▲

미래에는 AI가 수많은 산업의 부를 창출할까, 아니면 순손실일까?

 (joincolossus.com)
3P by GN⁺ 7시간전 | ★ favorite | 댓글 1개
  • 혁신적 기술이 새로운 기업 부를 창출하는 경우와, 사회 변화에 기여하나 투자자에게는 돌아가는 이득이 적은 경우가 존재함
  • 생성형 AI가 어느 부류에 속하는지에 대한 의문이 제기되며, 현재는 기존 ICT 혁신의 연장선으로서 대기업 중심의 과점 구조로 흘러가는 양상을 보임
  • 과거 마이크로프로세서와 컨테이너 운송 사례를 비교하며, AI 역시 많은 이익이 생산자보다는 소비자와 일부 대기업에 집중될 가능성이 있음
  • AI에 투자해 수익을 내는 접근법으로 인프라 기업이나 AI 활용을 통해 비용 절감과 생산성 향상을 중시하는 업종이 유망할 수 있음
  • 대부분의 신규 AI 기업 투자자에게는 기대만큼 큰 기회가 없고, 궁극적으로는 소비자와 효율적인 기존 기업이 가장 큰 수혜를 얻을 것으로 전망됨

혁신적 기술과 부의 탄생

  • 철도, 전기, 내연기관, 마이크로프로세서 등 혁신적 기술이 새로운 산업 시대를 만들어 투자자와 기업가에게 엄청난 부와 영향력 제공함
  • 반대로, 컨테이너 운송처럼 사회적으로는 대전환을 이뤘으나 기업가치 증대 효과는 제한적인 사례도 존재함

기술 혁신의 투자 가치와 '누가 이익을 얻는가' 문제

  • 신기술에 투자할 때 얼마큼의 가치 창출이 이루어질지, 그리고 그 이익을 누가 점유할지가 결정적임
  • ICT 혁신은 신생 기업과 투자자에게 부를 안겨줬으나, 컨테이너 운송은 가치가 희석되어 많은 투자자가 이득을 보지 못함
  • AI, 특히 생성형 AI가 이 중 어느 범주에 속할지 불확실성 부각됨

마이크로프로세서와 컨테이너 운송의 사례 비교

  • 마이크로프로세서 혁신은 초기에는 예측이 힘들었으나 실험과 시장 진입으로 혁신의 선순환 구조 형성
  • 1970년대 말, PC 시장의 점진적 성장과 진입 장벽 형성, 투자가 활발해지고 생태계 성장 견인
  • IBM, HP, DEC 등 기존 거대 기업은 PC 도입에 소극적이었으나, 후발주자들이 혁신의 중심에 섬
  • ICT 버블→버블 붕괴→안정적 성장의 흐름에서, 투자자와 기업가의 역할과 전환점 설명

AI와 컨테이너 운송의 비유

  • 컨테이너 운송 역시 엄청난 사회/경제 변화를 야기했으나 진입 장벽 미비와 경쟁 심화로 인해 투자자 대부분이 큰 수익을 거두지 못함
    • 혁신을 주도한 SeaLand의 창업자 McLean, 일부 투자자만이 실질적으로 부를 얻음
    • 대형 선사, 인프라 투자사, 실제 이점을 활용한 기업(예: IKEA, Walmart)이 가장 큰 수혜를 봄
  • 경쟁 격화, 수요 대비 과잉 투자, 인프라 비용 증가가 투자 수익을 제한하는 구조로 이어짐

AI의 혁신 주기와 투자 환경

  • 경제학자 Carlota Perez의 이론에 따라 기술 혁신은 폭발, 광기, 시너지, 성숙 네 단계로 진행됨
    • 광기와 시너지 시기에 투자자에게 수익 기회가 집중됨
  • AI는 이미 대형 ICT 기업들에 의해 과점화 및 통합이 진행되고 있음
  • 대형 모델 기업, 인프라/칩/데이터 기업들이 가치 사슬 상에서 중요한 역할을 차지
  • 새로운 애플리케이션 스타트업들이 수시로 등장하지만 거대 모델 기업에 흡수되거나 경쟁에서 밀릴 가능성이 큼

AI 산업에서의 투자 기회와 위험

  • 모델 기업 투자 기회는 이미 제한적이며, 도메인 특화 모델 역시 통합 및 인수를 통해 소수 기업만이 두각을 나타낼 전망
  • 인프라 기업(예: NVIDIA 등) 투자 역시 이미 높은 기대치가 반영되어 있어 추가 수익 여지는 제한적임
  • AI 활용 업종(전문 서비스, 헬스케어, 교육, 금융 등)에서 비용 절감과 생산성 향상을 전략적으로 활용하는 기업이 최대 수혜자 가능성 높음
  • 신규 기업/스타트업은 경쟁 심화, 성장 장벽 등으로 인해 대규모 투자 유치가 어려우며, 경험과 실행력이 핵심임

