주노의 탭 폴더

개인정보처리방침

주노79 — Tue, 18 Aug 2026 11:36:39 +0900

개인정보처리방침

주노의 탭 폴더는 방문자의 개인정보를 중요하게 생각합니다. 이 페이지는 블로그 이용 과정에서 어떤 정보가 처리될 수 있는지 안내합니다.

자동으로 수집될 수 있는 정보

블로그와 연결된 서비스는 방문 과정에서 IP 주소, 브라우저 및 기기 정보, 방문한 페이지, 접속 시각, 쿠키 또는 유사 식별자 등의 정보를 자동으로 처리할 수 있습니다. 이 정보는 서비스 운영, 이용 통계, 보안, 맞춤형 또는 비맞춤형 광고 제공 등에 사용될 수 있습니다.

Google 광고 및 분석 서비스

이 블로그는 Google AdSense 등 Google 제품을 사용할 수 있습니다. Google과 그 파트너는 쿠키, 웹 비콘, IP 주소 또는 기타 식별자를 이용해 광고를 제공하고 효과를 측정할 수 있습니다.

Google이 파트너 사이트의 정보를 사용하는 방식:
https://policies.google.com/technologies/partner-sites?hl=ko

방문자는 브라우저 설정에서 쿠키를 차단하거나 삭제할 수 있습니다. 맞춤 광고 설정은 아래 주소에서 관리할 수 있습니다.
https://adssettings.google.com/

티스토리 및 카카오 서비스

이 블로그는 티스토리 플랫폼을 사용합니다. 티스토리와 카카오가 플랫폼 제공, 로그인, 댓글, 통계, 보안 등을 위해 정보를 처리할 수 있으며, 해당 처리에는 각 서비스의 개인정보처리방침이 적용됩니다.

댓글과 방명록

방문자가 댓글이나 방명록을 남기면 작성한 내용과 서비스가 제공하는 작성자 정보가 공개되거나 운영자에게 전달될 수 있습니다. 주민등록번호, 전화번호, 주소 등 민감한 개인정보는 남기지 마세요.

외부 링크

블로그 글에는 외부 사이트 링크가 포함될 수 있습니다. 외부 사이트에서 이루어지는 개인정보 처리에는 해당 사이트의 정책이 적용됩니다.

문의 및 정책 변경

개인정보 또는 게시물 관련 문의는 블로그 방명록을 이용해 주세요. 서비스 구성이나 관련 정책이 변경되면 이 방침을 수정하고 변경일을 표시합니다.

시행일: 2026년 8월 18일
최종 수정일: 2026년 8월 18일

블로그 소개와 운영 원칙

주노79 — Tue, 18 Aug 2026 11:35:36 +0900

주노의 탭 폴더를 소개합니다

주노의 탭 폴더는 AI와 디지털 도구를 직접 써보며 알게 된 점, 락 페스티벌을 준비하면서 확인한 정보, 웹소설·웹툰을 읽고 느낀 점을 기록하는 개인 블로그입니다.

단순히 발표 자료나 다른 글을 다시 정리하는 데서 끝내지 않고, 실제로 무엇을 확인했고 어떤 판단이 필요했는지를 독자가 바로 활용할 수 있도록 쓰는 것을 목표로 합니다.

글을 만드는 방식

• 가능한 경우 공식 발표, 제품 문서, 행사 주최 측 공지 등 원문을 먼저 확인합니다.
• 사실과 개인적인 해석을 구분해 적습니다.
• 직접 사용하거나 비교한 내용은 어떤 조건에서 확인했는지 설명합니다.
• AI 도구를 자료 정리와 초안 작성에 활용할 수 있지만, 최종 내용과 표현은 운영자가 검토합니다.
• 날짜가 중요한 정보는 확인 기준일을 표시하고, 내용이 바뀌면 수정합니다.
• 건강·금융처럼 중요한 판단에 영향을 줄 수 있는 글은 일반 정보로만 제공하며 전문가의 진단이나 자문을 대신하지 않습니다.

정정과 문의

잘못된 정보, 출처 문제, 이미지 권리 문제를 발견하면 블로그 방명록에 남겨 주세요. 확인 후 필요한 내용을 수정하거나 비공개 처리하겠습니다.

운영자: 주노79
최종 수정일: 2026년 8월 18일

[앱인토스] 나만 없어 해마, 오늘의 힐링 어항

주노79 — Fri, 14 Aug 2026 15:17:49 +0900

종일 빠른 화면만 넘기다 보면, 잠깐 멈춰 있는 화면이 오히려 반가울 때가 있습니다. 그래서 제가 직접 만든 앱 ‘나만 없어 해마’는 서두르지 않는 쪽으로 방향을 잡았습니다. 어항을 열고, 오늘 찾아온 친구를 보내고, 물속에서 천천히 움직이는 모습을 보는 앱입니다.

먼저 한 줄로 말하면 이렇습니다.

매일 무료 친구 2명을 만나며, 최대 100종의 작은 친구들로 내 어항을 채워 가는 앱인토스 힐링 어항입니다.

나만 없어 해마 열기

친구가 하나둘 늘면 텅 빈 물속이 천천히 자기만의 어항이 됩니다. 직접 만든 앱 화면을 캡처했습니다.

왜 하필 해마였을까

거창한 이유는 없습니다. 작고, 조금 느리고, 어딘가 하찮게 귀여운 느낌이 좋았습니다. 이름을 먼저 정하고 나니 “나만 없어 해마”라는 말도 꽤 자연스럽게 붙었습니다.

앱 안에는 해마만 있는 건 아닙니다. 물고기, 해파리, 가오리처럼 익숙한 바다 친구도 있고, 물에 빠진 고양이처럼 예상 밖의 손님도 찾아옵니다. 누구를 만나게 될지 모르는 가벼운 설렘은 남겨 두되, 화면 전체는 오래 바라봐도 피곤하지 않게 만들고 싶었습니다.

빠르게 점수를 올리는 손맛보다, 작은 친구가 움직이는 모습을 한동안 구경하는 쪽에 더 가깝습니다. 잠깐 들어왔다가 그대로 멈춰 봐도 괜찮습니다.

하루에 무료 친구 2명, 부담 없이 시작합니다

처음 해야 할 일은 어렵지 않습니다. 하루에 한 번 무료로 친구 2명을 만나고, 마음에 드는 친구를 어항으로 보내면 됩니다. 처음엔 휑했던 어항에 한 마리, 두 마리씩 움직임이 생깁니다.

오늘 찾아온 두 친구는 바로 어항에 보낼 수 있습니다. 이름과 짧은 소개도 함께 붙어 있습니다.

친구를 어항에 보낸 뒤에는 밥을 줄 수 있습니다. 먹이를 먹은 친구는 조금씩 성장하고, 오래 돌본 친구에게는 새로운 빛이 더해집니다. 하루 만에 모든 걸 끝내는 구조는 아닙니다. 며칠 뒤 다시 열었을 때 “얘가 전보다 조금 달라졌네” 하고 알아보는 재미를 생각했습니다.

저는 이 앱을 출퇴근길에 꼭 무언가를 해내야 하는 화면으로 만들고 싶지 않았습니다. 물고기 몇 마리 움직이는 걸 보다가 닫아도 충분합니다. 어항은 그 자리에 그대로 남아 있습니다.

처음 만난 친구와 소정의 토스포인트

지금은 첫 방문의 재미를 조금 더하기 위한 프로모션도 진행하고 있습니다. 무료 친구 2명을 만나고, 그중 첫 친구가 어항에 들어오는 순간 소정의 토스포인트가 자동으로 지급됩니다. 따로 받기 버튼을 찾을 필요는 없습니다.

포인트를 앞세운 앱이라기보다, 처음 어항에 친구가 생기는 순간을 가볍게 축하하는 작은 선물에 가깝습니다. 지급은 계정당 한 번이며, 프로모션 예산 상황에 따라 조기 종료될 수 있습니다.

무료 친구를 만나고 첫 친구를 어항에 보내면 끝.
조건을 채운 뒤 별도의 복잡한 신청 과정은 없습니다.

도감은 100칸, 채우는 속도는 내 마음대로

만난 친구는 ‘나의 도감’에 차곡차곡 기록됩니다. 지금까지 누구를 만났는지, 아직 비어 있는 자리가 몇 개인지 한눈에 볼 수 있습니다.

도감에는 최대 100종의 친구가 들어갑니다. 익숙한 바다 생물 사이에 엉뚱한 손님도 숨어 있습니다.

100종이라는 숫자만 보면 숙제처럼 느껴질 수 있습니다. 하지만 빨리 채워야 할 이유는 없습니다. 오늘 두 친구를 만나고, 다음 날 다른 친구를 기다리는 식으로 천천히 늘려 가면 됩니다.

도감 속 친구를 누르면 이름과 특징도 다시 볼 수 있습니다. 어항에서 작게 지나가던 친구를 도감에서 크게 보고 나면, 다음부터는 물속에서도 제법 잘 알아보게 됩니다. 비슷해 보이던 작은 물고기에도 각자의 별명이 생기는 순간입니다.

친구가 늘면 어항의 풍경도 달라집니다

모으는 친구 수가 늘어날수록 어항 배경도 조금씩 변합니다. 처음에는 조용한 바닷속이었다가, 산호와 빛이 더해지고, 더 깊은 풍경도 열립니다. 40종을 만나면 두 번째 어항으로 이동할 수 있습니다.

두 번째 어항은 첫 어항과 분위기가 확실히 다릅니다. 모아 둔 친구를 두 공간 사이에서 옮길 수도 있습니다.

두 번째 어항은 단순히 배경색만 바꾼 화면이 아닙니다. 깊은 바다의 나무와 푸른 산호가 보이는 별도의 공간으로 만들었습니다. 친구를 어느 어항에 둘지도 직접 정할 수 있습니다. 한쪽은 해마 위주로, 다른 쪽은 알록달록한 물고기 위주로 꾸며도 됩니다.

어항이 꽉 찰수록 화면은 화려해지지만, 친구들이 서로 완전히 가려지지 않도록 움직임과 배치를 계속 다듬고 있습니다. 만드는 사람 입장에서는 작은 해마 한 마리가 산호 뒤로 숨어 버리는 문제도 꽤 오래 붙잡게 됩니다.

이런 분께 잘 맞습니다

짧게 열어 두고 바라볼 조용한 화면이 필요한 분
귀엽고 조금 엉뚱한 캐릭터를 하나씩 모으는 걸 좋아하는 분
매일 오래 붙잡지 않아도 천천히 달라지는 앱을 좋아하는 분
복잡한 조작보다 내 어항을 채우는 느낌을 원하는 분

반대로 하루 만에 모든 친구를 만나고 싶은 분에게는 속도가 답답할 수 있습니다. 이 어항은 단숨에 완성하는 것보다, 며칠 뒤 새로운 친구가 찾아오는 쪽에 더 무게를 두었습니다.

