Howard Marks

하워드 막스 – 이것은 버블인가? (Is It a Bubble?)

ByThe Context

원문: Howard Marks, Is It a Bubble? (Dec 2025) 전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 하워드 막스의 논증을 한국어로 재구성한 정리입니다.

글의 배경과 개요

하워드 막스(Howard Marks)가 2025년 12월 오크트리캐피털(Oaktree Capital) 고객에게 보낸 메모입니다. 그는 한 달 전 아시아와 중동의 고객을 방문했을 때 AI 버블을 묻는 질문을 거듭 받았고, 그 대화가 이 글의 출발점이 되었다고 밝힙니다. 글이 답하려는 질문은 지금의 AI 열광이 버블인가 하는 것이지만, 막스는 그 질문 자체가 두 갈래로 갈린다고 봅니다. AI 기업들의 공격적 행동이 과도한지와 그 산업을 대하는 투자자들의 행동이 과도한지는 다른 문제이며, 자신은 기술을 판정할 능력이 없으니 후자에 집중하겠다고 선을 긋습니다. 논증은 버블의 규칙성과 순기능에서 출발해 현재 시장의 AI 의존도, 여섯 갈래의 불확실성, 부채의 개입 순서로 이어집니다. 결론은 지금 버블인지 단정할 수 없으므로 전부 걸지도 전부 빠지지도 않는 절제된 중간 입장이 최선이라는 것입니다.

핵심 내용 정리

  • 막스는 AI 버블이라는 질문을 산업 내부 기업들의 행동과 금융시장 투자자들의 행동으로 나누고, 자신은 후자만 다루겠다고 밝힙니다.
  • 버블은 기술이나 금융의 발전 자체가 만드는 것이 아니라 그 발전에 과도한 낙관이 덧씌워질 때 생기며, 새로움은 상상력을 제약할 과거가 없기에 결정적 역할을 합니다.
  • 그는 버블을 평균회귀형과 변곡점형으로 가르는 분류를 유용하게 받아들이면서도, 변곡점형 역시 진보를 앞당기는 동시에 투자자의 부를 파괴한다고 고쳐 씁니다.
  • 지금의 AI는 최종 승자가 누구일지, 수익이 어디에 남을지, 자산의 수명이 얼마일지, 순환거래가 무엇을 가리는지가 모두 미결 상태라고 정리합니다.
  • 과거의 기술혁명과 달리 이번에는 부채가 본격적으로 동원되고 있으며, 이 점이 손실을 증폭하고 실패 확률을 높일 수 있는 결정적 차이라고 지목합니다.
  • 버블은 사후에만 식별되므로 지금은 누구도 확언할 수 없지만, AI가 역사적 패턴을 벗어난 첫 사례가 된다면 그것이야말로 처음 있는 일이라고 말합니다.
  • 추신에서는 시장과 무관하게 AI가 일자리와 삶의 목적을 지우는 문제를 꺼내며, 낙관론자들에게 자신이 왜 틀렸는지 설명해 달라고 요청합니다.

버블은 늘 같은 순서를 밟습니다

메모는 인용 한 토막으로 시작합니다. 지금은 세계사에서 비범한 순간이고, 변혁적 기술이 부상하는 중이며, 지지자들은 그 기술이 세상을 영원히 바꿔 놓으리라 말한다는 내용입니다. 그것을 구축하려면 기업들은 살아 있는 사람의 기억에 없는 규모의 돈을 투입해야 하고, 보도는 미국 최대 기업들이 곧 터질 버블을 떠받치고 있다는 공포로 가득합니다. 막스는 이 대목을 데릭 톰프슨(Derek Thompson)이 11월 4일에 낸 뉴스레터에서 가져왔다고 밝힙니다.

그 뉴스레터는 오늘의 AI와 1860년대 철도 붐 사이의 평행 관계를 다룬 글이었습니다. 막스가 주목한 것은 같은 문장이 두 시대 모두에 글자 그대로 들어맞는다는 사실이고, 그는 이것이 마크 트웨인(Mark Twain)의 말로 널리 알려진 표현, 곧 역사는 운을 맞춘다는 말의 의미를 선명하게 보여준다고 적습니다.

본론에 앞서 막스는 늘 달아 온 단서를 다시 답니다. 자신은 주식시장에서 활동하지 않으며 투자자 심리를 재는 가장 좋은 기압계로 시장을 지켜볼 뿐이라는 것, 그리고 자신은 기술자가 아니어서 AI에 관해 웬만한 일반 투자자보다 더 알지 못한다는 것입니다. 그럼에도 할 수 있는 만큼은 해 보겠다는 말로 글을 열어 놓습니다.

해설 하워드 막스는 1995년 오크트리캐피털을 공동 창업한 투자자이고, 이 회사의 주력은 부실채권과 크레딧입니다. 그를 널리 알린 것은 운용 실적만큼이나 1990년부터 고객에게 띄워 온 메모입니다. 2000년 1월의 「bubble.com」은 인터넷 주식의 과열을 지적했고, 2007년 2월의 「The Race to the Bottom」은 위험 회피가 사라진 신용시장을 겨냥했는데, 두 글 모두 직후의 폭락으로 이름을 얻었습니다.

워런 버핏(Warren Buffett)이 메일함에 막스의 메모가 오면 가장 먼저 열어 읽는다고 언급한 뒤로, 이 메모들은 개별 운용사의 고객 서한을 넘어 시장의 참고 문헌처럼 읽히고 있습니다.

막스가 버블에서 가장 흥미롭게 보는 지점은 발생 시점이 아니라 진행 순서의 규칙성입니다. 새롭고 혁명적으로 보이는 무언가가 나타나 사람들의 머릿속으로 파고들고, 상상력을 사로잡고, 흥분이 모든 것을 압도합니다. 초기 참여자들은 막대한 이익을 거둡니다. 구경만 하던 이들은 믿기 어려운 질투와 후회를 느끼고, 계속 놓치고 있을지 모른다는 두려움에 떠밀려 뛰어듭니다. 이 단계의 참여자들은 미래가 무엇을 가져올지 알지 못한 채로, 또 자신이 치르는 가격이 감당할 만한 위험으로 합당한 수익을 낼 수 있는지 따지지 않은 채로 들어옵니다.

그 결과는 단기와 중기에 걸쳐 예외 없이 고통스럽습니다. 다만 충분한 세월이 흐른 뒤에는 결국 앞서 있게 될 가능성이 남아 있다는 단서를 그는 달아 둡니다. 막스는 여러 차례의 버블을 직접 겪었고 나머지는 읽어서 알지만, 그 전부가 이 묘사에서 벗어나지 않았다고 말합니다.

과거 버블이 꺼질 때 입은 손실을 생각하면 다음 버블은 생기지 않을 법도 합니다. 그러나 그런 일은 아직 일어나지 않았고 앞으로도 결코 없을 것이라고 막스는 단언합니다. 그는 그 이유를 기억의 짧음과, 위험 회피 성향보다 강한 일확천금의 꿈에서 찾습니다. 세상을 바꾸리라고 ‘모두가 아는’ 혁명적 기술에 올라타 부자가 된다는 그림 앞에서는 신중함도 타고난 조심성도 상대가 되지 못한다는 것입니다.

[이해관계] 막스가 서 있는 자리는 버블이 꺼질 때 가장 크게 버는 쪽입니다. 오크트리의 핵심 전략은 값이 무너진 채권과 자산을 사들이는 것이고, 시장이 공포에 질린 국면이 이 회사의 수확기입니다. 버블을 경고하는 글과 부실자산 운용사의 사업 모델은 서로 충돌하지 않습니다.

메모도 이 점을 감추지 않습니다. 뒤쪽에서 막스는 오크트리가 데이터센터에 일부 투자했고, 모회사인 브룩필드(Brookfield)가 AI 인프라에 투자할 100억 달러 규모 펀드를 조성 중이며 여기에 엔비디아(NVIDIA)와 국부펀드의 출자 약정이 있다고 직접 밝힙니다. 그의 경고를 시장에서 물러서라는 권유로 읽으면 안 되는 이유가 여기에 있습니다.

질문부터 둘로 나눠야 합니다

본격적인 논의에 앞서 막스는 용어를 정리하자고 제안합니다. 모두가 ‘AI에 버블이 있는가’를 묻지만, 그는 그 질문 자체에 모호함이 있다고 봅니다. 많은 자료를 읽고 내린 결론은, 서로 다르지만 맞물려 있는 두 종류의 버블 가능성을 구분해야 한다는 것입니다. 하나는 산업 내부 기업들이 보이는 행동의 버블이고, 다른 하나는 그 산업을 대하는 투자자들의 행동의 버블입니다. 막스는 AI 기업들의 공격적인 행보가 정당한지 판단할 능력이 자신에게 전혀 없다고 인정하고, 금융 세계에 AI를 둘러싼 버블이 있는지에 주로 머물겠다고 선언합니다.

그가 속한 가치 학파에서 투자분석가의 주된 일은 두 가지입니다. 기업과 자산을 연구해 내재가치의 수준과 전망을 평가하는 일, 그리고 그 가치에 근거해 투자를 결정하는 일입니다. 단기와 중기에 분석가가 마주하는 변화의 대부분은 자산의 가격, 그리고 가격과 내재가치 사이의 관계를 둘러싸고 벌어집니다. 그런데 그 관계라는 것은 결국 투자자 심리가 만들어 내는 결과물입니다.

여기서 막스의 핵심 명제가 나옵니다. 시장의 버블은 기술적 발전이나 금융적 발전이 직접 일으키는 것이 아니라는 것입니다. 버블은 그 발전 위에 과도한 낙관이 덧씌워질 때 생깁니다. 그는 2025년 1월 메모 「On Bubble Watch」에서 이미 같은 말을 했다고 밝히면서, 버블이란 그 영역의 발전이 앨런 그린스펀(Alan Greenspan) 전 미 연방준비제도 의장이 말한 ‘비이성적 과열’의 대상이 되는 일시적 광기라고 정의합니다.

해설 그린스펀이 이 표현을 쓴 것은 1996년 12월의 한 연설에서였습니다. 자산 가격이 비이성적 과열로 부풀어 오르는 시점을 우리가 어떻게 알 수 있겠느냐는 반문의 형태였는데, 정작 미국 증시는 그 뒤로 3년을 더 올랐다가 2000년에 꺾였습니다. 경고가 옳았더라도 시점은 한참 빗나갈 수 있다는 사례로 자주 인용됩니다.

막스가 아끼는 책으로 드는 존 케네스 갤브레이스(John Kenneth Galbraith)의 『A Short History of Financial Euphoria』는 1990년에 나온 얇은 금융사 에세이입니다. 네덜란드 튤립 투기부터 1987년 블랙 먼데이까지를 훑으면서, 모든 투기 국면이 같은 심리 구조를 반복한다는 점을 논증한 책입니다.

버블은 보통 새로운 금융적 발전이나 기술적 진보 주위에 응집한다고 막스는 정리합니다. 전자의 예로 그는 1700년대 초의 남해회사(South Sea Company)와 2005-06년의 서브프라임 주택저당증권을 듭니다. 후자의 예로는 1990년대 후반의 광섬유와 1998-2000년의 인터넷을 듭니다. 어느 쪽이든 새로움이 결정적인 역할을 하는데, 상상력을 제약할 역사가 없다는 점이 그 이유입니다. 그래서 새로운 것의 미래는 무한해 보이고, 무한해 보이는 미래는 과거의 기준을 한참 넘어선 밸류에이션을 정당화하며, 그 결과가 예측 가능한 수익력으로는 설명되지 않는 자산 가격입니다.

해설 막스가 든 네 사례는 성격이 다릅니다. 나란히 놓고 보면 버블이 금융 쪽에서도 기술 쪽에서도 똑같이 생긴다는 그의 주장이 분명해집니다.

남해회사 — 1711년 영국에서 세워진 무역회사로, 국가 부채를 자사 주식과 맞바꾸는 구조를 내세워 1720년에 주가가 폭등했다가 같은 해에 무너졌습니다. 이후 버블이라는 말이 투기 국면의 보통명사가 되는 계기가 된 사건입니다.

서브프라임 주택저당증권 — 신용도가 낮은 차입자의 주택담보대출을 묶어 증권으로 만든 상품으로, 2005-06년에 발행이 급증했다가 2007년부터 부실이 드러나 세계금융위기의 뇌관이 되었습니다.

광섬유 — 1990년대 후반 통신사들이 인터넷 트래픽 폭증을 예상해 대규모로 깔았다가, 실제 수요가 따라오지 못해 대부분이 불 꺼진 채로 남았습니다. 뒤에서 막스가 순환거래를 설명할 때 다시 불러오는 사례입니다.

갤브레이스의 통찰을 막스는 새로움의 역할을 가장 잘 설명한 대목으로 꼽습니다. 갤브레이스가 지목한 것은 ‘금융 기억의 극단적인 짧음’이라는 현상이었습니다. 금융시장에서 과거의 경험은 기억에 남아 있는 한에서도, 현재의 놀라운 경이를 알아볼 안목이 없는 자들이 숨는 원시적인 피난처쯤으로 치부된다는 것입니다. 막스는 이것을 뒤집어 읽습니다. 역사는 현재를 향한 경외와 미래를 향한 상상에 한계를 부과하는 장치이며, 그 역사가 없을 때 모든 것이 가능해 보인다는 것입니다.

