원문 보기
지금 우리나라 시장은 외국인이 계속 위에 아래로 흔드는 시장이지. 이게 뭐 급락을 얘기하거나 붕괴를 얘기하진 않다. 오히려 제일 중요한 건 뭐냐면 AI 생산성 어디까지 왔나? 아니면 금리의 부담이 경제를 얼마나 질지. 이제는 진짜 구조적으로 봐야 되는 거예요. 들을수록 똑똑해지는 지식 뉴스. 박사님 소개 좀 먼저 부탁드리겠습니다. 안녕하십니까? 저는 KB 국민은행 WM 스타자단에서 수속노믹스트 맡고 있는 유신닝입니다. 반갑습니다. 코스피가 중국의 이제 반도체 춘공이 좀 너무 거세진 거 아니냐 이런 우려 때문에 많이 흔들린 거 같은데 박사님께서 혹시 어떻게 보셨나요?이 이 중국이 기술 격차를 좁힌다는 건 항상 있어 왔던 일입니다.
혹시 과거에 전문적으로 보셨던 분들은 기억하시겠지만 디스플레이 같은 경우 우리나라 장비를 발출을 하면서 수출을 하다가 베기기 시작한 거예요. 그니까 과거에 이제 2010년 중반 때부터 그러면서 어 예를 들면 다른 이제 중국 BO든지 아니면 많은 기업들이 디스플레이가 굉장히 급진적으로 발전을 하기 시작을 했고 그게 이제 조만간 따라잡을 것이다라고 했었죠. 그래서 그때 우리나라 디스플레이 산업 자체도 그러면 같이 악화될 거다. 근데 실질적으로는 어 그 영향을 일부 받긴 했지만 시장 자체는 분리가 돼 있었어요. 그러니까 미국과 중국이 주도하는 대만 그 중학권의 시장은 분리가 돼 있었다는 거죠.
그러니까 지금 중국이 4F 스퀘어를 갖다가 만든다는 것은 이제 기술적으로 굉장히 집접도가 높고 회로의 전력의 효율성을 높이면서 삼성전자도 27년도에 어느 정도 이제 어 선적으로 이제 발출을 하면서 실질적으로 이제 양산을 하겠다 이렇게 의사를 표시한 건데 그게 이제 26년도 말부터 이제 중국이 할 수 있다라고 얘기를 하니까 이제 화들짝 놀란 거죠. 기술차가 너무 좁혀지고 있는 거 아니냐? 근데 사실은 중국의 기술은 항상 따라잡아 왔어요. 근데 잘 보시면은이 기술이 발전되는 것과 마케팅과 그다음에 세일링 그러니까 실제 세일즈는 다르다는 거는 우리가 항상 염도를 해 두셔야 된다.
그렇지만 그 물량들이 중화권에서 팔리는 물량들은 압도적으로 많아질 수 있어요. 하지만 우리가 지금 밸류체인에 들어가 있는 미국 쪽에서 과연 그걸 받아들일 것이냐에 대한 문제. 왜냐면 이건 정치적인 문제예요. 받아들이게 되면 어떻게 돼요? 폴리실리콘 꼴이 나는 거예요. 폴리실리콘 지금 가격대가 어떻습니까? 지금 중국산 폴리실콘 가격 다르고요. 미국과 유럽의 폴리실콘 가격이 달라요. 왜? 끊었잖아요. 이쪽에서 가져오는 거 물품을 갖다 끊겠다. 자, 지금 똑같은 논리인 겁니다. 기술은 계속 빨라져요. 그래서 빠를 때는 어떻게 보면 2년 세대까지 좁혀지고 좀 넓어질 때는 5년 세대까지 넓어지고 계속 이렇게 업치락 뒤칙하면서 따라오는게 현실이에요.
근데 중요한 거는 그게 실제로 HBM, AI칩의 시장 자체를 우리가 지금 접목하고 있는 시장을 장악할 것이냐의 문제는 그건 별개의 이슈인 거죠. 개발을 할 수 있다와이 미국 밸류체인과 우리나라의 이제 디램 HBM용 디램에 사실 그동안의 시간만 생각해 보셔도 거의 NBDI에 3, 4년 콜테스트를 진행하다 이제 납품이 시작이 되고 있는 거거든요. 그럼 수열 문제도 넘어야 되는 산이고 테스트 기간도 3, 4년이 또 걸리고 근데 그게 당장 가격 압박으로 온다. 아, 이거는 아니라고 봅니다. 다만 중요한 거는 이제 눈치 게임이 많이 치열하게 시작이 됐고 그마만큼 반토치 업 자체는 아직도 여전히 호황의 기조가 남아 있을 수 있다 정도로 해석하시는게 맞을 것 같고요.
