HANDLER

캐미칼리포트

news 캐미칼리포트

효성화학, 유럽 시장에 전기차·로보틱스 소재 선보인다

- 12~16일 독일서 열리는 ‘파쿠마 2026’ 참가- 전기차 커넥터, 로보틱스 구동용 플라스틱 소재 소개 효성화학이 전기차·휴머노이드 로봇 등 미래산업에 적용되는 소재인 포케톤(POKETONE)으로 글로벌 시장공략에 나선다.효성화학은 12일부터 16일(현지시간)까지 독일 프리드리히스하펜에서 열리는 국제플라스틱가공전시회 ‘파쿠마(Fakuma) 2026’에 참가한다고 밝혔다. 이번에 선보이는 포케톤은 충격과 마모, 화학물질에 강하고 수분 흡수율이 낮아 형태와 치수를 안정적으로 유지하는 고기능 플라스틱 소재다. 용도에 맞춰 강도·내마모성·난연성 등을 강화할 수 있어 다양한 산업에 활용할 수 있는 고부가가치 스페셜티 소재로 주목받고 있다. 최근에는 서비스 로봇 등 소재로 활용되며 로보틱스 분야로 사용 범위를 넓히고있다. 특히 반복적인 움직임과 마찰을 견뎌야 하는 휴머노이드 로봇의 관절 기어와 축지지 부품 등에도 적용할 수 있다. 효성화학은 이번 전시회에서 ‘Automotive, Robotics, Medical(자동차·로보틱스·의료)’을 주제로, 포케톤이 적용된 자동차 커넥터와 기어·구동 부품, 의료부품 등을 전시해 포케톤의 활용 사례를 소개한다. 14일에는 ‘Proven Worldwide, Engineered Forward(세계에서 검증된 소재, 기술로 여는 미래)’라는 주제로 기술세미나를 개최하고 포케톤의 활용 범위를 확대하는 방안을 논의한다. 유럽은 자동차·산업 설비 분야의 제조업 기반이 발달해 고기능 소재의 활용도가 높은 시장이다. 효성화학은 전기차·로보틱스 등 미래산업용 소재로 포케톤의 활용을 넓히며 유럽을 비롯한 글로벌 시장으로 사업 확대를 추진할 계획이다. 이천석 효성화학 대표는 “포케톤은 전기차·로보틱스·의료 등 다양한 산업에서 활용 가능성을 넓혀가고 있다”라며, “지속가능성과 고성능을 함께 요구하는 산업 변화에 맞춰 협업과 맞춤형 기술지원으로 포케톤의 적용 분야를 확대해 나가겠다”라고 말했다. 한편, 파쿠마는 글로벌 소재 기업과 유럽 주요 제조업체들이 참가하는 가공 산업전시회다.

이용우 2026-10-12

LG화학, 유럽서 미래산업용 엔지니어링 소재 경쟁력 선보인다

- 유럽 플라스틱 전시회 ‘파쿠마 2026’ 참가… 글로벌 고객 접점 확대- AI 데이터센터·로보틱스·통기성 필름 등 고성능·고부가 소재 솔루션 공개- 미래산업을 선도하는 차세대 소재 솔루션 선제 제안 LG화학이 10월 12일부터 16일까지 독일 프리드리히스하펜에서 열리는 플라스틱 전시회 ‘파쿠마(Fakuma) 2026’에 참가해 미래산업을 겨냥한 차세대 소재 솔루션을 선보인다고 밝혔다. 파쿠마는 글로벌 소재 기업과 유럽 주요 제조업체들이 참가하는 대표적인 플라스틱 산업 전시회다. LG화학은 이번 전시에서 자동차와 전기·전자산업을 넘어 AI 데이터센터, 로보틱스, 고기능 통기성 필름(Breathable Film) 등 미래 성장 시장을 겨냥한 고성능 고부가 소재 솔루션을 집중 선보일 계획이다. LG화학은 약70㎡ 규모의 전시관을 마련하고 고객 산업별 제품 소개를 넘어 고객의 핵심과제를 해결하는 ‘솔루션 마케팅’에 초점을 맞춘다. 전시관은 ▲ 자동차용 무도장 소재와 금속 대체 솔루션을 선보이는Cost Effective ▲ 바이오 기반 소재와 저탄소 솔루션 중심의 Sustainability ▲ AI 데이터센터 및 로보틱스용 차세대 엔지니어링 플라스틱 기술을 소개하는 Innovative 등 3개 테마로 구성된다. 특히, LG화학은 단순 제품 전시를 넘어 고객과의 기술 협업을 확대하고 미래 성장 기회를 함께 발굴하는 데 중점을 둘 예정이다. 전시 공간의 절반 이상을 미팅 공간으로 구성해 고객 맞춤형 상담과 기술 협의를 진행하며, 설계 단계에서 제품 성능을 예측·검증할 수 있는 자체 솔루션 ‘SISO(Simulation Integrated Solution)’를 활용해 고객 개발을 지원할 계획이다. 유럽은 전동화와 친환경 정책 확산으로 경량·고기능 소재 수요가 빠르게 늘고 있다. 엔지니어링 플라스틱은 금속을 대체해 제품 경량화와 에너지 효율 향상에 기여하는 고부가 소재로 자동차·로보틱스·AI 데이터센터 등 미래산업을 중심으로 활용이 확대되고 있으며, LG화학은 차별화된 소재 기술력을 바탕으로 고객에게 차세대 솔루션을 선제적으로 제안하며 유럽 시장 공략을 강화할 계획이다 LG화학 엔지니어링소재사업부장 이창현 전무는 “고객이 필요로 하는 것은 단순한 소재가 아니라 미래의 가능성을 현실로 구현하는 차세대솔루션”이라며, “LG화학은 미래산업의 변화를 선도하며, 고객보다 한발 앞서 차세대 소재 솔루션을 제안함으로써 새로운 성장 기회와 차별화된 가치를 제공할 것”이라고 말했다.

