[태그:] 미국증시

  • 엔비디아 매출 구조 파헤치기, 결국 데이터센터가 전부였다

    엔비디아 매출 구조 파헤치기, 결국 데이터센터가 전부였다

    엔비디아가 한 분기 매출로 1000억 달러, 원화로 150조원 안팎을 찍을 거란 전망이 나왔다. 아마존, 애플, 알파벳처럼 소비자를 수억 명씩 상대하는 플랫폼 공룡들이나 넘나들던 벽이다. 그래픽카드 팔던 회사가 어쩌다 여기까지 왔을까. 사업구조를 하나씩 뜯어보면 답이 나온다.

    매출, 어디서 나오나

    엔비디아 매출은 크게 다섯 갈래다.

    • 데이터센터: AI 학습·추론용 GPU와 네트워킹 장비. 전체 매출의 8할 이상을 이 한 축이 끌고 간다.
    • 게이밍: 지포스 그래픽카드. 한때는 이게 회사 밥줄이었는데, 지금은 비중이 확 쪼그라들었다.
    • 프로페셔널 비주얼라이제이션: 영상·디자인 업계용 워크스테이션 GPU.
    • 자동차: 자율주행 플랫폼 드라이브(DRIVE) 매출.
    • OEM 및 기타: 라이선스 수익과 자잘한 하드웨어 판매분.

    숫자만 보면 게이밍 회사 이미지가 남아있지만, 실상은 데이터센터가 회사 전체를 끌고 가는 구조로 완전히 뒤바뀌었다.

    데이터센터가 이렇게 커진 이유

    배경은 생성형 AI 학습 경쟁이다. 대형언어모델 하나 훈련시키려면 GPU 수만 장을 묶은 클러스터가 필요하다. 마이크로소프트, 구글, 메타, 아마존 같은 빅테크가 해마다 설비투자(캐펙스) 규모를 늘리며 이 장비를 사들이는 중이다. 여기에 엔비디아는 하드웨어만 팔지 않는다. 쿠다(CUDA)라는 소프트웨어 생태계를 통째로 묶어서 판다. 개발자들이 이미 쿠다에 익숙해져 있다 보니, 경쟁사 칩으로 갈아타는 비용 자체가 만만치 않다. 이게 엔비디아 가격 결정력과 마진을 떠받치는 진짜 이유다.

    분기 100조원, 이전에도 있었나

    아예 없었던 건 아니다. 아이폰 신제품 나오는 분기의 애플, 홀리데이 시즌 아마존, 광고 매출이 몰리는 알파벳 정도가 이 구간을 왔다 갔다 했다. 다만 이들은 전 세계 수십억 명을 상대하는 소비자 플랫폼이라는 공통점이 있다. 엔비디아 고객은 다르다. 소수의 클라우드 기업과 대형 IT 업체, 그게 전부다. 소비자 대신 기업 몇 곳의 투자 판단에 매출 전체가 좌우된다는 뜻이고, 이 구조를 모르면 엔비디아 실적을 제대로 읽기 어렵다.

    실적 발표, 어디를 봐야 하나

    숫자 하나만 보고 판단하면 곤란하다. 체크할 지표는 이렇다.

    • 매출총이익률: 70% 안팎을 유지하는지, 슬금슬금 내려가고 있는지가 가격 결정력의 척도다.
    • 데이터센터 매출 비중: 전체에서 차지하는 몫과 성장률 둔화 여부.
    • 다음 분기 가이던스: 회사가 직접 제시하는 전망치. 시장 기대치와 벌어지면 주가가 요동친다.
    • 고객 집중도: 상위 몇 개 고객사 비중. 여기 쏠림이 크면 리스크도 그만큼 커진다.
    • 재고와 리드타임: 신제품 공급이 수요를 못 따라가는지, 반대로 재고가 쌓이는지.

    남은 변수, 경쟁과 규제

    경쟁 구도도 가만있지 않는다. AMD는 MI 시리즈 가속기로 데이터센터 시장을 파고들고, 구글은 자체 설계한 TPU로 내부 워크로드 상당수를 처리한다. 아마존도 트레이니엄이라는 자체 칩을 밀고 있다. 미국 정부의 대중국 반도체 수출 규제는 엔비디아 매출의 지역별 구성을 계속 흔드는 변수고, AI 투자가 실제 수익으로 돌아오는 속도보다 설비투자 증가 속도가 더 빠르다는 이른바 ‘AI 버블’ 논쟁도 실적 발표 때마다 꼬리표처럼 붙는다. 솔직히 이 부분은 매 분기 갈린다.

    투자 전 체크리스트

    • 매출 성장률이 전 분기 대비로도 유지되는지, 기저효과로 둔화되는 건 아닌지.
    • 고객사가 소수 빅테크에서 클라우드 스타트업, 정부 기관 쪽으로 넓어지고 있는지.
    • 경쟁이 심해져도 마진은 방어되는지.
    • 주가수익비율(PER) 등 밸류에이션이 성장률 대비 과도하진 않은지.
    • 경쟁사와의 소프트웨어·생태계 격차가 좁혀지고 있진 않은지.

    이것도 궁금하죠?

    Q. 엔비디아 주가, 너무 비싼 거 아닌가?
    밸류에이션 논쟁은 실적 발표 때마다 반복된다. 감정적으로 판단하기보다, 이익 성장 속도가 주가 상승 속도를 따라가는지 분기별로 확인하는 편이 낫다.

    Q. AMD나 다른 경쟁사로 눈을 돌려도 될까?
    쿠다 생태계 전환 비용이 여전히 높아서 단기간에 점유율이 크게 흔들리기는 어렵다는 게 중론이다. 다만 특정 대형 고객이 자체 칩 비중을 늘리는 신호는 꾸준히 지켜볼 값어치가 있다.

    Q. 데이터센터 매출이 갑자기 꺾일 가능성은?
    빅테크 몇 곳의 설비투자 계획이 실적을 좌우하는 구조다 보니, 이들 기업의 캐펙스 가이던스 변화가 가장 먼저 나오는 경고 신호로 꼽힌다.

    출처: The Verge

  • 스페이스X 주식 사는 법, 상장 후 A부터 Z까지

    스페이스X 주식 사는 법, 상장 후 A부터 Z까지

    일론 머스크의 스페이스X가 올해 상반기 기업공개(IPO)를 마치고 증시에 이름을 올렸다. 테크크런치가 전한 상장 후 첫 분기 실적을 보면 매출이 전년 대비 두 배 가까이 뛰었다. 스타링크 가입자 증가에 더해, 앤스로픽·구글 같은 AI 기업들과 새로 맺은 컴퓨팅 인프라 계약이 매출을 밀어올린 걸로 풀이된다. 로켓 발사 회사인 줄로만 알았던 곳이 어느새 위성 인터넷에 AI 인프라까지 손대는 몸집으로 커진 셈이다. 의외의 확장이다. 그런데 정작 이 주식을 어디서, 어떻게 사야 하는지는 잘 모르는 사람이 많다. 국내 증권사 앱으로 해외주식 계좌 트는 절차부터 세금, 수수료, 놓치기 쉬운 리스크까지 순서대로 정리해봤다.

    로켓 회사에서 우주 인프라 기업으로

    스페이스X 매출의 뿌리는 팔콘9과 스타쉽 같은 로켓 발사 서비스였다. 최근 몇 년 새 무게중심이 스타링크 위성 인터넷 쪽으로 넘어갔고, 전 세계 가입자가 늘면서 구독료 매출이 발사 서비스 매출을 앞질렀다. 여기에 AI 기업들이 필요로 하는 데이터센터 전력, 부지, 통신망 같은 인프라를 함께 대주는 역할까지 넓히는 중이다. 앤스로픽과 구글이 맺은 컴퓨팅 계약도 이 흐름과 맞닿아 있다. 로켓, 위성 인터넷, AI 인프라 – 세 갈래로 매출이 쪼개지면서, 한 사업이 부진해도 전체 실적이 크게 흔들리지 않는 구조가 됐다.

    왜 이제야 개인이 살 수 있게 됐나

    비상장 시절 스페이스X 지분은 벤처캐피털이나 기관투자자, 임직원 스톡옵션을 통해서만 오갔다. 일반 개인이 할 수 있는 건 세컨더리 마켓을 통한 우회 매수 정도였고, 최소 투자금액이 크거나 절차가 까다로워 문턱이 높았던 게 사실이다. 증시 상장 이후로는 국내 증권사 앱에서도 다른 미국 주식과 똑같이 매수 주문을 넣을 수 있게 됐다. 다만 상장 초기 종목 특유의 변동성 탓에, 성급하게 매수 타이밍을 잡기보다 실적 발표를 몇 분기 더 지켜보겠다는 투자자도 적지 않다.

    국내에서 매수하는 절차

    절차 자체는 다른 미국 주식 살 때와 다르지 않다.

    • 해외주식 거래를 지원하는 증권사 앱 선택 (토스증권, 미래에셋증권, 키움증권, 삼성증권 등)
    • 앱 내에서 해외주식 전용 계좌를 개설하고 원화를 달러로 환전
    • 검색창에 회사명이나 티커를 입력해 종목 확인
    • 지정가·시장가 중 주문 방식을 골라 매수 주문 접수

    환전을 매수 시점에 자동으로 처리해주는 증권사가 있는가 하면, 미리 환전해두고 매수하는 방식만 지원하는 곳도 있다. 이 부분은 앱마다 조금씩 다른데요, 매수 전에 한 번 확인해두는 게 좋다.

    매수 전 체크리스트 3가지

    • 환율: 원화를 달러로 바꿔서 사는 구조라, 환율이 오르내리는 만큼 실질 수익률도 따라 움직인다.
    • 매매 수수료: 증권사마다 해외주식 수수료율이 제각각이다. 거래가 잦다면 한 번쯤 비교해볼 만하다.
    • 세금: 해외주식 매매차익은 연 250만원 공제 후 22% 양도소득세가 붙는다. 배당이 있으면 배당소득세도 따로 신고해야 한다.

