제 2차 AI혁명, 승자는 따로 있다 (박종훈의 지식한방)

https://youtu.be/8KqUsGRzg_U

 

* 제2차 AI 혁명에서 승자가 되기 위한 핵심 조건은 무엇인가?

과거 빅테크 성공의 4가지 원칙(네트워크 효과, 데이터 독점, 무형 자본, 한계 비용 제로)을 AI 산업에 맞게 먼저 해결하고 시장을 독식하는 기업이 승자가 될 것입니다.

​

* AI 산업이 현재 직면한 4가지 문제점은?

• 네트워크 효과 미약: 고객 락인(Lock-in) 부재
• 데이터 독점 어려움: 데이터 오염 및 공공재화
• 유형 자본 증가: 감가상각 발생
• 한계 비용 증가: 전력 사용량 급증

​

​

AI 혁명의 승자가 아직 결정되지 않은 현 상황을 진단하고, 빅테크 기업들이 과거에 성공했던 네트워크 효과, 데이터 독점, 무형 자본, 한계 비용 제로라는 네 가지 성공 원칙을 AI 시대에 대입하여 분석합니다. 현재 AI 산업이 겪고 있는 락인 효과 부재와 유형 자본 증가 등의 근본적인 문제점을 명확히 파악하고, 앞으로 누가 '곡괭이 장사'를 넘어 진짜 금을 캐는 기업이 될지 예측하는 실용적인 통찰을 얻을 수 있습니다. AI 시대의 투자와 비즈니스 전략을 수립하는 데 필수적인 가치 사슬의 이동과 차세대 주역의 조건을 구체적으로 제시합니다.

​

1. AI 혁명의 현황 진단 및 승자 결정 조건

1. AI 혁명 버블 논란의 원인: AI 혁명에 대한 버블 논란이 끊이지 않는 가장 큰 이유는 아직까지 승자가 결정되지 않았기 때문이다.
2. 승자 결정의 중요성: 시장이 완전히 공고해지고 승자가 결정되어야 비로소 AI 혁명이 지속되고 있다는 인식이 확산될 수 있으나, 현재는 누가 승자가 될지 분명하게 드러나지 않고 있다.
3. 가치 사슬의 이동 필요성:
4. 하드웨어 업체가 돈을 쓸어 담는 상황에서는 AI 혁명이 완성될 수 없다.
5. 결국 가치 사슬은 소프트웨어 업체와 네트워크를 장악한 업체로 옮겨가야 하며, 이 과정이 마무리되어야 AI 혁명이 인류를 계속 이끌어갈 수 있다.
6. 현재의 경쟁 구도: 현재 구글(알파벳), 메타, 아마존, 마이크로소프트 등 빅테크 기업들이 목숨을 걸고 치열한 경쟁(치킨 게임)을 벌이고 있다.
7. AI 혁명 승자의 조건: AI 혁명에서 승자가 될 조건은 이미 정해져 있으며, 이 조건을 누가 먼저 달성하느냐에 따라 승자가 결정될 것이다.

​

2. 빅테크 기업 성공의 4가지 원칙 (AI 시대 이전)

​

2.1. 첫 번째 원칙: 네트워크 효과 (Lock-in Effect)