오늘은 두 친구만 만나 보세요

처음부터 100종을 생각할 필요는 없습니다. 오늘 무료 친구 2명을 만나고, 마음에 드는 한 친구를 어항에 보내는 데서 시작하면 됩니다. 소정의 토스포인트 프로모션도 첫 친구가 들어오는 순간 자동으로 적용됩니다.

나만 없어 해마에서 오늘의 친구 만나기

화려한 기능을 오래 설명하는 것보다, 물속에서 꾸물꾸물 움직이는 작은 해마 한 마리를 직접 보는 편이 빠릅니다.

바쁜 날 잠깐 열어도 부담 없는 어항. ‘나만 없어 해마’는 그 정도의 느슨한 자리를 만들고 싶었습니다.

[웹소설] `절대회귀` 리뷰: 복수하러 돌아왔는데 사람이 더 오래 남았다

주노79 — Tue, 4 Aug 2026 18:51:10 +0900

공식 표지를 재사용하지 않고, 회귀와 관계라는 리뷰의 핵심을 표현해 제작한 이미지입니다.

896화.

웹소설을 고를 때 이 숫자부터 보면 손이 멈춥니다. 재미없으면 돈보다 시간이 더 아깝기 때문입니다. 게다가 제목에는 회귀가 들어갑니다. 미래를 아는 주인공이 과거로 돌아가 악인을 정리하는 이야기라면 이미 많이 봤습니다.

그런데 《절대회귀》 후기를 찾아보면 싸움보다 대화를 기억하는 사람이 많습니다. 한 완독 후기는 주인공의 무공보다 주변 인물의 이름을 길게 적고, 밤 10시에 새 회차를 기다리던 시간을 이야기합니다.

반대쪽 반응도 뚜렷합니다. 마교가 너무 따뜻하고, 사람을 얻는 전개가 반복되며, 무협인데 정작 전투는 싱겁다는 평가입니다.

《절대회귀》는 누구에게나 맞는 9.9점짜리 무협이라기보다, 칼보다 사람 이야기를 좋아할 때 크게 꽂히는 작품에 가깝습니다.

이 글은 네이버 시리즈 공식 정보와 완독·연재 중·하차 후기 등 여러 공개 자료를 교차해 작성한 스포일러 적은 종합 리뷰입니다. 직접 완독한 개인 감상으로 꾸미지 않았습니다.

작품에는 현재 896화가 등록돼 있습니다. 외부 완독 후기와 후속 기사에서는 2026년 4월 22일 본편 완결로 설명하지만, 8월 4일 확인한 네이버 시리즈 상태는 아직 연재중입니다. 외전 때문인지 단순 미갱신인지는 확인되지 않았습니다.

먼저 결론부터 말하면

빠르고 차가운 복수극을 찾는다면 기대와 다를 수 있습니다.

초반 후기에서 검무극은 시작부터 강해 답답한 재성장 구간이 적은 주인공으로 평가됩니다. 회귀 전 기억을 활용해 남보다 먼저 움직이고, 사건 해결도 빠른 편이라는 반응입니다.

후기들이 더 오래 이야기하는 부분은 승패가 아닙니다. 검무극이 가족을 다시 보고, 전생에는 스쳐 지나갔던 사람의 마음을 알아차리고, 적이 될 인물과 말 한마디를 더 나누는 과정입니다.

읽기 전에는 두 가지만 보면 됩니다.

인물과 대화가 좋은 무협을 찾는다면 추천합니다.
냉혹한 마교와 치밀한 전투를 기대한다면 먼저 무료분을 확인하는 편이 낫습니다.

복수는 시작 버튼일 뿐입니다

공식 소개와 1~100화 후기를 종합하면, 주인공 검무극은 천마의 둘째 아들입니다. 미래에 나타난 압도적인 적 화무기에게 가족과 마교를 잃은 그는 과거로 돌아가 다른 결말을 준비합니다.

여기까지만 보면 익숙합니다.

처음에는 미래를 아는 주인공이 남보다 먼저 움직여 적을 정리하는 익숙한 회귀물처럼 보입니다. 초반 추천 후기들도 빠른 전개와 답답함 없는 사건 해결을 장점으로 꼽습니다.

차이는 그다음부터 생깁니다.

검무극은 미래의 적만 없애지 않습니다. 망가질 사람을 고쳐 쓰고, 멀어졌던 가족에게 다가가고, 전생에는 몰랐던 충성을 알아봅니다. 회귀가 다시 이기기 위한 기회에서 다시 제대로 보기 위한 기회로 조금씩 바뀝니다.

이 지점이 《절대회귀》의 가장 좋은 부분이면서 가장 취향을 타는 부분입니다.

싸움보다 사람을 얻는 장면이 더 강합니다

여러 후기에서 가장 자주 겹친 평가는 대화가 좋다였습니다.

검무극은 혼자 모든 일을 끝낼 만한 힘과 정보를 가졌습니다. 하지만 여러 후기는 그가 주변 사람의 사정을 살피고 역할을 나누는 장면, 처음에는 적대적이거나 괴팍했던 인물이 대화를 거치며 다른 얼굴을 보여주는 장면을 강점으로 꼽습니다.

이 과정에서 조연이 단순한 부하 명단으로 남지 않습니다. 천마, 형, 팔마존과 주변 세력이 저마다 말투와 사정을 얻습니다. 완독 후기에서 줄거리보다 등장인물 이름이 먼저 쏟아지는 이유도 여기에 있어 보입니다.

전투가 짧게 끝나는 대신 관계 묘사에 더 많은 무게가 실린다는 평가도 반복됩니다. 누가 더 강한지를 수십 합 동안 설명하는 무협과는 호흡이 다릅니다.

무공의 초식보다 사람 사이의 한마디가 더 오래 남습니다. 이 맛이 맞으면 긴 분량도 함께 지낼 시간이 되고, 맞지 않으면 관계 형성이 반복된다고 느끼게 됩니다.

칼은 한쪽에 놓이고, 서로 다른 사람을 뜻하는 찻잔과 바둑돌이 등불 주위에 모였습니다. 이 리뷰에서 본 《절대회귀》의 중심도 이쪽에 가깝습니다.

마교인데 이렇게 다정해도 되나

호불호가 가장 크게 갈리는 부분입니다.

보통 마교가 나오는 무협은 잔혹함과 강자존을 앞세웁니다. 약하면 빼앗기고, 배신하면 죽고, 힘이 곧 질서가 됩니다. 《절대회귀》에도 악인과 처벌은 있습니다. 다만 검무극이 만들려는 마교는 공포만으로 굴러가는 조직과 거리가 있습니다.

썩은 조직을 사람 사는 곳으로 바꾸는 이야기로 읽으면 꽤 따뜻합니다. 완결 후 비평과 중반 재독 후기는 작품 속 관계를 가족이나 일터에서 사람을 대하는 태도와 연결해 읽기도 합니다.

반대로 일부 독자는 이를 무림 동화라고 표현합니다. 위험한 인물도 검무극과 대화하며 달라지고, 주인공 주변에 좋은 사람이 계속 모인다는 비판입니다. 마교의 살벌함을 기대한 독자에게는 온화함이 아니라 설정 붕괴처럼 느껴질 수 있습니다.

후기를 종합할 때 이 부분을 단점 하나로 잘라 말하기는 어렵습니다. 이 다정함을 빼면 《절대회귀》가 다른 회귀 무협과 구별될 이유도 크게 줄어듭니다. 대신 작품 소개에서 이 성격을 숨기면 안 됩니다.

이건 피 냄새 짙은 마교물이 아닙니다. 마교를 무대로 한 관계 중심 회귀 무협에 더 가깝습니다.

896화가 주는 만족과 피로

장편이라는 사실은 장점이자 가장 큰 진입 장벽입니다.

좋아하는 독자에게 긴 분량은 인물과 함께 지낼 시간입니다. 본편을 끝까지 다룬 후기와 비평은 여러 인물을 다시 돌아보는 후일담과 후반 정리를 높게 평가합니다.

하지만 중간에 반복감을 느꼈다는 후기도 적지 않습니다.

검무극이 새로운 사람을 만납니다. 상대의 사정을 알아봅니다. 능력이나 마음을 인정해 줍니다. 적대하던 인물이 감화되거나 아군이 됩니다. 이 흐름이 이어지면서 긴장감보다 호감 쌓기가 중심이 됐다는 비판입니다.

주인공과 세력이 충분히 강해진 뒤에는 위기감이 약해진다는 지적도 있습니다. 전투를 자세히 그리지 않는 작품이라 힘의 균형과 성장 과정이 건너뛰는 것처럼 느껴질 때도 있습니다.

따라서 몰아보기 방식도 취향을 탑니다.

사건의 결말만 빨리 보고 싶은 사람은 반복이 더 잘 보일 수 있습니다. 반대로 하루에 몇 화씩 인물 대화를 즐기는 사람에게는 연재 당시의 호흡이 더 잘 맞습니다.

플랫폼 9.9점, 어디까지 믿고 결제할까

2026년 8월 4일 확인한 네이버 시리즈 작품 페이지에는 평점 9.9, 누적 열람 약 1억 2,700만, 관심 약 16만이 표시됩니다. 숫자만 보면 고민할 이유가 없어 보입니다.

하지만 외부 리뷰 사이트의 반응은 훨씬 갈립니다. 소설넷에서는 같은 날 246명이 참여한 평균이 약 3.68점이었습니다. 개별 리뷰에는 만담과 관계를 칭찬하는 반응과 대사·설정이 오글거린다는 비판이 함께 있습니다.

어느 쪽이 진짜인지를 따지는 건 큰 의미가 없습니다.

플랫폼과 외부 리뷰 사이트는 평가에 참여하는 독자 구성이 다를 가능성이 큽니다. 그래서 두 숫자를 같은 조건의 점수처럼 바로 비교하기는 어렵습니다.

그래서 《절대회귀》는 별점보다 무료분에서 확인할 것이 분명합니다.

1. 검무극의 여유 있는 말투가 재미있는가. 2. 전투가 짧아도 아쉽지 않은가. 3. 마교 사람들의 관계가 따뜻해지는 흐름을 받아들일 수 있는가.

공식 페이지에서는 25화를 무료로 제공합니다. 초반 추천 후기에서 반복된 빠른 사건 해결과 대화 중심 분위기가 내 취향인지 확인하기에 부담이 적은 구간입니다. 무난하지만 특별하지 않다면 1~100화를 다룬 후기를 참고해도 좋습니다. 이 후기에서는 사건 해결보다 가족과 팔마존, 새로 만난 인물의 마음을 다시 보는 흐름을 더 높게 평가했습니다.

대화가 교훈처럼 들리거나 전투가 너무 빨리 끝나 아쉽다면 곧바로 대량 결제할 이유는 없습니다. 같은 특징이 중반 후기에서도 장점과 단점으로 반복해서 언급됩니다. 처음부터 896화를 목표로 잡기보다, 말투를 확인한 뒤 더 궁금할 때 100화 안쪽에서 인물을 보고 다음 묶음을 결정해도 늦지 않습니다.