    로켓랩, 엔비디아와는 뭐가 다를까

    우주 관련주 중에서는 로켓 발사와 위성 서비스에 주력하는 로켓랩(Rocket Lab)이 자주 비교 대상으로 오른다. AI 인프라 쪽으로 넓히면 데이터센터용 반도체를 공급하는 엔비디아, 자체 위성 인터넷 사업을 운영하는 아마존과도 영역이 겹친다. 스페이스X는 로켓, 위성 인터넷, AI 인프라 임대까지 한 회사 안에 다 묶여 있다. 사업 구조가 넓은 만큼, 한쪽이 주춤해도 다른 쪽이 메워주는 방어력을 갖췄다는 평가를 받는다. 반대로 갈래가 여러 개라 계약 하나가 삐끗해도 원인을 짚어내기 까다롭다는 지적도 나온다. 이건 솔직히 관점에 따라 갈리는 부분이다.

    놓치기 쉬운 리스크

    • 발사 실패나 규제 이슈 같은 우주산업 특유의 돌발 변수
    • AI 기업과 맺은 컴퓨팅 계약이 장기 매출로 이어질지는 아직 지켜봐야 하는 구간
    • 상장 초기 락업(보호예수) 해제 물량이 풀리는 시점의 주가 변동성
    • 원달러 환율 변동에 따른 환차손 가능성

    변수가 한둘이 아니다. 단기 시세 차익보다는 몇 년 단위로 사업 구조가 어떻게 바뀌는지 지켜보는 쪽이 리스크 관리엔 유리하다.

    이것도 궁금하죠?

    Q. 스페이스X 주식은 어떤 증권사에서 살 수 있나?
    해외주식(미국 주식) 거래를 지원하는 국내 증권사 앱이면 대부분 매수 가능하다. 앱 검색창에 회사명이나 티커만 입력하면 바로 뜬다.

    Q. 소액으로도 투자 가능한가?
    일부 증권사가 지원하는 소수점 매매를 쓰면 1주 가격이 부담스러워도 원하는 금액만큼 나눠서 살 수 있거든요. 목돈 없이도 시작하기엔 나쁘지 않다.

    Q. 배당을 받을 수 있는 종목인가?
    성장 단계 우주·인프라 기업 대부분이 그렇듯 이익을 재투자에 쏟아붓는 구조다. 배당보다는 주가 상승 쪽에 무게를 두는 투자자가 많다.

    출처: TechCrunch

  • 임상시험 1상 2상 3상 4상, 뭐가 다른 건지 제대로 정리해봤다

    임상시험 1상 2상 3상 4상, 뭐가 다른 건지 제대로 정리해봤다

    신약 하나 만드는 데 평균 10년, 비용은 3조 원을 훌쩍 넘는다고 한다. 근데 이 기간의 8할 이상을 잡아먹는 절차가 딱 하나 있다. 임상시험이다. 뉴스에서 “임상 3상 실패로 주가 반토막”, “임상 1상 통과, 기술수출 기대감” 같은 제목을 볼 때마다 정확히 뭐가 다른 건지 헷갈렸던 적, 다들 한 번쯤 있을 거다. 단계별로 뜯어보면 의외로 논리는 단순하다.

    임상시험은 왜 이렇게 오래 걸리나

    임상시험은 사람에게 실제로 약을 투여해서 안전한지, 효과가 있는지 확인하는 절차다. 미국 FDA나 한국 식약처 같은 규제기관은 이 과정을 4단계로 쪼개놓고, 앞 단계를 통과해야만 다음으로 넘어가게 만들어놨다. 이유는 단순하다. 부작용 있는 약을 대규모로 풀었다가 돌이킬 수 없는 피해가 생기는 걸 막기 위해서. 그래서 단계가 올라갈수록 참가자 수는 늘고, 검증 기준은 까다로워진다.

    전임상, 사람한테 쓰기 전 최소한의 걸러내기

    임상 1상 전에 거치는 게 전임상(preclinical) 단계다. 세포 실험과 동물 실험으로 후보 물질의 독성, 기본 작용 원리를 확인하는 과정인데 여기서 걸러지는 물질이 압도적으로 많다. 전임상까지 간 물질 중 사람 대상 임상까지 진입하는 비율은 10곳 중 1곳 안팎으로 알려져 있다. 열에 아홉은 여기서 끝난다는 얘기다. 이 관문을 통과해야 비로소 규제기관에 임상시험계획, 즉 IND를 신청할 자격이 생긴다.

    임상 1상, 일단 안전한지부터

    1상 목표는 안전성 확인, 이거 하나다. 건강한 성인 지원자 20~100명 정도를 대상으로 진행하는데, 참가자가 10명 안팎인 소규모로 시작하는 경우도 드물지 않다. 용량을 조금씩 늘려가면서 부작용이 어느 선에서 나타나는지, 몸에서 약이 어떻게 흡수되고 배출되는지 관찰한다. 효과를 입증하는 단계가 아니다. ‘먹어도 안전한 범위’를 찾는 게 전부다. 독성이 강한 항암제라면 얘기가 다르다. 건강한 사람 대신 환자를 대상으로 진행하기도 한다.

    임상 2상, 진짜 듣긴 듣나

    1상에서 안전성을 확인했다면, 2상부터는 실제 환자 수백 명을 대상으로 효능을 검증한다. 위약, 그러니까 가짜 약을 투여하는 대조군과 비교해서 유의미한 차이가 나오는지가 관건이다. 바이오 업계에서 흔히 말하는 ‘임상 실패’ 상당수가 사실 이 2상에서 나온다. 안전하긴 한데 기대했던 효과가 통계적으로 입증되지 않는 경우, 생각보다 많다. 신약 후보 물질이 2상을 통과할 확률은 대략 3분의 1 수준으로 알려져 있다. 솔직히 여기서 갈린다.

    임상 3상, 신약 개발의 최대 고비

    3상은 수천 명 규모의 환자를 대상으로 진행하는 최종 관문이다. 여러 병원, 여러 나라에서 동시에 진행하는 경우가 많고 기간도 3~5년씩 걸린다. 비용 부담이 가장 큰 구간이다 보니 자금력이 부족한 중소 바이오 기업은 이 단계에서 대형 제약사에 기술을 이전하거나 파트너십을 맺는 쪽을 택하기도 한다. 3상 결과 발표는 주가에 직결되는 이벤트라, 발표 시점을 전후해서 주가가 크게 출렁이는 경우가 잦다.

    임상 4상, 승인받았다고 끝이 아니다

    규제기관 승인을 받고 시장에 나온 뒤에도 4상이라는 절차가 남는다. 훨씬 많은 사람이 실제로 약을 복용하면서 드물게 나타나는 부작용, 장기 복용 시 안전성을 계속 추적하는 단계다. 시판 후 부작용 보고가 쌓이면 승인이 철회되거나 사용 범위가 제한되는 사례도 나온다. 최근에는 정식 승인 전이라도 초기 임상만 거친 치료제를 제한적으로 판매하게 해주는 별도 승인 경로를 운영하는 지역이 하나둘 생기고 있다. 이런 곳일수록 시판 후 안전성 추적이 사실상 유일한 안전판 역할을 한다.

    바이오 주식 볼 때 체크해야 할 임상 단계

    바이오 종목에 관심 있다면 임상 단계별로 주가가 어떻게 반응하는지 알아두면 도움이 된다.

    • 임상 1상 진입 발표 – 초기 기대감으로 단기 상승이 나오지만 근거가 약해서 변동성도 크다
    • 임상 2상 결과 발표 – 효능 데이터가 처음 나오는 시점이라 주가 방향이 크게 갈린다
    • 임상 3상 진입·결과 발표 – 성공하면 기술수출이나 상업화 기대감이 붙고, 실패하면 낙폭이 가장 크다
    • 승인 신청(NDA/BLA) 시점 – 규제기관 심사 일정에 따라 단기 이벤트가 반복된다

    임상 단계만 봐도 그 회사가 어느 정도 리스크 구간에 있는지 가늠이 된다. 1상 단계 기업은 성공 확률이 낮은 대신 주가 상승 여력도 크고, 3상까지 온 기업은 상대적으로 안정적이지만 이미 기대감이 주가에 반영돼 있는 경우가 흔하다. 결국 어느 단계에 베팅하느냐가 리스크와 수익률을 동시에 결정하는 셈이다.

    출처: MIT Tech Review AI

  • AI 버블 신호, 이렇게 구별한다 (관련주 투자 체크리스트)

    AI 버블 신호, 이렇게 구별한다 (관련주 투자 체크리스트)

    구글, 메타, 마이크로소프트, 아마존. 이 네 회사가 한 해 AI에 쏟아붓는 돈만 수백조 원 단위다. 문제는 이 돈이 매출로 돌아오는 속도, 투자 속도를 못 따라간다는 거다. 실적 발표 시즌마다 빅테크 주가가 출렁이는 이유, 바로 여기 있다. AI 관련주 담기 전에 꼭 봐야 할 지표, 버블 신호 구별법을 정리해봤다.

    AI 설비투자(CAPEX)가 눈덩이처럼 불어나는 이유

    대형 언어모델 하나 학습시키고 서비스하려면 GPU 클러스터, 데이터센터, 전력 인프라까지 다 필요하다. 엔비디아 최신 GPU 한 대가 수천만 원. 이걸 수만 대씩 묶어야 파운데이션 모델 하나가 겨우 돌아간다. 여기에 데이터센터 부지, 전력 계약, 냉각 설비까지 얹으면? 기업 하나가 분기당 수십조 원을 태우는 구조가 나온다. 구글, 마이크로소프트, 메타, 아마존은 실적 발표 때마다 CAPEX 가이던스를 계속 올려잡았고, 테슬라도 자율주행·로보틱스용 AI 컴퓨팅에 돈을 쏟아붓는 중이다.

