스틸데일리 연말 세미나 2025 참석
– 2026년 철강 시황 및 AI·철강산업 미래 전망 –
(사)한국철강자원협회는 2025년 11월 19일 스틸데일리 연말세미나 2025 VIP 초청을 받아 2026년 철강 시황 전망과 철강·수요산업 동향,
그리고 AI 기술이 산업 전반에 미칠 영향에 대해 논의된 내용을 청취하였습니다.
본 세미나는 크게 철강산업의 미래, AI와 철강산업의 기술 융합, 철강시장 분석 및 정책 동향의 세 가지 파트로 구성되었습니다.
<세미나 주요 내용>
1. 철강산업의 미래
#정부의 역할과 시장 변화
철강산업은 정부 산업정책의 영향력이 크게 작용하는 산업이며, 산업의 라이프사이클 변화에 따라 정부 정책의 방향 역시 중요성이 높아지고 있습니다.
최근 ‘탈철강시대’라는 표현이 등장하고 있으나, 이는 철강산업의 후퇴보다는 경쟁 구도가 변화하고 있음을 의미합니다.
철강산업의 경쟁 구도는 기업 간·산업 간·공정 간 경쟁으로 나뉘며, 포스코·현대제철 중심의 경쟁 구조는 주변 기업들에게 불리하게 작용할 수 있습니다.
정부의 정책이 대기업 중심으로 설계될 경우 시장 왜곡과 기술 혁신 한계가 발생할 수 있다는 지적이 제기되었습니다.
#경쟁 구도 변화와 산업 정책 방향
향후 산업 정책은 선도 기업 의존도를 낮추고 공정 중심 전환할 필요가 있다는 의견이 강조되었습니다.
낙수효과가 약해진 상황에서 대기업 중심 정책은 산업 전체의 경쟁력 강화에 한계가 있으며, 정부 지원이 기업 부담으로 이어질 위험도 존재합니다.
따라서 상공정 중심에서 벗어나 하공정 및 수요산업 연계 강화, 철강–건설·자동차·조선 등 산업 간 협업 체계 구축이 필요한 시점임이 언급되었습니다.
#수입규제와 경쟁력 강화 전략
철강산업은 전통적으로 수입규제를 적극 활용해 왔으나, 이러한 규제가 오히려 경쟁력 약화를 초래할 수 있어 선별적·정교한 규제 운영이 필요하다는 의견이 제시되었습니다.
또한 설비 유연화를 통해 수급 조절 능력을 강화해야 하며, 공정거래위원회와 업계 간 협력을 통해 효과적인 경쟁 구조를 마련해야 한다는 점도 강조되었습니다.
#철강산업의 위기와 전환기
세계 시장 통합과 글로벌 공급망 재편으로 철강산업은 전환기를 맞이하고 있습니다. 특히 유통·가공 분야는 시장 변화에 직접적인 영향을 받아 경영 부담이 커질 수 있습니다. 다만 AI 기술의 유통·가공 영역 적용 가능성은 상당히 높은 것으로 평가되었습니다.
또한 한국은 중국·일본·미국과의 국제 분업 체계 속에서 정책적 영향을 크게 받으며, 정부의 AI 중심 산업 전환 기조에 따라 철강·건설 산업 투자 축소가 이어지고 있는 실정입니다.
#철강산업의 미래 전망
산업 고도화로 철강 사용량은 장기적으로 감소할 가능성이 높으며, 시장 지배력 중심 정책은 경쟁 구도 악화를 초래하고 있습니다.
따라서 탈철강 시대 흐름을 인정하고 상공정 중심 전략에서 벗어나 새로운 경영 전략을 구축해야 한다는 의견이 제시되었습니다.
2. AI와 철강산업의 기술 융합
#재고관리와 수요예측의 어려움
철강산업은 변동성이 큰 시장 특성상 정확한 수요 예측이 어렵고 ERP 기반 예측 방식은 급변하는 시장 변화를 반영하기 힘든 실정입니다.
이에 따라 AI 기반 수요 예측 모델이 재고 비용 절감과 운영 효율화에 중요한 역할로 떠오르고 있습니다.
다만 AI 적용을 위해서는 내부 데이터 확보가 필수적이며, 데이터 부재가 도입의 가장 큰 장애 요소로 지적되었습니다.
#AI 적용 사례와 기대효과
삼성전자의 SCM 사례처럼 대규모 데이터를 기반으로 한 AI 모델은 재고 비용 절감과 효율적 공급망 운영에 크게 기여하고 있습니다.
그러나 철강업계는 데이터 구조의 복잡성과 현장 적용성 부족으로 인해 AI 모델을 실제 문제 해결에 연결하는 데 한계가 있는 것으로 나타났습니다.