이용우 2026-10-07

대안적 장기 예측 모형 제시와 실증 - 소재산업 수출 전망 사례

- 최미정 산업연구원 산업구조·정책효과분석실 부연구위원박성근 산업연구원 산업구조·정책효과분석실 선임연구위원 경제 전망의 목적은 미래 경제의 불확실성 속에서 경제 주체의 합리적 의사결정을 지원하고, 제한된 자원을 효율적으로 배분할 수 있도록 정보를 제공하는 데 있다. 중장기 산업 전망은 경제 구조 변화에 대응하여 국가의 경제전략 수립을 위해 필요하다. 모형 기반 전망에서는 내·외생 변수 함수 형태를 설정할 때 전망의 목적에 따라 중점적으로 반영해야 할 요소를 신중히 검토해야 하며, 이에 따라 예측 모형의 형태와 구조가 달라질 수 있다. 우선, 산업 중장기 전망 모형에서는 경제의 기초 여건에 대한 구조 변화가 유연하게 반영되어야 한다. 인구구조 변화, AI의 성장, 세계 경제의 분절화와 공급망 재편 등으로 인해 경제의 기초 여건이 장기적으로 변화하는 상황에서는 변수 간 관계나 계수의 형태가 구조적 변화에 따라 달라질 수 있으며 이를 반영하는 예측 모형이 필요하다. 둘째로 장기 전망에서는 외생 변수 불확실성의 누적으로 예측 안정성이 저하되므로 핵심 변수 중심의 간결한 모형 구조가 요구된다. 산업연구원에서는 시간 가변 계수 모형과 그 확장 형태인 함수 계수 패널 모형을 제안하고, 이를 토대로 소재산업의 중장기 수출 전망에 적용한 결과를 제시했는데, 본지에서 이를 소개하고자 한다. 1. 전망 필요성 경제 전망의 주요 목적은 미래 경제의 불확실성 속에서 경제 주체의 합리적 의사결정을 지원하고, 제한된 자원을 효율적으로 배분할 수 있도록 정보를 제공하는 데 있다. 즉 전망을 통해 경제 전반의 기대와 신뢰를 조정함으로써 불확실성을 완화하고 경제의 안정성을 제고하는 기능을 수행한다. 경제 전망은 국가 차원의 정책 설계에서 핵심 역할을 한다. 경제 정책은 그 영향이 현실 경제에 반영되기까지 일정한 시차가 존재하므로 정책 효과가 나타나는 미래의 경제 여건을 사전에 예측하는 것이 필수적이다. 이를 통해 정책의 시행 시점과 강도를 적절히 조정하여 정책효과를 극대화할 수 있다. 단기 경제 전망은 재정 및 통화정책 운용에서 적시 대응을 할 수 있으며, 장기 전망은 경제의 구조적 변화에 대응하기 위한 전략적 자원배분을 가능하게 한다. 중장기 산업 전망은 경제의 구조적 변화에 대응하여 국가의 경제전략 수립을 위해 필요하다. 산업의 장기 전망치는 에너지, 인력 등 주요 분야에서 인프라 투자 방향을 설정하고 노동력 수급의 안정성 여부를 판단하는 등 장기 전략을 수립하는 데 핵심적인 기초 자료로 활용할 수 있다. 2. 중장기 산업 전망 전망 방법은 크게 모형 기반 전망, 전문가 기반 전망, 그리고 두 접근을 결합한 하이브리드 방식으로 구분할 수 있다. 모형 기반 전망의 경우 내·외생 변수를 설정하고 함수 형태를 가정해야 하는데 이는 인과 관계에 기반하여 설명변수를 구성하는 설명 모형과 달리, 예측에 유효한 요인을 선정하고 해당 요인들의 미래 경로까지 예측해야 한다는 점에서 방법론적 어려움이 존재한다. 또한 설명 모형에서 적합도가 가장 우수한 모형이 반드시 예측 모형에서도 최적일 수는 없으며 동일한 전망 모형이라 하더라도 예측 시계(horizon)에 따라 예측력이 크게 달라질 수 있다. 예를 들어 VAR이나 동태요인모형(DFM)과 같은 시계열 기반 모형은 초단기 및 단기 예측에서는 상대적으로 우수한 성과를 보이지만, 중장기 예측에서는 평균으로 수렴하기 때문에 구조 변화가 반영되지 못해 예측력이 빠르게 약화되는 경향이 있다. 따라서 예측 모형을 설정할 때에는 전망의 목적에 따라 어떤 특징을 중점적으로 반영해야 하는지 주의 깊게 검토할 필요가 있으며, 이러한 고려에 따라 예측 모형의 형태와 구조 또한 달라질 수 있다. 다시 말해 전망 모형의 구축은 통계 기법에 기반하지만, 동시에 어떤 구조적 요인을 어떠한 방식으로 반영할지에 대한 선택이 요구되는 작업이기도 하다. 산업 중장기 전망 모형에서는 다음의 특징이 반영되는 것이 필요하다. 첫째로 경제의 기초 여건에 대한 구조적 변화가 유연하게 반영되도록 할 필요가 있다. 한국경제는 인구구조 변화, 디지털화 및 인공지능 전환의 가속화, 글로벌 경쟁 질서의 재편 등 새로운 전환기에 직면해 있으며 이러한 요인들은 향후 산업 성장 경로를 근본적으로 재편할 것으로 예상된다. 이들 변화는 이미 산업 전반에서 영향을 미치고 있으며, 향후 그 영향이 더욱 확대될 가능성이 크다. 다만 이러한 변화는 다양한 경로로 전개될 가능성이 존재하고, 지정학적 리스크나 정책 대응, 예측이 어려운 구조적 요인의 영향으로 상당한 불확실성이 상존하고 있다. 