1. 네트워크 효과의 정의: 기존 가입자가 더 많은 가입자를 끌어들이는 효과와, 일단 네트워크에 가입하면 웬만해서 탈퇴를 못 하게 만드는 효과를 모두 포함한다.
2. 네트워크 효과의 막강함:
3. 구글과 메타는 전통적인 광고업이며, 아마존은 흔한 유통업임에도 불구하고 네트워크 효과 덕분에 거대한 빅테크 제국을 건설했다.
4. 한 번 가입하면 탈퇴가 어렵기 때문에 가격 및 품질 경쟁을 하지 않아도 되며, 고객들에게 아무렇게나 해도 돈을 벌 수 있는 구조가 된다.
5. 쿠팡 사례를 통한 네트워크 효과 입증:
6. 최근 쿠팡에서 3,300만 명이 넘는 개인 정보가 중국 사람 손에 넘어가는 사건이 발생했다.
7. 일반적으로는 개인 정보 관리 부실로 인해 줄 탈퇴가 이루어져야 하지만, JP 모건은 한국 소비자들이 개인 정보 유출 이슈에 덜 민감하여 쿠팡에 별 타격이 없을 것이라는 보고서를 내놓았다.
8. 충격적인 내부 정보: 쿠팡 직원이 블라인드에 현재 쿠팡 IT 인력의 반 이상이 중국인이며, 심지어 매니저는 90% 이상이 중국인이라는 글을 올렸음에도 불구하고, 고객들이 탈퇴를 못 하는 것이 대표적인 네트워크 효과이다.
9. 초과 이윤 창출: 네트워크 효과가 발생하면 경쟁이 실종되어 고객을 무시해도 되며, 쿠팡 회원 가입비처럼 가격을 끝없이 올릴 수 있어 어마어마한 초과 이윤을 누리고 빅테크가 될 수 있다.

​

2.2. 두 번째 원칙: 데이터 독점

 

1. 데이터 독점의 선순환 구조:
2. 네트워크 효과로 인해 더 많은 사용자가 유입된다.
3. 유입된 사용자들의 데이터가 축적되어 데이터 독점이 이루어진다.
4. 축적된 데이터로 알고리즘을 고도화하여 더욱 좋은 서비스를 내놓는다.
5. 이 좋은 서비스가 다시 더 많은 사용자 유입을 불러일으키는 선순환 구조를 만든다.
6. 맞춤형 서비스: 쿠팡이 고객 데이터를 알고 접속 시 살 만한 것을 계속 추천하는 알고리즘이 작동하는 것이 빅테크의 강력한 힘이 되었다.

​

2.3. 세 번째 원칙: 감가상각 없는 무형 자본 중심

1. 한국 기업의 한계: 한국 기업들은 반도체 산업처럼 팹(Fab) 건설에 수조 원이 드는 장치 산업이 많아 자본 투입과 감가상각이 발생하므로 마진율을 높이는 데 한계가 있었다.
2. 빅테크의 이점:
3. 빅테크는 지금까지 유형 자산이 거의 없고 무형 자산 중심으로 운영되어 감가상각이 거의 없었다.
4. 돈을 벌어도 재투자할 유형 자산이 필요 없었기 때문에 주로 주식 소각에 돈을 사용하여 항상 주가가 폭등해 왔다.
5. 한국 기업과의 비교: 한국 기업이 주식 소각을 마음대로 하지 못했던 이유 중 하나는 중후장대 산업 특성상 엄청난 자본 재투입이 필요했기 때문에 재투자를 위해 돈을 모아놔야 했기 때문이다.
6. 천문학적 수익의 배경: 빅테크는 이러한 자본 투자에 자유로웠기 때문에 천문학적인 수익을 거둘 수 있었다.

​

2.4. 네 번째 원칙: 한계 비용 제로

1. 초기 비용과 한계 비용:
2. 빅테크가 초기 개발(예: 아마존 쇼핑 시스템 구축, 구글 검색 엔진 개발, 마이크로소프트 소프트웨어 개발)을 할 때는 비용이 많이 든다.
3. 그러나 한 번 개발하고 나면 한계 비용은 거의 제로(0)에 수렴한다.
4. 예를 들어, 마이크로소프트 오피스를 100만 카피, 1,000만 카피 만든다고 해서 추가 비용이 거의 들지 않는다.
5. 진입 장벽 형성:
6. 높은 초기 비용은 진입 장벽을 높이는 역할을 한다.
7. 마이크로소프트와 경쟁하기 위해 오피스 같은 것을 또 만들려면 초기 개발 비용이 너무 높아 진입 장벽이 강력하게 형성된다.
8. 막대한 이윤의 원천: 높은 진입 장벽과 한계 비용 제로 덕분에 빅테크 기업들은 막대한 이윤을 누릴 수 있었다.

