알림 목록

분석지역:경상남도 창원·거제·사천·김해·양산·함안·통영·고성 제조산업권
핵심영역: 조선·방산·항공·기계·자동차·원전 체계기업과 1·2·3차 중소 협력업체
Agenda:경남 대기업의 스마트야드·AI 팩토리·디지털트윈·자율제조 투자가 협력업체의 생산성·수익성·데이터 역량으로 확산되고 있는가, 아니면 원청과 협력업체 사이의 기술·정보·가치획득 격차를 확대하고 있는가
Golden Time Type: Supply-chain Integration Opportunity + Dual-speed AX Risk
기준일: 2026년 8월 28일
Version: Regional AX Golden Time Intelligence v3.2 강화기준
 

경남 제조업은 소수의 대형 체계기업과 다수 협력업체가 하나의 제품을 공동 생산하는 구조다. 한화에어로스페이스·현대로템·KAI·한화오션·삼성중공업·두산에너빌리티·현대위아 등은 수주·설계·최종조립을 주도하고, 중소기업은 소재·가공·주조·용접·전장·기자재·검사·정비를 분담한다. AX 경쟁력도 개별 공장보다 공급망의 가장 느린 공정에 의해 결정되는 단계로 이동했다.

대기업의 AX 투자는 구체화됐다. 한화오션은 거제사업장을 빅데이터·로봇 기반 스마트야드로 전환하면서 2026년 스마트야드 시설투자계획으로 1,500억 원을 제시했다. 창원에서는 두산에너빌리티·현대위아 등을 중심으로 2028년까지 222억 원 규모 스마트그린 AX 실증산단과 발전용 가스터빈 보수공정 70억 원 규모 AI 팩토리가 추진되고 있다. (한화오션 공시, 창원 제조 AI 계획)

전국 중소·중견 제조기업의 스마트공장 도입률은 2024년 19.5%, 중소기업은 18.6%였다. 도입된 스마트공장의 75.5%는 기초단계였고 제조 AI 도입률은 **0.1%**에 그쳤다. 대기업의 AI 생산제어와 다수 중소기업의 생산정보 디지털화가 같은 공급망 안에서 병존한다. (중소벤처기업부)

생산성 격차도 확대됐다. 2026년 공개된 기업규모별 분석에서 중소 제조업의 노동생산성은 대기업의 **29.5%**로 2014년 34.4% 이후 가장 낮은 수준을 기록했다. 대기업의 AI·자동화 투자는 증가했지만 중소기업의 투자여력과 생산성 추격은 같은 속도로 움직이지 않았다. (기업규모별 생산성 격차)

경남 방산 공급망에서는 격차가 숫자로 확인됐다. 경남 방산 체계기업 6곳의 영업이익은 2022년 4,692억 원에서 2024년 2조5,570억 원으로 445% 증가했다. 같은 기간 협력업체 23곳의 영업이익은 731억 원에서 918억 원으로 26% 증가하는 데 그쳤다. 수주 호황이 물량으로는 확산됐지만 이익과 재투자 여력은 같은 비율로 확산되지 않았다. (경남 방산 상생실태)

조선 공급망도 이중속도 구조다. 대형 조선사는 자체 디지털 생산센터와 스마트야드를 운영하지만 경남은 2027년까지 180억 원 규모 중소조선 스마트 생산혁신사업을 별도로 추진하고 있다. 원청과 협력업체가 이미 동일한 AX 수준이었다면 별도 데이터 연결·공정혁신 사업의 정책수요는 발생하지 않는다. (경남 조선산업 추진계획)

경남의 스마트공장 지원도 계속되고 있다. 2026년 경남테크노파크는 중소·중견기업을 대상으로 기초구축 스마트공장 사업을 다시 공고했다. 국가 제조 AI 투자가 피지컬 AI 단계로 이동한 시점에도 다수 기업은 생산정보 디지털화의 출발단계에 남아 있다는 Evidence다. (경남테크노파크)

협력업체의 AX 지연은 설비구매비만의 문제가 아니다. 낮은 영업이익, 납품단가, 단기계약, 데이터 인력 부족, 노후설비, 원청별 상이한 시스템, 생산데이터 소유권, 사이버보안 비용이 동시에 작동한다. 대기업 시스템에 연결되는 것과 협력업체가 자체 데이터를 이용해 생산성을 높이는 것은 다른 단계다.