이처럼 경제의 기초 여건이 장기적으로 변화하는 상황에서는 변수 간 관계나 계수의 형태가 구조적 변화에 따라 달라질 수 있으며 이를 반영하지 못하는 예측 모형을 사용할 경우 예측의 불안정성이 커질 수 있다. 둘째로 예측 시계(horizon) 확대에 따라 발생하는 불안정성을 완화하는 방법론적 장치가 필요하다. 산업 중장기 전망은 수년에서 수십 년에 이르는 장기 구간을 대상으로 하므로 이에 따라 모형의 외생 변수들에 대해서도 합리적이고 일관된 중장기적 전망치를 구축해야 하는 어려움이 존재한다. 예측 시계가 길어질수록 외생변수 전망치의 불확실성이 누적되고, 이로 인해 발생한 오차가 모형 전반의 예측에도 영향을 미치기 때문에 관계식에 사용되는 외생변수가 많거나 변수 간 연쇄적 구조를 갖는 모형은 중장기 전망에서 한계를 가질 수 있다. 따라서 중장기 전망 예측 모형에서는 핵심 변수 중심의 간결한 구조를 유지함으로써 장기 예측 과정에서 발생할 수 있는 오차 누적과 구조적 불안정성을 최소화할 필요가 있다. 3. 중장기 산업 전망 현황 및 한계점 산업연구원은 2007년 KIET-DIMM을 구축한 이후 지속적인 데이터 확장과 갱신, 모형 구조 보완을 거쳐 2018년에는 KIET-DIMM18 모형을 완성하여 전망에 활용해왔다. 이 모형은 한국개발연구원에서 활용한 다부문모형(박준경·김정호, 1990)을 토대로 한 구조적 연립방정식 체계로 본래 단기 전망에 사용했으나, 이후 예측 기간을 연장하는 방식으로 중장기 전망에도 쓰였다. KIET-DIMM은 소규모 개방 경제의 가정을 전제로 일반 균형 이론에 기초하여 경제 구조를 5개의 주요 블록으로 구성하고 있다. 각 블록의 행위 방정식과 주요 변수들은 경제 이론적 관계 또는 경험적 적합성에 부합하도록 설정되었고, 각 부문 간의 논리적 일관성을 확보하기 위해 항등식을 활용하여 연립방정식 체계로 통합하였다. 이러한 설계로 이 모형은 이론적 기반과 실증적 적합성을 갖춘 경험적 구조 모형으로 평가된다. KIET-DIMM18 모형은 약 700여 개의 행위 방정식으로 구성되어 있으며, 국내외 주요 전망 기관에서 발표하는 18개의 외생변수를 사용한다. 이러한 외생 변수의 변화나 가정을 입력하면 모형 내 행위 방정식들 간의 상호 연계 구조를 통해 내생 변수들이 이에 반응하는 정도를 계산하게 되는데, 이를 통해 각 부문의 균형점이 이동하는 형태로 경제 전반의 성장 경로를 제시할 수 있으며 시뮬레이션 분석에 적합한 구조를 갖추고 있다. 다만 이와 같은 연립방정식 체계의 경험적 구조 모형은 각 방정식이 서로 긴밀히 연결되어 있어 하나의 계수나 변수 간 관계가 부정확하게 추정될 경우 그 영향이 다른 식으로 전달되는 피드백 효과가 발생할 수 있다. 특히 모형 내 방정식의 수가 많고, 각 식의 결과가 다음 블록으로 순차적으로 전이되는 구조에서는 내·외생변수들의 설정, 항등식 제약, 식별 등 모형 설정(model specification)을 매우 신중하게 다룰 필요가 있다. 특히 중장기 전망에서는 다음의 한계점들이 존재한다. 첫째로 고정계수 구조에 따른 구조적 경직성이다. 모형 내 계수들이 자료의 평균적 관계로 추정되어 있기 때문에 실제 경제 구조가 변화하더라도 이를 즉시 반영하지 못할 가능성이 있다. 이러한 특성으로 인해 모형은 구조적 안정성이 유지되거나 균형점 부근에서는 비교적 정확한 결과를 제시할 수 있으나, 구조적 불확실성이 커지고 변수 간 관계가 변화할수록, 즉 균형점으로부터 이탈할수록 설명력과 예측력이 저하되는 한계가 존재한다. 이와 같은 특성으로 인해 유사한 구조의 경험적 모형들은 한국은행의 BOKDPM처럼 중기 전망(약 2년 내외) 수준에서 주로 활용되고 있다(한국은행 경제 전망 모형의 이해). 둘째, 외생변수의 변화와 그 불확실성이다. 연립방정식 체계에서 외생변수들은 방정식의 도구 변수로서 식별의 최소 조건을 충족시켜야 하며, 추정의 효율성을 확보하기 위해서는 통계적으로 타당한 조건을 만족할 필요가 있다. KIETDIMM18 모형에서 사용되는 18개의 외생변수 각각에 대해 중장기적 합리적 전망치를 구축해야 하는데, 이는 국내외 경제 환경의 불확실성이 높아질수록 현실적으로 어려워진다. 특히 모형의 연쇄적 구조를 고려할 때 외생변수의 전망은 전체 시스템의 예측 성과에 직접적인 영향을 미치며, 외생변수 설정의 적정성에 따라 모형의 예측도가 크게 달라질 수 있다. 또한 연립방정식 체계는 기본적으로 폐쇄적 구조를 갖기 때문에 새로운 외생변수를 추가하거나 방정식을 수정해 구조 변화를 반영하려면 전체 균형 구조를 재정의해야 하는 어려움이 있다. 이러한 제약으로 인해 실제 분석에서는 일부 블록만 수정하거나 외생 시나리오를 활용해 간접적으로 구조 변화를 반영하며, 이 과정에서는 전문가 판단과 시나리오 결과 간 피드백을 거쳐 전망치를 조정한다. 