이번 시간에는 AI 산업의 다음 경쟁에 대해서 알아보도록 하겠습니다.

---

AI 산업의 다음 경쟁은 어디에서 시작될까

AI 산업의 경쟁이 빠르게 바뀌고 있습니다.

과거에는 “누가 더 똑똑한 AI 모델을 만드는가”가 가장 중요한 경쟁 요소였습니다.

하지만 이제는 상황이 달라지고 있습니다.

AI 모델의 성능뿐만 아니라 AI 반도체, 데이터센터, 전력, 클라우드, 기업용 소프트웨어, AI 에이전트, 로봇, 자율주행, 쇼핑 플랫폼, 금융시장까지 AI와 연결되는 거의 모든 산업이 새로운 경쟁의 무대가 되고 있습니다.

특히 AI가 단순히 질문에 답하는 챗봇을 넘어 실제로 검색하고, 상품을 찾고, 결제하고, 업무를 수행하는 AI 에이전트로 발전하면서 변화의 속도도 빨라지고 있습니다.

동시에 AI를 개발하고 운영하는 데 필요한 비용도 엄청나게 커지고 있습니다.

GPU를 확보해야 하고, 데이터센터를 건설해야 하며, 막대한 전력도 필요합니다. 여기에 HBM 같은 고성능 메모리와 첨단 패키징, 네트워크 장비, 냉각 시스템까지 필요합니다.

결국 AI 산업의 핵심 경쟁은

AI 모델 → 반도체 → 데이터센터 → 전력 → 클라우드 → 소프트웨어 → AI 에이전트 → 로봇·자율주행 → 실제 매출과 이익

으로 점점 확대되고 있습니다.

---

AI 경쟁의 기준이 바뀌고 있다

AI 산업의 초기 경쟁은 주로 모델의 크기와 성능을 중심으로 진행됐습니다.

더 많은 데이터를 학습하고, 더 많은 GPU를 사용하고, 더 큰 모델을 만들어 경쟁하는 방식이었습니다.

하지만 AI 기술이 발전하면서 새로운 질문이 등장하고 있습니다.

“꼭 가장 큰 모델이어야 하는가?”

특정 업무를 수행하는 데 필요한 수준의 정확도를 유지하면서도 훨씬 적은 컴퓨팅 자원으로 작동할 수 있다면 기업 입장에서는 오히려 더 효율적인 AI가 될 수 있습니다.

이런 변화를 보여주는 사례가 Olas입니다.

Olas의 사례는 AI 경쟁이 단순히

“누가 가장 크고 강력한 AI 모델을 만드는가?”

에서 끝나지 않고,

“특정 업무를 얼마나 정확하고 저렴하게 처리할 수 있는 AI를 만드는가?”

로 확대될 가능성을 보여줍니다.

기업이 AI를 실제 업무에 도입할 때 중요한 것은 단순한 벤치마크 점수가 아닙니다.

• 얼마나 적은 컴퓨팅 자원으로 업무를 처리할 수 있는가
• AI를 사용하면서 비용을 얼마나 줄일 수 있는가
• 특정 산업에서 얼마나 높은 정확도를 낼 수 있는가
• 실제 업무에서 얼마나 안정적으로 작동하는가

등이 중요합니다.

따라서 앞으로 AI 산업을 볼 때는 모델의 크기와 성능뿐만 아니라 비용 대비 성능과 실제 활용성까지 함께 살펴볼 필요가 있습니다.

---

AI 경쟁은 결국 반도체 경쟁으로 이어진다

AI 모델이 발전할수록 더 많은 컴퓨팅 능력이 필요합니다.

그리고 그 중심에 있는 것이 GPU와 AI 가속기입니다.

AI 모델을 학습하거나 추론하려면 수많은 연산을 동시에 처리해야 하기 때문에 고성능 반도체가 필요합니다.

이 때문에 AI 산업의 성장은 곧바로 AI 반도체 수요 증가로 연결되고 있습니다.