그러면 시장은 왜 요동을 치느냐? 저는 항상 말씀드립니다. 기승전 트럼프 말씀을 드리죠. 지금 트럼프 행정부가 작은 금액이지만 연방 정보 주도가 돼서 밸루에이션 상단을 갖다가 계속 취속게 만드는 그런 끌어가는 리딩하는 그런 힘들이 요즘에 사실 소실이 되고 있어요. 그러니까 탑 매크로 탑에서 야 비싸도 괜찮아. 회사체 발행지 얼마 전에 스페이스엑스도 10년짜리 발행했는데 그것도 괜찮아. 아니 더 많은 자금 조달할 수 있어. 왜? 정부가 도우니까. 이게 올해 상반기까지 흐름이었단 말이에요. 근데 그 흐름이 지금 휴직기예요. 그럼 어떻게 되겠어요?
시장은 미국 시장도 와리가리 정보점을 탈란했다고 하지만 와리가리 계속 하는 거고 개별 기업 이슈에 맞춰서만 가는 거고 이거는 전형적인 중에 액티브 마켓입니다. 매크로가 끌어가는게 아니에요. 그냥 개별 기업으로 가는 거예요. 근데 그 하단으로 내려와 있는 우리는 어때요? 사실 탑이 저쪽에서도 안 좋고 개별 이슈로만 가는데 우리는 개별 이슈가 존재하나요? 없잖아요. 이럴 때 제일 강력한게 뭐였어요? 주주 친화정책. 근데 기대감을 충족을 못 해 왔죠. 구조적 변화가 안 일어났습니다. 그러면 지금 우리나라 시장은 중국 이런 노이즈만으로도 트레이딩 권역에서 외국인이 파생으로 계속 위에 아래로 흔드는 시장이지 이게 뭐 급락을 얘기하거나 붕괴를 얘기하진 않는다.
저는 그렇게 판단하고 있습니다. 지난번 편에서 의료 정보라든지 좀 약간 순도 높고 잘 정제돼 있는 데이터 기업들이 좋을 거다라고 말씀해 주셨는데 이거에 관련해서 정말 거기 있는 데이터들이 표어한가 정말 잘 정리될 수 있는가 핵심 말씀을 주셨는데 저는 정확히 구분해야 되는게 AI 쪽은 계속적으로 꾸준히 발전할 수 있고 그리고 AI는 아주 정확하게 말씀드리면 확률 모형입니다. 입니다. 이거는 통계 가설을 세우고 많은 데이터를 AI가 직접을 해서 그래서 원하는 답에 대해서 자기가 가설을 세운다면 HO라는 가설 있잖아요. 해퍼시스를 세우고 그게 맞으면 그걸 다시 이제 스스로 이제 정답이라고 얘기를 하면서 구독자 우리 이제 그 사용자한테 이게 이렇게 이루어지는 것이 맞습니다 하면서 그 근거와 여러 가지 사례들을 쫙 설명을 해 주는 거예요.
그러면서 이제 차세대로 가면서는 추론을 한다고 하잖아요. 그러니까 여기는 팩트인 거예요. 지금 현재의 데이터로는 HO 가설이 맞습니다. 틀립니다. 판단을 해서 주는 거예요. 근데 추로는 어디로 가느냐? 요거를 기반으로 해서 아주 쉽게 말씀드리면 앞으로 이럴 겁니다라고 예상을 해 주는 거예요. 추론하는 거예요. 그러면 이거는 프리딕트 개념이죠. 그것은 이제 엄청 데이터 잡아 먹을 거다. 왜냐면은 정답을 알 수 없는 미래의 일이고 확률적 모형으로 넘어가기 때문에 엄청나게 돌려야 되겠죠. 그래서 스스로 리바이스를 하면서 수정 보완 수정 보완이 반복이 되니까 엄청난 데이터를 먹는다.