#수요예측 모델링 연구의 중요성
과거에는 수요 예측이 사실상 불가능하다는 인식이 강했지만, 최근에는 통계 모델과 AI 모델의 정교화로 예측 정확도가 향상되고 있습니다. 출고량 예측 정확성이 확보되면 재고 최적화가 자동적으로 이루어지며, 이는 비용 절감 효과로 이어집니다.
#원자재 가격 예측 모델
원자재는 재고 구조가 제품과 달라 가격 예측 실패 시 큰 손실로 이어질 수 있습니다.
반대로 원자재의 AI활용의 순기능은 큰 비용절감을 가져 올 수도 있습니다.
현재 AI 기반 가격 예측 모델은 주 단위(Weekly) 및 일 단위(Daily) 예측 체계를 갖추며,
다수의 변수 중 핵심 요인을 추출하여 예측 정확도를 높이고 있습니다.
특히 Daily 예측은 정확도가 더 높아 단기 구매 전략 수립에 효과적이며, 구매 비용 절감을 위한 데이터 생성 및 학습이 중요하다는 분석이 소개되었습니다.
#AI의 발전과 데이터 활용
AI는 방대한 경험과 데이터를 기반으로 정확성을 높여가지만, 비정형 데이터(뉴스·문서 등)의 활용이 점점 더 중요해지고 있습니다. LLM 기술을 활용하면 비정형 데이터를 빠르게 분석하여 의사결정에 필요한 정보를 제공할 수 있습니다.
#사용자 관점의 AI 활용
AI 프로젝트의 상당수가 실패하는 이유는 기술 부족이 아니라 사용자 인지 부족과 기획 부재 때문이라는 분석이 제시되었습니다.
기술이 아니라 “사용하는 사람”이 핵심이라는 점이 강조되었으며, 사용자 중심의 기획·교육이 AI 성공의 필수 조건으로 제시되었습니다.
AI는 단순한 예측 도구를 넘어 사용자에게 리스크 분석과 다양한 인사이트를 제공하는 역할을 수행해야 하며, 이를 통해 실제 업무에 도움을 주는 정보 전달이 중요하다는 의견이 강조되었습니다.
3. 철강시장 분석 및 정책 동향
#철강 가격 및 시황
2022년 이후 철강 가격은 L자형 하락 구조를 보이고 있으며, 2024년에는 불황형 패턴이 이어질 것으로 예상되었습니다.
철근·형강·후판 가격 하락을 저지하기 위한 업계의 노력에도 불구하고, 전반적 시황은 좋지 않으며 재고 증가, 채산성 악화 등 부정적 지표가 지속되고 있습니다.
#수입·수출 동향
철강 수입량은 전년 대비 감소했으나 2~3분기에 다시 증가하고 있으며, 중국·일본 영향이 높은 것으로 나타났습니다.
일본산 수입은 줄고 중국산이 증가하는 추세이며, 이는 가격 경쟁력 영향으로 분석됩니다.
수출은 보호무역 확산에도 불구하고 증가했으며, 특히 동남아 시장이 확대되었습니다.
그러나 미국 시장은 향후 관세 부담으로 어려움이 이어질 것으로 보입니다.
#판매량과 원가 경쟁력
주요 철강사의 판매량은 안정세를 보이고 있으나 여전히 회복세로 보긴 어렵습니다.
영업이익은 개선되고 있지만 원가 경쟁력 약화 우려가 제기되고 있습니다.
수익성 확보를 위해 원가 절감과 생산 조정 등의 노력이 필요하다는 의견이 나왔습니다.
#건설 경기와 철강 수요
철강 수요 회복은 결국 건설 경기 회복이 동반되어야 가능하며, 현재 건축 허가·착공 등 시장은 역대 최저 수준을 기록하고 있습니다.
정부는 수도권 중심으로 5년간 연 27만 호, 총 135만 호 공급 계획을 발표했으나, 철강 수요 회복에는 다소 시간이 더 필요할 것으로 전망됩니다.
#수출 환경 변화와 반덤핑 관세
반덤핑 관세는 국내 생산자 보호 효과가 있으나 가격 반등에는 한계가 있으며,
글로벌 공급 구조 재편이 이어지는 상황에서 수출 경쟁력 확보가 더욱 어려워지고 있습니다.
#철근 산업의 구조조정
철근 업계는 정부가 구조조정을 요구하는 등 변동성이 큰 시기를 맞이하고 있습니다.
단기적 공급 조정만으로는 경기 회복이 어렵기 때문에 장기적인 산업 재편이 필요하다는 의견이 제시되었습니다.
#철근 수요 전망
철근 수요는 올해 약 680만 톤 수준으로 예상되며, 내년에는 700만 톤 내외로 유지될 가능성이 있습니다. 다만 분양 축소 등 민간 공급 감소가 수요 회복에 영향을 줄 것으로 전망되었습니다.