대표적인 기업이 엔비디아입니다.

하지만 AI 반도체 시장의 경쟁은 GPU 하나로 끝나지 않습니다.

GPU가 빠르게 작동하려면 데이터를 공급해주는 메모리도 중요합니다.

HBM(고대역폭 메모리)은 AI 가속기와 함께 사용되는 핵심 부품으로 자리 잡고 있습니다.

따라서 AI 산업이 성장할수록

GPU → HBM → 서버 → 데이터센터

로 이어지는 반도체 생태계 전체가 함께 커지게 됩니다.

---

마이크론이 보여주는 AI 반도체의 또 다른 문제

AI와 HBM 수요 증가로 메모리 기업들은 강한 이익 성장을 기록하고 있습니다.

대표적인 기업이 마이크론입니다.

하지만 마이크론을 둘러싼 시장의 관심은 단순히 “이익이 얼마나 늘었는가”에만 있지 않습니다.

메모리 산업에는 과거부터 반복된 가격 사이클이 있기 때문입니다.

메모리 수요가 증가하면 가격이 상승하고 기업들의 이익도 크게 늘어납니다.

그러나 기업들이 생산시설을 확대하면 공급이 다시 늘어나고, 어느 순간 가격이 하락하면서 이익도 감소하는 사이클이 반복돼 왔습니다.

따라서 투자자들이 궁금해하는 것은

“현재의 높은 이익이 얼마나 오래 지속될 수 있는가?”

입니다.

마이크론이 추진하고 있는 장기 고객 계약은 이 문제와 연결됩니다.

장기 계약을 통해 고객과 안정적인 수요를 확보할 수 있다면 과거와 같은 메모리 가격 사이클의 영향을 어느 정도 줄이는 데 도움이 될 수 있습니다.

결국 마이크론을 볼 때는 단순한 현재 이익뿐만 아니라 HBM 수요, 생산 능력, 장기 계약, 메모리 가격 사이클을 함께 살펴봐야 합니다.

---

AMD가 보여주는 새로운 AI 반도체 수요

AI 반도체 경쟁에서 또 하나 주목할 변화는 GPU뿐만 아니라 CPU 수요도 다시 중요해지고 있다는 점입니다.

2026년 AMD 주가가 엔비디아보다 빠르게 상승한 배경 가운데 하나로 시장에서는 AI 에이전트의 확산을 주목하고 있습니다.

AI가 단순히 답변을 제공하는 수준을 넘어 실제 업무를 수행하기 시작하면 필요한 컴퓨팅 구조도 달라질 수 있습니다.

AI 에이전트가

• 데이터를 검색하고
• 여러 프로그램을 실행하고
• 기업 시스템과 연결되고
• 다른 AI 모델을 호출하고
• 실제 업무를 자동으로 처리한다면

이 과정에서 GPU뿐만 아니라 서버 CPU의 역할도 중요해질 수 있습니다.

따라서 AI 에이전트가 확산될수록 새로운 컴퓨팅 수요가 만들어질 가능성이 있습니다.

다만 이것이 “AMD가 엔비디아를 추월했다”는 의미는 아닙니다.

오히려 앞으로는 GPU와 CPU가 서로 경ㅈ애하는 관계라기보다 AI 시스템 안에서 함께 필요한 컴퓨팅 자원으로 볼 필요가 있습니다.

즉, AI 반도체 경쟁의 범위가

GPU 성능 경쟁

에서

AI 에이전트가 만들어내는 전체 컴퓨팅 수요를 누가 확보하는가

로 확대되고 있는 것입니다.

---

GPU를 확보해도 데이터센터가 없으면 AI를 돌리 수 없다

AI 반도체를 확보하는 것만으로는 충분하지 않습니다.

GPU를 설치할 데이터센터가 필요하기 때문입니다.

그리고 데이터센터를 건설하려면

• 전력
• 냉각
• 변압기
• 네트워크
• 토지
• 서버
• 자금

등이 필요합니다.

