AI 이대로 끝날까? 은퇴한 저는 이렇게 투자합니다

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI가 끝날지는 단정하기 어렵지만, 은퇴한 화자는 나스닥100에 투자하며 AI 활용 능력을 키우는 방식으로 대응한다.

📌 핵심 요점

1. AI 기술의 발전과 투자 수익은 별개의 문제다. 화자는 수학·신약 개발의 진전과 막대한 데이터센터 투자를 소개하면서도, 최종 사용자가 만들어내는 이익이 투자비를 뒷받침할 수 있는지 묻는다.
2. AI 사용량이 늘어도 생산성이 같은 속도로 오르는 것은 아니다. 영상에 제시된 경영진 설문과 토큰 사용량 평가 사례는 도입률·사용량보다 실제 성과를 살펴야 한다는 문제로 이어진다.
3. 현재 화자가 더 뚜렷하게 보는 수익화 경로는 인력 대체를 통한 비용 절감이다. 다만 마이크로소프트의 퇴직 제안에는 이민정책과 정치적 압박도 거론되므로, 이를 전부 AI의 결과로 단정하지 않는다.
4. 기업들의 비용 절감이 경제 전체의 성장으로 이어질지는 열린 문제다. 고용과 임금이 줄면 소비 수요가 약해질 수 있고, AI 활용 능력과 자본 보유 여부에 따른 양극화도 커질 수 있다는 것이 화자의 우려다.
5. 화자의 대응은 개별 승자를 예측하기보다 나스닥100에 투자하고, 직접 AI를 사용하며 새로운 수입과 취미 활동의 가능성을 찾는 것이다. 이는 영상에서 밝힌 개인적 선택이다.

🧩 배경과 문제 정의

영상은 AI 수요 폭증과 거품 붕괴 경고가 공존하는 시장에서 출발한다. 화자는 기술의 발전을 인정하면서도, 데이터센터와 연산에 들어가는 막대한 돈이 최종적으로 어디에서 회수되는지 의문을 제기한다. 핵심은 AI 인프라를 공급하는 기업의 실적과 AI를 활용하는 기업의 지속 가능한 수익을 연결해 보는 것이다.

논의는 개인 부업과 기업 생산성에서 고용·소비·소득 분배로 확장된다. 기업이 AI로 인건비를 줄이는 데 성공해도, 노동소득 감소가 제품을 구매할 수요를 약화시킬 수 있다는 모순을 짚는다. 화자는 이 문제에 확답하지 않은 채, 나스닥100 투자와 자신의 AI 활용 능력 축적이라는 개인적 대응을 제시한다.

🕒 시간순 섹션별 상세정리

1. AI 낙관론과 비관론이 엇갈리는 시장

• AI 수요 증가와 최대 실적 뉴스, 거품 붕괴와 기업 도산 경고를 대비시키며 AI가 실제로 돈이 되는지 묻는다. [00:28]
• 미국 개인투자자협회 설문을 소개하며 하락 전망 비율이 평균 31.5%에서 41%로 높아졌다고 보여준다. [00:59]
• 반면 펀드매니저 설문에서 AI 거품을 최대 위험으로 꼽은 비율은 7월 45%에서 10월 23%로 낮아졌다며 투자 주체 사이의 온도 차를 제시한다. [01:17]

2. 수학 성과 논란과 이후의 진전 주장

• 2025년 10월 오픈AI의 GPT-5 수학 성과 발표가 실제로는 기존 해법을 찾은 일이었다는 논란과 케빈 웨일의 인정·정정 내용을 보여준다. [02:19]
• 이후 7개월이 지난 5월에는 에르되시의 점 사이 단위거리 문제와 관련해 기존 추측을 반증하는 성과가 나왔다고 주장한다. [02:55]
• 화자는 이를 AI 수학의 이정표로 설명하며, 과장된 발표와 실제 기술 진전이 함께 존재한다는 사례로 제시한다. [03:01]

3. 데이터센터 투자 확대와 주가 조정

• 미국 북부 버지니아 애슈번의 데이터센터 밀집 지역을 보여주며, 주택 옆까지 들어선 시설들이 무엇을 만들어내는지 질문한다. [03:31]
• 메타가 올해 1,450억 달러를 투자하고 회사채도 발행한다고 설명하며 빅테크 설비투자 규모를 강조한다. [03:48]
• SOX가 7월 고점 대비 약 28% 하락했다고 제시하고, 막대한 투자에도 AI 수익화에 대한 의심이 남아 있다고 진단한다. [04:10]

