앤트로픽 상장 후 투자법 달라져야 한다? AI 다음 사이클의 승자들 잡는 법
Quick Summary
앤트로픽 상장 이후 AI 투자의 승자를 가려낼 기준으로, 영상은 에이전트가 어떤 모델을 반복해서 쓰는지와 그 사용량이 매출·이익으로 이어지는지를 제시한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
앤트로픽 상장 이후 AI 투자의 승자를 가려낼 기준으로, 영상은 에이전트가 어떤 모델을 반복해서 쓰는지와 그 사용량이 매출·이익으로 이어지는지를 제시한다.
📌 핵심 요점
- 출연자는 앤트로픽이 11월 중순 나스닥 상장을 목표로 한다고 전했다. 촬영 당시 상장일은 미정이었으며, 11월 24일은 운용사가 밝힌 ETF 상장 예정일이다.
- AI 에이전트는 한 가지 일을 맡아도 계획을 세우고, 도구를 쓰고, 결과를 점검하면서 언어모델을 여러 번 호출한다. 출연자는 추론 수요가 커질수록 대규모 언어모델(LLM)의 쓰임도 늘어날 것으로 봤다.
- 입력·출력 토큰에 요금을 매기는 API 사업에서는 토큰 단가(P)와 유료 사용량(Q)이 매출을 좌우한다. 출연자는 앤트로픽의 2분기 영업흑자 전환 소식을 수익화의 신호로 해석했으며, 대규모 투자와 자금조달 부담도 함께 짚었다.
- 운용사는 주요 LLM 기업들이 상장한다는 가정 아래 2027년 가을의 ETF 구성 예시를 제시했다. 미국 핵심 LLM 기업 약 50%, 미국 AI 빅테크 약 25%, 중국 기업 약 20%, 한국 메모리 반도체 기업 약 2~3%다.
- 출연자는 신모델이 나올 때마다 기업 간 우위가 바뀔 수 있다는 점을 ‘TIGER 글로벌 LLM 액티브 ETF’의 운용 근거로 들었다. 실제 편입 종목과 비중은 시장 상황에 따라 달라질 수 있다.
🧩 배경과 문제 정의
진행자는 중간선거 이후 증시의 등락이 커진 상황에서 앤트로픽 상장 소식을 어떻게 투자 판단에 반영할지 물었다. ETF 운용사 측 출연자 김수정은 에이전트가 일을 처리할 때마다 어느 회사의 모델을 쓰고 얼마를 지불하는지에 주목했다. 이 관점으로 모델 개발사의 수익 가능성을 살피고, 미국·중국 소프트웨어 기업과 한국 메모리 반도체 기업을 담으려는 신규 ETF의 구상을 소개한 인터뷰다.
🕒 시간순 섹션별 상세정리
1. 증시 변동성 속에서 부각된 앤트로픽 상장설
- 진행자는 중간선거 뒤 증시가 급락과 급등을 거듭했다고 전해진다. 김수정은 10월 26일 앤트로픽 관련 발표가 미국과 한국 증시의 분위기를 개선했다고 해석한다. [00:51]
- 김수정은 11월 중순 나스닥 상장이 목표지만 구체적인 날짜는 나오지 않았다고 드러낸다. 이어 보도된 티커와 기업가치를 보여준다. [01:52]
2. 독립 모델 개발사로 넓어지는 투자 대상
- 출연자는 CNBC의 오픈AI 관련 보도와 SCMP의 문샷·딥시크 관련 보도를 인용해 미국과 중국 모델 개발사의 상장 가능성을 짚어 본다. [02:25]
- 김수정은 새로운 AI 시장을 연 기업들이 공개시장에 진입할 가능성에 주목한다. 시장의 관심이 학습에서 추론으로 옮겨가면서 언어모델의 역할도 커진다는 관점이다. [03:07]
3. 에이전트가 토큰을 더 쓰는 이유
- 에이전트는 계획을 세우고 실행 결과를 확인한 뒤 작업을 수정하는 동안 언어모델을 거듭 호출한다. 김수정은 복잡한 일을 맡길수록 모델 사용 빈도가 늘어날 것으로 본다. [04:02]
- 김수정은 멀티에이전트의 토큰 사용량이 일반 채팅의 15배라는 앤트로픽 발표를 인용한다. 이런 수요의 수혜 기업을 선별하겠다며 미국과 중국을 포괄하는 액티브 ETF를 보여준다. [04:43]
4. 모델 점수와 실제 업무에서의 선택
- 김수정은 앤트로픽이 에이전트 확산을 주도했다고 평가하고, 아티피셜 애널리시스의 지능 평가에서 클로드가 앞섰다는 결과를 사례로 든다. [05:43]
- 이어 점수 하나로 모델을 평가하기 어렵다고 짚어 본다. 이용자가 일을 잘 처리하고 쓰기 편한 모델에 다음 업무도 맡긴다는 점에서 앤트로픽과 오픈AI를 관심 기업으로 꼽는다. [06:19]
5. 2027년 가을을 가정한 ETF 구성
- 운용사는 주요 LLM 기업들이 상장할 경우를 전제로 포트폴리오를 보여준다. ETF 전체의 약 50%를 미국 핵심 LLM 기업, 약 25%를 미국 AI 빅테크에 배분해 미국 비중을 약 75%로 잡은 예시다. [07:48]
- 중국 에이전트 기업의 성장 가능성을 반영해 중국 비중을 약 20%로, 모델 구동에 필요한 메모리 수요를 고려해 한국 메모리 반도체 기업 비중을 약 2~3%로 구상한다. [08:37]
- 운용의 중심은 미국·중국 소프트웨어 기업이며, 액티브 ETF의 실제 편입 비중은 달라질 수 있다고 보여준다. [09:08]
