프리미엄
예측대회
투자분석
아카데미
커뮤니티
Valley AI 시작하기시작하기
Valley Space인기
World Economic Forum - Four Futures for Jobs in the New Economy: AI and Talent in 2030
콜드브루리포트 - AI & Tech

World Economic Forum - Four Futures for Jobs in the New Economy: AI and Talent in 2030

avatar
콜드브루
2026.01.12조회수 57회

요약

예측은 중요한 불확실성을 탐색하고 혁신적인 변화를 탐색하고 활용하기 위한 전략을 형성하는 렌즈를 제공함. 신흥 기술의 급격한 상업화는 워크플로, 비즈니스 모델 및 인재 파이프라인을 재편하고 있음. 인공지능(AI)이 실험에서 통합으로 전환됨에 따라, 그 발전 속도와 궤적은 비즈니스, 근로자 및 글로벌 경제에 미치는 영향에 대한 불확실성을 심화시킴. AI가 미치는 영향에 대한 경영진의 견해도 다양함. 전 세계적으로 약 54%는 AI가 기존 일자리를 대체할 것으로 예상하고, 24%는 AI가 새로운 일자리를 창출할 것이라고 답함. 또한 거의 45%는 AI의 가능성 있는 영향으로 이익률 증가를 꼽았으며, 12%만이 임금 상승으로 이어질 것으로 예상함. 직장과 가치 사슬의 미래는 기술만으로 정의되지 않음. 오늘날 우선순위를 두는 인적 자본 전략과 투자가 사회와 개별 기업이 새로운 경제에서 얼마나 잘 적응하고 주도할 수 있는지를 결정할 것임.


불확실성을 예측으로 전환 세계경제포럼의 글로벌 경제 시나리오 대화 시리즈는 시나리오 분석과 산업 간 대화를 사용하여 의사 결정자가 글로벌 경제 발전과 전략 및 투자 결정에 미치는 영향을 탐색하도록 도움. 이 화이트 페이퍼는 포럼의 수석 전략 책임자 커뮤니티 멤버들과 포럼의 산업 커뮤니티 및 글로벌 예측 네트워크 전반의 기타 전문가들의 견해와 통찰력을 통합함. 시리즈의 이번 두 번째 에디션은 2030년까지 AI 발전과 인재 트렌드, 그리고 그 잠재적 궤적이 일자리의 미래를 어떻게 형성할 수 있는지 탐구하며, 기업 전략과 투자 결정에 다양한 시사점을 제공함.


2030년 일자리의 미래를 위한 네 가지 시나리오 AI 발전과 인재 개발 벡터를 종합하면 2030년 일자리의 미래에 대해 다음과 같은 네 가지 시나리오가 생성됨.

  1. 초가속 진행 (Supercharged Progress): 기하급수적인 AI 돌파구가 산업, 비즈니스 모델 및 워크플로를 재편함. 생산성이 급증하고 혁신이 번창함. 광범위한 AI 준비성을 통해 사람들은 "에이전트적 도약"을 활용하고, AI 중심 경제에 적응하며 일자리 대체 현상을 부분적으로 억제함. 많은 일자리가 사라졌지만, 인간이 유능한 기계 포트폴리오를 지시하고 에이전트 오케스트레이터가 됨으로써 새로운 직업이 등장하고 빠르게 확장됨. 사회 안전망, 윤리 및 거버넌스 프레임워크는 변화의 속도와 규모를 따라잡기 위해 고군분투함.

  2. 대체의 시대 (The Age of Displacement): 기하급수적인 AI 발전이 노동력의 적응 능력을 앞지름. 기업들은 임시방편으로 자동화를 서두르고, 교육 및 재교육 시스템이 대응할 수 있는 것보다 빠르게 근로자를 대체함. 에이전트형 AI가 핵심 프로세스를 장악하여 생산성 급증을 일으키지만 새로운 위험도 창출함. 경제는 기술적으로 앞서 나가지만 사회적으로 분열됨. 실업률이 급등하고 소비자 신뢰가 약화되며 정부는 가중되는 사회적 위험과 불안정에 직면함.