결국 AI 산업의 경쟁은 단순히 GPU 공급량의 경쟁이 아니라 AI 인프라 전체를 얼마나 빠르게 구축할 수 있는가의 경쟁으로 확대되고 있습니다.

알리바바가 보여주는 변화도 이런 흐름과 연결됩니다.

AI 경쟁이 치열해질수록 기업들은 AI 모델을 개발하는 것뿐만 아니라 AI 칩과 데이터센터, 전력, 클라우드, 기업용 AI 서비스를 모두 확보하는 전략을 추진하고 있습니다.

결국 AI 시대에는

좋은 AI 모델을 만드는 능력 + AI를 실제로 실행할 인프라

가 함께 필요합니다.

---

AI 데이터센터의 다음 병목은 전력

데이터센터가 늘어나면서 새로운 문제가 등장하고 있습니다.

바로 전력입니다.

AI 데이터센터는 일반적인 데이터센터보다 훨씬 많은 전력을 필요로 할 수 있습니다.

GPU가 대규모로 들어가고 냉각 시스템까지 함께 가동되기 때문입니다.

따라서 AI 산업의 성장 속도가 빨라질수록

“GPU를 얼마나 확보할 수 있는가?”

뿐만 아니라

“그 GPU를 돌릴 전력을 어디에서 확보할 것인가?”

가 중요한 문제가 됩니다.

이런 흐름을 보여주는 사례가 구글과 조지아 파워의 전력 협력입니다.;

양측의 합의는 새로운 원전을 건설하는 대신 기존 원전의 발전 능력을 높여 AI 데이터센터 등에 필요한 전력을 확보하는 방식과 연결돼 있습니다.

즉, AI 산업이 커지면서 기존 전력 인프라를 더 효율적으로 활용하는 방법까지 중요해지고 있는 것입니다.

---

AI 투자는 반도체 와 전력까지 경제 전체를 움직인다

AI 투자의 규모가 커지면서 AI는 이제 단순한 기술 산업의 문제가 아닙니다.

대규모 AI 데이터센터 투자는

반도체 → 건설 → 전력 → 전기장비 → 네트워크 → 부동산 → 금융

등 여러 산업으로 연결됩니다.

따라서 AI 투자가 증가하면 관련 기업들이 새로운 수요를 얻을 수 있습니다.

하지만 반대로 투자 규모가 지나치게 커질 경우 새로운 위험도 생깁니다.

AI 데이터센터를 건설하려면 막대한 자본이 필요하기 때문에 기업들이 부채나 외부 자금에 의존할 수 있습니다.

만약 AI 매출과 이익이 투자 속도를 따라가지 못한다면 문제가 발생할 수 있습니다.

즉,

AI 투자 증가 → 인프라 확대 → AI 매출 증가

라는 선순환이 만들어질 수도 있지만,

반대로

과도한 투자 → 높은 부채 → 기대보다 낮은 수익성 → 투자 축소

라는 반대 방향의 사이클도 발생할 수 있습니다.

따라서 앞으로 AI 산업을 볼 때는 얼마나 많이 투자하고 있는가와 함께 그 투자로 실제 얼마를 벌고 있는가를 확인하는 것이 중요합니다.

---

AI 에이전트가 인터넷의 새로운 관문이 될 수 있다

AI 산업의 또 다른 중요한 변화는 AI 에이전트입니다.

기존 챗봇은 사용자의 질문에 답하는 것이 중심이었습니다.

하지만 AI 에이전트는 사용자를 대신해 실제 행동을 수행할 수 있습니다.

검색 → 상품 선택 → 주문 → 결제

같은 과정을 AI가 직접 처리할 수 있습니다.

이렇게 되면 소비자가 웹사이트를 직접 방문하는 방식도 달라질 수 있습니다.

이 때문에 AI 에이전트가 새로운 디지털 관문이 될 가능성이 제기되고 있습니다.

---

메타와 쇼피파이, AI 쇼핑의 새로운 구조

메타와 쇼피파이의 협력은 이러한 변화를 보여주는 대표적인 사례입니다.