<사진, 스틸데일리 연말세미나 2025>
스틸데일리 연말 세미나 2025 참석
– 2026년 철강 시황 및 AI·철강산업 미래 전망 –
(사)한국철강자원협회는 2025년 11월 19일 스틸데일리 연말세미나 2025 VIP 초청을 받아 2026년 철강 시황 전망과 철강·수요산업 동향,
그리고 AI 기술이 산업 전반에 미칠 영향에 대해 논의된 내용을 청취하였습니다.
본 세미나는 크게 철강산업의 미래, AI와 철강산업의 기술 융합, 철강시장 분석 및 정책 동향의 세 가지 파트로 구성되었습니다.
<세미나 주요 내용>
1. 철강산업의 미래
#정부의 역할과 시장 변화
철강산업은 정부 산업정책의 영향력이 크게 작용하는 산업이며, 산업의 라이프사이클 변화에 따라 정부 정책의 방향 역시 중요성이 높아지고 있습니다.
최근 ‘탈철강시대’라는 표현이 등장하고 있으나, 이는 철강산업의 후퇴보다는 경쟁 구도가 변화하고 있음을 의미합니다.
철강산업의 경쟁 구도는 기업 간·산업 간·공정 간 경쟁으로 나뉘며, 포스코·현대제철 중심의 경쟁 구조는 주변 기업들에게 불리하게 작용할 수 있습니다.
정부의 정책이 대기업 중심으로 설계될 경우 시장 왜곡과 기술 혁신 한계가 발생할 수 있다는 지적이 제기되었습니다.
#경쟁 구도 변화와 산업 정책 방향
향후 산업 정책은 선도 기업 의존도를 낮추고 공정 중심 전환할 필요가 있다는 의견이 강조되었습니다.
낙수효과가 약해진 상황에서 대기업 중심 정책은 산업 전체의 경쟁력 강화에 한계가 있으며, 정부 지원이 기업 부담으로 이어질 위험도 존재합니다.
따라서 상공정 중심에서 벗어나 하공정 및 수요산업 연계 강화, 철강–건설·자동차·조선 등 산업 간 협업 체계 구축이 필요한 시점임이 언급되었습니다.
#수입규제와 경쟁력 강화 전략
철강산업은 전통적으로 수입규제를 적극 활용해 왔으나, 이러한 규제가 오히려 경쟁력 약화를 초래할 수 있어 선별적·정교한 규제 운영이 필요하다는 의견이 제시되었습니다.
또한 설비 유연화를 통해 수급 조절 능력을 강화해야 하며, 공정거래위원회와 업계 간 협력을 통해 효과적인 경쟁 구조를 마련해야 한다는 점도 강조되었습니다.
#철강산업의 위기와 전환기
세계 시장 통합과 글로벌 공급망 재편으로 철강산업은 전환기를 맞이하고 있습니다. 특히 유통·가공 분야는 시장 변화에 직접적인 영향을 받아 경영 부담이 커질 수 있습니다. 다만 AI 기술의 유통·가공 영역 적용 가능성은 상당히 높은 것으로 평가되었습니다.
또한 한국은 중국·일본·미국과의 국제 분업 체계 속에서 정책적 영향을 크게 받으며, 정부의 AI 중심 산업 전환 기조에 따라 철강·건설 산업 투자 축소가 이어지고 있는 실정입니다.
#철강산업의 미래 전망
산업 고도화로 철강 사용량은 장기적으로 감소할 가능성이 높으며, 시장 지배력 중심 정책은 경쟁 구도 악화를 초래하고 있습니다.
따라서 탈철강 시대 흐름을 인정하고 상공정 중심 전략에서 벗어나 새로운 경영 전략을 구축해야 한다는 의견이 제시되었습니다.
2. AI와 철강산업의 기술 융합
#재고관리와 수요예측의 어려움
철강산업은 변동성이 큰 시장 특성상 정확한 수요 예측이 어렵고 ERP 기반 예측 방식은 급변하는 시장 변화를 반영하기 힘든 실정입니다.
이에 따라 AI 기반 수요 예측 모델이 재고 비용 절감과 운영 효율화에 중요한 역할로 떠오르고 있습니다.
다만 AI 적용을 위해서는 내부 데이터 확보가 필수적이며, 데이터 부재가 도입의 가장 큰 장애 요소로 지적되었습니다.
#AI 적용 사례와 기대효과
삼성전자의 SCM 사례처럼 대규모 데이터를 기반으로 한 AI 모델은 재고 비용 절감과 효율적 공급망 운영에 크게 기여하고 있습니다.
그러나 철강업계는 데이터 구조의 복잡성과 현장 적용성 부족으로 인해 AI 모델을 실제 문제 해결에 연결하는 데 한계가 있는 것으로 나타났습니다.