이런 독자에게 추천합니다

무협 초보도 읽기 쉬운 작품을 찾는 사람
답답하게 약한 주인공보다 시작부터 강한 주인공을 좋아하는 사람
전투보다 만담, 정치, 가족과 동료 이야기를 좋아하는 사람
조연이 오래 살아남고 다시 등장하는 장편을 좋아하는 사람
복수 성공보다 두 번째 삶을 어떻게 살 것인지가 궁금한 사람

이런 독자에게는 안 맞을 수 있습니다

냉혹하고 잔인한 마교를 기대하는 사람
초식과 공방을 세밀하게 묘사한 전투를 좋아하는 사람
주인공이 위기에 몰리는 긴장감을 중요하게 보는 사람
교훈처럼 들리는 대사나 따뜻한 감화를 오글거려 하는 사람
300화 안팎의 단단한 완결작을 선호하는 사람

다수 후기 기반 편집자 별점

항목	별점	판단
초반 흡입력	4.5 / 5	강한 주인공과 빠른 사건 해결로 진입이 쉽습니다.
인물·캐릭터	4.5 / 5	조연이 많아도 각자의 말투와 관계가 남는다는 호평이 많습니다.
대화·감정선	4.5 / 5	여러 후기에서 가장 자주, 가장 강하게 호평받은 부분입니다.
전투·무협 쾌감	3.5 / 5	속도는 좋지만 합과 성장 설명이 얇다는 비판이 분명합니다.
장편 완급	3.5 / 5	후반 정리 호평과 중반 반복·늘어짐 비판이 함께 있습니다.

종합 별점: 4.1 / 5

각 항목은 출처 원장에 반복해서 등장한 호평과 비판을 바탕으로 0.5점 단위로 정성 평가했습니다. 통계 평균은 아닙니다. 종합 점수만 다섯 항목을 같은 비중으로 산술평균해 소수점 첫째 자리까지 표시했습니다. 플랫폼의 9.9점을 5점 만점으로 단순 환산한 점수도 아닙니다.

한 줄로 끝내면

《절대회귀》는 과거로 돌아가 가장 강한 사람이 되는 이야기처럼 시작합니다.

끝까지 남는 질문은 조금 다릅니다.

다시 살 수 있다면, 이번에는 곁에 있던 사람을 제대로 볼 수 있느냐는 이야기입니다.

자료 확인 기준

확인일: 2026-08-04
공식 작품 정보: 네이버 시리즈 《절대회귀》
완결 후 장문 비평: 한 사람의 인생 바꾼, 896화짜리 이상한 무협소설 《절대회귀》
독자 평가 분포: 소설넷 《절대회귀》
긍정·비판 후기: 네이버 블로그 완독·초반·중반 후기, 장르소설 갤러리 및 루리웹 공개 리뷰를 교차 확인했습니다.
공식 페이지에는 896화가 등록돼 있지만 상태가 아직 연재중으로 표시됩니다. 반면 완독 후기와 후속 기사에서는 2026년 4월 22일 본편 완결로 설명합니다.

한국 증시 40% 폭락, 레버리지 ETF는 범인인가

주노79 — Thu, 30 Jul 2026 14:40:42 +0900

2026년 7월 30일 오후 2시 9분, 코스피는 5,579.81이었습니다. 최근 1년 장중 최고점 9,385.59에서 40.5% 빠진 자리입니다. 코스닥은 646.22였습니다. 최근 1년 최고점 1,229.42에서 47.4% 내려왔습니다.

종가가 아니라 장중 숫자입니다. 장이 끝나면 수치는 달라질 수 있습니다. 그래도 한 가지는 분명합니다. 이제 이 하락을 가벼운 조정이라고 부르기는 어렵습니다.

한국 증시가 40% 넘게 무너지는 동안 정부와 금융당국은 너무 늦게 움직였습니다.

레버리지 ETF가 폭락을 혼자 만든 것은 아닙니다. 반도체와 AI 주식에 너무 많은 기대가 몰렸고, 외국인 매도와 중국 경쟁 우려도 겹쳤습니다. 하지만 레버리지 상품은 불이 붙은 시장에 기름을 부었습니다. 특히 삼성전자와 SK하이닉스처럼 지수 전체를 흔드는 종목에 2배 상품을 한꺼번에 풀어 놓은 것은 위험한 실험이었습니다.

오르막에서는 작아 보였던 2배 손잡이가 내리막에서는 시장 전체를 흔드는 무게가 됐습니다.

다른 나라도 같이 40%씩 빠졌을까요

아닙니다. 비교 기간을 맞춰 보면 차이가 너무 큽니다.

6월 19일부터 7월 20일까지 코스피는 28.02% 떨어졌습니다. 같은 기간 미국 S&P500은 0.57% 하락했습니다. 일본 닛케이225는 9.98%, 대만 자취안지수는 8.17%, 중국 상하이종합지수는 7.98% 빠졌습니다. 러시아 RTS도 24.21% 하락했습니다.

시장	6월 19일~7월 20일	한눈에 보면
한국 코스피	-28.02%	비교 대상 46개 시장 중 가장 나빴습니다
미국 S&P500	-0.57%	거의 제자리였습니다
일본 닛케이225	-9.98%	한국 하락 폭의 약 3분의 1입니다
대만 자취안	-8.17%	반도체 비중이 큰 시장인데도 한국보다 훨씬 덜 빠졌습니다
중국 상하이종합	-7.98%	중국 경기 걱정 속에서도 한국보다 낙폭이 작았습니다

이 비교는 한국만 나쁜 일이 있었다는 뜻이 아닙니다. 코스피는 폭락 전까지 아주 빠르게 올랐습니다. 7월 20일 기준으로는 연초보다 여전히 54.63% 높은 수준이었습니다. 많이 오른 만큼 차익 실현이 거셌고, 반도체와 AI 기대가 꺾인 충격도 컸습니다.

그래도 다른 나라보다 세 배, 네 배 더 빠진 차이를 모두 “세계 반도체가 흔들려서”라고 설명할 수는 없습니다. 한국 시장 안에서 낙폭을 키운 장치가 무엇이었는지 따져야 합니다.

불씨는 해외에서 왔을 수 있습니다. 하지만 불길을 키운 장치는 한국 시장 안에 있었습니다.

레버리지 ETF는 왜 하락을 더 세게 만들까요

레버리지 ETF는 하루 움직임을 두 배로 따라가도록 만든 상품입니다. 삼성전자나 SK하이닉스가 하루 5% 오르면 10% 정도 오르는 것을 노립니다. 반대로 주가가 5% 내리면 손실도 10% 가까이 커집니다.

여기까지만 들으면 “위험을 알고 산 사람이 감당하면 되지 않느냐”고 생각할 수 있습니다. 문제는 이 상품이 투자자 계좌 안에서만 끝나지 않는다는 점입니다.

운용사는 매일 2배 움직임을 맞추기 위해 주식과 선물을 다시 사고팔아야 합니다. 주가가 급락하면 노출을 줄이려고 더 팔아야 합니다. ETF에서 돈이 빠져나가도 다시 팔아야 합니다. 시장이 내리는데 레버리지 ETF가 또 매도 주문을 내는 구조입니다.

쉽게 말해 브레이크를 밟을수록 뒤에서 또 미는 차가 붙은 셈입니다.

삼성전자와 SK하이닉스는 작은 종목이 아닙니다. 두 종목이 흔들리면 코스피도 크게 움직입니다. 그런데 이 두 종목을 따라가는 레버리지와 인버스 상품 거래가 7월 14일 하루 코스피 전체 거래대금의 40%까지 커졌습니다. 한 인버스 상품은 하루 회전율이 2,431.93%였습니다. 같은 물건이 하루 24번 넘게 손을 바꾼 셈입니다.

레버리지는 단순히 폭락을 따라간 상품이 아닙니다. 폭락할 때 더 팔도록 설계된 자동 증폭기였습니다.

주가 하락 → 자산 축소 → 추가 매도 → 더 큰 하락. 이 고리가 짧은 시간에 반복되면 변동성이 커집니다.

2배면 손실도 딱 2배라고 생각하기 쉽습니다

실제로는 더 나쁠 수 있습니다. 금융위원회가 상품 출시 때 든 계산을 그대로 보겠습니다.

주가가 첫날 30% 올랐다가 다음 날 30% 내리면 원래 주식의 손실은 9%입니다. 100원이 130원이 됐다가 91원이 되는 계산입니다.

2배 상품은 첫날 60% 오르고 다음 날 60% 내립니다. 100원이 160원이 됐다가 64원이 됩니다. 손실은 36%입니다.

기초 주식은 9% 손실인데 2배 상품은 18%가 아니라 36%를 잃습니다. 크게 오르내릴수록 원금이 깎이는 속도가 빨라집니다. 국내 주식의 하루 가격 제한폭이 30%이기 때문에 2배 상품은 이론상 하루에 60%까지 잃을 수도 있습니다.

실제 손실은 이미 숫자로 드러났습니다. 씨티는 최근 한 달 동안 국내 개인 투자자의 레버리지 ETF 손실을 387억 달러, 약 58조 원으로 추정했습니다. 국내 자산을 따라가는 레버리지 ETF 시가총액은 6월 22일 525억 달러에서 190억 달러로 줄었습니다. 그런데 하락 중에도 개인 자금 62억 달러가 더 들어갔습니다.

SK하이닉스 2배 상품 하나는 상장 뒤 66.2%, 6월 22일 고점에서는 82% 떨어졌습니다. “조금만 반등하면 본전”이라는 생각으로 들어간 돈이 더 큰 손실에 갇힌 것입니다.

2배 수익을 내세워 팔았지만, 투자자가 실제로 받은 것은 2배보다 훨씬 잔인한 손실이었습니다.

정부가 쉬쉬한 것일까요

쉬쉬했다고 단정할 증거는 없습니다. 다만 투자자가 그렇게 느낄 만한 흐름은 분명히 있었습니다.

단일종목 레버리지 상품은 5월 27일 본격 출시됐습니다. 당시 금융당국은 두 시간 교육과 1천만 원 예탁금 같은 안전장치를 두었다고 설명했습니다. 한국은행은 6월 24일 보고서에서 이 상품이 해외로 나가던 투자 수요를 국내로 돌리는 데 도움이 될 수 있다고 봤습니다.

분위기는 금세 바뀌었습니다. 한국은행은 7월 5일 상품 쏠림과 매일 반복되는 매매가 시장을 흔들 수 있다고 경고했습니다. 금융감독원장은 6월 22일에 이미 승인 과정이 서둘러졌다고 말했습니다. 7월 16일에는 새 상품 상장을 멈추고 광고도 중단했습니다.

