AI 시대, 생산성 역설과 J커브를 넘어설 기업은 팔란티어

현재 인공지능(AI) 기술이 전 산업 분야에서 활발하게 논의되고 도입되고 있음에도 불구하고, AI를 통해 실제로 막대한 수익을 창출하고 있는 기업은 찾아보기 어렵다는 의문이 제기되고 있습니다. 인공지능이 많은 주목을 받고 있지만, 실질적인 재무 성과로 이어지는 사례는 드물게 나타나고 있습니다.

홍명수 씨는 "도대체 왜 지금 인공지능으로 돈 벌었다는 기업이 크게 눈에 안 보이냐 이런 겁니다"라고 언급하며 이 문제의 심각성을 강조했습니다.

인공지능 기술의 수익 창출이 지연되는 현상은 기술을 공급하는 기업과 이를 활용하는 기업 간의 온도 차이에서 비롯됩니다. 인공지능 데이터 센터, 클라우드 서비스를 제공하는 아마존, 구글, 마이크로소프트와 같은 기업들은 이미 AI 인프라를 통해 상당한 수익을 올리고 있습니다.

하지만 이러한 인프라를 활용하여 자사의 핵심 비즈니스에서 직접적인 수익을 내는 기업들은 아직 미미한 수준에 머물러 있습니다. 홍명수 씨는 "인공지능 데이터 센터 클라우드 기업들 뭐 아마존이나 구글이나 마이크로소프트 같은 기업들은 돈을 벌었다는 소리가 많이 나오고 있죠"라고 말하며 이러한 차이를 설명했습니다.

인공지능 기술 도입기에 나타나는 이 같은 현상은 과거 컴퓨터 시대에도 유사하게 발생했던 '솔로 역설'과 맞닿아 있습니다. 1987년 노벨 경제학상 수상자인 로버트 솔로 교수는 "컴퓨터 시대는 통계를 제외한 모든 곳에서 볼 수 있다"는 유명한 말을 남기며 컴퓨터 기술의 확산에도 불구하고 통계적으로 생산성 향상이 나타나지 않는 모순을 지적했습니다.

이는 기술이 널리 보급되더라도 곧바로 경제 전체의 생산성 지표에 긍정적인 영향을 미치지 않을 수 있음을 시사합니다. 홍명수 씨는 솔로 교수의 말을 인용하며 "컴퓨터 시대는 통계를 제외한 모든 곳에서 볼 수 있다라는 말을 하셨어요"라고 언급했습니다.

개인용 컴퓨터(PC)가 보급되기 시작한 1980년대 후반부터 1990년대 초반까지, 기업과 개인은 PC를 적극적으로 도입하여 업무에 활용하기 시작했습니다. 사무실 곳곳에 PC가 놓이고 직원들이 컴퓨터를 사용하는 모습이 흔해졌습니다.

그러나 이처럼 PC가 광범위하게 사용되었음에도 불구하고, 국가 전체의 생산성 통계 지표는 눈에 띄는 증가를 보이지 않았습니다. 홍명수 씨는 "개인용 컴퓨터가 곳곳에 막 보여요. 너도 쓰고 얘도 쓰고 쟤도 쓰고 그런데 업무에 활용도 하는데 이상하게 통계는 잘 안 잡히는 거예요"라고 당시 상황을 설명했습니다.

이러한 현상이 발생한 주된 이유는 조직 전체의 병목 현상 때문이었습니다. 개별 직원이 컴퓨터를 활용하여 자신의 업무 속도를 향상시키더라도, 업무 과정의 다른 단계나 부서에서 여전히 수작업이나 비효율적인 방식이 유지된다면, 전체 업무 프로세스의 속도는 빨라지지 않습니다.

예를 들어, 한 사람이 빠르게 문서를 작성해도, 그 문서가 결재되거나 다른 부서로 전달되는 과정이 느리면 전체적인 업무 완료 시간은 단축되지 않습니다. 홍명수 씨는 "컴퓨터가 업무 과정 전체의 속도를 끌어올리지 못하고 있더라라는 겁니다"라고 지적하며, 개별 효율이 전체 효율로 이어지지 않는 문제를 강조했습니다.

