AI/반도체공개2026-06-05

특허는 많은데 매출은 왜 늦나: 딥테크의 돈은 '전환 비용'에서 갈린다

PoC가 무료 데모인지, 유료 검증인지.

30초 요약

**Subtitle:** 연구·특허에서 돈이 나는 순간은 발명의 순간이 아니라 고객 리스크가 줄어드는 순간이다.

공개 버전입니다. 주요 주장은 아래 Source Notes에 연결된 원자료 기준으로 작성했습니다.

핵심 결론

  • 인증·시험·품질 문서가 고객 구매 기준에 들어갔는지.
  • 제조 파트너와 수율 개선 계획이 있는지.
  • 첫 매출 이후 유지보수·데이터·소프트웨어 매출이 붙는지.

핵심 질문

특허는 많은데 매출은 왜 늦나: 딥테크의 돈은 '전환 비용'에서 갈린다에서 지금 확인해야 할 핵심 산업/자본시장 질문은 무엇인가?

왜 지금인가

AI/반도체 리서치는 수요, 공급, 병목, 마진, 규제 변수가 동시에 움직일 때 판단 가치가 커집니다. 이 글은 단기 뉴스보다 산업 구조가 바뀌는 지점을 먼저 확인합니다.

특허는 많은데 매출은 왜 늦나: 딥테크의 돈은 '전환 비용'에서 갈린다

Subtitle: 연구·특허에서 돈이 나는 순간은 발명의 순간이 아니라 고객 리스크가 줄어드는 순간이다.

As of: 2026-06-05
Category: 기술경영
Tags: deeptech, MOT, technology-commercialization, patents, industrial-strategy
Status: drafted_for_gatekeeping

연구실에서 기술은 증명됐다.
그런데 고객은 특허를 사지 않는다. 고객은 위험이 줄어든 제품과 시스템을 산다.
딥테크 매출은 발명보다 "누가 전환 비용을 줄여주느냐"에서 갈린다.

무슨 일이 있었나

특허는 늘고 있다. WIPO는 2024년 전 세계 특허출원이 370만 건으로 2023년보다 4.9% 늘었고, 아시아 특허청이 전 세계 출원의 70.1%를 받았다고 집계했다. 중국 특허청은 약 180만 건, 미국 특허청은 603,194건, 한국 특허청은 246,245건을 받았다.

숫자만 보면 "기술 경쟁이 뜨겁다"는 말은 맞다. 하지만 여기서 바로 "매출이 난다"로 뛰면 위험하다. 특허는 권리화의 신호이지 고객의 구매주문서가 아니다.

한국도 국가전략기술을 전면에 세우고 있다. 과기정통부는 반도체·디스플레이, 이차전지, 첨단모빌리티, 차세대 원자력, 첨단바이오, 우주항공·해양, 수소, 사이버보안, AI, 차세대통신, 첨단로봇·제조, 양자를 12대 critical emerging technologies로 제시했다. 미국과 EU도 critical and emerging technologies, STEP 같은 틀로 딥테크를 산업안보와 경쟁력의 문제로 보고 있다.

정리하면 이렇다. 기술은 많아지고, 정책은 더 전략적으로 움직인다. 그런데 돈은 여전히 한 가지 질문을 통과해야 나온다.

이 기술을 고객이 실제 현장에서 써도 되는가?

왜 지금 봐야 하나

딥테크에서 "연구비"와 "상용화비"는 성격이 다르다. 미국 NCSES 자료를 보면 2023년 미국 국내 R&D는 9,372.4억 달러였고, 그중 실험개발은 6,250.2억 달러였다. 2021~2024년 기준으로도 국내 R&D 지출의 67%가 실험개발로 분류됐다. 단, NCSES는 2023년 수치가 예비값이고 2024년 수치는 추정값이라는 caveat를 둔다.

이 숫자가 말해주는 것은 단순하다. 현대 R&D의 큰돈은 "새로운 원리를 찾는 일"보다 "되는 기술을 실제 시스템으로 만드는 일"에 더 많이 들어간다.

한국도 비슷한 압력을 받고 있다. 2023년 국내 R&D 투자 상위 1,000대 기업은 72.5조 원을 투자했고, 상위 10대 기업만 45.5조 원으로 62.7%를 차지했다. 양산, 품질, 인증, 공급망, 고객 채널을 가진 기업이 상용화 후반부에서 힘을 갖는 구조다.

그래서 딥테크를 볼 때 질문은 "특허가 있나?"에서 멈추면 안 된다. 질문은 "그 특허를 고객이 쓰는 시스템으로 바꿀 사람이 누구인가?"까지 가야 한다.