  3. 코파일럿 경제 (Co-Pilot Economy): 점진적인 AI 발전과 AI 준비 역량을 갖춘 인재 확보 가능성이 대량 자동화보다는 증강에 초점을 맞추게 함. 2020년대의 AI 열풍은 실용적인 통합으로 바뀌었음. 대부분의 산업에서 인간-AI 팀이 가치 사슬을 재편함에 따라 점진적인 변화를 보임. 교육, 이동성, 디지털 인프라 및 AI 거버넌스에 조기에 투자한 국가와 기업은 신흥 기술을 흡수하고 발전시킬 조건을 조성했음.

  4. 정체된 진행 (Stalled Progress): 꾸준한 AI 발전이 핵심 기술이 부족한 노동력과 만남. 생산성 성장은 고르지 않으며, 기업은 부족한 인재를 보충하기 위해 자동화에 의존함. 이익은 AI 전문 지식을 갖춘 기업과 지역에 집중되는 반면, 다른 곳은 경쟁력 약화에 직면함. 대체 현상은 주로 일상적인 역할에 타격을 주는 반면, 숙련된 기술직과 수동 작업 직종의 가치는 높아짐. 채택 격차가 불평등을 부추기고 양분된 경제를 만들며 성장을 제한함에 따라 AI를 통한 번영의 희망은 좌절로 바뀜.

새로운 경제에서의 일자리를 위한 네 가지 미래: 2030년 AI와 인재


미래를 위한 전략 시나리오 서사, 대안적 미래 전반의 비즈니스 영향 분석, 수석 전략 책임자 및 전문가들과의 대화를 바탕으로 기업이 오늘날 어떤 시나리오에도 대비할 수 있도록 돕는 다음과 같은 "후회 없는(no-regret)" 전략이 확인되었음.

  • 작게 시작하고, 빠르게 구축하며, 효과가 있는 것을 확장하라

  • 기술 전략과 인재 전략을 일치시켜라

  • 인간-AI 협업 및 에이전트 워크플로에 투자하라

  • 데이터 거버넌스 및 인프라에 투자하라

  • 인재 요구사항을 예측하고 가치 사슬을 미래에 대비시켜라

  • 조직 문화를 강화하고 신흥 기술에 대한 신뢰를 구축하라

  • 직업, 과업 및 시장에 따른 다양한 영향에 대비하라

  • 다세대 워크플로를 설계하라

  • 전략적 파트너십을 활용하라



서론

파괴적인 신흥 기술과 인력 변화의 융합은 새로운 성장 기회와 위험을 창출함. 여러 변혁적 힘의 결합이 글로벌 경제를 재편하고 있음. 지경학적 파편화, 기술 변화, 녹색 전환 등 글로벌 거시 트렌드는 2030년까지 약 1억 7,000만 개의 새로운 일자리를 창출하는 동시에 기존 일자리 약 9,200만 개를 대체할 것으로 예상됨. 인공지능(AI), 자율 시스템, 로봇 공학 등 파괴적인 신흥 기술의 급격한 가속화와 상업화는 가장 변혁적인 트렌드 중 하나임. 지난 몇 년 동안 AI는 실험 단계에서 워크플로 통합 단계로 이동했으며, 최소 하나 이상의 기능에서 AI를 사용하는 기업의 비율이 2022년 55%에서 최신 추정치 기준 88%로 증가했음. 이러한 기술의 채택은 생산성의 체계적인 이득을 약속하지만, 경제적 포용성, 가치, 신뢰 및 회복력에 대한 중요한 의문을 제기함. 전 세계 10,000명 이상의 경영진을 대상으로 한 세계경제포럼의 연례 설문조사에 따르면, 응답자의 약 54%가 AI가 기존 일자리를 대체할 것으로 예상하며, 24%는 AI가 새로운 일자리 창출을 주도할 것이라고 답함. 설문에 참여한 경영진 10명 중 4명 이상은 AI가 기업 전반의 이익률을 높일 것으로 기대하며, AI가 상품 및 서비스의 접근성(37%)과 저렴함(30%)을 높일 것이라는 응답은 그보다 약간 적었음. 특히 12%만이 AI가 임금에 긍정적인 영향을 미칠 것으로 예상하는 반면, 24%는 산업 집중도의 심화를 예측함.



