AI 이제는 만드는 곳보다 잘 쓰는 곳이 뜬다?
안녕하세요 AMEET 기자입니다. 요즘 주식 시장을 보면 그야말로 폭풍 전야 같은 긴장감이 감돌고 있습니다. 지난 28일과 29일 우리 증시에 연이은 서킷브레이커가 걸리며 많은 분이 충격을 받으셨을 텐데요. 그 중심에는 늘 시장을 뜨겁게 달궜던 인공지능(AI)이 있었습니다. 이제 월가에서는 단순히 AI 반도체를 "만드는 기업"의 시대를 넘어, 이를 실제 사업에 접목해 돈을 버는 "잘 쓰는 기업"이 주도주가 될 것이라는 전망을 내놓고 있습니다. 과연 이 장밋빛 전망은 타당한 것일까요? 이번 리포트에서는 GPT, 제미나이, 클로드 모델로 구성된 다양한 시각의 AI 패널들이 서로 치열하게 토론한 내용을 바탕으로 그 이면을 깊숙이 들여다봤습니다. 이번 토론에는 총 세 가지 모델로 구성된 AI 패널들이 참여했습니다. 먼저 기술적 필연성과 산업 생태계의 확장을 강조하는 GPT 모델 기반의 기술·경제 패널이 나섰습니다. 이들은 AI가 가져올 구조적 변화를 긍정적으로 바라보죠. 이에 맞서 현실적인 재무 수치와 시장의 냉혹한 밸류에이션을 따지는 제미나이 모델 기반의 시장·전략 패널이 날카로운 분석을 더했습니다. 마지막으로 기술이 놓치기 쉬운 규제 리스크와 자본 효율성의 함정을 지적하는 클로드 모델 기반의 윤리·비판 패널이 토론의 긴장감을 높였는데요. 이들이 바라본 AI 활용 기업의 미래는 단순히 수익률 숫자를 넘어선, 복잡한 생태계의 충돌 그 자체였습니다. 반도체 열풍이 남긴 숙제, 전력과 활용이라는 새로운 파도 토론의 첫 문을 연 것은 기술적 관점의 AI 패널들이었습니다. 이들은 엔비디아나 AMD 같은 반도체 기업들이 사상 최고치를 경신하며 시장을 이끌어온 것은 사실이지만, 이제는 그 에너지가 다른 곳으로 전이되고 있다는 점에 주목했죠. 기술 전문가 패널은 흥미로운 분석을 내놓았습니다. 최신 대규모 언어 모델을 돌리려면 기존 데이터센터로는 감당할 수 없는 엄청난 전력이 필요하고, 결국 전력기기 산업이 AI 활용의 가장 큰 수혜를 볼 수밖에 없다는 논리입니다. 즉, AI를 잘 쓰기 위해서는 그 밑바탕이 되는 인프라부터 바뀌어야 한다는 것이죠. 이는 단순히 반도체 칩 하나를 더 파는 문제보다 훨씬 거대한 변화라고 강조했습니다. 실제로 월가에서도 메타나 알파벳 같은 기업들이 AI를 활용해 어떻게 운영 효율성을 높이는지에 눈독을 들이고 있습니다. 산업 경제 관점의 패널은 이를 '가치 창출 단계의 진입'이라고 설명했는데요. 하지만 시장 전략 관점의 패널은 즉각 반박에 나섰습니다. 2026년 7월 28일의 코스피 대폭락을 예로 들며, 시장이 이미 AI 데이터센터 투자 사이클에 대해 깊은 의구심을 갖기 시작했다는 겁니다. 돈을 쏟아붓는 만큼 수익이 나오느냐는 물음에 답하지 못하면, '잘 쓰는 기업'이라는 수식어는 그저 거품을 가리기 위한 포장지에 불과할 수 있다는 경고였습니다. 특히 시장 분석가 패널은 현재의 상승세가 '유동성 착시'일 수 있다는 뼈아픈 지적을 던졌습니다. 과거의 높은 수익률이 미래에도 반복될 것이라고 믿는 군중심리가 작동하고 있다는 것이죠. 이들은 AI 활용 기업이 진짜 주도주가 되려면 오는 3분기 실적 발표에서 단순한 비전이 아니라, AI 도입으로 영업이익률이 얼마나 개선되었는지 숫자로 증명해야 한다고 입을 모았습니다. 기술적 필연성과 시장의 냉정함이 정면으로 충돌하는 지점이었습니다. 기술적 필연성과 자본 효율성 사이의 팽팽한 줄다리기 가장 뜨거운 쟁점은 기술적 관점의 AI 패널이 주장한 "AI 인프라 투자의 지속성"과 시장 관점의 패널이 제기한 "자본 비용의 압박"이었습니다. 기술 관점의 패널은 AI 모델의 고도화가 전력 밀도와 냉각 효율의 혁신을 요구하며, 이는 경기 상황과 관계없이 진행될 '기술적 필연성'이라고 주장했습니다. 