그러면 AI가 핵심 하두가 되는게 데이터가 굉장히 정교하게 쌓여 있는 산업과 데이터가 덤 덤벙덤벙 쌓여 있는 산업을 보시면 어떨까요? 아무리 훌륭한 AI이고 탑 엔진이라고 하더라도 데이터가 덤벙덤벙 사이면요. 답을 덤벙덤벙할 수밖에 없는 거예요. 근데 그러면 데이터가 명확하게 쌓여 있는 산업군이 어딜까요? 의료예요. 왜냐? 의료는 우리가 처방을 하고 데이터가 병원 기록에 남아 있잖아요. 병원 기록에 남아 있고 그 기록을 기반으로 해서 우리가 또 다른 환자를 치료할 때 참고를 하기도 하고 제일 중요한게 뭐예요? 항상 실험 설계를 하잖아요.
즉 임상을 하잖아요. 임상을 하게 되면 항상 데이터가 있잖아요. 그래서 이러 이러한 환자 100명을 모집해서 이런 치료법을 썼을 때 됐다 안 됐다 그러면 병력용법 뭘 써야 된다? 데이터가 광화락했잖아요. 그럼 이게 AI의 일입니까? 아니죠. 이건 사람의 일인 겁니다. 사람이 성실하게 데이터를 잘 쌓아 놓은 경우에는 여기서 파워풀해 줄 수밖에 없는 거예요. 왜? 데이터만 쌓여 있으면 우리가 1 2 3 4 5 6 7 8의 데이터를 AI가 와서 다이 데이터를 갖다가 흡수해서 판단을 내리고 아까 가설 얘기를 드렸잖아. 판단을 내리데 있어서 촘촘하잖아요.
그러면은 그 로직이 명확해지는 거예요. 그러면서 틀린 답을 낼 가능성이 적는 적어지는 거예요. 근데 중요한 건 뭐냐? 데이터가 덤벙덤벙 쌓여 있는 산업을 볼게요. 데이터가 덤벙덤벙 쌓여 있는 산업이 대표적으로 어디가 있을까요? 제조업. 네. 순수 제조업. 사람이 물리적으로 작동을 하면서 물리적으로 힘을 가해서 물건을 만들거나 아니면 건물 건설을 하거나이 경우에는 물론 사전 설계라는 계획도는 있지만 실제 현장에서 보시면요. 그 계획도에 맞춰서 100% 되나요? 안 되죠. 단 1cm, 2cm. 그리고 계획도에 맞춰서 공산했지만 알고봤더 옹벽을 뜯어내니까 옹벽 안에 뭔가 다른 물질이 있어서 약간 틀어질 때가 있어요.
물론 대세적인 뭐 기둥불이나지 위치 이런 것들은 달라지지 않지만 우리 아파트 건물만 보셔도 같은 평행에 같은 구조인데 약간 구조가 여기는 벽이 더 나와 있네. 이런 거 경험하셨잖아요. 이런 경우 데이터가 없다는 거예요. 그런 경우에 AI가 어떻게 힘을 쓸 수 있냐? 피지컬 AI하고 온다 하더라도 즉 제가 말씀드린 AI에 대한 비판론은 AI를 부정하는게 아니라 데이터 기반으로 사람이 잘 쌓아 놨으면 충분히 파워풀해질 수 있고 그렇지 않은 쪽에선 아무리 훌륭한 탑 엔진급의 AI가 와도 이거는 해결 불가능하다. 그런데 지금 몽뚱그려서 모든 AI 창시자들과 AI 경영지는 뭐라고 얘기를 하냐?
이게 혁명이고 인간의 삶을 다 바꿀 것이다. 인간이 필요 없어질 것이다라고 얘기하면서 한 걸음 더 나가서 공포 마케팅을 하죠. 인류를 멸하게 될 것이다. 다 거짓말. 인류를 멸하게 할 순 있죠. 예를 들자면 계속 AI가 이제 진화를 하기 시작하면서 미미킹 하는 거예요. 서로 베기는 거예요. 어떻게 베겨요? 지구는 뚱게 아니라 알고 보니까 기울어져 있습니다. 근거를 계속 제시해요. 자, 과학적 근거를 제시하다가 나중에 마지막에 뭐라고 얘기를 하느냐? 기울어져 있기 때문에 이런 상황에서는 우리가 한 땅 쪽 한 지역을 폭발을 해야 됩니다.