새로운 기술이 업무 속도를 높이거나 효율성을 개선한다면, 그 변화에 맞춰 기존의 모든 프로세스를 조정해야 합니다.

이러한 재편 없이는 기술의 잠재력을 최대한 발휘하기 어렵고, 오히려 기존의 비효율성이 새로운 기술에 의해 더욱 부각될 수 있습니다. 홍명수 씨는 "어떤 기술이 들어와서 이 생산성을 높이고 업무 속도가 빨라지면 빨라진 거에 맞춰서 업무 과정을 전부 다 재편하거나 아니면 조직 시스템을 전부 다 바꿔야 되는 거예요"라고 강조했습니다.

병목 현상은 연쇄적인 업무 구조에서 특히 두드러집니다. 예를 들어, 홍명수 씨가 자신의 업무를 AI를 활용하여 매우 빠르게 처리한다고 가정해 봅시다. 그러나 다음 단계의 업무를 처리하는 다른 직원이 AI를 사용하지 않거나, 전반적인 업무 프로세스가 여전히 느리다면, 홍명수 씨 혼자 빨라진다고 해서 전체 업무의 완료 시간은 단축되지 않습니다.

이는 마치 여러 대의 기계가 연결된 생산 라인에서 한 기계의 속도만 빨라져도 가장 느린 기계가 전체 라인의 속도를 결정하는 것과 같습니다. 홍명수 씨는 "홍명수만 혼자 빨라봤자 나하고 다해서 똑같이 이전하고 똑같이 업무 속도가 걸리고 여기서 병목이 발생하면 저 혼자 빨리 해봤자 업무 전체 속도는 안 빨라진다는 거예요"라고 설명하며 병목 현상의 비효율성을 강조했습니다.

J커브는 투자나 혁신 도입 초기에 성능이 일시적으로 저하되다가 일정 시점을 지나야 급격히 개선되는 패턴을 의미합니다.

이러한 현상은 새로운 기술이 조직 내에 완전히 통합되고 최적화되기까지 시간이 필요하기 때문에 발생합니다. 홍명수 씨는 "이거를 커브 곡선으로 만들어서 표현한 게 뭐다? J커브입니다"라고 언급했습니다.

기업이 인공지능을 도입할 때는 막대한 비용이 수반됩니다. 인프라 구축, 솔루션 구매, 직원 교육 등 다양한 투자 비용이 발생합니다. 그러나 이러한 비용을 들인다고 해서 곧바로 생산성 향상이나 수익 증가로 이어지지 않는 경우가 많습니다.

그 이유는 AI 기술이 특정 부서나 개인에게만 적용되는 것이 아니라, 업무 과정 전반과 조직 전체에 완전히 통합되고 최적화되기까지 상당한 시간이 소요되기 때문입니다. 홍명수 씨는 "인공지능을 기업에 도입할 때는 비용이 들겠죠. 비용을 들였는데 이상하게 들이자마자 효과가 안 나와요. 왜냐면 업무 전체에 적용하는 데 시간이 걸리고 조직 전체에 적용하는 데 시간이 걸리니까요"라고 설명하며, AI 도입 초기의 시간적 한계를 강조했습니다.

인공지능을 사용하여 실질적인 수익을 창출하기 위해서는 단순히 AI 기술 자체를 확보하는 것보다, 이 기술을 어떻게 기업의 업무에 효과적으로 도입하고 적용할 것인지가 훨씬 중요합니다. 이는 AI를 기존 업무 프로세스에 맞춰 교육하고, 조직 구조를 재설계하며, 전체적인 업무 과정을 조정하는 능력을 포함합니다.

AI 기술이 가져올 수 있는 잠재력을 최대한 발휘하기 위해서는 기술과 조직 간의 시너지를 극대화하는 전략적 접근이 필수적입니다. 홍명수 씨는 "인공지능을 사용해서 돈을 벌려면 인공지능 기술 자체만 중요한 게 아니라 이걸 업무에 어떻게 도입할 거냐, 그리고 어떻게 인공지능을 교육하고 어떻게 조직을 재설계하고 업무 프로세스를 조정하고 할 거냐? 이게 중요하다는 거예요"라고 강조했습니다.