그림 1 AI의 영향에 대한 비즈니스 커뮤니티의 인식 AI는 다음과 같은 결과를 가져올 것임..


image.png


동시에 글로벌 인재 역학도 변화하고 있음. 인구학적 추세, 지속적인 기술 격차 및 압박을 받는 사회 안전망은 노동 시장에 복잡하고 때로는 복합적인 압력을 가함. 기술의 수명 단축은 교육 및 훈련 시스템에 더 큰 민첩성과 예측력을 요구함. AI의 영향만 고려할 때, LinkedIn은 AI 리터러시 기술에 대한 수요가 2024년에서 2025년 사이에 70% 증가한 것으로 추정함. 이러한 변화와 에이전트형 AI의 확산은 기술의 미래와 그것이 비즈니스, 근로자 및 글로벌 경제에 미치는 영향에 대한 불확실성을 심화시킴. 한때 먼 미래로 보였던 변혁이 이제 속도와 규모를 갖추어 다가오고 있음. 모든 산업의 기업들은 신속하게 혁신하고, 진화하는 투자 우선순위의 균형을 맞추며, 거의 실시간으로 적응해야 하는 심화된 경쟁에 직면해 있음. 동시에 정부는 긴축된 재정 공간을 탐색하며 혁신을 가능하게 하는 동시에 일자리와 경제적 포용성을 지원해야 하는 복잡한 결정에 직면해 있음. 이러한 트렌드는 산업과 개별 기업에 새로운 기회를 제공하지만 위험도 수반함. 향후 5년간의 비즈니스 전략을 살펴보면, 포럼의 최신 수석 전략 책임자 설문조사 결과 AI 및 신흥 기술의 상업화(72%), 인재 부족 및 인력 변화(24%)가 가장 영향력 있는 트렌드로 강조됨. 2025~2026년 동안 포럼의 글로벌 경제 시나리오 대화 시리즈는 시나리오 분석과 동료 수준의 섹터 간 대화를 통해 의사 결정자가 글로벌 경제의 진화하는 패턴과 그것이 전략, 투자 결정 및 회복력에 미치는 시사점을 이해하도록 도움. 시리즈의 이 두 번째 보고서는 AI 발전과 인력 준비성 벡터의 교차점에서 2030년까지의 잠재적 궤적과 일자리의 미래에 대한 시나리오를 탐구함.


AI 발전 벡터는 AI 기술의 능력과 자율성의 진보 속도 및 규모를 나타냄. 시나리오는 AI 발전의 기하급수적 궤적과 점진적 궤적을 고려함. 인력 준비성 벡터는 AI 주도 경제에 대한 근로자의 준비를 지원하는 기술의 가용성을 포착함. 시나리오는 광범위한 AI 준비성과 제한된 AI 준비성을 고려함. 이 두 벡터를 결합하면 네 가지 그럴듯한 미래가 생성되며, 각 미래는 기업 전략, 비즈니스 모델, 투자 및 워크플로에 대해 서로 다른 시사점을 가짐.



2030년 일자리의 네 가지 미래


네 가지 시나리오는 복잡한 글로벌 전망으로부터 정형화된 서사를 제공하는 것을 목표로 함.


2.1 시나리오 요약


그림 2 AI 발전과 인력 준비성 벡터의 상호 작용은 2030년 일자리의 미래를 위한 다음과 같은 네 가지 시나리오를 생성함 (그림 2).


image.png
  • 시나리오 1: 초가속 진행. 기하급수적인 AI 돌파구가 산업, 비즈니스 모델 및 워크플로를 재편함. 생산성이 급증하고 혁신이 번창함. 광범위한 AI 준비성을 통해 사람들은 "에이전트적 도약"을 활용하고, AI 중심 경제에 적응하며 대체 현상을 부분적으로 억제함. 많은 일자리가 사라졌지만, 인간이 유능한 기계 포트폴리오를 지시하고 에이전트 오케스트레이터가 됨으로써 새로운 직업이 등장하고 빠르게 확장됨. 사회 안전망, 윤리 및 거버넌스 프레임워크는 변화의 속도와 규모를 따라잡기 위해 고군분투함.


  • 시나리오 2: 대체의 시대. 기하급수적인 AI 발전이 노동력의 적응 능력을 앞지름. 기업들은 임시방편으로 자동화를 서두르고, 교육 및 재교육 시스템이 대응할 수 있는 것보다 빠르게 근로자를 대체함. 에이전트형 AI가 핵심 프로세스를 장악하여 생산성 급증을 일으키지만 ...

회원가입만 해도
이 글을 무료로 읽을 수 있어요.