#수요예측 모델링 연구의 중요성
과거에는 수요 예측이 사실상 불가능하다는 인식이 강했지만, 최근에는 통계 모델과 AI 모델의 정교화로 예측 정확도가 향상되고 있습니다. 출고량 예측 정확성이 확보되면 재고 최적화가 자동적으로 이루어지며, 이는 비용 절감 효과로 이어집니다.
#원자재 가격 예측 모델
원자재는 재고 구조가 제품과 달라 가격 예측 실패 시 큰 손실로 이어질 수 있습니다.
반대로 원자재의 AI활용의 순기능은 큰 비용절감을 가져 올 수도 있습니다.
현재 AI 기반 가격 예측 모델은 주 단위(Weekly) 및 일 단위(Daily) 예측 체계를 갖추며,
다수의 변수 중 핵심 요인을 추출하여 예측 정확도를 높이고 있습니다.
특히 Daily 예측은 정확도가 더 높아 단기 구매 전략 수립에 효과적이며, 구매 비용 절감을 위한 데이터 생성 및 학습이 중요하다는 분석이 소개되었습니다.
#AI의 발전과 데이터 활용
AI는 방대한 경험과 데이터를 기반으로 정확성을 높여가지만, 비정형 데이터(뉴스·문서 등)의 활용이 점점 더 중요해지고 있습니다. LLM 기술을 활용하면 비정형 데이터를 빠르게 분석하여 의사결정에 필요한 정보를 제공할 수 있습니다.
#사용자 관점의 AI 활용
AI 프로젝트의 상당수가 실패하는 이유는 기술 부족이 아니라 사용자 인지 부족과 기획 부재 때문이라는 분석이 제시되었습니다.
기술이 아니라 “사용하는 사람”이 핵심이라는 점이 강조되었으며, 사용자 중심의 기획·교육이 AI 성공의 필수 조건으로 제시되었습니다.
AI는 단순한 예측 도구를 넘어 사용자에게 리스크 분석과 다양한 인사이트를 제공하는 역할을 수행해야 하며, 이를 통해 실제 업무에 도움을 주는 정보 전달이 중요하다는 의견이 강조되었습니다.
3. 철강시장 분석 및 정책 동향
#철강 가격 및 시황
2022년 이후 철강 가격은 L자형 하락 구조를 보이고 있으며, 2024년에는 불황형 패턴이 이어질 것으로 예상되었습니다.
철근·형강·후판 가격 하락을 저지하기 위한 업계의 노력에도 불구하고, 전반적 시황은 좋지 않으며 재고 증가, 채산성 악화 등 부정적 지표가 지속되고 있습니다.
#수입·수출 동향
철강 수입량은 전년 대비 감소했으나 2~3분기에 다시 증가하고 있으며, 중국·일본 영향이 높은 것으로 나타났습니다.
일본산 수입은 줄고 중국산이 증가하는 추세이며, 이는 가격 경쟁력 영향으로 분석됩니다.
수출은 보호무역 확산에도 불구하고 증가했으며, 특히 동남아 시장이 확대되었습니다.
그러나 미국 시장은 향후 관세 부담으로 어려움이 이어질 것으로 보입니다.
#판매량과 원가 경쟁력
주요 철강사의 판매량은 안정세를 보이고 있으나 여전히 회복세로 보긴 어렵습니다.
영업이익은 개선되고 있지만 원가 경쟁력 약화 우려가 제기되고 있습니다.
수익성 확보를 위해 원가 절감과 생산 조정 등의 노력이 필요하다는 의견이 나왔습니다.
#건설 경기와 철강 수요
철강 수요 회복은 결국 건설 경기 회복이 동반되어야 가능하며, 현재 건축 허가·착공 등 시장은 역대 최저 수준을 기록하고 있습니다.
정부는 수도권 중심으로 5년간 연 27만 호, 총 135만 호 공급 계획을 발표했으나, 철강 수요 회복에는 다소 시간이 더 필요할 것으로 전망됩니다.
#수출 환경 변화와 반덤핑 관세
반덤핑 관세는 국내 생산자 보호 효과가 있으나 가격 반등에는 한계가 있으며,
글로벌 공급 구조 재편이 이어지는 상황에서 수출 경쟁력 확보가 더욱 어려워지고 있습니다.
#철근 산업의 구조조정
철근 업계는 정부가 구조조정을 요구하는 등 변동성이 큰 시기를 맞이하고 있습니다.
단기적 공급 조정만으로는 경기 회복이 어렵기 때문에 장기적인 산업 재편이 필요하다는 의견이 제시되었습니다.
#철근 수요 전망
철근 수요는 올해 약 680만 톤 수준으로 예상되며, 내년에는 700만 톤 내외로 유지될 가능성이 있습니다. 다만 분양 축소 등 민간 공급 감소가 수요 회복에 영향을 줄 것으로 전망되었습니다.
<사진, 스틸데일리 연말세미나 2025>