    실적 발표 때마다 주가가 흔들리는 이유

    투자자들이 보는 숫자는 딱 두 개다. AI 관련 매출 성장률, 그리고 그 매출 만드느라 쓴 CAPEX 규모. 이 둘 사이 격차가 벌어지면 시장은 바로 반응한다. 매출 성장은 둔화됐는데 설비투자 가이던스는 오히려 늘었다? ‘이 돈, 정말 회수되나’라는 의문이 곧장 주가에 꽂힌다. 반대로 CAPEX가 늘어도 클라우드·AI 매출이 그 이상으로 붙으면 안도 랠리가 나온다. 결국 핵심은 투자 규모 자체가 아니다. 투자 대비 매출 전환 속도, 이게 다다.

    버블 신호와 정상 투자, 구별하는 3가지 기준

    • 매출 성장률 대비 CAPEX 증가율: CAPEX가 매출 성장률의 2~3배 이상 빠르게 늘면, 경고등이다.
    • 감가상각 기간 논쟁: GPU 수명을 3년으로 잡느냐 6년으로 잡느냐. 이 차이 하나로 회계상 이익이 크게 갈린다. 감가상각 기간 늘려서 이익 부풀리는 회사는 아닌지, 확인해볼 일이다.
    • 잉여현금흐름(FCF) 추이: 영업이익은 느는데 FCF는 계속 마이너스? 그 투자, 아직 현금을 못 만들고 있다는 뜻이다.

    실적 발표에서 체크할 핵심 지표

    분기 실적 볼 때 순서대로 확인하면 효율적이다.

    • 클라우드 부문(구글 클라우드, 애저, AWS) 매출 성장률과 영업이익률
    • 경영진이 내놓는 다음 분기·연간 CAPEX 가이던스
    • AI 관련 매출을 따로 공개하는지, 뭉뚱그려 발표하는지
    • 부채비율과 회사채 발행 규모 변화

    가이던스를 올렸는데 주가가 오히려 빠진다? 시장이 ‘그만큼 수익 못 낸다’고 의심하는 신호로 읽으면 된다.

    2000년 닷컴버블과 뭐가 다른가

    2000년 닷컴버블 때 통신사들은 수요 예측도 없이 광케이블망부터 깔았다. 트래픽이 안 따라오면서 감가상각 폭탄과 부실이 한꺼번에 터졌다. 지금 AI 투자는 다르다. 실사용 수요가 이미 있다는 점에서. 챗봇, 코드 생성, 이미지·영상 생성 도구 쓰는 기업과 개인, 급격히 늘었고 실제 매출로도 일부 확인된다. 다만 수요가 투자 속도를 따라잡을 수 있을지는 여전히 물음표다. 감가상각 부담에 전력 비용까지 계속 늘어나는 와중에, 토큰 단가 경쟁으로 마진 눌리는 회사도 하나둘 나오고 있다. 이건 좀 불안한 대목이다.

    개인 투자자를 위한 AI 관련주 체크리스트

    • CAPEX 증가율과 매출 성장률, 분기별로 비교해 격차 추이를 기록한다
    • FCF 마진이 전년 대비 좋아지는지 나빠지는지 확인한다
    • 경영진이 AI 투자 회수 시점을 구체적 숫자로 제시하는지 본다
    • 구글, 메타, MS, 아마존, 테슬라 등 동종 기업 CAPEX 가이던스를 나란히 놓고 이상치를 찾는다
    • 주가 조정이 실적 악화 때문인지, 단순 밸류에이션 부담 때문인지 구분한다

    이것도 궁금하죠?

    Q. CAPEX가 늘어나는 게 무조건 나쁜 신호인가?
    아니다. 매출 성장이 CAPEX 증가를 앞서면 오히려 좋은 신호다. 문제는 격차가 벌어질 때, 그때뿐이다.

    Q. GPU 감가상각 기간을 늘리면 회계상 이익이 왜 늘어나나?
    같은 장비값을 더 긴 기간에 나눠 비용 처리하니 분기별 비용 부담이 줄고, 이익은 커 보이는 착시가 생긴다. 실제 현금흐름과는 별개 얘기다.

    Q. 자율주행·로보틱스 투자도 같은 잣대로 보면 되나?
    기본 원칙은 같다. 다만 자율주행은 규제 승인, 로보틱스는 양산 시점이라는 변수가 하나씩 더 붙는다는 점, 감안해야 한다.

    출처: BBC Tech

  • 전기차 회사, 매출은 느는데 영업이익은 왜 제자리일까

    전기차 회사, 매출은 느는데 영업이익은 왜 제자리일까

    매출은 늘었는데 이익은 제자리. 최근 테슬라 실적표가 딱 이 모양이었다. 인도량 반등, 매출도 반등. 그런데 영업이익률은 여전히 한 자릿수 초반에 머물렀다. 전기차 업체 실적을 보다 보면 이런 의문이 자주 든다. 매출이랑 영업이익, 대체 뭐가 다르길래 격차가 이렇게 벌어지나. 실적표 읽을 때 헷갈리는 개념들, 하나씩 짚어본다.

    매출이랑 영업이익, 뭐가 다른가

    매출은 차 팔아서 들어온 돈 전체다. 여기서 원가를 빼면 매출총이익이 남는다. 매출총이익에서 인건비, 마케팅비, 연구개발비 같은 판관비를 또 빼면 영업이익이 나온다. 매출 100억 원짜리 회사가 차 만드는 데 원가로 85억 원을 썼다고 치자. 매출총이익은 15억 원. 여기서 R&D랑 마케팅에 10억 원을 더 쓰면? 영업이익은 5억 원만 남는다. 매출이 아무리 커도 원가랑 비용 관리가 안 되면 이익은 얇아진다. 구조가 그렇다.

    전기차만 유독 이익률이 낮은 이유

    • 배터리 원가 비중이 크다: 전기차 원가의 30~40%가 배터리다. 내연기관차랑 비교하면 부품 원가 자체가 훨씬 높다.
    • 가격 인하 경쟁: 모델3, 모델Y 가격이 몇 차례나 조정된 것처럼, 판매량 지키려고 마진 깎는 일이 잦다.
    • 신공장 가동률 문제: 새로 지은 공장은 초기엔 생산량이 적어서 고정비 부담이 크다. 가동률 오를수록 원가는 내려간다.
    • 자율주행, 소프트웨어 투자: 당장 매출로 안 잡히는 연구개발비가 꾸준히 나간다.

    실적표 볼 때마다 드는 생각인데, 전기차 회사는 아직 반도체나 소프트웨어 회사처럼 마진을 뽑아내는 구조가 아니다. 제조업 특유의 원가 싸움, 그걸 그대로 겪고 있는 셈.

    실적표에서 진짜 봐야 할 숫자 5개

    • 자동차 매출총이익률: 규제 크레딧 뺀 순수 차량 판매 마진. 이게 진짜 실력이다.
    • 영업이익률: 매출 대비 영업이익 비율. 두 자릿수면 우량하다고 본다.
    • 에너지·서비스 매출 비중: 배터리 저장장치나 충전 인프라 사업이 얼마나 커졌는지.
    • 잉여현금흐름(FCF): 실제로 손에 쥐는 현금. 이익보다 더 냉정한 숫자다.
    • 가이던스: 다음 분기 목표치. 요즘 시장은 과거 실적보다 이 숫자에 더 민감하게 반응한다.

    테슬라, BYD, 리비안… 체력이 다 다르다

    BYD는 배터리를 자체 생산한다. 원가를 낮추는 전략이라 마진 방어에 유리하다. 리비안이랑 루시드는 아직 생산량 자체가 적어서 적자 폭이 크다. 규모의 경제를 못 만든 상태다. 현대차나 기아는 내연기관 사업 이익으로 전기차 부문 적자를 상쇄하는 구조다. 순수 전기차 업체랑은 애초에 체력이 다르다. 결국 배터리 내재화 여부, 그리고 생산 규모. 이 두 가지가 마진 격차를 가른다.

    매출은 늘었는데 주가는 왜 시큰둥할까

    주식시장은 지나간 실적보다 앞으로의 방향에 더 크게 반응한다. 매출이 반등해도 마진이 안 좋아지면 시장은 실망한다. 반대로 매출이 별로여도 마진 추세가 좋아지면 주가가 오르는 경우, 흔하다. 그래서 헤드라인 매출 숫자만 보고 판단하면 실제 방향이랑 어긋나는 경우가 많다. 이건 좀 억울한 지점이기도 하다.

    실적 발표 볼 때 체크리스트

    • 자동차 매출총이익률이 전 분기 대비 올랐는지 내렸는지
    • 규제 크레딧 매출 비중이 얼마나 되는지 (이게 크면 실속 없는 매출)
    • 재고 일수가 늘었는지 (재고 쌓이면 추가 가격 인하 신호)
    • 에너지 저장 사업 성장률
    • 다음 분기 가이던스가 상향인지 하향인지

    이 다섯 가지만 체크해도 실적 발표 헤드라인에 휘둘리지 않고 숫자를 제대로 읽을 수 있다.

    궁금한 것들 몇 가지

    Q. 매출총이익률이랑 영업이익률, 뭐가 더 중요한가?
    A. 둘 다 봐야 하지만, 자동차 매출총이익률이 원가 경쟁력을 보여주는 더 원초적인 지표다. 영업이익률은 여기에 회사 운영 효율까지 얹은 결과값이다.

    Q. 규제 크레딧이 뭔가?
    A. 전기차만 파는 회사가 내연기관차 회사한테 파는 탄소배출권 같은 개념이다. 원가가 거의 안 들어가서 마진이 100%에 가깝다. 다만 지속 가능한 수익은 아니다.

    Q. 흑자여도 위험할 수 있나?
    A. 영업이익이 나더라도 잉여현금흐름이 마이너스면 실제 곳간은 비어가는 중일지도 모른다. 현금흐름표까지 같이 확인하는 습관, 필요하다.

    출처: The Verge

  • 오픈AI 지분 받는다고? AI 기본소득이라는 이상한 이야기

    오픈AI 지분 받는다고? AI 기본소득이라는 이상한 이야기

    매달 통장에 오픈AI 배당금이 꽂힌다. 상상하면 웃음부터 나오는데, 샘 알트만은 이 얘기를 몇 번이나 진지하게 꺼냈다. 최근 이 구상이 다시 도마에 올랐고, 하필 같은 시기에 미국 재무부는 AI가 금융 시스템에 새 위험이 될 수 있다는 경고를 내놨다. 타이밍이 묘하다. ‘AI 기본소득’, 기사마다 자주 나오는 말인데 정작 정확한 뜻이 뭔지는 다들 대충 넘어간다. 오늘은 그 실체와 실현 가능성을 좀 뜯어본다.