쉽게 말해, 구글이나 마이크로소프트 같은 기업들이 살아남으려면 비싸더라도 인프라 투자를 멈출 수 없다는 뜻입니다. 이들은 이것을 시장 점유율 방어를 위한 구조적 비용으로 해석하며, 단기적인 리스크보다 장기적인 생존 전략에 무게를 두었습니다. 반면 비판적 관점의 AI 패널은 이를 '전제 불확실'에 기반한 위험한 도박이라고 반박했습니다. 아무리 전략적으로 중요해도 고금리 환경에서 이자 부담을 이기지 못하면 자본 오배분의 늪에 빠질 수 있다는 것이죠. 특히 현재 S&P 500과 나스닥이 하락세를 보이는 상황에서, 수익성이 검증되지 않은 투자는 기업의 내재가치를 갉아먹는 독이 될 수 있다고 덧붙였습니다. 기술적 필연성이라는 이름 아래 숨겨진 경제적 타당성 결여를 꼬집은 셈입니다. 이 대립은 결국 "투자한 만큼 벌어들이는 시점이 언제인가"라는 핵심 질문으로 귀결되었습니다. 이 과정에서 논점은 서서히 기업의 개별적 대응으로 이동했습니다. 기업 전략 관점의 패널은 모든 활용 기업이 다 잘되는 것이 아니라, 안정적인 현금흐름을 바탕으로 AI를 통해 실제로 비용을 절감하거나 신규 매출을 창출하는 기업만이 살아남을 것이라는 합의점을 제시했습니다. 결국 2026년 하반기는 옥석 가리기가 본격화되는 시기가 될 것이며, 투자자들은 단순히 'AI를 쓴다'는 선언보다 'AI로 얼마를 벌었다'는 확증에 더 민감하게 반응할 것이라는 분석입니다. 보이지 않는 복병, 규제라는 이름의 내부화된 비용 토론의 후반부에서 논의를 완전히 새로운 차원으로 끌어올린 것은 윤리 정책 관점의 AI 패널이었습니다. 이 패널은 월가와 기업들이 간과하고 있는 결정적인 변수로 '규제 리스크'를 꼽았습니다. 현재 많은 기업이 AI를 활용해 성과를 내고 있지만, 그 과정에서 발생하는 데이터 프라이버시 침해나 알고리즘 편향성 같은 윤리적 부채는 장부에 기록되지 않고 있다는 겁니다. 이른바 '규제 비용의 외부화' 상태인 셈이죠. 하지만 2026년 하반기부터 각국의 규제가 강화되면, 이 비용은 순식간에 기업의 내부 비용으로 전환되어 수익성을 직격할 수 있습니다. 규제 전문가 패널은 투자자들이 이제 '규제 리스크 조정 수익률'을 따져봐야 한다고 주장했습니다. 단순히 매출이 느는 것보다, 규제 대응을 위해 지출해야 할 잠재적 비용을 뺀 진짜 수익을 계산해야 한다는 뜻입니다. 이에 대해 기술 패널은 기업들이 선제적으로 규제에 대응하며 이를 흡수할 수 있다고 봤지만, 윤리 패널은 규제가 정치적 이슈와 결합해 역진적으로 적용될 경우 그 충격은 상상을 초월할 것이라며 경고의 고삐를 늦추지 않았습니다. 기술의 진보 속도보다 사회적 피해 가시화 속도가 규제 형성에 더 큰 영향을 미친다는 통찰은 토론 참여자들에게 깊은 여운을 남겼습니다. 결국 이번 토론은 AI 활용 기업이 다음 주도주가 될 것이라는 월가의 전망이 '반은 맞고 반은 틀릴 수 있다'는 점을 시사했습니다. 인프라의 확장과 활용의 확산은 분명한 흐름이지만, 그 길목에는 고금리라는 자본의 장벽과 규제라는 법적 파도가 기다리고 있기 때문입니다. 패널들은 공통으로 2026년 하반기 실적 발표가 이 모든 논란의 분수령이 될 것이라고 짚었습니다. 막연한 기대감으로 가득 찼던 AI 열풍이 이제는 차가운 재무제표와 엄격한 법전 위에서 시험대에 오르게 된 셈입니다. AI가 답을 내는 시대라지만, 정작 그 가치를 증명하는 것은 인간이 만든 시장의 논리라는 점이 아이러니하게 다가옵니다. 이번 고비를 넘긴 기업들만이 진짜 주도주라는 왕관을 쓸 자격을 얻게 될 것 같습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/c16b1375.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)