그렇다면 인공지능 도입 초기의 생산성 저하 현상인 'J커브'의 문제를 해결하고, AI 시대의 진정한 승자가 될 수 있는 기업은 어디일까요? 홍명수 씨는 이 질문에 대한 해답으로 팔란티어(Palantir)를 지목하며, 팔란티어가 바로 이 시대의 중요한 투자 포인트라고 강조했습니다.

팔란티어는 AI 기술을 단순히 도입하는 것을 넘어, 기업이 직면한 복잡한 데이터 문제와 조직 구조의 비효율성을 해결하는 데 특화된 솔루션을 제공합니다. 이는 AI를 통해 실질적인 가치를 창출하고 생산성을 향상시키는 데 기여할 수 있는 핵심적인 역할을 합니다. 홍명수 씨는 "그렇다면 이 제이커브의 문제를 해결해 주는 그런 기업은 어디냐? 이게 진짜 투자 포인트라고 저는 생각을 합니다. 저는 7월 15일에 어떤 기업을 말했냐면 팔란티어를 말씀드렸죠"라고 말했습니다.

팔란티어의 핵심 비즈니스 모델은 기업 내에 흩어져 있는 방대한 데이터를 연결하고 통합하는 데 있습니다. 많은 기업들은 각 부서나 시스템별로 독립적인 데이터를 보유하고 있어, 이 데이터들이 서로 유기적으로 연결되지 못하면 잠재력을 발휘하기 어렵습니다.

팔란티어는 이러한 분산된 데이터를 한데 모아 관계성을 정의하고, 특정 공식에 따라 움직임을 파악하며, 복잡한 문제 해결을 위한 인사이트를 도출할 수 있도록 지원합니다. 홍명수 씨는 "팔란티어는 쉽게 말하면 기업의 데이터를 엮어 주는 기업, 그런 역할을 해 줘요. 이 각자의 데이터만 가지고 있으면 쓸모가 없고 얘네가 어떤 관계가 있는 건지, 어떤 공식에 의해서 움직이는 건지, 어떻게 내가 문제를 해결할 건지 이런 것들이 정의가 되어 있어야 될 거 아니에요"라고 팔란티어의 역할을 설명했습니다.

예를 들어, 특정 제품의 생산 과정에서 부품이 부족하거나 재고가 과다할 경우, 팔란티어는 관련 데이터를 즉각적으로 분석하여 생산량을 어떻게 조정해야 하는지에 대한 해답을 제공합니다.

이는 단순히 데이터를 나열하는 것을 넘어, 실시간으로 상황을 분석하고 최적의 의사결정을 지원하는 역할을 합니다. 홍명수 씨는 "이런 걸 팔란티어가 대신해 주는 겁니다. 이 뚜껑이 몇 개가 모자라면 얘네 물병하고 물은 어떻게 조정을 해야 돼? 혹은 이 물병이 남아돌면 뚜껑은 얼마나 더 생산을 해야 돼? 이런 걸 즉각적으로 알려 주는 거예요"라고 팔란티어의 구체적인 활용 사례를 들었습니다.

팔란티어는 이미 인공지능이 등장하기 전부터 기업의 흩어진 데이터를 한데 묶어 공통된 형식으로 만드는 작업을 수행해 왔습니다. 하지만 인공지능 기술이 발전하면서, 팔란티어는 이 기존의 데이터 통합 작업에 AI를 결합하여 훨씬 더 높은 효율성과 최적화 능력을 갖추게 되었습니다.