    이 아이디어, 원래 어디서 나왔나

    뿌리를 따라가면 2021년 샘 알트만이 쓴 에세이 ‘Moore’s Law for Everything’이 나온다. 주장은 의외로 단순하다. AI가 인간 노동을 대체하면서 생산성이 폭발적으로 오르면, 그 수익 대부분은 결국 몇몇 기업과 주주 손에 들어간다는 것. 알트만은 이 불균형을 풀 방법으로 국민 전체가 AI 기업 성장의 과실을 나눠 갖는 구조를 제안했다. 그가 공동 창업한 홍채 인식 프로젝트 월드코인도 사실 비슷한 발상에서 출발했다. 전 세계인의 신원을 확인하고 디지털 화폐를 나눠주겠다는, 지금 봐도 꽤 대담한 그림이었다.

    알래스카 배당금과 비교해보면 감이 온다

    사실 완전히 새로운 발상은 아니다. 미국 알래스카주는 1976년부터 석유 수익 일부를 기금으로 쌓아 매년 주민들에게 배당금을 지급해왔다. 2023년 기준 1인당 지급액은 1300달러 정도. 자원에서 나온 수익을 국가나 기업이 독차지하지 않고 시민에게 돌려준다는 발상이다. AI 기본소득 구상도 뼈대는 똑같다. 다만 석유 대신 AI 모델과 데이터센터가 만드는 수익이 재원이라는 점만 다르다. 국부펀드가 국영 자산 배당을 만들어내듯, AI 기업 지분을 국가나 공공기금이 쥐고 그 배당을 국민에게 나눠주는 그림. 말은 그럴듯하다.

    그런데 지분을 나눠준다는 게 기술적으로 되는 얘기인가

    이론과 실행 사이 거리, 생각보다 훨씬 멀다. 거론되는 방식은 대략 세 갈래다.

    • 정부가 세제 혜택이나 규제 승인 대가로 AI 기업 지분 일부를 확보해 국민에게 분배하는 방식
    • AI 기업이 자발적으로 이익 일부를 신탁 기금에 출연하고, 거기서 배당을 지급하는 방식
    • 법인세를 강화해 걷은 세금을 현금성 배당으로 국민에게 되돌려주는 방식

    세 방식 모두 의회 입법이나 국제 조율이 필요하다. 기업 지분 가치를 어떻게 매길지, 배당 대상을 국민으로 한정할지 거주자까지 포함할지도 정해야 한다. 실무적으로 쌓인 난제가 한둘이 아니다. 오픈AI처럼 비상장인 기업은 지분 가치 평가 자체가 이미 논쟁거리다. 숫자 하나 합의하는 데만도 시간이 꽤 걸릴 얘기.

    정부는 왜 이렇게 AI에 예민해졌나

    재무부나 중앙은행이 AI를 경계하는 이유는 지분 배분 논쟁과는 좀 결이 다르다. 첫째, 소수 빅테크가 데이터센터와 반도체에 쏟아붓는 투자 규모가 이제 국가 경제 지표를 흔들 만큼 커졌다. 둘째, 은행과 금융사들이 대출 심사나 리스크 관리에 비슷비슷한 소수 AI 모델을 동시에 쓰면서, 시스템 전체가 같은 방향으로 오작동할 위험이 커졌다. 이른바 모노컬처 리스크다. 셋째, AI로 대체되는 일자리가 늘면 소득세 기반이 흔들리고 사회 안전망 재원 확보도 어려워진다. 규제 기관은 이런 시나리오를 염두에 두고 스트레스 테스트와 공시 강화를 검토하는 단계에 와 있다.

    다른 빅테크와 각국 정부 반응은 어떤가

    메타나 구글, 마이크로소프트는 국민 배당 같은 구상을 공식화한 적이 아직 없다. 대신 로봇세나 AI세처럼 세금을 통한 재분배 논의가 더 활발하다. 빌 게이츠는 예전부터 로봇이 인간 일자리를 대체하면 그만큼 세금을 물려야 한다고 주장해왔다. 유럽연합은 AI 법으로 위험 등급별 규제에 무게를 싣는 쪽이고, 한국은 AI 기본법 시행을 앞두고 산업 진흥과 안전 규율을 함께 다루는 방향을 잡고 있다. 핀란드나 미국 스톡턴시가 실험한 보편적 기본소득 파일럿은 재원을 세금에서 끌어왔다는 점에서, AI 기업 지분 배분과는 성격 자체가 다르다.

    결국 내 계좌에 돈이 들어올 확률은

    단기간에 실현될 가능성, 솔직히 낮다고 보는 게 현실적이다. 입법 절차, 기업 반발, 국제 조세 협약까지 얽혀 있어서 논의가 실제 정책으로 이어지기까지는 수년이 걸릴 사안이다. 지금으로선 AI가 만드는 부의 재분배를 기다리기보다, AI 도구를 활용해 개인 생산성을 끌어올리는 쪽이 훨씬 현실적인 대응이다. AI 관련 기업 주식이나 ETF에 투자해 성장 과실을 간접적으로 누리는 방법도 대안으로 거론된다. 정책 발표를 하염없이 기다리기보다, 지금 손에 쥔 도구를 얼마나 쓰느냐가 실질적인 차이를 만드는 셈이다.

    MIT Tech Review AI가 전한 내용을 바탕으로 정리했다. 원문은 여기서 확인할 수 있다.

  • 구글 파이낸스 앱 써봤다: 야후 파이낸스랑 뭐가 다른가

    구글 파이낸스 앱 써봤다: 야후 파이낸스랑 뭐가 다른가

    20년이 걸렸다. 구글 파이낸스 웹사이트가 생긴 게 2006년인데, 안드로이드 전용 독립 앱이 나온 건 이제야다. 그사이에 야후 파이낸스, 블룸버그, 인베스팅닷컴이 모바일 시장을 통째로 먹었다. 뒤늦게 출발한 구글이 뭘 들고 나왔는지 정리해봤다.

    왜 지금인가

    웹 버전 구글 파이낸스는 야후 파이낸스의 대항마로 2006년에 등장했다. 스마트폰이 세상을 바꾼 이후에도 구글은 모바일 앱 없이 웹만 붙잡고 있었다. 그 틈에 경쟁 서비스들이 모바일에서 자리를 굳혔고, 구글 파이낸스는 존재감이 점점 흐려졌다.

    이번 앱 출시의 핵심은 제미나이다. AI가 금융 뉴스를 요약하고 종목 관련 이벤트를 정리하는 기능을 앱 전면에 배치했다. 단순 주가 조회 앱이 아니라 AI 기반 투자 정보 허브로 밀겠다는 의도가 보인다. Ars Technica 보도를 보면 제미나이 연동이 꽤 깊게 들어가 있다.

    앱에 뭐가 들어있나

    • 포트폴리오 추적: 보유 종목을 입력하면 실시간 손익을 계산해준다. 달러 기준이라 환율 변환이 필요한 국내 투자자에게는 살짝 불편한 지점이다.
    • 뉴스 피드 + AI 요약: 관심 종목 관련 뉴스를 모아주고, AI가 핵심 내용을 요약해준다. 영어 기사 비중이 높아서 영어 독해가 부담스럽다면 체감 가치가 반 토막 날 수도 있다.
    • 비교 차트: 여러 종목을 한 화면에 겹쳐 보는 차트가 꽤 깔끔하다. 경쟁 앱들보다 UI가 직관적이라는 평가가 이미 나오고 있다.
    • 시장 현황 대시보드: S&P 500, 나스닥, 다우존스, 비트코인 등 주요 지수를 한 화면에 정리해준다. 미국 중심이지만 일부 글로벌 지수도 들어가 있다.

    야후 파이낸스, 블룸버그, 인베스팅닷컴과 비교

    각 앱이 어디서 강하고 어디서 약한지 간단히 뜯어보면 이렇다.

    • 야후 파이낸스: 데이터가 두껍다. 재무제표, 옵션 체인, 애널리스트 전망까지 꽤 세밀하게 들어간다. 대신 광고가 많고 앱이 무겁다.
    • 블룸버그: 데이터 깊이는 최고 수준이다. 그런데 완전한 기능을 쓰려면 유료 구독이 필수라, 개인 투자자 입장에서는 솔직히 좀 과한 선택이다.
    • 인베스팅닷컴: 국내 투자자들이 꽤 많이 쓰는 앱. 경제 캘린더, 실시간 데이터, 커뮤니티 기능이 있다. 광고 많고 핵심 기능은 유료다.
    • 구글 파이낸스: 무료. 구글 계정 연동이 자연스럽다. AI 뉴스 요약이 빠른 정보 소화를 도와주지만, 재무 분석 데이터 깊이는 야후 파이낸스에 못 미친다.

    결국 가볍게 포트폴리오 체크하고 뉴스를 빠르게 훑는 용도라면 구글 파이낸스, 재무제표와 심층 분석이 필요하다면 야후 파이낸스가 낫다. 이 둘을 동시에 잡아주는 앱은 아직 없다.

    AI 기능, 실제로 쓸 만할까

    이 앱에서 가장 눈에 띄는 건 AI 통합이다. 제미나이로 뉴스 기사를 자동 요약하고, 종목 관련 주요 이벤트를 정리해주는 기능이 들어갔다.

    뉴스 소화 속도를 확실히 높여준다는 건 부정하기 어렵다. 시장을 뒤흔드는 뉴스가 쏟아지는 날, 기사를 하나하나 읽는 대신 AI 요약으로 핵심만 훑을 수 있다. 이건 진짜 편하다.