AI가 상품을 단순히 추천하는 것을 넘어

상품 검색 → 판매자 연결 → 결제

까지 이어질 수 있도록 연결하는 것입니다.

이렇게 되면 쇼피파이 역시 단순한 온라인 쇼핑몰 구축 도구를 넘어 AI 시대에 필요한

• 상품 정보
• 판매자
• 결제
• 주문
• 배송 및 이커머스 인프라

를 연결하는 역할을 할 수 있습니다.

결국 AI 쇼핑에서는

“누가 소비자에게 상품을 보여주는가?”

뿐만 아니라

“누가 AI 에이전트가 상품을 검색하고 구매할 수 있도록 인프라를 제공하는가?”

도 중요해집니다.

---

아마존과 메타의 Muse 충돌이 중요한 이유

이런 상황에서 아마존이 메타의 AI 쇼핑 에이전트 Muse를 차단한 사건은 단순한 플랫폼 간 충돌로만 보기 어렵습니다.

핵심은 앞으로 소비자가

직접 쇼핑몰에 들어가 상품을 찾을 것인지

아니면

AI 에이전트에게 상품 검색과 구매를 맡길 것인지

입니다.

만약 AI 에이전트가 소비자의 쇼핑 과정을 대신한다면 소비자와 판매자를 연결하는 주도권이 기존 쇼핑 플랫폼에서 AI 플랫폼으로 이동할 가능성이 있습니다.

따라서 아마존이나 메타 같은 기업 입장에서는 AI 에이전트를 허용할 것인지, 차단할 것인지, 아니면 새로운 방식으로 수익화할 것인지가 중요한 전략적 문제가 됩니다.

앞으로 AI 쇼핑이 확대되면 새로운 문제도 등장할 수 있습니다.

• AI 에이전트의 보안
• 개인정보 보호
• 쇼핑몰 접근 권한
• 결제 책임
• AI와 플랫폼 사이의 수익 배분

등입니다.

결국 온라인 쇼핑의 경쟁은 웹사이트와 앱의 경쟁에서 AI 에이전트와 플랫폼의 경쟁으로 이동할 가능성이 있습니다.

---

AI의 다음 단계는 ‘실제 행동’이다

AI 에이전트가 중요한 이유는 AI가 단순히 정보를 제공하는 단계에서 실제 행동을 수행하는 단계로 이동하기 때문입니다.

검색, 금융, 쇼핑, 업무 자동화 등에서 AI가 직접 행동하게 되면 AI는 단순한 소프트웨어가 아니라 사용자가 인터넷을 이용하는 방식 자체를 바꾸는 인터페이스가 될 수 있습니다.

이 변화가 본격화되면 AI 기업의 경쟁력은 모델 성능뿐만 아니라

정확성 + 비용 + 실행 능력 + 외부 서비스 연결 + 보안

까지 포함하게 됩니다.

---

AI 발전 속도와 안전성 문제도 함께 커지고 있다

AI가 실제 행동을 수행할수록 안전성과 책임 문제도 중요해집니다.

현재 논쟁의 핵심은 AI 개발을 완전히 멈출 것인가의 문제가 아닙니다.

더 중요한 질문은

“미국과 중국이 AI 경쟁을 계속하는 상황에서 기술 발전 속도와 안전성·감독·책임 체계를 어떻게 동시에 확보할 것인가?”

입니다.

AI가 단순한 챗봇을 넘어 금융, 검색, 쇼핑, 기업 업무 등 실제 행동을 수행할수록 잘못된 판단이나 보안 문제가 미치는 영향도 커질 수 있습니다.

따라서 AI 산업의 성장과 함께

AI 안전성 → 모델 검증 → 사이버 보안 → 개인정보 보호 → 책임 체계

같은 분야의 중요성도 높아질 가능성이 있습니다.

---

AI는 일자리와 소득 분배 문제도 바꿀 수 있다

AI가 생산성을 크게 높이면 경제 전체의 부가 증가할 가능성이 있습니다.