그리고 7월 29일, 금융위원장과 금융감독원장은 국회에서 레버리지 ETF가 변동성을 키운 책임을 인정했습니다. 7월 30일에는 개인 투자자의 레버리지 보유 한도를 전체 계좌의 20%로 묶고, 주문이 지나치게 많으면 수수료를 더 받는 방안까지 나왔습니다.

출시한 지 두 달 만에 “국내 자금 유입에 도움이 된다”에서 “변동성을 키웠고 책임이 있다”로 바뀐 것입니다. 시장이 망가지기 전에는 장점을 말했고, 무너진 뒤에야 위험을 크게 말했습니다.

이 정도면 대처가 늦었다고 말해야 합니다. 경고문 한 장 붙여 놓고 책임을 다했다고 할 수는 없습니다.

해외에도 비슷한 사고가 있었습니다

미국에서는 2018년 2월 ‘XIV’라는 변동성 반대 방향 상품이 무너졌습니다. 시장 변동성이 하루 만에 폭발하자 상품 가치가 급락했고, 발행사는 조기 상환 절차를 밟았습니다. 나스닥은 거래 중단과 상장 폐지를 진행했습니다.

한국의 삼성전자·SK하이닉스 레버리지 ETF와 완전히 같은 상품은 아닙니다. XIV는 변동성 지수를 반대로 따라가는 ETN이었습니다. 그래도 닮은 점은 선명합니다. 사람이 한쪽으로 몰렸고, 급변한 시장에서 상품의 자동 매매가 충격을 키웠으며, 문제가 터진 뒤 상품이 사실상 끝났습니다.

미국 증권거래위원회도 단일종목 레버리지 ETF는 분산 효과가 없고 일반 ETF보다 훨씬 위험하다고 경고해 왔습니다. 미국은 2020년 10월부터 새 레버리지 ETF가 2배를 넘지 못하게 막았습니다. 금융회사가 이런 복잡한 상품을 권할 때는 고객에게 맞는지 확인하고 감독하라는 규정도 두고 있습니다.

홍콩은 시장 상황에 따라 레버리지 비율을 1배에서 2배 사이로 조절하는 방식을 쓰고 있습니다. 한국 정부도 7월 30일 이 방식을 참고하겠다고 밝혔습니다.

해외 사례가 주는 답은 간단합니다. 교육 영상 한 번 보여 주고 자유롭게 거래하게 두는 것으로는 부족합니다. 상품 크기와 배율, 누구에게 팔 수 있는지, 급락 때 어떻게 줄일지를 처음부터 함께 정해야 합니다.

지금 필요한 해법은 거래 문턱만 높이는 것이 아닙니다

예탁금을 1천만 원에서 3천만 원으로 올리고, 최소 주문 수량을 1주에서 20주로 늘리는 조치는 필요합니다. 새 상품 상장과 공격적인 광고를 멈춘 것도 맞는 방향입니다.

하지만 이것만으로는 부족합니다. 돈이 적은 투자자만 밀어내고 상품 구조는 그대로 두면 다음 급락 때 같은 일이 생깁니다.

상품 크기를 제한해야 합니다. ETF 규모가 삼성전자·SK하이닉스의 평소 거래량에 비해 너무 커지면 신규 매수를 자동으로 멈춰야 합니다.
2배를 고정하지 말아야 합니다. 시장이 심하게 흔들릴 때는 배율을 1.5배나 1배로 낮추는 장치가 필요합니다.
장 마감에 주문을 몰아넣지 말아야 합니다. 하루치 물량을 마지막 몇 분에 쏟지 않고 나눠서 거래해야 합니다.
개인 계좌 안의 비중을 묶어야 합니다. 정부가 내놓은 20% 한도는 빠르게 시행하되, 여러 증권사 계좌로 피하는 길도 막아야 합니다.
기존 상품은 천천히 줄여야 합니다. 갑자기 상장 폐지하면 또 한 번 대량 매도가 나올 수 있습니다. 신규 자금부터 막고 배율을 낮추며 순서대로 정리해야 합니다.
매일 숫자를 공개해야 합니다. 상품별 자산 규모, 다음 날 예상 매매 물량, 괴리율, 장 마감 주문 비중을 누구나 볼 수 있게 해야 합니다.
독립적인 사후 조사가 필요합니다. 누가 어떤 자료로 승인했고, 위험 경고가 언제 올라왔으며, 왜 조치가 늦었는지 공개해야 합니다.

투자자 교육은 안전벨트입니다. 상품 크기 제한과 자동 브레이크가 없다면 안전벨트만 매고 절벽으로 달리는 것과 같습니다.

배율 조절, 상품 크기 제한, 주문 분산, 공개된 위험 지표가 함께 있어야 같은 사고를 막을 수 있습니다.

레버리지가 범인인지 묻는다면

레버리지가 모든 문제의 시작은 아니었습니다. 반도체와 AI 기대가 지나쳤고, 외국인 매도와 차익 실현이 먼저 불을 붙였습니다. 코스피가 너무 빠르게 오른 사실도 빼놓을 수 없습니다.

그렇다고 레버리지 책임이 작아지는 것은 아닙니다. 세계 증시가 비틀거릴 때 한국은 넘어졌고, 넘어진 뒤에도 자동 매도 장치가 계속 밀었습니다. 하루 거래의 40%를 차지할 만큼 커진 단일종목 레버리지 시장을 두고 단순한 개인 선택이라고 말하는 것은 무책임합니다.

이 상품을 승인한 사람도, 판매한 회사도, 광고한 증권사도 이익을 얻었습니다. 손실만 개인의 탐욕 탓으로 돌릴 수 없습니다.

7월 29일의 책임 인정은 출발점이어야 합니다. 말로 유감을 밝히는 데서 끝나면 다음 상승장에서 이름만 바꾼 상품이 다시 나옵니다. 이번에는 출시 전에 막았어야 할 위험을 출시 뒤에 수습하고 있습니다.

레버리지는 불을 처음 붙인 성냥은 아니었습니다. 하지만 기름통이었고, 당국은 그 기름통을 시장 한가운데 놓았습니다.

개인 투자자가 지금 확인할 것

정책이 바뀌기를 기다리는 동안에도 계좌는 움직입니다. 레버리지 상품을 들고 있다면 이름보다 구조부터 확인해야 합니다.

상품이 하루 수익률을 몇 배로 따라가는지 확인합니다.
삼성전자나 SK하이닉스 한 종목에만 묶였는지 봅니다.
며칠 이상 들고 있을 때 손실이 어떻게 쌓이는지 계산합니다.
원금 회복을 위해 같은 상품을 더 사려는 마음이 들면 일단 멈춥니다.
증권사 설명보다 투자설명서의 조기 청산, 괴리율, 재조정 항목을 먼저 봅니다.
생활비와 빚으로 레버리지 손실을 메우지 않습니다.

이 글은 특정 상품의 매수나 매도를 권하는 투자 조언이 아닙니다. 숫자는 2026년 7월 30일 장중 공개 자료를 기준으로 했으며, 종가와 이후 정책은 달라질 수 있습니다.

참고한 자료

[마음컷: 데이트통장편] 내 생일 케이크도 반반 냈다

주노79 — Thu, 30 Jul 2026 11:05:26 +0900

데이트통장은 돈 이야기를 줄여주지만, 기념일까지 같은 계산법을 써야 하는지는 따로 정하지 않는 커플도 있습니다.

그녀는 생일 저녁을 축하라고 생각했고, 그는 둘이 함께한 데이트 비용이라고 생각했습니다.

이번 마음컷: 데이트통장편은 공개된 연애 사연에서 반복되는 공동비용과 기념일의 갈등을 재구성한 실사형 창작 단편입니다. 특정 사연이나 실제 인물을 그대로 옮긴 이야기가 아닙니다.

아래 열두 장은 같은 결제 한 번이 두 사람에게 어떻게 다르게 보이기 시작하는지를 따라갑니다.

선물은 그의 카드로 샀고, 저녁은 둘의 통장에서 나갔습니다.

약속을 어긴 사람은 없었지만, 축하의 범위를 정한 사람도 없었습니다.

테이블 위 공동카드를 사이에 두고 두 사람은 잠시 아무 말도 하지 않았습니다.

[마음컷: 회식부활편] 회식 없는 팀에 회식 좋아하는 신입이 왔다

주노79 — Wed, 29 Jul 2026 16:16:43 +0900

회식이 없는 팀을 최고의 복지라고 생각하는 사람들이 있습니다.

그 팀에 팀원들과 조금 더 가까워지고 싶은 신입이 들어왔습니다. 같은 회사에 있지만 한쪽에는 점심시간과 퇴근 후의 경계가 중요하고, 다른 쪽에는 함께 밥을 먹는 시간이 관계의 시작처럼 보입니다.

이번 마음컷: 회식부활편은 여러 공개 직장 사연에서 반복되는 갈등 구조를 재구성한 창작 단편입니다. 특정 사연이나 실제 인물을 그대로 옮긴 이야기가 아닙니다.

아래 열두 장은 ‘가끔 같이 먹고 싶다’는 말이 조직 안에서 어떻게 다른 뜻으로 번지는지를 따라갑니다.

신입은 점심 한 번을 말했고, 대표는 조직문화를 들었고, 팀원들은 금요일 저녁을 잃었습니다.

누군가는 팀이 너무 차갑다고 느낄 수 있고, 누군가는 친해지자는 말이 왜 의무가 되어야 하냐고 생각할 수 있습니다.

그날 회식 자리에서는 아무도 두 번째 대답을 바로 내놓지 못했습니다.

샌프란시스코 AI 선언, 내 일자리는 어떻게 바뀔까

주노79 — Tue, 28 Jul 2026 12:04:06 +0900

반도체 1,375조 원, GPU 200만 장, 데이터센터 5GW.

숫자는 큰데 내 생활과는 멀게 느껴집니다. 서버가 백만 장 늘어난다고 월급이 바로 오르는 것도 아니고, 동네 가게 주문이 저절로 늘어나는 것도 아닙니다.

샌프란시스코 AI 선언은 마지막 부분에서 AI 기본사회를 꺼냈습니다. 교육과 의료, 복지, 중소기업, 소상공인, 취약계층까지 AI 혜택을 넓히겠다는 약속입니다. 올해 말에는 모두의 AI를 추진하고, 정부의 하반기 업무계획에는 내년부터 1인 1 AI 에이전트 시대를 열겠다는 방향도 담겼습니다.

선언의 큰 그림은 1편: 샌프란시스코 AI 선언, 한국을 AI 공장으로 만든다, 투자 숫자와 기업별 계획은 2편: 1,375조·GPU 200만 장, 어디까지 진짜일까에서 먼저 볼 수 있습니다.

말만 들으면 누구나 개인 비서 하나를 받는 미래처럼 보입니다. 현실은 조금 더 복잡합니다.

