컨텐츠 바로가기

11.26 (화)

이슈 인공지능 시대가 열린다

적자 늘어난 AI 상장사, 실적 개선과 스케일업 숙제

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
전자신문

<이미지를 클릭하시면 크게 보실 수 있습니다>


인공지능(AI) 기술을 앞세운 코스닥 AI 기업들이 계속된 적자로 올해 '실적 개선'과 '스케일업' 두마리 토끼를 잡는 숙제를 안고있다.

14일 증시에 따르면 솔트룩스, 코난테크놀로지, 알체라 등 코스닥 상장 AI 솔루션 기업들의 지난해 적자 규모가 전년 대비 늘어난 것으로 파악됐다.

솔트룩스는 AI·빅데이터 플랫폼 기업으로 지난해 연결 기준 308억원의 매출을 올렸으나 93억원의 영업손실을 기록했다. 2022년 매출 303억원 영업 손실 20억원과 비교하면, 매출은 소폭 상승했지만 손실 규모가 크게 늘어났다. 2020년 코스닥 상장 이후 3년 연속 영업손실을 내고 있다.

코난테크놀로지는 2022년 154억원에서 2023년 244억원으로 매출이 큰 폭으로 상승했지만 영업손실 규모도 40억에서 110억원으로 두배 이상 늘어났다.

상장 직전인 2021년에는 매출 178억원에 영업이익 22억원, 당기순이익 19억원을 거뒀지만 2022년 상장 이후부터 2년 연속 적자를 기록하고 있다.

영상인식 AI 솔루션 기업 알체라도 지난해 매출 116억원에 영업손실 185억원을 기록했다. 영업손실은 2021년 111억원, 2022년 169억원으로 지속 증가하고 있다. 2020년 코스닥 기술특례상장 이후 3년 연속 영업 적자가 누적되는 상황이다.

바이브컴퍼니, 마음AI 등 코스닥에 상장한 다른 AI 기업도 전년 대비 영업 손실 규모를 줄였지만 적자인 것은 마찬가지다.

이들 AI 기업의 공통점은 거대언어모델(LLM) 등을 자체 개발하면서 AI 기술 내재화에 수 년간 투자해왔다는 점이다. LLM 기반 생성형 AI 분야는 양질의 데이터와 대규모 컴퓨팅 파워, 우수 인재 보유 여부가 경쟁력을 좌우한다. AI 학습에 필요한 고성능 그래픽처리장치(GPU) 구매 등 인프라 부문에 대한 거액의 투자도 필수다.

업계 관계자는 “생성형 AI 분야는 네이버와 같은 빅테크 기업도 수년간 수천억원을 들여 LLM 등을 개발할 만큼 막대한 투자가 필요한 분야지만, 당장 수익을 내기는 쉽지 않은 상황”이라며 “대신에 국내 기업 중에는 자체 LLM 개발 대신에 오픈소스나 경량화모델(sLLM) 등으로 실리적 선택을 하는 기업들도 있다”고 전했다.

전자신문

<이미지를 클릭하시면 크게 보실 수 있습니다>


시장에 변화가 없는 것은 아니다. 지난해까지 생성형 AI 기술 가능성에 주목하는 경향이 높았다면, 올해부터 기업이나 공공기관 등 수요처 중심으로 실질적 AI 활용에 관심을 가지고 있다. AI 기업들도 지난해 하반기부터 본격적으로 관련 수요를 찾아 실적 개선에 집중하고 있다.

알체라는 지난해 말 기준 수주잔고가 103억원으로 역대 최고치를 기록했다고 밝혔다. 지난해 별도 기준 연매출 104억원에 육박하는 규모다.

알체라는 얼굴 본인인증, 신분증 본인인증, 출입관리, 산불 조기감 등의 솔루션을 보유했으며 이를 금융, 환경, 정부와 공공기관, 공항 등에 공급한다. 대부분 안면인식 AI 솔루션 사업 매출로 올해는 금융권 사업 확대에 집중할 계획이다.

전문가들은 실절 개선과 회사 성장을 위해 선택과 집중이 필요하다고 입을 모은다. 특히 오픈AI의 챗GPT나 네이버의 하이퍼클로바X와 같은 범용 AI가 아닌 특정 산업이나 업무에 맞는 버티컬 AI 서비스로 특성화하는 것이 필요하다는 것이다.

이경상 한국과학기술원(KAIST) 문술미래전략대학원 교수는 “정부는 초거대 AI나 장기과제 중심의 국가 주도형 프로젝트보다는 실질적 수요가 창출될 수 있는 분야의 시장을 열어주는 제도 개선형 프로젝트에 집중해 AI 솔루션 산업을 육성해야 한다”라며 “특히 중소기업의 솔루션이 보다 빠르게 도입되도록 지원이 필요하다”고 말했다.

김명희 기자 noprint@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.