​

3. AI 시대가 겪는 4가지 근본적인 문제점

AI는 아직 태동기이므로, 기존 IT 산업이 누렸던 네트워크 효과, 데이터 독점, 무형 자본, 한계 비용 제로라는 4대 효과를 기대하기 어렵다.

​

3.1. 문제 1: 락인 효과 부재로 인한 네트워크 효과 미약

 

1. 락인 효과의 정의: 한 번 가입하면 꼭 붙잡혀서 탈출을 못 하는 효과를 말한다 (예: 카카오, 페이스북).
2. AI 산업의 현황: AI 산업에서는 고객들이 메뚜기처럼 가격과 성능을 찾아서 뛰어다니고 있어 락인 효과가 없으며, 네트워크 효과가 매우 미약하다.
3. AI 에이전트의 한계:
4. AI 에이전트(직원처럼 업무를 돕는 서비스)는 네트워크 효과를 만들 수 있는 분야이지만, 도입 기업들의 평가에 따르면 업무 연속성에 대한 이해도가 낮아 락인 효과가 없다는 보고서가 지속적으로 나오고 있다.
5. 문제의 구체적 내용: AI가 질문할 때마다 답변이 바뀌고, 기억력이 떨어져 기업에 대한 이해도가 낮은 상태로 다시 시작하므로 사용자들이 짜증을 느낀다.
6. 결론: 현재 AI 서비스는 네트워크 효과가 미흡하여 가격과 품질 경쟁을 해야 하므로 막대한 초과 이윤을 누릴 수 없다.

​

3.2. 문제 2: 데이터 독점의 어려움과 데이터 오염 문제

1. 기존 빅테크의 데이터 독점: 기존 빅테크 기업들은 고객 데이터를 독점하여 막대한 이윤을 누렸으며, 고객 데이터는 '21세기 석유' 또는 '가장 중요한 원자재'로 불렸다.
2. AI의 데이터 탈취 가능성:
3. AI는 이와 정반대로, 다른 AI들이 이미 답변을 내놓은 것을 베끼는 방식을 사용한다.
4. 새로운 AI 모델을 빠르게 학습시키기 위해 남의 AI가 내놓은 답을 학습시키는 것이 가장 빠른 방법이라는 딥시크 전략이 이미 드러났다.
5. 따라서 AI에서는 데이터를 탈취하는 것이 가능하여 데이터 독점이 어렵고, 데이터가 공공제처럼 돌아다니는 상황이다.
6. 데이터 오염 부작용:
7. AI가 만든 데이터를 다시 AI가 학습하면 데이터가 오염되는 약점이 발생한다.
8. 학자들은 이를 합스부르크 가문의 근친혼으로 인한 주걱턱 유전병에 비유한다.
9. AI는 잘못된 데이터가 한 번 입력되면 끝없이 잘못된 데이터를 재생산하여, 오류가 작아지는 것이 아니라 AI가 AI를 베끼면서 오류가 점점 더 커지는 부작용을 만들고 있다.