    다만 여기서 선을 그어야 한다. AI 요약은 어디까지나 “빠른 스크리닝 도구”다. 요약 과정에서 맥락이 빠지고, AI가 강조한 정보가 정말 중요한 건지 판단하는 건 결국 사람 몫이다. 투자 결정의 근거로 삼기엔 위험하다. 이건 앱 문제가 아니라 AI 요약 자체의 구조적 한계다.

    포트폴리오 기능, 이렇게 쓰면 낫다

    기능이 단순해 보여도 세팅을 잘 해두면 쓸모가 달라진다.

    • 포트폴리오 분리: 미국주식, 관심 종목, ETF로 나눠 관리하면 정신이 훨씬 편하다.
    • 가격 알림 설정: 목표 가격에 알림을 걸어두면 앱을 수시로 들여다볼 필요가 없다.
    • 웹·앱 동기화: 구글 계정으로 로그인하면 웹 버전과 자동으로 싱크된다. PC에서 추가한 종목이 앱에 바로 뜬다.
    • 뉴스 탭 필터링: 관심 종목 관련 뉴스만 모아볼 수 있어 노이즈를 꽤 걸러낼 수 있다.

    국내 투자자 입장에서 솔직히

    지금 버전은 미국 투자자 중심으로 설계돼 있다. 코스피·코스닥 종목도 일부 지원되긴 하지만, 실시간 데이터가 아니거나 정보가 빠져 있는 경우가 있다. 국내 주식을 주로 한다면 증권사 MTS를 메인으로 쓰고, 미국 시장 모니터링 용도로 구글 파이낸스를 보조로 두는 게 현실적인 조합이다.

    반면 미국 주식에 집중하는 사람이라면 만족도가 높을 것이다. S&P 500 구성 종목과 나스닥 테크주 정보가 두텁고, AI 뉴스 요약도 영어 원문 기사를 주로 다루기 때문이다.

    이 앱이 맞는 사람, 안 맞는 사람

    잘 맞는 경우:

    • 미국 주식(빅테크, ETF) 위주로 투자하는 사람
    • 구글 계정을 이미 적극적으로 쓰고 있는 사람
    • 빠른 뉴스 소화와 가벼운 포트폴리오 확인이 주목적인 사람
    • 야후 파이낸스 앱의 광고와 복잡함에 지친 사람

    한계가 뚜렷한 경우:

    • 국내 주식과 미국 주식을 함께 관리해야 하는 사람
    • 재무제표, PER, EPS 같은 심층 데이터를 앱에서 바로 꺼내야 하는 사람
    • 옵션 거래 등 고급 투자 도구가 필요한 사람

    무료이고 구글 생태계와 자연스럽게 연동된다는 점에서, 미국 시장을 보는 보조 앱으로는 충분히 가치 있다. iOS 버전이 나오면 사용자가 더 늘 테고, 제미나이 기능도 계속 업데이트될 가능성이 높다. 지금 당장 메인 앱으로 쓰기엔 완성도가 조금 모자라지만, 방향성은 나쁘지 않다.

    출처: Ars Technica

  • 애플 앱스토어 수수료 30% — 개발자도, 소비자도 결국 손해다

    애플 앱스토어 수수료 30% — 개발자도, 소비자도 결국 손해다

    매달 매출의 30%를 플랫폼에 낸다. 게임 아이템이든, 스트리밍 구독이든 예외 없다. 애플이 오랫동안 고수해온 이 ‘30% 룰’이 전 세계 규제 당국의 타깃이 됐다. 영국에서는 수백만 소비자가 집단 소송에 참여하는 길이 열렸고, 유럽·미국에서도 관련 소송이 줄을 잇는다.

    개발자 문제라고? 아니다. 이건 소비자 문제이기도 하다.

    앱스토어 수수료 구조, 정확히 어떻게 되나

    기본은 30%다. 연 매출 100만 달러(약 13억 원) 이하 소규모 개발자는 15%로 낮아지지만, 그 선을 넘으면 다시 30%로 돌아간다.

    • 디지털 콘텐츠·구독: 첫 해 30%, 2년 차부터 15%로 낮아짐
    • 게임 인앱 결제: 일괄 30%
    • 소규모 개발자 프로그램: 연 매출 100만 달러 이하 시 15%
    • 물리적 상품·외부 서비스 연결: 수수료 없음 (단, 앱 내 외부 결제 유도는 오랫동안 막혀 있었음)

    구글 플레이도 15~30%를 가져간다. 두 플랫폼이 모바일 앱 배포를 사실상 양분하고 있으니, 개발자 입장에서 선택지는 없다시피 하다.

    30%가 문제인 진짜 이유 — 금액이 아니라 ‘강제성’

    플랫폼이 결제 인프라, 보안 검수, 글로벌 배포망을 제공하는 대가로 비용을 받는 건 당연하다. 문제는 협상이 불가능하다는 점이다.

    iOS에서 앱을 설치하는 경로는 앱스토어 하나뿐이다. “싫으면 iOS를 포기해라”는 말이나 마찬가지인데, 아이폰이 프리미엄 고객층을 쥐고 있는 상황에서 이건 현실적으로 선택 불가다. 각국 규제 당국이 이 구조를 반독점법상 ‘끼워팔기’나 ‘시장 지배적 지위 남용’으로 보는 이유가 여기 있다.

    개발자들이 받는 실질적 타격

    넷플릭스, 스포티파이 같은 대형 서비스는 일찌감치 방법을 찾았다. 앱 안에서 구독 결제를 막고 웹 브라우저로 유도하는 식이다. 중소 개발자한테 그 선택지는 없다.

    • 앱 내 월정액 9,900원짜리를 팔면 개발자 손에는 6,930원이 남는다
    • 서버비, 마케팅비 빼면 마진이 거의 사라진다
    • 수익성이 낮아지면 가격을 올릴 수밖에 없고, 부담은 소비자한테 넘어간다
    • 스타트업은 초기에 수익의 30%를 뺏기면 투자 회수 기간이 급격히 늘어난다

    스포티파이는 유럽 소송에서 직접 밝혔다. “앱스토어 수수료 때문에 프리미엄 요금을 올릴 수밖에 없었다”고. 개발자 문제가 소비자 문제로 이어지는 구조다.

    소비자도 결국 더 비싸게 산다

    앱스토어에서 구독을 결제하면 동일 서비스를 웹에서 살 때보다 비싼 경우가 많다. 개발사가 수수료를 가격에 얹기 때문이다.

    어떤 음악 스트리밍 서비스가 앱스토어 안에서는 월 14,900원, 자사 웹사이트에서는 월 10,900원이라면, 그 4,000원 차이는 소비자가 애플에 내는 간접 수수료나 다름없다.

    더 찝찝한 건, 대부분이 이걸 모른다는 것이다. 앱 아이콘 눌러서 바로 결제하는 게 편하니까. 같은 서비스를 더 비싸게 사는 줄도 모르고 넘어가는 경우가 허다하다. 영국 소송의 핵심 논리 중 하나가 바로 이 ‘정보 비대칭’이다.

    세계 각국 규제가 동시에 움직이는 이유

    애플 앱스토어 수수료를 둘러싼 법적 분쟁은 영국만이 아니다.

    • EU: 디지털시장법(DMA) 시행 후 서드파티 앱스토어 허용을 강제. 유럽 아이폰에서는 앱스토어 외 경로로 앱 설치가 가능해졌다
    • 미국: 에픽게임즈 소송에서 1심은 일부 패소였지만, 법원은 개발자에게 외부 결제 링크를 막는 건 위법이라고 판시했다
    • 한국: 앱스토어 내 제3자 결제 허용을 의무화하는 전기통신사업법 개정안이 세계 최초로 통과됐다
    • 일본: 독점금지법 위반 우려로 애플이 외부 결제 링크 허용에 합의했다

    방향이 수렴되고 있다. 앱스토어를 독점 배포 경로로 유지하면서 외부 결제를 막는 구조는 법적으로 점점 버티기 힘들어지는 추세다.

    수수료가 낮아지면 뭐가 달라질까

    낙관적으로 보면, 경쟁이 생기면 수수료가 내려가고 개발자는 가격을 낮출 여지가 생긴다. 그런데 현실은 조금 다르다.

    애플이 수수료를 낮춰도 개발자가 그걸 소비자에게 돌려줄 보장은 없다. 앱 가격은 수요와 경쟁으로 결정되는 측면이 크기 때문에, 수수료가 15%로 낮아진다고 구독료가 비례해서 내려가지는 않을 가능성이 높다.

    더 의미 있는 변화는 서드파티 앱스토어 허용이다. EU에서 이미 시행 중인데, 경쟁 스토어가 생기면 애플도 자연스럽게 수수료를 낮출 압박을 받는다. 물론 애플이 서드파티 스토어에 보안 요건을 까다롭게 걸고 있어서 얼마나 실질적인 경쟁이 될지는 더 봐야 안다.

    지금 개발자가 현실적으로 고를 수 있는 선택지

    규제가 완전히 자리 잡으려면 시간이 걸린다. 당장 앱스토어 의존도를 줄이고 싶다면 몇 가지 방향이 있다.

    • 웹 결제로 유도: 앱 내 구독 버튼 대신 웹사이트로 연결. 미국은 법원 판결 이후 외부 링크 삽입이 가능해졌다. 다만 사용자 경험이 분산되는 단점은 감수해야 한다
    • 안드로이드 비중 높이기: 구글 플레이도 수수료 구조가 비슷하지만, 안드로이드는 APK 직접 배포나 제3자 마켓이 훨씬 자유롭다
    • B2B 모델 전환 검토: 기업 고객 대상 서비스는 앱스토어를 안 거치는 엔터프라이즈 계약이 가능하다
    • EU 규정 적극 활용: 유럽 시장 비중이 크다면 DMA 조항을 이용해 서드파티 결제를 도입하는 게 실질적인 절감으로 이어진다

    단기에 수수료를 줄이는 묘수는 없다. 결국 플랫폼 의존도를 낮추는 방향으로 서비스 구조 자체를 설계하는 게 장기적으로 유효한 전략이다.