4. 개인의 AI 부업과 차별화 고민

• 블로그·인스타그램·유튜브 콘텐츠 제작을 개인의 AI 수입 창출 사례로 든다. [04:20]
• 미국 Z세대의 재정 목표와 부업 관련 통계를 소개하며, 별도 수입을 가진 비율 44%와 부업 수입 중간값 월 200달러를 언급한다. [04:42]
• 화자는 AI 콘텐츠 자체를 비난하기보다 자신은 AI가 하기 어려운 활동을 찾으려 한다며 라이브 진행을 선택한 이유를 보여준다. [04:54]

5. AI 보급률과 에이전트 활용의 격차

• 마이크로소프트의 2026년 6월 AI 확산 보고서를 소개하며 한국의 이용 경험 비율 44.5%, 전 세계 이용 비율 18.8%를 제시한다. [05:34]
• 세계 인구를 기준으로 자신이 정리한 챗GPT 이용 비율은 약 12%, 유료 이용은 0.6%, 업무 위임 경험은 0.4%라고 보여준다. [05:53]
• 여러 에이전트에 역할을 나누고 조직적으로 운용하는 능력을 강조한다. 이용자가 극소수일 것이라는 개인적 추정과 함께 기술·정보·활용 능력의 격차가 커질 것으로 전망한다. [06:33]

6. 사용량 확대와 생산성 개선의 간극

• 클로드를 활용한 직접 영상 편집 경험을 소개하고, AI를 계속 다루며 자신의 능력이 늘어나는 데 의미를 둔다. [06:51]
• 메타의 토큰 사용량 순위표와 지인의 인사평가 사례를 통해 기업들이 직원의 AI 사용을 독려하는 분위기를 보여준다. [07:46]
• NBER의 7개국 경영진 약 9천 명 조사라며 기업의 AI 이용률 78%, 지난 3년간 고용 영향은 사실상 없고 연간 생산성 개선은 0.2%였다는 결과를 보여준다. 토큰 지출과 실제 성과가 일치하는지 문제를 제기한다. [08:59]

7. AI 신약 개발과 사업 모델의 차이

• 단백질 구조 예측과 후보물질 탐색의 속도 개선을 소개하면서도, 영상에서 말하는 AI 개발·활용 약물의 FDA 승인 사례는 아직 없다고 주장한다. 다케다와 인실리코의 개발 진행 상황도 언급한다. [09:44]
• 길리어드의 C형 간염 치료제 사례를 들어 완치가 환자 수와 후속 매출을 줄일 수 있다는 사업상의 역설을 보여준다. [10:24]
• 반복 투여하는 일라이 릴리의 비만치료제와 대비하며, 기술과 치료 효과의 진전이 기업의 지속적인 매출로 이어지는 방식은 다를 수 있다고 본다. [10:40]

8. AI 인프라 공급자가 먼저 얻는 이익

• 데이터센터·전력·메모리·반도체를 AI 밸류체인의 주요 수익 영역으로 제시한다. [10:52]
• 화자는 SK하이닉스의 분기 영업이익 83조 원·매출 104조 원, 엔비디아의 데이터센터 매출 890억 달러·전년 대비 증가율 117%를 실적 사례로 든다. 해당 수치는 원자료 확인이 필요하다. [11:06]
• 이를 금을 캐는 사람보다 곡괭이를 파는 사람이 먼저 돈을 버는 구조에 비유한다. [11:12]

9. 모델 기업의 적자와 연산비 부담

• LLM 시장 점유율을 앤트로픽 40%, 오픈AI 27%, 구글 21%로 소개하면서 자료 시점 때문에 현재와 다를 수 있다고 덧붙인다. [11:36]
• 앤트로픽의 1~9월 매출 332억 달러와 평가손을 제외한 영업손실 12.6억 달러, 오픈AI의 보도상 순손실 390억 달러를 언급하며 흑자 전환 시점을 묻는다. 두 손실 수치는 기준이 다르다. [12:20]
• 스페이스X의 데이터센터 임대수입 사례와 아마존이 앤트로픽 전용으로 지은 프로젝트 레이니어를 보여준다. 모델 기업이 번 돈도 연산비로 지출된다며 최종적인 수익의 원천을 다시 질문한다. [13:16]

