앤스로픽이 던진 질문, AI 시대에 진짜 돈을 버는 기업은 누구인가?
앤스로픽으로 읽는 AI 투자의 본질. 성능 경쟁을 넘어 가격 결정력, 업무 장악력, 현금흐름을 봐야 한다.
20초 핵심
AI가 세상을 바꾼다는 전망과 AI 기업에 투자하면 높은 수익을 얻는다는 전망은 같은 말이 아니다. 기술은 예상보다 빠르게 발전하면서도, 그 기술을 판매하는 기업의 이익은 기대에 못 미칠 수 있다. 경쟁이 치열해질수록 더 좋은 제품이 더 낮은 가격에 공급되고, 혁신의 혜택이 공급자보다 고객에게 돌아갈 수 있기 때문이다.
노아 스미스가 앤스로픽을 분석한 글에서 제기하는 핵심도 이 지점이다. 클로드가 얼마나 뛰어난지를 넘어, 앤스로픽이 그 지능으로 만들어낸 가치를 얼마나 오래 자신의 이익으로 남길 수 있느냐가 중요하다는 것이다. AI 투자에서 결정적인 변수는 기술의 발전 속도만이 아니라 가치포획(Value Capture), 즉 만들어진 경제적 가치 가운데 기업이 실제로 가져가는 몫이다.
이 관점에서 보면 투자자가 살펴야 할 대상도 달라진다. 모델 성능 순위뿐 아니라 고객의 전환 비용, 업무 흐름의 지배력, 연산비용 이후의 수익성, 그리고 그 모든 기대를 반영한 주식의 가격까지 함께 봐야 한다.
1. AI 산업의 성공과 AI 주식의 성공 사이에는 세 개의 문이 있다
AI 투자에는 서로 다른 세 단계가 있다.
AI가 실제 경제적 가치를 만드는가
그 가치를 특정 기업이 매출과 이익으로 가져가는가
투자자가 그 기업을 합리적인 가격에 사는가
첫 번째가 맞아도 두 번째와 세 번째는 틀릴 수 있다. 노아 스미스가 AI를 태양광이나 항공산업과 비교하는 이유도 여기에 있다. 사회적으로 유용하고 수요가 큰 산업이라고 해서 공급업체가 높은 초과이익을 유지하는 것은 아니다.
가령 AI 덕분에 어떤 기업의 업무비용이 연간 100억 원 줄었다고 가정해보자. AI 공급업체가 사용료로 10억 원을 받는다면 고객과 공급업체 모두 이익을 얻는다. 그러나 경쟁사가 비슷한 서비스를 3억 원에 제공하면 상황이 달라진다. AI의 경제적 가치는 그대로인데 공급업체가 가져가는 몫은 줄어든다.
2. 가장 똑똑한 모델보다 바꾸기 어려운 시스템이 더 중요할 수 있다
AI 모델 기업의 약점은 경쟁사의 빠른 추격과 비교적 쉬운 제품 전환이다. 오늘 가장 뛰어난 모델이라는 이유만으로 고객이 내일도 남는다고 보장할 수 없다.
다만 모델 전환과 업무 시스템 전환은 구분해야 한다. 직원이 문서 초안 작성에 쓰는 AI를 바꾸는 일은 쉽다. 반면 내부 자료 검색, 접근 권한, 검토 절차, 고객 응대, 결과 기록까지 연결된 AI를 교체하려면 보안과 정확성을 다시 평가하고 업무가 제대로 작동하는지 시험해야 한다.
- 모델 자체를 다른 제품으로 바꾸기 쉬운가?
- 그 모델이 포함된 전체 업무 시스템을 바꾸기 쉬운가?
고객이 업무 시스템은 그대로 둔 채 모델만 교체할 수 있다면 강한 협상력을 갖는 쪽은 모델 공급자가 아니라 업무 시스템 운영자일 수 있다. 앤스로픽을 포함한 모델 기업이 장기적으로 평가받을 지점은 고객이 실제로 일하는 환경까지 확보하느냐다.
3. 클로드 코드의 의미는 코딩을 잘한다는 데서 끝나지 않는다
노아 스미스는 클로드 코드를 앤스로픽 성장의 중요한 동력으로 제시하고, 연산비용 대비 매출 효율의 개선을 소개한다. 그러나 제품별 수익성을 곧바로 회사 전체 손익으로 연결해서는 안 된다.
더 중요한 변화는 코드 제안 도구가 실제 작업을 수행하는 환경으로 발전할 수 있다는 점이다. 작업 계획, 수정, 시험, 검토까지 이어지면 고객이 평가하는 기준도 달라진다. “답변이 얼마나 인상적인가”에서 “일이 얼마나 제대로 끝나는가”로 이동하는 것이다.