    애플이 자발적으로 구조를 바꿀 가능성은 낮다. 앱스토어는 애플 서비스 사업부의 핵심 수익원이고, 서비스 매출이 하드웨어 판매 못지않게 커진 지금은 더더욱 그렇다. 변화가 온다면 규제와 소송의 결과일 것이고, 그 흐름은 이미 여러 나라에서 동시에 진행 중이다.

    출처: BBC Tech

  • 정부가 AI 기업을 규제하는 진짜 이유 — 갈등 구조 뜯어보기

    정부가 AI 기업을 규제하는 진짜 이유 — 갈등 구조 뜯어보기

    Anthropic과 미국 정부 사이 긴장이 다시 불거졌다. 새로운 일이 아니다. OpenAI도, Google도, Meta도 같은 코스를 밟았다. AI 기업들이 수조 원을 쏟아붓는 동안, 각국 정부는 규제 법안을 잇달아 꺼내 들었다. “안전을 위해서”라는 명분은 양측 다 같다. 문제는 그 다음이다. 기업은 속도를 원하고, 정부는 통제권을 원한다. 이 두 방향은 구조적으로 안 맞는다.

    이 충돌이 왜 계속 반복되는지 이해하면, 다음에 무슨 일이 터질지도 어느 정도 보인다. AI 규제 논쟁은 단발성 사건이 아니라, 기술 패권을 둘러싼 구조적 반복이다.

    AI 규제, 세 층위로 나뉜다

    AI 규제(AI Regulation)는 인공지능 시스템의 개발·배포·운영에 관한 정부 차원의 법적 통제다. 크게 세 종류로 나뉜다.

    • 안전 규제: AI가 사람에게 해를 끼치지 않도록 하는 기술적 기준
    • 윤리 규제: 차별·편향·개인정보 침해 방지
    • 국가안보 규제: AI 기술이 적대 세력에 넘어가지 않도록 하는 수출 통제

    이 세 층위가 뒤섞이는 순간부터 문제가 생긴다. “안전을 위한 규제”가 어느새 “기술 경쟁에서 주도권을 잡으려는 규제”로 변질된다. 정부와 기업이 충돌할 때, 이 경계선이 늘 논쟁의 핵심이다.

    정부가 AI를 규제하려는 이유, 하나가 아니다

    정부가 AI 기업을 규제하려는 이유를 “위험해서”로만 설명하면 절반만 맞다. 실제론 동기가 세 겹으로 겹쳐 있다.

    첫째, 국가안보 우려다. 군사·정보 분야에 AI가 쓰이면, 그 기술이 어느 기업 손에 있느냐는 외교·안보의 문제가 된다. 미국이 Nvidia 고성능 칩의 대중 수출을 제한한 것도 같은 맥락이다. Anthropic처럼 고성능 언어모델을 개발하는 기업은 국방부·정보기관과 얽히기 쉽다.

    둘째, 경제 패권 경쟁이다. AI는 다음 10년의 핵심 인프라다. 민간 기업이 이 인프라를 독점하도록 두는 건 정부 입장에서 리스크다. 규제는 통제권을 유지하는 수단이기도 하다.

    셋째, 진짜로 안전이 걱정되는 경우다. 일부 규제는 AI 오작동·편향·자율성 확장에 대한 진지한 우려에서 비롯된다. 솔직히 이게 주된 동기인 경우는 생각보다 드물다.

    AI 기업이 반발하는 이유 — 돈 문제만은 아니다

    “기업이 규제에 반대하는 건 돈 때문”이라는 시각은 단순화다. 실제론 이유가 세 가지로 갈린다.

    • 속도 문제: AI 개발 사이클은 수개월 단위다. 법안 심의는 수년이 걸린다. 법이 통과될 쯤엔 규제 대상 기술이 이미 구형이 돼 있다.
    • 기술 이해 부족: 규제를 만드는 사람들이 실제 기술을 깊이 이해하지 못하는 경우가 많다. 결과적으로 너무 좁거나 너무 넓은 규제가 나온다.
    • 경쟁력 훼손: 규제가 미국 기업에만 적용되면 중국이나 유럽 경쟁자들이 반사이익을 얻는다. “우리만 묶어놓는 규제”는 기업 입장에서 받아들이기 어렵다.

    안전을 강조하며 출발한 기업이, 정작 정부의 안전 요구엔 저항한다. 모순처럼 보이지만 아니다. 양측이 말하는 ‘안전’의 정의가 애초에 다르기 때문이다.

    미국 AI 규제, 지금 어디까지 왔나

    EU와 비교하면 미국은 느슨한 편이다. EU는 AI Act를 통해 위험도에 따라 AI를 분류하고, 고위험 AI에는 엄격한 요건을 부과한다. 미국엔 아직 연방 차원의 포괄적 AI 법률이 없다. 대신 행정명령과 부처별 지침으로 운영된다.

    • 백악관이 AI 개발 기업에 안전 테스트 결과 공유 요청
    • NIST(국립표준기술연구소)가 AI 위험 관리 프레임워크 제시
    • 상무부가 고성능 칩 수출 제한 조치 시행
    • 의회는 다수의 AI 관련 법안을 논의 중이지만 통과는 더딘 상태

    현재 미국의 AI 규제는 “기업 자율”과 “정부 요청” 사이 어딘가에 있다. 법적 구속력이 약하다 보니, 기업이 협조하지 않으면 갈등이 수면 위로 떠오를 수밖에 없다.

    소비자 입장에서 뭐가 달라지나

    AI 기업과 정부의 싸움이 먼 이야기처럼 느껴질 수 있다. 실질적 영향은 분명히 있다.

    서비스 제한. 규제 요건을 충족하지 못하면 특정 기능이 막히거나 지역별로 서비스가 달라진다. EU GDPR 이후 많은 서비스가 유럽 사용자에게 다른 방식으로 작동하는 것과 같은 이치다.

    가격 변화. 규제 준수 비용은 결국 서비스 가격에 반영된다. 규제가 강해질수록 소규모 AI 서비스는 시장에서 밀려나고, 대형 기업 중심으로 재편될 가능성이 높다.

    모델 성능 차이. 특정 국가 규제에 맞추려고 모델 기능 일부가 제거되거나 조정된다. 같은 이름의 AI인데 지역에 따라 답변이 달라지는 현상은 이미 나타나고 있다.

    앞으로 방향을 가를 변수 세 가지

    AI 기업과 정부의 충돌은 앞으로도 반복될 구조다. 방향을 결정할 핵심 변수가 세 개 있다.

    1. 선거와 정권 교체. AI 규제에 대한 입장은 정치적 성향과 연결된다. 규제 완화를 선호하는 정권이 들어서면 갈등의 성격 자체가 바뀐다.

    2. AI 사고 발생 여부. 대형 AI 관련 사고가 터지면 규제 강화 여론이 급격히 높아진다. 반대로 사고 없이 시간이 지나면 “규제 과잉”이라는 비판이 커진다.

    3. 중국 AI의 성장 속도. 미국이 자국 AI 기업을 강하게 규제하다 중국 AI에 뒤처지면, 규제 완화 쪽으로 방향을 틀 여지가 있다. 기술 패권 경쟁이 규제 방향을 좌우하는 셈이다.

    결국 AI 규제는 기술·안전만의 문제가 아니다. 정치·경제·외교가 뒤섞인 복합 게임이다. 이 게임에서 소비자와 개발자가 할 수 있는 건, 어떤 주장이 진짜 이유인지 구별하는 것 정도다. MIT 테크 리뷰가 Anthropic 사례를 통해 짚어낸 것도 결국 이 지점이다.

    출처: MIT Tech Review AI

  • 팀 쿡 시대 넘어 애플: 새 리더십과 미래 전략 분석

    팀 쿡 시대 넘어 애플: 새 리더십과 미래 전략 분석

    “팀 쿡이 자리를 옮긴다.” 단 여섯 글자가 테크 업계를 흔들었다. BBC Tech 보도에 따르면 쿡은 CEO 직을 내려놓고 집행회장(Executive Chairman)으로 이동하며, 하드웨어 엔지니어링 수석 부사장이던 제프 테르너스가 새 CEO 자리를 넘겨받았다. 15년이다. 쿡이 애플을 이끈 시간이. 그 기간 동안 시가총액은 3조 달러를 넘었고, 에어팟 하나가 연 수십억 달러짜리 사업이 됐다. 이제 그 유산을 테르너스가 받아 든다.

    팀 쿡이 남긴 것들

    쿡에 대한 평가는 갈린다. “잡스 이후 혁신이 없었다”는 비판과 “그가 없었으면 지금의 애플도 없었다”는 옹호가 공존한다. 솔직히 둘 다 맞는 말이다. 쿡은 창의적 천재형 CEO가 아니었다. 그의 진짜 강점은 운영과 공급망이었다. 아이폰 한 대가 글로벌 공장 수십 곳을 거쳐 소비자 손에 쥐어지기까지의 그 복잡한 흐름을 쿡이 설계했다. 팬데믹이 전 세계 공급망을 박살 낼 때도 애플은 비교적 멀쩡하게 제품을 내놨다. 그게 쿡의 실력이다.

    하드웨어 외에도 쿡이 쌓은 것들이 있다. 애플 뮤직, 앱 스토어, 아이클라우드, TV+, 피트니스+. 서비스 사업이 지금은 분기 매출만 수백억 달러를 찍는다. 아이폰을 한 번 사면 이 생태계에서 쉽게 빠져나오기 힘들게 만든 구조, 그게 쿡의 진짜 작품이다. 환경 정책도 마찬가지다. 탄소 중립, 재활용 소재 확대, 재생에너지 전환. 단순한 이미지 관리가 아니라 실제 공급망 계약 조건에 녹여 넣었다.