​

3.3. 문제 3: 유형 자본 증가와 감가상각의 발생

1. 자본 구조의 변화: 기존 빅테크는 무형 자본 중심이어서 감가상각이 거의 없었으나, 이제 AI 인프라 투자가 확장되면서 빅테크 기업 자산 가운데 유형 자본이 차지하는 비중이 급속도로 확대되고 있다.
2. 감가상각의 중요성 부각:
3. 마이클 버리의 지적처럼 감가상각 기간이 몇 년이냐를 따지는 것은 중요하지 않다.
4. 중요한 변화는 빅테크 기업들이 무형 자본 중심에서 중후장대형 장치 산업으로 변화하면서 감가상각이 매우 중요한 요소로 자리 잡았다는 점이다.
5. 한국 기업의 약점 동참: 한국 기업의 약점이었던 중후장대형 장치 산업의 특성(때가 되면 업그레이드 및 새로운 자본 투자 필요)에 이제 빅테크도 동참하게 되었다.
6. 기형적인 수익 구조: 현재는 금광에서 금을 캐는 사람 (소프트웨어 기업)보다 곡괭이를 파는 사람 (엔비디아)이 돈을 훨씬 더 많이 버는 기형적인 구조이다.
7. AI 혁명 가속화의 조건: 돈을 버는 주체가 소프트웨어 업체여야만 AI 혁명이 가속화될 수 있다.

​

3.4. 문제 4: 한계 비용 제로 달성 실패

1. 기존 빅테크의 한계 비용: 기존 빅테크(예: 구글 검색 엔진)는 초기 투자만 많을 뿐, 가입자가 늘어나도 에너지를 많이 쓰는 것이 아니므로 한계 비용이 거의 제로에 가까웠다.
2. AI의 한계 비용 증가:
3. AI는 아직까지 한계 비용 제로와 거리가 멀다.
4. 데이터 센터 구축 비용 외에도, 가입자가 늘어날수록 전력 사용량이 급속도로 확대된다.
5. AI 모델이 고도화되어도 전력 사용량이 급속도로 늘어난다.
6. 전력 요금 상승: 이 때문에 미국에서는 최근 5년 동안 전력 요금이 35% 올랐으며, 앞으로 전력 사용량이 늘어나면 요금은 더욱 올라갈 수밖에 없다.
7. 빅테크가 경험하지 못한 상황: AI는 사용자가 늘어나고 모델이 고도화되면 거꾸로 한계 비용이 늘어나는 상황을 맞이하고 있으며, 이는 지금까지 빅테크가 경험한 적이 없는 상황이다.

​

4. AI 혁명의 완성 단계와 차세대 주역의 조건

1. AI 혁명의 완성 조건: AI가 우리 생활을 바꾸려면 위에서 언급된 네 가지 문제를 해결하는 뛰어난 소프트웨어 기업, 즉 금광에서 진짜로 금을 캐는 기업이 등장해야 AI 혁명이 완성된다.
2. 현재 단계의 비유: 현재 AI 혁명의 진행 단계는 인터넷 고속도로를 건설하던 당시나 철도를 미국에 깔 때와 유사하다.
3. 본격적인 진입 시점: 철도나 인터넷 고속도로처럼, 여기서 진짜 서비스가 이루어지고 엄청난 이윤이 창출되면 그때 AI 시대로 본격적으로 진입할 것이다.
4. 차세대 AI 혁명의 주역 조건: 네 가지 문제를 극복한 기업이 주역이 될 것이다.
5. 네트워크 효과 강화: 가입자가 새로운 가입자를 끊임없이 불러들이고, 락인 효과(탈퇴를 못 하게 붙잡아 두는 효과)를 처음으로 강화하여 시장을 독식할 기업이다.
6. 현재의 노력: 빅테크 기업들은 거대 언어 모델(LLM)을 사용하여 사용자를 인식하고 맞춤형 응대를 시도하며 네트워크 효과를 만들려 노력하고 있다 (예: 제미나이가 사용자를 '종원님'으로 인식).
7. 순도 높은 양질의 데이터 확보: 순도 높은 양질의 데이터를 먼저 확보할 기업이 중요하다.
8. 유형 자본의 족쇄에서 벗어날 기업: 감가상각이 큰 유형 자본의 족쇄에서 먼저 벗어나 다시 무형 자본 비중을 늘리는 데 성공하는 기업이 차세대 주역이 될 것이다.
9. 한계 비용을 낮추는 기업: 엔비디아와 에너지 제약이라는 기존의 제약을 넘어서 한계 비용을 먼저 낮추는 빅테크 기업이 미래를 선도할 것이다.