 우주산업 현주소

TOP PICK: 한화에어로스페이스 ∥ 인텔리안테크 ∥ 켄코아에어로스페이스

도서요약

실전투자 업종분석

AI - 무한한 가능성의 시대
생성형 AI에 주목하라
AI 산업의 핵심, 생성형 AI

-챗GPT의 흥행과 MS의 투자

현재 AI 산업의 화두는 ‘생성형 AI’이다. 기존의 AI는 데이터를 분석 및 활용하는 데 주로 사용되며, 인간의 업무를 보완하는 역할에 그쳤다. 그러나 LLM과 같은 생성형 AI는 말 그대로 ‘기존에 없던 텍스트, 이미지, 영상’ 등을 새롭게 생성하며, 업무에서 인간을 대체할 수도 있다는 시각까지 대두되고 있다. 쉽게 생각해 생성형 AI는 텍스트, 콘텐츠, 예술 등을 스스로 생성하는 AI의 하위 집합이라고 볼 수 있다. 일반적으로 생성형 AI 산업의 밸류체인은 ‘AI 반도체 – 인프라 – 파운데이션 모델 – 애플리케이션’으로 구성된다.

-밸류체인 1 – AI 반도체

AI 반도체는 AI 서비스 구현에 필요한 대규모 연산을 초고속/고효율/고성능으로 처리하는 비메모리 반도체로, AI의 핵심 두뇌 역할을 한다. 대규모 데이터 처리, 신경망 모델 학습 및 추론, 음성 인식 등과 같은 AI 응용분야에서 주로 활용되는데, 이와 같은 AI 반도체로는 GPU(Graphics Processing Unit)와 NPU(Neural Processing Unit)가 사용된다. 기존의 CPU(Central Processing Unit)는 데이터를 순차적으로 직렬 처리하기에 대규모 연산을 병렬 처리하는 AI에 최적화되어 있지 않다. 이에 직렬 처리의 한계를 극복하기 위해 등장한 GPU와 AI 학습/연산을 위한 전용 반도체 NPU가 사용되는 것이다. 엔비디아, 퀄컴, 인텔을 비롯한 글로벌 빅테크 기업들이 AI 반도체 개발에 주력하고 있지만, 현재 시장은 엔비디아가 90% 정도를 차지하고 있는 독점적 체계에 가깝다.

-밸류체인 2 – 인프라

생성형 AI 인프라는 클라우드 네트워크처럼 생성형 AI를 학습/연산시키고, 나아가 배포할 수 있는 플랫폼을 가리킨다. 일례로 OpenAI는 마이크로소프트의 Azure 클라우드 인프라를 이용해 자사의 생성형 AI 기술인 챗GPT를 연구하는 동시에 제공 및 작동하게 한다. 클라우드와 같은 인프라는 대규모 자본 및 데이터베이스를 기반으로 하기에 글로벌 빅테크 기업들이 장악하고 있는데, 대표적으로 구글의 Google cloud, 마이크로소프트의 Microsoft Azure, 오라클의 Oracle cloud, 아마존의 AWS(Amazon Web Service) 등이 있다.

-밸류체인 3 – 파운데이션 모델

파운데이션 모델의 정의는 대규모 원본 데이터를 비감독 학습시킨 범용적인 인공신경망이라고 할 수 있다. 간단히 말해 LLM과 같이 챗봇 등에 응용 가능한 AI 기본 모델을 의미한다. 파운데이션 모델은 생성형 AI 산업의 핵심이라 볼 수 있는데, 이를 기반으로 다양한 애플리케이션을 만들어 구체적인 콘텐츠를 생성하고, 전반적인 글로벌 시장 곳곳에 침투하여 가치를 창출할 수 있는 근간으로 작동하기 때문이다.

일례로 OpenAI는 독자 개발한 파운데이션 모델 GPT-3과 GPT-4를 기업들이 접목해 각종 AI 서비스를 제공할 수 있도록 하는 '챗GPT 플러그인'을 출시했다. 23년 5월 기준 약 823개 파트너사가 입점되어 있는데, 이것은 OpenAI의 GPT 파운데이션 모델을 통해 823개의 새로운 서비스가 파생되었다는 뜻과 마찬가지로 현재 챗봇인 챗GPT, 문자 생성 AI 플랫폼인 Jasper AI, Copy.al, 온라인 여행 에이전시 익스피디아, 카약, 자산 관리 서비스를 제공하는 모건스탠리 등에 적용되고 있다.