    제프 테르너스, 이 사람은 누구인가

    테르너스는 2001년 애플 입사 후 쭉 하드웨어 쪽에 있었다. 아이폰, 아이패드, 맥북 라인업의 실제 개발을 총괄한 인물이다. 기술 발표 행사에 잘 등장하는 얼굴은 아니었지만, 그 무대 위에 올라간 제품들의 뒤에는 늘 그가 있었다. CEO로서 어떤 색깔을 낼지는 아직 모른다. 다만 방향 하나는 읽힌다. 하드웨어에 대한 집착은 계속된다. 테르너스 본인이 하드웨어 엔지니어 출신이니까.

    쿡 집행회장이 옆에 있다는 점도 변수다. 서비스, 공급망, 글로벌 파트너십에서 쿡의 경험이 새 CEO를 뒷받침하는 구조다. 영리한 세팅이다. 완전히 새 사람이 와서 삐걱거리는 것보다, 검증된 실무자가 올라가고 전임자가 조율자 역할을 맡는 구도. 단기 리스크를 최소화하는 선택이다.

    AI가 테르너스의 최대 과제

    테르너스가 이어받는 숙제 중 가장 무거운 건 AI다. 애플은 WWDC를 통해 ‘애플 인텔리전스(Apple Intelligence)’를 공개했다. 시리 개편, 생성 AI 기반 글쓰기 도구, 이미지 생성 기능 등을 아이폰·맥·아이패드에 통합하는 프로젝트다. 방향은 맞다. 문제는 속도다. 구글은 제미나이를, 마이크로소프트는 코파일럿을 이미 전 제품에 깔고 있다. 애플이 ‘온디바이스 프라이버시’ 카드를 앞세우며 차별화를 시도하는 건 좋은데, 실제 사용자 경험에서 그게 얼마나 느껴지느냐가 관건이다.

    비전 프로(Vision Pro)도 테르너스의 몫이다. 3,499달러짜리 기기가 ‘일반 소비자용’이 되려면 아직 갈 길이 멀다. 2세대, 3세대를 거치면서 가격을 낮추고 무게를 줄이고 킬러 앱을 만들어야 한다. 헬스케어 투자도 조용히 쌓이고 있다. 혈당 측정 기능 탑재 이야기가 몇 년째 나오는데, 실제 제품으로 나오는 날이 테르너스 1기의 중요한 성적표가 될 것이다.

    서비스 사업, 쉽게 꺾이지 않는 이유

    투자자 입장에서 애플 서비스 사업은 가장 안정적인 베팅이다. 앱 스토어, 애플케어, 애플 카드, 애플 페이, 아케이드, TV+. 이걸 전부 묶어서 애플 원(Apple One)으로 구독하는 사람들이 늘고 있다. 구독자가 한 번 이 묶음에 들어오면 잘 안 나간다. 아이폰을 쓰는 사람이 애플 페이를 써보고, 아이클라우드에 사진이 쌓이면서, 어느 순간 TV+까지 번들로 결제하게 되는 구조다. 이 로직이 깨지지 않는 한 서비스 매출은 계속 우상향한다.

    • 구독형 서비스: 아케이드, 피트니스+, 뉴스+, TV+ 네 가지가 묶이면 이탈률이 개별 구독 대비 낮아진다.
    • 앱 스토어: 개발자 수수료 논란이 계속되지만, 플랫폼 자체 점유력은 강하다. 유럽 DMA 규제 대응이 앞으로 남은 변수다.
    • 금융 서비스: 애플 카드와 애플 페이의 글로벌 확장이 진행 중이다. 미국 외 지역은 아직 초기 단계라 성장 여지가 크다.

    공급망과 친환경, 바뀌지 않는 것들

    테르너스가 하드웨어 출신이라고 공급망 관리를 소홀히 할 거라는 건 오해다. 오히려 공장 사정을 속속들이 아는 사람이 CEO가 된 거다. 인도와 베트남으로의 생산 다변화는 이미 진행 중이다. 중국 의존도를 낮추는 작업인데, 쉽지 않다. 부품 생태계, 숙련 인력, 물류 인프라가 전부 중국에 몰려 있어서다. 그래도 방향은 꾸준히 간다. 미-중 갈등이 장기화되는 상황에서 이 다변화 속도가 애플 리스크의 핵심 변수다.

    친환경 기준은 쿡 시대에 깊이 뿌리를 내렸다. 2030년 탄소 중립 목표, 재생 알루미늄 사용, 제품 수명 연장 프로그램. 그냥 보도자료용 말이 아니라 실제 공급 계약과 엮여 있다. 파트너사들이 재생에너지를 못 쓰면 애플 공급사 자격을 잃는 구조다. 이 기준은 테르너스 체제에서도 바뀌지 않을 것이다. 브랜드 가치와 직결되는 문제라서.

    투자자라면 이 세 가지를 보라

    리더십 교체 후 단기 변동성은 있겠지만, 장기 방향을 보려면 세 가지를 추적하면 된다.

    • 애플 인텔리전스 실제 채택률: 기능 출시가 전부가 아니다. 사람들이 실제로 쓰느냐, 그리고 아이폰 업그레이드 사이클을 자극하느냐가 핵심이다.
    • 비전 프로 2세대 가격: 3,499달러에서 얼마나 내려오느냐. 1,500달러 아래로 내려오는 순간 판도가 달라진다.
    • 인도 시장 성장 속도: 아이폰 점유율이 아직 낮은 시장이다. 현지 생산 확대와 맞물려 인도 매출 성장이 애플의 다음 10년을 가를 수 있다.

    쿡이 만든 애플과 테르너스가 이끌 애플은 외형상 비슷해 보이겠지만, 어디에 무게중심을 두느냐는 다를 수 있다. 하드웨어 출신 CEO가 서비스 중심 전략을 어떻게 다루느냐. 그게 앞으로 2~3년 안에 드러날 가장 흥미로운 지점이다.

    출처: BBC Tech

  • AI 현황 총정리: 지금 알아야 할 5가지 키워드

    AI 현황 총정리: 지금 알아야 할 5가지 키워드

    어제는 ‘AI가 의사를 대체한다’, 오늘은 ‘AI는 사기다’. 같은 날 포털에서 이런 기사를 연달아 읽을 수 있다. 이 혼란 속에서 진짜 AI 현황을 파악하려면 좀 더 단단한 기준점이 필요하다. 스탠포드 인간중심 AI 연구소(HAI)가 매년 내놓는 ‘AI 인덱스’가 그 역할을 해준다. 수천 페이지짜리 보고서에서 실제로 쓸 만한 5가지 흐름만 추렸다.

    1. 모델 경쟁: 이제 ‘크기’ 말고 ‘효율’

    GPT-4o, 클로드 3 오퍼스, 제미나이. 이름만 들어도 뭔가 대단할 것 같은 느낌이 드는 모델들이다. 실제로 이 모델들은 의료 진단, 법률 검토 같은 분야에서 인간 전문가 수준의 성능을 내고 있다. 벤치마크 점수로만 따지면 이미 인간을 앞지른 항목도 적지 않다.

    근데 이 경쟁이 요즘 좀 달라졌다. 더 크고 똑똑한 모델만 만드는 게 아니라, 적은 자원으로 잘 돌아가는 모델에도 개발사들이 공을 들이기 시작했다.

    • 대규모 언어 모델(LLM): GPT-4o나 클로드 3 오퍼스처럼 거대 모델들의 경쟁은 계속된다. 복잡한 추론, 창의적 글쓰기, 코드 디버깅처럼 묵직한 작업에서 이들의 영역은 여전히 굳건하다.
    • 소형 언어 모델(sLM): 스마트폰이나 특정 기기에서 빠르게 돌아가는 작은 모델들도 빠르게 치고 올라오고 있다. 검색 자동완성, 앱 내 챗봇처럼 응답 속도가 중요한 서비스엔 거대 LLM보다 sLM이 더 맞다.

    결국 한 모델이 모든 걸 지배하는 구도가 아니라, 쓰임새에 따라 최적화된 모델을 골라 쓰는 방향으로 판이 짜이고 있다. 이건 좀 당연한 수순이기도 하다.

    2. 투자 열풍: 돈은 어디로 흐르나

    스탠포드 AI 인덱스 기준으로, 작년 생성형 AI 분야 민간 투자액은 다른 AI 분야 전체를 합친 것보다 많았다. 골드러시라는 표현이 과하지 않다.

    이 돈이 고르게 퍼지는 건 아니다. 마이크로소프트(OpenAI), 구글, 아마존이 자체 모델 개발과 유망 스타트업 투자를 동시에 집어삼키고 있다. 그리고 이 모든 AI 모델을 훈련하고 굴리는 데 필요한 칩을 만드는 엔비디아가 이 판의 가장 큰 수혜자로 올라섰다. AI에 투자가 몰릴수록 엔비디아 매출도 뛰는 구조다. 기술 패권이 어디를 향하는지 투자 흐름이 꽤 솔직하게 보여주고 있다.

    3. 막대한 비용: AI를 돌리는 ‘진짜’ 가격표

    화려한 데모 뒤에는 청구서가 있다. 최신 AI 모델 하나를 개발하고 운영하는 비용은 일반인 감각으로는 좀 아찔한 수준이다.

    • 훈련 비용: GPT-4 같은 최상위 모델 훈련에 수천억 원이 드는 것으로 알려져 있다. 최고 성능 GPU 수만 개를 수 주에서 수 개월간 쉬지 않고 돌려야 나오는 숫자다.
    • 운영(추론) 비용: 훈련이 끝났다고 비용이 끝나는 게 아니다. 챗봇에 질문을 하나 던질 때마다 AI는 연산을 수행하고, 그때마다 전기와 컴퓨팅 자원을 쓴다. 사용자 수가 늘수록 이 비용도 같이 불어난다.

    그래서 AI 데이터센터가 소비하는 전력량 문제가 환경 이슈로 번지고 있다. 기술의 지속가능성이라는 게 단순한 윤리 구호가 아니라, 실제 사업 리스크로 다가오고 있는 셈이다.