그러나 공급망 붕괴, 인공지능의 급속한 확산, 탄소중립 규제 강화, 지정학적 리스크 확대와 같이 기존 외생변수만으로 설명하기 어려운 구조적 변화가 발생할 경우 현실 반영력이 저하되는 한계가 있다. 4. 대안적 장기 예측 모형의 특징과 실제 운용 사례 본 글에서는 대안적인 방법론으로서 계수를 구조적 변화의 함수로 설정한 시간 가변 계수 모형을 제시한다. 이 모형은 경제 데이터에 이미 내재된 구조 변화의 정보를 활용하여 계수가 시간에 따라 변화할 수 있도록 설정함으로써 구조 변화를 포착하는 접근이다. 다시 말해 데이터 속에 반영된 구조 변화의 흔적을 계수의 시계열적 변화를 통해 읽어내는 모형으로 볼 수 있다. 기존의 구조 모형은 전체 모형 구조를 사전에 설정하고 외생변수의 변화를 통해 구조적 변화를 반영하도록 설계되어 있으므로, 구조변화를 유발하는 요인을 사전에 파악하고 식별하는 과정이 요구된다. 한편 시간 가변 계수 모형은 경제 및 산업 데이터를 단순히 시점별 관측값의 집합이 아니라, 각 시점의 제도적 환경, 기술 수준, 산업구조, 정책 변화 등이 반영된 결과물로 인식하기 때문에 데이터에 내재된 구조 변화를 계수의 시계열적 변동으로 해석함으로써 외생적으로 명시하기 어려운 구조적 변화를 간접적으로 포착할 수 있다. 계수를 시간의 함수로 설정함으로써 장기 예측에서 얻을 수 있는 이점은 다음과 같다. 첫째, 시간 가변 계수는 부드럽게(smooth) 추정되기 때문에 과거의 추세를 기반으로 미래의 관계를 자연스럽게 연장하여 반영할 수 있다. 고정 계수 모형은 전체 기간의 평균적 관계를 반영하는 데 그치지만, 시간 가변 계수는 시점별 구조 변화를 반영함으로써 예측의 현실 적합성을 높인다. 둘째로, 구조 변화를 계수에서 반영함으로써 예측 모형의 차원을 축소할 수 있는 이점이 있다. 공신력 있고 전제가 가능한 핵심 설명변수만 사용함으로써 외생변수의 불확실성이 큰 중장기 전망에서도 비교적 안정적이고 일관된 예측 경로를 제시할 수 있다. 이와 같은 방법론을 활용하여 장기 예측에 적용한 사례로는 한국전력 거래소의 장기전력수요예측모형(김창식 외, 2015)이 있다. 이 연구에서는 시간 가변 계수를 갖는 공적분 회귀 모형을 통해 전력 수요와 경제 변수들 사이의 장기 균형 관계를 설정하고 전력 수요의 탄력성으로 해석되는 시간 변동 계수를 선도추급과정(Gap&Catch-Up) 개념을 도입하여 전망한다. 이와 같이 거시 모형을 기반으로 설명변수를 축소하고 탄력성을 시간에 따라 변화하도록 설정함으로써 선도추급과정을 적용한 시간 변동 계수 모형은 전통적으로 사용해온 미시적 예측 모형에 비해 우수한 예측 성과를 보였다. 그러나 산업구조가 성숙 단계에 진입함에 따라 추급 패턴을 전제로 하는 데 한계가 있으며, 특정 국가의 소득 탄력성 패턴 유사성만을 반영한다는 제약이 존재함에 따라 새로운 예측 방법론의 필요성이 제기되었고, 김창식 외(2015)에서는 추가적으로 함수 계수 패널 모형을 적용하여 장기 전망을 시도한다.함수 계수 패널 모형은 한 국가가 아니라 다양한 국가들의 탄력성의 추이를 함께 반영하고, 시간 변동 계수가 시간과 소득 간의 상관관계로부터 발생하는 추가적인 영향까지 반영하는 방법론적 한계를 극복하기 위해 Chang et al.(2016)에서 제안되었다. 이 모형은 시간과 소득 두 축의 공통 함수 계수를 설정함으로써 패널에 포함된 국가들의 공통적인 패턴을 추정할 수 있도록 하였고, 소득 수준을 고정한 상태에서 반사실적(counterfactual) 분석을 수행하여 계수의 시간적 변화를 구조적 변화의 결과로 해석할 수 있도록 하였다. 아울러 국가별 소득에 대한 고정 기울기와 고정 효과를 함께 고려함으로써 국가 간 이질성을 반영하고 이를 통해 국가별 탄력성의 전망을 가능하도록 하였다. 이에 본 글에서는 두 모형을 소개하고, 소재산업 수출 장기 전망에 적용한 결과를 제시한다. 식 (1)은 Park and Hahn(1999)이 제안한 시간 변동 공적분 모형을 수출 수요 함수에 적용한 것이다. y_t는 한국의 대세계 실질수출에 로그값을 나타내며, x_t와 z_t는 각각 세계 GDP와 상대가격의 로그값이다. 시간 변동 계수 beta_t는 관측되지 않는 다양한 구조적 요인들의 변화를 반영하는 계수로 수출과 예측 요인 간의 관계가 시간에 따라 달라질 수 있음을 의미한다. 식 (2)는 Chang et al.(2016, 2021)에서 제안된 함수 계수 패널 모형으로 수출 수요 함수에 적용한 것이다. y_i,t는 I국가 1인당 수출액을 지수화한 뒤 이를 한국은행의 수출 물가지수로 나누어 실질화한 값에 로그를 취한 값이며, x_i,t 와 p_i,t는 각각 I국가 1인당 실질 GDP와 실질 환율 지수에 로그를 취한 값이다. 