돈은 어디서 생기나

딥테크의 돈은 보통 여섯 장의 계산서로 나뉜다.

딥테크 매출은 발명 하나가 아니라 여섯 개 전환 비용을 통과할 때 생긴다.
딥테크 매출은 발명 하나가 아니라 여섯 개 전환 비용을 통과할 때 생긴다.

첫째, IP 라이선스다. 대학과 공공연구기관이 가장 먼저 기대하는 수익이다. 다만 라이선스 수입은 대형 계약 하나에 흔들릴 수 있고, 컨설팅·공동연구 같은 비공식 이전은 공식 TTO 지표에서 빠질 수 있다. NCSES도 AUTM 데이터가 공식 라이선스·특허·스타트업 활동을 담지만 비공식 기술이전은 충분히 포착하지 못할 수 있다고 설명한다.

둘째, 공동개발과 PoC다. 여기서는 고객 문제가 실제인지, 기술이 현장 조건에서 작동하는지 본다. 돈은 작게 들어오지만 정보는 크게 들어온다. 솔직히 이 구간을 공짜 데모로만 처리하면, 기술은 배워가고 회사 계좌는 가벼워지는 묘한 일이 생긴다.

셋째, 인증·시험이다. 의료, 모빌리티, 에너지, 항공우주, 로봇 같은 분야에서는 "작동한다"와 "팔 수 있다" 사이에 문서와 시험이 있다. 고객 입장에서는 이 문서가 구매 리스크를 줄여준다. 그래서 시험인증기관, 규제 컨설팅, 품질 시스템 업체가 돈을 받는다.

넷째, 제조 스케일업이다. 연구실 샘플은 손으로 잘 만들 수 있다. 하지만 고객은 같은 품질로 계속 나오는 제품을 원한다. 여기서 수율, 소재, 장비, 공정, 납기, 품질보증 비용이 붙는다.

다섯째, 현장 통합이다. 딥테크 제품은 대부분 단독으로 팔리지 않는다. 기존 공정, 병원, 발전소, 데이터센터, 공장, 물류 시스템 안으로 들어가야 한다. 이때 SI와 현장 운영 파트너가 중요해진다.

여섯째, 운영 서비스다. 유지보수, 데이터 분석, 소프트웨어 업데이트, 품질 모니터링, 규제 문서 갱신이 여기에 들어간다. 반복매출에 가장 가까운 영역도 이쪽이다.

비유하면: 연구실 레시피와 매장 운영은 다르다

좋은 레시피가 있다고 바로 프랜차이즈가 되는 것은 아니다.

맛은 좋아야 한다. 그건 기본이다. 하지만 매출은 재료 조달, 조리 표준, 위생 인증, 직원 교육, 매장 위치, 고객 응대, 반복 방문까지 연결될 때 난다.

딥테크도 비슷하다. 특허는 레시피에 가깝다. 매출은 주방과 매장 운영까지 표준화했을 때 나온다. 이 비유가 조금 세속적으로 들릴 수 있지만, 돈은 대체로 세속적인 곳에서 움직인다.

특허와 TRL은 기술 성숙도를 보여주지만, 매출에는 고객 채택 준비가 별도로 필요하다.
특허와 TRL은 기술 성숙도를 보여주지만, 매출에는 고객 채택 준비가 별도로 필요하다.

누가 유리한가

대학과 공공연구기관은 원천기술, 인재, 논문, 특허에서 유리하다. 다만 반복매출을 직접 가져가려면 TTO를 넘어 고객 개발, 제품관리, 법무, 품질, 파트너 관리가 필요하다. 연구기관의 강점은 씨앗을 만드는 데 있고, 농사를 끝까지 짓는 데 있지는 않은 경우가 많다.

스타트업은 고객 문제를 좁게 정의하고 빠르게 PoC를 돌리는 데 유리하다. 대신 인증, 양산, 품질보증, 글로벌 조달을 혼자 떠안으면 현금이 먼저 마른다. 딥테크 스타트업이 전략투자자, 제조 파트너, 시험기관과 빨리 연결돼야 하는 이유다.

대기업과 OEM은 양산, 공급망, 품질, 채널에서 강하다. 한국 R&D 상위 기업의 집중도도 이 힘을 보여준다. 하지만 대기업이 무조건 이기는 것은 아니다. 내부 의사결정이 느리거나 기존 제품을 보호해야 하면, 초기 시장의 애매한 고객 문제를 놓칠 수 있다.