    4. 일자리의 미래: 대체냐 증강이냐

    AI가 일자리를 빼앗는다는 불안, 완전히 틀린 말은 아니다. 반복적인 사무 업무나 단순 데이터 분석 작업은 자동화 가능성이 높다. 솔직히 이미 일부 현장에선 벌어지고 있는 일이기도 하다.

    다만 반대 방향의 움직임도 뚜렷하다. 개발자는 AI 코딩 어시스턴트로 예전보다 훨씬 빠르게 코드를 짜고 버그를 잡는다. 마케터는 광고 문구를 수십 가지 버전으로 뽑아 A/B 테스트를 돌린다. 디자이너는 AI로 초기 스케치를 5분 안에 만들어 클라이언트에게 보여준다. 이 흐름을 보면 AI는 사람을 없애는 게 아니라, 한 사람의 업무 범위 자체를 넓혀주는 방향으로 움직이고 있다. 결국 AI를 쓸 줄 아는 사람과 그렇지 않은 사람 사이의 생산성 격차가 벌어지는 게 더 현실적인 위협이다.

    5. 규제와 안전: ‘오픈소스’ vs ‘폐쇄’ 논쟁

    AI가 강해질수록 ‘누가 통제하느냐’라는 질문도 날카로워진다. 현재 AI 생태계는 두 진영으로 나뉘어 이 문제를 두고 치열하게 맞서고 있다.

    • 폐쇄형 모델 진영: OpenAI, 구글, 앤트로픽이 대표 주자다. 강력한 AI는 소수 기업이 관리해야 안전하다는 입장이다. 기술이 무분별하게 퍼지면 악용을 막기 어렵다는 논리다.
    • 오픈소스 진영: 메타(라마), 미스트랄AI가 이끈다. 소스 코드를 공개해 누구나 접근하고 개선할 수 있어야 한다는 주장이다. 투명성이 높아지고 빅테크 독점을 견제할 여지가 있다는 장점은 있지만, 가짜뉴스 제작이나 사이버 공격에 악용될 우려도 공존한다.

    미국과 유럽연합(EU)에서 AI 규제 법안 논의가 빠르게 진행되는 중이다. 이 ‘오픈소스 대 폐쇄’ 싸움이 어떻게 결론 나느냐에 따라 AI 산업 전체 판도가 달라진다. 지금 당장 결론이 나지 않는 문제이기도 하고.

    거품이든 기회든, 결국은 활용 문제

    AI 시장에 거품이 끼어 있다는 건 부정하기 어렵다. 단기 기대감이 과하게 반영된 투자도 분명 있다. 닷컴 버블 때도 수많은 기업이 사라졌다. 그래도 인터넷은 남았고, 그걸 잘 활용한 사람들이 그다음 시대를 만들었다.

    AI도 비슷한 경로를 밟을 가능성이 높다. 거품이 빠지더라도, 이 기술을 자기 일에 접목할 줄 아는 사람은 그 이후에도 계속 앞서 나간다. 지금 AI의 실제 모습을 제대로 파악해두는 게 그래서 의미 있다. MIT 테크 리뷰가 전한 스탠포드 AI 인덱스 데이터도 이 판단에 도움이 된다.

    출처: MIT Tech Review AI

  • 슬레이트 오토란? 베조스가 투자한 EV 총정리

    슬레이트 오토란? 베조스가 투자한 EV 총정리

    제프 베조스가 또 뭔가를 저질렀다. 이번엔 전기차다. ‘슬레이트 오토(Slate Auto)’라는 이름도 생소한 EV 스타트업에 베조스의 개인 투자사가 돈을 댔다는 소식이 나오면서, 테슬라도 리비안도 아닌 제3의 선택지가 갑자기 등판했다. 어디서 갑자기 튀어나왔나 싶겠지만, 수년간 조용히 기술을 다듬다 이제 막 존재를 드러낸 케이스다.

    슬레이트 오토, 대체 뭐 하는 회사인가

    한마디로 정의하면 소프트웨어 중심으로 설계된 전기차를 만드는 곳이다. 애플이 아이폰을 내놓을 때 하드웨어 스펙보다 iOS라는 운영체제에 사활을 건 것처럼, 슬레이트 오토도 차체보다 그 안에서 돌아가는 소프트웨어에 무게를 둔다. TechCrunch 보도를 보면, 이 회사는 몇 년간 외부에 알리지도 않고 기술을 개발해왔다. 스텔스 모드로 버티다 이제야 나온 셈이다.

    핵심 투자자는 베조스의 개인 투자사 ‘베조스 익스페디션스(Bezos Expeditions)’. 여기에 실리콘밸리 벤처캐피털 몇 곳이 합류하면서 자금 걱정은 일단 없는 구조다. 이 투자자들이 공유하는 시각이 있는데, 자동차를 단순한 이동 수단이 아니라 거대한 스마트 기기이자 데이터 플랫폼으로 본다는 점이다.

    테슬라, 리비안과 뭐가 다른가

    시장엔 이미 테슬라와 리비안이 있다. 굳이 끼어들 이유가 있냐고? 슬레이트 오토의 답은 ‘접근법 자체가 다르다’는 것이다. 플랫폼을 어떻게 보느냐가 결정적으로 갈린다.

    • vs 테슬라: 테슬라가 자율주행(FSD)과 공장 생산성에 집착한다면, 슬레이트 오토는 차 안에서의 경험(In-Car Experience)과 개인화에 판을 깐다. 운전자 습관, 콘텐츠 소비 패턴에 따라 인터페이스와 주행감이 실시간으로 바뀌는 ‘적응형 차량’이 목표다.
    • vs 리비안: 리비안은 ‘아웃도어’, ‘모험’이라는 라이프스타일을 노린다. 슬레이트 오토는 반대 방향, ‘도심 속 테크 허브’를 지향한다. 차가 이동 수단을 넘어 움직이는 사무실이자 엔터테인먼트 공간이 되는 그림이다.

    테슬라가 ‘잘 달리는 컴퓨터’를, 리비안이 ‘어디든 가는 튼튼한 도구’를 만든다면, 슬레이트 오토는 ‘나를 이해하는 스마트 공간’을 만들겠다는 포지셔닝이다. 차별화가 될지 과잉 포지셔닝이 될지는 두고 봐야 한다.

    핵심 기술: ‘슬레이트 OS’가 뭔지 보면

    슬레이트 오토의 경쟁력은 결국 ‘슬레이트 OS’라는 자체 운영체제다. 차량의 모든 기능을 통합 제어하는 두뇌 역할인데, 세 가지 특징이 눈에 띈다.

    1. 예측 기반 AI: 운전자의 이동 경로, 일정, 습관을 학습해 배터리 사용량을 미리 최적화하고, 목적지 근처에서 자동으로 주차 공간을 추천한다. 쓸수록 차가 나를 닮아가는 구조다.
    2. 완전 OTA(Over-The-Air): 단순 소프트웨어 업데이트를 넘어 주행 성능, 배터리 관리 로직까지 원격으로 바꿀 수 있다. 오늘은 세단처럼 부드럽게, 내일은 스포츠카처럼 단단하게. 물리적으로 같은 차가 OTA 하나로 다른 차가 된다.
    3. 개방형 생태계: 외부 개발자가 슬레이트 OS 위에서 돌아가는 앱을 만들 수 있도록 API를 공개할 계획이다. 차량용 앱스토어. 이게 실현되면 진짜 판이 달라진다.

    베조스 속셈은 뭔가

    베조스가 자동차가 좋아서 투자했을 리 없다. 그의 투자는 늘 큰 그림의 일부다. 이번도 아마존 생태계와의 시너지를 염두에 둔 수로 읽힌다.

    • 데이터: 자동차는 움직이는 데이터 수집 장치다. 주행 데이터, 탑승자 패턴은 AI를 고도화하고 새 사업 모델을 뽑아내는 원재료다. AWS 클라우드와 엮이면 그 가치가 배가된다.
    • 물류: 아마존이 꿈꾸는 건 완전 자율 배송이다. 슬레이트 오토의 자율주행 기술이 미래 아마존 물류망에 그대로 붙을 가능성은 충분히 있다.
    • 콘텐츠 플랫폼: 자율주행 시대가 되면 차 안에서 콘텐츠를 소비하는 시간이 늘어난다. 프라임 비디오, 아마존 뮤직, 오더블을 차량에 깊숙이 통합하면 새 수익선이 생긴다.

    베조스에게 슬레이트 오토는 자동차 회사가 아니다. ‘바퀴 달린 아마존 에코’이자 ‘움직이는 데이터 센터’로 봐야 맞다. 그 시각으로 보면 투자 이유가 명확해진다.

    첫 모델 ‘슬레이트 원’ 예상 스펙

    아직 공식 발표는 없다. 그래도 업계 예상이 나오고 있는데, 프리미엄 세단 시장을 정조준할 거라는 전망이 많다.

    • 주행거리: 1회 충전 시 750km 이상 (EPA 기준)
    • 배터리: 에너지 밀도를 높인 차세대 반고체 배터리 탑재 가능성
    • 디자인: 극단적인 미니멀리즘. 물리 버튼을 거의 없애고 대시보드 전체를 디스플레이로 채우는 ‘디지털 캔버스’ 컨셉
    • 가격: 10만 달러 이상. 루시드 에어, 포르쉐 타이칸과 정면 대결 구도다.

    솔직히 스펙만 보면 야심이 넘친다. 문제는 양산이다.

    도로에서 볼 날은 언제쯤

    현재 슬레이트 오토는 프로토타입 테스트 단계다. 자동차 산업 특성상 실제 양산까지는 시간이 많이 걸린다. 전문가들 예측으로는 빨라도 2~3년 후에야 첫 고객 인도가 시작될 거라고 본다. 공장 부지 확보, 공급망 구축이 발목을 잡을 수 있고, 리비안이 초창기에 겪었던 ‘생산 지옥’을 슬레이트 오토가 어떻게 피해가느냐가 사실상 성패를 가른다. 기술은 좋아도 생산이 안 되면 결국 그림의 떡이니까.

    출처: TechCrunch