Basic 7일 무료 체험 시작하기
이미 계정이 있으신가요?로그인하기
댓글 0개
avatar
콜드브루
구독자 434명구독중 18명
리포트 정리해 두는 블로그입니다. 정보 습득에 있어 편식이 많은 편이니 양해 부탁드립니다.
아직 작성된 댓글이 없습니다.
리포트 - AI & Tech 카테고리의 다른글

260105 DB - Starlink : Data Centers in Space Part II

Deutsche Bank북미미국우주 기술Starlink2026년 1월 5일특별 리포트우주 데이터 센터 파트 II (Data Centers in Space Part II) 당사는 Planet Lab의 최고 우주 책임자(Chief Space Officer)인 제임스 메이슨(James Mason)과 함께 우주 데이터 센터(SDC)에 대해 논의하기 위해 연휴 전 전문가 콜을 주최했으며, 이는 Planet 사가 Project Suncatcher에서 맡고 있는 역할을 고려한 것임. 당사의 논의는 기존 리포트에서 제기된 많은 점을 입증했으며, 더 중요하게는 몇 가지 흥미롭고 중요한 세부 사항을 강조했음. 또한, 당사는 지상 데이터 센터 대비 SDC 배치 비용의 잠재적 수치를 산출하려고 시도했으며, 거시적인 관점에서 10년 말까지 그 격차를 실질적으로 좁힐 수 있는 경로가 보인다는 결론을 얻었음. 엔지니어링 과제는 해결 가능한 것으로 보임 당사는 전문가와 함께 4가지 주요 기술 분야를 검토했음. 일반적인 견해는 이러한 문제들이 시간이 지남에 따라 해결 가능해 보인다는 것임. Project Suncatcher 관련: 특히 Starlink의 Project Suncatcher(2027년 프로토타입 제작)를 위해 Planet은 새로운 Owl 위성 버스를 사용하고, 더 많은 태양광 패널(및 방열판)로 전력을 늘리며, 카메라 페이로드를 텐서 처리 장치(TPU)로 교체할 예정임. 궤도(Orbit): 햇빛 노출을 최대화하기 위한 SDC의 이상적인 위치는 지구 상공 약 600~800km의 여명 황혼 태양 동기 궤도(SSO)임. 당연히 운영자들은 이 지역에 위성을 배치하려고 몰릴 것이며, 이는 잠재적으로 과밀화로 이어질 수 있음. 전문가는 우주 쓰레기와 교통 관리가 이미 기존 군집 위성 계획에 본질적으로 고려되어 있다는 점을 감안할 때 이를 제약 요인으로 보지 않음. 사실, 600~700km와 같은 특정 레이어는 우려했던 것보다 덜 혼잡함(500~600km와 대조적, 그림 6 참조). 규제 당국 또한 상황을 면밀히 모니터링하고 있음. 열 관리(Thermal management): 현재 위성은 최대 약 30kW의 전력을 생성하며(예: ViaSat-3), 당사는 이것이 시간이 지남에 따라 100kW 이상으로 크게 증가해야 할 수도 있다고 추측함. GPU나 TPU를 가동하기 위해 훨씬 더 많은 전력을 사용하므로, 위성은 더 크거나 더 많은 방열판을 활용하거나 칩에서 방열판으로 열을 전달하는 더 효율적인 방법을 개발해야 함. 전문가는 다량의 소형 위성 대 소량의 초대형 위성 중 어떤 것이 최선의 접근 방식인지에 대해 업계가 여전히 열려 있다고 언급했음. 방사능(Radiation): 전자 기기를 우주 방사능에 더 잘 견디게 만들기 위한 지속적인 개발이 이루어지고 있음. Planet Labs는 부품 소형화와 함께 2010년부터 어떤 형태로든 이 문제를 해결하기 위해 노력해 왔으며, 관리가 가능하다고 믿고 있음. 시스템 수준에서는 초기에 일정 비율의 고장률을 대비해 초과 공급(예: 3~5년마다 전체 군집 위성 교체)을 통한 ...
리포트 - AI & Tech
2026. 01. 07
1
0
52
260105 DB - Starlink  : Data Centers in Space Part II

★260102 GS - The AI Innovation Cycle: Investment lessons from the Shale Innovation Cycle★