AI 인프라는 고속도로와 비슷합니다. 도로를 넓게 깔아도 버스 노선, 요금, 안전 규칙이 없으면 모든 사람이 편해지는 것은 아닙니다.

선언이 생활로 내려오는 길을 직장인, 학생, 소상공인 세 장면으로 나눠보겠습니다.

직장인: 일이 사라지기보다 평가 기준이 먼저 흔들릴 수 있습니다

회사에 AI가 들어오면 처음에는 편한 기능부터 늘어납니다. 회의록을 정리하고, 이메일 초안을 쓰고, 자료를 찾고, 보고서 표를 만듭니다. 개발자는 코드 초안과 테스트를 만들고, 상담 직원은 답변 후보를 받습니다.

이 단계만 보면 일이 가벼워집니다. 문제는 회사가 곧바로 기대치를 바꿀 때입니다.

예전에는 하루 걸리던 보고서를 AI로 두 시간 만에 만들었다고 합시다. 남은 여섯 시간이 휴식이 되는 회사는 드뭅니다. 보고서를 더 많이 만들거나, 더 빨리 답하거나, 더 넓은 업무를 맡으라는 요구가 붙을 가능성이 큽니다.

직장인이 먼저 챙길 건 AI 사용법만이 아닙니다.

AI가 만든 결과를 검토하는 시간도 업무로 인정되는지.
틀린 결과가 나왔을 때 사용자 혼자 책임지는지.
회사 문서를 외부 AI에 넣어도 되는지.
AI를 잘 쓰는 사람과 쓰기 어려운 사람을 어떻게 교육할지.
생산성 향상이 인력 감축으로만 이어지지 않게 어떤 전환 교육을 제공할지.

AI 에이전트가 한 사람당 하나씩 생겨도 최종 책임은 사라지지 않습니다. 오히려 누가 지시했고, 어떤 자료를 썼고, 누가 확인했는지 기록하는 일이 늘 수 있습니다.

제일 먼저 바뀔 직무는 사라지는 직무보다 초안 만드는 시간이 짧아지는 직무일 가능성이 큽니다. 마케팅 문구, 번역 초안, 고객 답변, 문서 정리, 간단한 코딩, 데이터 요약 같은 일입니다.

여기서 사람의 가치는 결과를 처음부터 손으로 만드는 능력에서, 좋은 기준을 세우고 틀린 부분을 잡아내는 능력으로 이동합니다. 그 변화가 편한 사람도 있고 불안한 사람도 있습니다.

회사가 AI 도입 교육은 하면서 검토 책임과 평가 기준을 말하지 않는다면, 직원에게 도구가 아니라 불안을 나눠주는 셈입니다.

학생과 학부모: 답을 주는 AI보다 학습 과정을 보여주는 AI가 필요합니다

교육은 AI 기본사회가 가장 빨리 체감될 수 있는 분야입니다.

학생은 모르는 문제를 바로 물어볼 수 있고, 자기 수준에 맞는 설명을 받을 수 있습니다. 영어 회화 상대가 없던 학생도 연습할 수 있고, 글 읽기가 어려운 학생은 더 쉬운 설명을 받을 수 있습니다. 지역과 소득에 따른 학습 기회 차이를 줄일 가능성도 있습니다.

하지만 답을 너무 쉽게 주는 AI는 공부를 대신 끝내버릴 수 있습니다. 숙제 문장을 통째로 만들고, 풀이 과정 없이 정답만 보여주면 당장은 편하지만 실력은 남지 않습니다.

좋은 교육 AI는 학생이 어디서 막혔는지 먼저 찾고, 힌트를 조금씩 줘야 합니다. 교사는 학생이 AI와 어떤 대화를 했는지 확인할 수 있어야 하고, 평가 방식도 결과물 한 장보다 과정을 보는 쪽으로 바뀌어야 합니다.

개인정보도 중요합니다. 어린 학생의 질문에는 성적, 건강, 가정환경 같은 민감한 정보가 섞일 수 있습니다. 이 정보가 모델 학습에 쓰이는지, 얼마나 오래 저장되는지, 부모와 학생이 지울 수 있는지 분명해야 합니다.

학교에 GPU가 많아지는 것보다 교사가 수업에서 안전하게 쓰는 방법을 아는 것이 먼저입니다. 기기와 계정만 배포하고 교사 연수를 나중으로 미루면 교실마다 사용법이 달라지고, 금지와 방치가 반복됩니다.

소상공인: 월 3만 원짜리 실제 도움이 필요합니다

소상공인에게 AI 기본사회가 체감되려면 거창한 모델보다 작은 반복 업무를 줄여야 합니다.

AI가 생활 서비스에 들어오는 모습을 보여주는 네이버 공식 이미지입니다. 샌프란시스코 선언의 직접 자료가 아니라, 국내 AI 에이전트가 실제 쇼핑 업무에 적용되는 사례로 배치했습니다. 출처:

네이버 기업사이트

예를 들어 동네 미용실이라면 예약 문의 답변, 노쇼 알림, 후기 정리, 단골 고객 안내가 먼저입니다. 식당은 메뉴판 번역, 재료 발주 예측, 배달앱 리뷰 분류가 도움이 됩니다. 온라인 쇼핑몰은 상품 설명 초안, 문의 답변, 반품 사유 정리부터 효과를 볼 수 있습니다.

문제는 가격과 설정입니다. 사장님이 매달 여러 AI 서비스에 따로 돈을 내고, API 키를 만들고, 자동화 도구를 연결해야 한다면 보급은 느립니다. 개인정보 사고가 났을 때 해결할 고객센터도 필요합니다.

그래서 소상공인용 AI는 세 가지가 쉬워야 합니다.

1. 월 비용이 한눈에 보여야 합니다. 2. 기존 예약, 주문, 회계 서비스와 바로 연결돼야 합니다. 3. 잘못 보낸 메시지와 잘못 만든 주문을 되돌릴 수 있어야 합니다.

AI가 매출을 올려준다는 광고보다 하루에 반복 문의 20개를 줄인다는 약속이 더 쓸모 있습니다. 효과도 전후 시간을 재면 바로 확인할 수 있습니다.

취약계층: 앱을 잘 쓰는 사람만 혜택을 받으면 실패입니다

AI 기본사회는 가장 쉽게 소외되는 사람을 기준으로 봐야 합니다.

스마트폰 글씨가 작아 힘든 어르신, 한국어가 익숙하지 않은 이주민, 음성이나 화면 이용에 제약이 있는 장애인, 복잡한 행정 문서를 읽기 어려운 사람에게 AI는 큰 도움이 될 수 있습니다.

문서를 쉬운 말로 바꾸고, 음성으로 민원을 도와주고, 필요한 복지 제도를 찾아주는 서비스가 가능합니다.

하지만 AI 앱 설치와 본인인증부터 어려우면 혜택은 시작도 못 합니다. 주민센터와 병원, 학교, 은행처럼 사람이 있는 창구와 함께 운영해야 합니다. AI가 틀린 안내를 했을 때 바로 사람에게 넘길 버튼도 필요합니다.

디지털 취약계층에게 AI가 알려줬으니 직접 하세요라고 말하는 순간, 기술은 지원이 아니라 새로운 문턱이 됩니다.

첫 번째 확인점: 누가 싸게 쓸 수 있나

AI 인프라가 많아지면 계산 비용이 내려갈 가능성이 있습니다. 국내 데이터센터가 늘고 경쟁이 생기면 스타트업과 학교, 중소기업이 해외 클라우드만 바라보지 않아도 될 수 있습니다.

하지만 시설이 생겼다고 자동으로 저렴해지는 것은 아닙니다. 대기업이 장기 계약으로 대부분의 GPU를 먼저 가져갈 수도 있습니다. 전기요금과 금융비용이 높으면 이용료가 기대만큼 내려가지 않을 수도 있습니다.

공식 발표에서 공개해야 할 것은 총 GPU 장수만이 아닙니다.

중소기업과 연구자용 물량이 얼마나 따로 있는지.
시간당 이용료가 얼마인지.
신청부터 사용까지 얼마나 기다리는지.
국내 데이터 보관과 보안 인증이 어떻게 되는지.

이 숫자가 나와야 모두의 AI가 구호에서 서비스로 바뀝니다.

두 번째 확인점: 누가 책임지나

2026년 1월 22일 시행된 인공지능기본법은 산업 지원과 신뢰 기반을 함께 다룹니다. 기업이 법을 이해하도록 지원데스크도 운영 중입니다.

법이 생겼다고 현장 문제가 자동으로 풀리지는 않습니다. 회사마다 AI 사용 규칙을 만들고, 공공기관은 중요한 결정을 사람이 다시 확인하는 절차를 둬야 합니다.

특히 의료, 채용, 대출, 복지, 교육 평가는 결과가 사람의 삶을 크게 바꿉니다. 이런 분야에서 AI가 추천한 결과를 그대로 따랐다가 문제가 생기면 AI가 그랬다는 말로 끝낼 수 없습니다.

최소한 아래 내용은 서비스 화면에서 쉽게 보여야 합니다.

AI가 관여한 결과인지.
어떤 자료를 기준으로 판단했는지.
사람이 다시 검토해 달라고 요청하는 방법.
잘못된 개인정보를 고치거나 삭제하는 방법.
사고가 났을 때 연락할 책임 기관.

세 번째 확인점: 전기와 지역은 준비됐나

AI 데이터센터는 전기를 많이 씁니다. 냉각 설비와 송전망도 필요합니다. 5GW급 계획이 현실이 되려면 발전량만이 아니라 필요한 지역에 전기를 보낼 전력망이 있어야 합니다.

지역에는 일자리와 세수가 생길 수 있습니다. 반대로 전력 설비, 물 사용, 소음, 열, 대형 시설에 대한 부담도 생깁니다.

사업 주체가 지역 주민에게 국가 전략이니 이해해 달라고만 하면 갈등이 커집니다. 전력과 환경 영향을 공개하고, 지역 기업과 학교가 실제로 얻는 혜택을 함께 설계해야 합니다.

데이터센터가 들어왔는데 지역 청년은 경비와 시설 관리 일자리만 얻고, 핵심 개발 인력은 모두 수도권에 남는다면 지역 AI 산업이라는 말이 약해집니다. 교육과 채용 계획이 시설 계획과 같이 나와야 합니다.

나는 무엇을 준비하면 될까요

직장인이라면 AI 도구 이름을 열 개 외우기보다 내 업무에서 반복되는 한 가지를 고르는 편이 낫습니다. 회의록, 고객 문의, 자료 검색, 표 정리 중 하나를 AI로 줄이고, 결과를 확인하는 기준을 만들어보세요.

학생이라면 정답을 받는 질문보다 풀이 과정을 확인하는 질문을 연습하는 게 좋습니다. 답 알려줘보다 내 풀이에서 처음 틀린 줄을 찾아줘가 오래 남습니다.

