S&P 500 고평가? AI가 바꿀 판

과거 금융 위기 당시 PER이 급등했던 주요 원인은 주가 하락폭보다 주당 순이익(EPS)의 하락폭이 훨씬 더 컸기 때문이다. PER은 주가를 주당 순이익으로 나눈 값인데, 손주부 전문가는 "주당 순익이 훨씬 더 많이 빠진 거예요. 주가 빠진 거보다"라고 설명했다.

이는 주가가 상대적으로 덜 빠졌음에도 불구하고 기업의 이익이 급격히 줄어들면서 PER이 높아지는 현상이 나타났음을 의미한다. 즉, 기업의 펀더멘털 악화가 PER 상승의 주요인이었다는 분석이다.

손주부 전문가는 "옛날에는 미국 사람만 주식 투자를 했는데 요즘 들어 가지고 인터넷이 발달하고 시점부터는 전 세계 사람들이 다 미국 주식을 살 수 있게끔 된 거예요"라고 설명했다.

인터넷의 보급과 기술 발전은 글로벌 투자 환경을 변화시켜, 미국 주식에 대한 전 세계적인 수요 증가를 가져왔으며, 이는 미국 기업 가치에 대한 평가를 높이는 요인으로 작용하고 있다.

손주부 전문가는 "소비자 한 명이 늘어날 때 들어가는 비용인데 그 한계 비용이 거의 제로에 가깝단 말이에요"라고 설명했다.

플랫폼 기업은 초기 인프라 구축 이후에는 소비자가 증가하더라도 추가로 발생하는 비용이 거의 없다. 이는 사용자 수가 늘어날수록 이익이 기하급수적으로 확대될 수 있는 구조를 가지며, 이러한 특징이 높은 기업 가치 평가로 이어진다는 분석이다.

손주부 전문가는 "이미 플랫폼이 구축이 돼 버렸으니까. 후발 주자가 또 들어오고 싶어도 못 들어와요"라고 언급했다.

메타, 구글, 애플, 아마존과 같은 미국 빅테크 기업들은 강력한 사용자 네트워크 효과를 바탕으로 사실상 독점적인 시장 구조를 형성하고 있다. 이로 인해 신규 경쟁자가 진입하기 어려워지고, 기존 플랫폼 기업의 이익 창출력이 더욱 공고해져 높은 PER을 정당화하는 요인이 된다.

인공지능 시대에는 부가가치를 창출하는 데 필요한 추가 비용이 더욱 미미해진다. 손주부 전문가는 "데이터가 필요하다라는 얘기는 사람들이 엄청 쓰고 있잖아요. 그러면 쓰면서 사람들의 정보가 계속 들어가는 거죠. 걔는 그 데이터를 기반으로 해서 더 좋은 거를 계속 학습을 해서 더 좋은 걸 만들 수가 있잖아요"라고 설명했다.

사용자들이 인공지능 서비스를 사용하면서 생성하는 데이터가 다시 학습 데이터로 활용되어 인공지능의 성능을 지속적으로 향상시키는 '데이터 플라이휠' 효과가 발생한다. 이는 후발 주자가 따라잡기 어려운 강력한 진입 장벽을 형성하며, 선두 기업의 독점력을 더욱 강화하여 높은 PER을 유지하는 요인이 된다.

현재 S&P 500의 PER 29.46은 지난 12개월간의 수익을 기준으로 한 수치다. 그러나 주식 시장은 미래 가치를 반영하므로 미래 12개월 예상 주당순이익으로 PER을 재계산하면 결과가 달라진다. 손주부 전문가는 "미래 12개월 걸로 써서 미래에 벌어드릴 주당 순익으로 퍼를 다시 계산하면은 1년 그럼 20 초반으로 나와요"라고 밝혔다.

이처럼 미래 실적을 기준으로 한 PER은 20대 초반 수준으로, 현재 지수 상승 속도가 빠르지만 지나치게 높은 고평가 상태는 아닐 수 있다는 해석이다.