GS SUSTAIN The AI Innovation Cycle: Investment lessons from the Shale Innovation Cycle AI 혁신 사이클: 셰일 혁신 사이클에서 얻는 투자 교훈 1월 5–7일 개최 예정인 Energy, CleanTech & Utilities 컨퍼런스를 앞두고, 그리고 AI/데이터센터 전력 수요 체인에 속한 기업들의 주가 변동성이 커진 상황에서, 우리는 다음과 같은 질문을 이전보다 훨씬 많이 받고 있음. 현재 AI 업사이클은 어느 단계까지 와 있는가 향후 사이클이 더 진행될 경우 투자 측면의 의미는 무엇인가 과거의 다른 혁신 사이클과 비교하면 어떠한가 우리는 2003–2020년 미국 셰일 혁신 사이클에서 도출되는 교훈이, AI 혁신 사이클이 Appraisal / Hopes & Dreams 단계에서 Execution 단계로 전환되는 변곡점을 이해하는 데 매우 유용한 통찰을 제공한다고 판단함. 우리는 현재 AI 혁신 사이클이 Appraisal 단계에 있다고 보고 있음. 이 단계는 인프라 투자와 주식 밸류에이션 멀티플 측면에서 가장 강세적인 구간임. 셰일 산업이 Appraisal / Hopes & Dreams 단계에서 Execution 단계로 이동하게 만든 촉매는 다음 세 가지였음. 기업 수익성의 훼손 재무적 유연성의 제한 공급 과잉 하이퍼스케일러들의 재무적 유연성과 기업 수익성 전망을 비교해 보면, AI 혁신 사이클이 아직 변곡점에 도달하지는 않았음을 시사함. 다만, 재무적 유연성이 투자자들 사이에서 차별화 요소로 작용하기 시작하고 있음. Execution 단계로 성숙하게 되면, 주식 투자 전략은 크게 변화할 것이며 **기업 수익성, 재무상태표, 시장 점유율에 기반한 종목 선택(stock picking)**이 훨씬 중요해질 것임. AI 전력 수요 측면에서 보면, 현재 Appraisal 단계에서는 효율성 개선이 기업 예산의 감소로 이어지지 않고, 오히려 예산이 유지되거나 증가하고 있음. 그러나 Execution 단계에서는 효율성 개선이 기업 예산 축소로 이어질 가능성이 더 크다고 판단함. 2025년 12월 보고서 「The Reliability & Livelihood Imperatives: Investment themes for 2026」에서 강조했듯이, 전력 물 노동 네트워크 공급망 의 신뢰성 유지(Reliability)는, 1990년대 이후 보지 못했던 수준의 미·유럽 전력 수요 증가, 지정학적 변화로 인한 공급망 불확실성, 기후로 인한 교란, 노후 인프라 문제 등으로 인해 대규모 투자를 요구하고 있음. 우리는 AI/데이터센터 전력 공급 체인에 속한 종목들에 대해 여전히 긍정적인 전망을 유지함. 요약: 셰일 사이클에서 도출한 AI 혁신 변곡점의 3가지 촉매 셰일 산업은 다음 세 가지 요인으로 인해 Appraisal / Hopes & Dreams 단계에서 Execution 단계로 이동했음. 기업 수익성 하락 재무적 유연성 제한 공급 과잉 하이퍼스케일러의 재무 유연성과 기업 수익성 전망을 비교해 보면, AI 혁신 사이클은 아직 해당 변곡점에 도달하지 않았음. 우리는 셰일 사이클의 정점에서 밸류에이션과 지출 측면 모두에 영향을 미쳤던 3가지 핵심 촉매를 AI 사이클에서도 주목해야 한다고 봄. 1) 공급–수요 및 수요 탄력성 셰일은 천연가스와 원유가 공급 과잉 상태로 전환되고, 가격 하락에도 수요 탄력성이 제한되었을 때 정점을 형성했음. AI의 경우, 데이터센터 활용률이 계속 타이트할지, 아니면 과잉 공급으로 전환될지에 대해 활발한 논쟁이 존재함. 현재 우리 팀의 기본 시나리오는 낮은 공실률이 지속되는 것임. 2) 혁신 기업들의 재무적 유연성 셰일 혁신 기업들은 영업현금흐름의 120~130%를 Capex에 재투자하면서 재무적 유연성이 붕괴되었을 때 정점을 맞이했음. 셰일의 혁신 주체는 대부분 순수 플레이(pure-play) 기업이었던 반면, AI는 현재까지 다각화된 기존 대기업(incumbent)들이 핵심 역할을 수행해 왔음. AI 분야에서도 순수 플레이 기업들의 재무적 제약에 대한 우려는 커지고 있으나, 대부분의 하이퍼스케일러는 여전히 영업현금흐름의 20% 이상을 잉여현금흐름으로 유지하고 있음. 3) 혁신 기업들의 기업 수익성 셰일 기업의 주식 밸류에이션은 투하 자본 대비 현금 수익률이 급격히 하락하고, 궁극적으로 섹터 평균 이하로 내려갔을 때 정점을 찍고 붕괴했음. AI의 경우, 하이퍼스케일러들의 현재 기업 수익성은 24~31%의 과거 상단 범위 근처에 있으며, 향후 2년 동안 의미 있는 수준의 악화는 아직 예상되지 않음. 왜 중요한가: 데이터센터 전력 + 글로벌 중복 수요 = 인프라 Capex의 핵심 소비자와 정책 결정자들이 전력·물·공급망·노동·네트워크의 신뢰성 유지를 최우선 과제로 인식하면서, AI 확장, 노후 인프라, 리쇼어링, 고온화, 인구 구조 변화 등이 결합되어 대규모 투자가 요구되고 있음. 2025년의 불확실성과 투자 환경은 2026년 이후 Reliability 테마를 규정할 두 가지 핵심 질문으로 수렴됨. 미래의 전력·물·공급망·노동·네트워크 신뢰성을 확보하기에 인프라 중복 투자가 충분한가? AI의 영향과 혁신은 충분히 정의되었는가? 우리는 2026년에 이 두 질문에 대한 합의된 답이 “아니오”일 가능성이 높다고 보며, 이는 Reliability 테마에 노출된 기업들에 대한 투자 기회 확대로 이어질 것이라 판단함. 만약 두 질문 모두에 대해 “예”라는 답이 나오게 된다면, 포트폴리오의 큰 전환이 필요할 것이나, 전력·물 인프라는 여전히 구조적 수혜가 남아 있을 가능성이 큼. Exhibit 3: 세대적 성장 – 미국 및 EU-27 전력 소비는 향후 10년 말까지 20년 이상 보지 못한 수준으로 가속될 전망 미국 및 유럽 유틸리티 리서치 팀의 전망에 따르면, 미국과 EU-27의 전력 소비 증가율은 향후 10년 동안 과거 20년 이상 관측되지 않았던 수준으로 가속될 것으로 예상됨. 미국 전력 수요: 5년 CAGR 기준, 2020년대 후반으로 갈수록 뚜렷한 상승 EU-27 전력 수요: 2020년대 중반 이후 구조적 반등 이러한 수요 가속은 다음 요인에 의해 주도됨. 데이터센터 및 AI 연산 수요 증가 전기화(Electrification) 가속 산업 리쇼어링 전력 신뢰성 강화를 위한 중복 투자 확대 (출처: EIA, EMBER, Goldman Sachs ...