AI의 경제적 파급 효과와 최종 수혜자

  • AI는 향후 글로벌 GDP의 1~7%에 해당하는 부가가치를 창출할 전망이나, 그 이익의 대부분이 소비자와 생산성 높은 기존 기업에 귀속될 가능성 높음
  • 서비스 산업에서의 생산성 향상 효과로 소비자 복지 증가, 다양한 서비스 이용 기회 확대 예상
  • 과거 제조업 자동화와 유사하게, AI로 인한 사회 비용 절감이 기업 전략에 포함되어야 주목받는 투자 기회 창출 가능

결론 – AI 시대의 투자 전략

  • 혁신 기술 초기의 무분별한 기대보다, 지식 노동자의 생산성 증대가 어떤 시장과 전략을 열어줄지에 집중하는 차별화된 투자 사고 필요함
  • 앞으로는 단순히 기술 자체만을 보고 베팅하기보다, 기술이 새로운 기회와 시장을 어떻게 열지에 대한 통찰이 성공 요인임
▲
GN⁺ 7시간전  [-]
Hacker News 의견

  • AI의 흥미로운 점은 정말 다양한 분야에서 진입 장벽을 크게 낮추는 것 같음 나는 지금까지 어떤 회사도 이게 자신들에게 정말 영향을 준 걸 설득력 있게 보여주는 사례를 본 적이 없음. 대부분 홍보만 하고, 실질적으로 와닿는 건 별로 없었음. 하지만 개인이 활용하는 예시는 나 본인 포함해서 많이 봄 나는 예전부터 비디오 게임 개발을 취미로 만져보는 걸 좋아했는데, 항상 예술 자산이 가장 큰 걸림돌이었음. 미술을 못 하고 예산도 없어서 Itch.io에서 에셋 팩을 뒤졌고, 그들이 제공하는 데로 방향이 정해지는 경우가 많았음. 하지만 올해부터 모든 게 크게 달라짐. 이제는 한 시간만 투자해서 직접 원하는 그래픽을 만들어보고, 수정까지 거치면 내게 딱 맞는 자산을 확보할 수 있음. 만들고 싶은 게임에 맞춘 에셋 구성이 가능해짐 이건 어디까지나 진입 장벽에 대한 이야기임. 만든 자산들은 '삽질 게임(shovelware)' 수준이고, 나는 여기서 사업을 하는 게 아님. 하지만 이제 인터넷 상에서 한 사람이 자신이 좋아하는 취미와 스킬 개발을 맘껏 할 수 있게 됨. 언젠가 진짜 대박 아이디어가 나오면 실제 아티스트를 고용하고 돈을 투자할 수도 있다는 희망을 품고 있음 GarageBand, iMovie, YouTube 같은 것이 복잡한 장비나 비싼 Adobe 소프트웨어 없이도 사람들이 음악·비디오 제작을 경험할 수 있도록 해줬던 것과 비슷한 흐름이라고 느낌

    • 나도 비슷하게 느끼고 있음 오랜 시간 동안 개인 프로젝트를 시작하고 자잘한 문제(예를 들어 서버가 이상한 에러를 내는 경우)에 막혀 짜증나서 포기하는 경우가 많았음. 이건 일도 아니고, 무료 업무에는 인내심이 한계가 있었음 ChatGPT를 활용하면 에러를 복사해서 붙여넣고 해결 실마리를 제안받을 수 있음. 첫 시도에 맞을 때도 있고, 아닐 때도 많지만, 그래도 최소한 뭔가 해볼 거리가 생기고, 어느 정도 진행되면 모멘텀도 생기고 프로젝트에 몰입하게 됨 여전히 내 몫의 노력이 많지만, AI가 초기 진입 허들에서는 좋은 도구 역할을 해줌

    • 나도 이 현상을 느끼고 있음 스타트업에게 큰 이점임. 예전에는 로고 디자인, 그래픽 디자인, 프로그래밍, 카피라이팅 등 전문 인력이 필요했던 일을 이제는 Founder가 AI로 '적당히' 소화할 수 있음. 법률이나 SaaS 벤더처럼 사람의 도움을 완전히 대체 못 하는 분야도 있지만 AI가 어떤 서비스를 써야 하는지 조언을 줄 수 있음 다만, 아이러니하게도 모두가 스타트업을 쉽게 만들면 오히려 경쟁이 심해지고 Founder들에게 더 힘든 환경이 됨. 결국 Prosumer나 Founder층이 수혜자가 될지 불확실함 만약 AI가 기존에 고가로 이뤄지던 거래를 월 $20짜리 AI에게 대신 맡기는 추세가 되면, 오히려 전체 경제활동을 축소시켜버릴 수도 있다는 점이 흥미로움

