Kai-Fu Lee AI 가치평가 분석

인공지능 산업의 기업가치가 빠르게 상승하는 가운데, 모든 AI 기업이 현재의 고평가를 정당화할 수 있는지를 둘러싼 논쟁도 커지고 있습니다. Bloomberg Television의 ‘The Pulse with Francine Lacqua’에 출연한 AI 전문가 Kai-Fu Lee는 이러한 시장의 기대와 위험 요인을 설명하며, 조 단위 달러로 평가되는 AI 기업들의 가치가 실제 사업성과로 뒷받침될 수 있는지에 대해 질문을 던집니다. 그는 특히 AI 기업 간 자금이 서로 순환하는 이른바 ‘순환적 자금 조달’의 위험, 중국산 모델과 오픈소스 모델의 가격 경쟁력, 기업의 업무 방식 재설계 필요성을 주요 주제로 제시합니다.

이번 영상은 단순히 AI 기술의 발전 가능성을 소개하는 데 그치지 않고, 막대한 투자금이 투입된 AI 생태계가 장기적으로 어떤 수익 구조를 만들어야 하는지 살펴본다는 점에서 의미가 있습니다. 설명에 따르면 Lee는 기업들이 기존 사업에 AI 기능을 추가하는 수준을 넘어, AI를 중심으로 조직과 사업 모델을 재창조해야 한다고 강조합니다. 또한 Europe의 가장 큰 기회가 거대 기초모델 자체를 개발하는 데 있기보다는, 다양한 산업에 AI를 적용하는 애플리케이션 영역에 있을 수 있다고 평가합니다.

📌 주요 내용

영상의 핵심 질문은 ‘trillion-dollar AI valuations’, 즉 조 단위 달러에 이르는 AI 기업가치가 과연 정당화될 수 있는가입니다. Kai-Fu Lee는 AI가 생산성과 산업 구조를 크게 바꿀 가능성을 인정하면서도, 높은 기대만으로 기업가치가 지속될 수는 없다는 문제의식을 제시하는 것으로 보입니다. AI 서비스가 실제 매출과 현금흐름, 반복 가능한 수요를 만들어내지 못한다면 현재의 밸류에이션은 상당한 검증 과정을 거쳐야 하기 때문입니다.

그가 지적하는 또 다른 위험은 순환적 자금 조달입니다. 이는 AI 기업이나 관련 인프라 기업들이 서로에게 투자하거나, 특정 기업의 지출이 다른 기업의 매출로 잡히면서 생태계 전체의 성장률이 실제 최종 수요보다 높게 보일 수 있는 구조를 의미합니다. 설명만으로 구체적인 기업이나 거래 사례가 확인되지는 않지만, Lee는 AI 산업의 자금 흐름이 실질적인 고객 수요와 분리될 경우 시장의 낙관론이 과도해질 수 있다는 점을 경고하는 것으로 보입니다. 투자자 입장에서는 투자금의 규모보다 누가 실제로 비용을 부담하는 고객인지, 매출이 일회성인지 반복적인지, 그리고 서비스가 보조금 없이도 유지될 수 있는지를 확인해야 합니다.

중국산 AI 모델과 오픈소스 모델의 부상도 중요한 논점입니다. 더 저렴한 중국산 모델과 공개적으로 활용할 수 있는 오픈소스 모델은 AI 개발 비용을 낮추고, 특정 소수 기업에 집중된 기술 우위를 약화시킬 가능성이 있습니다. 기업들은 반드시 가장 비싼 모델을 사용하지 않아도 비슷한 기능을 구현할 수 있게 될 수 있으며, 이는 모델 제공업체의 가격 결정력과 수익성에 영향을 줄 수 있습니다. 반대로 모델 비용이 하락하면 AI를 활용하는 애플리케이션 기업과 일반 기업에는 새로운 기회가 열릴 수 있습니다.

Lee는 기업이 AI를 단순한 자동화 도구나 기존 소프트웨어의 부가 기능으로 취급해서는 안 된다고 설명합니다. 기업들은 AI를 중심으로 업무 프로세스, 인력 배치, 의사결정 방식, 고객 접점 등을 다시 설계할 필요가 있습니다. 즉, AI를 도입하는 것 자체보다 AI를 통해 사업의 운영 원리와 경쟁 방식을 얼마나 근본적으로 바꿀 수 있는지가 중요하다는 의미입니다. 이 과정에서는 기술 투자뿐 아니라 데이터 품질, 내부 전문성, 보안과 규제 대응, 조직 구성원의 업무 변화까지 함께 고려해야 합니다.

Europe에 대한 평가도 주목할 만합니다. 설명에 따르면 Lee는 Europe이 세계적인 기초모델 경쟁에서 반드시 선두에 서야 한다고 보기보다는, 금융, 제조, 의료, 공공서비스 등 여러 분야에서 AI를 실제로 활용하는 애플리케이션 개발에 더 큰 기회가 있을 수 있다고 봅니다. 이는 AI 산업의 가치가 모델 자체뿐 아니라 모델을 활용해 특정 산업의 문제를 해결하는 서비스와 솔루션으로 이동할 가능성을 시사합니다.