-밸류체인 4 – 애플리케이션

생성형 AI 밸류체인의 정점에 위치한 애플리케이션은 밸류체인 내에서 가장 빠르고 무한하게 성장할 수 있는 영역이라고 판단된다.(여기서의 애플리케이션은 생성형 AI 적용/응용처라는 의미로 이해할 수 있다) 이는 1) 기존의 인프라, 파운데이션 모델을 미세조정(활용 목적에 맞게 모델을 변형하는 기술력)하여 서비스를 빠르게 구축할 수 있으며, 2) 비용/기술력/자금력 측면에서 진입장벽이 낮고, 3)적용처가 무한하고, 응용성이 높다는 점에 기인한다.

-생성형 AI, 왜 주목해야 할까

인공지능 전쟁의 최선봉에 있는 챗GPT가 불러온 '생성형 AI 모먼트'는 그야말로 혁명이었다. OpenAI의 챗GPT는 5일 만에 100만 사용자를 돌파하였으며, 월간 활성 사용자 수(MAU) 1억 명 달성에는 2개월밖에 소요되지 않았다. 이러한 생성형 AI는 잠깐의 트렌드일까? 그렇지 않다. 생성형 AI는 꺼지지 않는 불꽃이 될 것이라 판단된다. 따라서 1) 압도적 생산성, 2) 고용시장에 미칠 파급효과, 3) 더욱 가속화될 침투 속도에 따라 생성형 AI에 주목할 필요가 있다.

-고용시장에 미칠 파급효과

AI에 주목해야 하는 두 번째 이유는 고용시장에 미칠 파급효과다. 과거에도 새로운 기술이 등장할 때마다 일자리 대체와 새로운 일자리 창출이 일어났다. 다만 AI 기술은 물리적인 노동력뿐만 아니라 인간의 고유영역으로 여겨지던 인지 및 판단 영역을 대체할 수 있다는 점에서 과거의 기술 혁명들과 큰 차이를 보인다. 인지와 판단 능력을 갖춘 AI의 등장에 따라 현재 사람이 하고 있는 대부분의 직업이 대체 위험에 노출됐기 때문이다. 세계경제포럼이 진행한 연구 결과에 따르면 AI의 도입에 따라 2025년까지 전 세계적으로 1,330만 개 이상의 새로운 일자리가 생겨나겠지만, 반대로 8,470만 개의 일자리가 사라질 것으로 전망되고 있다. 고용시장에 AI가 미칠 파급효과는 그 어떤 기술 진보의 경우보다 거대한 것이다.

자율주행 - 스마트카 그리고 자율주행
자율주행 그리고 ADAS
스마트카의 목적지는 자율주행/ADAS!

맥킨지에 따르면, 자율주행/ADAS의 차량용 반도체 내 비중은 2019년 40%에서 2030년 85% 수준까지 가파르게 성장할 것으로 전망된다. 그리고 HIS 마킷에 따르면, 차량용 반도체 내에서 자율주행(Hands Free Driving) 반도체는 성장세, 점유율 모두 상승하겠지만, 차량제어, 인포테인먼트향 반도체의 경우 성장세가 자율주행에 밀려 하락할 것으로 전망된다. 이는 1) 자율주행이 모빌리티라는 자동차의 핵심 기능에 부합한다는 점, 2) 차량용 인포테인먼트의 성장이 자율주행을 전제로 한다는 점, 3) 자율주행 실현에 높은 기술력을 요구하는 하드웨어, 소프트웨어가 필요하다는 점에 기인한다.

Level2~Level2+(ADAS), 당장의 먹거리
-Level2, 예상되는 가파른 성장세

Level2~Level2+(ADAS)의 글로벌 탑재 대수는 2020년 1,180만 대에서 2030년 6,080만 대까지 빠르게 증가할 것으로 전망되며, 30년 이후에도 Level3, Level4 시장과 함께 성장할 것으로 판단되기에 주목할 필요성이 크다. ADAS 시장의 성장은 1) ADAS의 효과, 2) 국가별 ADAS 법제화에 기인한다.