싸게 생성한 코드라도 사람이 오랫동안 수정해야 한다면 경제성이 낮다. 반대로 모델 사용료가 높아도 검토와 재작업을 크게 줄인다면 고객에게는 더 저렴한 선택일 수 있다.
4. AI 가격이 내려가면 좋은 일일까, 나쁜 일일까
경쟁은 AI 가격과 이익률을 끌어내릴 수 있다. 하지만 가격 하락만 보고 사업의 수익성이 나빠졌다고 판단할 수는 없다. 가격, 사용량, 단위 원가를 함께 봐야 한다.
| 가상 시나리오 | 매출 결과 | 추가 확인 사항 |
|---|---|---|
| 가격 50% 인하, 사용량 2배 | 매출 동일 | 단위 원가 감소폭 |
| 가격 50% 인하, 사용량 3배 | 매출 증가 | 추가 사용량의 이익 기여 |
| 가격 유지, 작업당 연산량 급증 | 매출만으로 판단 불가 | 작업당 원가와 마진 |
핵심은 AI가 싸지는 속도보다 수익구조가 좋아지는 속도다. 복잡한 업무를 맡기는 제품은 고객 수가 늘지 않아도 작업당 연산 사용량이 커질 수 있다. 앤스로픽에 필요한 증거 역시 사용량 증가를 넘어, 고객 성과를 높이면서 이를 제공하는 비용을 통제하고 있다는 사실이다.
5. 매출과 연산비용의 차이가 회사 전체의 이익은 아니다
특정 제품의 매출에서 연산비용을 뺀 금액이 커졌다고 해도 회사 전체의 수익성이 입증되는 것은 아니다. 비용의 범위를 넓혀 살펴야 한다.
고객에게 서비스를 제공하고 남는 돈
연구개발, 인건비, 영업과 관리 비용까지 지출하고 남는 돈
필요한 투자와 현금 지출까지 감당하고 남는 돈
AI 기업의 장기 가치를 평가할 때 중요한 질문은 경쟁력을 유지하기 위해 앞으로 얼마나 계속 투자해야 하는가다. 차세대 모델 개발비가 계속 커지고 경쟁 때문에 그 성과를 가격에 반영하지 못한다면 주주에게 남는 현금은 기대보다 작을 수 있다. 반대로 고객당 매출과 효율이 함께 개선된다면 성장의 질도 달라진다.
6. 기업의 AI 지출이 적다는 사실은 출발점이지 결론이 아니다
대기업의 전체 비용에서 AI 지출 비중이 작다는 것은 성장 여력의 단서가 될 수 있다. 그러나 전체 비용에는 AI가 직접 대체하기 어려운 항목도 포함된다. 따라서 낮은 지출 비중만으로 향후 급격한 확대를 예측하기는 어렵다.
- 실제로 AI를 적용할 수 있는 업무 규모는 얼마인가?
- 그 업무에서 검증된 비용 절감이나 매출 증가가 발생하는가?
- 고객은 성과 중 얼마를 AI 공급업체에 지불하려 하는가?
- 도입 이후 사용 범위와 지출이 함께 커지는가?
AI가 절약한 비용의 상당 부분을 고객이 가져간다면 AI 도입은 빠르게 늘면서도 공급업체의 매출은 상대적으로 천천히 증가할 수 있다. 낮은 침투율은 낙관론의 결론이 아니라 실제 지출 확대로 이어지는 경로를 검증할 출발점이다.
7. 지능 자체가 해자가 되려면 경쟁사가 못 따라오는 이유가 필요하다
노아 스미스는 지능 자체가 경쟁우위가 될 수 있다는 가설을 제기한다. 좋은 AI가 연구와 제품 개선을 돕고, 개선된 제품이 고객과 수익을 늘리며, 그 자원이 다시 더 좋은 AI 개발에 투입되는 구조다.
반론도 있다. 경쟁사 역시 비슷한 AI를 사용할 수 있다면 산업 전체의 개발 속도는 빨라져도 특정 기업의 상대적 우위는 오래가지 않을 수 있다.
따라서 AI 활용으로 생산성이 높아지는지, 그리고 그 개선폭이 경쟁사보다 지속적으로 큰지를 구분해야 한다. 후자를 입증하려면 독점적으로 활용할 수 있는 학습 신호, 차별적인 실행 능력, 고객 관계 같은 추가 근거가 필요하다.
8. 주주가 사는 것은 성장률만이 아니라 경쟁우위의 수명이다
같은 수준의 이익을 내는 두 기업도 경쟁사의 추격으로 이익이 줄어드는 시점이 다르다면 기업가치가 달라진다. AI 기업의 높은 밸류에이션에는 대개 두 가지 기대가 함께 들어간다. 미래 이익의 규모와 그 이익을 지켜낼 기간이다.
