미국 주식/기획 연재

도이체방크가 꼽은 2025년 핵심 테마 TOP25

미주동석스 2025. 2. 17. 07:03

1. 기술 트렌드: 대형 언어 모델(LLM)을 넘어서

1.1 중국의 DeepSeek 모델 등장

  • 기존 모델 대비 1/10 비용으로 개발된 고성능 소형 언어 모델로 AI 개발의 새로운 가능성 제시
  • 최신 하드웨어 의존도를 낮추고 AI 모델의 상품화 가능성을 보여줌으로써 기존 AI 투자 논리에 의문 제기
  • OpenAI 데이터 무단 사용 의혹과 알리바바의 Qwen 2.5 Max 출시로 중국 AI 기술 경쟁 가속화

1.2 대형 모델의 한계와 소형화

  • GPT-4 이후 대형 모델의 뚜렷한 성능 개선이 없어 투자 대비 효율성 문제 제기
  • OpenAI의 o1 시리즈처럼 추론 단계에서 단계적 사고 과정을 도입하는 최적화 방식 주목
  • 네트워크 연결 없이 기기에서 직접 실행 가능한 소형 모델이 속도, 보안, 비용 측면에서 장점 부각

1.3 AI 에이전트의 부상

  • 단순 챗봇을 넘어 24시간 연속 다단계 업무 자동 처리가 가능한 자율 시스템으로 진화
  • OpenAI의 Operator 출시와 함께 Sam Altman이 "올해 AI 에이전트의 workforce 합류" 전망
  • Microsoft의 Satya Nadella는 엑셀 같은 인터페이스 없이 데이터 직접 처리하는 방식으로 SaaS 대체 예측

1.4 광고 모델의 재부상

  • 구독형 서비스가 대세였으나 Perplexity, OpenAI도 광고 모델 도입 검토 시작
  • Meta는 AI 기반 자동 제품 홍보 도구로 광고 매출 20% 증가 달성
  • 2024년 글로벌 광고 시장 예측: 구글 2,640억, Meta 1,590억, 틱톡 400억, 아마존 560억 달러 규모

1.5 에너지 수요 급증

  • 2023년 미국 전체 전력의 4.4%를 데이터센터가 소비, 2028년 최대 12% 소비 전망
  • AWS, Azure, Google Cloud, Meta 등 대형 기업들의 재생에너지 수요 주도
  • 전력 수급 강화를 위해 소형모듈원자로, 기존 원자로 재가동, 핵융합 등 신기술 투자 확대

2. AI 비즈니스: 자금의 블랙홀

2.1 엔비디아의 독주

  • ChatGPT 출시(2022년 11월) 이후 주가 10배 상승, 시가총액 3.6조 달러로 세계 최고 기업 등극
  • AI 반도체 시장 90% 이상 점유와 CUDA 소프트웨어 산업 표준화로 시장 지배
  • 2025년 1월 27일 17% 하락으로 6,000억 달러 시가총액 증발한 최대 단일 손실 기록

2.2 데이터센터 투자 붐

  • Stargate Project: 초기 1,000억 달러, 장기 5,000억 달러 규모의 OpenAI 인프라 투자 계획
  • 마이크로소프트 800억 달러, 메타 650억 달러 규모의 추가 투자 예정
  • TSMC(제조), 엔비디아(설계), ASML(장비) 등 반도체 밸류체인 전반의 수혜 전망

2.3 스타트업 투자 열기

  • Elon Musk의 xAI: 60억 달러 투자 유치, 400억 달러 기업가치 평가, 세계 최대 슈퍼컴퓨터 구축
  • Databricks: 100억 달러 투자 유치로 620억 달러 기업가치 기록
  • OpenAI(1,570억 달러), Anthropic(600억 달러) 등 AI 기업 고평가 지속

2.4 신중한 인수합병

  • 규제 리스크를 피하기 위해 전면 인수 대신 핵심 인재 영입 방식 선호
  • Microsoft는 DeepMind 공동창업자 포함 Inflection 팀 영입, Amazon은 Adept AI/Covariant 창업자 영입
  • 트럼프 행정부의 규제 완화 기조로 본격적 인수합병 증가 전망