    • 이전에는 게임의 아트를 아웃소싱 하려면 수천 불, 한 달 정도의 비용이 들었고, 이게 만들 수 있는 것의 폭을 좁히고 계획을 바꿀 때마다 큰 제약이 따랐음. 이제 AI 덕분에 2배, 5배, 10배 만큼의 아트·오디오 등 자산을 거의 추가 비용 없이 만들고, 아이디어를 자유롭게 탐험하다가 버리고 새 방향으로도 금방 전환 가능함

    • GarageBand나 iMovie, YouTube가 음악과 비디오를 대중적으로 쉽게 만든 것과 같은 맥락이라는 말 공감함. William Deresiewicz의 The Death of the Artist라는 책을 읽어볼 만함. 모두가 예술/게임/창작이 가능하다는 마케팅이 정말로 해당 분야에 순기능만을 주는지에 대해선 생각해볼 부분임

    • “AI가 진입 장벽을 낮춘다”라는 말과 관련해, LLM에게 이미지를 생성하라고 시킨다고 해서 내가 비주얼아트 분야로 진입했다고 할 수 있는지, 음악을 만들어 달라고 했다고 내가 음악가가 되는 건지, 텍스트를 뽑아내게 했다고 내가 작가가 되는 건지 생각해볼 필요 있음

  • 다음과 같은 혁신은, 사회적으로 파급력이 크긴 해도 신생 부를 창출하기보다는 기존 구조를 강화하는 역할을 함 15년 전의 컨테이너화 역시 업계의 선구자들이 큰 부자가 되진 못했지만, 동아시아의 수출 경제, 오프쇼어링, Walmart·Amazon 같은 소매모델의 기반이 되면서 엄청난 부를 하류에서 창출해냈음. AI 역시 실제 인프라를 소유하는 소수보다, AI 덕분에 구조적 변화를 통해 부가가치가 재계편되는 곳에서 더 많은 기회가 생길 것임 왜 이게 중요하냐면, 모델을 만들고, 인프라를 구축하고, 데이터센터를 운영하는 것이 매우 자본 집약적이고 견디기 어려운 경쟁에 시달리기 때문임. 진짜 부는 새로운 비용 구조를 바탕으로 산업을 재구성할 수 있는 이들에게 집중될 것임

    • 이 글의 핵심은 AI의 다운스트림 분야(2차 파생 산업)에 투자하라는 의미임

    • AI 역시 같은 패턴을 보이고 있다는 신호가 나오고 있음. 인프라 경쟁도 흥미롭지만, 가장 실질적이고 오래가는 가치는 그 이후(다운스트림)에 쌓일 것임

  • AI는 공장 자동화와 비슷한 양상으로 발전할 것으로 예상함 수백만 개의 공장이 혜택을 보는 반면, 비교적 소수의 기업만이 자동화 부품(컨베이어, 비전/핸들링 시스템, 산업용 로봇 등)을 제공하게 될 것임. 하지만 경쟁이 치열하다면 기술 제공업체가 엄청나게 부자가 되지는 않을 것임 초기에 도입하는 쪽은 더 많이 내겠지만, LLM이 점점 상품화되고, 추론 비용이 경쟁력의 핵심이 될 전망임. 현재 대기업들이 막대한 투자를 통해 가장 앞선 제품을 내고 있지만, 오픈소스와 무료 모델이 뒤를 바짝 쫓고 있음 지금 가장 빠르게 발전 중인 분야는 LLM 자체가 아니라, LLM을 활용한 에이전트·추론·리서치 시스템 쪽임. 이쪽은 대규모 학습 클러스터보다 엔지니어링 역량이 더 중요함 우리는 아직 AI의 1회전(LLM 시대) 초입에 있음. 이 시대는 오래가지 않을 것이고, AGI를 위한 새로운 아키텍처와 점진적 학습 알고리즘이 등장할 것임. 몇 세대의 진보가 더 필요하겠지만, 앞으로는 LLM이 하나의 부품으로 들어가는 더 복합적인 구조(DeepMind가 5~10년 내에 계획하는 것과 유사)가 핵심이 되고, LLM 주변에 구축되는 시스템이 다음 단계의 역량으로 이어질 것임