함수 계수(또는 소득계수)인 beta(t,x_i,t)는 시간과 소득 수준에 따라 계수가 비선형적으로 변화하는 것을 동시에 허용하는 구조를 갖는다. <그림 1>은 식 (1)을 석유화학과 철강산업에 적용하여 추정한 시간 변동 계수의 추이를 제시한 것이다. 석유화학산업의 소득 탄력성(시간 변동 계수)은 2000년까지 가파르게 상승하다가 이후에는 상승폭이 이전보다 둔화되었고, 2016년경부터는 하락 국면에 진입한 것으로 나타난다. 철강산업의 소득 탄력성(시간 변동 계수) 역시 2014년까지 대체로 상승세를 보였으나, 이후부터 하락하는 추세로 전환된 것으로 확인된다. <그림 2>는 식 (2)를 같은 소재산업에 적용하여 추정된 함수 계수(소득 계수)만을 소득과 시간 두 축으로 제시한 것이다. 함수 계수를 3차원(surface) 형태로 제시할 경우 두 축의 복합적 변화가 동시에 반영되기 때문에 각 축의 수준을 고정한 상태에서 시간 단면과 소득 단면 그림으로 소득계수의 움직임을 포착할 수 있고, 이를 <그림 3>에 제시한다. <그림 3>의 상단 부분은 1인당 소득을 고정한 상태에서 함수 계수의 시간 변화 추이를 나타낸 것이고 하단 부분은 시간을 고정한 상태에서 소득변화 추이를 나타낸 것이다. 상하단 그림 각각에서 시간과 소득에 따라 소득 계수가 장기간 변화해온 것을 확인할 수 있고 특히 하단 부분에서는 시간 변동 계수가 소득에 대한 함수 관계를 내포하고 있음을 시사한다. 즉 시간만을 함수로 하여 계수를 추정할 경우 이러한 소득 수준의 구조 변화가 섞이게 되고 따라서 시간 변화에 따른 구조적 변화를 과소 추정할 가능성이 있다. 이러한 점은 함수 계수 패널 모형의 보완적 역할을 뒷받침하는 근거가 된다. 5. 예측실험 결과 비교 본 글에서는 비교 대상으로 제시한 기존 예측모형이 본래 단기 전망을 위해 설계된 점에 착안하여 이를 장기 전망에 적용했을 때 예측력이 어떻게 변화하는지 살펴보고 본 글에서 제안한 모형이 장기 예측에 활용될 수 있는지 확인하기 위해 예측실험을 수행하였다. 예측실험을 위해 식 (1) 모형의 추정 기간을 1987년부터 2018년으로 하고, 예측 기간을 2019년에서 2024년을 대상으로 수행하였다. 예측 단계에서는 시간 변동 계수에 대한 전제가 필요하므로 최근 값을 그대로 유지하는 방식(Fix), 최근 추세를 반영하는 방식(Est), 그리고 전제 오차가 없다고 가정한 이상적 시나리오(Model)를 설정하였다.이러한 설정 아래 동일한 추정 기간과 예측 기간을 적용한 기본 시계열 모형인 AR(1)과 고정계수 모형(DIMM)과의 예측력을 비교하였다. <그림 4>는 실적치와 각 모형의 예측치의 추이를 제시한 것이다. Model과 Est는 실적치(Real)와 가장 가깝게 움직이는 모습을 보이고 있고 특히 AR과 고정 계수 모형(DIMM)은 실적치로부터 벗어나 있는 모습을 보이고 있다. <표 1>은 각 모형의 예측오차를 정리한 것이다. 단순한 방식으로 시간 변동 계수를 예측한 Est 방식의 예측오차가 이상적 시나리오인 Model과 유사한 수준에 근접하는 것으로 나타났으며, 반면 Fix, AR, DIMM 방식은 상대적으로 예측 성과가 떨어지는 것으로 나타났다. 식 (2) 모형의 추정 기간은 1990년부터 2009년이고, 예측실험은 2010년에서 2023년을 대상으로 수행하였다. 예측 단계에서는 소득 계수에 대한 전제가 필요하므로 최근 값을 그대로 유지하는 방식(FC-for), 함수 주성분 분석을 통해 좌표과정(coordinate processes)을 확장하는 방식(FC-est)을 설정하였다. 이러한 설정 아래 동일한 추정 기간과 예측 기간을 적용한 시계열 모형 AR(1)과 고정계수 선형 모형(Linear)을 기준으로 예측력을 비교하였다. <표 2> 상단과 하단은 각각 AR(1), Linear 대비 상대적 MAPE를 정리한 것이다. 상대적 MAPE가 1보다 작으면 해당 모형의 예측오차가 벤치마크 모형보다 작음을 의미하며 석유화학과 철강 모두 FC-est, FC-for방식이 AR(1)이나 Linear 대비 예측 성과가 우수한 것으로 나타났다.6. 결론 및 향후 과제 본 글은 단기 예측 모형을 확장하여 중장기 전망에 활용하는 방식이 지니는 한계를 보완하기 위해 대안적인 중장기 전망 방법론을 제안하였다. 제시한 모형들은 계수가 시간에 따라 변화하도록 하거나 소득의 함수 형태 변화를 허용함으로써 중장기적 경제 구조 변화를 반영할 수 있으며, 외생 변수의 차원을 줄여 예측 안정성을 높이는 이점이 있다. 예측실험 결과, 단순한 변동 계수 전제만으로도 기존 단기 모형이나 고정 계수 모형보다 우수한 장기 예측 성과를 보였다. 수출 수요는 산업 전망 중 생산의 한 부분으로서 앞으로는 수출과 내수를 함께 전망하는 통합적 방법론을 구축할 필요성이 있다. 문의: 산업연구원 산업구조·정책효과분석실 mijchoi@kiet.re.kr / 044-287-3205

