불 꺼진 공장은 어디에 서는가 — 로봇 밀도 1,220대 세계 1위·다크팩토리 시대의 산업 입지 재편과 K-LOF Index 5단계

공장 부지를 고르는 오래된 질문은 "사람을 구할 수 있는 곳인가"였습니다. 통근권 안의 노동력, 기숙사, 통근버스 노선 — 산업 입지의 절반은 사실상 노동시장의 지리학이었습니다. 그런데 그 전제가 흔들리고 있습니다. 다크팩토리(dark factory·조명조차 필요 없는 완전 무인 공장, lights-out factory)가 실험실을 벗어나 양산 체제로 들어왔기 때문입니다. 국제로봇연맹(IFR)의 World Robotics 2025에 따르면 한국의 제조업 로봇 밀도는 노동자 1만 명당 1,220대로 세계 1위 — 2위 싱가포르(818대)를 큰 격차로 따돌리며 2019년 이후 연평균 7%씩 상승해 왔습니다(L1~L2). 27년간 분양과 중개의 현장에서 공장과 창고의 자리가 바뀌는 순간들을 지켜본 경험에 비추어 보면, 지금의 질문은 "로봇이 사람을 대체하는가"가 아닙니다 — 사람이 필요 없어진 공장은 어디에 서게 되며, 그때 산업용지의 가격표는 어떤 변수로 다시 쓰이는가입니다.

이론 — 노동 계수가 사라지면 입지 방정식이 다시 풀린다

산업 입지론의 고전인 베버(Alfred Weber)의 최소비용 입지론(1909)은 공장의 자리를 운송비·노동비·집적 이익의 삼각형 안에서 찾았습니다. 지난 한 세기 동안 한국의 산업단지 지도는 이 방정식의 답안지였습니다 — 수도권 외곽의 공단은 노동력 접근성과 물류비의 타협점이었고, 지방 산단의 분양가는 상당 부분 '사람을 구할 수 있는가'에 대한 할인율이었습니다. 그런데 무인화가 진행되면 이 방정식에서 노동비 항이 계수째 소거됩니다. 남는 것은 세 개의 새 변수입니다. 로봇과 AI 설비를 구동할 전력(kW), 실시간 관제와 디지털 트윈을 지탱할 데이터(통신·연산), 그리고 원자재와 완제품이 드나드는 물류(km)입니다.

이를 한 문장으로 압축하면 — 무인공장은 '생산하는 데이터센터'입니다. 실제로 다크팩토리의 입지 요구 조건표는 공장보다 데이터센터의 그것에 가깝습니다. 안정적 대용량 전력, 이중화된 통신망, 소수의 관제·유지보수 인력만을 위한 근무 공간. 지난 K-DCP Index 분석에서 "전기가 지대(地代)를 정한다"고 썼습니다만, 다크팩토리는 그 문법이 데이터센터를 넘어 제조업 전체로 확장되는 경로입니다. 본질적으로 이 문제는 산업용 부동산의 가치 축이 '노동의 지리'에서 '에너지와 데이터의 지리'로 이동하는 구조 전환에 기인합니다.

글로벌 사례 — 세 개의 공장, 세 개의 단계

① 중국 샤오미 창핑 — 다크팩토리의 양산 실증. 베이징 창핑의 샤오미 스마트팩토리는 조립·검사·물류·환경제어까지 사실상 전 공정을 무인화한 다크팩토리로, 자체 제조 플랫폼(HyperIMP)이 공정 데이터를 실시간 분석하며 연 1,000만 대의 플래그십 스마트폰을 사람의 개입 없이 생산합니다(L2, 생산 속도 수치는 보도별 상이). 조명·냉난방·인건비를 덜어낸 만큼 가동률과 품질 일관성이 올라간다는 것이 회사 측 설명이며, 중국에서는 이런 다크팩토리가 가전·배터리·자동차 부품으로 번지며 "제조업의 새 표준" 논쟁을 촉발했습니다(L2).

② 일본 화낙(FANUC) — 25년 전에 시작된 원형. 야마나시현의 화낙 공장은 2000년대 초부터 로봇이 로봇을 만드는 무인 공정을 운영해 온 라이츠아웃 제조의 원형입니다. 최대 30일가량 무인 연속 가동이 가능한 것으로 알려져 있습니다(L2, 업계 통념). 주목할 부분은 입지입니다 — 화낙은 도쿄 통근권이 아니라 후지산 자락의 산림 속에 캠퍼스를 두었습니다. 노동시장 접근성이 아니라 부지·전력·보안이 입지를 결정한 초기 사례입니다.