ADAS는 첨단 운전자 보조시스템으로 1) 운전자를 도와 사고를 예방하며, 2) 운전자의 편의성을 대폭 개선한다. 이러한 장점에 선진국에서는 ADAS 법제화를 위해 노력하고 있으며, 이는 ADAS 시장의 성장에 기여할 것으로 전망한다.

2030년 이후 본격화되는 Level4(AD), 우려도 존재한다!
-Level4, 2030년부터 본격적인 성장

2030년에서 2035년까지 자율주행 Level4의 시장 규모는 250억 달러에서 2,300억 달러까지 성장할 전망이다. 따라서 2030년 이후에는 ADAS와 함께 Level4 수준의 자율주행에 주목할 필요가 있다. Level4, Level5의 경우 운전자 개입이 필요 없고. Level5의 경우 핸들과 엑셀 같은 제어장치도 필요 없기 때문에 로봇택시와 같은 비즈니스로도 확장 가능성이 열려 있다.

하지만 완전 자율주행에 대한 우려도 존재하는데, 이는 완벽한 자율주행을 위한 알고리즘 및 소프트웨어 개발 난이도가 상당하기 때문이다. 실제로 글로벌 완성차 업체, 빅테크가 자율주행 프로젝트를 연기하거나 실패를 인정하는 경우가 늘어나고 있다. 이와 같이 Level4 수준의 기술개발 및 사용화가 늦어지게 되면 Level2, Level3의 시장이 예상보다 더 확대될 가능성도 존재한다.

자율주행 기술의 발전과 미래
SDV로 전환되는 미래

스마트카 산업의 개화에 맞추어 모빌리티 업체들이 제시하고 있는 미래 먹거리는 명확하다. 바로 SDV(Software Defined Vehicle)이다. SDV는 소프트웨어로 정의된 차량을 의미하며 차량의 인포테인먼트, ADAS와 같은 기능을 다양한 소프트웨어를 통해 업데이트(OTA)할 수 있는 디바이스를 말한다.

-늘어나는 통신과 연산량

현대차는 25년까지 기존 내연기관 차량 라인업을 포함하여 전 차종을 SDV로 전환하겠다고 발표했으며, 자동차 부품 공급의 최상단에 있는 Tierl 전장 업체들과 빅테크 업체들이 제시한 로드맵 또한 유사하다. 일례로 차량 계기판에 표시되는 여러가지 UX/UI를 변경하기 위해, 그리고 ADAS의 차선 이탈 방지 기능의 업데이트를 위해 차량은 새로운 데이터를 클라우드로부터 전송받게 되는데, 이 과정에서 소프트웨어는 차량과 클라우드를 이어주는 매개체 역할을 수행한다. ADAS의 기능이 최종적으로 자율주행(AD) 수준으로 발전하고, 차량 내부의 인포테인먼트 시스템의 다양화에 따라 차량과 클라우드 간, 그리고 차량 내부의 데이터 통신량과 연산량은 지속적으로 증가할 것이며, 이를 제어하고 통제하는 소프트웨어와 관련 부품의 중요성이 높아질 것 또한 분명하다.

-선두주자인 테슬라, 완성차 OEM 업체는?

테슬라는 HW3.0 자체 칩 설계에 따른 완전 중앙집중형 아키텍처 구축을 목표로 양산을 진행하고 있다. 이는 차량의 전선 역할을 하는 와이어링 하네스의 배선을 줄여 차량의 구조 단순화와 무게 절감에 장점을 가지며, 중앙에 칩셋을 위치시켜 대부분의 처리를 담당하기 때문에 기기 간 호환성이 보장된다.

테슬라는 기존 완성차 OEM업체와 근본적인 차이가 있다. 테슬라는 위치를 중앙으로 통합하는 Zonal Architecture를 표방하며 SDV로 대표되는 자율주행 디바이스로 자동차 시장에 진출했고, 완성차 OEM업체는 기존 레거시 아키텍처로 수십 년간 사업을 영위해 왔다.

그렇기에 최근 많은 완성차 OEM업체들이 테슬라와는 일부 다른 SDV에 대한 향후 비전을 제시하며 1) 하드웨어와 소프트웨어의 통합, 2) 3~4개의 도메인(기능) 중심 최상위 제어기-엣지단에서의 보완적인 작동, 3) AUTOSAR 기반의 OS(운영체제)라는 3가지 축을 말하고 있다.

