알파고 이후 AI는 어떻게 산업을 바꾸었나 — AGI보다 중요한 AI 투자 구조의 변화

알파고 이후 AI는 어떻게 산업을 바꾸었나 — AGI보다 중요한 AI 투자 구조의 변화

인공지능에 대한 이야기를 하다 보면 결국 AGI라는 단어에 도달하게 됩니다. 인간처럼 생각하고, 배우고, 판단하는 인공지능이 등장할 것이라는 기대입니다. 하지만 투자자의 입장에서 생각해 보면 AGI가 언제 완성되는지를 맞히는 것보다 훨씬 중요한 질문이 있습니다.

AI가 발전할수록 실제로 돈이 어디로 흘러가는가?

저는 AI를 공부하면서 이 질문이 점점 더 중요해지고 있다고 느낍니다. 알파고가 인간 최고 수준의 바둑 기사를 이겼을 때만 해도 많은 사람은 인공지능을 ‘인간보다 뛰어난 프로그램’ 정도로 생각했습니다. 하지만 이후 알파폴드와 생성형 AI를 거치면서 AI의 역할은 단순한 능력 과시에서 현실의 문제를 해결하는 산업 기술로 이동했습니다.

이 변화는 투자자에게 상당히 중요한 의미를 갖습니다. 기술이 발전하면 가장 먼저 주목받는 기업과 실제로 장기간 이익을 가져가는 기업이 반드시 같지는 않기 때문입니다.

AI가 똑똑해진다는 사실보다 중요한 것은 AI가 어떤 산업의 비용을 낮추고, 어떤 산업의 수요를 새롭게 만들어내며, 그 과정에서 어떤 기업의 매출과 현금흐름이 증가하는가입니다.

저는 알파고에서 시작된 AI의 발전을 바라볼 때 바로 이 지점에 주목해야 한다고 생각합니다.

1. 알파고가 바꾼 것은 AI의 이미지가 아니라 문제를 푸는 방식이었습니다

2016년 알파고와 이세돌 9단의 대국은 AI 역사에서 매우 상징적인 사건이었습니다. 당시 사람들이 충격을 받은 이유는 단순히 컴퓨터가 인간을 이겼기 때문만은 아니었습니다. 인간 전문가가 오랫동안 축적해 온 경험과 직관만으로는 쉽게 설명하기 어려운 선택을 AI가 보여주었기 때문입니다.

저는 이 사건의 진짜 의미가 여기에 있다고 생각합니다.

기존의 컴퓨터는 사람이 만들어놓은 규칙을 빠르게 실행하는 데 강했습니다. 반면 머신러닝과 딥러닝의 발전은 컴퓨터가 엄청난 양의 데이터를 학습하고 그 안에서 패턴을 찾아내는 방식으로 발전했습니다. 문제를 해결하는 방법을 사람이 모두 알려주는 것이 아니라, 일정한 목표를 주고 시스템이 수많은 가능성을 탐색하도록 만드는 것입니다.

이 차이는 생각보다 큽니다.

사람이 모든 경우의 수를 직접 계산할 수 없는 문제에서도 컴퓨터는 반복적인 탐색과 계산을 수행할 수 있습니다. 이것이 게임에서는 바둑의 수읽기로 나타났고, 다른 영역에서는 전혀 다른 형태의 문제 해결 능력으로 이어졌습니다.

여기서 투자자로서 한 가지 중요한 사실을 발견할 수 있습니다.

AI의 발전은 단순히 소프트웨어 하나가 좋아지는 문제가 아닙니다. AI가 더 복잡한 문제를 해결하려면 더 많은 데이터와 더 강력한 연산 능력이 필요합니다. 연산 능력이 필요해지면 GPU와 가속기 수요가 증가하고, 이를 연결하기 위한 네트워크와 메모리의 중요성이 커집니다. 데이터센터가 필요하고, 데이터센터가 늘어나면 전력과 냉각 인프라까지 필요해집니다.

즉 하나의 기술 발전이 반도체 → 메모리 → 네트워크 → 데이터센터 → 전력 → 소프트웨어라는 연쇄적인 투자 구조를 만들어낼 수 있습니다.