이용우 2026-10-06

폐기되던 ‘에폭시 플라스틱’ 재생 사용 기술 개발

- 건국대 고문주 교수팀, 세계적 권위 저널에 ‘새로운 분자 설계 통한 에폭시 소재 개발’ 논문 게재- 폐기물 처리가 아니라 버려진 소재를 다시 원료로 회수해 새로운 제품 만드는 ‘순환 체계 구현’ 평가 건국대학교 고문주 교수 연구팀(화공생명공학부)이 사용 후 폐기되는 에폭시 플라스틱을 원료 수준으로 되돌린 뒤 다시 동일한 고성능 에폭시 소재로 재생하는 완전 순환형 자원순환 기술을 개발했다. 이번 연구 성과는 미국화학회(ACS)가 발행하는 고분자 분야 국제학술지 Macromolecules(IF=5.7, 고분자 과학 분야 Q1 저널)에 6월 게재됐으며, 연구의 우수성과 독창성을 인정받아 표지 논문(Supplementary Cover)으로도 선정됐다. 왼쪽부터 고문주 교수, 홍영기 박사 에폭시 수지는 높은 강도와 내열성, 접착성을 바탕으로 항공우주와 자동차, 전기‧전자, 풍력발전 등 다양한 산업에서 폭넓게 사용되는 대표적인 열경화성 플라스틱이다. 그러나 한 번 경화되면 다시 녹일 수 없기에 재활용이 매우 어려워 대부분 소각이나 매립에 의존해 왔으며, 이 과정에서 환경오염과 자원 손실이 지속적으로 발생하는 문제가 있었다. 연구팀은 새로운 분자 설계를 통해 사용 중에는 기존 에폭시와 같은 우수한 성능을 유지하면서도, 사용 후에는 비교적 온화한 조건에서 쉽게 분해되는 에폭시 소재를 개발했다. 특히 폐 에폭시에서 원료 유래 분자를 최대 95%까지 회수한 뒤 이를 다시 에폭시 원료로 활용해 동일한 고성능 에폭시 소재를 재제조하는 데 성공했다. 이는 단순히 폐기물을 처리하는 수준을 넘어 버려진 소재를 다시 원료로 되돌려 사용하는 완전한 자원순환 체계를 구현한 성과다. 연구 개요 기반의 모식도 또한 연구팀은 해당 기술을 탄소섬유복합재(CFRP)에 적용한 결과, 탄소섬유의 형태는 그대로 유지하면서 에폭시 수지만 선택적으로 제거할 수 있음을 확인했다. 이를 통해 풍력발전기 블레이드와 자동차 경량화 부품, 항공우주 소재 등 재활용이 어려웠던 첨단 복합소재 분야에도 기술 적용 가능성을 제시했다.고문주 교수 연구팀은 그동안 열경화성 에폭시 수지의 화학적 재활용 기술을 지속적으로 연구해 왔으며, 관련 원천기술을 ㈜카텍에이치에 기술 이전한 바 있다. ㈜카텍에이치는 해당 기술을 기반으로 폐 복합소재의 화학적 재활용 양산화에 성공한 세계 유일의 기업으로 평가받고 있다. 이번 연구는 기존 재활용 기술을 한 단계 발전시켜 폐 에폭시를 원료 수준까지 회수한 뒤 동일한 소재로 재생하는 완전 순환형 기술로 확장했다는 점에서 의미가 크다. 이번 연구 성과가 실린 ‘Macromolecules’ 표지 현재 건국대학교는 해당 기술의 기술이전과 사업화를 추진하고 있으며, 건국대학교 자회사인 ㈜리포크가 생산 및 상용화를 준비하고 있다. 연구팀은 향후 풍력발전기와 모빌리티, 전기‧전자, 첨단 복합소재 산업 전반의 자원순환 체계 구축에 기여할 수 있을 것으로 기대하고 있다.

이용우 2026-09-16

울산시, 스케이(SK)·에쓰-오일(S-OIL)과 미래 성장동력 협력 강화

- 김상욱 시장, 지난 7월 15일 에스케이(SK)그룹·에쓰-오일(S-OIL) 본사 방문- 최창원 에스케이(SK) 수펙스추구협의회 의장과 인공지능 데이터센터 구축 면담- 인공지능 데이터센터 관련 계약학과, 산업 인공지능 전환(AX) 창업 지원 등 제안- 안와르 알 히즈아지 에쓰-오일(S-OIL) 최고경영자와 샤힌 프로젝트 안전 당부 울산시는 김상욱 울산시장이 7월 15일 에스케이(SK)그룹과 에쓰-오일(S-OIL) 본사를 잇달아 방문해 최창원 에스케이(SK) 수펙스추구협의회 의장과 안와르 알 히즈아지 에쓰-오일(S-OIL) 최고 경영자(CEO)를 만나 지역 현안과 투자 협력 방안을 논의했다고 밝혔다. 김상욱 울산시장은 15일 서울 종로구 에스케이(SK) 서린빌딩에서 최창원 에스케이(SK) 수펙스추구협의회 의장을 만나 지역 현안과 투자 협력 방안을 논의했다. (SK 제공) 김상욱 울산시장은 먼저 이날 오전 11시 서울 종로구 에스케이(SK) 서린빌딩에서 최창원 에스케이(SK)수펙스추구협의회 의장과 면담했다. 이 자리에서 지난달 29일 대한민국 대도약을 위한 ‘메가 프로젝트’ 발표에서 최태원 회장이 밝힌 울산 1GW 인공지능(AI)데이터센터 투자 계획에 대해 의견을 나눴다. 에스케이(SK)그룹에서는 최창원 의장을 비롯해 정재헌 에스케이(SK)텔레콤 사장, 염성진 에스케이(SK)하이닉스 커뮤니케이션총괄 사장, 윤병석 에스케이(SK)가스 대표이사 등 데이터센터 관련 계열사 임원진이 참석해 실무 협의를 진행했다. 김상욱 울산시장은 국내 최초이자 최대 규모의 인공지능(AI) 전용 하이퍼스케일 데이터센터가 울산에 구축되는 상징성을 넘어 시민과 지역에 실질적인 도움이 될 수 있는 인공지능(AI) 산업 생태계 조성이 중요하다고 강조했다. 이어 울산이 서남권과 대경권 등을 아우르는 인공지능(AI) 인재 양성의 중심축(Nexus)이 될 수 있도록 반도체와 인공지능(AI) 데이터센터 분야 계약학과 개설, 산업 인공지능 전환(AX) 창업 생태계 구축 등 다양한 협력사업을 제안했다. 특히 울산 지역 중소기업과 신생기업(스타트업)에 인공지능(AI) 데이터센터 자원공유 이용권(클라우드 크레딧)을 지원하고, 동남권 창업벤처 기업을 위한 산업 인공지능 전환(AX) 개방형 혁신 전략(오픈이노베이션) 거점(스테이션)을 울산에 구축하는 방안도 논의했다. 아울러 울산시에 추가 1GW 규모의 인공지능(AI) 데이터센터를 유치해 인공지능(AI) 데이터센터 집적화를 추진하고, 지역 산업계와 시민이 상생(윈윈)할 수 있는 산업 생태계 조성 방안에 대해서도 심도 있게 의견을 교환했다. 최창원 의장은 인공지능(AI) 데이터센터 산업 생태계 조성을 위해 울산시와 적극 협력하겠다는 뜻을 밝히며, “인공지능(AI) 데이터센터의 적기 투자를 위해서는 안정적인 전력 공급과 부지 확보가 무엇보다 중요하다”라며 울산시의 적극적인 협조를 요청했다. 이어 김상욱 울산시장은 서울 마포구 에쓰-오일(S-OIL) 본사를 방문해 안와르 알 히즈아지 최고 경영자(CEO)와 박봉수 운영총괄 사장 등 임원진을 만나 협력 방안을 논의했다. 이 자리에서 김상욱 울산시장은 에쓰-오일(S-OIL)이 울산에 유일한 사업장을 두고 있는 만큼 지자체와 기업 간 협력을 더욱 강화하기 위해 본사의 울산 이전을 제안했다. 또 에쓰-오일(S-OIL)이 9조 2,580억 원을 투자해 내년 초 상업 운전을 앞두고 있는 샤힌 프로젝트와 관련해 올해 하반기 시운전 기간 철저한 안전관리와 안전한 작업환경 조성을 위한 지속적인 투자를 당부했다. 이와 함께 샤힌 프로젝트 후속 투자와 향후 신규 투자 사업에 지역기업 참여를 확대하고 지역인재를 우선 채용하는 등 지역경제 활성화를 위한 상생협력에도 관심을 가져줄 것을 요청했다.에쓰-오일(S-OIL) 측은 샤힌 프로젝트 추진 과정에서 울산시가 적극적이고 선제적인 행정 지원을 해준 데 대해 감사를 표하며, “울산의 대표 기업으로서 지역경제에 보탬이 될 수 있도록 역할과 책임을 다하겠다”라고 말했다. 김상욱 울산시장은 “이번 에스케이(SK)그룹과 에쓰-오일(S-OIL) 본사 방문은 기업의 대규모 투자 사업(프로젝트) 추진 과정에서 울산시가 맡아야 할 역할을 점검하기 위한 것”이라며, “투자는 실행력과 속도가 중요한 만큼 투자 걸림돌을 신속히 해소하고 기업이 투자하기 좋은 환경을 만드는 데 울산시가 적극 나서겠다”라고 말했다.