2026~2028년에는 대형 체계기업의 수주물량과 경남의 피지컬 AI·스마트야드·AX 실증사업이 동시에 확대된다. 이 기간에 협력업체 데이터가 원청 납기관리용으로만 연결되고 협력사의 공정개선·수익성·독자기술로 환류되지 않으면 공급망 AX는 공동혁신보다 통제 비대칭을 강화한다.

따라서 경남 제조공급망의 현재 Golden Time은 Supply-chain Integration Opportunity + Dual-speed AX Risk로 판정된다.

• 원청 스마트팩토리 ≠ 공급망 스마트팩토리
• 협력사 데이터 연결 ≠ 협력사 데이터 역량
• 생산량 증가 ≠ 수익성 개선
• 스마트공장 구축 ≠ 제조 AI
• 원청 납기 가시성 ≠ 공동 생산성
• 공급망 AX ≠ 가치배분 AX

창원국가산업단지의 2024년 입주기업은 3,216개, 고용은 12만289명, 생산액은 62조2,230억 원이었다. 대형 완성품 기업과 수천 개 중소기업이 기계·방산·원전·자동차·전기전자 공급망을 형성한다. (연합뉴스)

거제에는 한화오션·삼성중공업과 조선 협력사가, 사천에는 KAI와 항공부품기업이, 김해·양산·함안에는 가공·주조·금형·자동차·기계부품 기업이 분포한다. 원청 사업장은 일부 도시에 집중되지만 실제 생산망은 여러 시·군에 걸쳐 있다.

대기업은 장기 수주잔고·자체 R&D·전산조직·설비투자 여력을 보유한다. 협력업체는 원청 물량과 납기변동에 노출되고 스마트공장 비용·운영인력·보안비를 자체 매출에서 부담한다.

현재 구조는 생산은 광역 공급망형 / AX 투자와 데이터 권한은 체계기업 집중형으로 판정된다.

경남 방산 체계기업 6곳의 영업이익은 2022~2024년 445% 증가했지만 조사된 협력업체 23곳은 26% 증가했다. 체계기업과 협력업체 사이의 증가율 차이는 약 17배다. (경남 방산 상생실태)

전국 방산 실태에서도 2024년 대기업 영업이익률은 14.3%, 중소기업은 7.2%였다. 대기업 수출·양산 확대가 협력업체의 이익률로 동일하게 전환되지 않았다. 낮은 이익률은 협력사의 센서·로봇·AI·보안 투자여력을 다시 제한한다. (방산 대·중소기업 수익성)

조선·기계에서는 기업별 수익성 비교자료가 방산만큼 공개되지 않는다. 대형 조선사의 실적과 스마트야드 투자는 공시되지만 사외 협력사의 AX 투자와 영업이익은 동일 공급망 단위로 집계되지 않는다.

현재 상태는 원청 실적개선은 확인 / 협력업체의 이익·AX 재투자 동행은 부분확인 또는 Data GAP으로 판정된다.

첫 번째 변화는 원청의 관리단위가 납품결과에서 실시간 공정으로 이동한 것이다. 자재·재공품·설비상태·품질·납기 데이터가 연결되면 원청은 협력업체의 생산상태를 사전에 파악한다.

두 번째 변화는 협력업체 평가기준이 가격·품질에서 데이터 대응력으로 확장된 것이다. 생산이력, 탄소, 소재 원산지, 품질검사, 사이버보안 정보를 실시간으로 제공하지 못하면 기술력이 있어도 공급망 진입비용이 높아진다.

세 번째 변화는 AX 비용이 일회성 장비구매에서 지속 운영비로 이동한 것이다. 클라우드·라이선스·센서 유지·보안·AI 모델 업데이트·전담인력 비용이 매년 발생한다. 낮은 납품마진에서는 구축보다 운영지속이 더 큰 병목이 된다.

네 번째 변화는 데이터가 공정 부산물에서 거래자산으로 이동한 것이다. 협력업체의 가공조건·불량원인·생산능력 데이터는 원청의 공급망 최적화에 사용되지만 데이터 활용권과 개선성과의 배분구조는 공개되지 않는다.

경남 공급망은 제품 납품관계에서 데이터 연결관계로 이동 중이지만 권한·비용·성과배분은 기존 하도급 구조에 남아 있는 단계로 판정된다.