제가 AI 투자를 바라볼 때 단순히 “어느 회사의 AI가 더 좋은가?”만 보지 않는 이유도 여기에 있습니다.

AI 모델의 경쟁에서 승자가 바뀔 수는 있습니다. 하지만 AI가 더 많은 연산을 필요로 한다는 구조적인 변화는 훨씬 오래 지속될 가능성이 있습니다.

물론 이것도 무조건적인 상승 논리는 아닙니다. AI 인프라 투자가 지나치게 빠르게 진행되면 공급과잉이 발생할 수 있고, 막대한 자본투자가 실제 매출과 이익으로 연결되지 못할 수도 있습니다.

따라서 알파고가 우리에게 남긴 가장 중요한 투자 질문은 “AI가 인간보다 똑똑한가?”가 아닙니다.

AI가 인간이 풀기 어려웠던 문제를 해결하기 시작하면 그 과정에서 어떤 산업의 경제성이 바뀌는가?

저는 오히려 이 질문이 AI 투자의 출발점이라고 생각합니다.

2. 알파폴드와 생성형 AI가 보여준 것은 ‘지능’보다 경제적 가치였습니다

알파고 이후 AI의 발전을 바라볼 때 더욱 흥미로운 사례가 알파폴드입니다. 알파폴드는 단백질 구조 예측이라는 과학적 문제에 AI를 적용하면서 AI가 게임을 넘어 현실 세계의 복잡한 문제를 다룰 수 있다는 가능성을 보여주었습니다.

여기서 중요한 것은 AI가 인간을 이겼다는 사실이 아닙니다.

AI가 기존에는 너무 많은 시간과 비용이 들어가던 작업을 훨씬 빠르게 처리할 수 있다는 것입니다.

이런 변화는 산업의 경제성을 바꿀 수 있습니다.

예를 들어 연구자가 하나의 문제를 해결하기 위해 오랜 시간 계산하고 수많은 후보를 검토해야 했다면, AI가 탐색 과정을 크게 단축할 수 있습니다. 그렇다면 연구자는 단순 반복 작업에 사용하는 시간을 줄이고 더 중요한 가설을 세우거나 실험을 설계하는 데 집중할 수 있습니다.

생성형 AI는 이 변화를 훨씬 더 많은 사람에게 보여주었습니다.

텍스트를 만들고, 이미지를 생성하고, 코드를 작성하고, 자료를 요약하는 일이 가능해지면서 AI는 특정 연구실의 기술이 아니라 일반적인 업무 도구로 내려왔습니다.

저는 여기에서 AI 산업의 중요한 변화가 시작됐다고 생각합니다.

AI가 연구용 기술에 머무를 때는 투자자가 바라볼 수 있는 시장이 제한적입니다. 하지만 AI가 기업의 업무 과정에 들어가기 시작하면 이야기가 달라집니다.

고객지원, 소프트웨어 개발, 마케팅, 문서 작성, 데이터 분석, 검색, 디자인 등 다양한 업무가 AI와 결합할 수 있습니다.

그러나 여기에서도 저는 지나친 낙관론은 경계해야 한다고 생각합니다.

“AI가 업무를 잘한다”와 “기업이 AI를 통해 막대한 돈을 번다”는 전혀 다른 이야기이기 때문입니다.

기업이 AI를 도입한다고 해서 반드시 비용이 크게 감소하는 것도 아닙니다. 오히려 초기에는 AI 모델 사용료, 데이터센터 비용, GPU 비용, 인력 비용 등이 증가할 수 있습니다. 생산성이 높아졌다고 하더라도 그 혜택이 고객에게 가격 인하 형태로 돌아간다면 기업의 이익으로 모두 남는 것도 아닙니다.

그래서 AI 투자에서 가장 중요한 것은 기술 시연이 아니라 경제성이라고 생각합니다.

AI가 기존 업무를 얼마나 줄여주는지, 고객이 실제로 얼마를 지불하는지, 기업의 매출총이익률이 개선되는지, AI 서비스가 반복적인 매출을 만들어내는지 확인해야 합니다.