SI와 제조 파트너는 생각보다 중요하다. 기술을 고객 현장에 맞게 넣어주는 사람들이다. 딥테크의 고객은 "좋은 기술"보다 "내 현장에서 문제없이 돌아가는 시스템"을 산다. 이 간극을 줄이는 주체가 돈을 받는다.

VC와 CVC는 연구 리스크보다 전환 리스크를 가격화해야 한다. 좋은 질문은 "특허가 몇 개인가"가 아니라 "다음 마일스톤에서 어떤 리스크가 사라지는가"다. 인증 통과, 유료 파일럿, 첫 양산, 반복 발주, 유지보수 계약 같은 이벤트가 투자 판단의 언어가 된다.

반론도 있다

첫 번째 반론은 "특허가 결국 진입장벽 아니냐"다. 맞다. 하지만 특허만으로는 부족하다. 권리범위, 회피설계 가능성, FTO, 실시 가능성, 고객 채택이 따로 남는다.

두 번째 반론은 "대기업이 다 가져가는 것 아니냐"다. 이것도 반은 맞다. 대기업은 후반부에 강하다. 다만 초기 고객 문제를 좁히고, 빠르게 검증하고, 틈새 사용처를 만드는 일은 작은 팀이 더 잘할 때가 많다.

세 번째 반론은 "정부 전략기술이면 수요가 보장되는 것 아니냐"다. 아니다. 보조금과 조달은 초기 수요를 만들 수 있지만, 민간 고객이 반복해서 돈을 내지 않으면 과제 매출에서 멈춘다. 정책은 엔진 시동을 걸 수 있지만, 계속 굴러가게 하는 것은 고객이다.

앞으로 볼 포인트

  • PoC가 무료 데모인지, 유료 검증인지.
  • 인증·시험·품질 문서가 고객 구매 기준에 들어갔는지.
  • 제조 파트너와 수율 개선 계획이 있는지.
  • 첫 매출 이후 유지보수·데이터·소프트웨어 매출이 붙는지.
  • 전략기술 정책이 보조금으로 끝나는지, 조달·표준·민간 채택으로 이어지는지.

인코어 관점

제가 보기엔 딥테크 상용화의 핵심은 "기술의 우수성"보다 "리스크의 이전"이다.

고객은 불확실성을 싫어한다. 작동할지, 인증이 될지, 납기가 맞을지, 현장 문제가 생기면 누가 책임질지 모르면 구매를 미룬다. 돈은 이 불확실성을 줄여주는 쪽으로 간다.

그래서 MOT 관점에서 유리한 주체는 연구자, 스타트업, 대기업 중 하나로 고정되지 않는다. 단계마다 다르다. 연구·특허 단계에서는 원천기술과 권리가 중요하다. PoC와 파일럿에서는 고객 문제 정의가 중요하다. 인증과 제조에서는 품질 시스템과 자본이 중요하다. 운영 단계에서는 고객 접점과 서비스가 중요하다.

딥테크를 투자나 사업개발 관점에서 본다면, 기술표보다 전환표를 봐야 한다. 이 기술이 다음 단계로 넘어갈 때 누가 돈을 내고, 누가 위험을 줄이고, 누가 반복매출을 가져가는가. 거기에 답이 있다.

이것만은 가져가자

특허는 출발점이고, 매출은 고객 리스크가 줄어든 결과다.
딥테크의 돈은 IP보다 PoC, 인증, 제조, 현장 통합, 운영 서비스에서 더 자주 갈린다.
유리한 주체는 "기술을 가진 사람"이 아니라 단계별 전환 비용을 줄여주는 사람이다.