대부분 비슷한 구조와 전략을 차용하는 이유는 기존 공급망의 몸집이 너무 거대하기 때문이다. 부품의 사양을 OEM이 결정하면 Tier1→Tier2→Tier3 순서로 공급받은 부품을 통합하여 납품을 해왔는데, 이미 생산 중인 내연기관의 볼륨 모델을 재설계하고 공급망을 재편하기 위해서는 막대한 시간과 비용이 들 수밖에 없다. 따라서 도메인 아키텍처는 이 과도기에 필수적인 전략이라고 할 수 있다.

-왜 모두 중앙화에 집중할까?

전동화로 인해 자동차의 아키텍처에 변화가 있을 것으로 전망된다. 실제로 현재 테슬라를 제외한 기존 내연기관차 OEM업체들 또한 최종적으로 중앙집중형 아키텍처를 목표로 전환을 꾀하고 있으며, 과도기적 성격으로 기능 중심의 통합에 집중하는 Domain Architecture로 전환을 꾀하고 있다는 것이 정론이다.

-엣지 프로세싱은 유효하다

그러나 완성차 OEM의 중앙집중형 아키텍처로의 전환, 그리고 완전 자율주행의 도입에는 상당한 시간이 소요되기 때문에 엣지단에서 ADAS 기능 구현을 보조해주는 SoC에 대한 수요는 분명히 존재한다. 이는 1) 한정된 소비 전력으로 중앙 칩셋에 요구되는 연산 능력을 분담할 수 있으며, 2) 생명과 직결되는 실시간 처리의 안정성을 담보할 수 있고, 3) 반자율주행, 주행보조(ADAS) 시장이 니치마켓으로서 존재하기 때문이다.

ESS - 에너지 위기 해결사
ESS란 무엇인가?
ESS 산업의 성장 전망과 이유

글로벌 ESS 설비 규모는 22년 43.8GW에서 30년 508GW(CAGR +40.0%)로 10배 이상의 가파른 성장이 예상되고 있다. 이는 1) 코로나19 이후 화석연료 전력 단가 상승, 2) 재생에너지 비중 확대, 3) 배터리 생산 단가 하락에 기인한다. 기존 전력 생산의 핵심이었던 화석연료의 정치적 무기화가 이뤄지면서 공급이 제한되어 전력 단가가 급증하자, 재생에너지에 대한 요구가 급격하게 확대되었고, 추가적으로 ESS 설치 비용의 핵심인 리튬 배터리 가격이 원자재 가격의 하락 안정화로 경제성이 보장되었기 때문이다. ESS 산업을 제대로 이해하기 앞서 ESS란 정확히 무엇이고, 어떻게 구분할 수 있는가를 알아보자.

ESS의 정의와 구조

ESS(Energy Storage System)란 전기에너지를 저장했다가 전력이 필요한 시기에 사용할 수 있게 해주는 에너지 솔루션으로, 재생에너지 변동성을 보완하여 전력계통의 안정화를 돕는 역할을 한다. ESS는 기본적으로 크게 4가지로 구성되어 있다.

1) 전기 저장과 방전 역할을 하는 배터리

2) 전압과 전류 등을 제어하는 BMS(Battery Management System)

3) 배터리와 EMS(Energy Management System) 사이의 AC/DC 변환과 전력 공급, 충전을 담당하는 PCS(Power Conversion System)

4) ESS 부품들의 작동을 감시, 제어하기 위한 시스템인 EMS(Electronic Manufacturing Services)

ESS의 수요처별 분류

ESS는 여러 방법으로 분류가 가능하나 크게 'FTM(Front-of-the-Meter)' 과 'BTM(Behind-the-Meter)'으로 구분된다. FTM은 수요처별로 전력량계(Electricity Meter) 앞단인 발전, 송전, 배전과 관련된 전력 공급자 측 유틸리티용 ESS 자산이다. BTM은 FTM 자산과 주택, 상업 시설을 연결하기 위해 설치되는 전력량계 뒷단, 즉 ON 수요처 측 주거용/상업용 ESS 자산을 의미한다. FTM 자산의 경우 1) 전력 발전원과 연계되어 전력 저장 및 부하 조정 목적, 2) 송배전망과 연계되어 전력 품질과 신뢰성을 향상하기 위한 목적으로 설치된다. BTM 자산의 경우 피크 저감을 통한 전력 소비자 비용 절감, 비상시 예비 전원, 가정/기업단 설치된 재생에너지원의 자체 소비 등의 목적으로 설치된다.