소상공인이라면 무료 체험보다 월 비용과 되돌리기 기능을 먼저 봐야 합니다. 내 고객 정보가 어디에 저장되는지도 확인해야 합니다.

관리자라면 직원에게 계정부터 나눠주지 말고 사용 가능 자료, 금지 자료, 사람 검토가 필요한 업무를 한 장으로 정하는 게 먼저입니다.

2027년까지 생활에서 확인할 변화는 이렇습니다

선언이 발표됐다는 이유만으로 내일 회사와 학교가 달라지지는 않습니다. 생활 변화는 작은 공지와 서비스 업데이트로 나타납니다.

먼저 공공서비스에서 AI가 관여했다는 표시가 늘어나는지 볼 필요가 있습니다. 민원 답변, 복지 안내, 교육 추천에 AI가 쓰였다면 사용 사실과 사람 검토 방법이 함께 보여야 합니다.

두 번째는 국내 AI 이용료입니다. 데이터센터가 늘어난 뒤 중소기업용 GPU와 AI 모델 가격이 실제로 내려가는지 확인해야 합니다. 할인 행사 한 번보다 1년 계약 가격과 최소 사용량이 더 중요합니다.

세 번째는 교육입니다. 정부와 기업이 몇 명에게 계정을 나눠줬는지보다, 교사와 직장인, 소상공인이 업무에 맞는 교육을 몇 시간 받았는지 보는 편이 낫습니다.

네 번째는 사람에게 넘기는 창구입니다. AI 상담이 막혔을 때 상담원과 연결되는 시간, 잘못된 자동 결정을 고치는 절차, 개인정보 삭제 요청이 실제로 작동하는지 확인해야 합니다.

다섯 번째는 새 일자리의 위치입니다. 데이터센터가 들어선 지역에 운영과 개발, 보안, 전력 관리, 냉각 기술 교육이 같이 생기는지 봐야 합니다. 시설만 지방에 두고 핵심 인력과 기회가 모두 수도권에 남으면 지역 성장 효과는 작습니다.

제 결론은 이렇습니다

샌프란시스코 AI 선언은 한국이 AI 인프라를 크게 늘리고, 그 위에서 산업과 공공서비스를 빠르게 바꾸겠다는 약속입니다. 직장인과 학생, 소상공인에게도 분명 기회가 있습니다.

다만 장비 투자는 시작일 뿐입니다. 싸게 이용할 수 있는 길, 다시 배울 수 있는 교육, 잘못됐을 때 사람에게 넘기는 절차가 함께 있어야 합니다.

AI 기본사회를 평가할 가장 쉬운 질문은 이것입니다.

AI를 잘 다루는 사람만 더 빨라졌나, 아니면 원래 도움을 받기 어려웠던 사람도 실제로 편해졌나?

GPU 숫자가 아니라 이 질문에 답할 수 있을 때, 샌프란시스코 선언은 비로소 내 생활의 정책이 됩니다.

자료 확인 기준: 2026년 7월 28일. 샌프란시스코 AI 선언 전문, 과기정통부 2026년 하반기 업무계획, 인공지능기본법 지원데스크 안내를 확인했습니다. 선언의 생활 영향은 공식 계획을 바탕으로 한 해석이며, 확정된 개인 지원금이나 보편 서비스가 발표됐다는 뜻은 아닙니다.

1,375조·GPU 200만 장, 어디까지 진짜일까

주노79 — Tue, 28 Jul 2026 11:43:14 +0900

1,375조 원. GPU 200만 장. 데이터센터 5GW.

샌프란시스코 AI 선언 뒤에 붙은 숫자들은 너무 큽니다. 숫자가 클수록 두 가지 반응이 나옵니다. 하나는 한국이 AI 판을 뒤집는다는 기대이고, 다른 하나는 또 발표만 큰 것 아니냐는 의심입니다.

둘 다 조금 빠릅니다. 공식 자료를 기업별로 나누면 무엇이 구체적인지, 무엇은 아직 후속 계약이 필요한지 보입니다.

먼저 결론부터 말하면, 방향과 상대 기업은 구체적입니다. 다만 1,375조 원 전체가 확정 지출된 투자금은 아닙니다. 장기 공급 협력, MOU, LOI, 데이터센터 구축 계획이 함께 묶인 숫자입니다.

선언의 큰 그림부터 보고 싶다면 1편: 샌프란시스코 AI 선언, 한국을 AI 공장으로 만든다를 먼저 읽어보셔도 좋습니다.

숫자를 한 번에 정리하면 이렇습니다

구분	공식 발표 규모	쉬운 뜻
반도체 협력 전체	9,500억 달러, 약 1,375조 원	삼성·SK 중심의 장기 메모리 공급과 AI 칩 생산 협력
AI 데이터센터	약 5GW, B200 기준 GPU 약 200만 장	여러 지역에 대형 AI 계산 공장을 짓겠다는 계획
삼성전자·브로드컴	5년간 2,000억 달러 이상	HBM, 2나노 이하 파운드리, 첨단 패키징 협력
SK·글로벌 빅테크	5년간 7,500억 달러	AI 메모리 장기 공급과 AI 팩토리 구축 협력
네이버 AI 팩토리	100억 달러, 200MW, GPU 약 10만 장	각 세종 데이터센터를 대형 AI 개발 기반으로 확대

여기서 가장 먼저 기억할 단어는 협력입니다. 협력 규모는 매출과 같지 않고, 투자금과도 같지 않습니다. 앞으로 공급할 제품 가격, 시설 투자, 금융 조달, 기술 지원이 함께 잡힐 수 있습니다.

삼성전자와 브로드컴: 메모리만 파는 계약이 아닙니다

삼성전자와 브로드컴은 향후 5년간 2,000억 달러 이상 규모의 협력을 예상한다고 밝혔습니다. 정부 발표도 같은 큰 틀을 담고 있습니다.

삼성전자와 브로드컴의 반도체 협력 공식 보도 이미지입니다. 출처: 삼성전자 글로벌 뉴스룸. 원본을 변형하지 않고 해당 보도자료 설명 범위에서 사용합니다.

내용을 뜯어보면 세 갈래입니다.

브로드컴의 차세대 AI 가속기에 들어갈 HBM 등 메모리 공급.
브로드컴 제품을 삼성 파운드리의 2나노 이하 공정으로 생산하는 협력.
여러 칩을 한 덩어리처럼 연결하는 2.3D·2.5D 첨단 패키징 협력.

쉽게 말하면 메모리 칩 한 종류를 오래 납품하는 계약보다 넓습니다. AI 칩의 설계 요구에 맞춰 메모리, 로직 생산, 패키징을 같이 묶겠다는 뜻입니다.

삼성 입장에서는 HBM 경쟁력을 키우면서 파운드리 고객도 확보할 기회입니다. 브로드컴 입장에서는 AI 가속기를 만들 때 필요한 메모리와 생산 파트너를 안정적으로 잡는 효과가 있습니다.

확인할 지점도 있습니다. 공식 표현은 MOU입니다. 5년간 실제 발주가 어떤 일정으로 나오는지, 2나노 이하 공정의 수율과 생산량이 계획대로 올라오는지는 앞으로 실적과 추가 계약에서 확인해야 합니다.

SK와 엔비디아: AI 공장과 메모리를 같이 묶었습니다

SK는 엔비디아 등 글로벌 빅테크와 5년간 7,500억 달러 규모의 협력을 추진합니다. SK 공식 보도자료는 엔비디아와의 포괄 협력만 5,000억 달러 이상이라고 설명합니다.

여기에는 두 사업이 같이 들어 있습니다.

첫째는 SK하이닉스의 AI 메모리입니다. 엔비디아는 AI 서버를 만들 때 HBM을 안정적으로 받아야 하고, SK하이닉스는 장기 고객과 함께 차세대 메모리를 개발할 수 있습니다.

둘째는 SK텔레콤의 AI 팩토리입니다. 최대 2GW 규모를 목표로 하고, 엔비디아 DSX 플랫폼과 차세대 베라 루빈 시스템을 도입해 2027년부터 단계적으로 구축할 계획입니다.

2026년 6월 공개된 SKT·엔비디아 AI 인프라 협력 공식 이미지입니다. 이번 서밋 당일 사진은 아니며, 7월 협력의 앞 단계인 AI 팩토리 구상을 설명하기 위해 배치했습니다. 출처: SK텔레콤 뉴스룸.

2GW가 얼마나 큰지 감이 잘 안 옵니다. 원전이나 발전소와 단순 비교하면 운영 조건이 달라 오해가 생길 수 있습니다. 여기서는 한 가지만 기억하면 됩니다. 몇 만 장짜리 서버실 한 동이 아니라, 여러 거점과 수년간의 확장을 전제로 한 국가급 인프라 계획이라는 뜻입니다.

SK는 마이크로소프트와 AI 서버용 메모리 공급을 논의하고, 앤트로픽과 국내 GW급 AI 데이터센터 협력 MOU를 맺었습니다. AWS와는 울산 AI 데이터센터에서 시작한 협력을 다른 국내 거점으로 넓히는 구상입니다.

상대 기업 이름이 많아 보이지만 역할은 다릅니다. 엔비디아는 GPU와 AI 팩토리 기술, 마이크로소프트는 데이터센터 수요, 앤트로픽은 모델 개발과 컴퓨팅 수요, AWS는 클라우드 운영과 고객 기반에 가깝습니다.

SK 발표에서 볼 핵심은 회사 이름의 개수가 아닙니다. 2027년 첫 AI 팩토리가 실제로 가동되고, 외부 기업이 컴퓨팅 자원을 어떤 가격에 쓸 수 있는지가 더 중요합니다.

네이버: 각 세종을 AI 모델 만드는 공장으로 키웁니다

네이버, 브룩필드, 엔비디아가 발표한 계획은 돈의 흐름이 비교적 구체적입니다.

세종시에 있는 네이버 데이터센터 각 세종의 AI 팩토리 규모를 55MW에서 200MW로 늘립니다. 약 10만 개의 엔비디아 GPU 규모이며, 전체 프로젝트는 100억 달러입니다.

공식 발표에 따르면 브룩필드는 최대 90억 달러를 조달하고, 엔비디아는 10억 달러를 투자합니다. 네이버는 나머지 금액을 부담합니다.

이 시설은 네이버 서비스만 돌리는 전용 서버실로 설명되지 않았습니다. 한국과 미국의 AI 기업이 모델, 에이전트, AI 서비스를 개발할 수 있는 생산급 컴퓨팅 자원을 제공하는 것이 목표입니다.

여기서 AI 팩토리는 실제 제품 공장과 조금 다릅니다. 데이터와 전기를 넣어 AI가 사용할 계산 결과, 흔히 토큰이라고 부르는 결과를 대량으로 만드는 데이터센터를 뜻합니다.