잘못된 유추의 방향성을 편양성을 계속 만드는 데이터를 제공하고 결론을 내다가 그에 맞춘 액션 행동에 대한 실현 솔루션을 갖다가 잘못된 솔루션을 주는 거예요. 그럴 때 결국 AI가 망하게 만드는 것이라 AI를 만들고 조작하는 그 소위 말하는이 매니저들, 에이전트들이 망하게끔 만들 수 있다죠. 근데 이거를 너무나 대단한 힘을 갖고 있는 것처럼 이제 공포 마케팅을 결국 필요한 데이터 순수성을 믿을 수 있느냐에 대한 거는 사람의 역할이고 산업의 부분의 특성이라는 거죠. 자, 그래서 의료는 그래도 우리가 트라이앤 fa를 수백 사실 수천 년간 해 왔어요.
그렇기 때문에이 데이터들은 그래도 우리가 심로에 할 수 있기 때문에 이런 AI 의료 소프트에서는 우리가 신임을 [콧방귀] 할 수 있다. 신뢰를 할 수 있다는 거고 두 번째 법률에든지 많은 이제 조항들, 정책들이 나아가 있는 이런 과거 문헌이 잘 쌓여 있는 법률 쪽 그다음에 판례라든가 그렇죠. 회계 쪽 이쪽은 당연히 여기 데이터도 필요하다고 판단할 수 있는 거고 그러면 AI는 여유 분야에서 어떻게 돼 있어? 아, 참고로 코딩도 들어가죠. 코딩은 이미 기터부에서 어마어마하게 쌓여했었던 근데 이제 이러한 부분들이 어떻게 돼요? 이런 부분들은 파워풀하게 영향을 발휘할 수 있는 거죠.
근데이 산업을 담당했던 분들은 저놈 경영학과 저 뭐 아는 문과생이 어떻게 알아? 물론 기술을 자다 알지는 못합니다만 머신러닝에서 출발한 확률적 통계적 모형은 결론은 단순하다고 봐요. 그러니까 결론은 데이터 싸움이고 데이터가 잘 추적된 산업들은 이런 말씀드린 세 가지 정도의 불류의 산업은 파워풀할 수밖에 없다. 근데 그 대신 제조업처럼 말씀드린 것처럼 벙벙한 쪽은 사실상 아무리 좋은 AI를 가져와도 그거는 힘들다. 그러면 한마디로 이것을 다 퉁쳐서 얘기하면은 AI가 매우 편리하고 매우 유황한 도구이지만 트럼프 대통령과 AI 창시자들이 얘기하는 것처럼 생산성과 내년도 GDP를 잠재 성장성을 완벽하게 높이는 그래서 수렴하게 만드는 가능성은 작아 보인다.
이게 오늘 27년도 전망의 핵심 화두로서 내년도 전망을 어떻게 볼 것이냐 이렇게 내용을 정리했습니다. 제조업단에서의 이제 피지컬 AI를 통한 혁명이 지금 제일 핵심 하두로 보이는데이 데이터가 필요한 상태가 만들어지기 전까지 시간이 결국 걸린다라는 맞습니다. 그리고 또 한 가지 혁명이 되려면 새로운 기술과 그것을 흡수하는 정책 그리고 인프라가 같이 구축이 되어야 합니다라고 말씀을 드렸었어요. 근데이 정책과 인프라는 아직 못 따라가고 있어요. 한 달 전쯤에 BOA나 여러 가지 그 제가 아티컬을 보면서 리포트해서 이런 글이 있었어요. AI는 매우 우리에게 실용적인 도구로 다가고 있습니다.
그런데 AI는 마법이 아닙니다. 착각하지 마세요. 제가 말씀드리는게 바로 그거예요. 공장 현장에서 AI를 갖다가 딱 세팅을 해 놓으면 사실 매니저나 경영지층은 지금의 환상적인 범위로 보면 AI가 모든 공장일들을 다 해소시켜 줄 거라고 믿고 있어요. 근데 실제 매니저가 그거를 관화하는 입장에서 보면 1 업무자는 바닥에 있는 이제 철강 바닥에 있는 부분을 이제 만들고 그다음에이 매니저 같은 경우는 두 번째 이제 중판에 있는 이제 강판을 갖다 만들고 3 매니저는 상판에 있는 것을 만들어 왔어요. 그러면 제일 중요한 건 뭐냐면 여기서 AI 컨트롤러와 매니저가 그전에 이렇게 업무가 하단 상 중단 상단으로 이루어져 왔는데 그 부분에 대한 프로세스를 AI툴로서 만들어 주는 업무의 그 프로시저를 만들어 주세요.