기업은 더 적은 시간과 비용으로 더 많은 상품과 서비스를 생산할 수 있기 때문입니다.

하지만 생산성이 높아진다고 해서 그 혜택이 모든 사람에게 동일하게 돌아가는 것은 아닙니다.

AI가 만들어내는 이익이 AI 기업이나 자본을 보유한 사람들에게 집중될 경우 노동자와 자본 소유자 사이의 소득 격차가 확대될 가능성도 있습니다.

따라서 앞으로 AI 산업을 이해할 때는 기술 발전 속도뿐만 아니라

• 일자리 변화
• 임금 변화
• 생산성 증가
• 기업 이익
• 부의 분배

까지 함께 살펴볼 필요가 있습니다.

---

구글은 AI 때문에 검색을 포기하는 것이 아니다

AI가 기존 인터넷 서비스를 바꾸고 있지만, 기존 기업들이 모두 기존 사업을 포기하는 것은 아닙니다.

알파벳(구글)이 대표적입니다.

구글의 가장 중요한 변화는 AI 때문에 검색 사업이 사라지는 것이 아니라, 기존 검색 경쟁력을 강화하면서 Gemini와 TPU를 새로운 성장 동력으로 키우고 있다는 점입니다.

구글은 오랫동안 검색과 광고를 통해 막대한 현금을 창출해왔습니다.

이러한 기존 사업에서 확보한 현금과 인프라를 AI 개발에 활용하면서

검색 → 광고 → Gemini → TPU → 클라우드 → AI 서비스

로 사업 생태계를 확장할 수 있습니다.

즉, AI 시대의 경쟁은 기존 사업을 버리는 것이 아니라 기존 사업에서 얻은 자원과 새로운 AI 기술을 어떻게 결합하느냐의 경쟁이기도 합니다.

---

AI 붐이 계속돼도 주식시장은 항상 상승하는 것은 아니다

AI 산업의 성장과 주식시장 상승은 같은 이야기가 아닙니다.

댄 아이브스와 톰 리는 AI 투자와 기업 이익 증가가 아직 충분히 반영되지 않았다는 관점에서 증시의 추가 상승 가능성을 주장하고 있습니다.

반면 다른 전문가들은

• 높은 금리
• 막대한 AI 투자비
• 기업 부채 증가
• AI 투자 대비 낮은 수익성 가능성

등이 향후 주식시장 조정의 위험이 될 수 있다고 경고합니다.

결국 중요한 것은 AI 투자의 규모 자체가 아닙니다.

“그렇게 많은 돈을 투자해서 실제로 얼마나 많은 이익을 만들어낼 수 있는가?”

가 핵심입니다.

AI 산업이 성장해도 투자 수익률이 기대에 미치지 못한다면 관련 기업의 가치평가가 다시 조정될 수 있습니다.

---

애플도 결국 AI와 이익의 문제로 연결된다

애플 역시 새로운 맥과 AI 기능을 강화하면서 제품 경쟁력을 높이고 있습니다.

하지만 시장에서 더 중요한 질문은 단순히 신제품이 얼마나 좋은가가 아닐 수 있습니다.

앞으로는

• 아이폰 18 수요가 얼마나 강한지
• 프리미엄 제품 판매가 계속 증가하는지
• 새로운 폴더블 아이폰 Duo가 성공할 수 있는지
• AI 기능이 실제 제품 판매와 서비스 매출에 얼마나 기여하는지
• 현재 높은 주가를 정당화할 만큼 이익이 계속 증가할 수 있는지

등이 중요합니다.

결국 애플 역시 AI 시대의 핵심 질문에서 벗어나지 않습니다.

“새로운 기술을 얼마나 잘 만든느가?”와 함께 “그 기술로 실제 얼마를 벌 수 있는가?”가 중요합니다.