네이버는 하이퍼클로바X를 엔비디아의 오픈 모델과 자사 데이터로 고도화하고, 하반기에는 AI 에이전트 플랫폼을 내놓을 계획도 밝혔습니다. 인프라와 모델, 서비스를 한 회사 안에서 연결하려는 그림입니다.

네이버가 2026년 6월 공개한 엔비디아 글로벌 AI 팩토리 협력 사진입니다. 7월 샌프란시스코 협약 현장 사진이 아니라, 이어지는 양사 협력의 공식 자료입니다. 출처: 네이버 기업사이트.

확인할 숫자는 200MW보다 이용 조건입니다. 스타트업과 연구자가 실제로 접근할 수 있는지, 가격이 해외 클라우드와 비교해 경쟁력이 있는지, 한국 데이터가 어떤 규칙으로 저장되고 학습에 쓰이는지가 중요합니다.

현대차와 엔비디아: 화면 밖으로 나온 AI를 노립니다

샌프란시스코 협력은 서버실에서 끝나지 않습니다. 현대자동차그룹과 엔비디아는 로봇을 개발하고 검증할 수 있는 로봇 레퍼런스 플랫폼을 함께 만들기로 했습니다. 웨이모와는 자율주행차 파운드리 계획도 발표했습니다.

피지컬 AI는 말 그대로 현실에서 움직이는 AI입니다. 로봇 팔, 물류 로봇, 자율주행차, 스마트팩토리 장비처럼 카메라와 센서로 주변을 보고 행동합니다.

이 분야에서 한국의 제조업은 좋은 시험장이 될 수 있습니다. 자동차 공장과 물류센터, 부품 공급망이 이미 있기 때문입니다. 로봇을 한 번 시연하는 데서 끝나지 않고 생산라인에서 반복해서 돌리며 데이터를 모을 수 있습니다.

하지만 안전 기준은 더 엄격해야 합니다. 챗봇이 틀린 답을 하면 다시 물어볼 수 있지만, 무거운 로봇이 잘못 움직이면 사람이 다칠 수 있습니다. 표준 플랫폼을 만든다는 계획 옆에는 사고 책임과 검증 절차가 반드시 붙어야 합니다.

삼성SDS와 앤트로픽: 인프라를 실제 업무로 연결합니다

삼성SDS와 앤트로픽은 새 AI 시장 발굴과 AI 엔지니어 양성을 위한 전략적 파트너십을 맺었습니다.

이 협력은 앞의 반도체와 데이터센터 숫자보다 작아 보일 수 있습니다. 하지만 인프라가 쓸모를 얻는 마지막 구간입니다. GPU가 많아도 회사가 업무에 맞는 AI를 만들 사람이 없으면 비싼 장비가 놀게 됩니다.

기업 문서 검색, 소프트웨어 개발, 고객 지원, 제조 현장 분석처럼 실제 업무에 AI를 붙이려면 데이터 정리와 보안, 직원 교육이 필요합니다. 삼성SDS는 기업 시스템을 알고, 앤트로픽은 Claude 모델과 개발 도구를 갖고 있습니다.

여기서도 직원 몇 명이 교육받았는지, 실제 고객 서비스가 몇 개 나왔는지, 업무 시간이 얼마나 줄었는지 같은 결과를 봐야 합니다.

GPU 200만 장은 같은 제품 200만 장을 주문했다는 뜻이 아닙니다

정부 브리핑에는 B200 기준 GPU 약 200만 장이라고 적혀 있습니다. 이 단서가 중요합니다.

데이터센터에는 B200 한 종류만 들어가는 것이 아닙니다. 시점에 따라 블랙웰, 베라 루빈 같은 다른 세대 시스템이 섞일 수 있고, 같은 전력으로 처리하는 계산량도 달라집니다. 정부는 약 5GW라는 전체 전력 규모를 B200 성능과 전력 조건으로 환산해 장수로 보여준 것으로 읽는 편이 안전합니다.

따라서 GPU 200만 장을 이미 구매했다고 쓰면 과장입니다. 여러 사업의 장기 데이터센터 용량을 특정 GPU 기준으로 바꾼 수치에 가깝습니다.

장비 장수만 세면 또 하나를 놓칩니다. 실제 서비스는 GPU 이용률이 중요합니다. 장비가 있어도 네트워크와 저장장치가 느리거나, 고객이 없거나, 운영 소프트웨어가 불안하면 비싼 GPU가 쉬게 됩니다. 반대로 운영을 잘하면 같은 장비로 더 많은 모델과 서비스를 돌릴 수 있습니다.

앞으로는 몇 장 확보와 함께 가동률, 고객 수, 계산 단가를 같이 봐야 합니다.

1,375조 원을 볼 때 피해야 할 세 가지 착각

첫 번째 착각은 전부 한국에 새로 들어오는 현금이라고 보는 겁니다. 이 숫자에는 장기 공급 가치와 구축 계획이 섞여 있습니다.

두 번째는 MOU를 최종 계약으로 읽는 겁니다. MOU는 협력 방향을 잡는 문서입니다. 실제 구매 수량, 가격, 납기, 위약 조건은 후속 계약에서 더 구체화됩니다. LOI도 협력 의사를 확인하는 성격이 강합니다.

세 번째는 GPU 장수만 많으면 AI 강국이 된다고 보는 겁니다. 전력, 냉각, 네트워크, 운영 소프트웨어, 데이터, 개발자, 고객이 모두 필요합니다. 장비가 도착해도 전력이 늦으면 상자는 열리지 못합니다.

제가 앞으로 확인할 지표는 다섯 개입니다

1. 삼성과 SK의 장기 공급이 분기 실적과 수주잔고에 어떻게 잡히는지. 2. 2027년 첫 SK AI 팩토리가 계획대로 가동하는지. 3. 각 세종의 200MW 확장이 착공과 장비 반입 단계로 넘어가는지. 4. 국내 스타트업이 GPU를 실제로 빌릴 수 있는 가격과 신청 조건이 나오는지. 5. 데이터센터 전력망과 지역 협의가 일정에 맞춰 진행되는지.

이 다섯 가지가 움직이면 선언은 산업 계획으로 바뀝니다. 반대로 보도자료만 반복되고 착공, 가동, 고객 계약이 보이지 않으면 숫자는 행사장에 남습니다.

지금 단계에서 1,375조 원을 믿느냐 안 믿느냐로 싸울 필요는 없습니다. 약속의 크기는 이미 나왔고, 이제부터는 매년 실제 집행표를 확인하면 됩니다.

다음 편에서는 이 거대한 장비 투자가 직장인, 학생, 소상공인에게 어떻게 내려오는지 보겠습니다. AI 기본사회라는 말이 생활 변화가 되려면 무엇이 더 필요한지도 짚어보겠습니다.

자료 확인 기준: 2026년 7월 28일. 샌프란시스코 AI 행사 결과 브리핑, 삼성전자·브로드컴 공식 보도자료, SK 공식 보도자료, 네이버·브룩필드·엔비디아 공동 보도자료를 확인했습니다. MOU와 LOI는 최종 구매계약과 구분해 적었습니다.

샌프란시스코 AI 선언, 한국을 AI 공장으로 만든다

주노79 — Mon, 27 Jul 2026 11:12:27 +0900

뉴스 제목만 보면 조금 거창합니다. 대체불가 글로벌 AI 협력 플랫폼, AI 공급망 핵심 국가, 글로벌 테스트베드 같은 말이 한꺼번에 나옵니다. 읽고 나서도 그래서 우리나라가 뭘 하겠다는 건지 바로 잡히지 않습니다.

먼저 이름부터 정리하겠습니다. 이번에 나온 것은 오래된 연구평가 원칙인 DORA가 아닙니다. 이재명 대통령이 2026년 7월 24일 현지시간, 미국 샌프란시스코 AI 서밋에서 발표한 국가 AI 비전입니다.

한 문장으로 줄이면 이렇습니다. 한국이 반도체만 파는 나라를 넘어, AI를 만들고 시험하고 실제 산업에 붙이는 거대한 작업장이 되겠다는 선언입니다.

샌프란시스코 AI 서밋을 계기로 발표된 삼성전자와 브로드컴의 반도체 협력 공식 보도 이미지입니다. 출처:

삼성전자 글로벌 뉴스룸

. 원본을 변형하지 않고 해당 보도자료를 설명하는 범위에서 사용합니다.

정치 구호를 평가하기보다, 선언 안에 실제로 무엇이 들어 있는지 쉬운 말로 풀어보겠습니다. 선언의 핵심은 네 갈래입니다. 반도체와 데이터센터를 공급하고, 한국을 AI 시험장으로 만들고, 해외 시장을 연결하고, AI 혜택을 넓게 나누겠다는 내용입니다.

2026년 6월 공개된 SKT·엔비디아 AI 인프라 협력 공식 이미지입니다. 서밋 당일 사진은 아니며, 선언이 말하는 AI 팩토리 구상을 쉽게 설명하기 위해 배치했습니다. 출처:

SK텔레콤 뉴스룸

왜 샌프란시스코에서 발표했을까요

장소도 메시지의 일부입니다. 샌프란시스코와 실리콘밸리에는 엔비디아, 오픈AI, 앤트로픽, 브로드컴 같은 AI 기업과 투자회사가 모여 있습니다. 이번 서밋에도 젠슨 황, 샘 올트먼, 다리오 아모데이, 혹 탄을 비롯한 글로벌 기업 인사와 삼성, SK, 현대차, 네이버 관계자가 참석했습니다.

한국 안에서 계획을 발표하는 대신, 기술과 자본을 가진 상대 기업 앞에서 협력을 제안한 겁니다. 한국이 AI를 많이 쓰겠다는 국내 정책 발표보다 한국을 여러분의 생산·검증 거점으로 써달라는 투자 제안에 가깝습니다.

정부 공식 브리핑에 따르면 행사에는 기업인뿐 아니라 연구자, 스타트업, 투자자, 학생 등 약 230명이 참석했습니다. 사티아 나델라 마이크로소프트 CEO는 영상 메시지로 참여했습니다.

이 구성이 중요한 이유는 AI 산업이 한 회사만으로 완성되지 않기 때문입니다. 엔비디아가 GPU를 만들고, 삼성과 SK하이닉스가 메모리를 공급하고, 통신사와 클라우드 회사가 데이터센터를 운영하고, 자동차와 로봇 회사가 실제 현장에서 AI를 시험합니다. 자본을 대는 투자회사와 서비스를 만드는 스타트업도 필요합니다.

샌프란시스코 선언은 이 여러 역할을 한국이라는 한 장소에서 연결하겠다는 제안입니다.

선언은 칩에서 시작해 생활로 내려옵니다

네 가지 약속은 따로 떨어진 항목이 아닙니다. 순서대로 이어집니다.

먼저 반도체와 데이터센터를 확보합니다. AI를 만들 계산 능력을 갖추는 단계입니다. 그다음 제조공장과 도시, 물류, 공공서비스에서 AI를 시험합니다. 여기서 나온 경험을 다른 나라와 나누며 시장을 넓힙니다. 마지막에는 그 성과가 교육과 의료, 소상공인, 취약계층까지 내려가게 하겠다는 구조입니다.