저는 앞으로 AI 산업에서 가장 흥미로운 기업은 단순히 가장 거대한 모델을 가진 기업이 아닐 수도 있다고 생각합니다.

오히려 AI를 이용해 기존 산업의 비용 구조를 바꾸고, 고객에게 명확한 경제적 가치를 제공하면서 그 가치의 일부를 매출과 이익으로 가져가는 기업이 장기적으로 더 강한 기업이 될 가능성이 있습니다.

결국 알파폴드와 생성형 AI가 보여준 것은 “AI가 인간처럼 생각한다”는 추상적인 이야기가 아닙니다.

AI가 기존에 비싸고 느렸던 지적 작업의 비용을 낮출 수 있다는 것, 그리고 이것이 산업의 생산성을 바꿀 수 있다는 가능성입니다.

투자자는 바로 이 경제적 변화를 봐야 합니다.

3. AGI보다 투자자가 먼저 봐야 할 것은 AI가 현실 세계로 내려오는 과정입니다

AGI는 여전히 AI 산업에서 가장 매력적인 개념 가운데 하나입니다. 인간처럼 다양한 문제를 이해하고 계획하며 새로운 환경에 적응할 수 있는 범용적인 인공지능이 등장한다면 경제와 산업의 구조 자체가 바뀔 가능성이 있습니다.

하지만 투자자 입장에서 AGI의 등장 시점을 맞히는 것은 상당히 어려운 일입니다.

몇 년 안에 가능하다는 주장도 있고 훨씬 더 긴 시간이 필요하다는 주장도 있습니다. 인간의 지능을 어느 수준까지 모방해야 AGI라고 부를 것인지에 대한 정의 자체도 완전히 통일되어 있지 않습니다.

그래서 저는 AGI의 날짜를 예측하는 것보다 AI가 AGI에 가까워지는 과정에서 어떤 경제적 변화가 먼저 나타나는지를 보는 것이 현실적인 접근이라고 생각합니다.

예를 들어 AI가 더 긴 문맥을 처리하고, 복잡한 업무를 여러 단계로 나누고, 스스로 도구를 사용하고, 결과를 검증하며, 실제 업무를 끝까지 수행할 수 있게 된다면 이것만으로도 기업의 생산성에는 상당한 변화가 생길 수 있습니다.

여기에 월드 모델이나 로봇 기술까지 결합한다면 변화의 범위는 더 커질 수 있습니다.

지금까지의 AI가 주로 컴퓨터 화면 안에서 작동했다면, 앞으로는 현실 세계의 물체를 인식하고 움직이며 작업하는 AI가 중요해질 수 있습니다.

그 순간부터 AI의 경쟁은 단순한 모델 성능 경쟁이 아닙니다.

센서가 필요하고, 반도체가 필요하며, 배터리와 모터가 필요합니다. 로봇이 움직이기 위해서는 액추에이터와 제어 시스템이 필요하고, 많은 로봇을 운영하려면 소프트웨어와 데이터 인프라가 필요합니다.

이렇게 보면 AI는 하나의 산업이 아니라 여러 산업을 연결하는 기술 플랫폼에 가까워지고 있습니다.

저는 이 부분이 앞으로 AI 투자에서 상당히 중요한 포인트가 될 것으로 봅니다.

다만 여기에도 비판적으로 볼 부분이 있습니다.

AI에 대한 기대가 너무 커지면 시장은 미래의 이익을 현재 주가에 지나치게 빠르게 반영할 수 있습니다. 실제 생산성 향상보다 AI라는 단어 자체에 높은 밸류에이션을 부여하는 순간 거품이 만들어질 수 있습니다.

또한 AI 기업이 아무리 좋은 기술을 가지고 있더라도 경쟁자가 비슷한 기술을 빠르게 따라온다면 초과이익은 오래 지속되지 않을 수 있습니다.

따라서 저는 AI 기업을 볼 때 기술력만큼이나 자본집약도, 경쟁우위, 고객 전환비용, 현금흐름, 가격 결정력을 함께 봐야 한다고 생각합니다.

