AI 투자 열기는 여전히 강합니다. 그러나 투자자가 따져야 할 질문은 조금 달라졌습니다. 이제 핵심은 “AI가 뛰어난 기술인가?”가 아니라 “기술 업계 밖의 기업들이 AI로 실제 이익률을 높이고 있는가?”입니다.
아폴로의 수석 이코노미스트 토르스텐 슬록은 이 지점을 경고합니다. 그는 기술 업계 밖에서는 AI가 이익률을 높이고 있다는 신호가 없다고 썼습니다.1 AI 기업의 높은 가치평가가 S&P 493 기업의 이익률 상승 기대에 기대고 있다면, 그 기대가 실제 숫자로 확인되는지가 중요합니다.
AI 도입과 이익 개선은 같은 말이 아니다
많은 기업이 AI를 도입하고 있습니다. 하지만 “도입했다”는 사실만으로 이익률이 개선되지는 않습니다. 비용이 줄거나, 매출이 늘거나, 같은 인력으로 더 많은 일을 처리할 수 있어야 합니다.
뱅가드는 현재 AI가 주로 “자동화” 단계에 있다고 봅니다. 사람이 하던 일부 업무를 대신하는 수준입니다.2 자동화는 비용 절감에 도움이 될 수 있지만, 그것만으로 전 산업의 수익성을 크게 바꾸기는 어렵습니다.
더 중요한 단계는 “증강”입니다. AI가 직원을 단순히 대체하는 것이 아니라, 직원의 판단과 생산성을 높이는 단계입니다. 예를 들어 헬스케어 제공자는 행정 업무를 자동화하고 진단 정확도를 높일 수 있고, 금융서비스 기업은 더 낮은 비용으로 개인화된 자문을 제공할 수 있습니다.2 이런 변화가 누적될 때 이익률 개선으로 이어질 가능성이 커집니다.
비기술 산업에서는 시간이 더 걸린다
AI가 생산성을 높이려면 기술만 있으면 되는 것이 아닙니다. 기업은 데이터를 정리하고, 업무 방식을 바꾸고, 보안과 규제 문제를 해결해야 합니다. 특히 헬스케어, 은행, 에너지, 제약, 제조업처럼 규제가 많은 산업에서는 변화 속도가 더 느릴 수 있습니다.1
뱅가드도 AI 투자에서 광범위한 생산성 향상까지는 분기가 아니라 수년에 걸친 과정이 될 수 있다고 설명합니다.2 현재의 AI 투자 국면을 1997년 인터넷 인프라 구축기와 비교한 것도 같은 맥락입니다. 인프라 투자가 먼저 일어나고, 실제 생산성 향상은 시간이 지난 뒤 나타났다는 뜻입니다.
따라서 단기적으로는 AI 관련 인프라를 제공하는 기업들이 더 눈에 띌 수 있습니다. 뱅가드는 현재 AI 구축 국면을 하이퍼스케일러, 반도체 기업, 기반모델 개발사가 주도한다고 설명합니다.2 지금 시장의 관심이 이들에게 집중되는 이유입니다.
장기 수혜자는 AI를 “쓰는 기업”일 수 있다
그렇다고 AI의 수혜가 기술 기업에만 머문다는 뜻은 아닙니다. 오히려 장기적으로는 기술을 만든 기업보다 기술을 활용한 기업이 더 큰 가치를 얻은 사례가 있습니다.
뱅가드는 전기를 예로 듭니다. 전기는 전력회사보다 24시간 조립라인을 운영할 수 있게 된 제조업체에 더 큰 부를 만들었습니다. 자동차도 자동차 제조사뿐 아니라 교외 개발업자와 소매업자에게 큰 경제적 이익을 제공했습니다.2
AI도 비슷한 경로를 밟을 수 있습니다. 처음에는 AI 인프라를 만드는 기업이 주목받지만, 시간이 지나면 AI를 활용해 비용 구조와 서비스 방식을 바꾸는 최종 사용자 산업이 더 큰 혜택을 얻을 수 있습니다.2
투자자가 봐야 할 것은 발표가 아니라 숫자다
AI의 잠재력은 큽니다. 하지만 기술 업계 밖의 기업들이 곧바로 이익률을 끌어올릴 것이라고 단정하기는 어렵습니다. 현재 시장이 이미 빠른 수익성 개선을 가격에 반영하고 있다면, 실제 성과가 늦어질 때 실망도 커질 수 있습니다.
앞으로 확인해야 할 것은 “AI를 도입했다”는 발표가 아닙니다. 더 중요한 지표는 다음과 같습니다.
비용률이 실제로 낮아지는가
같은 인력으로 더 많은 매출을 내는가
업무流程가 AI 중심으로 재설계되는가
규제 산업에서도 생산성 개선이 숫자로 확인되는가
AI 투자 비용보다 이익 개선 폭이 더 큰가
결론은 단순합니다. AI가 비기술 산업의 이익을 바꿀 가능성은 있습니다. 다만 그 변화는 빠른 선언보다 느린 실행에 가깝습니다. 지금 필요한 것은 AI 기대감 자체가 아니라, 그 기대가 기업의 손익계산서에 어떻게 반영되는지 확인하는 일입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.