이게 세팅이 돼야 된다는 거예요. 즉 사람별로 자기가 잘하는 분야. AI 데이터가 더 정확해서 수정안을 갖다가 효율적으로 할 수 있는 분야. 이게 사람별로 다르다는 거예요. 그 미세한 부분을 갖다 AI에 직접 입력을 해서 여기에서 이제 그 데이터와 결과 오더를 받을 수 있어야 되는데 그런 프로시저와 이런 규 자체가 공장에서는 아직 이루어지려면 멀었다는 거예요. 아주 간단하게 사람이 잘했던 부분, 사람이 못했던 부분을 명확하게 구분해서 못했던 부분에 대한 AI 프로시저를 공장에 딱 투입을 시켜야 되지 그냥 사람만 없으면 다 돼. 이런 식으로 접근하는 방법은 굉장히 무식하고 그냥 나이부하다는 거예요.
그리고 내가 필요한 AI를 커스터마이즈 해서 나는 이런 AI가 에이전트 AI가 필요합니다라고 이제 주문을 해야 되는 것이고 그러니까 공급자가 있다고 하고 그다음에 이제 사용하는 소비자가 있다고 쳤을 때 지금의 AI는 어떻게 보면 공급자 중심인 거예요. 내가 이런 제품까지 만들었어. 근데 소비하는 자들 입장에서는 불편한게요 부분 열 중에서이 부분인데이 부분을 해결 안 하고 다른 부분을 해결하고 있는 것과 마찬가지의 논리들. 그래서 약간은 지금 AI의 형태는 국가적 정책, 인프라, AI를 다 통틀어 봤을 때 좀 벙벙한 느낌이다. 그래서 뭐 제가 8시간에 끝낼 일을
4시간에 끝냈고 그 일을 한 번 더 할 수 있는 시간이 생겼음에도 굳이 그걸 더 해야 되나? 그렇죠. 이런 것들이 보완이 안 되는 상황에서 우리가 이거를 생산성 혁명이 일어났다라고 얘기하기는 좀 애매하다. 그렇죠. 그리고 지금 AI가 대부분이 사실은 사무질 소위 말하는 이제 화이트 컬러에서는 많이 쓰여지고 있지만 블루 컬러로까지 접목이 되고 적용되기까지는 사실 이제 몸과 힘과 제일 중요한게 뭐예요? 제가 그 로봇의 창시자였던 그 브룩스 연구소에 계셨던 이제 교수님 말씀을 한번 드렸는데 그분이 그런 얘기를 했잖아요. AI가 사람의 손과 발을 갖다가 다 대체할 수 있을 거라고 믿지만 사람의이 손끝에서이 쇠를 눌렀을 때 느껴지는 느낌은 우리는 지금이 순간 뭘 느끼냐?
무게감, 부피, 강도 이런 걸 간접적으로 추론을 하고 있는데 그러한 부분들을 사람만큼 신경망으로 소화하고 흡수하는게 AI는 아무리 정개한 로버트도 불가능하다. 왜냐? 여기에서 느껴진 신경망은 손에도 있고이 신경망을 타와서 뇌에서 인식하는 부분들이 분석을 하면서 이것은 무게와 부피와 강도가 어떻겠다 판단을 하거든요. 두 가지 차원이에요. 근데 피지컬은 지금 머리만 지금 잘하겠다는 거예요. 손은 그냥 쇠예요. 로봇의 손에 있는 신경망의 미세한 세포들까지 구현하지 못해요. 얼굴은 구현했죠. 웃는 표정, 우는 표정. 근데 손이 느끼는 신경망의 세포 부분은 구현을 못 하고 있다는 거예요.
그렇기 때문에 인간을 도울 수 있지만 사람이 결국에는 어 붙어서 하는 로봇들이 많아지는 세상이지 사람이 없고 로봇이 주도하는 세상은 아니다. 과장되어 있다. 이런 표현을 하는 거죠.
Comments 0