10. 인력 대체와 마이크로소프트 퇴직 제안

• AI의 매출 확대 효과보다 비용 절감 효과가 더 잘 보인다며, 영상 편집 외주를 줄인 자신의 경험을 인력 대체 사례로 연결한다. [13:37]
• 마이크로소프트의 6만 명 관련 보도는 확정 해고가 아니라 자발적 퇴사 제안이라고 구분한다. 회사는 AI 때문이 아니라고 설명하며 수락률을 5% 미만으로 예상한다고 전해진다. [14:24]
• 과거 은퇴 프로그램에서 대상자 8,700명 중 30%가 수락했다는 사례를 소개하고, 직원 수 감소와 설비투자 증가를 대비한다. 과거 프로그램과 이번 제안의 대상 조건은 다르다. [15:07]

11. 외국인 고용을 둘러싼 정치적 압박

• 자신의 미국 근무 경험을 바탕으로 H-1B 비자를 설명하고, 10만 달러 징수 방침과 법원의 무효화로 징수가 막혔다는 내용을 보여준다. [16:12]
• 승인 비자의 출생국 비중과 JD 밴스의 기업 비판을 전해진다. 마이크로소프트의 약 6,300건 승인에 대해 회사가 80%는 연장이라고 설명한 내용도 덧붙인다. [17:37]
• 10월 8일의 정치적 비판과 10월 26일의 퇴사 제안이 18일 간격이었다며 관련 가능성을 추측한다. 이는 화자의 해석으로 드러난다. [18:01]

12. 토큰맥싱과 고용 없는 성장의 모순

• 아마존의 사용량 평가 사례에서 개발자들이 에이전트로 토큰 소비를 늘리는 토큰맥싱을 했다고 소개하며, 사용량 지표가 낭비를 유발할 수 있다고 비판한다. [18:39]
• 한 기업의 인건비 절감은 이익을 늘릴 수 있지만, 모든 기업이 사람을 대체하면 사람들이 어디서 임금을 받고 제품을 구매할지 묻는다. [19:01]
• 고용 없는 성장에 대한 자신의 기존 문제의식을 되짚으며 고용과 GDP 성장의 연관성을 강조한다. [19:48]

13. 엇갈린 거시 전망과 소수 인원 기업

• AI가 고용 없는 호황을 만든다는 전망과 실업이 금리 인하로 해결되지 않을 수 있다는 전망을 함께 보여준다. IMF의 일자리 노출 경고도 전하지만, 노출이 곧 일자리 소멸을 뜻하지는 않는다고 구분한다. [20:38]
• 형제가 만든 원격 처방 기업 메드비와 윅스가 인수한 베이스44를 사례로 들고, AI를 활용한 소수 인원 기업과 1인 유니콘의 가능성을 논한다. 메드비의 18억 달러는 기업가치가 아니라 매출이라고 정정한다. [21:19]
• 과거 약 2억 원의 예산으로 진행한 앱 개발과 현재 작업을 비교하며, 비슷하거나 조금 단순한 웹사이트를 AI 바이브 코딩으로 혼자 약 2주에 만들 수 있을 것 같다는 개인적 판단을 드러낸다. [21:58]

14. 기본소득과 피지컬 AI의 가능성

• 노동소득 없이 경제가 성장할 수 있느냐는 질문에서 기본소득으로 논의를 옮기고, 2016년 스위스 국민투표에서 77%가 반대했다는 사례를 보여준다. [22:22]
• 일론 머스크의 보편적 고소득 구상을 보여준다. AI와 로봇의 생산 확대가 공급 과잉과 디플레이션을 만들고 노동을 선택으로 바꿀 수 있다는 전망이지만, 화자는 전적으로 동의하지는 않는다고 드러낸다. [23:08]
• 피지컬 AI가 현장 노동까지 대체하면 변화가 빨라질 수 있다며, 기본소득이 필요할 가능성에는 열린 입장을 보인다. [23:40]

