반도체와 인공지능, 데이터 산업이 대한민국의 미래를 좌우할 것이라는 사실은 오래전부터 예견됐다. 그럼에도 우리는 기존 제조업의 경쟁력에 안주했고, 산업구조 전환을 위한 과감한 투자와 혁신에는 충분히 속도를 내지 못했다. 정치권도 예외일 수 없다. 중앙정부 정책을 비판하는 데는 익숙했지만, 중앙정부가 거절하기 어려운 국가 전략을 제시하는 데는 부족했다. 지역사회 역시 산업화 시대의 성과에 기대어 ‘정부가 배려해야 한다’는 논리에 머문 것은 아닌지 돌아봐야 한다. 인정하기는 아프지만, 미래를 준비하는 속도에서 우리는 한 발 늦었다. 그렇기에 지금 필요한 것은 분노가 아니라 성찰이며, 성찰 위에 세워지는 새로운 비전이다. 뼈저린 반성 없이 내놓는 요구는 정부도 기업도 움직일 수 없다. 다행히 대구·경북은 여전히 강력한 자산을 갖고 있다. 반도체 산업은 공장 하나로 완성되지 않는다. 설계와 소재, 장비, 후공정, 연구개발이 하나의 생태계를 이룰 때 경쟁력이 생긴다.

삼성은 아산을 세계 최대 디스플레이 단지로 구축했고, 온양 캠퍼스는 범용 반도체 후공정 중심에서 글로벌 최첨단 고대역폭메모리(HBM) 팹으로 전환하고 있다. 삼성SDI 천안 캠퍼스는 차세대 배터리 핵심 제조기지로 운영되고 있다. 삼성은 이날 충청권에 140조원을 추가 투자하는 계획을 공개했다. SK하이닉스는 낸드플래시 생산공장인 M17에 80조원, 첨단 패키징 시설인 P&T7에 20조원 등 청주에 총 100조원을 투입계획을 내놨다. 충청권이 지리적으로나 산업적으로 반도체로 대변되는 첨단산업의 최적지임은 두말할 필요도 없다. 삼성과 SK가 쌓아놓은 토대를 바탕으로 이제 초격차 실현에 나서야 한다. 이런 점에서 이재용 삼성전자 회장이 이날 "충청을 초격차 기술의 중심으로 만들겠다"고 강조한 건 퍽 의미가 있다. 대만의 TSMC를 뛰어넘는 세계 어느 나라도 따라올 수 없는 초격차 기술의 거점이 되었으면 하는 바람이다. 삼성이 충청경제에 미치는 영향은 지대하다. 고용인원만 3만3000명에 이른다.

다른 지역의 기회를 막는 방식으로는 우리 지역의 미래를 만들 수 없다. 지금 우리가 해야 할 것은 호남지역 반도체 산업 조성을 반대하는 일이 아니라, 대구·경북에도 기업과 투자가 들어올 수밖에 없는 조건과 논리를 만드는 일이다. 국가균형발전은 각 지역이 자기 강점을 바탕으로 국가 전체가 함께 성장하는 것이다. 광주전남이 새로운 산업 기회를 얻는다면 균형발전의 측면에서는 오히려 환영할 일이다. 동시에 대구·경북도 그에 맞는 산업적 기회와 정책적 지원을 요구하는 것이 맞다. 즉, 논의의 중심을 “왜 호남이냐”가 아니라, “대구·경북은 균형발전 차원에서 어떤 성장 기회를 확보할 것인가”로 옮겨야 한다. 첨단 기술산업은 반도체 생산 공정만 있는 것이 아니다. 소재, 부품, 장비, 후공정, 패키징, 테스트, 전력, 물류, 인력, 연구개발 등 전방위 산업도 모두 고부가가치 산업이며, 지역이 충분히 경쟁력을 가질 수 있는 영역이다.

이어 "논과 밭이 대부분이었던 온양 캠퍼스는 범용 반도체 후공정 중심에서 글로벌 최첨단 HBM(고대역폭메모리) 팹으로 전환하고 있다"고 했다. 삼성전기 세종 캠퍼스와 삼성SDI 천안 캠퍼스를 충청권 첨단산업 축으로 언급하기도 했다. 이 회장은 "삼성전기 세종 캠퍼스 역시 맨땅에서 시작해 일반 기판 생산을 넘어 이제는 최첨단 인공지능(AI) 서버용 패키지 기판을 만들고 있다"고 밝혔다. 또 "천안의 삼성SDI 캠퍼스는 차세대 배터리의 핵심 제조 기지로 운영하고 있다"며 "삼성의 꿈이 이곳 충청에서 뿌리내리고 자라고 결실을 보았다"고 말했다. 그러면서 "선제적인 투자가 기업의 성장을 이끌고, 그 성장이 지역은 물론 국가 전체의 발전으로 이어지는 선순환의 모범을 충청에서 확인할 수 있었다"고 강조했다. 이 회장은 AI 시대의 산업 경쟁력도 소재·부품에서 갈릴 것이라고 진단했다. 그는 "AI 시대의 승패는 AI를 구동하는 소재와 부품에 달려 있기 때문에 삼성의 미래와도 직결돼 있다"고 말했다.

다이캐스팅은 녹인 금속을 금형에 고압으로 주입해 자동차와 기계부품을 생산하는 공정이다. 생산속도는 빠르지만 제품 내부에 기포나 수축공이 생길 수 있고, 불량 원인도 금형 온도와 진공도, 습도, 주조 압력, 이형제 분사량 등 여러 변수에 걸쳐 있다. 기존 현장에서는 불량이 발생한 뒤 작업자가 경험에 따라 조건을 조정하는 사후 대응이 일반적이었다. 문제는 제품과 생산데이터가 제대로 연결되지 않는다는 점이다. 엑스레이 검사에서 불량을 발견해도 그 제품이 어떤 온도와 압력에서 생산됐는지 정확히 역추적하기 어려웠다. 검사자의 피로로 불량을 놓치거나, 정상제품을 불량으로 판정해 폐기하는 ‘과검’도 원가를 높이는 요인이었다. 이번 과제는 제품에 DPM 방식의 2차원 바코드를 새겨 주조 단계에서 발생한 생산정보와 후공정 검사결과를 제품별로 1대1 연결한다. AI는 엑스레이 영상과 금형 열화상, 진공·습도, 주조 파형 등 서로 다른 형태의 데이터를 함께 분석해 내부 기포와 수축공을 찾아낸다.