사상 리더
AI 이후에도 무엇이 남을까? 가치가 살아남는 곳

핵심 포인트타사 모델을 기반으로 구축된 AI 스타트업은 플랫폼 거대 기업이 그들의 기능을 흡수할 때 사라질 위험이 있다.
더 보기
- 타사 모델을 기반으로 구축된 AI 스타트업은 플랫폼 거대 기업이 그들의 기능을 흡수할 때 사라질 위험이 있다.
- 설문에 응한 IT 책임자 중 13%만이 자사 AI 프로젝트에서 상당한 이점을 보고했다.
- 경기 침체는 부족한 인재를 되돌리고 기존 기업이 떠난 시장을 열 수 있다.
10월, 몇몇 주요 투자자들은 AI 시장이 1990년대 후반 닷컴 호황을 점점 더 닮아 가고 있다고 지적했다. 억만장자이자 Bridgewater Associates의 설립자인 레이 달리오는 기업들이 금리가 오르는 가운데 부채를 통해 AI 인프라에 자금을 조달하고 있다는 점에서 상황을 ‘전형적인 거품’이라고 묘사했다. 그에 이어 헤지펀드 Citadel LLC의 설립자 겸 CEO인 켄 그리핀도 AI에 대한 막대한 투자가 결실을 볼 수 있을지 의문을 제기했다.
AI로 벌어들이는 돈보다 AI에 유입되는 돈이 여전히 더 많으며, 일부 거래는 순환 구조를 띠게 됐다. 한 기업이 다른 기업에 투자하고, 투자받은 기업이 그 돈을 투자자의 제품에 쓰는 식이다. Gartner는 현재 투자 속도가 이어질 경우 2030년 말까지 AI 인프라에 투입된 3조 5,000억 달러 이상이 가치를 잃을 수 있다고 추산한다.
과대평가된 시장은 어떤 것이든 풍선과 같다. 돈을 계속 불어넣는 동안에는 커진다. 하지만 실질적인 수익 없이 부풀어 오를수록 껍질은 얇아지고, 어느 순간 터질 수 있다. 정확히 언제 그런 일이 일어날지 예측하려는 것은 의미가 없다. 더 중요한 것은 껍질이 가장 얇은 곳, 즉 어디가 가장 먼저 무너질 수 있고 그 뒤에 어떤 기회가 열릴지 파악하는 것이다.
좋은 제품이 생존을 보장하지는 않는다
일부 추산에 따르면, 2024년에 설립된 AI 스타트업 가운데 약 40%가 이미 문을 닫았다. 예를 들어 Relay 같은 업무 흐름 자동화 도구는 Google이나 OpenAI 같은 거대 기업이 해당 기능을 자사 제품에 통합하고 있다는 이유만으로 서비스를 종료하고 있다. 이런 도구를 독립형 서비스로 이용할 필요성은 점점 줄어들고 있다.
이런 상황에서 살아남으려면 기업은 탄탄한 기반을 갖춰야 한다. 지진을 떠올려 보자. 무너지는 건 반드시 가장 높은 건물이 아니라, 흔들림을 견디도록 설계되지 않은 건물이다. AI 기업의 기반은 자체 데이터와 전문성에서 나온다. 외부 업체의 모델에 의존하는 기업은 그 모델을 만든 회사가 유사한 제품을 출시하면 경쟁 우위를 잃을 위험이 있다.
플랫폼이 과거에는 별도의 도구가 필요했던 기능을 점차 흡수하는 사례는 이미 여러 차례 있었다. 예를 들어 운영체제가 PDF 파일을 열고 파일을 압축하는 기능을 자체적으로 제공하기 시작하자 수백 가지 유틸리티가 더는 필요하지 않게 됐다.
AI는 이런 변화를 더욱 빠르게 일으키고 있다. 외부 기술을 기반으로 만든 부가 제품이 설 자리가 줄어들기 때문이다. 따라서 제품을 평가할 때는 지금 사람들이 그 제품을 필요로 하는지뿐 아니라, 대형 플랫폼이 같은 기능을 자사 제품에 통합한 뒤에도 계속 필요로 할지 물어볼 필요가 있다.
위기는 새로운 성장 기회를 만들 수 있다
AI 거품이 터지면 시장은 타격을 입을 수 있다. 하지만 모두에게 재앙이 되는 것은 아니다. 위기는 기업을 무너뜨리기만 하는 것이 아니라 새로운 기회도 만든다. 첫 번째는 인재다. 경기 침체가 오면 이전에는 많은 기업이 영입하기 어려웠던 숙련된 전문가들이 다시 시장에 나올 수 있다. 이스라엘 AI 기업 AI21 Labs를 보자. 자체 언어 모델을 개발하는 몇 안 되는 독립 기업 가운데 하나인 이 회사는 이전에 Google과 Nvidia로부터 투자를 받았다. 하지만 올해 연구원과 개발자를 포함해 직원의 60% 이상을 감축했다.