AI 시대가 온다는 것과 특정 AI 주식이 좋은 투자라는 것은 같은 명제가 아닙니다.

이 둘을 분리해서 생각하는 것이 중요합니다.

오히려 AI가 발전할수록 투자자는 “누가 AI를 만들고 있는가?”에서 한 단계 더 나아가 “AI 발전에 반드시 필요한 것이 무엇인가?”를 물어야 합니다.

AI 모델의 승자는 계속 바뀔 수 있습니다.

하지만 연산 능력, 데이터센터, 전력, 네트워크, 메모리, 보안, 기업용 소프트웨어처럼 AI가 확산될수록 함께 필요해지는 인프라는 다른 투자 기회를 만들어낼 수 있습니다.

결국 AGI의 도착 시점을 맞히는 게임보다 중요한 것은 AI가 현실의 경제활동에 침투하는 속도와 그 과정에서 발생하는 현금흐름의 방향을 추적하는 것이라고 생각합니다.

결론 — AI 투자의 핵심은 ‘누가 가장 똑똑한가’가 아니라 ‘누가 돈을 버는가’입니다

알파고에서 시작해 알파폴드와 생성형 AI, 그리고 AGI와 월드 모델에 대한 논의까지 이어지는 과정을 보면 AI는 단순한 계산 도구에서 인간의 문제 해결 능력을 확장하는 기술로 발전하고 있습니다.

하지만 투자자의 관점에서는 여기서 한 걸음 더 나아가야 합니다.

AI가 인간보다 똑똑해지는지 여부만 바라보면 기술 뉴스의 소비자에 머물게 됩니다. 투자자는 AI가 발전하면서 어떤 비용이 줄어들고, 어떤 수요가 증가하며, 어떤 기업의 매출과 이익이 구조적으로 증가하는지를 찾아야 합니다.

제가 AI 투자를 공부하면서 가장 크게 느낀 것도 바로 이 부분입니다.

처음에는 가장 뛰어난 AI 모델을 가진 기업을 찾는 것이 중요하다고 생각하기 쉽습니다. 그러나 시간이 지나면서 AI 산업은 훨씬 복잡한 구조라는 사실이 보입니다.

모델이 발전하면 연산 수요가 증가하고, 연산 수요는 반도체와 메모리 수요로 연결됩니다. 데이터센터가 증가하면 네트워크와 전력이 중요해지고, 기업이 AI를 실제 업무에 도입하면 소프트웨어와 보안 시장이 커질 수 있습니다.

반대로 막대한 투자가 실제 수익으로 이어지지 않는다면 지금의 AI 열풍 역시 과도한 기대였다는 평가를 받을 수 있습니다.

따라서 앞으로 제가 AI 관련 기업을 볼 때 가장 중요하게 확인하려는 것은 세 가지입니다.

첫째, AI 기술이 실제 고객의 비용을 얼마나 줄이는가.

둘째, 그 경제적 가치 가운데 기업이 얼마를 매출과 이익으로 가져가는가.

셋째, 경쟁자가 쉽게 따라올 수 없는 구조적 진입장벽을 가지고 있는가.

AGI가 언제 완성될지는 아직 확실하게 알 수 없습니다.

하지만 AI가 이미 산업의 비용 구조와 자본투자 구조를 변화시키고 있다는 사실은 분명히 관찰할 수 있습니다.

그래서 저는 AI 투자를 ‘AGI를 맞히는 투자’라고 생각하지 않습니다.

오히려 AI가 인간의 능력을 확장하는 과정에서 돈이 어디로 이동하는지를 추적하는 투자에 가깝다고 생각합니다.

알파고가 던진 질문은 “AI가 인간보다 똑똑한가?”였을지 모릅니다.

하지만 지금 투자자가 던져야 할 질문은 조금 다릅니다.

“AI가 세상을 바꾸는 과정에서 누가 가장 지속적으로 돈을 벌 수 있는가?”

저는 앞으로의 AI 투자에서 이 질문이 훨씬 더 중요해질 것이라고 생각합니다.