정부는 대·중소 상생형 스마트공장에 정부 30%, 대기업 30%, 도입기업 40%의 분담구조를 적용해 왔다. 공급망 연계형 스마트공장은 5개 이상 기업이 데이터를 연결해 자재·수주·생산·유통을 공동 관리하는 방식으로 설계됐다. 개별 공장을 넘어 공급망을 연결하는 정책도구는 존재한다. (중소벤처기업부)

경남은 2026년 스마트공장 기초구축사업, 방산 중소기업 생산성 향상, 조선산업 상생협력 파트너, 제조업 AI 융합사업을 운영하고 있다. 산업별 협력사 지원이 별도 사업으로 지속되는 구조다. (경남테크노파크, 경남 스마트공장 지원)

방산 체계기업도 상생수단을 제시했다. 한화에어로스페이스는 협력사 연구개발비·간접비 지원과 1,500억 원 규모 동반성장펀드, 현대로템은 개발비·금융지원, KAI는 긴급 운영자금·단가 인상을 발표했다. 협력업체는 스마트공장 우선배정과 공동 시험·평가 기반을 요구했다. (경남 방산 상생협력)

조선에서는 2027년까지 180억 원을 투입해 조선소와 협력사의 데이터 연결과 생산혁신을 지원한다. 원청·협력사 간 데이터 연계가 공식 사업목표에 포함됐다. (경남 조선산업 추진계획)

현재 대응수준은 금융·R&D·스마트공장·데이터 연결사업은 확인 / 기업별 생산성·이익 격차 축소성과는 미확인으로 판정된다.

한국 제조업의 로봇밀도는 2024년 근로자 1만 명당 1,220대로 세계 1위다. 그러나 중소기업 스마트공장 도입률은 18.6%, 제조 AI 도입률은 0.1%였다. 국가 자동화 수준과 중소기업 AI 수준은 같은 지표로 설명되지 않는다. (국제로봇연맹, 중소벤처기업부)

중소 제조업 노동생산성은 대기업의 29.5%로 낮아졌다. 높은 로봇밀도가 기업규모별 생산성 수렴으로 이어지지 않은 Evidence다. 자동화 투자가 대기업에 집중될수록 국가 평균은 상승하면서 공급망 내부 격차도 확대될 수 있다.

경남은 조선·방산·항공·기계 체계기업과 협력사가 밀집해 대·중소 AX 격차가 제품 납기와 수출에 직접 영향을 주는 지역이다. 반면 원청별 협력사 스마트공장 단계와 생산성 격차를 비교한 공개자료는 확인되지 않는다.

현재 위치는 Large-firm Automation Readiness는 세계 상위 / Supply-chain-wide AI Readiness는 초기 단계로 판정된다.

경남 방산 체계기업 6곳의 영업이익은 4,692억 원에서 2조5,570억 원으로 증가했다.

증가율은 **445%**다.

협력업체 23곳의 영업이익은 731억 원에서 918억 원으로 증가했다.

증가율은 **26%**다.

2024년 방산 대기업 영업이익률은 14.3%, 중소기업은 7.2%였다.

중소 제조업 노동생산성은 대기업의 **29.5%**다.

중소기업 스마트공장 도입률은 **18.6%**다.

도입 스마트공장의 **75.5%**는 기초단계다.

제조 AI 도입률은 **0.1%**다.

창원국가산단 입주기업은 3,216개지만 창원의 2028년 AX 실증산단 운영모델은 우선 3개 스마트공장으로 설정됐다. 대형 실증과 전체 공급망 사이의 규모차가 크다. (창원 제조 AI 계획)

숫자가 드러내는 병목은 협력업체가 AX를 인식하지 못하는 것이 아니다.

이익·인력·데이터 기반이 낮은 기업에 대기업과 같은 AX 속도가 요구되는 구조로 판정된다.

첫 번째 GAP은 투자능력이다. 원청은 수백억~수천억 원 단위 AX 투자를 내부자금으로 집행하지만 협력업체는 정부·원청 지원 이후에도 구축비와 운영비를 부담한다.

두 번째 GAP은 데이터 기반이다. 대기업은 ERP·MES·PLM·디지털트윈이 연결돼 있지만 다수 협력업체는 생산정보 디지털화 또는 수기관리 단계다. 데이터가 없는 공정에는 AI 모델도 적용되지 않는다.

세 번째 GAP은 인력이다. 대기업은 AI·데이터·자동화 전담조직을 보유하지만 중소기업은 생산·품질 담당자가 스마트공장 운영까지 겸임하는 경우가 많다. 전국 제조 AI 도입률 0.1%는 전담역량의 부족을 보여준다.

네 번째 GAP은 수익환류다. 협력업체가 납기·품질 데이터를 제공해 원청의 재고와 위험비용을 줄여도 그 절감가치가 납품단가·장기계약·공동 IP로 환류됐다는 Evidence는 부족하다.

