[기경학회 AX칼럼] 중전기기 슈퍼사이클 이제 시작

세계 AI 데이터센터 투자가 폭증하고 노후 전력망 교체 수요가 겹치면서, 초고압 변압기·차단기·GIS(가스절연개폐장치) 등 중전기기 시장이 역사적 '슈퍼사이클'에 진입했다. 효성중공업, LS일렉트릭, HD현대일렉트릭 등 국내 주요 기업의 수주 잔고는 수년 치를 넘어섰고, 주가와 실적 모두 전례 없는 고점을 기록하고 있다. 그런데 이 호황의 이면에 역설이 있다. 수주는 넘치는데 납기가 밀린다. 공장을 늘려도 생산이 따라가지 못한다. 문제는 설비가 아니다. 사람이다. 중전기기는 반도체나 디스플레이처럼 장비가 공정을 대신하는 산업이 아니다. 초고압 변압기의 절연 설계, 차단기의 아크 소호 판단, GIS의 조립·시험 공정은 수년에서 수십 년의 현장 경험이 축적된 숙련 엔지니어의 도메인 지식에 의존한다. 이 지식은 매뉴얼로 전수되지 않는다. 몸으로 익히고, 현장에서 체화된다. 문제는 이 산업이 반도체만큼 주목받지 못한다는 데 있다. 반도체는 범국가적 인재 유치 의제가 됐고, 처우와 인지도 모두 최상위권이다. 반면 중전기기는 제조 현장직 기피 현상과 싸우면서, 오히려 전기·전자 계열 우수 인력을 반도체와 IT 기업에 역유출당하고 있다. 슈퍼사이클이 왔는데 만들 사람이 부족한 것이다. 이것은 단순한 HR 문제가 아니다. 숙련 인력 부재는 곧 생산능력 확대의 구조적 천장이다. 공장 라인을 두 배로 늘려도, 그 라인을 운용할 도메인 지식이 없으면 생산량은 늘지 않는다. 여기서 AX(AI 전환)의 역할이 재정의된다. 중전기기 AX는 범용 AI 툴을 사다 붙이는 것이 아니다. 숙련 엔지니어의 판단 로직, 설비 운전 경험, 공정 노하우 속에 숨은 공학적 인과관계를 찾아내 규칙 기반의 데이터 모델(디지털 명시지)로 전환하는 것이다. 1명의 숙련자가 가진 지식을 모델화하면, 그 지식은 다수의 현장에서 동시에 작동할 수 있다. 물론 핵심 조건이 하나 있다. 알고리즘이 왜 그 판단을 내렸는지 공학적으로 검증 가능하고 설명 가능한 AI(XAI)가 전제돼야 글로벌 신뢰를 얻는다. 현장 지식이 내재되지 않은 XAI는, 전력 인프라 현장에서 채택되기 어렵다. AX 전환이 만들어내는 것은 생산성 향상만이 아니다. 글로벌 현장에 납품된 설비에서 실시간으로 수집되는 운전 데이터 (예를 들면, 전류·전압 패턴, 이상 징후, 부하 변동 이력 등)는 외부에서 복제할 수 없는 고유한 데이터 자산이 된다. 이 데이터를 기반으로 예지보전 서비스를 제공하고, 설비 수명 관리를 구독형으로 운영하는 순간, 중전기기 기업은 기자재 납품업에서 글로벌 지능형 인프라 서비스업으로 전환된다. 반도체 산업이 먼저 걸어간 길이 있다. 인력난을 직시하고, 공정 지식을 자동화 모델로 전환하고, 고부가가치 서비스 생태계를 구축했다. 중전기기도 같은 수렴점을 향하고 있다. 두 산업의 공통된 답은 하나다. AX는 선택이 아니라 생산능력의 구조적 한계를 돌파하는 기초체력이다. 슈퍼사이클은 영원하지 않다. 수주 잔고가 넘치는 지금, 기업의 시선은 온통 납기 단축과 라인 증설에 쏠려 있다. 그러나 호황의 정점에서 다져놓지 않으면 다음 사이클의 저점에서 따라잡을 수 없는 것이 있다. 현장 도메인 지식의 데이터 자산화, XAI 기반 서비스 BM, 그리고 이를 기업 의사결정의 일부로 체화하는 조직 루틴이다. 하드웨어 호황은 사이클이 있다. 그 정점에서 쌓아올린 소프트웨어 지능은 영속한다. 전력산업 중전기기의 진짜 슈퍼사이클은 지금부터 시작이다.