PE Notes · 경영
딥테크
과학·공학 원천을 장기간 상업화하는 딥테크와 AI·양자·소재·바이오 분야, 인내 자본과 스핀오프, 국내 육성·패권·기후 전망을 정리합니다.
앱 하나를 분기에 내는 일과, 실험실 원리를 십 년에 걸쳐 공장으로 옮기는 일은 같은 ‘기술 사업’이 아닙니다. 는 근본 과학·공학에 기반한 혁신을 장기간 R&D한 뒤 상업화하는 영역입니다. 지식재산·전문 인력·자본·시간이 진입 장벽입니다. 소프트테크가 앱·플랫폼의 짧은 사이클이라면, 딥테크는 핵심 기술의 돌파구입니다.
딥테크 정의와 분야
자주 묶는 여섯 칸은 생성형 AI··강화학습 같은 인공지능, 큐비트 연산의 , 그래핀·나노·반도체 신소재, mRNA·유전자 편집의 바이오, 산업 로봇·자율주행·, 핵융합·수소·차세대 태양광의 청정 에너지입니다. AI는 다른 칸의 설계를 가속하는 공통 엔진이기도 합니다.
| 비교축 | 딥테크 | 소프트테크 |
|---|---|---|
| 기반 | 과학·공학 원천 | 앱·플랫폼 |
| 시간 | 십 년 전후 R&D | 단기 개발 |
| 장벽 | IP·인력·자본 | 상대적으로 낮음 |
| 성과 | 기술 돌파·공정 | 사용자 규모 |
이 업무에 모델을 심는 일이라면, 딥테크 AI는 그 모델과 칩·소재까지를 원천에서 만듭니다. 은 양자 칸의 조직 쪽 이름입니다. 둘 다 없이 스케일하면 위험만 커집니다.
R&D에서 상업화
경로는 대학·연구소의 기초와 특허 → 기술 이전·스핀오프 창업 → 대기업 파트너십·M&A로 스케일업입니다. 투자 회수는 1015년을 넘는 경우가 많아, 일반 벤처의 35년과 맞지 않습니다. 시장이 늦게 열리는 구간은 정부 마중물(장기 연구 프로그램, 공공 수요)이 사실상 필수입니다. 글로벌 자금은 AI·기후·바이오에 몰리는 흐름입니다.
사례는 답안의 증거가 아니라 칸 확인입니다. 생성 모델 연구소, 양자 하드웨어 기업, mRNA·유전자 편집 바이오가 각 분야의 상업화 속도가 다르다는 점을 보여 줍니다. 같은 ‘딥테크’라도 규제·임상·공정 수율이 병목을 가릅니다.
국내 육성과 전망
국내는 반도체·AI·바이오·양자에 국가 R&D가 모이고, 대학 스핀오프가 늘며, 대기업 이 스타트업 투자·협력으로 붙는 구조입니다. 패권 지도는 미국이 AI·설계·양자, 중국이 AI·이동통신·바이오 추격, 한국이 메모리·디스플레이·이차전지에 강점이 있다는 식의 분업으로 자주 그립니다.
전망 세 줄은 AI가 신약·신소재·양자 설계를 가속하는 융합, 로봇·제조의 Physical AI 상업화, 핵융합·탄소 포집 같은 입니다. 답안은 정의와 소프트테크 대비, 6분야, 기초→스핀오프→스케일, 회수 기간과 공공 마중물, 국내 강점과 기후·피지컬 AI를 표에 고정합니다.