다섯 번째 GAP은 데이터 권리다. 생산데이터를 누가 저장하고, 어떤 목적으로 재사용하며, 공급자 평가·단가협상에 어떻게 활용하는지에 대한 공개 표준은 확인되지 않는다.

현재 가장 큰 Readiness GAP은 기술도입 격차보다 데이터 연결에서 발생하는 비용·권한·성과배분의 비대칭으로 판정된다.

경남에는 제조 DX 지원센터, 제조업 AI 오픈랩, 스마트공장 지원체계, 산업별 생산성 향상사업이 존재한다. 협력업체가 외부 기술·장비·컨설팅에 접근할 기반은 확인된다.

그러나 중소기업 스마트공장 지원이 2026년에도 기초구축 단계로 공고됐다. 피지컬 AI와 자율제조가 시작된 지역에서 생산정보 디지털화를 새로 시작하는 기업군이 동시에 존재한다. (경남테크노파크)

대기업과 협력업체 사이에 공통 데이터 표준, 시스템 변경비용 분담, 사이버사고 책임, 데이터 반출권, 거래종료 후 데이터 처리방식을 규정한 지역 단위 공개체계는 확인되지 않는다.

현재 조건은 기술지원 인프라는 존재 / 공급망 데이터 Governance는 Data GAP으로 판정된다.

경남 방산 체계기업은 개발비·금융·단가조정·동반성장펀드를 제시했고 협력업체 23곳의 영업이익도 2022~2024년 26% 증가했다. 상생지원과 물량효과가 전혀 발생하지 않은 상태는 아니다.

그러나 체계기업 영업이익 증가율 445%와 협력업체 26%의 차이는 성과확산 속도가 다르다는 직접 Evidence다. 지원제도의 존재가 가치배분의 동행을 입증하지 않는다.

조선 스마트 생산혁신은 2027년까지 데이터 연결을 추진하지만 연결기업 수, 협력업체 생산성, 독자 데이터 활용률은 아직 공개되지 않았다. 기계·항공 공급망도 원청별 AX 확산률이 별도로 확인되지 않는다.

현재 확산수준은 물량·일부 지원은 확인 / 수익성·AI 역량의 동행확산은 미확인으로 판정된다.

창원에는 방산·원전·기계 대기업과 AI 실증인프라가 집중돼 있다. 거제에는 스마트야드 대형투자가, 사천에는 KAI와 항공제조 기반이 위치한다.

김해·함안·양산·통영·고성에는 사외 가공·기자재·블록·부품 협력업체가 분포한다. 원청 사업장과 거리가 있는 기업일수록 공동장비·AI 인력·현장지원에 대한 접근비용이 커진다.

창원·거제·사천의 대형기업 AX 투자액은 일부 확인되지만 주변 시·군 협력업체의 스마트공장 단계와 AI 적용률을 같은 지도에서 비교한 Evidence는 없다.

현재 공간적 GAP은 원청 소재도시의 AX 인프라와 협력업체 분포지역의 실제 도입능력 사이로 판정된다.

방산·조선·항공의 수주잔고는 2026~2028년 생산물량으로 전환된다. 원청은 납기·품질·원가를 실시간 관리하기 위해 협력업체 데이터 연결을 확대하는 구간에 들어갔다.

경남의 피지컬 AI, 스마트야드, AX 실증산단, 공급망 스마트 생산혁신도 같은 기간 추진된다. 원청 시스템과 협력업체 시스템의 인터페이스가 이 기간에 사실상 표준으로 고정된다.

협력업체가 기초 스마트공장에 남은 상태에서 원청의 AI 조달·생산관리 기준이 고도화되면 이후 진입비용은 더 커진다. 설비·데이터·보안체계를 동시에 바꾸는 비용은 거래가 진행된 뒤보다 공급망 표준이 형성될 때 낮다.

2026~2028년은 원청과 협력업체의 AX 격차가 축소될 수도, 공급자 선별기준으로 고착될 수도 있는 구간으로 판정된다.

12-1. Golden Time 기초지자체 적용 사례 ① — 창원시

창원에는 방산 체계기업 6곳 가운데 다수가 위치하고, 창원국가산단에는 3,216개 기업이 입주해 있다. 방산 체계기업 이익은 2년간 445% 증가했지만 조사된 협력업체는 26% 증가했다.