📊 시장 배경

AI 시장은 대규모 연산 인프라, 데이터센터, 반도체, 클라우드, 기초모델, 애플리케이션으로 이어지는 복합적인 가치사슬을 형성하고 있습니다. 생성형 AI의 확산으로 관련 기업에 대한 투자와 기대가 커졌지만, 동시에 높은 컴퓨팅 비용과 데이터센터 투자 부담, 모델 학습에 필요한 자본 규모도 확대되었습니다. 이 때문에 시장은 AI의 장기적인 생산성 향상을 기대하는 한편, 현재의 매출 성장과 기업가치 사이에 간극이 있는지 주시하고 있습니다.

특히 모델 성능이 빠르게 상향 평준화되고 오픈소스 생태계가 확대되면, 기초모델을 보유했다는 사실만으로 지속적인 초과수익을 확보하기 어려워질 수 있습니다. 중국산 모델을 포함해 비용 효율적인 대안이 등장하면 기업 고객은 모델을 교체하거나 여러 모델을 비교할 수 있는 협상력을 갖게 됩니다. 이는 AI 산업의 경쟁을 기술력뿐 아니라 가격, 추론 비용, 응답 속도, 보안, 기업별 맞춤화 능력의 경쟁으로 확장할 수 있습니다.

이러한 환경에서는 AI의 가치가 한 곳에 집중되기보다 여러 층위로 분산될 가능성이 있습니다. 기초모델과 인프라 기업은 막대한 초기 투자를 회수해야 하는 반면, 애플리케이션 기업은 비교적 낮은 비용으로 특정 산업의 문제를 해결하고 고객의 지불 의사를 확보할 수 있습니다. 다만 애플리케이션 시장 역시 경쟁이 빠르게 유입될 수 있어, 독점적인 데이터나 업무 프로세스, 강력한 고객 관계를 갖추는 것이 중요합니다.

💡 투자 시사점

투자자는 AI 관련 기업을 평가할 때 기술 시연이나 사용자 수만으로 판단하기보다 실제 수익화 구조를 확인해야 합니다. 모델 사용료와 추론 비용을 제외한 마진, 고객 유지율, 계약의 반복성, 기업 고객의 도입 확대 여부가 핵심 지표가 될 수 있습니다. 또한 기업 간 투자와 매출이 서로 연결된 경우에는 최종 수요가 어디에서 발생하는지 점검해야 합니다.

비용이 낮은 중국산 모델과 오픈소스 모델은 기존 선두 기업의 가격 결정력을 약화시킬 수 있지만, AI 활용 기업의 비용 절감과 시장 확대에는 긍정적으로 작용할 수 있습니다. 따라서 AI 투자에서는 기초모델 개발사뿐 아니라 산업별 애플리케이션, 데이터 활용 역량, 업무 자동화 솔루션을 제공하는 기업도 함께 살펴볼 필요가 있습니다. 다만 영상 설명만으로 특정 기업의 투자 가치나 주가 방향을 단정할 수는 없으며, 각 기업의 재무제표와 경쟁 환경에 대한 별도 분석이 필요합니다.

🎯 시청 포인트

이 영상은 AI 산업을 낙관론이나 비관론 한쪽으로만 해석하지 않고, 기술의 성장 가능성과 밸류에이션 위험을 함께 살펴볼 수 있다는 점에서 시청할 가치가 있습니다. Kai-Fu Lee는 AI 분야의 기술 발전을 잘 아는 전문가이자 Sinovation Ventures의 Chairman and CEO, 01.AI의 CEO로 소개됩니다. 따라서 그의 발언을 통해 AI 스타트업에 대한 투자 흐름과 기업 현장의 도입 과제를 동시에 이해할 수 있습니다.

시청자는 첫째, 조 단위 AI 기업가치가 어떤 사업성과를 전제로 하는지, 둘째, 순환적 자금 조달이 시장의 성장률을 어떻게 왜곡할 수 있는지, 셋째, 저가 중국산 모델과 오픈소스 모델이 산업 경쟁 구도를 어떻게 바꿀 수 있는지를 중점적으로 확인할 수 있습니다. 또한 기업이 AI를 도입한다는 말이 실제로는 조직과 사업 모델을 어떻게 바꾸는 것인지, Europe이 기초모델보다 AI 애플리케이션에서 기회를 찾을 수 있다는 분석이 어떤 의미인지도 살펴볼 만합니다. AI 시장의 다음 성장 단계가 거대한 모델의 규모 경쟁인지, 아니면 산업별 문제를 해결하는 응용 서비스의 확산인지 판단하려는 시청자에게 유용한 영상입니다.