  • 진짜 도전은 AI가 사람을 '대체'하느냐가 아니라, 실제로 스킬을 연마하고 쌓을 수 있는 공간을 어떻게 지켜내느냐임 인턴십, 주니어 프로젝트, 그리고 초급 일자리는 효율보다 성장 곡선과 학습 환경을 제공하기 위해 존재했음. 만약 AI가 이런 기회를 너무 급격히 대체하면, 차세대 유능한 엔지니어와 크리에이터를 길러내는 사다리가 끊길 우려가 있음 진짜 질문은 “AI가 일자리를 빼앗을까?”보다는 “AI가 반복 작업을 처리함과 동시에 인간이 배울 수 있는 트레이닝 필드를 어떻게 설계할까?”에 있음

  • AI 붐에서 혼란스럽고 답답한 점은, 걷기도 전에 달리기를 배우고 있다는 느낌임 예를 들어, 웹에는 무엇이든지 포토리얼리즘 이미지로 생성해주는 사이트가 많은데, '16x16 PNG 사과 아이콘'처럼 정말 간단하고 구체적인 요청에 정확히 응답하는 도구는 없음 그 이유는 신경망이 고정 크기의 유기적 데이터에는 강하지만, 현실적으로는 보잘것없게 느껴지는 부분도 있음. 그래서 이제 AI 웹사이트 생성기도 일반인은 그냥 이미지/사운드 파일을 쓸 법한 곳에 굳이 코드로 에셋(웹오디오 신스 등)을 만들어 붙이는 현실임 앞으로 AI 붐이 느려지고, 모두가 '신기함' 대신 더 실용적이고 일상적인 것에 집중하는 흐름이 되길 희망함. 물론 세상은 꽤 오래전부터 '지루하지만 실질적인 것'을 기피해온 듯하지만

    • ChatGPT-5에게 ‘16x16 PNG 사과 아이콘’을 달라고 요청했는데 정확히 그걸 만들어줬음 LLM이 가진 본질적 한계는 분명하지만, 훈련 데이터셋에 있는 만큼의 엣지케이스도 많이 커버됨

    • 누군가 요청한 대로 뭔가 ‘그럴듯한’ 결과물을 만드는 게 AI의 ‘걷기’라면, 세부 지시를 완벽히 따르는 건 ‘달리기’임 다만, 지금은 기술 진화의 방향 때문에 순서가 뒤바뀐 것처럼 느껴질 뿐임

  • AI가 만약 오직 한 사람만 소유했다면 상상을 초월하는 부자가 될 수도 있었을 것임 우리는 Google이 “Attention is All You Need” 논문을 자기들만의 비밀로 하지 않은 것에 진심으로 감사해야 할 것임

    • 5년 뒤엔 그렇게 생각하지 않을 수도 있다고 봄

  • OP의 논지를 더 확장할 필요가 있다고 생각함

    • AI는 기존 기업의 비용 최적화를 가능하게 하며, 이로 인해 고용 감소와 더 저렴한 제품이 나올 수 있음. 임시적으로는 고용이 줄어들면서 수요 측면에도 영향이 생기고, 운영비가 낮아져 공급/비용 측면도 변화함
    • LLM에만 집중할 게 아니라, AI가 이룬 인공신경망의 실력을 여러 분야에서 살펴봐야 함. 신약·생명시뮬레이션·단백질·비디오·이미지 생성 등등. 단순히 좀 더 효율적으로 기존 작업을 처리하는 데 그치는 게 아니라, 마치 마이크로컨트롤러가 새로운 제품군을 만들어낸 것처럼 아예 신제품 카테고리도 탄생시킴
    • 창업 진입 장벽이 낮아짐. 프로그래머가 미술을 못 해도 생성AI로 게임을 만들 수 있음. 기존 기업의 자동화로 더 많은 임시 실직이 발생하겠지만, 그만큼 더 많은 개인들이 창업에 도전할 것임. 다양한 신제품이 쏟아지겠으나, 수요가 창업자의 생계를 지탱할 만큼 충분할지는 의문임. 인간의 시간과 관심 등은 제한되어 있고, 고용이 줄면서 돈도 적게 돌 수 있지만, 제품 자체는 더 저렴해질 것임
    • 지난 1~2년의 LLM과 AI 모델이 얼마나 많은 기회와 가능성을 여는지 아직 과소평가되고 있음. 오픈소스가 최신 세대에는 못 미치더라도, 저렴한 하드웨어에서 운영 가능해지면서 누구나 새로운 제품을 만들어볼 수 있음. 마치 초창기 마이크로컨트롤러 시대에 차고에서 실험하던 흐름과 유사함
    • 이런 특성만으로도 특정 산업(예: 콜센터)은 레드퀸 경주처럼 계속 뒤처지지 않으려고 달리게 될 테지만, 동시에 상상도 못한 새로운 산업이 생겨 수많은 사람에게 신생 부가 돌아갈 것임