동시에 창원에서는 피지컬 AI·AX 실증산단·DX 지원센터가 추진되고 있다. 원청의 이익증가와 공공 AX 투자가 같은 시기에 존재하지만 협력업체의 자체 AI 투자율은 공개되지 않는다.

2~3년 안에 협력업체의 영업이익과 스마트공장 고도화가 동행하지 않으면 방산·기계 수출호황 이후에도 AX 자산은 체계기업에 집중된다.

창원은 High AX Investment + High Value-distribution Gap으로 판정된다.

12-2. Golden Time 기초지자체 적용 사례 ② — 거제·통영·고성

거제의 대형 조선사는 스마트야드와 디지털 생산센터를 확대하고 있다. 통영·고성에는 블록·기자재·가공 협력업체가 분포하며 2027년까지 중소조선 스마트 생산혁신사업이 진행된다.

대형 야드의 생산계획·블록·품질 데이터와 사외 협력사의 MES·설비데이터가 어느 수준까지 양방향으로 연결됐는지는 공개되지 않는다. 원청이 협력사 공정을 확인하는 연결과 협력사가 원청 수요·설계변경을 이용해 자체 공정을 최적화하는 연결은 다른 단계다.

연결이 일방향으로 고정되면 거제 대형 야드는 지능화되고 통영·고성 협력사는 원청 데이터 요구에 대응하는 비용만 부담하는 구조가 남는다.

거제·통영·고성은 Smart-yard Progress + Supplier Reciprocity Data GAP으로 판정된다.

첫 번째 시간위험은 공급망 퇴출이다. 실시간 품질·납기·탄소·보안 데이터를 제공하지 못하는 협력업체는 기술력이 있어도 원청의 디지털 조달기준을 통과하기 어려워진다.

두 번째 시간위험은 투자격차의 복리효과다. 대기업은 AI로 확보한 이익을 다시 자동화에 투자하지만 협력업체는 낮은 마진 때문에 기초 시스템 유지에 머문다. 매년 발생하는 재투자 차이가 생산성 격차를 누적시킨다.

세 번째 시간위험은 데이터 종속이다. 협력업체의 생산데이터가 원청 플랫폼에 축적되고 자체 활용권·이동권이 제한되면 거래처 변경과 독자 AI 개발이 어려워진다.

네 번째 시간위험은 숙련 소멸이다. 협력업체의 고령 숙련자가 퇴직하기 전에 가공·용접·검사 경험을 데이터화하지 못하면 원청 공급망 전체의 품질자산이 사라진다.

다섯 번째 시간위험은 지역 외 공급자 대체다. 원청이 디지털 대응력이 높은 수도권·해외 공급기업을 선택하면 경남의 기존 거래관계는 지역집적만으로 유지되지 않는다.

현재 비가역성은 협력업체가 AI를 늦게 도입하는 것보다 원청의 AX 표준이 협력업체의 참여 없이 먼저 고착되는 것으로 판정된다.

경남 공급망에는 대기업의 수주잔고, 협력업체의 실제 생산공정, 제조 AI 국가사업, 스마트공장 지원, 산업별 상생사업이 동시에 존재한다. 생산물량이 없는 상태에서 시스템만 구축하는 구간이 아니다.

공급망 연결의 Outcome은 원청의 납기 가시성만으로 판정되지 않는다. 협력업체의 생산성·영업이익·불량률·자체 데이터 활용·거래처 다변화가 함께 변화해야 공동 AX로 구분된다.

이 변화가 확인되면 대기업의 AI 모델과 협력업체의 현장데이터가 결합해 공급망 전체의 납기·품질·원가를 개선한다. 확인되지 않으면 연결된 데이터는 늘지만 기업 간 생산성·수익성 격차도 함께 확대된다.

현재 확보 가능한 이익은 공급망의 단순 가시화가 아니라 원청과 협력업체 사이의 공동 생산성 자산으로 판정된다.

Gyeongnam Supply-chain AX Runtime

원청수주 → 설계·생산계획 → 협력사 물량 → 자재·공정 → 품질·납기 → 원청 조립 → 수출·인도 → 이익배분 → 협력사 재투자 → 다음 AX

Shared Productivity Chain

데이터 연결 → 병목 발견 → 공정개선 → 원가·납기 절감 → 절감가치 측정 → 단가·이익 환류 → 협력사 재투자 → 공급망 고도화

Supply-chain Integration Opportunity + Dual-speed AX Risk

경남의 위험은 대기업 AX가 느린 것이 아니다.

협력업체 지원사업이 전혀 없는 것도 아니다.