주식 시장의 버블 여부를 판단하는 중요한 기준 중 하나는 시장 심리, 특히 비관론자들의 태도 변화다. 손주부 전문가는 "마이클 버리가 인공지능은 맞는 거 같다. 사야 된다. 그러면 그때 팔아야 될 거 같아요. 이제 맨 마지막 비관론자가 생각이 바뀌면은"이라고 언급했다.

현재 시장에는 아직 버블에 대한 경계감이 존재하며, 마이클 버리와 같은 대표적인 비관론자들이 인공지능의 가치를 전적으로 긍정하고 매수를 권유할 때가 오히려 매도 시점이라는 분석이다. 즉, 아직 모든 투자자들이 낙관론에 휩싸인 상황은 아니라는 것이다.

엔비디아가 스타트업의 칩 구매를 지원하기 위한 5천억 달러 규모의 파이낸싱 프로그램을 추진 중이다. 손주부 전문가는 "5천억 달러 규모로 이제 해치펀드랑 그런 금융 회사들 불러놓고 그래서 특수 목적 법인을 만들어서 거기에 이제 같이 돈을 넣어 가지고 조그만한 스타트업들이 엔비디아 칩을 잘 살 수 있게 파이낸싱을 좀 해 주자"고 설명했다.

이는 닷컴 버블 당시 밴더 파이낸싱 사례와 비교될 수 있는데, 당시 시스코와 같은 기업들이 고객사에게 장비 구매 자금을 대출해주면서 매출을 올렸던 방식과 유사하다는 지적이다. 이러한 파이낸싱 방식은 시장의 과열을 촉진할 수 있다는 우려도 제기된다.

빅테크 기업들의 공격적인 설비 투자를 단순한 비용 증가로만 볼 것이 아니라, 미래를 위한 투자 관점에서 해석해야 한다는 주장이 나왔다. 손주부 전문가는 "이거는 제 딸아이한테 투자하는 거랑 비슷한 거 같아요. 제 딸아이한테 지금 학원비를 계속 대고 과외비를 대고 있는데 이게 어떻게 보면은 케팩스 투자잖아요"라고 비유했다.

빅테크 기업들은 본업에서 충분한 현금을 창출하고 있으며, 단기적인 지출 증가는 마치 자녀 교육에 투자하는 것처럼 장기적인 인적 자본 투자의 성격을 지닌다는 분석이다. 이러한 투자는 당장 수익으로 이어지지 않더라도 미래 성장 동력을 확보하는 중요한 과정으로 볼 수 있다.

손주부 전문가는 "가사 전문가가 오는데 무료예요. 근데 그 대신에 저희 집안을 이렇게 스캔 다 하는 거예요. 이 하는 과정을 집안 청소하는 과정을. 그래서 그 데이터가 쌓이면은 그 데이터를 이제 인공지능 업체에다가 보내서 그걸 학습시키는 작업을 하고 있어요"라고 실제 사례를 들었다.

이는 단순히 텍스트를 넘어 영상, 음성, 물리적 움직임 등 다양한 형태의 데이터를 학습에 활용하는 것을 의미한다. 이러한 양질의 학습 데이터는 인공지능의 성능을 고도화하고, 궁극적으로 더 큰 부가가치를 창출하는 핵심 요소가 된다.

손주부 전문가는 "지식 노동자 회계사를 이제 일감이 두 배가 있으면 두 명을 고용을 해야 되잖아요. 그러면 월급이 두 배로 더 많이 들어가잖아요. 얘네는 특징이 선형적 증가가 아니라 비용이 이렇게 계속해서 늘린다고 해서 그만큼 두 배로 돈이 들어가지가 않잖아요"라고 설명했다.

지식 노동자와 같은 인적 자원은 업무량이 두 배로 늘면 고용도 두 배로 늘어야 하고, 이에 따라 고정비가 선형적으로 증가한다. 그러나 AI와 같은 자동화 기술은 초기 구축 비용이 있지만, 일단 구축되면 추가적인 작업량에 따른 한계 비용이 거의 제로에 수렴하여 선형적인 비용 증가를 따르지 않는다. 이는 기업의 부가가치를 극대화할 수 있는 새로운 생산성 경제학을 제시한다.