따라서 짚어야 할 핵심은 이것입니다. 새로운 것이 거대한 열광을 불러일으키는 일 자체는 이해할 만한 현상이고, 버블은 그 열광이 비이성적인 비율에 도달했을 때 벌어지는 일이라는 것입니다. 그렇다면 합리성의 경계는 누가 식별할 수 있는지, 낙관적인 시장이 언제 버블로 넘어갔는지는 누가 말할 수 있는지가 문제로 남습니다. 막스의 답은 간명합니다. 그것은 그저 판단의 문제라는 것입니다.

지난 한 달 사이에 그가 새삼 떠올린 것은 자신의 가장 성공적인 경고 두 건이었습니다. 하나는 2000년에 기술주와 인터넷 주식 시장에서 벌어지던 일을 경계한 것이고, 다른 하나는 세계금융위기 직전인 2005-07년에 위험 회피의 실종과 그로 인해 말도 안 되는 거래가 쉽게 성사되던 상황을 지적한 것이었습니다. 두 사례에서 그는 두 가지를 끌어냅니다.

첫째, 어느 경우에도 그는 정작 버블의 대상이 된 것, 즉 인터넷과 서브프라임 주택저당증권에 관해 어떤 전문성도 갖고 있지 않았다는 점입니다. 그가 한 일은 자기 주위에서 벌어지는 행동을 관찰해 내놓은 것뿐이었습니다. 둘째, 그 경고의 가치는 대부분 그 행동이 얼마나 어리석은지를 묘사한 데 있었지, 그것이 버블이라고 못 박은 데 있지 않았다는 점입니다.

그래서 막스는 버블이라는 딱지를 붙일지 말지를 두고 씨름하다 보면 수렁에 빠져 제대로 된 판단을 방해받을 수 있다고 경계합니다. 주위에서 무슨 일이 벌어지고 있는지를 평가하고 거기서 어떻게 행동해야 할지를 추론하는 것만으로도 상당한 성과를 낼 수 있다는 것이 그의 제안입니다.

[관점] 이 방법론적 제안은 생각보다 실천적입니다. 버블 여부는 참과 거짓을 가릴 수 있는 명제처럼 보이지만 사후에만 판정되는 반면, 지금 벌어지는 행동은 당장 관찰할 수 있습니다. 조달 구조가 자기자본에서 부채로 옮겨 갔는지, 수요 계약 없이 설비가 먼저 올라가는지, 제품도 없는 회사에 수십억 달러 규모의 시드 라운드가 붙는지는 지금 확인 가능한 사실들입니다.

투자 판단의 단위를 버블인가에서 내가 치르는 가격에 어떤 가정이 들어 있는가로 옮기면 논쟁은 피하면서 의사결정은 가능해집니다. 막스가 뒤에서 내놓는 절제된 중간 입장이라는 결론도 이 전환 없이는 나오지 않습니다.

버블에도 좋은 쪽이 있습니다

AI가 지금 버블인지를 따지기 전에, 막스는 투자자 입장에서는 다소 학술적으로 보일 수 있는 주제에 잠시 머물겠다고 말합니다. 버블의 좋은 면입니다. 그는 이 주제에 쏟는 지면이 과하다고 느껴질 수 있음을 인정하면서도, 자신이 이 문제를 흥미롭게 여기기 때문이라고 솔직히 적습니다.

출발점은 11월 5일자 스트래터커리(Stratechery) 뉴스레터입니다. 벤 톰프슨(Ben Thompson)이 쓴 이 글은 버블의 이점을 다루었고, 서문에 인용된 데릭 톰프슨과는 아무 관계가 없는 사람이라고 막스는 괄호로 일러둡니다. 벤 톰프슨은 번 호바트(Byrne Hobart)와 토비아스 후버(Tobias Huber)가 쓴 『Boom: Bubbles and the End of Stagnation』을 인용하는데, 두 저자는 버블에 두 종류가 있다고 제안합니다. 좋은 쪽인 ‘변곡점 버블’과, 2000년대 서브프라임 모기지 버블처럼 훨씬 더 해로운 ‘평균회귀 버블’입니다.

막스는 이 이분법이 쓸모 있다고 평가하며 양쪽을 각각 풀어 설명합니다. 그가 읽거나 직접 목격한 금융 유행들, 즉 남해회사와 포트폴리오 보험과 서브프라임 주택저당증권은 위험 없는 수익이라는 약속으로 상상력을 자극했지만, 그것이 인류 전체의 진보를 뜻한다는 기대는 어디에도 없었습니다. 서브프라임 모기지 운동으로 주택이 혁신되리라는 생각은 없었고, 새로운 매수자들을 뒷받침하는 데서 돈을 벌 수 있겠다는 감각만 있었습니다. 호바트와 후버가 이런 것들을 평균회귀 버블이라 부르는 이유는 그 밑에 깔린 발전이 세상을 앞으로 밀고 간다는 기대가 없기 때문으로 보인다고 막스는 해석합니다. 유행은 그저 올랐다가 내릴 뿐입니다.

반면 철도나 인터넷처럼 기술적 진보에 기반한 버블을 두 저자는 변곡점 버블이라 부릅니다. 변곡점이 이끈 버블이 지나간 뒤 세상은 이전 상태로 되돌아가지 않습니다. 이런 버블에서는 투자자들이 미래가 과거와 의미 있게 다를 것이라고 판단하고 그에 맞춰 거래한다는 것입니다.

해설 막스가 평균회귀 버블의 예로 든 포트폴리오 보험은 1980년대에 유행한 기법입니다. 주가가 내려가면 선물을 팔아 손실을 제한하도록 설계된 자동 매매 전략인데, 많은 기관이 같은 규칙을 쓰면 하락장에서 매도가 매도를 부르는 구조가 됩니다. 1987년 10월 19일 블랙 먼데이에 미국 증시가 하루 만에 20퍼센트 넘게 빠진 사태의 증폭 요인으로 지목되었습니다.

이 사례가 그의 분류에서 중요한 이유는 여기에 애초에 세상을 바꾸는 기술이 없었다는 점에 있습니다. 위험을 없앨 수 있다는 금융공학적 약속만 있었고, 약속이 깨지자 남은 것은 손실뿐이었습니다.

벤 톰프슨은 여기서 카를로타 페레스(Carlota Perez)의 『Technological Revolutions and Financial Capital』을 불러옵니다. 오랫동안 버블에 관한 결정판으로 꼽혀 온 책입니다. 톰프슨의 설명에 따르면, 페레스가 책을 낸 2002년은 닷컴 버블이 꺼진 여파로 세계 상당 부분이 침체에 빠져 있던 때였고 버블은 부정적이고 피해야 할 무엇으로 여겨지고 있었습니다.

페레스는 그 고통을 부정하지 않았습니다. 오히려 그는 산업혁명과 철도, 전기, 자동차를 포함한 앞선 혁명들에도 비슷한 붕괴가 따라왔다는 점을 짚었습니다. 다만 그 버블들이 유감스러운 사건이 아니라 필요한 사건이었다고 보았습니다. 투기적 광기가 ‘설치기’를 가능하게 했고, 재무적으로는 꼭 현명하지 않았지만 반드시 필요했던 투자들이 이 시기에 ‘전개기’의 토대를 놓았다는 것입니다. 전개기로의 이행을 표시한 사건이 바로 버블의 붕괴였고, 전개기를 가능하게 한 것은 돈을 잃은 투자들이었습니다.

호바트와 후버에게 이 구분은 매우 중요하며 막스도 동의한다고 밝힙니다. 두 저자는 모든 버블이 부와 가치를 파괴하는 것은 아니며 일부는 기술·과학 진보의 중요한 촉매로 이해될 수 있다고 말합니다. 그러나 막스는 여기서 한 글자를 고쳐 씁니다. 평균회귀 버블은 새로운 금융적 기적을 근거로 시장이 치솟았다가 무너지면서 부를 파괴합니다. 반면 혁명적 발전에 기반한 변곡점 버블은 기술 진보를 가속하고 더 번영하는 미래의 토대를 만들어 내며, 그리고 부를 파괴합니다. 즉 진보를 앞당기는 동시에 투자자의 부를 파괴한다는 것이고, 관건은 진보를 불러오는 과정에서 부가 파괴되는 쪽의 투자자가 되지 않는 것이라고 그는 정리합니다.

호바트와 후버는 버블이 어떤 과정을 통해 신기술에 필요한 인프라 구축을 자금으로 받치고 그 채택을 앞당기는지를 더 깊이 설명합니다. 대부분의 새로운 기술은 무에서 완성된 형태로 한꺼번에 세상에 등장하지 않습니다. 앞선 헛발질과 실패, 반복, 역사적 경로 의존 위에 쌓입니다. 버블은 그런 대규모 실험에 필요한 자본을 투입할 기회를 만들어 내는데, 여기에는 병렬로 수행되는 숱한 시행착오가 포함되며, 그 결과 파괴적 기술과 돌파구가 나올 속도가 빨라진다는 것입니다.

두 저자의 논지는 계속됩니다. 버블은 열광과 투자의 긍정적 되먹임 고리를 만들어 내기 때문에 순편익이 될 수 있습니다. 낙관은 자기실현적 예언이 될 수 있고, 투기는 위험이 크고 탐색적인 프로젝트에 필요한 막대한 자금을 공급합니다. 단기적으로는 과도한 열광이나 그저 나쁜 투자로 보이는 것이 사회적·기술적 혁신을 끌어올리는 데 필수적이었음이 드러난다는 것입니다. 버블은 집단적 망상일 수 있지만 동시에 집단적 비전의 표현일 수도 있으며, 그 비전은 사람과 자본이 모이고 혁신이 병렬화되는 조정 지점이 됩니다. 진보가 시간을 두고 차례로 일어나는 대신 여러 영역에서 동시에 폭발합니다.

열광이 커지면 위험 감내도와 네트워크 효과도 함께 커진다고 두 저자는 덧붙입니다. 놓칠지 모른다는 두려움, 곧 FOMO가 더 많은 참여자와 창업자와 투기자를 끌어들여 이 고리를 더욱 강화합니다. 버블과 마찬가지로 FOMO도 평판이 나쁘지만 때로는 건강한 본능이며, 미래를 만들 일생에 한 번뿐인 기회를 놓치고 싶은 사람은 아무도 없기 때문이라는 것입니다.

막스는 이 논리를 자기 말로 압축합니다. 기술 진보에 기반한 버블이 좋은 이유는, 투자자들을 흥분시켜 돈을 쏟아붓게 만들고 그중 상당 부분이 버려지더라도 새로운 기회의 영역을 융단폭격하듯 덮어 그 개척에 시동을 걸기 때문이라는 것입니다.

핵심적인 깨달음은 이렇게 요약됩니다. 사람들이 인내심 있고 신중하며 분석적이고 가치를 고집하는 태도를 유지한다면, 새로운 기술이 구축되기까지는 여러 해, 어쩌면 수십 년이 걸릴 것입니다. 대신 버블의 광란은 그 과정을 아주 짧은 기간으로 압축합니다. 그 과정에서 일부 자금은 승자에 대한 인생을 바꾸는 투자가 되지만, 많은 자금은 소각됩니다.

여기서 막스는 입장의 차이를 분명히 합니다. 버블에는 기술적 측면과 금융적 측면이 함께 있는데, 앞서 인용한 대목들은 기술 진보를 갈망하며 투자자들이 그 과정에서 돈을 잃어도 전혀 개의치 않는 사람들의 시선에서 쓰였다는 것입니다. 반면 자신과 같은 쪽은 기술 진보를 보고 싶어 하지만, 그것을 불러오는 데 보태려고 돈을 내버릴 생각은 전혀 없다고 못 박습니다. 벤 톰프슨은 자신이 전망을 알지 못하는 새로운 기술을 이야기하는 일에 들떠 있다는 말로 논의를 맺는데, 막스는 그가 미래의 가능성에 흥분하면서 동시에 미래의 모양을 알 수 없다고 인정하는 태도를 좋아한다고 밝히고, 자신들의 세계에서는 그것을 매우 위험하다고 표현할 수 있겠다고 덧붙입니다.

[관점] 이 절은 버블 논쟁에서 가장 자주 혼동되는 두 질문을 분리해 줍니다. 사회 전체에 좋은가 하는 물음과 내 돈에 좋은가 하는 물음은 다른 질문이고, 변곡점 버블에서는 두 답이 정반대로 나올 수 있습니다. 사후에 돌아보면 깔린 철도와 광섬유는 사회가 얻은 자산이지만, 당시에 그 돈을 댄 주주와 채권자에게는 회수되지 않은 손실입니다.

투자자 입장에서 이 구분이 실무적으로 중요한 이유는 기술의 성공이 자신의 수익을 보증하지 않는다는 결론이 여기서 나오기 때문입니다. 뒤에서 막스가 드는 자동차 산업 사례와 로또 티켓 사고방식 비판, 그리고 부채 사용에 대한 경계는 모두 이 절에서 갈라져 나온 가지입니다.

[한국 관점] 설치기와 전개기의 구분은 한국이 이미 한 차례 겪은 경로이기도 합니다. 1990년대 후반 정부의 초고속정보통신망 구축 사업과 통신사들의 설비 경쟁은 세계에서 가장 촘촘한 광케이블망을 남겼고, 2000년 코스닥 지수는 연초 고점에서 연말까지 급락하며 벤처 투자자 다수가 손실을 봤습니다.