★251209 Carlyle (Jason Thomas) - Bursting the Bubble in the AI Debate★

마치 지난 전쟁을 치르는 장군들처럼, 투자자와 자산 배분 담당자들은 과거의 가치 평가 틀을 새로운 경제 현실에 적용할 수 있습니다. 과거에는 "자산 경량화" 기업으로 여겨졌던 사업들의 자본 집약도가 급격히 증가한 것은 누구나 알 수 있습니다. 하지만 많은 분석가들은 변화된 경제 상황이 기업 가치에 미치는 영향에 집중하기보다는, 인공지능(AI) 기술 자체에 대한 전망에 따라 좌우되는 "AI 거품" 논쟁에 정신이 팔려 있습니다. 금융위기 이후 경제: 자본 지출 없는 성장 글로벌 금융 위기(GFC) 동안 자본 지출이 급감했습니다. 그리고 이번에는 Rogoff와 Reinhart가 경고했듯이 정말 달랐습니다. 제2차 세계 대전 이후 모든 경기 순환은 비슷한 패턴을 따랐습니다. 추세 이하의 고정 투자 기간(경기 침체) 이후 지출이 따라잡는 성장(경기 회복)이 이어졌습니다. 하지만 이번 불황 이후에 자본 지출 붐은 없었습니다. 2020년 미국의 자본 스톡은 GFC 이전 예상치보다 20% 감소했습니다(그림 1). 그림 1: 글로벌 금융 위기 이후 미국 자본 지출의 급락 국내총생산(GDP)도 이전 추세보다 하락했지만, 그 감소폭은 자본 지출의 급락에서 암시되는 경기 침체와는 비교할 수 없을 정도였습니다. 디지털화와 세계화 덕분에 기업들은 유형자산(PP&E)을 추가 투자하지 않고도 성장할 수 있는 방법을 찾아냈습니다. 소프트웨어와 디지털 플랫폼(검색, 소셜 미디어)은 산업 시대에 필요했던 추가적인 자본 지출 없이도 매출 규모를 확대했습니다. 또한 미국 제조업체(스마트폰, 의류, 반도체 등)들은 국내 활동을 서비스(제품 설계 및 개발, 마케팅)에 집중하고, 자본 집약적인 제품 생산은 주로 아시아에 위치한 위탁 제조업체에 맡겼습니다. ...
리포트 - AI & Tech
2026. 01. 06
3
0