③ 네덜란드 필립스 드라흐텐 — 고임금 국가의 리쇼어링 도구. 필립스는 인구 4만 명대의 소도시 드라흐텐에서 면도기를 사실상 무인 라인으로 생산하며, 저임금국 이전 대신 자동화로 원가를 맞추는 경로를 입증했습니다(L2). 여기서 교훈은 명확합니다 — 무인화는 고임금·인구감소 지역의 제조업 입지를 되살리는 도구이기도 하다는 것입니다. 노동력이 부족한 곳일수록, 역설적으로 무인공장의 상대 우위가 커집니다.

국내 적용 — 로봇 밀도 1위의 나라, 산업단지의 문법은 아직 20세기다

국내로 시선을 돌리면 흐름은 세 갈래로 진행 중입니다. 첫째, 정책의 가속. 산업통상자원부는 AI(인지·판단·제어) 기반 로봇·장비를 제조 전 과정에 결합하는 'AI 자율제조'를 'AI 팩토리'로 확대 개편하고, 선도 프로젝트에 과제당 최대 100억 원을 지원하며 200대 프로젝트에 민관 합동 2조 5,000억 원 이상을 투자하는 계획을 추진하고 있습니다(산업부, L1~L2). 둘째, 수요의 임계점. 제조업 취업자의 고령화와 인구감소 지역의 구인난은 자동화의 손익분기를 앞당기고 있습니다 — 세계 1위의 로봇 밀도는 그 압력의 결과이기도 합니다. 셋째, 공간의 지체. 그러나 산업단지의 제도 문법은 여전히 20세기에 있습니다. 지방 산단의 분양 조건과 보조금은 상당 부분 고용 창출을 전제로 설계되어 있는데, 다크팩토리는 그 약속을 구조적으로 지킬 수 없습니다. 고용은 적고 전력은 많이 쓰는 공장 — 기존 인센티브 체계에서는 우량 입주기업이 아니라 '문제 사업장'으로 읽히기 쉽습니다.

반론을 함께 놓아야 균형이 맞습니다. 완전 무인 공장은 아직 소품종 대량생산·표준화 공정에서만 검증되었고, 다품종 소량생산과 잦은 설계 변경이 많은 한국 중소 제조업 현장에서는 사람과 로봇의 협업(하이브리드) 단계가 상당 기간 지속될 가능성이 큽니다(L2~L3). 초기 투자비와 유지보수 생태계, 그리고 무인 사업장의 화재·보안 리스크에 대한 보험·소방 제도도 정비 중입니다. 무인화가 곧 모든 산업용지의 가치 상승을 뜻하지도 않습니다 — 전력과 데이터가 닿지 않는 산업용지는 오히려 좌초자산화될 수 있습니다.

용유미 CSO의 K-LOF Index — 무인공장 입지 준비도 5단계 점검

장기적 자산가치 관점에서 재해석하면, 산업용지·공장 보유자와 산단 관리기관에 필요한 것은 자동화 유행의 추종이 아니라 내 부지가 '불 꺼진 공장'의 입지 요구를 받아낼 수 있는지를 계량하는 틀입니다. 자산화 시리즈의 문법 그대로, K-LOF(Lights-Out Factory Readiness) Index 5단계를 제안합니다.

다섯 축을 결합하면 프롭테크 상품 하나가 도출됩니다. 산업입지정보시스템(ILIS)의 산단 필지·업종 데이터에 한전의 전력 여유용량 정보와 이음5G 지정 현황을 조인하고 국가교통DB의 화물 접근성을 얹으면 — '이 필지에 무인공장을 올리면 전력·데이터·물류·제도 네 개의 문이 열리는가'를 점수화하는 무인공장 입지 스코어링 엔진(LOF Locator)이 됩니다. 타깃은 셋입니다. 노후 공장의 전환을 검토하는 제조업 자산 보유자, 스마트팩토리 투자처를 찾는 기업과 산단 개발자, 그리고 고용 지표 대신 새 유치 논리가 필요한 지자체입니다. 기존 산단 분양 정보와의 차별점은 명확합니다 — 평당 분양가가 아니라 kW당·ms당 경쟁력을 읽는다는 것입니다.

이번 산업 시리즈는 하나로 이어집니다. K-DCP Index가 '전기가 지대를 정한다'는 데이터센터의 입지 문법을 읽었다면, K-RMR Index는 첨단 제조업 리쇼어링이 산업용지 수요를 어디로 되돌리는지를 계량했습니다. 오늘 K-LOF는 그 두 흐름의 교차점 — 제조업 자체가 데이터센터의 입지 논리를 닮아가는 순간 — 을 포착합니다. 공간의 흥망성쇠에서 산업의 자리는 언제나 기술이 먼저 정하고 가격이 뒤따라 확인해 온 자리였습니다. 관련하여 용유미 CSO의 공간·자산 전략 자문에서 더 깊은 논의를 이어갈 수 있습니다.