깔린 망은 이후 온라인 게임과 포털, 전자상거래가 자라는 토대가 되었습니다. 인프라는 남고 그 돈을 댄 주주는 바뀌는 패턴이 반복되었다는 뜻입니다. 지금 국내에서 추진되는 데이터센터와 전력 인프라 투자를 볼 때도, 설비가 사회에 남는다는 사실과 초기 자본이 회수된다는 명제는 별개로 따져야 합니다.

시장은 이미 AI에 기대어 서 있습니다

막스는 이제 본론으로 들어가자며, 예전에 쓰던 표현을 빌려 핵심을 따져 보자고 말합니다. 먼저 우리가 아는 것부터 정리합니다. 그가 꼽는 첫 번째 사실은 인공지능이 역사상 가장 큰 기술적 발전 가운데 하나가 되어 일상과 세계 경제를 모두 다시 빚을 잠재력을 지녔다는 점을 부정하는 사람을 자신은 한 명도 만나 보지 못했다는 것입니다.

두 번째로 아는 것은 최근 몇 년 사이 경제와 시장이 점점 더 AI에 의존하게 되었다는 사실입니다. 막스는 세 가지로 나눠 짚습니다.

  • 설비투자 — AI는 기업 전체 자본지출에서 매우 큰 비중을 차지하고 있습니다.
  • 성장 기여 — AI 설비 확충에 들어간 자본지출이 미국 GDP 성장분에서 큰 몫을 차지합니다.
  • 주가 상승 — S&P 500 상승분의 압도적 대부분이 AI 관련 주식에서 나왔습니다.

이 상황을 그는 포춘(Fortune)이 10월 7일에 단 헤드라인으로 요약합니다. 상승분의 75퍼센트, 이익의 80퍼센트, 설비투자의 90퍼센트를 AI가 차지하고 있어 S&P에 대한 AI의 장악이 완전하며, 모건스탠리(Morgan Stanley)의 수석 분석가가 매우 우려하고 있다는 내용입니다.

막스가 여기에 덧붙이는 관찰이 하나 있습니다. AI 관련 주식의 상승이 전체 주식 상승분에서 불균형하게 큰 비율을 차지하는 것은 사실이지만, AI가 시장에 불어넣은 흥분은 AI와 무관한 주식의 상승에도 상당한 몫을 보탰을 수밖에 없다는 것입니다. 즉 AI 노출이 없다고 믿는 종목에도 이 열기의 값이 이미 얹혀 있다는 뜻입니다.

해설 포춘 헤드라인의 세 숫자는 출처와 계산 방식이 제각각이라는 점을 함께 보아야 합니다. 상승분의 75퍼센트는 지수 상승분을 종목별 기여도로 분해한 값이고, 이익의 80퍼센트는 이익 증가분에서 AI 관련 기업이 차지하는 비중이며, 설비투자의 90퍼센트는 지수 구성 기업의 자본지출 증가분을 가리킵니다. 셋 다 전체 규모의 비중이 아니라 증가분의 비중이라는 점에서, 수준이 아니라 기울기를 설명하는 숫자입니다.

증가분 기준이라는 점이 중요한 이유는 반대 방향에서도 그대로 작동하기 때문입니다. 성장 기여가 한쪽에 몰려 있다는 말은, 그쪽이 멈추면 전체 성장률도 멈춘다는 말과 같습니다.

AI 관련 주식의 성과를 막스는 천문학적이라고 표현하면서, 그 선두에 AI용 컴퓨터 칩의 대표 개발사인 엔비디아를 놓습니다. 1993년에 설립되어 1999년에 기업공개를 했을 때 이 회사의 추정 시장가치는 6억 2,600만 달러였습니다. 그 엔비디아가 짧은 순간이었지만 세계 최초로 5조 달러 가치의 기업이 되었습니다. 약 8,000배의 상승이고, 26년이 넘는 기간에 걸쳐 연 40퍼센트 남짓에 해당하는 속도입니다. 상상력에 불이 붙은 것이 이상하지 않다고 막스는 적습니다.

[관점] 연 40퍼센트라는 숫자는 성공 사례의 수익률이면서 동시에 생존 편향의 크기이기도 합니다. 1999년 상장 당시 AI 칩 수요를 내다보고 엔비디아를 산 투자자는 사실상 없었고, 당시 이 회사는 PC 게임용 그래픽카드 회사였습니다. 26년 동안 보유했어야 얻는 수익률을 근거로 지금의 가격을 정당화하는 논법은, 사후에 확정된 경로를 사전에 알 수 있었다고 가정하는 셈입니다.

시가총액 5조 달러라는 수준 자체도 따져 볼 대상입니다. 이 가격에는 AI 설비투자가 앞으로 여러 해 동안 지금의 속도로 이어진다는 가정이 들어 있고, 그 설비투자의 상당 부분은 아직 수익을 내지 못하는 기업들이 집행하고 있습니다. 막스가 다음 절에서 던지는 질문들이 겨냥하는 지점이 바로 이 가정의 두께입니다.

[한국 관점] 지수 집중이라는 현상은 한국 증시에서 더 선명하게 나타납니다. 코스피는 오래전부터 반도체 두 종목의 비중이 압도적이고, 2024년 이후 상승 국면에서도 고대역폭 메모리(HBM) 공급망에 묶인 종목들이 지수 방향을 결정해 왔습니다. 막스가 S&P 500을 두고 말한 구조가 한국에서는 더 좁은 폭으로 작동합니다.

차이도 있습니다. 미국 쪽 집중은 AI 설비투자를 집행하는 쪽과 그 돈을 받는 쪽이 모두 지수 안에 있는 반면, 한국 기업 상당수는 공급망의 중간 단계에 서 있습니다. 최종 수요가 꺾일 때 주문 취소와 재고 조정이 먼저 도달하는 위치이기도 합니다.

승자가 누구일지는 아무도 모릅니다

막스는 불확실성을 다루는 절을 하나의 전제로 엽니다. AI가 엄청난 변화의 원천이 되리라는 것은 알지만, 그것이 정확히 무엇을 할 수 있게 될지, 상업적으로 어떻게 응용될지, 시점이 언제일지는 우리 대부분이 전혀 모른다고 말하는 것이 공정하다는 것입니다. 그 위에 네 갈래의 질문을 차례로 세웁니다.

첫 번째 질문은 누가 승자가 되며 그들의 가치는 얼마가 될 것인가입니다. 어떤 신기술이 세상을 바꿀 것으로 전제되면, 그 기술을 가진 선두 기업들이 엄청난 가치를 지니게 되리라는 전제가 예외 없이 따라붙습니다. 문제는 그 전제가 과연 얼마나 정확한 것으로 판명될 것인가입니다.

여기서 막스는 버핏이 1999년에 한 지적을 불러옵니다. 자동차는 20세기 전반의 가장 중요한 발명이었을 것이고, 당시에 미국이 자동차와 함께 어떻게 발전해 갈지를 보았다면 누구나 여기야말로 내가 있어야 할 곳이라고 말했으리라는 것입니다. 그런데 2,000개에 이르던 자동차 회사 가운데 몇 해 전 기준으로 살아남은 것은 단 세 곳뿐이었습니다. 자동차는 미국에 거대한 영향을 미쳤지만 투자자에게는 반대 방향으로 작용했다는 것이 버핏의 결론입니다.

AI에도 지금 매우 강력한 선두 주자들이 있고, 그중에는 세계에서 가장 강하고 부유한 기업들이 포함되어 있습니다. 그러나 신기술은 악명 높을 만큼 파괴적이라고 막스는 적습니다. 오늘의 선두가 끝까지 버틸지, 아니면 신예에게 자리를 내줄지, 이 군비 경쟁에 얼마가 들고 누가 이길지가 모두 열려 있는 질문입니다.

해설 버핏이 자동차 사례와 나란히 즐겨 드는 또 하나의 산업이 항공입니다. 20세기 내내 항공 여객은 꾸준히 늘었지만, 미국 항공업계가 창업 이래 쌓은 순이익을 모두 합치면 사실상 제로에 가깝다는 계산이 널리 인용되어 왔습니다.

두 사례가 겨냥하는 것은 같은 지점입니다. 산업의 성장과 그 산업에 투자한 자본의 수익은 별개라는 것이고, 특히 진입이 쉽고 경쟁이 가격으로 수렴하는 산업에서는 성장의 과실이 고객에게 넘어갑니다. 막스가 바로 뒤에서 던지는 질문, 곧 AI가 효율은 높이면서 수익성은 높이지 못할 가능성은 이 계보 위에 있습니다.

비슷한 맥락에서 그가 묻는 다음 질문은 신예 기업의 지분 하나가 얼마짜리인가입니다. 조 단위 가치의 선두 주자들과 달리, 도전자 가운데는 기업가치가 수십억 달러, 심지어 수백만 달러 수준에서 투자할 수 있는 곳도 있습니다. 막스는 2024년 6월 25일 CNBC 보도를 가져옵니다. 대학을 중퇴한 이들이 세운 팀이 프라이머리벤처파트너스(Primary Venture Partners)가 주도한 투자로 1억 2,000만 달러를 모아 엔비디아에 맞설 새 AI 칩을 만들고 있다는 내용입니다. 에치드(Etched)의 최고경영자 개빈 우버티(Gavin Uberti)는 AI가 발전하면 전력을 많이 먹는 연산 수요의 대부분이 맞춤형 하드와이어 칩인 ASIC으로 채워질 것이라는 쪽에 걸고 있다고 말했습니다. 그가 CNBC에 한 말은 트랜스포머가 사라지면 자신들은 죽겠지만, 트랜스포머가 남는다면 “we’re the biggest company of all time.”이라는 것이었습니다.

막스는 여기서 계산을 한번 해 봅니다. 에치드가 역사상 가장 큰 회사가 되지는 못한다고 양보하더라도, 성공했을 때 엔비디아 정점 가치의 5분의 1, 즉 1조 달러만 된다고 가정해 봅니다. 그렇다면 1억 2,000만 달러의 투자를 정당화하려면 성공 확률이 얼마나 필요할까요. 계산을 단순화하기 위해 그 투자로 지분 100퍼센트를 얻는다고 치면, 1조 달러 가치에 도달할 확률이 0.1퍼센트라고만 믿어도 기댓값은 투자원금의 여덟 배를 넘습니다. 에치드에게 그 정도 가능성이 없다고 누가 말할 수 있겠으며, 그렇다면 왜 아무도 참여하지 않겠느냐고 막스는 되묻습니다.

그는 이것을 ‘로또 티켓 사고방식’이라 부릅니다. 압도적인 확률로 실패할 사업에 참여하는 것을 거대한 보상의 꿈이 정당화하는, 아니 강제하는 사고방식입니다. 이런 식으로 기댓값을 계산하는 것 자체에는 아무 잘못이 없고, 선도적인 벤처캐피털들이 매일 그렇게 해서 큰 성과를 내고 있다고 그는 인정합니다. 다만 가능한 보상과 그 확률에 관한 가정이 합리적이어야 하는데, 조 단위 보상을 떠올리는 순간 어떤 계산에서도 합리성이 밀려난다는 것이 그의 경계입니다.

[관점] 로또 티켓 사고방식의 약점은 확률 추정이 아니라 분모에 있습니다. 벤처캐피털의 공식이 작동하는 이유는 수십 건에 분산하고, 각 건의 손실 한도가 투입 자본으로 닫혀 있으며, 승자 한 건의 수익이 나머지 전부를 덮기 때문입니다. 이 세 조건 가운데 하나라도 빠지면 같은 계산식이 전혀 다른 결과를 냅니다.

막스가 뒤에서 부채를 문제 삼는 이유도 여기에 있습니다. 채권자에게는 승자에게서 받을 상한이 이자로 고정되어 있어, 같은 포트폴리오에 같은 확률을 적용해도 기댓값의 부호가 뒤집힙니다. 로또 티켓은 자기자본으로 살 때만 로또입니다.

효율이 올라도 이익은 남지 않을 수 있습니다

두 번째 질문은 AI가 이익을 낼 것인가, 그리고 그 이익은 누구의 것인가입니다. 막스는 우리가 거의 또는 전혀 모르는 것이 두 가지라고 말합니다. AI가 공급자에게 안겨 줄 이익이 얼마인지, 그리고 AI를 쓰는 비AI 기업들에 미칠 영향이 무엇인지입니다.

공급자 쪽부터 봅니다. AI는 한두 개 선두 기업이 그 역량에 비싼 값을 매길 수 있는 독점이나 복점이 될 것인지, 아니면 여러 기업이 사용자의 AI 서비스 지출을 놓고 가격으로 경쟁해 범용재화가 되는 난전이 될 것인지가 갈립니다. 막스가 가장 그럴듯하다고 보는 시나리오는 섞인 형태입니다. 선두 기업들과 특화 기업들이 공존하면서 일부는 가격으로, 일부는 독자적 우위로 경쟁하는 구도입니다.