인공지능은 방대한 데이터를 더욱 빠르고 정확하게 분석하고, 복잡한 패턴을 인식하며, 예측 모델을 통해 미래를 전망하는 데 탁월한 능력을 발휘합니다. 이를 통해 팔란티어는 기업의 의사결정 과정을 더욱 스마트하고 신속하게 지원할 수 있게 되었습니다. 홍명수 씨는 "흩어진 데이터들을 팔란티어가 한데 묶어서 공시처럼 만들어 주는 역할을 한다는 거고, 이게 사실 팔란티어가 인공지능 이전부터 하던 작업이었어요. 인공지능이라는 애가 탄생을 하면서 이 작업에 붙여 버렸어요. 그러니까 훨씬 더 효율적이고 더 최적화를 쉽게 할 수 있게 된 거죠"라고 설명했습니다.

국내 기업 중에서는 HD 현대가 팔란티어 서비스를 적극적으로 활용하고 있는 대표적인 사례입니다. HD 현대는 2022년부터 팔란티어 솔루션을 도입하여 공정 최적화와 생산성 향상을 위한 노력을 기울이고 있습니다.

팔란티어는 HD 현대와 같은 기업들에게 복잡한 제조 공정 내에서 발생하는 다양한 문제들을 해결하고, 데이터 기반의 의사결정을 통해 전반적인 운영 효율을 높이는 해답을 제공하고 있습니다. 홍명수 씨는 "한국에서는 이런 팔란티어 서비스를 누가 이용하고 있냐면 대표적으로 HD 현대가 이용을 하고 있고요. 2022년부터 이용을 하고 있습니다. 기업이 어떤 공정을 최적화시키고 기업이 어떻게 생산성을 높일 거냐라는 것에 대한 해답을 제공하기 때문에 HD 현대가 팔란티어 서비스를 이용하고 있는 거고요"라고 밝혔습니다.

팔란티어는 재무적인 측면에서도 압도적인 성장세를 보이며 높은 기업 가치를 입증하고 있습니다. 특히 소프트웨어 기업의 성장성과 수익성을 평가하는 지표인 '룰 오브 40(Rule of 40)'에서 팔란티어는 무려 155라는 경이로운 수치를 기록했습니다.

'룰 오브 40'은 매출 성장률과 이익률(마진)의 합이 40%를 넘으면 건전한 기업으로 평가하는데, 155라는 수치는 팔란티어가 성장성과 수익성 모두에서 타의 추종을 불허하는 수준임을 보여줍니다. 홍명수 씨는 "룰 오브 40을 넘어가는 기업들 중에 팔란티어는 40이 아니라 155를 달성했고, 이 155라는 숫자가 얼마나 대단하냐 하면 팔란티어보다 돈을 더 잘 버는 기업들은 삼성, TSMC, SK 하이닉스같이 최근 메모리 기업밖에 없어요. 그 바로 밑으로는 엔비디아가 있습니다"라고 설명하며 팔란티어의 재무 건전성을 강조했습니다.

팔란티어의 또 다른 강력한 경쟁력은 부채가 거의 없는 재무 구조와 뛰어난 현금 창출력에 있습니다. 특히 고금리 시대에는 기업의 자본 조달 비용이 상승하고 부채 부담이 커지면서 많은 기업들이 어려움을 겪는 반면, 팔란티어는 이러한 외부 환경 변화에 큰 영향을 받지 않습니다.

풍부한 현금 자산을 보유하고 있다는 것은 10년물 국채 수익률이 상승하는 시기에 매우 귀한 자산이 됩니다. 부채가 없으므로 금리 인상으로 인한 이자 비용 증가의 위험이 없고, 자본 조달 비용 상승의 영향을 직접적으로 받지 않아 더욱 안정적인 운영이 가능합니다. 이로 인해 팔란티어는 투자가 많이 필요한 다른 기업들보다 상대적으로 더 높은 기업 가치를 평가받을 수 있습니다.

홍명수 씨는 "현금이 있다는 거는 10년물 국채 수익률이 전고점을 뚫고 올라갈 때는 굉장히 귀한 자산이 되죠. 부채를 질 필요도 없고 부채가 없기 때문에 국채 수익률이 오르고 자본 조달 비용이 올라도 아무런 영향을 안 받아요. 오히려 투자가 많이 필요한 기업들보다 더 높은 가치를 받을 수 있죠"라고 팔란티어의 재무적 강점을 역설했습니다.