---

테슬라와 스페이스X의 연결도 깊어지고 있다

AI와 우주산업을 연결해서 보면 테슬라와 스페이스X의 관계도 주목할 필요가 있습니다.

두 회사는 단순히 같은 인물이 이끄는 기업이라는 차원을 넘어

• AI
• 컴퓨팅
• 에너지
• 통신
• 반도체
• 제조
• 로봇
• 우주 인프라

등 여러 분야에서 연결점이 확대되고 있습니다.

이러한 관계가 깊어지면서 시장에서는 두 회사의 합병 가능성까지 거론되고 있습니다.

다만 현재 단계에서는 합병이 확정된 것이 아닙니다.

보다 정확하게는

협력 확대 → 사업적 연결 강화 → 시장에서 합병 가능성 논의

정도로 이해하는 것이 적절합니다.

---

테슬라 FSD도 하나의 소프트웨어 사업이 될 수 있을까

테슬라는 FSD(Full Self-Driving)를 자사 차량의 경쟁력으로 활용하는 동시에, 다른 자동차 회사에 라이선스로 제공할 가능성도 계속 언급하고 있습니다.

만약 자율주행 기술이 충분히 발전하고 다른 자동차 업체들의 수요가 실제로 발생한다면 테슬라는 자동차를 판매하는 것뿐만 아니라 자율주행 소프트웨어 자체를 하나의 사업으로 확대할 가능성이 있습니다.

하지만 현재까지 다른 완성차 업체가 테슬라 FSD 라이선스를 실제로 도입했다는 내용은 확인되지 않습니다.

또한 현재 FSD는 운전자의 지속적인 주의가 필요한 운전자 보조 시스템이라는 점도 구분할 필요가 있습니다.

따라서 앞으로 중요한 것은

기술 개발 → 실제 안전성 검증 → 규제 충족 → 다른 자동차 업체의 실제 도입

으로 이어지는지가 될 것입니다.

---

휴머노이드 로봇도 이제 ‘기대’에서 ‘실적’으로 넘어간다

AI 경쟁은 로봇 산업에도 영향을 주고 있습니다.

특히 중국의 휴머노이드 로봇 IPO 규제와 유니트리 주가 하락은 중요한 변화를 보여주는 사례로 볼 수 있습니다.

휴머노이드 로봇 산업은 그동안 미래 성장 가능성을 중심으로 높은 기업가치를 인정받는 경우가 있었습니다.

하지만 이제는 시장의 관심이 점점 더

“실제로 몇 대를 팔 수 있는가?”

로 이동하고 있습니다.

또한

• 고객이 실제로 로봇을 원하는가
• 대량 생산이 가능한가
• 제조원가를 얼마나 낮출 수 있는가
• 판매 이후에도 수익을 낼 수 있는가

등이 중요해지고 있습니다.

테슬라의 옵티머스도 마찬가지입니다.

공장에 로봇을 배치하는 것과 일반 소비자가 구매할 수 있는 제품으로 대량 생산하는 것은 전혀 다른 문제입니다.

따라서 휴머노이드 로봇 시장에서도 앞으로는

“얼마나 똑똑한 로봇인가?”

뿐만 아니라

“몇 대를 팔 수 있는가?”

“얼마에 만들 수 있는가?”

“고객이 계속 돈을 내고 사용할 것인가?”

가 핵심 경쟁 요소가 될 가능성이 높습니다.

---

테슬라 Cybercab의 핵심은 차량 판매보다 로보택시 경제성

자율주행 시장에서는 Cybercab도 중요한 변수입니다.;

Cybercab의 사업성을 판단할 때 단순히

“몇 대를 만들었는가?”

만 보는 것은 충분하지 않습니다.

더 중요한 것은 외부 사업자가 Cybercab을 구매해 실제로 수익을 낼 수 있는가입니다.

그리고 그 과정에서 테슬라가 승객 요금의 얼마를 가져가는지도 중요합니다.