그는 현재 AI 질의에 응답하는 서비스들, 즉 ChatGPT와 제미나이(Gemini) 같은 것들이 답변 한 건마다 손실을 본다는 이야기가 돈다고 전하면서, 신생 산업의 참여자가 한동안 미끼 상품을 제공하는 일은 드물지 않다는 단서를 답니다. 그러면서 질문을 이렇게 세웁니다. 승자독식 시장에서의 성공에 익숙한 선도 기술 기업들이 점유율을 얻기 위해 AI 사업에서 여러 해 동안의 손실을 감수하는 데 만족하겠느냐는 것입니다. 수천억 달러가 AI 주도권 경쟁에 투입되고 있는데, 누가 이기며 그 결과가 무엇일지가 남은 질문입니다.

사용자 쪽도 마찬가지입니다. AI가 생산성을 끌어올리는 훌륭한 도구가 되리라는 점은 분명하며, 그 방법 중에는 노동자를 컴퓨터에서 나오는 노동과 지능으로 대체하는 것도 포함됩니다. 그러나 비용을 줄이는 이 능력이 그 기업들의 이익률을 높여 줄지, 아니면 고객을 쫓는 가격 전쟁을 촉발할 뿐인지가 문제입니다. 후자라면 절감분은 기업이 거두는 대신 고객에게 넘어갑니다. 달리 말해 AI가 기업의 효율은 높이면서 수익성은 높이지 못하는 일도 가능하지 않겠느냐고 막스는 묻습니다.

[한국 관점] 절감분이 고객에게 넘어가는 구조는 한국 산업 상당수에 더 강하게 적용됩니다. 제조 하도급과 시스템통합(SI), 콜센터 운영처럼 원가 절감분을 발주처가 단가 인하로 회수하는 거래 관행이 자리 잡은 영역에서는, AI 도입으로 줄인 비용이 다음 계약 갱신에서 가격으로 빠져나갈 가능성이 큽니다.

이 경우 AI 투자는 수익성을 높이는 지출이 아니라 거래를 유지하기 위한 비용이 됩니다. 도입 기업의 손익계산서에는 투자만 남고 개선된 마진은 보이지 않는 결과가 나올 수 있습니다.

돈이 제자리를 도는 거래가 늘고 있습니다

세 번째 질문은 이른바 순환거래를 걱정해야 하는가입니다. 막스는 1990년대 후반 광섬유가 과잉 구축된 통신 붐에서 벌어진 일을 먼저 꺼냅니다. 광섬유를 보유한 기업들끼리 거래를 하면 이익을 보고할 수 있었던 구조입니다. 두 회사가 각자 광섬유를 갖고만 있으면 장부에 자산이 하나 있을 뿐이지만, 서로에게서 용량을 사면 양쪽 모두 이익을 보고할 수 있고, 그래서 실제로 그렇게 했다는 것입니다. 다른 경우에는 장비 제조사가 통신망 운영사에 돈을 빌려 주어 자사 장비를 사게 했는데, 운영사가 그 구축을 정당화할 고객을 확보하기도 전의 일이었고, 이 모든 것이 만들어 낸 이익은 허상이었습니다.

요즘에도 AI 참여자들 사이에서 돈이 왕복하는 것처럼 보이는 거래가 발표되고 있다고 막스는 전합니다. AI 버블이 있다고 믿는 사람들에게는 이런 거래를 의심의 눈으로 보기가 쉽습니다. 질문은 그 목적이 정당한 사업적 목표인지, 아니면 진전을 부풀리는 것인지입니다.

11월 20일 뉴욕타임스(The New York Times) 보도를 그는 인용합니다. 비판자들은 오픈AI(OpenAI)가 칩 제조사와 클라우드 컴퓨팅 기업 등과 맺은 일부 거래가 묘하게 순환적이라고 말합니다. 오픈AI는 기술 기업들로부터 수십억 달러를 받기로 되어 있는데, 동시에 연산 능력과 다른 서비스의 대가로 같은 기업들에 수십억 달러를 돌려보냅니다. 엔비디아 역시 스스로에게 돈을 지불하는 것 아니냐는 의문을 낳은 거래들을 했습니다. 오픈AI에 1,000억 달러를 투자하겠다고 발표했는데, 이 스타트업은 엔비디아의 칩을 사거나 임차하면서 그 돈을 받게 됩니다. 골드만삭스(Goldman Sachs)는 엔비디아가 내년 매출의 15퍼센트를 비판자들이 순환거래라고 부르는 것에서 올릴 것으로 추정했습니다.

주목할 만한 사실로 막스는 오픈AI가 아직 이익을 내지 못했는데도 업계 상대방들에 총 1조 4,000억 달러 규모의 투자 약정을 했다는 점을 듭니다. 이 회사는 그 투자가 같은 당사자들로부터 받는 매출로 지급될 것이며 약정에서 빠져나갈 방법이 있다는 점을 분명히 하고 있습니다. 그러나 이 모든 것은 AI 산업이 영구기관을 만들어 낸 것은 아닌지를 묻게 만든다고 그는 적습니다.

여기서 막스는 괄호를 열어 숫자 감각을 하나 보탭니다. 사람들이 조라는 단어를 실감할 수 있는지를 의심하는 기사들을 즐겁게 읽어 왔고 그 지적이 정확하다고 생각한다는 것입니다. 100만 달러는 1초에 1달러씩 11.6일이고, 10억 달러는 1초에 1달러씩 31.7년입니다. 여기까지는 감이 옵니다. 그런데 1조 달러는 1초에 1달러씩 3만 1,700년입니다. 3만 1,700년의 의미를 머리에 담을 수 있는 사람이 누구겠느냐고 그는 묻습니다.

해설 순환거래가 회계에서 문제가 되는 지점은 거래가 가짜라서가 아니라, 같은 돈이 두 장부에서 각각 다른 항목으로 계상되기 때문입니다. 투자자가 피투자사에 자본을 넣고 그 피투자사가 같은 돈으로 투자자의 제품을 사면, 투자자의 장부에는 매출이 잡히고 유출된 현금은 투자자산으로 남습니다. 손익계산서는 좋아지고 현금흐름표에서만 성격이 드러납니다.

1990년대 통신 붐 때 이 구조는 상호 용량 교환이라는 이름으로 불렸고, 글로벌크로싱(Global Crossing)과 퀘스트(Qwest) 같은 기업이 이를 매출로 인식한 사실이 뒤에 미국 증권거래위원회의 조사 대상이 되었습니다. 막스가 광섬유 사례를 먼저 꺼낸 이유는 당시에도 거래 자체는 합법적 외형을 갖추고 있었다는 점을 환기하기 위해서입니다.

칩은 부채보다 오래 살아남을까요

네 번째 질문은 AI 자산의 유효 수명이 얼마나 되는가입니다. 막스는 AI 진영에서 진부화라는 주제가 제대로 다뤄지고 있는지 의심스럽다고 말합니다. AI 칩의 수명은 얼마일지, AI 관련 주식에 주가수익비율을 매길 때 몇 년치 이익 성장을 전제로 삼아야 할지, 칩과 그 밖의 AI 인프라가 그것을 사기 위해 진 빚을 갚을 만큼 오래 버틸지가 모두 열려 있습니다.

질문은 기술 자체로도 이어집니다. 인간의 두뇌가 할 수 있는 모든 일을 해내는 기계, 곧 범용인공지능(AGI)은 달성될 것인지, 달성된다면 그것이 진보의 끝인지 아니면 또 다른 혁명이 뒤따를 것이며 그 혁명은 어느 기업이 가져갈 것인지를 그는 묻습니다. 기업들이 기술이 안정된 자리에 도달해 거기서 경제적 가치를 뽑아낼 수 있게 될지, 아니면 새로운 기술이 낡은 기술을 끊임없이 밀어내는 방식이 성공의 경로로 남을지도 미결입니다.

이와 관련해 막스는 파이낸셜타임스(Financial Times) 뉴스레터 한 호가 짧게 전한 두 가지 소식을 가져옵니다. 하나는 매사추세츠공과대학교(MIT)와 오픈소스 AI 스타트업 허깅페이스(Hugging Face)의 연구 결과로, 지난 1년 사이 중국산 신규 오픈 모델의 전체 다운로드 점유율이 17퍼센트로 올라섰다는 것입니다. 이는 구글(Google), 메타(Meta), 오픈AI 같은 미국 개발사들의 15.8퍼센트를 넘어선 수치이고, 중국 쪽이 미국 쪽을 앞지른 첫 사례입니다. 다른 하나는 구글이 인공지능에서 추격하고 있다는 우려로 엔비디아 주가가 전날 급락해 1,150억 달러의 시가총액이 증발했다는 소식입니다.

막스가 여기서 끌어내는 교훈은 양날입니다. 역동적인 변화는 놀라운 신기술이 나올 기회를 만들지만, 그 역동성이 선두 기업들의 지배를 위협합니다. 이 모든 불확실성 한가운데에서 투자자가 물어야 할 것은, 자신이 치르는 가격에 담긴 지속적 성공이라는 가정이 충분히 정당한지라고 그는 정리합니다.

해설 감가상각 기간 문제가 실제 손익에 얼마나 크게 작용하는지는 회계 처리에서 바로 드러납니다. 대형 클라우드 기업들은 최근 몇 년 동안 서버 자산의 내용연수 추정을 늘려 왔고, 같은 설비를 더 긴 기간에 나눠 비용으로 털게 되면서 연간 감가상각비가 줄고 보고 이익이 늘어나는 효과가 생겼습니다.

문제는 이 추정이 기술 교체 주기보다 길어질 때입니다. 차세대 칩이 성능과 전력 효율에서 앞서면 기존 칩의 임대료가 떨어지고, 장부에 남아 있는 가치만큼 받아낼 수 없게 됩니다. 막스가 30년 만기 채권과 칩 수명을 나란히 놓고 묻는 질문이 겨냥하는 지점이 이것입니다.

제품도 없는 회사에 20억 달러가 들어갑니다

다섯 번째 질문은 과열이 투기적 행동으로 이어지고 있는가입니다. 극단적인 사례로 막스는 10억 달러짜리 시드 라운드로 스타트업에 투자하는 흐름을 듭니다.

첫 장면은 10월 2일 데릭 톰프슨의 서브스택 글에서 가져왔습니다. 오픈AI 임원 출신 미라 무라티(Mira Murati)가 이끄는 AI 스타트업 싱킹머신즈(Thinking Machines)가 역사상 최대 규모의 시드 라운드로 100억 달러 가치에 20억 달러를 모았다는 내용입니다. 이 회사는 제품을 내놓은 적이 없고, 심지어 무엇을 만들려는지조차 투자자들에게 말하기를 거부했습니다. 무라티를 만난 한 투자자는 그것이 가장 터무니없는 투자 설명 자리였다고 전하면서, 최고의 AI 인재들과 AI 회사를 하는데 어떤 질문에도 답할 수 없다는 식이었다고 말했습니다.

그런데 막스는 그것이 이미 두 달 묵은 옛날이야기라고 덧붙이며 11월 13일 로이터(Reuters) 보도를 잇습니다. 싱킹머신즈랩이 약 500억 달러 가치로 새 라운드를 추진하는 초기 논의 중이라고 블룸버그(Bloomberg)가 보도했다는 것입니다. 이 스타트업은 7월에 약 20억 달러를 모은 뒤 120억 달러로 평가받았습니다.

싱킹머신즈랩만 그런 것도 아닙니다. 4월 13일 캘커리스트 소속 매체 보도에 따르면, 오픈AI 최고과학자 출신 일리야 수츠케버(Ilya Sutskever)가 세운 비공개 스타트업 세이프슈퍼인텔리전스(Safe Superintelligence)는 공개된 제품이나 서비스가 없는데도 320억 달러 가치로 20억 달러를 조달했습니다. AI 군비 경쟁에서 지금까지 나온 가장 대담한 베팅 중 하나라는 평가와 함께였습니다.

[관점] 이 사례들이 보여 주는 것은 가격이 아니라 가격을 매기는 근거의 소멸입니다. 제품도 계획도 공개되지 않은 상태에서 평가액이 네 달 만에 120억 달러에서 500억 달러로 움직였다면, 그 사이에 바뀐 것은 회사가 아니라 자본의 조급함입니다.

다만 이 거래들을 전통적 버블 지표로 읽을 때는 한계가 있습니다. 이들 라운드의 자금 대부분은 벤처펀드와 기관의 자기자본이고 공모시장에 상장되어 있지 않아, 가격이 조정되더라도 손실은 일반 투자자가 아니라 출자자에게 머뭅니다. 막스가 뒤에서 부채를 별도의 절로 떼어 다루는 이유도, 손실이 어디에 떨어지는지가 자기자본일 때와 전혀 다르기 때문입니다.

비행 중에 비행기를 만들고 있습니다

여섯 번째 질문은 최종 상태가 무엇인가입니다. 막스는 AI 문제의 일부가 이 새로운 것의 특이한 성격에서 온다고 봅니다. 제품을 설계해 팔고 판매가격이 투입원가를 넘으면 돈을 버는 그런 사업이 아니라는 것입니다. 지금 벌어지는 일은 비행 중인 비행기를 만드는 것에 가깝고, 다 만들고 나서야 그것이 무엇을 할 수 있는지, 그 서비스에 돈을 낼 사람이 있는지를 알게 되는 구조입니다.