근거 지도

원자료

공식 출처·통계·기술 자료를 우선 확인

기업 공시

공식 출처·통계·기술 자료를 우선 확인

통계·기술 문서

공식 출처·통계·기술 자료를 우선 확인

관찰 포인트

Source-backed최종 승인

출처 메모

S001. Source NotesSource NotesS002. S105 WIPO, World Intellectual Property Indicators 2025: 2024년 세계 특허출원 370만 건, 4.9% 증가, 아시아 70.1%, CNIPA/USPTO/KIPO 출원 수.S105 WIPO, World Intellectual Property Indicators 2025: 2024년 세계 특허출원 370만 건, 4.9% 증가, 아시아 70.1%, CNIPA/USPTO/KIPO 출원 수. https://www.wipo.int/web-publications/world-intellectual-property-indicators-2025-highlights/en/patents-highlights.htmlS003. S107 NASA, Technology Readiness Levels: TRL 19 정의.S107 NASA, Technology Readiness Levels: TRL 19 정의. https://www.nasa.gov/directorates/somd/space-communications-navigation-program/technology-readiness-levels/S004. S108 U.S. DOE, Adoption Readiness Levels: TRL이 다루지 않는 채택 리스크 보완 프레임.S108 U.S. DOE, Adoption Readiness Levels: TRL이 다루지 않는 채택 리스크 보완 프레임. https://www.energy.gov/technologytransitions/adoption-readiness-levels-arl-complement-trlS005. S103 NCSES, National Patterns of R&D Resources 2023-2024: 미국 R&D 2023 preliminary, 2024 estimate, 실험개발 지출.S103 NCSES, National Patterns of R&D Resources 2023-2024: 미국 R&D 2023 preliminary, 2024 estimate, 실험개발 지출. https://ncses.nsf.gov/pubs/nsf26314S006. S102 KDI/MOTIE-KIAT policy material: 2023년 국내 R&D 투자 상위 1,000대 기업 72.5조 원, 상위 10대 45.5조 원 및 62.7%.S102 KDI/MOTIE-KIAT policy material: 2023년 국내 R&D 투자 상위 1,000대 기업 72.5조 원, 상위 10대 45.5조 원 및 62.7%. https://eiec.kdi.re.kr/policy/materialView.do?num=253137S007. S106 NCSES technical appendix: AUTM 기술이전 데이터 범위와 공식 TTO 지표의 한계.S106 NCSES technical appendix: AUTM 기술이전 데이터 범위와 공식 TTO 지표의 한계. https://www.ncses.nsf.gov/pubs/nsb20262/technical-appendixS008. S106A AUTM 2023 U.S. Licensing Activity Survey page: 200개 기관, 700개 이상 신규 상용 제품 언급. 보고서 세부 접근이 제한되어 맥락용으로만 사용.S106A AUTM 2023 U.S. Licensing Activity Survey page: 200개 기관, 700개 이상 신규 상용 제품 언급. 보고서 세부 접근이 제한되어 맥락용으로만 사용. https://imis.autm.net/itemdetail?iProductCode=2023APPENDIXS009. S109 MSIT Korea: 12대 critical emerging technologies.S109 MSIT Korea: 12대 critical emerging technologies. https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42&mId=4&mPid=2&nttSeqNo=1034&sCode=eng&searchOpt=ALLS010. S110 Council of the EU: STEP의 디지털·딥테크, 클린테크, 바이오테크 투자 및 EU 주권/경쟁력 목적.S110 Council of the EU: STEP의 디지털·딥테크, 클린테크, 바이오테크 투자 및 EU 주권/경쟁력 목적. https://www.consilium.europa.eu/en/press/press-releases/2024/02/07/strategic-technologies-for-europe-platform-provisional-agreement-to-boost-investments-in-critical-technologies/S011. S111 BIS/OSTP: 2024 Critical and Emerging Technologies list의 국가안보·기술경쟁력 맥락.S111 BIS/OSTP: 2024 Critical and Emerging Technologies list의 국가안보·기술경쟁력 맥락. https://www.bis.gov/about-bis/bis-leadership-and-offices/OTE/emerging-technology-divisionS012. CaveatsCaveatsS013. 한국 공공연구기관의 2024년 최신 기술이전 수입·계약 건수는 원자료 확인 전이라 본문에서 제외했다.한국 공공연구기관의 2024년 최신 기술이전 수입·계약 건수는 원자료 확인 전이라 본문에서 제외했다.S014. 딥테크 전체 시장규모/CAGR은 정의 차이가 커서 쓰지 않았다.딥테크 전체 시장규모/CAGR은 정의 차이가 커서 쓰지 않았다.S015. 국내 딥테크 스타트업의 평균 PoC 전환율, 인증 기간, 스케일업 CAPEX는 분야별 자료가 필요해 NEEDSSOURCE로 남겼다.국내 딥테크 스타트업의 평균 PoC 전환율, 인증 기간, 스케일업 CAPEX는 분야별 자료가 필요해 NEEDSSOURCE로 남겼다.

다음 업데이트 예정일: 2026-06-05

업데이트 알림 받기

뉴스레터 기능이 활성화되면 이 리서치의 Source Notes와 공개 발행 알림을 받을 수 있습니다.

업데이트 알림 받기

이 글, 어떻게 개선할까요?

잘못된 점·보강할 점을 남겨주시면 운영자가 검토해 글을 다시 다듬습니다. (발행은 사람이 최종 확인합니다)

댓글

댓글은 운영자 검토 후 공개됩니다.

아직 공개된 댓글이 없습니다. 첫 댓글을 남겨보세요.

관련 리서치