- AI 투자는 역사상 최대 규모인데, 정작 사용자 대부분은 아직 주 1회도 안 쓴다
장면 하나. 2001년 닷컴 버블 붕괴 직전. 어느 임원이 이사회 앞에서 자신 있게 발표한다. "우리 웹사이트 월간 히트 수가 100만 건을 돌파했습니다." 박수가 쏟아지지만 아무도 묻지 않는다. "히트 1건이 뭔가요?" (알고 보면 페이지에 이미지 14개가 있으면 접속 1번에 히트 14개가 찍히는 구조)
지금 AI 업계가 똑같은 짓을 하고 있다. OpenAI 주간 활성 사용자 9억 명이라는 수치를 내세우지만, 이 중 80%는 연간 1,000개 메시지 이하다. 하루에 3~5개. 그냥 가끔 검색 대신 쓰는 수준이다. 그리고 그 9억 명 중 실제로 돈을 내는 사람은 5%뿐이다.
반면 빅테크 4사가 올해 AI 인프라에 쏟아붓는 돈은 6,000억 달러 이상. 전 세계 통신사들의 연간 설비투자 합계(약 3,000억 달러)의 두 배.
이 간극이 지금 AI 국면 전체의 핵심이다. 소음은 역사상 최대치인데, 실제 신호는 아직 희미하다.
1 🔁 역사는 항상 같은 방식으로 반복됐다, 딱 하나만 빼고
- 메인프레임 → PC → 웹 → 스마트폰 → 생성형 AI. 10~15년 주기의 플랫폼 전환, 매번 판이 뒤집힘
- 전환이 일어나면 모든 혁신, 투자, 신규 창업이 새 플랫폼으로 몰림. 기존 건 사라지는 게 아니라 그냥 뒷방으로 밀림 (브리티시항공은 지금도 메인프레임으로 돌아감)
- Microsoft가 PC 시대엔 95%를 먹었지만, 모바일 전환을 한 박자 놓쳤더니 신규 기기 점유율 10~15%로 쪼그라든 것이 그 증거
- Sundar Pichai, Zuckerberg가 "과잉투자보다 놓치는 게 훨씬 더 위험하다"고 말한 것도 이 공포에서 나온 것
- 딱 하나 다른 점: 이번엔 이 기술이 얼마나 좋아질 수 있는지, 물리적 한계가 어디인지 아무도 모름. 뇌가 왜 작동하는지 모르는 것처럼
2 💸 6,000억 달러의 공포 - "IBM이 되느냐 마느냐"
- 올해 빅4(Meta·Google·Microsoft·Amazon)의 AI 인프라 투자는 최소 6,000억 달러. 전년 대비 약 50% 증가
- 전 세계 통신 인프라 연간 설비투자 합계 약 3,000억 달러, 석유·가스 상류 부문도 약 4~5,000억 달러 수준임을 감안하면 이 숫자가 얼마나 큰지 감이 옴
- 이 돈의 약 3분의 1이 Nvidia로 흘러 들어감. 지난 분기 Nvidia 매출 680억 달러
- Nvidia는 GPU 파는 회사가 아님. 5만~10만 달러짜리 컴퓨터를 파는 회사임. 새로운 Sun Microsystems에 가깝다 - Sun이 어떻게 됐는지는 다들 알겠지만
- 공급망이 수요를 따라가질 못함. GPU 병목, 메모리 병목, TSMC 한계, 전력망은 3~5년 치 대기 중
- 빅4의 Capex 대 매출 비율이 30~50%까지 치솟음. 통신사 기준 15~20%인 것에 비하면 괴물 수준. 이미 부채까지 끌어쓰기 시작
3 📉 역사상 가장 비싸고 가장 빨리 쓸모없어지는 자산의 탄생
- 추론 비용은 3개월마다 절반씩 하락 중. 기존 모델 운영은 수익성 있음
- 문제는 다음 프론티어 모델. 만드는 비용은 천문학적이고, 출시 후 6개월이면 다음 모델에 자리를 뺏김
- 프론티어 모델 = 역사상 가장 비싸고 수명이 가장 짧은 자산.