이 대목에서 그는 11월 20일 뉴욕타임스 기사를 인용합니다. 많은 기업이 자신들의 지출을 정당화하는 근거로, 단지 제품을 만드는 것이 아니라 세상을 바꿀 무언가인 AGI를 만들고 있다는 점을 듭니다. 문제는 그들 중 누구도 그것을 어떻게 만드는지 정확히 알지 못한다는 것입니다. 다만 버지니아대학교 경제학자 앤턴 코리넥(Anton Korinek)은 실리콘밸리가 그 목표에 도달한다면 그 지출은 전부 정당화될 것이라고 말했고, 가능하다고 낙관하는 쪽이라고 합니다. 그는 이것을 AGI냐 파산이냐에 거는 베팅이라고 표현했습니다.

건설 중인 이 산업의 미정 상태를 가장 잘 포착한 것으로 막스는 오픈AI 최고경영자 샘 올트먼(Sam Altman)의 발언을 꼽습니다. 풀어 옮겨진 형태로, 일단 범용적으로 지능적인 시스템을 만들어 놓은 다음 그 시스템에게 거기서 투자 수익을 만들어 낼 방법을 알아내라고 요청하겠다는 취지였습니다.

막스는 이것이 지금까지 자신이 투자한 사업의 성격을 온전히 이해해 왔던 사람들에게는 멈춰 서서 생각할 거리가 되어야 한다고 적습니다. 인간의 두뇌에 필적하거나 그것을 넘어서는 기술의 가치가 계산의 범위를 한참 넘어서 있지 않느냐는 것이 그가 남기는 질문입니다.

해설 코리넥은 AI가 경제 성장과 노동시장에 미치는 영향을 연구해 온 경제학자로, AGI 도달 시점이 당겨질 경우의 거시 시나리오를 다룬 논문들을 발표해 왔습니다. 그가 지출을 정당화한 근거는 기업 단위의 수익 계산이 아니라 사회 전체 산출의 비약을 전제로 한 계산입니다.

이 구분이 중요한 이유는 앞서 버블의 순기능을 다룬 절과 같은 문제가 반복되기 때문입니다. 사회 전체에 지출이 정당화된다는 말과 그 지출을 집행한 기업의 주주가 회수한다는 말은 다른 명제이고, 막스의 질문은 줄곧 두 번째 쪽을 향해 있습니다.

[한국 관점] 평가의 근거가 사라진 채 자본이 쏠리는 현상은 국내 비상장 시장에서도 낯설지 않습니다. 2021년 전후 플랫폼과 바이오 분야에서 매출이 거의 없는 기업들이 직전 라운드 가격을 근거로 평가액을 높여 가다가, 금리가 오르자 후속 투자가 끊기고 구주 거래 가격이 크게 내려간 사례가 여럿 있었습니다.

다만 한국의 경우 손실이 머무는 자리가 미국과 다릅니다. 모험자본의 상당 부분이 정책 자금과 연기금 출자에서 나오고, 비상장 기업의 가치 하락은 기업공개 심사 단계에서 공모가 조정이나 상장 철회의 형태로 뒤늦게 드러납니다. 조정이 늦게, 그리고 공적 자금 쪽에 먼저 도달하는 구조입니다.

이번에는 빚이 끼어 있습니다

지금까지 AI와 그 지원 인프라에 들어간 투자는 상당 부분 영업현금흐름에서 나온 자기자본이었다고 막스는 정리합니다. 그런데 이제 기업들이 약정하는 금액은 부채 조달을 필요로 하는 수준이 되었고, 일부 기업의 경우 그 투자와 레버리지는 공격적이라고 표현할 수밖에 없다고 말합니다.

11월 13일자 파이낸셜타임스 언헤지드가 전한 그림은 이렇습니다. AI 데이터센터 붐은 애초에 현금만으로 조달될 수 있는 사업이 아니었습니다. 프로젝트가 주머닛돈으로 감당하기에는 너무 큽니다. JP모건(JPMorgan) 분석가들이 냅킨 뒷면, 어쩌면 식탁보 위에서 계산해 본 인프라 구축 비용 청구서는 5조 달러에 이릅니다. 팁은 포함되지 않은 금액입니다. 그 추정이 맞는지는 알 수 없지만 내년에만 5,000억 달러에 가까운 지출이 나오리라고 볼 근거는 충분한데, 가장 많이 쓰는 기업들, 즉 마이크로소프트(Microsoft)와 알파벳(Alphabet), 아마존(Amazon), 메타, 오라클(Oracle)이 3분기 말 기준으로 보유한 현금은 다 합쳐 약 3,500억 달러였습니다.

이들 기업은 AI와 무관한 매우 강한 사업에서 건강한 현금흐름을 얻고 있습니다. 그러나 승자독식의 거대한 군비 경쟁이 일부 기업에 부채를 지게 만들고 있습니다. 막스가 덧붙이는 관찰은 날카롭습니다. 이들이 막대한 금액을 쓰는 이유 중 하나가 체급이 낮은 기업들이 따라오기 어렵게 만들려는 것이라고 보는 편이 합리적이라는 것입니다.

오라클과 메타, 알파벳은 AI 투자 자금을 마련하려고 30년 만기 채권을 발행했습니다. 뒤의 두 회사의 경우 채권 금리가 같은 만기의 미국 국채보다 100베이시스포인트 이하로밖에 높지 않습니다. 막스는 두 가지를 묻습니다. 무위험 채권보다 조금 더 주는 고정수익 투자를 하면서 30년의 기술적 불확실성을 떠안는 것이 신중한 일인지, 그리고 빚으로 조달한 투자, 즉 칩과 데이터센터가 그 30년짜리 채무를 갚을 수 있을 만큼 오래 생산성을 유지할 것인지입니다.

11월 14일 알렉스 칸트로위츠(Alex Kantrowitz)의 빅테크놀로지 팟캐스트에는 금융서비스 기업 D.A. 데이비드슨의 기술 리서치 책임자 길 루리아(Gil Luria)가 나와 AI 부문의 부채 사용을 주로 이야기했습니다. 막스가 옮긴 그의 발언은 차입 행태를 건강한 쪽과 건강하지 않은 쪽으로 가릅니다.

건강한 행태는 마이크로소프트, 아마존, 구글 같은 곳의 합리적이고 사려 깊은 경영진이 AI 제공 역량을 키우는 데 건전한 투자를 하는 경우입니다. 이들이 건전한 투자를 할 수 있는 이유는 고객을 모두 갖고 있기 때문입니다. 투자할 때 대차대조표의 현금을 쓰고, 그것을 뒷받침할 막대한 현금흐름이 있으며, 위험한 투자임을 이해하고 균형을 맞춘다는 것입니다.

건강하지 않은 행태로 루리아가 든 것은, 또 다른 스타트업을 위해 데이터센터를 지으려고 돈을 빌리는 스타트업입니다. 양쪽 모두 막대한 현금을 잃고 있는데도 어떻게든 이 구축에 쓸 부채 자본을 조달하고 있으며, 그 투자가 회수된다는 고객이나 가시성은 역시 없다는 것입니다. 건강한 쪽과 건강하지 않은 쪽 사이에 온갖 행태가 펼쳐져 있으니 과거의 실수를 되풀이하지 않으려면 이를 가려내야 한다고 그는 말합니다.

루리아가 더 근본적으로 짚은 것은 자기자본과 부채의 역할 구분입니다. 우리는 어떤 것은 소유권인 자기자본으로, 어떤 것은 시간을 두고 이자를 갚을 의무인 부채로 조달해 왔고, 사회는 아주 오랫동안 이 두 조각을 제자리에 두어 왔습니다. 부채는 예측 가능한 현금흐름이나 대출을 뒷받침할 자산이 있을 때, 지금의 자본을 미래의 현금흐름과 맞바꾸는 것이 말이 되는 경우에 쓰는 것입니다. 자기자본은 더 투기적인 것에 투자할 때, 성장을 원하고 그 성장을 소유하고 싶지만 현금흐름이 어떻게 될지 확신할 수 없을 때 씁니다. 정상적인 경제는 그렇게 돌아가며, 둘을 혼동하기 시작하면 곤경에 빠진다는 것이 그의 결론입니다.

루리아가 꼽은 우려 요인들은 다음과 같습니다.

  • 투기적 자산 — 2년에서 5년 뒤에 우리가 그것을 얼마나 필요로 할지 모르는 종류의 자산입니다.
  • 대출 담당자의 유인 — 대출을 일으킬 동기는 있지만 장기적 결과에는 노출되지 않는 인력이 있습니다.
  • 공급 과잉 가능성 — AI 설비 공급이 수요를 따라잡거나 넘어설 수 있습니다.
  • 칩의 진부화 — 다음 세대 AI 칩이 더 강력해져 기존 칩을 낡게 만들거나 부채의 담보로서 가치를 떨어뜨릴 수 있습니다.
  • 가격 경쟁 — 강력한 경쟁자들이 임대료를 깎고 손실을 감수하며 점유율을 다툴 수 있습니다.

다음으로 막스는 10월 18일 아짐 아자르(Azeem Azhar)의 익스포넨셜뷰에서 중요한 대목을 가져옵니다. AI 붐이 언제 버블로 넘어가는지를 두고, 투자자이자 엔지니어인 폴 케드로스키(Paul Kedrosky)는 민스키 모멘트를 지목합니다. 신용 팽창이 좋은 프로젝트를 다 소진하고 나쁜 프로젝트를 쫓기 시작하며, 공급자 금융과 미심쩍은 이자보상배율로 한계 거래에 자금을 대는 변곡점입니다. AI 인프라에서는 그 이동이 이미 진행 중일 수 있고, 하이퍼스케일러의 설비투자가 매출 모멘텀을 앞지르는 것과 대주들이 판을 이어 가려고 조건을 완화하는 것이 그 징후입니다.

아자르는 케드로스키의 논거가 설득력 있다고 보면서, 우리가 이미 투기적 금융의 영역에 들어섰고 아마도 초기 단계를 지났으며 최근의 거래들이 위험한 선례를 세울 것이라고 적습니다. 이 금융이 향후 유사 거래의 틀을 만들어 내면서, 어떤 대가를 치르더라도 지배권을 쥐려는 하이퍼스케일러들 사이에서 정크 발행과 특수목적법인 증식이 빠르게 늘어나리라는 것입니다. 공급자 금융이 퍼지고, 이자보상배율이 얇아지며, 하이퍼스케일러들이 매출 모멘텀이 뒤처지는데도 설비투자 속도를 유지하려고 대차대조표에 레버리지를 걸고 있어 경고등이 깜빡이고 있습니다. 아자르는 양쪽을 다 본다고 말합니다. 진짜 인프라 확장과 2000년 통신 파산을 떠올리게 하는 금융 곡예가 함께 있으며, 이 붐이 생산적인 것으로 판명될 수는 있지만 신용이 조여지기 전에 매출이 따라잡는 경우에 한한다는 것입니다.

막스는 아자르가 언급한 특수목적법인, 곧 SPV를 통한 부외금융을 풀어서 설명합니다. 엔론(Enron)의 취약성과 결국의 붕괴에 가장 크게 기여한 수단 중 하나였습니다. 어떤 회사와 그 파트너들이 특정 목적을 위해 SPV를 세우고 자기자본을 댑니다. 모회사가 운영을 통제할 수는 있지만 과반 지분이 아니기 때문에 SPV를 재무제표에 연결하지 않고, SPV는 부채를 지지만 그 부채는 모회사의 장부에 나타나지 않습니다. 모회사가 투자등급 차입자일 수 있지만 그 부채는 모회사의 의무도 아니고 모회사가 보증하지도 않습니다.

오늘날의 부채는 데이터센터 임차인, 때로는 지분 파트너가 약속한 임대료를 담보로 삼지만, 그 부채가 지분 파트너의 직접 의무인 것도 아닙니다. 요컨대 SPV는 회사가 SPV가 하는 일을 하지 않는 것처럼, 그리고 SPV가 진 부채를 지지 않은 것처럼 보이게 만드는 방법이라고 막스는 정리합니다. 그는 이런 법인의 파트너와 대주 자리에 사모펀드와 사모신용 펀드가 있을 가능성이 매우 높다는 말을 괄호로 덧붙입니다.

해설 100베이시스포인트는 1퍼센트포인트를 뜻합니다. 30년 만기 국채보다 1퍼센트포인트 이하의 추가 수익만 받고 이 채권을 산다는 것은 채권자가 사실상 디폴트 위험이 거의 없다고 보고 있다는 뜻인데, 막스의 지적이 겨냥하는 지점은 부도 확률 자체가 아니라 비대칭성입니다. 모든 것이 잘 풀려도 채권자가 받는 것은 약정된 이자뿐이고, 잘못되면 원금을 잃습니다.

민스키 모멘트는 경제학자 하이먼 민스키(Hyman Minsky)의 금융 불안정성 가설에서 나온 표현입니다. 그는 차입자를 현금흐름으로 원리금을 모두 갚는 헤지 금융, 이자만 갚고 원금은 차환하는 투기적 금융, 이자조차 자산 가격 상승이나 추가 차입으로 메우는 폰지 금융으로 나눴습니다. 호황이 길어질수록 차입 구조가 이 순서대로 이동한다는 것이 그의 논점이고, 민스키 모멘트란 자산 가격이 더는 오르지 않아 차환이 막히고 자산 매각이 연쇄적으로 시작되는 시점입니다.