FTM ESS의 경우 기능별로 다음과 같이 구체화가 가능하다.

1) 태양광, 풍력 등 간헐성이 큰 재생에너지 발전 자산과 연계되어 부하 조정, 회전 예비력을 제공하여 출력 안정화

2) 전력망과 연결되어 일시적인 전력 부하 및 재난 시 예비 전력으로 작동

3) 전력망 최대 출력을 낮추어 송전, 배전에서 전력 손실률을 최소화하는 비용 절감 기능

BTM ESS의 경우는 상업 혹은 가정단에서 설치되어 다음처럼 구분이 가능하다.

1) 전기 요금이 낮은 시간에 전력을 저장했다가 높은 시간에 방전하여 피크 저감을 통한 요금 절약 기능

2) 비상시 예비 전력

3) 자체적으로 건물 옥상, 마당에 설치한 태양광 등의 재생에너지 자체 소비용

FTM ESS, BTM ESS의 최근 변화와 전망

기존 발전기를 비롯해 재생에너지 등의 발전원과 연결되어 사용되는 FTM ESS의 경우, 최근 AI 딥러닝 기반 소프트웨어들이 개발되면서 전력 도매시장에서 전력 가격 예측 정확도가 높아지고, 전력 자동 거래 및 ESS 관리의 경제성이 높아지며 주목을 받고 있다. BTM ESS의 경우 기후 변화와 자연 재해 빈도 증가로 전력난이 심해지자, 비상시 예비 전력 가정단 ESS도 빠르게 늘고 있다.

추가적으로 미국 정부가 노후 전력망 대안책으로 재생에너지와 같은 분산에너지 자원과 ESS를 연결시켜 자급자족이 가능한 전력망 충당 시스템인 마이크로그리드(MG) 지원 정책을 발표하면서 향후 마이크로그리드향 BTM ESS 수요 증가에 대한 기대감도 커지고 있다.

재생에너지 연계 FTM을 주목해야 할 이유

미국과 EU, 중국 등 주요국들이 재생에너지 연계 및 전력망 연결용 ESS 보급 확대를 위한 보조금 지급, 세제 혜택 제공, 설치 의무화 등의 정책적 드라이브를 걸고 있어, 중단기적으로도 재생에너지와 연결되는 ESS의 확장에 주목해야 하는 시점이다.

우주 - 한국판 NASA
Old space에서 New space로 성장하는 우주산업
전 세계적인 우주산업 활황

과거의 우주산업은 국가와 군이 주도하는 산업으로 미국, 구소련과 같은 초강대국들이 국력을 과시하는 수단으로 성장하였다. 주로 국가 연구기관과 대기업에 의해 진행되었으며, 각국은 막대한 양의 공공자본을 투자해 우주 비행 계획을 실현시키고자 노력했다. 패권 경쟁으로까지 이어진 구소련과 미국의 우주 개발 경쟁은 ‘아폴로 11호 계획’을 성공시킨 미국의 승리로 돌아갔고, 이후 양국의 우주 경쟁도 일단락됐다. 이후 각국 정부와 군 모두 우주 경쟁의 필요성에 의문을 제기하며 투자 또한 위축됐다.

-우주산업 독려 움직임

글로벌 우주산업의 규모는 2020년 3,710억 달러에서 2040년 1.1조 달러로 연평균 3.1% 성장할 전망이다. 각국 정부는 대기업 위주의 방위산업체뿐만 아니라 스타트업들의 적극적인 참여를 독려하고 있다. 지속적인 혁신이 필요한 우주산업에서 정부와 대기업만으로는 경쟁력이 부족하기 때문이다. 실제로 정부의 지원 방향과 산업의 상업적 가치가 확인된 지금, 많은 기업들이 우주산업에 뛰어들고 있다.