- OpenAI가 한때 압도적 선두였지만 지금은 구글, Anthropic과 사실상 동급 경쟁. 매달 두세 곳이 새 프론티어 모델을 내놓으며 서로 추월하는 형국
- LLM 시장 구조는 네트워크 효과 기반 소프트웨어보다 반도체에 가까울 수 있음 - 30개 회사가 최전선을 다투다 사실상 TSMC 하나만 남은 것처럼, 여기도 극소수만 살아남는 구조로 수렴될 수 있다
4 🧪 파일럿은 쏟아지는데 정작 생산 투입은 요원하다
- 9억 명 가운데 80%가 하루 3~5개 메시지. 이게 "AI 전환"의 현주소
- AI를 매일 사용한다는 답변은 5~10% 수준. 월 1회, 주 1회가 다수
- Bain 조사에 따르면 AI 파일럿은 기술·고객서비스·마케팅에 몰려 있고, 실제 생산 전환까지 가는 속도는 여전히 더딤
- Accenture는 분기 AI 수주 20억 달러를 발표했다가 "이제 모든 게 AI라서 따로 집계하는 게 의미 없어졌다"며 수치 보고를 중단함
- 지금 Y Combinator 입주 스타트업 거의 전부가 AI 기반 무언가를 만드는 중. 결국 이들 모두 기존 제품의 unbundling - 예전엔 Oracle과 SAP를 쪼갰고, 지금은 ChatGPT를 쪼개는 중
5 📊 스프레드시트가 회계사를 없애지 않은 이유 - 그리고 AI도 그럴 것
- 1978년 VisiCalc(최초 PC 스프레드시트) 등장 당시, 회계사들에겐 진짜 인생이 뒤집히는 도구였음
- 금리 하나 바꾸면 전체 숫자가 바뀜. 한 달짜리 프로젝트를 1주일에 끝낸 회계사가 남은 3주를 골프장에서 보냈다는 실화도 있음. 클라이언트가 "이렇게 빨리 한 게 맞아?" 라고 의심할까봐
- 변호사에겐? "회계팀한테 좋은 건 알겠는데 내 일은 문서 처리야." 결국 별로 안 씀
- 지금 생성형 AI 채택 분포도 이 모양임. 일부에겐 판을 바꾸는 도구, 다수에겐 "언제 한번 제대로 써봐야지"
- Excel이 회계사를 없앤 게 아니라 회계사 수를 더 늘렸음. 자동화 = 고용 감소라는 등식은 역사적으로 틀린 경우가 더 많았다
6 🔧 소프트웨어 개발이 제일 먼저 흔들린다, 하지만 착각하면 안 된다
- OpenAI 사용자 산업별 분석: 기술 섹터 압도적 1위, 전문서비스 2위. 나머지는 긴 롱테일
- Vibe coding과 코딩 에이전트는 진짜 게임체인저임. AWS가 Instagram을 직원 50명으로 5,000만 사용자 규모로 만들 수 있게 해준 것과 비슷한 수준의 레버리지
- 하지만 "AI가 코드를 써주니 이제 누구나 자체 소프트웨어를 만든다"는 논리는 틀렸음. 코드 작성이 어려운 게 아니라, 무엇을 만들어야 하는지 아는 것이 어려운 것
- Accenture가 AI 덜 쓰는 시니어 직원에게 페널티를 매기기 시작했다는 보도가 나왔음. "시니어들이 쓸 만한 도구를 아직 못 만든 거다"
- LLM은 컴퓨터가 못하는 걸 잘하고, 컴퓨터가 잘하는 걸 못 함. 이 비대칭을 이해 못 하면 도입하자마자 "이게 뭐야" 소리가 나옴
7 🏪 바코드로 슈퍼마켓을 뒤집은 건 계획이 아니었다
- 1974년 바코드 도입 당시 슈퍼마켓이 기대한 건 딱 하나 - 금요일 밤 종이 클립보드 들고 매장 돌아다니는 재고 조사를 없애는 것
- 실제로 벌어진 일: 재고 관리 방식 전면 재편, EDI 자동 발주 도입, 취급 SKU 수 최대 5배 증가
- 비용 절감 → 운영 구조 재설계 → 이전엔 불가능했던 것의 실현. AI 배포도 같은 경로를 밟을 가능성이 높음
- ①이미 아는 문제에 AI 적용(비용 절감), ②새로운 use case 발견(새 매출원), ③시장 자체를 재정의하는 플레이어 등장(disruption). 현재는 단계 1
8 🤖 "무한 인턴"에서 "무한 어소시에이트"로 - 사람 줄이는 게 아니다
- AI는 이제 단순 반복 작업을 넘어서 어소시에이트급 업무를 처리할 수 있는 방향으로 진화 중
- 하지만 어소시에이트 결과물을 그냥 클라이언트에 주진 않음. 검토는 여전히 사람이 함
- 미국 회계사·감사 고용 비율: 주판 → 메인프레임 → PC → 클라우드를 거쳤는데도 꾸준히 증가함. 자동화가 일자리를 없앤 게 아니라, 더 많은 일을 가능하게 만든 것
- 미국 물류비용도 20년간 자동화 물결에도 불구하고 기본적으로 플랫 유지. 단가가 내려가면 물량이 늘었기 때문
- 가격 탄력성의 역설: 같은 일을 더 싸게 할 수 있게 되면, 더 많이 하게 됨
9 ❓ 고용 공포에 대한 솔직한 대답 - "모른다, 하지만 전에도 이랬다"
- AI가 일자리를 없앨 것이라는 공포, 새 일자리가 생긴다는 낙관론 둘 다 아직 검증된 것 없음
- 1800년 인구 80~90%가 농부였던 것에서 지금까지 기술은 일자리를 파괴하고 새로 만들어왔음. 패턴은 일관됨
- 전환 과정에서 마찰과 고통이 있다는 것도 일관됨. 이번에도 그 고통은 피하기 어렵다
- 5~10년 안에 AGI? - "vibe forecasting", 이론적 근거 없이 직감으로 하는 예측
- 우리가 진짜 모르는 것: 생성형 AI가 왜 이렇게 잘 작동하는지. 뇌가 어떻게 작동하는지 몰라도 뇌가 작동하듯 - 원리를 모르니 한계도 모름
10 🛗 엘리베이터 안내양은 어디 갔나 - AI의 종착점은 "그냥 인프라"
- 맨해튼의 어느 아파트엔 아직 사람이 직접 레버를 당기는 수동 엘리베이터가 있음.
- 자동화 비용이 약 50만 달러라 아직 교체 못 했다고 함.
- 미국 엘리베이터 운전사 고용 데이터: 보급 단계에서 급증 → 자동화 이후 급락. 교과서에 나올 법한 완벽한 자동화 곡선
- 하지만 지금 엘리베이터를 탈 때 "AI 자동화 엘리베이터를 이용하는군"이라고 생각하는 사람은 없음. 그냥 엘리베이터임
- AI 연구자 Tesler, 1970년 발언: "AI란 기계가 아직 못 하는 것이다. 되고 나면 그냥 소프트웨어다"
- 15년 전 이미지 인식은 마법이었고, 지금은 그냥 기능임. 생성형 AI도 결국 그 경로
출처: Benedict Evans, 'AI Eats the World' 키노트 발표 및 Q&A 세션
출처: https://www.facebook.com/share/p/1K58zLHLP5/