★251125 Carlyle (Jeff Currie) - How Much Does AI Rhyme with shAle?★

역사는 반복되지 않지만, 비슷한 양상을 보인다는 말이 흔히 있습니다. 최근 오라클과 구글 같은 기업들이 현금 흐름 수준 이상으로 AI 투자에 막대한 자금을 쏟아붓는 상황에서, 우리는 이러한 AI 기술 혁명이 2010년부터 2020년까지 일어났던 셰일 가스 혁명과 얼마나 유사한지 살펴보는 것이 유용할 것이라고 생각했습니다. 셰일가스 붐은 현대 시대에서 가장 악명 높은 "성장을 위해서라면 무슨 수를 써서라도"라는 식의 자본 지출 사이클이었다고 할 수 있으며, 당시 에너지 산업 전반의 자본 지출은 정점에 달했을 때 현금 흐름의 110~120%에 이르렀습니다(사례 1 참조). 2014년 유가 폭락 직전에는 일부 에너지 기업들이 현금 흐름의 200%를 넘는 금액을 지출하기도 했습니다. 사례 1: AI "빅 5" 기업들은 더 이상 자산 경량화 기업이 아니다… 이러한 유사점은 매우 깊습니다. 2014년에는 기술 부문에 대한 경멸이 "싼 데에는 이유가 있다"는 주장과 맞물렸는데, 이는 닷컴 버블 붕괴의 트라우마를 반영한 ​​것으로 보입니다. 이는 오늘날 에너지 부문에 대한 경멸과도 유사한데, 2014~2015년의 폭락이 여전히 업계를 괴롭히고 있기 때문입니다. 아이러니하게도, 10년간의 지출 억제 이후 '석유 공급 과잉'에 대한 우려가 '컴퓨팅 장비 공급 과잉'에 대한 우려보다 훨씬 더 큽니다. 2013년 말 에너지 부문에 대한 낙관적인 전망과 기술 부문에 대한 비관적인 우려에도 불구하고, 2014년 이후부터 2010년대 말까지 벌어진 일들은 그야말로 경이로웠습니다. 기술 부문은 9조 달러의 부를 창출한 반면, 에너지 부문은 투자된 1달러당 41센트의 손실을 입히며 2조 6천억 달러의 자본을 날려버렸습니다. 자본 손실은 상당했지만, 채권 보유자들은 결국 손실을 만회했습니다. 경영진은 엄청난 성과를 거두었지만, 셰일 혁명의 진정한 승자는 미국 시민과 정부였습니다. 에너지와 기술은 경제에서 가장 중요한 두 분야라고 해도 과언이 아닙니다. 전기를 공급하지 못하면 아무것도 할 수 없고, 혁신 없이는 발전할 수 없으며, 금융이나 의료와 같은 중요한 분야 역시 이 두 분야 없이는 무용지물이 됩니다. 이러한 이유로 에너지와 기술 분야의 시장 주도권은 수십 년 동안 끊임없이 순환해 왔습니다. 1970년대와 80년대 원자재 호황기 말에는 엑손모빌이 세계 최대 기업이었습니다. 2000년에는 마이크로소프트가 그 자리를 차지했고, 2010년에는 엑손모빌과 페트로차이나가 경쟁했습니다. 오늘날 세계 3대 기업은 엔비디아, 애플, 마이크로소프트로, 모두 기술 기업입니다. 에너지와 기술의 리더십 순환은 역사적으로 각각의 자본 지출 주기에 의해 주도되었는데, 이 주기들은 서로 독립적이고 구별되었지만 항상 같은 결과, 즉 투자 준비 기간이 길다는 점을 고려할 때 결국 불황으로 끝났습니다. 이러한 시스템은 에너지 공급의 병목 현상을 해소하여 디플레이션 압력과 낮은 금리를 유발했고, 이는 다시 에너지 자원이 고갈될 때까지 기술 발전을 위한 여지를 제공했습니다. 지금까지의 역사적 패턴은 꽤 단순한 이야기를 보여주었습니다. 엑손(Exxon)과 아마존(Amazon)은 발음이 비슷한가요? 1970년대와 2000년대의 '자산 중심' 초호황이 천연자원에서 비롯된 물리적 자산(주기율표의 '원자'라고 부르겠습니다)에 기인했다면, 1990년대와 2010년대의 '자산 경량' 초호황이 혁신에서 비롯된 기술 자산(메모리 바이트의 '비트'라고 부르겠습니다)에 기인했다면, 2020년대는 비트와 원자가 융합되어 암호화폐나 AI 컴퓨팅과 같은 새로운 '비트-원자' 상품이 탄생하는 ...
리포트 - AI & Tech
2026. 01. 06
4