15. 양극화 우려와 나스닥100 투자 선택

• AI를 잘 쓰는 개인과 도입을 선도하는 기업에 이익이 집중되고 다른 기업은 도태될 수 있다며, 소득과 성과의 양극화가 더 벌어질 것을 우려한다. [24:18]
• 자신의 대응으로 나스닥100 투자를 드러낸다. 구성 기업이 교체되는 지수에 투자하면서 직접 승자를 고르는 부담을 줄이려는 생각을 보여준다. [24:36]
• AI로 수입을 얻거나 취미에 활용할 방법을 계속 찾겠다고 드러낸다. 나스닥100의 기업들이 양극화의 상단에 있을 것이라는 기대를 투자 이유로 제시하며 1부를 마친다. [24:55]

🧾 결론

• 영상의 핵심 질문은 AI의 기술적 가능성을 넘어, 그 발전이 지속적인 이익과 소비자의 구매력으로 연결될 수 있느냐는 것이다.
• AI 인프라 공급자의 실적과 모델 제공자·도입 기업의 수익성을 나누어 살펴야 투자 구조를 이해할 수 있다는 문제의식이 드러난다.
• 기본소득과 로봇 생산성에 관한 전망까지 논의를 확장하지만, 화자는 미래 경제의 작동 방식에 확답하지 않는다.
• 화자는 AI를 적극적으로 활용하는 기업과 개인이 유리해질 것이라는 생각을 바탕으로 나스닥100 투자와 개인 역량 축적을 병행한다.

📈 투자·시사 포인트

• 데이터센터·전력·메모리·반도체 기업의 매출 증가를 볼 때, 그 비용을 지불하는 고객의 수익화가 지속되는지도 함께 점검필요가 있다.
• 모델 기업은 매출 성장뿐 아니라 연산비, 영업손실, 흑자 전환 가능성을 함께 살펴야 한다. 영상에 등장하는 순손실과 영업손실은 기준이 달라 직접 비교하기 어렵다.
• AI 도입 기업의 성과는 토큰 소비량보다 매출·이익·업무 처리 성과로 판단해야 한다는 시사점을 준다.
• 인건비 절감이 개별 기업의 이익을 높이더라도 고용·임금·소비에 미치는 영향은 별도로 관찰해야 한다.
• 나스닥100 투자는 화자가 제시한 대응 방식이지만, 영상에는 은퇴자산 전체의 구성이나 투자 비중·인출 계획이 나오지 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에 등장하는 설문, 재무 수치, 기사, 임상 진행 상황의 원문이 제공되지 않았다. 메타 투자액, SK하이닉스 실적, 엔비디아 매출, 앤트로픽 재무 수치 등은 자막만으로 검증할 수 없다.
• 전 세계 AI 이용률과 한국 이용 경험 비율은 표현과 분모가 다를 수 있다. 챗GPT 이용·유료 결제·업무 위임 비율은 화자가 세계 인구를 기준으로 정리한 수치이며, 멀티 에이전트 이용 비율은 개인적 추정이다.
• GPT-5의 수학 성과는 기존 논문 발견 논란과 이후 추측 반증 주장을 구분해야 한다. 실제 기여 범위와 검증 상태는 원논문 및 관련 발표를 확인해야 한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 영상의 핵심 투자·실적 수치를 해당 기업 공시와 원자료에서 확인하고, 기간·단위·손익 기준을 맞춰 정리한다.
• AI 관련 기업을 인프라 공급자, 모델 제공자, 도입 기업으로 나누고 각 단계의 매출과 비용이 어떻게 연결되는지 살펴본다.
• AI 활용 성과를 토큰 사용량 대신 절약한 시간, 결과물 품질, 비용 변화와 실제 수입으로 기록한다.
• 고용 통계를 볼 때 해고, 희망퇴직 제안, 실제 퇴직, 신규 채용과 비자 연장을 구분한다.

❓ 열린 질문

• 모델 제공자와 AI 도입 기업이 인프라 투자비를 뒷받침할 만큼 지속적인 이익을 만들어낼 수 있을까?
• AI의 성과는 기존 인건비 절감을 넘어 새로운 매출과 소비 수요를 얼마나 만들어낼까?
• 고용 감소와 생산성 향상이 동시에 진행된다면, 소비자의 구매력은 어떤 경로로 유지될까?