만약 테슬라가 외부 자본을 활용해 Cybercab을 대규모로 확대하면서 각 로보택시 운행에서 의미 있는 플랫폼 수익을 확보한다면 Cybercab은 단순한 자동차 신제품을 넘어 반복적인 수익을 만들어내는 로보택시 네트워크 사업으로 발전할 가능성이 있습니다.

다만 현재는 구체적인 수익 배분 조건이 공개되지 않았기 때문에 실제 경제성을 판단하기에는 아직 중요한 정보가 남아 있습니다.

---

스페이트X 스타십은 우주 산업의 인프라를 바꿀수 있다

스페이스X의 스타십도 단순히 새로운 로켓 하나를 개발하는 프로젝트로 볼 필요가 없습니다.

스타십이 성공적으로 상용화되면 스페이스X의

• 스타링크
• 달 탐사
• 화성 탐사
• 우주 기반 컴퓨팅
• 대규모 위성 배치

등을 뒷받침하는 핵심 운송 수단이 될 수 있습니다.

특히 스타링크의 차세대 V3 위성을 대규모로 배치하려면 기존 팔콘 9보다 훨씬 큰 운반 능력을 가진 발사체가 필요할 수 있습니다.

머스크가 제시한 장기적인 연간 1,000만 톤의 궤도 운송 능력이 현실화된다면 스타십은 단순한 발사체를 넘어 대규모 우주 운송 플랫폼으로 발전할 가능성이 있습니다.

다만 현재 단계에서는 장기 목표보다 실제 발사와 반복 운용 능력을 먼저 확인해야 합니다.

• 실제 발사가 예정대로 진행되는가
• 안정적으로 비행하는가
• V3 위성을 계획대로 배치하는가
• 다음 발사까지 준비 시간을 얼마나 단축하는가

등이 중요한 확인 사항입니다.

---

AI 시대에는 기업의 IPO 방식도 바뀌고 있다

AI 산업의 변화는 금융시장과 IPO 시장까지 이어지고 있습니다.

과거에는 기술기업이

상장 → 성장 → 거대 기업으로 발전

하는 과정이 일반적이었습니다.

알파벳, 테슬라, 메타 같은 기업들은 공모시장 투자자들이 기업의 성장 과정에 참여할 수 있는 대표적인 사례였습니다.

하지만 AI 시대에는 새로운 구조가 나타나고 있습니다.

AI 기업이 상장하기 전에 사모시장에서 이미 막대한 투자를 받고 수천억 달러 또는 수조 달러의 기업가치를 인정받는 경우가 늘고 있기 때문입니다.

스페이스X·앤트로픽·오픈AI가 대표적인 사례입니다.

이런 기업들은 공모시장에 처음 등장할 때 이미 상당한 규모로 성장한 상태일 수 있습니다.

따라서 공모시장 투자자 입장에서는 과거보다 성장의 후반부에 가까운 기업을 IPO 단계에서 만나게 될 가능성도 있습니다.

---

AI 기업은 왜 IPO 전에 이렇게 커졌을까?

가장 중요한 변화 중 하나는 사모시장의 역할이 커졌다는 것입니다.

과거 스타트업은 어느 정도 성장하면 IPO를 통해 대규모 자금을 조달하는 경우가 많았습니다.

하지만 지금은 벤처 캐피털, 사모펀드, 대형 기관 투자자 등으로부터 비상장 상태에서 막대한 자금을 조달할 수 있습니다.

AI 산업에서는 기술에 대한 기대가 워낙 크기 때문에 이러한 자금이 빠르게 유입될 수 있습니다.

결과적으로 기업은 상장하지 않고도

대규모 투자 → 인프라 확대 → 매출 증가 → 기업가치 상승 → 추가 투자

라는 과정을 반복할 수 있습니다;

이 때문에 IPO 시점에는 이미 거대한 기업이 되어 있을 수 있습니다.

결국 앞으로 IPO 시장에서는

“어떤 기업이 상장한느가?”

뿐만 아니라

“그 기업은 상장하기 전에 얼마나 성장했는가?”

를 함께 봐야 합니다.