    • 게임 같은 분야는 이미 레드퀸 경주에 진입함. GenAI가 게임 제작을 쉽게 해주면 오히려 성공 확률이 더 떨어짐. 이미 하이 퀄리티 게임으로 시장이 포화되어 신입이 자리 잡기 더 어려워짐

    • 지난 20~30년간 웹, 데이터, 게임, OS 분야에서 쌓인 작업물의 마지막 부분까지 그물로 몽땅 긁어와서 그 일들을 했던 사람들을 배제시키는 그림도 상상 가능함. 그런데 그런 방식으로 이 분야의 진보가 멈춘다면 그건 '이미 끝났다'는 뜻임? LLM AI는 인풋에 의존해서 그 한계가 명확하고, RLHF(인간 피드백 기반 강화학습)로 그 틈을 메꾸려 해도 피드백 자체가 한계이고, 2차 생산물은 더 품질이 떨어질 것임. 결국 이건 기존 제품의 진입장벽만 낮출 뿐이며, 그 분야 사람들은 새 경쟁에 압도될 것임

    • 회사의 비용을 최적화하면 제품 가격이 낮아진다는 생각엔 동의할 수 없음 실제로는 기업이 가능한 한 최대한의 가격을 매기고, 최소한의 품질만 유지하려고 할 뿐임. 최적화의 효과는 고스란히 이익으로 돌아감

  • 현실적으로 AI의 임팩트는 우리가 생각하는 것보다도 더 클 수도, 덜 클 수도 있음 한쪽에서는 AI가 여러 분야에서 직업을 대체하거나 인력을 크게 줄일 것이란 전망이 있음. 초급 웹개발자, 소프트웨어 엔지니어, 카피라이터, 디자이너, 아트웍 담당, 연구 어시스턴트 등 반복적이고 정형화된 작업은 위험함. 만들어낸 결과물이 ‘그냥 무언가’가 필요할 때라면 그 분야의 종사자들은 불안할 것임. 이미 있는 자료들을 모으는 일도 AI가 대체 가능 반면, 어떤 기업들이 생각하는 것처럼 AI가 만능이 될 가능성은 낮음. AI는 소프트웨어 엔지니어의 보일러플레이트 코드 작성처럼 이미 널리 쓰이는 작업에는 도움이 되지만, 새로운 과업이거나 덜 다뤄진 분야에선 품질이 크게 떨어짐. 특히 변호사나 의사처럼 결과의 정확성이 생존과 직결되거나 법적 문제가 걸린 직종에선 AI가 완전히 대체할 수 없음 결론적으로 AI는 반복적이고 결과물의 완성도가 중요치 않은 분야에는 탁월함. 하지만, 피드백이 꼭 필요하거나, 전문성 부족으로 오류가 중대해지는 영역에는 적합하지 않음

  • 글 제목처럼 ‘제로섬인가 순이익인가’라는 이분법 자체가 잘못임 부가 집중되지 않고 분배된다면 전체 사회가 이득을 보게 됨. 사용자가 직접 AI를 활용해 가치를 쌓고, AI 기업은 월 $20 같은 소액만 받는 구조라면, 가치 있는 작업이 저비용으로 수행되고 사회 전체의 순이익으로 이어짐 일명 깨진 유리창의 오류와 반대되는 효과임

    • 모든 최신 기술이 그렇듯, 이런 저비용/분산 이득은 오래가지 않을 것이고 결국 VC의 투자 여력이 가장 큰 쪽이 경쟁에서 살아남으며 가격을 올릴 것임

  • AI의 변화는 예측 가능하다는 주장도 있는데, 나는 그렇게까지 예측 가능하지 않다고 느끼는 편임 어떤 사람은 AI는 LLM으로 한정되고 곧 쓸모 없어질 거라 하고(Ed Zitron), 어떤 사람은 AGI와 초지능이 머지않아 온다고 함(Musk/Altman). 만약 진짜 초지능이 온다면 그 파장이 어떻게 전개될지 쉽게 예측할 수 없음 존 폰 노이만이 1958년에 기술진보와 인간 삶의 변화가 가속화되어 본질적인 특이점에 가까워지고 있다고 했고, 이 용어가 지금의 AI 특이점 논쟁을 촉발시킴. 전기나 자동차, IT 같은 과거 5대 혁신과 견줄 때도 AI는 훨씬 덜 예측 가능한 영역임

답변달기