이 흐름을 자동차에 빗대면 쉽습니다. 반도체와 데이터센터는 엔진과 공장입니다. 테스트베드는 실제 도로입니다. 글로벌 허브는 수출망이고, AI 기본사회는 자동차를 일부 회사만 타는 게 아니라 많은 사람이 안전하게 이용하도록 만드는 교통 체계입니다.

앞 단계가 막히면 뒤도 멈춥니다. 데이터센터를 지어도 쓸 만한 서비스가 없으면 투자만 남습니다. 서비스가 좋아도 가격이 너무 비싸면 대기업만 씁니다. 가격이 내려가도 개인정보와 책임 기준이 없으면 공공서비스에 넓게 넣기 어렵습니다.

그래서 선언의 성과는 GPU 장수 하나로 판단할 수 없습니다. 인프라, 실제 적용, 해외 고객, 이용자 보호가 같이 움직여야 합니다.

첫째, 한국을 AI 부품 공장으로 만들겠다는 말입니다

AI라고 하면 대부분 챗봇 화면부터 떠올립니다. 하지만 챗봇이 답을 한 줄 만들기까지는 엄청난 장비가 돌아갑니다.

GPU가 계산하고, HBM 같은 고대역폭 메모리가 데이터를 빠르게 주고받습니다. 이 장비를 수만 장씩 묶은 데이터센터에는 많은 전기와 냉각 설비가 필요합니다. 칩만 있어도 안 되고, 전기만 넉넉해도 안 됩니다. 장비, 건물, 전력망, 통신망, 운영 기술이 같이 있어야 합니다.

샌프란시스코 선언은 이 전체 묶음을 AI 공급망으로 봅니다. 한국은 이미 메모리 반도체와 제조업에서 강점이 있으니, 여기서 한 걸음 더 가겠다는 겁니다.

삼성전자와 SK하이닉스가 AI용 메모리와 반도체를 공급합니다.
국내 곳곳에 큰 AI 데이터센터를 짓습니다.
공장과 자동차, 로봇에서 움직이는 피지컬 AI를 키웁니다.
이 장비를 글로벌 기업과 한국 기업이 함께 사용하고 검증합니다.

쉽게 말하면 AI 시대의 부품 가게만 하겠다는 게 아닙니다. 부품 생산부터 조립, 시험 운전, 실제 사용까지 한곳에서 돌아가는 산업단지를 만들겠다는 그림입니다.

여기서 한국이 잘할 수 있는 이유도 분명합니다. 메모리 반도체 회사가 있고, 자동차와 조선, 배터리, 전자 같은 제조 현장이 많습니다. 새 AI를 컴퓨터 화면 안에서만 시험하지 않고 실제 공장과 물류, 로봇에 붙여볼 장소가 있다는 뜻입니다.

다만 선언만으로 공장이 생기지는 않습니다. 데이터센터 부지와 전력망, 냉각용 물, 지역 주민과의 협의가 따라와야 합니다. 칩을 만들 돈만 계산하고 전기와 지역 문제를 나중에 보면 일정이 바로 밀립니다.

둘째, 한국을 AI의 큰 시험장으로 쓰겠다는 뜻입니다

글로벌 AI 테스트베드라는 말도 자주 나왔습니다. 테스트베드는 새 기술을 실제 환경에서 시험하는 장소입니다.

예를 들어 자율주행 AI는 컴퓨터 화면에서만 잘 달려서는 부족합니다. 비 오는 날, 골목길, 공사 구간, 갑자기 끼어드는 오토바이를 만나도 움직여야 합니다. 공장 로봇도 전시장에서 박스를 한 번 드는 것과 24시간 생산라인에서 일하는 것은 완전히 다릅니다.

한국을 테스트베드로 만들겠다는 말은 새 AI를 행정, 복지, 교육, 제조, 물류, 도시 운영에 빠르게 넣어보겠다는 뜻입니다. 성공하면 다른 나라에 같은 방식을 수출할 수도 있습니다.

이 대목은 기대와 걱정이 같이 생깁니다.

좋은 쪽부터 보면, 한국 기업이 해외 AI를 빠르게 써보고 개선에 참여할 수 있습니다. 스타트업은 비싼 컴퓨팅 자원을 구할 기회가 늘 수 있습니다. 제조 현장에서 얻은 데이터가 다시 더 좋은 AI를 만드는 데 쓰일 수도 있습니다.

반대쪽에는 사람이 있습니다. 공공서비스에 AI가 들어갔는데 왜 그런 결과가 나왔는지 설명하지 못하면 곤란합니다. 복지 대상 선정이나 의료 보조처럼 생활에 직접 영향을 주는 일은 틀렸을 때 누가 책임질지도 정해야 합니다.

좋은 테스트베드는 국민을 실험 대상으로 쓰는 곳이 아닙니다. 작은 범위에서 시험하고, 오류를 공개하고, 사람이 멈출 수 있게 만든 곳입니다.

셋째, 한국에서 만든 AI 시장을 해외와 연결하겠다는 계획입니다

선언은 미국 빅테크와 한국 기업의 협력에만 머물지 않았습니다. 여러 나라가 각자의 언어와 문화, 산업에 맞는 AI를 만들 수 있도록 연결하겠다는 내용도 들어 있습니다.

이 말이 필요한 이유는 지금 AI 시장이 몇몇 미국 기업에 많이 기대고 있기 때문입니다. 좋은 모델을 쓰려면 비싼 GPU와 클라우드, 학습 데이터, 기술 인력이 필요합니다. 작은 나라나 작은 기업은 시작선에 서기도 어렵습니다.

한국이 AI 허브가 되겠다는 계획은 국내 데이터센터와 반도체를 이용해 여러 나라의 기업과 연구자가 AI를 만들도록 돕겠다는 뜻입니다. 한국 기업에는 새 고객이 생기고, 상대 나라에는 자국 언어와 환경에 맞는 AI를 만들 기회가 생길 수 있습니다.

말은 좋지만 확인할 것도 있습니다. 협력 상대가 실제로 저렴하게 컴퓨팅 자원을 쓸 수 있는지, 데이터가 어느 나라에 저장되는지, 만든 모델의 권리를 누가 갖는지까지 정해져야 합니다. 행사에서 악수한 사진보다 계약서의 이용 조건이 더 오래갑니다.

넷째, AI 기본사회라는 약속입니다

선언의 마지막 축은 AI 기본사회입니다. AI로 돈을 많이 버는 것만으로는 부족하고, 교육과 의료, 복지, 중소기업, 소상공인까지 혜택이 퍼져야 한다는 생각입니다.

정부는 2026년 1월 22일 인공지능기본법을 시행했습니다. 안전하고 신뢰할 수 있는 AI를 키우면서 산업도 함께 지원하겠다는 법입니다. 선언에서는 여기에 한 발 더해, AI 성과가 일부 기업이나 일부 직업에만 머물지 않도록 하겠다는 방향을 제시했습니다.

이 말이 현실이 되려면 무료 챗봇 하나를 나눠주는 것으로는 부족합니다.

학생에게는 답을 대신 써주는 도구보다 수준에 맞는 학습 지원이 필요합니다.
소상공인에게는 비싼 구독보다 매출과 예약, 고객 문의에 바로 쓰는 쉬운 도구가 필요합니다.
직장인에게는 AI 교육과 함께 업무가 바뀌었을 때의 평가 기준이 필요합니다.
취약계층에게는 디지털 기기를 잘 다루지 못해도 이용할 수 있는 창구가 필요합니다.
모든 사람에게는 내 데이터가 어디에 쓰였는지 확인할 권리가 필요합니다.

AI 기본사회는 장비 구매 계획보다 훨씬 어렵습니다. GPU는 돈을 주고 살 수 있지만, 신뢰는 계약 한 번으로 살 수 없습니다.

4,700조 원은 이번 행사에서 새로 생긴 돈이 아닙니다

이번 선언을 다룬 기사에서 가장 눈에 띄는 숫자는 약 4,700조 원입니다. 너무 커서 오히려 감이 오지 않습니다.

공식 연설문을 보면 이 숫자는 이번 서밋 당일 새로 계약한 금액이 아닙니다. 지난 6월 발표된 AI 프로젝트 투자 규모를 가리킵니다. 이번 행사에서 별도로 공개된 반도체 협력 규모는 9,500억 달러, 정부 환산 약 1,375조 원입니다.

이 숫자도 오늘 통장에 입금된 돈으로 읽으면 안 됩니다. 여러 해에 걸친 공급 협력, 데이터센터 구축, 투자 의향이 합쳐진 규모입니다. MOU와 LOI도 포함되어 있습니다.

그래서 큰 숫자를 볼 때는 세 가지만 물으면 됩니다.

1. 계약인지, 양해각서인지, 협력 의향서인지. 2. 몇 년에 걸쳐 집행되는 돈인지. 3. 실제 공장과 데이터센터가 언제 착공하고 가동하는지.

이 질문을 통과한 뒤에야 숫자가 산업 변화로 바뀝니다.

제 판단은 이렇습니다

샌프란시스코 AI 선언은 챗봇 순위를 올리겠다는 계획보다 큽니다. 반도체, 데이터센터, 전력, 제조업, 공공서비스를 한 줄로 연결해 한국을 AI 생산 거점으로 만들겠다는 국가 산업 전략에 가깝습니다.

방향은 한국의 강점과 잘 맞습니다. 우리는 메모리 반도체와 제조 현장을 모두 갖고 있습니다. AI 모델만 놓고 미국 기업과 정면승부하는 것보다, 세계 AI가 돌아가는 데 필요한 공장과 시험장을 함께 잡는 전략은 현실적인 면이 있습니다.

하지만 발표의 크기만큼 확인할 숙제도 큽니다. 전력망은 충분한지, 지역 갈등을 어떻게 줄일지, 중소기업도 컴퓨팅 자원을 쓸 수 있는지, 공공 AI가 틀렸을 때 누가 책임질지 아직 더 구체적인 답이 필요합니다.

이 선언의 성패는 행사장에 누가 앉았는지가 아니라, 2027년부터 실제로 몇 개의 데이터센터가 켜지고 누가 그 자원을 쓸 수 있는지로 판단해야 합니다.

다음 편에서는 1,375조 원, 5GW, GPU 200만 장이라는 숫자를 삼성·SK·네이버·현대차 사업으로 나눠 보겠습니다. 숫자가 어디까지 계약이고 어디부터 계획인지도 같이 확인하겠습니다.

자료 확인 기준: 2026년 7월 27일. 샌프란시스코 AI 선언 전문, 샌프란시스코 AI 행사 결과 브리핑, 정책브리핑 요약 기사, KTV 공식 서밋 영상, 인공지능기본법 지원데스크 안내를 확인했습니다.