2.5 경제적 영향의 현실화

  • 프로그래머, 고객상담직 등 AI 활용 시 15-30% 생산성 향상 관찰
  • MIT Daron Acemoglu: 현 생성형 AI 수준으로는 10년간 생산성 기여도 0.7% 전망
  • 최근 6분기 미국 생산성 연 2.6% 상승(1900년 이후 평균 1.5% 상회)

3. 기업 도입: 현실적 장벽들

3.1 제한적 도입률

  • 미국 센서스국 조사: 250명 이상 기업 중 7.8%만 AI 도입, 중소기업은 더 낮은 수준
  • 보안, 데이터 품질 등 기술적 문제와 함께 개인정보, 환각, 편향성 등 새로운 과제 직면
  • 전문 인력 부족으로 인한 도입 지연 현상 심화

3.2 환각 현상 문제

  • AI가 학습 데이터의 패턴만 기억하고 사실 관계는 이해하지 못하는 근본적 한계
  • 컨텍스트 창 확대, RAG(Retrieval Augmented Generation) 등 기술로 부분적 개선
  • 기업들의 실제 업무 적용 시 신뢰성 문제로 도입 지연

3.3 데이터 품질과 편향

  • UCL 연구: 인간의 편향된 데이터로 학습한 AI가 다시 인간의 편향을 강화하는 순환 구조 발견
  • 신용평가 등 중요 의사결정에서 데이터 편향으로 인한 결과 왜곡 우려
  • 확률적 생성형 AI와 예측형 AI 모두에서 발생하는 보편적 문제

3.4 저작권 분쟁

  • 뉴욕타임스, Getty Images 등이 AI 학습 데이터 무단 사용 관련 소송 제기
  • OpenAI와 약 20개 언론사(News Corp, FT, Axios 등)의 라이선스 계약 체결
  • EU 외 지역에서 포괄적 규제 부재로 저작권법이 주요 규제 수단으로 작용

3.5 소비자 서비스 침투

  • Microsoft 365의 Copilot, 안드로이드의 Gemini 기본 탑재로 소비자 반발
  • AI 신뢰도 조사(DB): 개인정보 처리 시 미국 40%, 유럽 20% 신뢰
  • 의료 조언의 경우 양측 모두 20% 수준의 낮은 신뢰도 기록

4. 일자리 전망: 변화하는 노동시장

4.1 고용 영향

  • IMF 분석: 전 세계 고용의 40%, 선진국의 60%가 AI 영향권
  • ILO 조사: 사무직의 24% 고위험, 58% 중위험 노출
  • Ipsos 조사: 50% 이상이 5년 내 업무 방식 변화, 33% 이상이 직무 대체 예상

4.2 초보자 혜택

  • NBER 연구: AI 활용 시 고객서비스 상담사 처리량 14% 증가
  • 신입 상담사 34% 효율 향상 vs 숙련자 미미한 변화
  • 학생들의 제품 아이디어 생성 능력 40배 향상 사례 보고

4.3 불완전해도 유용

  • 미국 노동자 40% 이상이 주 1회 이상 생성형 AI 사용
  • 문서 작성이 가장 보편적 용도(사용자 2/3 해당)
  • GitHub 플랫폼 내 코드의 50% 이상이 AI 생성

4.4 운영 리스크

  • 2023년 셰보레 챗봇 사례: 8.1만 달러 차량 1달러 판매 승인
  • 맥도날드 AI 음성인식: 치킨 너겟 수백 개 추가, 아이스크림에 베이컨 추가 등 오류
  • AI의 상식 부재로 인한 예측 불가능한 오류 발생 위험

4.5 새로운 직종

  • 프롬프트 엔지니어 평균 연봉 17.8만 달러, 최대 보너스 13만 달러
  • 2018년 직업의 60%가 1940년에는 존재하지 않았던 것처럼 새로운 직군 창출
  • AI 개발, 테스트, 최적화 관련 전문가 수요 증가

5. 미래 전망: FOMO vs 안전

5.1 미국의 규제 완화

  • 기존 소비자보호법 중심의 최소 규제로 혁신 촉진 정책
  • 캘리포니아(세계 50대 AI 기업 중 32개 소재)의 AI 규제 거부
  • 트럼프 행정부의 바이든 AI 행정명령 철회로 규제 완화 가속