6. 토큰 사용량에서 매출과 이익까지
- 진행자가 대규모 지출 속 수익성을 묻자 김수정은 앤트로픽이 공개한 내용이라며 2분기 영업흑자 전환을 보여준다. 이를 AI 수익화의 신호로 해석한다. [10:02]
- API 고객은 입력·출력 토큰 사용량에 따라 요금을 낸다. 김수정은 직장에서 직원별 토큰을 할당하는 사례를 들어 고객이 관리하는 비용이 모델 공급사의 매출이 되는 구조를 보여준다. [10:54]
- 김수정은 토큰 단가를 P, 사용량을 Q로 나눠 본다. 100만 토큰당 평균 가격이 오르고 있다는 관찰에 근거해 두 지표가 함께 상승할 가능성을 제시한다. [11:54]
7. 자금조달 부담과 두 가지 상장 일정
- 김수정은 이미 현금을 벌어들인 빅테크에 비해 작은 업체는 자금난에 더 취약하다고 본다. 거시 여건이 개선되거나 기업이 부담을 감당할 만큼 성장할 필요가 있다고 드러낸다. [12:38]
- 기존 빅테크 보유자에게 ETF를 통한 모델 기업 투자를 한 가지 선택지로 제시한다. 운용사가 밝힌 ETF 상장 예정일은 11월 24일이며, 앤트로픽 상장일은 이 대목에서도 미정이다. [13:17]
8. 승자 교체 가능성과 액티브 운용의 근거
- 마무리 발언에서 김수정은 자금조달·물가·금리 부담을 다시 짚고, 경쟁이 치열해질수록 수혜 기업을 선별해야 한다는 판단을 상품의 운용 근거로 제시한다. [14:55]
- 출연자들은 클로드·오픈AI·제미나이·메타의 신제품에 따라 시장의 평가가 바뀔 수 있어 편입 종목을 조정하는 방식이 적합할 수 있다고 보여준다. [15:36]
- 김수정은 운용사 홈페이지에서 상품 정보를 확인할 수 있을 것이라고 안내하고, 진행자는 시청자가 참고할 링크를 남기겠다고 말하며 대화를 마친다. [16:09]
🧾 결론
- 앤트로픽 상장이 갖는 의미는 기존 빅테크와 함께 독립 모델 개발사도 투자 대상으로 비교할 기회가 열린다는 데 있다.
- 출연자가 주목한 경쟁력은 이용자가 일을 거듭 맡길 만큼 모델이 유용한가다. 모델 평가 순위는 그 가능성을 살피는 한 가지 단서다.
- 액티브 ETF를 선택하면 어느 기업을 얼마나 담을지 운용사에 맡기게 된다. 영상에서 제시한 장래 비중과 투자 시점의 실제 포트폴리오를 구분필요가 있다.
📈 투자·시사 포인트
- 모델 기업을 비교할 때는 토큰 단가와 유료 사용량을 함께 보자. 사용량이 늘어도 가격 전략에 따라 매출 증가 폭은 달라질 수 있다.
- 이미 미국 빅테크를 보유한 투자자라면 ETF를 더했을 때 기존 보유 종목이 얼마나 겹치고 핵심 LLM 기업 비중이 얼마나 늘어나는지 살펴볼 수 있다.
- 출연자는 높은 금리와 자금조달 부담이 작은 모델 기업에 특히 중요하다고 봤다. 매출 증가와 함께 영업흑자가 대규모 투자 속에서도 이어지는지가 비교 기준이다.
⚠️ 불확실하거나 확인이 필요한 부분
- 앤트로픽의 상장 목표 시점, 티커 ANT, 약 1조 5천억 달러의 기업가치는 출연자가 보도 내용을 인용해 소개한 정보다. 영상 마지막까지 실제 상장일과 공모가는 확인되지 않았다. 오픈AI·문샷·딥시크의 상장 일정도 보도에 근거한 전망이다.
- 멀티에이전트가 일반 채팅보다 토큰을 15배 더 쓴다는 수치는 출연자가 앤트로픽 발표를 인용한 것이다. 어떤 작업과 조건에서 나온 수치인지, 다른 서비스에서도 비슷한지는 영상에서 설명하지 않는다.
- 앤트로픽의 2분기 영업흑자 전환과 100만 토큰당 평균 가격 상승은 출연자가 소개한 내용이다. 영상에는 흑자의 규모·지속 기간이나 가격 지표의 산출 범위가 제시되지 않는다.
- 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
- 앤트로픽 상장 자료에서 거래 개시일과 공모 조건을 확인하고, ETF의 상장 일정과 구분해 기록한다.
- 운용사 홈페이지의 ETF 상품 자료에서 실제 편입 종목과 국가별 비중을 확인한 뒤, 영상 속 2027년 가을 예시 및 자신의 빅테크 보유분과 대조한다.
- 모델 기업의 실적을 비교할 때 토큰 단가, 유료 사용량, 매출, 영업이익을 같은 기간 기준으로 정리한다.
- ‘15배’ 수치를 투자 가정에 쓰기 전에 회사 발표에서 비교 대상과 작업 조건을 확인한다.
❓ 열린 질문
- 기업 고객이 직원별 토큰 사용 한도를 관리한다면, 에이전트의 잦은 모델 호출은 어느 정도까지 유료 사용량 증가로 이어질까?
- 모델 평가에서 앞선 기업이 실제 업무에서도 반복 선택되고, 그 우위를 영업이익으로 이어갈 수 있을까?
- 주요 LLM 기업의 상장이 늦어지거나 경쟁 구도가 바뀌면 운용사는 ETF의 핵심 LLM 기업 비중을 어떻게 조정할까?