앞서 인용한 페레스의 말, 곧 전개기를 가능하게 한 것이 돈을 잃은 투자들이었다는 문장을 막스는 여기서 다시 불러옵니다. 초기 투자는 민스키 모멘트에서 사라지며, 길게 이어진 상승 국면에서 맺어진 현명하지 못한 약정들이 조정 국면에서 가치 파괴를 맞게 됩니다. 그리고 부채 사용에 관해 확실히 아는 것이 세 가지 있다고 그는 정리합니다. 손실이 발생하면 그 손실을 증폭하고 바라던 이익이 실현되면 그 이익도 마찬가지로 증폭한다는 것, 어려운 순간을 만났을 때 사업이 실패할 확률을 높인다는 것, 그리고 그 아래에 자기자본 층이 깔려 있음에도 어려운 순간이 충분히 나쁘면 대주의 자본까지 위험에 빠뜨린다는 것입니다.

고려해야 할 주요 위험 하나로 그는 데이터센터 건설 붐이 공급 과잉으로 끝날 가능성을 꼽습니다. 일부 데이터센터는 경제성이 없어지고 일부 소유주는 파산할 수 있습니다. 그 경우 담보권을 행사한 대주들로부터 새로운 세대의 소유주들이 헐값에 센터를 사들여, 산업이 안정될 때 이익을 거둘 수 있습니다. 창조적 파괴가 시장을 균형으로 되돌리고 비용을 낮춰 미래의 사업을 수익성 있게 만드는 과정이라고 그는 설명합니다.

막스의 결론은 부채 자체에 대한 가치판단을 거부하는 쪽입니다. 부채는 그 자체로 좋은 것도 나쁜 것도 아니며, AI 산업의 레버리지 사용도 박수를 보내거나 두려워할 대상이 아닙니다. 결국 문제는 자본구조에서 부채가 차지하는 비중, 대출의 근거가 되는 자산이나 현금흐름의 질, 상환을 위해 차입자가 동원할 수 있는 대체 유동성 원천, 그리고 대주가 확보한 안전마진의 적정성입니다. 이 들뜬 환경에서 어느 대주가 규율을 지키는지 지켜보자고 그는 적습니다.

[이해관계] 막스는 이 대목에서 자신의 이해관계를 직접 공개합니다. 오크트리가 데이터센터에 몇 건 투자했고, 모회사 브룩필드가 AI 인프라 투자를 위한 100억 달러 규모 펀드를 조성 중이라는 사실입니다. 브룩필드는 자기 자금을 넣고 있고 국부펀드들과 엔비디아로부터 출자 약정을 받았으며, 여기에 신중한 수준의 부채를 적용할 생각이라고 전합니다.

브룩필드의 투자가 데이터센터가 덜 포화된 지역과 데이터센터에 필요한 막대한 전력을 공급할 인프라로 주로 향할 것 같다고 그는 덧붙이고, 물론 양쪽 모두 신중한 판단이라고 여기는 바탕 위에서 하는 일이라고 적습니다. 앞 절에서 공급 과잉과 전력 제약을 위험으로 꼽은 사람이, 바로 그 두 지점을 피해 가는 자사 포지션을 같은 글에서 밝히는 구조입니다.

자신이 아는 것과 모르는 것의 경계를 막스는 다시 긋습니다. AI에 관해 의견을 낼 만큼 알지 못한다는 것은 자신이 압니다. 그러나 부채에 관해서는 아는 것이 있다며 세 줄로 정리합니다. 결과가 불확실한 사업에 부채 금융을 공급하는 것은 괜찮습니다. 결과가 순전히 추측의 영역인 경우에는 괜찮지 않습니다. 그리고 그 차이를 이해하는 사람도 여전히 그 구분을 정확하게 해내야 합니다.

파이낸셜타임스 언헤지드는 JP모건의 상업용부동산저당증권 리서치 책임 분석가 총 신(Chong Sin)의 말을 전합니다. 투자등급 자산유동화증권과 상업용부동산저당증권 투자자들과의 대화에서 자주 나오는 우려 하나가, 채권 만기 시점에 데이터센터의 잔존가치 위험을 떠안고 싶은지의 문제라는 것입니다. 잠재적 대주들이 마땅히 물어야 할 종류의 질문을 하고 있어서 다행이라고 막스는 적습니다.

부채와 AI가 만나는 지점을 어떻게 생각해야 하는지에 대해, 그는 오크트리의 공동 최고경영자이자 오퍼튜니티스 펀드 공동 포트폴리오 매니저인 밥 오리어리(Bob O’Leary)의 정리를 가져옵니다. 대부분의 기술 발전은 승자독식 또는 승자 대부분 독식의 경쟁으로 전개됩니다. 이 역학에 참여하는 올바른 방법은 부채가 아니라 주식입니다. 최종 승자가 포함되도록 주식 노출을 분산할 수 있다면, 승자에게서 얻는 막대한 이익이 패자들에게서 입은 자본 손상을 충분히 보상하고도 남습니다. 그것이 벤처캐피털의 오래된 성공 공식입니다.

분산된 부채 노출 풀에서는 정확히 반대가 성립합니다. 승자에게서 얻는 것은 쿠폰뿐이고, 그것으로는 패자들의 부채에서 겪을 손상을 보상하기에 턱없이 부족합니다. 물론 승자가 나올 기업군 자체를 식별하지 못한다면 부채와 주식의 차이는 무의미하며, 어느 쪽이든 결과는 제로라고 오리어리는 덧붙입니다. 그가 이 말을 꺼낸 이유는 검색과 소셜미디어에서 정확히 그런 일이 벌어졌기 때문입니다. 검색의 라이코스(Lycos)와 소셜미디어의 마이스페이스(MySpace) 같은 초기 선두주자들이, 나중에 등장한 구글과 페이스북(Facebook)에 극적으로 패배했습니다.

[한국 관점] 막스가 묘사한 구조는 국내 데이터센터 개발에서도 비슷한 형태로 나타납니다. 시행 법인을 따로 세워 프로젝트 파이낸싱으로 자금을 조달하고, 임차 확약을 담보 삼아 대주단을 모으는 방식은 국내 부동산 개발에서 오래 쓰여 온 틀입니다. 모회사 장부에 부채가 잡히지 않는다는 점도 막스가 설명한 SPV 구조와 같습니다.

한국이 더 취약할 수 있는 지점은 2022년 이후 부동산 프로젝트 파이낸싱 부실에서 이미 확인된 바 있습니다. 당시 문제의 핵심은 시공사 보증과 증권사 유동성 공여를 통해 위험이 결국 모회사와 금융권으로 되돌아왔다는 것이었습니다. 부외라는 외형이 실제 위험의 분리를 뜻하지 않는다는 교훈은 데이터센터 금융에도 그대로 적용됩니다.

이번 기술은 도구가 아니라 대체재일 수 있습니다

막스는 오늘의 행동이 투기적이라는 데는 의문의 여지가 없다고 적습니다. 여기서 투기적이라는 말은 미래에 관한 추측에 기반한다는 뜻입니다. 동시에 미래가 무엇을 품고 있는지는 아무도 모른다는 것도 분명한데, 투자자들은 바로 그 미래에 막대한 금액을 걸고 있습니다.

이와 관련해 그는 AI의 고유한 성격을 짚고 넘어가려 합니다. AI 혁명은 그에 앞선 기술혁명들과 다른데, 그 다름은 경이로운 쪽과 걱정스러운 쪽을 모두 품고 있습니다. 그가 느끼기에는 램프에서 지니가 빠져나온 것 같고, 다시 들어가지는 않을 것 같다는 것입니다. 그가 꼽는 차이는 세 가지입니다.

첫째, AI는 인류를 위한 도구가 아니라 일종의 대체재일 수 있습니다. 인간이 지금까지 독점해 온 인지를 넘겨받을 능력이 있을지도 모릅니다. 그렇기 때문에 이전의 발전들과 정도의 차이가 아니라 종류의 차이를 보일 가능성이 높습니다. 이 주제는 추신에서 더 다루겠다고 그는 예고합니다.

둘째, AI 기술이 믿기 어려울 만큼 빠른 속도로 진보하고 있어 인류가 적응할 시간이 거의 없을 수 있습니다. 막스는 두 가지 예를 듭니다.

코딩은 60년 전에 컴퓨터 프로그래밍이라 불리던 일이고, AI의 영향이라는 면에서 탄광의 카나리아 같은 자리에 있습니다. 앞선 많은 소프트웨어 팀에서 개발자들은 더 이상 코드를 직접 쓰지 않습니다. 원하는 것을 입력하면 AI 시스템이 코드를 생성해 줍니다. AI가 수행하는 코딩은 세계 최고 수준이며, 1년 전만 해도 그렇지 않았습니다. 이 분야의 안내자가 그에게 전한 말에 따르면, 이 영역에서 인간 대체가 일어날지 여부를 두고는 어떤 추측도 남아 있지 않습니다.

디지털 광고에서는 사용자가 앱에 로그인하면 AI가 광고 매칭을 수행해, 이전 검색 이력에서 드러난 선호에 맞춘 광고를 보여 줍니다. 이 일을 하는 데 사람이 지원할 필요는 없습니다.

셋째, 그리고 아마도 가장 중요한 차이로 그는 AI 수요의 성장이 완전히 예측 불가능해 보인다는 점을 듭니다. 막스의 젊은 자문 한 사람이 설명한 바로는, 개선의 속도와 규모 때문에 AI 수요를 예측하기가 몹시 어렵다는 것입니다. 오늘의 채택은 내일의 채택과 아무 상관이 없을 수 있는데, 1-2년 뒤의 AI는 오늘 할 수 있는 일의 10배나 100배를 해낼 수 있기 때문입니다. 그렇다면 데이터센터가 몇 개나 필요할지를 누가 말할 수 있으며, 성공한 기업이라 한들 연산 용량을 얼마나 계약해 두어야 할지를 어떻게 알 수 있겠느냐는 것입니다. 이런 차이들을 안고서 AI가 미래에 무엇을 뜻하는지를 누가 정확히 판단할 수 있겠느냐고 막스는 묻습니다.

[관점] 세 번째 차이는 투자 판단에서 가장 다루기 까다로운 종류의 불확실성입니다. 수요 곡선의 기울기를 모르는 것이 아니라, 재화의 성능 자체가 분기마다 바뀌어 수요 곡선을 다시 그려야 하는 상황이기 때문입니다.

이 조건에서는 과잉투자와 과소투자 판정이 동시에 가능해집니다. 지금 지은 데이터센터가 2년 뒤 성능 기준으로 보면 낡은 설비일 수도 있고, 성능이 10배가 되어 수요가 폭증하면 그 설비마저 부족할 수도 있습니다. 막스가 결론에서 전부 걸지도 전부 빠지지도 말라고 쓰는 근거의 상당 부분이 여기서 나옵니다.

라디오와 항공이 더 가까운 선례입니다

이 지점에서 많은 관찰자들이, 그리고 막스 자신도 과거 버블과의 유사점을 찾는 일에 매달려 있습니다. 그는 와이어드(Wired)에 실린 최근 기사에서 역사적 관점을 가져옵니다.

그 기사에 따르면 AI와 역사적으로 가장 가까운 유비는 전기 조명이 아니라 라디오일 수 있습니다. RCA가 1919년에 방송을 시작했을 때, 강력한 정보 기술을 손에 쥐었다는 점은 즉시 분명했습니다. 분명하지 않았던 것은 그것이 어떻게 사업으로 옮겨지느냐였습니다. 메릴랜드대학교의 브렌트 골드파브(Brent Goldfarb)와 데이비드 커시(David A. Kirsch)는 라디오가 백화점의 손실 유도용 마케팅이 될지, 일요 설교를 송출하는 공공 서비스가 될지, 광고로 운영되는 오락 매체가 될지를 두고 모든 가능성이 열려 있었고 모두가 기술 서사의 대상이었다고 적습니다. 그 결과 라디오는 역사상 가장 큰 버블 중 하나가 되었고, 1929년에 정점을 찍은 뒤 폭락에서 가치의 97퍼센트를 잃었습니다. 주변 업종의 일이 아니었습니다. RCA는 포드자동차(Ford Motor Company)와 함께 시장에서 가장 거래가 활발한 주식이었고, 뉴요커(The New Yorker)가 최근 쓴 표현을 빌리면 당대의 엔비디아였습니다.

항공도 같은 궤적을 그렸습니다. 1927년 찰스 린드버그(Charles Lindbergh)가 뉴욕에서 파리까지 최초의 대서양 단독 무착륙 비행을 해냈습니다. 당대 최대의 기술 시연이었고, ChatGPT 출시에 맞먹는 수준의 거대한 조정 사건이 되어 투자자들에게 이 산업에 돈을 쏟으라는 신호가 되었습니다. 골드파브와 커시는 전문 투자자들이 비행기와 항공 여행의 중요성을 정확히 평가했지만 필연성의 서사가 그들의 신중함을 대체로 눌러 버렸다고 적습니다. 기술적 불확실성이 위험이 아니라 기회로 규정되었고, 시장은 그 산업이 기술적 실행 가능성과 수익성에 도달하는 속도를 과대평가했습니다. 그 결과 1929년에 버블이 꺼졌고, 항공주는 그해 5월 정점에서 1932년 5월까지 96퍼센트 하락했습니다.