-전 세계적인 우주산업

미국을 예로 들어보자. 더 많은 사업자에게 참여 기회를 제공하며 우주산업 전반을 성장시키려는 미국 정부의 노력은 달 탐사 계획인 ‘아르테미스 프로젝트’를 통해 확인할 수 있다. 아르테미스 프로젝트에는 대표적인 방산 대기업인 록히드 마틴, 보잉 등과 함께 로켓랩, 블루 오리진, ULA 등 다양한 기업이 미 항공우주국(NASA)의 지원을 받아 참여 중이다.

뿐만 아니라, 많은 국가들이 국방 차원의 우주산업에 투자를 늘리고 있다. 국가 안보에서 차지하는 우주산업의 중요성이 날로 증가하고 있기 때문이다. 이는 러시아·우크라이나 전쟁을 통해 확인할 수 있는데, 단순 살상 무기만이 아니라 스타링크의 통신망, 막사 테크놀로지의 이미지 데이터 등 다양한 민간 위성들이 제공하는 네트워크 시스템이 전장(戰場)에 크게 영향을 미치고 있는 것이다. 이처럼 우주산업의 결과물들이 직접적으로 국가 안보에 영향을 끼치는 것을 확인함에 따라 많은 국가들이 필연적으로 정부 차원의 우주산업 투자를 늘리고 있는 중이다.

-중국, 우주산업으로 미국과 경쟁

중국의 우주산업 성장도 주목할 필요가 있다. 22년 중국은 군과 정부, 정부의 통제 하에 있는 국영기업들까지 참여해 전 세계에서 두 번째로 많은 페이로드(로켓에서 인공위성을 감싸고 있는 머리 부분)를 우주로 보낸 국가가 되었다. 중국의 우주산업 성장에는 군의 역할이 크기 때문에, 주변국의 우주산업 육성 의지에도 큰 영향을 미치는 중이다. 구소련과 미국이 우주 패권 전쟁을 벌였듯이 현재는 미국과 중국의 경쟁이 벌어지고 있는 것이다. 따라서 각국은 지속적인 패권 유지를 위해 우주산업에 보다 많은 노력과 투자를 진행할 것으로 전망된다.

-우주산업이 성장할 수밖에 없는 이유

현재 우주산업 성장의 키는 크게 두 가지를 꼽을 수 있다. 첫 번째는 발사 비용 및 위성 단가의 하락, 두 번째는 활용 영역의 확대이다.

-발사 비용 및 위성 단가의 하락

과거 우주산업 성장의 가장 큰 장애물은 기술력과 비용이었다. 로켓 발사에는 개발 비용, 탑재체 제작 비용, 발사대 제작 비용, 발사 비용 등 막대한 비용과 시간이 소모되었다.

이런 상황에서, 2016년 일론 머스크가 주도한 스페이스X의 로켓 재사용 성공은 우주 사업에 새로운 문을 열어젖혔다. 기존에 일회성으로 사용되던 로켓의 재사용이 가능해지며 1kg당 기존 1.3만 달러에서 2,700달러 수준으로 발사 비용을 현격히 감소시킨 결과, 사업의 경제성 확보가 가능해지며 성장 속도가 급증하기 시작한 것이다. 또한 위성 제작 비용도 5억 달러에서 50만 달러까지 하락해 사업의 성장성에 불을 붙였다.

게다가 기술 발전에 따라 위성, 발사체, 지상장비, 위성 서비스 등 우주사업의 모든 영역에서 큰 폭의 비용 감소가 진행되고 있다. 구체적으로 위성체 제작비용은 1/1,000, 위성 서비스는 무선데이터 처리비용이 1/100 이하까지 감소할 것으로 예상된다. 또한 22년 1kg당 1,500달러였던 발사 비용이 40년에는 100달러까지 감소할 것으로 추정된다.

현재 가장 저렴한 로켓 발사체는 스페이스X의 Falcon9인데, 다목적 초대형 우주발사체 ‘스타십’의 개발이 완료돼 우주선을 포함한 로켓 전체의 재사용이 가능해질 경우, 1kg당 발사 비용은 200달러 선까지 감소할 전망이다. 수송 능력도 향후 150톤까지 증가해 높은 수송 능력과 저비용의 강점을 가진 민간기업들이 발사체 시장의 성장을 주도할 것이라 전망한다.

* * *

본 정보는 도서의 일부 내용으로만 구성되어 있으며, 보다 많은 정보와 지식은 반드시 책을 참조하셔야 합니다.

인문교양