이용우 2026-09-16

롯데케미칼, 중소기업 고객사 대상 상생 지원… 주요 석유화학 제품 공급가 인하 추진

- 롯데케미칼, 중소기업 고객사 대상 주요 제품 공급가 인하 조정하는 상생 지원 추진- 정부 나프타 지원금 연계해 고객사 원가 부담 경감… 내수 공급망 안정화 총력- 의료용 PP, 콘크리트 혼화제용 EOA 등 공급 안정화 사례 잇는 상생 경영 가속화 롯데케미칼은 최근 글로벌 공급망 불안정으로 어려움을 겪고 있는 중소기업 고객사의 원가 부담을 경감하고, 내수 시장의 안정적인 공급망 유지에 기여하기 위해 주요 제품의 공급가를 한시적으로 인하 조정하는 상생 지원을 시행할 예정이라고 밝혔다. 이번 조치는 산업통상부 주관 ‘2026년 나프타 수급 안정화 지원금’을 활용하여, 석유화학 원료 가격 변동에 따른 부담을 완화하고 정부 지원 효과가 산업 전반으로 확산될 수 있도록 하는 방향으로 마련됐다. 롯데케미칼에서 생산 공급 중인 플라스틱 레진 펠렛(Pellet) 롯데케미칼은 제품별 원료 투입 비중과 시장 상황, 고객사별 거래 조건 등을 종합적으로 고려해 적용 대상 및 적용 기간, 지원 방안 등을 순차적으로 안내할 계획이다. 롯데케미칼은 이번 공급가 인하를 통해 중소기업 고객사와의 파트너십을 더욱 공고히 하고, 다양한 분야에 사용되는 필수 석유화학 소재의 안정적 생산 및 공급망 유지를 지원한다는 방침이다. 한편, 롯데케미칼은 대외 변수 확대 국면에서도 국내 공급망 안정을 위해 수출 물량을 내수로 전환하고, 생산 · 정비 일정을 탄력적으로 운영하는 등 다양한 노력을 기울였다. 대표적으로 지난 4월, 수액백 원료로 사용되는 ‘의료용 PP(폴리프로필렌)’의 안정적 공급을 위해 별도 의료용 인증 규격을 보유한 롯데케미칼 여수공장의 정기보수 일정을 1주일 연기하며 긴급 물량을 확보했으며, 정기보수 기간에도 생산 차질이 발생하지 않도록 대산공장에서 생산된 프로필렌 3,900톤을 여수로 긴급 이송하는 등 중단 없는 공급 체계를 유지했다. 또한, 건설자재 수급 불확실성이 커졌던 시기에는 콘크리트 혼화제 핵심 원료인 산화에틸렌 유도체(Ethylene Oxide Adduct, EOA) 생산을 확대해 국내 월평균 수요 대비 140% 수준인 7,000톤을 공급하며 건설 현장의 ‘레미콘 대란’ 방지에 기여했다. 롯데케미칼은 “앞으로도 고객사와의 상생 협력을 최우선 가치로 삼아 국내 산업 경쟁력을 높이는 데 앞장설 것”이라고 밝혔다. 한편, 롯데케미칼의 물적분할 법인인 롯데대산석화도 공급망 안정과 고객사 파트너십 강화를 위해 주요 제품의 공급가 조정을 고객사에 통보했다.