현재 위험은 원청의 AX 속도가 협력업체의 수익성·데이터·인력 준비속도를 앞서면서 하나의 공급망 안에 두 개의 제조시대가 공존하는 것이다.

2026~2028년에 데이터 연결이 공동 생산성과 이익환류로 이어지면 경남은 공급망 전체가 AX되는 제조거점으로 이동한다.

이어지지 않으면 대기업은 자율제조로 이동하고 협력업체는 기초 스마트공장에 남아 데이터 제공과 투자비용만 증가하는 구조로 고착된다.

현재 Golden Time은 Supply-chain Integration Opportunity + Dual-speed AX Risk로 판정한다.

1. 원청별 등록 협력업체 수
2. 1·2·3차 협력업체 분포
3. 협력업체별 매출·고용
4. 원청별 매출 의존도
5. 원청 수주 대비 협력사 물량
6. 원청·협력사 영업이익률
7. 기업규모별 노동생산성
8. 납품단가 조정률
9. 원재료·인건비 반영률
10. AX 구축비의 원청 분담률
11. AX 운영비의 단가 반영률
12. 동반성장펀드 이용기업 수
13. 금융지원 후 설비투자율
14. 협력업체 스마트공장 도입률
15. 기초·중간·고도화 단계
16. 스마트공장 실제 활용률
17. 제조 AI 도입률
18. AI 모델 실제 가동률
19. 협력업체 로봇밀도
20. 노후설비 데이터 연결률
21. 원청·협력사 MES 연결률
22. 실시간 생산데이터 연결기업 수
23. 양방향 데이터 이용률
24. 데이터 소유권 계약 명시율
25. 거래종료 후 데이터 이동 가능률
26. 설계변경 통보시간
27. 납기준수율
28. 불량·재작업률
29. 비계획 설비정지시간
30. AX 도입 전후 생산성
31. AX 도입 전후 영업이익
32. 협력업체 AI·데이터 인력
33. 전담조직 보유율
34. 숙련기술 데이터화율
35. 공급망 사이버보안 인증률
36. 원청 요구 시스템 중복투자액
37. 스마트공장 지원 후 자체투자율
38. 지원 종료 후 시스템 유지율
39. 원청별 협력사 AX 격차
40. 창원·거제·사천·김해·함안·통영·고성 GAP
41. AX 미대응으로 인한 거래종료 사례
42. 외부·해외 공급기업 대체율
43. 절감가치의 협력사 환류율
44. 원청 생산성과 협력사 생산성의 동행률

Data GAP:원청 공시·정부 스마트공장 통계·산업별 상생사업은 존재하지만 원청 수주 → 협력사 물량 → AX 투자 → 데이터 연결 → 생산성 → 원가절감 → 납품단가 → 영업이익 → 재투자를 동일 공급망 단위로 연결한 공개 Runtime은 확인되지 않는다.

Runtime Chain

수주 → 공급망 배분 → AX 투자 → 데이터 연결 → 생산성 Outcome → 가치배분 → 협력사 재투자 → 격차 변화 → 다음 수주

경남 공급망 AX의 구조적 통찰은 하나다. 데이터 연결은 생산격차를 줄일 수도 있지만 거래권력의 격차를 더 키울 수도 있다.

원청이 협력업체의 재고·설비·불량·납기 데이터를 실시간으로 보면 공급망 위험은 줄어든다. 그러나 협력업체가 원청의 수요전망·설계변경·품질분석에 같은 수준으로 접근하지 못하면 데이터 흐름은 양방향 협업이 아니라 일방향 감시가 된다.

이 구조에서는 연결률이 높을수록 AX가 성공했다는 판정도 성립하지 않는다. 원청은 재고와 납기비용을 줄이지만 협력업체는 시스템 구축·보안·데이터 제공비용을 부담하고 절감가치를 환류받지 못할 수 있다. 기술적으로 연결된 공급망이 경제적으로 더 불균형해지는 역설이다.

Golden Time Thesis — 경남 제조업의 골든타임은 협력업체 데이터를 원청 플랫폼에 더 많이 연결하는 시기가 아니라, 2026~2028년 동안 데이터의 소유권·양방향 접근·비용분담·절감가치 환류를 공급망 표준으로 고정하는 시기다. 이 구조가 형성되면 AX는 대기업의 지능을 협력업체까지 확산시킨다. 형성되지 않으면 대기업은 협력사의 공장을 실시간으로 보지만 협력사는 자신의 데이터로도 더 강한 기업이 되지 못하는 구조가 고착된다.