두 번째는 새로운 시장과 틈새시장이다. 많은 기업이 사업을 축소하고 비용을 줄이면 새로운 기업이 진입할 여지가 생긴다. Kauffman Foundation은 2009년 Fortune 500 기업 목록에 오른 기업 중 절반 이상이 경기 침체기나 경제 불황기에 설립됐다고 추산한다. 예를 들어 Airbnb는 2008년에, Uber는 2009년에 출범했다. 두 회사 모두 경제가 회복될 때까지 기다리지 않았다. 경기가 좋을 때라면 이미 다른 기업들이 자리를 차지하고 있었을 시장에 진출했다.
마지막은 자원이다. 시장 수요보다 자원이 많으면 가격은 대체로 하락한다. 2000년 이후 광섬유 케이블 시장에서 이런 일이 벌어지는 것을 목격했다. Global Crossing은 2002년 파산하기 전에 약 10만 마일에 이르는 케이블망을 구축했다. 하지만 그 네트워크는 계속 사용됐다. AI 업계에서도 데이터센터와 전력 용량을 다른 용도로 활용할 수 있다.
하지만 새로운 기회를 활용한다는 것이 한 가지 결과에만 베팅한다는 뜻은 아니다. 전 OpenAI 연구원인 레오폴드 아셴브레너의 사례가 그 이유를 보여준다. 그는 2024년에 Situational Awareness 헤지펀드를 설립했다. 이 펀드는 AI 인프라에 투자하는 동시에 AI와 경쟁하는 데 어려움을 겪을 수 있는 소프트웨어 기업의 주가 하락에도 베팅했다. 서로 다른 두 가지 베팅처럼 보였지만, 둘 다 AI 호황이 가속화될 것이라는 가정에 의존했다.
펀드는 2년 만에 450억 달러 규모로 성장했다. 하지만 2026년 여름, 투자자들은 AI에 대한 막대한 투자가 단기간에 결실을 볼 수 있을지 의심하기 시작했다. 불과 두 달 만에 Situational Awareness의 자산은 약 100억 달러로 줄었다.
아셴브레너가 AI의 세상을 바꿀 잠재력을 잘못 판단한 것은 아니었다. 문제는 펀드의 모든 투자가 하나의 동일한 시나리오에 달려 있었다는 점이다.
거품이 터질 때 누가 살아남을까
이런 시기에는 기업들이 어떤 일이 일어날 것으로 기대하는지가 아니라 실제로 무슨 일이 일어나고 있는지를 살펴보는 것이 핵심이다. 오늘날 점점 더 많은 기업이 AI를 도입하고 있으며, 시범 사업이 시작되면서 모든 일이 순조롭게 진행되는 듯하다. 하지만 수치는 다른 이야기를 들려준다. 성공하는 AI 프로젝트는 평균적으로 5건 중 1건에 불과하다. 또한 설문에 응한 IT 책임자 2,000여 명 가운데 자사에서 AI로 상당한 이점을 얻었다고 답한 사람은 13%뿐이었다.
더 큰 위험에 놓인 것은 아직 다음 두 가지를 배우지 못한 기업들이다. 프로젝트를 시작하기 전에 AI 투자 수익률을 계산하는 방법과, 성과가 없는 프로젝트를 언제 중단해야 하는지다.
그렇다면 AI 열풍이 거품으로 드러날 경우 우리 회사가 살아남을지 어떻게 알 수 있을까? 먼저 다음 몇 가지 질문에 답해 보자.
- AI 모델 제공업체가 내일 똑같은 기능을 출시해도 고객들이 계속 우리 제품에 돈을 지불할까?
- 우리 제품은 정말 자체적인 지식과 데이터, 경험을 바탕으로 만들어졌을까, 아니면 다른 회사의 모델을 사용하는 것일까?
- 우리 회사의 성장은 어디에서 비롯되는가? 자체 수익인가, 아니면 빌린 돈인가?
- 사업을 계속 굴러가게 하는 것은 핵심 인력 몇 명과 약간의 운인가, 아니면 누가 참여하든 상관없이 작동하는 탄탄한 시스템인가?
내 경험상 팀에 유능한 사람이 몇 명 있거나 운이 좋은 것만으로는 기업이 일시적인 우위를 얻을 뿐이다. 그리고 그 우위는 생겨난 것만큼이나 빠르게 사라질 수 있다. 기업을 진정으로 회복력 있게 만드는 것은 오랜 시간에 걸쳐 구축한 확립된 프로세스와 고유한 데이터, 전문성을 갖춘 시스템이다.
위기가 닥치면 부가 요소가 대개 가장 먼저 무너진다. 반면 시스템은 버틴다. 다른 사람의 모델에서 베끼거나 다른 사람의 기반을 빌려서는 얻을 수 없는 것들이 바로 이런 시스템이다.