이용우 2026-09-16

LG화학, 그린수소 생산 핵심 전극 수명 2배 이상 높였다

- 계면 안정화 기술로 PEM(고분자 전해질막) 수전해 전극 내구성 향상… 세계적 학술지에 논문 게재 LG화학이 적은 양의 이리듐(Ir)으로도 장기간 안정적인 수소 생산이 가능한 PEM(고분자 전해질막) 수전해 전극 기술을 개발하며, 차세대 그린수소 생산 소재의 상용화 가능성을 높였다. LG화학은 CTO 산하 기반 기술연구소 연구팀이 PEM 수전해 전극의 성능과 내구성을 획기적으로 향상시키는 계면 안정화 기술을 개발했다고 밝혔다. 이번 연구에는 한국과학기술연구원(KIST, 원장 오상록) 고재현 선임연구원 연구팀이 개발 소재의 작용 기작 규명에 참여했으며, 연구 성과는 세계 최상위학술지 네이처커뮤니케이션즈(Nature Communications)에 게재됐다.* 논문명: Dual-interface stabilization of low-iridium anodes for durable proton exchange membrane water electrolysis 그린수소 생산 핵심 소재인 수전해용 계면 안정화 촉매 기술을 개발한 LG화학 연구원들이 기념 촬영을 하고 있다. 그린수소는 탈탄소 사회 실현을 위한 핵심 에너지원으로 신재생에너지에서 얻은 전기로 물을 분해해 생산되며, 이를 가능하게 하는 친환경 수전해 기술이 주목받고 있다. 특히 PEM 수전해는 알칼라인 수전해보다 높은 수소 생산성과 우수한 출력 대응성을 바탕으로 차세대 그린수소 생산기술로 평가받고 있다. 그러나 PEM 수전해 장치의 전극에는 고가의 희귀금속인 이리듐 촉매가 사용돼 경제성 확보가 주요 과제로 꼽힌다. 특히 전극에 이리듐이 적게 사용되면 촉매 용출과 전극구조 열화가 발생해 장시간 운전 시 성능이 저하될 수 있어 이에 따른 설비교체 주기 단축과 운영비 증가가 PEM 수전해 기술 상용화 확대에 최대 난제로 지적돼왔다. LG화학은 촉매 계면 안정화 기술로 이러한 문제를 해결했다. 이리듐 촉매 표면에 원자단위 코팅층을 적용해 과도한 산화에 따른 이리듐 용출을 억제하는 동시에 전극 내 이온 전도성 고분자와의 결합력을 높여 전극구조 안정성을 강화했다. 그 결과 이리듐 사용량을 기존 대비 절반 이상 줄이면서도, 높은 전류밀도 조건에서 안정적인 수소 생산 시간을 기존보다 2배 이상 연장하는 데 성공했다. 이는 PEM 수전해 시스템의 초기 투자비와 유지보수 비용 절감에 기여하여 할 것으로 기대된다. LG화학의 수전해용 핵심 소재 및 부품(왼쪽부터) 수전해 셀, 이리듐 촉매, 전극, 막전극접합체(MEA) 또한 LG화학은 독자적인 전극화 기술을 기반으로 연속공정을 활용한 대면적 전극 제작과 성능 검증을 완료하며 대량생산 및 상용화 가능성을 확인했다. 공동 저자 중 한 명인 LG화학 김노마 전무(기반기술연구소장)는 현재 다수의 글로벌 수전해 시스템 기업과 제품 평가를 진행 중이며, 해당 전극 제품의 상업화를 목표로 기술개발을 이어갈 계획이라고 밝혔다. LG화학 CTO 심규석 전무는 “이번 연구 성과는 LG화학의 소재 기술 경쟁력이 세계적으로 인정받은 사례”라며, “차세대 수소 생산 기술 경쟁력 확보를 위해 관련된 다양한 연구개발을 지속 확대할 것”이라고 말했다. - 논문명: Dual-interface stabilization of low-iridium anodes for durable proton exchange membrane water electrolysis- 제1저자: LG화학 김의태 책임- 교신저자: LG화학 김기환 수석연구위원, 한국과학기술연구원 고재현 선임연구원- 소재기작규명: 한국과학기술연구원

이용우 2026-09-16

LG화학, 美 앰코에 반도체용 스트리퍼 공급… 반도체 소재 사업 확대 본격화

- 맞춤형 스트리퍼… 포토레지스트(PR)‧잔여물 제거시간 기존 대비 50% 단축- 첫 진출부터 선도 기업의 까다로운 인증 통과… 시장 공략 청신호 LG화학이 처음으로 반도체 스트리퍼 사업에 나서서 반도체 사업 확대 전략을 본격화한다. LG화학은 미국의 글로벌 반도체 후공정(OSAT*) 기업 앰코(Amkor)에 반도체용 스트리퍼를 양산 공급한다고 밝혔다. 앰코는 주요 반도체 기업을 대상으로 반도체 패키징 및 테스트 서비스를 제공하는 후공정 분야의 글로벌 선도 기업이다. * OSAT(Outsourced Semiconductor Assembly and Test): 반도체 후공정(조립‧시험) 전문업체 LG화학의 반도체 스트리퍼 스트리퍼는 반도체 회로 형성 이후 기판에 남아 있는 포토레지스트(PR, 감광액) 및 잔여물을 제거하는 핵심 공정 소재다. 회로 미세화가 진행됨에 따라 잔여물 제거 성능은 제품 수율과 신뢰성에 직접적인 영향을 미치며, 스트리퍼의 기술력은 반도체 품질을 좌우하는 주요 요소로 평가된다. LG화학은 디스플레이용 스트리퍼 사업을 통해 축적한 기술력과 고객 대응 경험을 바탕으로 반도체용 스트리퍼 시장에 진출하게 됐다. 특히 반도체용 첫 제품부터 글로벌 OSAT 기업의 까다로운 기술 검증을 통과하며 경쟁력을 입증했다. LG화학이 이번에 공급하는 제품은 앰코의 신규 설비 환경에 최적화된 맞춤형 스트리퍼로 포토레지스트 및 잔여물을 벗겨내는 시간을 기존 대비 50% 단축해 공정 효율성을 크게 높인 것이 특징이다.최근 AI 투자 확대와 고대역폭 메모리(HBM) 수요 증가로 첨단 패키징 투자가 확대되면서 고성능 공정 소재의 중요성이 더욱 커지고 있다. 김동춘 사장은 “세계적 수준의 후공정 기업인 앰코와의 협력을 통해 고객 공정에 최적화된 맞춤형 소재 경쟁력을 더욱 강화해 나갈 것”이라고 밝혔다. 한편, LG화학은 지난 3월 전자 소재 사업을 두 배 이상 성장시키는 전략을 발표하고 CCL(동박적층판), DAF(칩 접착 필름), PID(감광성 절연재) 등 반도체 패키징 소재 포트폴리오를 강화하며 고부가가치 전자 소재 사업 육성에 속도를 내고 있다.

이용우 2026-09-16