★251217 FRANKLIN TEMPLETON - Three reasons tech could lead the market—again ★

테크 섹터가 시장을 다시 주도할 수 있는 세 가지 이유 요약 및 서론 2025년 테크 기업 수익 성장률이 광범위한 시장보다 약 4배 앞섰으나, 거품을 암시하는 징후는 나타나지 않음. 인공지능(AI)의 진화와 채택 증가, 견고한 혁신 파이프라인, 밸류에이션 지지력을 고려할 때 2026년에도 테크가 시장을 다시 앞지를 가능성이 높다고 판단함. AI가 다년간의 슈퍼 사이클을 주도하며 여러 시장에 걸쳐 광범위한 기회를 창출할 것으로 예상함. 변동성에도 불구하고 테크 섹터는 2025년에 강력한 수익 성장을 바탕으로 우수한 성과를 거둠. 실제로 AI 투자의 힘으로 테크 및 통신 서비스의 주당순이익(EPS) 성장률이 S&P 500의 나머지 기업보다 약 4배 높았음. 일부 투자자들은 테크의 모멘텀 지속 가능성을 의심하며 AI 기반 거품을 두려워하고 있음. 본 리포트는 2026년에도 테크가 우수한 성과를 낼 수 있는 세 가지 근거를 제시함. 첫째, AI의 진화로 초점이 빠른 채택에서 가치 창출로 이동하며 거품 우려를 완화할 것임. 둘째, 디지털 노동, 에이전트 커머스, 물리적 AI, 블록체인 및 스테이블코인, 양자 컴퓨팅 등 혁신 파이프라인의 진전이 기대됨. 셋째, 견고한 수익 성장이 멀티플 확장에 대한 의존도를 낮추는 밸류에이션 지지력을 제공함. AI 붐이 거품이 아닌 이유 2023-2024년이 생성형 AI의 기반을 닦았다면, 2025년은 채택이 본격화된 해임. 테크 대형주의 성장 재가속화, OpenAI와 Anthropic의 공개 지표, 부문별 생산성 향상에 대한 경영진의 언급 등이 강력한 수요의 증거임. 수요 충족을 위해 AI 모델 개발자와 데이터 센터의 자본 지출(capex) 전망치가 향후 몇 년간 대폭 상향됨. 시장은 이를 닷컴 버블과 비교하며 회의적으로 보기도 하지만, 전형적인 ...
리포트 - AI & Tech
2025. 12. 20
2
0
리포트 - AI & Tech
2026. 01. 07
1
0
31
★260102 GS - The AI Innovation Cycle: Investment lessons from the Shale Innovation Cycle★
60
★251209 Carlyle (Jason Thomas) - Bursting the Bubble in the AI Debate★
1
55
★251125 Carlyle (Jeff Currie) - How Much Does AI Rhyme with shAle?★
45
★251217 FRANKLIN TEMPLETON - Three reasons tech could lead the  market—again ★