실적이 성장해도 투자 성과가 부진할 수 있는 이유가 여기 있다. 당장의 매출은 예상대로 늘어도 경쟁 심화로 장기 수익성에 대한 신뢰가 약해지면 시장이 허용하는 가격은 낮아질 수 있다.
따라서 투자자는 매출 성장률을 넘어 고객 유지율, 계약 확대, 단위 경제성, 현금창출력과 같은 증거를 함께 봐야 한다.
9. AI 시장의 크기보다 이익이 쌓이는 위치를 찾아야 한다
AI 산업은 하나의 성장 시장이라기보다 여러 참여자가 고객의 지출을 나눠 갖는 구조에 가깝다. 같은 AI 확산이라도 당장 대체하기 어려운 요소를 가진 곳에 이익이 더 많이 남을 수 있다.
| 영역 | 이익 확보 조건 | 경계할 위험 |
|---|---|---|
| 연산 인프라 | 대체하기 어려운 자원과 공급 능력 | 과잉투자와 가동률 저하 |
| 모델 | 차별적 성능, 효율, 신뢰성 | 빠른 추격과 가격 경쟁 |
| 업무 제품 | 실제 업무 흐름과 고객 관계 | 모델 교체 때 협상력 이동 |
| AI 이용 기업 | 생산성 향상의 자체 이익 전환 | 경쟁사의 동일한 생산성 개선 |
모델이 흔해지면 업무 제품 운영자의 협상력이 커질 수 있다. 반대로 특정 모델로만 가능한 업무의 가치가 커지면 모델 공급자가 유리해질 수 있다. 산업의 성장률뿐 아니라 협상력이 어디로 이동하는지가 핵심이다.
투자자가 사는 것은 기술의 미래가 아니라 자신에게 돌아올 현금의 미래다
AI가 경제 전체의 생산성을 높이는 일과 특정 기업의 주주가 높은 수익을 얻는 일은 다른 경로로 진행된다. 기술의 우수성은 시장 진입의 출발점이다. 그러나 경쟁사가 따라오고 고객이 협상하는 순간, 수익은 기술을 만든 기업과 그 기술을 사용하는 기업 사이에서 다시 배분된다.
따라서 투자자는 가장 뛰어난 모델을 찾는 데서 멈추지 말고, 그 모델이 만들어낸 부가가치를 누가, 얼마나, 얼마 동안 가져가는지를 확인해야 한다. 마지막에는 그 기대를 이미 반영한 가격까지 검토해야 한다.
투자자가 마지막으로 남겨야 할 다섯 가지 질문
- 고객이 선택하는 이유가 일시적인 성능 우위인가, 지속적인 업무 가치인가?
- 고객이 떠나기 어려운 이유를 모델 기업이 소유하고 있는가, 다른 사업자가 소유하고 있는가?
- 사용량 증가가 연산비용, 연구개발비, 필요 투자 이후의 현금 증가로 이어지는가?
- AI가 만든 생산성 향상 중 얼마를 공급업체가 이익으로 가져가는가?
- 현재 가격은 이 모든 조건이 얼마나 오래 유지된다고 가정하고 있는가?
AI 투자에서 경계할 착각은 기술에 대한 낙관론을 기업 이익에 대한 확신으로, 다시 주식의 기대수익률에 대한 확신으로 곧바로 연결하는 것이다.
좋은 모델은 출발점이다. 고객에게 중요한 일을 맡고, 경쟁 속에서도 그 대가를 받으며, 필요한 투자를 감당한 뒤 현금을 남기는 구조가 그다음이다. 그리고 투자자는 그 구조의 가치보다 낮은 가격에 참여해야 한다.
- 성능 우위는 가격 결정력의 출발점이 될 수 있다. 그러나 경쟁사의 추격 속도, 고객 전환비용, 제품 내 통합 수준까지 봐야 우위의 지속기간을 평가할 수 있다.
- 그렇지 않다. 가격이 낮아져도 사용량이 더 크게 늘고 단위 원가가 충분히 감소하면 매출과 이익이 함께 증가할 수 있다. 가격, 사용량, 원가의 변화율을 따로 비교해야 한다.
- 연산 인프라 공급자, 모델을 판매하거나 유통하는 플랫폼, 기업용 소프트웨어 운영자, AI를 도입하는 고객 기업을 나눠 볼 수 있다. 각 기업에서 AI 가치가 실제 영업이익과 현금흐름에 반영되는 위치는 다르다.
- 주가는 현재 실적뿐 아니라 미래의 이익률, 경쟁우위의 수명, 할인율과 이미 반영된 기대에 좌우된다. 성장률이 높아도 미래 마진이나 지속기간에 대한 시장의 기대가 낮아지면 주가가 떨어질 수 있다.
체크 포인트
인사이트 타임스 편집부