기사는 AI가 기술 버블의 역사에서 갖는 가장 가까운 유비 둘이 항공과 라디오 방송이라는 점을 거듭 강조합니다. 둘 다 높은 수준의 불확실성에 싸여 있었고, 둘 다 믿기 어려울 만큼 강력한 조정 서사로 띄워졌습니다. 둘 다 판을 바꾸는 신기술로 돈을 벌려는 순수 플레이 기업들의 표적이 되었고, 둘 다 당대의 개인 투자자들이 접근할 수 있었습니다. 그리고 둘 다 1929년에 꺼졌을 때 대공황을 남길 만큼 거대한 버블을 부풀리는 데 일조했습니다. 막스는 이 인용에 대공황에는 라디오·항공 버블의 붕괴 말고도 여러 원인이 있었다는 단서를 직접 달아 둡니다.

해설 골드파브와 커시가 든 사례들이 공통적으로 보여 주는 것은, 기술의 성공과 그 기술에 붙은 사업 모델의 확정 사이에 긴 시차가 있다는 점입니다. 라디오는 결국 광고 기반 매체로 자리 잡았지만, 그 수익 구조가 안정된 것은 1930년대에 들어서였습니다.

이 시차가 버블을 만드는 이유는 그 기간 동안 모든 시나리오가 똑같이 그럴듯해 보이기 때문입니다. 가능한 결말이 여럿이고 아직 어느 것도 배제되지 않았을 때, 시장 가격은 가장 낙관적인 시나리오 쪽으로 쏠리는 경향이 있습니다. 앞 절에서 막스가 인용한 올트먼의 발언, 곧 일단 만들고 나서 수익 방법을 찾겠다는 말이 이 시차의 현재판입니다.

서문의 인용을 제공했던 데릭 톰프슨은 자신의 뉴스레터를 역사적 관점으로 마무리했고, 막스는 그 대목을 훌륭하다고 평가하며 옮깁니다. 철도는 버블이었고 미국을 변모시켰습니다. 전기도 버블이었고 미국을 변모시켰습니다. 1990년대 후반의 광대역 구축도 버블이었고 미국을 변모시켰습니다. 톰프슨은 자신이 버블을 바라는 것은 아니며 오히려 미국 경제가 앞으로 여러 해 동안 또 다른 침체를 겪지 않기를 바란다고 적습니다. 그러나 지금 AI 데이터센터 건설로 흘러드는 부채의 규모를 감안하면, AI가 과잉 구축되지 않고 짧지만 고통스러운 조정을 겪지 않는 최초의 변혁적 기술이 될 가능성은 낮다고 본다는 것입니다.

마지막으로 막스는 양쪽 진영의 목록을 나란히 놓습니다. 회의론자들이 오늘의 사건이 인터넷 버블과 닮았다고 보는 근거는 이렇습니다.

  • 세상을 바꾸는 기술 — 기술 자체가 변혁적이라는 서사가 똑같이 작동합니다.
  • 과열되고 투기적인 행동 — 가격과 무관하게 참여가 이어집니다.
  • FOMO의 역할 — 놓칠지 모른다는 두려움이 유입을 가속합니다.
  • 의심스러운 순환거래 — 돈이 참여자들 사이를 왕복합니다.
  • 특수목적법인의 사용 — 부채가 모회사 장부 밖에 쌓입니다.
  • 10억 달러 시드 라운드 — 제품 없는 기업에 거액이 들어갑니다.

지지자들이 그 비교가 적절하지 않다고 보는 근거는 이렇습니다.

  • 이미 존재하는 제품 — 강한 수요가 붙은 실제 제품이 있습니다.
  • 10억 명의 사용자 — 인터넷 버블 정점의 사용자 수보다 여러 배입니다.
  • 자리 잡은 주력 기업 — 매출과 이익, 현금흐름을 갖춘 기업들이 중심에 있습니다.
  • 기업공개 광풍의 부재 — 상장 첫날 가격이 두 배가 되는 열기가 없습니다.
  • 합리적인 주가수익비율 — 기존 참여자들의 배수가 과하지 않습니다.

막스는 지지자 쪽 첫 항목을 부연합니다. 인터넷 버블 때와 달리 AI 제품은 이미 규모 있게 존재하고, 수요는 폭발하고 있으며, 빠르게 늘어나는 매출을 내고 있다는 것입니다. 예로 그는 AI 코딩 모델을 만드는 두 선두 중 하나인 앤트로픽(Anthropic)이 최근 2년 동안 매년 매출을 10배로 늘렸다고 전하며, 고등수학을 배우지 않은 사람을 위해 그것이 2년에 100배라는 뜻이라고 덧붙입니다. 올해 초 앤트로픽이 선보인 코딩 프로그램 Claude Code의 매출은 이미 연 환산 10억 달러 수준으로 돌고 있다고 합니다. 다른 선두인 커서(Cursor)의 매출은 2023년 100만 달러, 2024년 1억 달러였고, 이 회사 역시 올해 10억 달러에 이를 것으로 예상됩니다.

마지막 항목인 주가수익비율에 대해서는 골드만삭스가 작성하고 데릭 톰프슨이 전한 자료를 근거로 설명합니다. 1998-2000년 인터넷 버블 당시 마이크로소프트와 시스코(Cisco), 오라클의 주가수익비율은 오늘날 가장 큰 AI 기업들, 곧 엔비디아와 마이크로소프트, 알파벳, 아마존, 메타의 배수보다 훨씬 높았습니다. 오픈AI는 이익이 없어 비교 대상에서 빠집니다. 막스는 마이크로소프트의 경우 26년 전 배수에 비하면 반값 세일 중이라고 적습니다. 그리고 자신이 처음 목격한 버블인 1969-72년의 니프티 피프티(Nifty Fifty) 때는 선두 기업들의 배수가 1998-2000년보다도 높았다는 사실을 덧붙입니다.

[한국 관점] 니프티 피프티는 1960년대 후반부터 1970년대 초까지 미국 기관투자가들이 사서 묻어 두면 된다고 믿었던 대형 우량주 묶음을 가리키는 말이고, 상당수는 그 뒤로도 수십 년 동안 살아남아 이익을 늘렸지만 1973-74년 약세장에서 주가는 크게 무너졌습니다. 좋은 기업과 좋은 가격은 다른 문제라는 명제를 보여 주는 사례입니다.

한국 투자자 입장에서 이 배수 비교를 읽을 때 유의할 점은 국내 반도체 종목의 밸류에이션이 미국 AI 대형주와 다른 방식으로 움직인다는 것입니다. 국내 메모리 기업들은 이익이 업황에 따라 크게 흔들리는 구조여서, 주가수익비율이 낮을 때가 이익 정점이고 높을 때가 이익 바닥인 경우가 많았습니다. 배수만 놓고 미국 AI 대형주와 비교하면 반대 방향의 결론에 이를 수 있습니다.

과열은 분명하지만 비이성적인지는 모릅니다

마지막 인용으로 막스는 올트먼을 택합니다. 그의 발언이 지금 벌어지는 일의 본질을 잡아낸다고 보기 때문입니다. 올해 기자들에게 올트먼이 한 말은, 버블이 생길 때 똑똑한 사람들이 하나의 진실의 씨앗을 두고 지나치게 흥분한다는 것이었습니다. 투자자 전체가 AI를 두고 지나치게 흥분한 국면에 있느냐는 질문에 자신의 의견은 그렇다고 답했고, AI가 아주 오랜만에 일어난 가장 중요한 일이냐는 질문에도 자신의 의견은 그렇다고 답했습니다.

그렇다면 막스 자신의 최종 판단은 무엇일까요. 그는 있다고 답합니다. 앞서 언급한 그린스펀의 표현, 곧 비이성적 과열이 주식시장 버블을 요약하는 훌륭한 방법이라고 그는 말합니다. 투자자들이 AI를 두고 과열을 적용하고 있다는 데는 의심의 여지가 없고, 문제는 그것이 비이성적인가 하는 것입니다. AI의 광대한 잠재력과 함께 거대한 미지수가 숱하게 놓여 있다는 점을 감안하면, 그 과열이 비이성적인지는 사실상 누구도 확언할 수 없습니다. 지금의 열광이 과도한지를 이론적으로 따져 볼 수는 있지만, 과도했는지를 알게 되는 것은 여러 해가 지난 뒤이며, 버블은 사후에 가장 잘 식별된다고 그는 적습니다.

과거 버블과의 평행 관계를 피할 수 없다 해도, 이 기술을 믿는 사람들은 이번에는 다르다고 주장할 것이라고 막스는 내다봅니다. 그 네 단어는 사실상 모든 버블에서 들려오며, 현재 상황이 과거의 유사한 사례들과 달리 버블이 아닌 이유를 설명할 때 동원됩니다. 다른 한편으로, 1987년에 그에게 이 네 단어를 주목하게 만든 존 템플턴(John Templeton) 경은 20퍼센트의 경우에는 정말로 다르다는 점을 재빨리 덧붙였다고 합니다. 그러나 또 다른 한편으로, 다르다는 믿음에 기반한 행동이야말로 결과적으로 다르지 않게 만드는 원인이라는 점을 염두에 두어야 한다고 막스는 적습니다.

해설 템플턴은 20세기 중반에 글로벌 분산투자를 개척한 투자자로, 비관이 극에 달한 시장에서 사들이는 전략으로 이름을 남겼습니다. 그가 남긴 가장 유명한 문장은 강세장이 비관 속에 태어나 회의 속에 자라고 낙관 속에 성숙해 행복감 속에 죽는다는 것입니다.

막스가 덧붙인 마지막 단서가 이 절의 핵심입니다. 이번에는 다르다는 믿음 자체가 가격을 끌어올리기 때문에, 기술이 정말로 다르더라도 투자 결과는 다르지 않게 만들 수 있습니다. 기술의 예외성과 가격의 예외성은 별개로 성립하지 않는다는 뜻입니다.

지금의 상황은 미국 경제학자 스튜어트 체이스(Stuart Chase)가 믿음에 관해 남겼다고 전해지는 말을 떠올리게 한다고 그는 적습니다. 이 말이 AI에도, 그리고 금과 암호화폐에도 적용된다고 그는 봅니다. 믿는 사람에게는 어떤 증거도 필요 없고, 믿지 않는 사람에게는 어떤 증거도 가능하지 않다는 것입니다.

그리고 막스는 자신의 실제 결론을 일곱 줄로 내놓습니다.

  • 역사의 일관성 — 변혁적 기술은 늘 과도한 열광과 투자를 불러왔고, 그 결과 필요 이상의 인프라와 지나치게 높았던 것으로 드러나는 자산 가격이 남았습니다. 그 과잉은 그것이 없었다면 일어나지 않았을 방식으로 기술의 채택을 앞당겼고, 사람들은 그 과잉을 버블이라 부릅니다.
  • AI의 잠재력 — AI는 역사상 가장 위대한 변혁적 기술 중 하나가 될 잠재력을 갖고 있습니다.
  • 현재의 열광 — AI는 지금 거대한 열광의 대상이며, 그 열광이 역사적 패턴에 들어맞는 버블을 만들어 내지 않는다면 그것이야말로 처음 있는 일이 될 것입니다.
  • 손실의 귀착 — 이 과정에서 만들어진 버블은 대개 그것에 연료를 댄 사람들의 손실로 끝납니다.
  • 손실의 원인 — 그 손실은 대체로 기술의 새로움 때문에 영향의 크기와 시점을 예측할 수 없다는 사실에서 비롯됩니다. 그래서 열광 속에서 기업을 지나치게 긍정적으로 평가하기 쉽고, 먼지가 가라앉았을 때 누가 승자로 남을지 알기 어렵습니다.
  • 참여의 대가 — 열광과 그에 따른 투자자 행동이 과도했던 것으로 판명될 경우 발생할 손실에 노출되지 않고서는, 새 기술의 잠재적 혜택을 온전히 누릴 방법이 없습니다.
  • 부채라는 변수 — 과거의 기술혁명에서는 높은 불확실성 때문에 대개 배제되었던 부채의 사용이, 이번에는 위의 모든 것을 증폭할 가능성을 갖고 있습니다.

이 판단 위에서 그가 내놓는 처방은 양쪽을 모두 경계하는 형태입니다. 이것이 버블인지 단정할 수 있는 사람이 없으므로, 일이 나쁘게 돌아갈 경우 파멸의 위험에 직면한다는 사실을 인정하지 않은 채 전부를 거는 사람은 없어야 합니다. 그러나 같은 이유로, 전부 빠져 있으면서 위대한 기술적 도약 하나를 놓칠 위험을 감수하는 사람도 없어야 합니다. 선별성과 신중함을 적용한 절제된 포지션이 최선의 접근으로 보인다는 것이 그의 결론입니다.

마지막으로 그는 투자에 마법의 단어는 없다는 점을 반드시 기억해야 한다고 적습니다. 요즘 부동산 펀드를 권하는 사람들은 오피스 빌딩은 한물갔고 자신들은 데이터센터를 통해 미래에 투자한다고 말하며, 그러면 모두가 고개를 끄덕입니다. 그러나 데이터센터는 부족할 수도 공급 과잉일 수도 있고, 임대료는 위로도 아래로도 놀랄 수 있어서 수익이 날 수도 나지 않을 수도 있습니다. 데이터센터에 대한, 따라서 AI에 대한 지적인 투자는 다른 모든 것과 마찬가지로 냉철하고 통찰력 있는 판단과 능숙한 실행을 요구한다고 그는 맺습니다.