5.2 EU vs 미국 접근

  • EU의 AI법: 2025년 2월부터 "수용 불가" 사례 금지, "고위험" 사례 규제
  • 유럽의 ML 모델 개발: 프랑스 8개, 독일 5개 vs 미국 61개, 중국 15개
  • EU/영국의 AI 민간투자 규모 미국의 1/6 수준에 그쳐

5.3 국가 안보 우선

  • 세계 Top 500 슈퍼컴퓨터: 미국 173대, 중국 63대, 독일 40대, 영국 14대
  • "호스팅 AI" 대신 자체 "주권 AI" 확보 경쟁 심화
  • DeepSeek 사례가 각국의 AI 주권 확보 경쟁 촉발

5.4 현실적 위협

  • AI 전문가 설문: 인류 멸종 가능성 5%, 2047년까지 모든 작업 인간 능가 50% 전망
  • Hinton/Bengio vs LeCun: AI 개발 중단 vs "고양이 수준도 못미쳐" 논쟁
  • 딥페이크, 일자리 상실, AI 무기화 등 현실적 위험 우선 대응

5.5 예측의 부정확성

  • Musk(2026년 초인간 AI), Altman(AGI 구축 방법 확신), Amodei(2026-27년 AGI) 전망
  • 과거 예측 실패: Musk의 2년내 자율주행(2015년), Hinton의 5년내 방사선전문의 소멸(2016년)
  • 1956년 다트머스 회의부터 이어진 AI 발전 속도 과대평가 경향

결론

2025년 AI 시장의 변화 방향을 분석한 이 보고서를 읽으면서, AI 기술이 이제 실험실을 벗어나 우리의 일상으로 본격적으로 들어오고 있다고 생각합니다. 특히 DeepSeek과 같은 효율적인 소형 모델의 등장은 AI 기술의 대중화를 더욱 가속화할 것이라고 봅니다. 흥미로운 점은 AI가 더 이상 특정 기업의 전유물이 아니게 되었다는 것입니다. 기술의 진입장벽이 낮아지면서 중소기업이나 개인도 AI를 활용할 수 있는 기회가 늘어날 것이라고 생각합니다. 다만, 이 과정에서 기업 규모와 산업별로 AI 도입 속도의 격차가 심화될 수 있다는 점이 우려됩니다.

 

노동시장의 변화도 주목할 만한 부분입니다. AI가 일자리를 빼앗을 것이라는 단순한 우려를 넘어, 프롬프트 엔지니어처럼 새로운 직종이 계속해서 등장하고 있습니다. 중요한 것은 AI와 함께 일하는 방법을 배우고, 이를 통해 우리의 업무 방식을 더 효율적으로 개선하는 것이라고 생각합니다.

 

국가 간 AI 기술 경쟁도 매우 흥미로운 관전 포인트입니다. 미국의 자유방임적 접근과 EU의 규제 중심 접근이 대비되는 가운데, 중국이 독자적인 길을 개척하며 급부상하고 있습니다. 이러한 경쟁 구도는 결과적으로 AI 기술 발전을 더욱 가속화할 것이라고 생각합니다.

 

가장 중요한 것은 AI 기술이 우리 사회에 미치는 영향을 균형있게 바라보는 것이라고 생각합니다. 환각 현상이나 데이터 편향성 같은 기술적 한계를 인정하면서도, 동시에 이 기술이 가져올 수 있는 긍정적인 변화에 주목해야 합니다. AI는 결국 우리가 어떻게 활용하느냐에 따라 그 가치가 결정될 것이라고 봅니다.

 

2025년은 AI 기술이 우리 사회에 본격적으로 뿌리내리는 시기가 될 것 같습니다. 이 과정에서 발생하는 변화와 도전을 두려워하기보다는, 이를 기회로 삼아보려는 의지와 노력이 중요하지 않을까 생각합니다. 아직 새롭게 변할 시기를 경험해본 사람은 아무도 없기 때문에 이를 어떻게 활용해서 기회로 바꿀지는 순전히 개인의 몫이라고 생각합니다.

저작자표시