[반론] 이번에는 다르다는 주장을 실제로 펴는 쪽이 있습니다. 세쿼이아캐피털(Sequoia Capital)의 데이비드 칸(David Cahn)은 2024년 6월 「AI’s $600B Question」에서 AI 설비투자 규모를 정당화하려면 연간 6,000억 달러의 최종 수요가 필요하다고 계산하면서도, 이것을 버블 선언이 아니라 투기 국면과 실제 수요 구축 국면을 구분해야 한다는 논거로 썼습니다. 그는 과잉 설비로 손실을 보는 쪽은 인프라 투자자이지 응용 단계의 승자가 아니라고 정리했습니다.

애스워스 다모다란(Aswath Damodaran)은 2026년 8월 글에서 AI 관련 기업의 가치평가를 직접 수행해, 시장 전체를 버블로 규정하는 접근 자체에 반대했습니다. 그는 종목별로 내재가치 대비 가격의 편차가 크다는 점을 들어, 버블이라는 이름표가 개별 기업의 현금흐름 분석을 대신할 수 없다고 주장했습니다. 막스가 버블 딱지를 두고 씨름하지 말라고 한 것과 출발점은 같지만, 그 뒤에 할 일이 관찰이 아니라 평가라고 보는 점에서 갈립니다.

추신: 생산성이 오르면 일자리는 어디로 갑니까

막스는 이 추신이 금융시장이나 AI 버블 여부와는 아무 상관이 없다고 미리 밝힙니다. 주제는 실직과 목적 상실을 통해 AI가 사회에 미치는 영향입니다. 읽지 않아도 된다고, 그래서 추신으로 붙였다고 말하면서도, 자신에게는 중요한 문제이고 이 몇 마디를 할 자리를 찾아 왔다고 적습니다.

출발점은 11월 18일 바클레이스(Barclays)의 리서치 노트입니다. 거기에는 연방준비제도 이사 크리스토퍼 월러(Christopher Waller)가 최근 AI를 둘러싼 주식시장의 열광이 아직 일자리 창출로 이어지지 않았음을 짚었다는 내용이 담겨 있었습니다. 막스에게 이것은 역설적으로 들립니다. 그가 보기에 AI의 주된 영향 중 하나는 생산성을 높여 일자리를 없애는 것이기 때문이고, 바로 그 지점이 그의 걱정거리입니다.

그는 AI를 무엇보다 놀라운 노동 절약 장치로 봅니다. 뱅가드(Vanguard)의 글로벌 수석 이코노미스트이자 투자전략그룹 글로벌 책임자인 조 데이비스(Joe Davis)는 대부분의 일자리, 아마도 다섯 중 넷에서 AI의 영향은 혁신과 자동화가 뒤섞인 형태로 나타날 것이며, 사람들이 현재 업무에 쓰는 시간의 약 43퍼센트를 절약할 수 있을 것이라고 말했습니다.

막스는 여기서 나오는 고용 전망이 무섭다고 적습니다. AI가 불필요하게 만든 일자리의 당사자들에게 무슨 일이 벌어질지, 그리고 AI 때문에 일자리를 찾지 못하는 사람들이 어떻게 될지가 그는 대단히 걱정스럽습니다. 낙관론자들은 과거의 기술 진보 뒤에도 늘 새로운 일자리가 생겨났다고 주장합니다. 그는 AI의 경우에도 그것이 사실이기를 바라지만, 희망에 기대를 걸기에는 부족하고 그 일자리들이 어디서 나올지 가늠하기 어렵다고 말합니다. 물론 자신은 미래학자도 금융 낙관론자도 아니며, 그래서 1978년에 주식에서 채권으로 옮긴 것이 다행이라고 덧붙입니다.

낙관론자들이 내세우는 다른 하나는 AI가 생산성에 미치는 유익한 영향이 국내총생산 성장을 크게 가속하리라는 것입니다. 여기에 그는 구체적인 이의를 답니다.

  • 항등식의 양면 — 국내총생산의 변화는 노동 투입 시간의 변화에 시간당 산출, 곧 생산성의 변화를 곱한 것으로 볼 수 있습니다. AI가 생산성을 높인다는 말은 필요한 재화를 만드는 데 더 적은 노동 시간, 즉 더 적은 노동자가 든다는 뜻입니다.
  • 구매력의 공백 — 반대 방향에서 보면 생산성 급증으로 같은 노동량에서 훨씬 많은 재화를 만들 수 있다는 뜻이 됩니다. 그런데 많은 일자리가 AI에 넘어간다면, 사람들은 AI 덕에 더 많이 생산된 그 재화를 무슨 돈으로 살 수 있겠느냐는 것입니다.

막스는 AI가 오늘 고용된 모든 사람과 어깨를 나란히 하고 일하는 세상을 상상하기 어렵다고 말합니다. 고용이 어떻게 줄지 않을 수 있겠느냐는 것입니다. 그가 꼽는 대체 대상은 구체적입니다. 대규모의 초급 인력, 판단을 적용하지 않고 서류를 처리하는 사람들, 선례를 찾아 법전을 뒤지는 주니어 변호사들입니다. 어쩌면 스프레드시트를 만들고 발표 자료를 정리하는 주니어 투자분석가들도 포함될 것입니다. AI가 평균적인 의사보다 자기공명영상을 더 잘 읽는다는 말도 돌고, 운전은 미국에서 종사자가 가장 많은 직업 중 하나인데 자율주행 차량은 이미 도착하고 있습니다. 지금 택시와 리무진, 버스, 트럭을 모는 사람들은 어디서 일자리를 찾게 되겠느냐고 그는 묻습니다.

정부의 대응은 보편기본소득(UBI)이라 불리는 무언가가 되리라고 그는 예상합니다. 일자리가 없는 수백만 명에게 정부가 그저 수표를 보내는 방식입니다. 그러나 걱정이 많은 그의 성향은 여기서도 문제를 찾아냅니다.

  • 재원의 출처 — 그가 내다보는 일자리 감소는 소득세 수입의 축소와 복지 지출의 증가를 뜻합니다. 줄어드는 취업 인구에 부담이 더 얹히고 앞으로의 재정적자는 더 커진다는 의미인데, 이 새로운 세계에서 정부가 계속 불어나는 적자를 감당할 수 있겠느냐는 것입니다.
  • 일의 의미 — 그리고 더 중요하게, 사람들은 일자리에서 급여 말고도 훨씬 많은 것을 얻습니다. 아침에 일어날 이유를 주고, 하루에 구조를 부여하고, 사회에서 생산적인 역할과 자존감을 주며, 극복했을 때 만족을 주는 과제를 제시하는데, 이것들을 무엇으로 대체할 것이냐고 그는 묻습니다.

그는 수많은 사람이 생계 수준의 수표를 받으며 하루 종일 할 일 없이 앉아 있는 상황을 걱정합니다. 최근 수십 년 동안 광업과 제조업에서 일자리가 사라진 것과 오피오이드 중독 발생률, 그리고 기대수명 단축 사이의 상관관계를 그는 함께 떠올립니다.

해설 막스가 든 항등식은 거시경제학에서 성장회계라 부르는 분해 방식입니다. 산출의 증가를 투입 노동량의 증가와 노동생산성의 증가로 나누어 보는 틀인데, 그의 지적은 AI가 이 둘 중 뒤쪽만 올리면서 앞쪽을 깎을 경우 합이 어디로 갈지 자명하지 않다는 것입니다. 두 번째 이의도 오래된 논점입니다. 1914년 헨리 포드(Henry Ford)가 일급을 5달러로 올린 결정이 노동자를 자사 자동차의 고객으로 만들었다는 해석으로 자주 인용되는데, 생산과 소비가 같은 사람들을 통해 연결되어 있다는 구조적 사실을 보여 주는 사례입니다.

그가 든 상관관계는 미국에서 절망의 죽음이라는 이름으로 연구되어 온 현상을 가리킵니다. 경제학자 앤 케이스(Anne Case)와 앵거스 디턴(Angus Deaton)은 대학 학위가 없는 중년 백인층에서 약물 과용과 알코올성 간질환, 자살로 인한 사망이 늘어 기대수명을 끌어내렸다는 분석을 내놓았고, 그 배경으로 안정적 일자리의 소멸을 지목했습니다. 다만 인과 방향을 두고는 제조업 고용 감소가 원인이라는 해석과 처방 관행 등 공급 측 요인이 더 크다는 반론이 함께 있으며, 막스 자신도 상관관계라는 단어를 쓰며 단정하지 않습니다.

이어 그는 한 가지를 덧붙입니다. 주니어 변호사와 분석가, 의사를 대규모로 없애 버린다면, 수십 년에 걸쳐 다듬어진 판단과 패턴 인식이 필요한 심각한 문제를 풀어낼 경험 많은 베테랑은 어디서 얻겠느냐는 것입니다.

그렇다면 사라지지 않을 일자리는 무엇이고, 우리의 자녀와 손주들은 어떤 직업을 준비해야 할까요. 기계가 수행할 수 없는 일을 생각해 보라고 그는 권하면서, 자신의 목록은 배관공과 전기기사, 마사지사에서 시작한다고 적습니다. 신체를 쓰는 일입니다. 어쩌면 손으로 돌보는 간호사가 의사보다 더 벌게 될지도 모릅니다. 그리고 최고의 예술가와 운동선수, 의사, 변호사, 그리고 바라건대 투자자를 구별 짓는 것은 재능이나 통찰이라 불리는 무언가일 것이며 AI가 그것을 복제할 수도 있고 못 할 수도 있다고 답합니다. 그러나 그 직업들의 정상에 몇 명이나 필요하겠느냐는 질문이 남습니다. 과거의 어느 대통령 후보는 해외 이전으로 일자리를 잃은 모든 사람에게 노트북을 주겠다고 말했는데, 노트북을 다루는 사람이 몇이나 필요하냐고 그는 되묻습니다.

마지막으로 그가 우려하는 것은 정치적 결과입니다. 해안 지역에 사는 소수의 고학력 억만장자들이 수백만 명을 실직시킨 기술을 만들어 냈다고 여겨지는 상황입니다. 이것은 지금보다 더 심한 사회적·정치적 분열을 예고하며, 세상을 포퓰리즘 선동에 취약하게 만듭니다.

막스는 자신이 살아오는 동안 놀라운 진보를 보아 왔지만 여러 면에서 자신이 자란 더 단순한 세상이 그립다고 적습니다. 이번 것도 큰 변화가 되리라는 점이 걱정스럽고, 이런 나열에서 아무 즐거움도 얻지 못한다고 말합니다. 그리고 낙관론자들이 자신이 왜 틀렸는지 설명해 주기를 청합니다.

흥미롭게도 그는 이 맥락에서 조 데이비스가 짚은 사실 하나로 글을 닫습니다. 2025년에 65세가 되는 미국인이 그 이전 어느 해보다 많으며, 지금부터 2035년 사이에 약 1,600만 명의 베이비부머가 은퇴한다는 것입니다. AI가 그저 그 자리를 메우는 데 그칠 수도 있지 않겠느냐고 그는 적으며, 낙관적인 해석 하나를 남겨 둡니다.

[한국 관점] 이 마지막 낙관론은 한국에서 훨씬 강하게 성립합니다. 통계청 장래인구추계에 따르면 한국의 생산연령인구는 2020년대 중반부터 빠르게 줄어들며, 감소 속도는 미국보다 가파릅니다. 노동 투입이 구조적으로 줄어드는 경제에서 노동 절약 기술은 실업의 원인이 아니라 공백을 메우는 수단이 될 수 있습니다.

그러나 막스가 걱정한 분배 문제는 그대로 남습니다. 줄어드는 것은 전체 노동 수요인데 사라지는 것은 특정 직군의 일자리이고, 둘이 같은 자리에서 상쇄되지 않습니다. 한국의 경우 사무·행정직과 초급 전문직 비중이 높은 대기업 채용 구조와, 60세 정년 이후 저임금 일자리로 이동하는 고령층 고용 구조가 서로 다른 층위에서 충격을 받게 됩니다.

[이해관계] 추신의 결론에는 막스 자신의 위치가 반영되어 있습니다. 그는 1978년에 주식에서 채권으로 옮겼다고 밝히며 스스로를 낙관론자가 아니라고 규정하는데, 채권 투자자의 직업적 사고 구조는 상방을 추정하는 것이 아니라 하방을 점검하는 것입니다. 같은 미래를 두고도 이익의 크기보다 상환 가능성을 먼저 보게 됩니다.

동시에 이 글의 어조는 메모 본문과 다릅니다. 본문에서 그는 판단을 유보하고 양쪽을 저울질하지만, 추신에서는 자신이 틀렸기를 바란다고 말하며 답을 요청합니다. 투자 판단과 사회적 전망을 분리해 쓰겠다는 선택이고, 그가 추신이라는 형식을 고른 이유이기도 합니다.

원문: Howard Marks, Is It a Bubble? (Dec 2025) 전문은 원문에서 확인하실 수 있습니다.

참고할만한 글

Similar Posts