이 책은 최태원의 미래 예측 50가지를 4개의 장으로 나누어 AI와 인간, 기업과 세계경제의 변화를 단계적으로 보여준다. 1장 ‘AI는 어디로 가는가’?에서는 AI 산업의 장기 성장과 제조 AI를 중심으로 AI가 산업의 경쟁 방식과 제조업의 미래를 어떻게 바꾸는지를 살펴본다. 2장 ‘인간의 일은 어떻게 바뀌는가’?에서는 AI가 인간의 일과 역할을 어떻게 바꾸고, 기술이 발전할수록 사람에게 어떤 능력과 선택이 중요해지는지를 짚는다. 3장 ‘기업은 어떻게 바뀌는가’?에서는 제품과 기술을 넘어 관계와 신뢰가 기업의 경쟁력이 되는 이유와 ‘서든 데스’, ‘딥 체인지’, 에너지 전환과 사회문제 해결 등 기업경영의 변화를 다룬다. 4장 ‘세계경제와 반도체는 어떻게 바뀌는가’?에서는 글로벌 경제질서의 변화와 반도체 산업의 미래, AI 데이터센터와 전력·에너지까지 연결되는 새로운 산업 생태계를 살펴본다.
이 책은 최태원이라는 한 경영자의 성공담을 다룬 책도, 그의 발언을 시간순으로 정리한 어록집도 아니다. 중요한 것은 그가 무엇을 말했다는 사실보다 왜 그런 판단을 했고, 그 판단이 이후 산업의 변화와 어떻게 맞물렸는지를 살펴보는 데 있다. 그런 의미에서 AI와 반도체처럼 이미 거대한 시장이 된 산업뿐 아니라 제조 데이터, 에너지 공급, 이해관계자와의 관계처럼 기술 뒤에서 미래의 승부를 가를 요소까지 함께 들여다본다.
■ 저자 강현규
대학에서 국문학을 전공했다. 출판계에 들어오기 전 신문사와 잡지사 기자, 사외보기자로 활동했으며, 이후 줄곧 출판기획자의 길을 걸어왔다. 오랫동안 책을 기획하고 만들면서 사람과 사회의 변화를 읽고, 복잡한 이야기를 독자가 쉽게 이해할 수 있는 언어로 풀어내는 일에 관심을 가져왔다. 고전의 가치를 해치지 않으면서 오늘의 독자가 흥미롭게 읽을 수 있도록 재구성하는 작업도 이어가고 있다. 지은 책으로 『단종과 함께한 사람들』이 있으며, 엮은 책으로 『쇼펜하우어의 인생 수업』 『니체의 인생 수업』 등이 있다.
■ 차례
들어가며_최태원은 예언자가 아니라 질문자다
1장 AI 산업은 앞으로 어디로 가는가
AI 산업은 흔들려도 결국 우상향한다
AI는 인터넷처럼 모든 생활과 사업에 스며든다
2027년 전후 AI 시장의 대확장이 온다
20~30년 뒤 제조기업은 AI 상품을 판다
AI로 못 바꾸면 한국 제조업은 10년 뒤 퇴출된다
‘나의 AI’에서 ‘우리의 AI’로 진화한다
1인 1 AI 시대, 한국은 세계의 AI 테스트베드가 된다
AI가 수익을 못 내면 버블처럼 꺼질 수 있다
AI 산업의 병목은 소재와 건설로 이동한다
5년 뒤 AI는 훨씬 더 믿을 만한 존재가 된다
AI 데이터센터는 전기화 사회의 첫걸음이 된다
미래의 도시는 AI로 움직이는 도시가 된다
2장 인간의 일과 능력은 어떻게 달라지는가
미래에는 창조하는 사람이 가장 중요해진다
미래에는 사회문제를 푸는 사람이 인재다
정답보다 새로운 문제와 좋은 질문이 중요하다
AI를 쓰는 사람과 쓰지 않는 사람의 격차는 더 커진다
AI 시대에는 스페셜리스트보다 제너럴리스트다
AI 시대에는 공감하는 사람이 더 중요해진다
대학을 나와야만 인재라는 시대는 끝난다
미래에는 AI 인재가 100만 명 넘게 필요하다
직원들은 이제 특정 직무에 국한되지 않는다
한 회사에 안 묶인 N잡러형 노동이 늘어난다
‘9 to 6’와 정형화된 직업이 흔들린다
AI는 한국 사회의 비싼 비용을 낮추는 기술이 된다
AI 시대에는 학교도 바뀌지 않으면 도태된다
3장 기업의 경쟁 방식은 어떻게 바뀌는가
앞으로 에너지만 파는 회사는 살아남기 어렵다
고객과의 관계가 기업의 미래 현금흐름을 정한다
앞으로 기업의 경쟁력은 관계와 신뢰가 된다
사회문제의 해법을 제시하는 기업이 선택받는다
시장 변화는 예상보다 빨리 오며, 적응 못하면 사라진다
그린 에너지에 대응하지 못하면 제품을 팔기 어렵다
ESG와 기후 대응은 잠시 후퇴해도 결국 다시 돌아온다
반도체 투자는 기업 혼자 감당하기 어려워진다
반도체 공장은 600~700개 기업이 함께 움직인다
반도체 업황의 롤러코스터는 앞으로도 계속된다
AI가 커질수록 에너지 믹스도 달라진다
AI 데이터센터의 전력은 새로운 사업이 된다
4장 세계경제와 반도체는 어디로 가는가
쪼개진 공급망에서는 수출 전략도 달라져야 한다
미중 갈등은 앞으로 30년 이상 이어진다
WTO 중심의 자유무역 질서는 다시 돌아오지 않는다
미래 한국은 상품이 아니라 지능을 수출한다
2027년에 메모리 공급 부족이 정점에 이른다
2030년까지 메모리 공급 부족이 20% 이상 이어진다
AI가 똑똑해질수록 더 많은 ‘기억’이 필요하다
생산능력을 두 배로 늘려도 메모리가 부족하다
10년 뒤 메모리 수요는 지금의 4~5배가 된다
메모리는 범용에서 고객 맞춤형으로 바뀐다
AI 시대에는 반도체 사이클도 훨씬 길어진다
정부 정책도 실험과 데이터를 거쳐 결정하게 된다
AI 산업의 변수는 지정학적 블랙스완이다
나가며_미래는 맞히는 것이 아니라 준비하는 것이다
SK그룹 최태원 회장이 지난 여러 해 동안 내놓은 발언과 선택을 통해 미래 산업과 사회의 방향을 읽어낸다. 50가지 예측을 중심으로 AI와 반도체, 인간의 일과 기업의 전략, 세계경제의 변화를 구체적인 사례와 함께 살펴본다.
최태원의 소름 돋는 미래 예측 50가지
AI 산업은 앞으로 어디로 가는가
AI로 못 바꾸면 한국 제조업은 10년 뒤 퇴출된다
“지금은 AI 시대다. AI로 제조업을 다시 일으키지 못하면 우리 제조업은 10년 후면 거의 다 상당 부분에서 퇴출당할 것이다. … 중국 제조업 실력이 업그레이드되다 보니 우리가 만드는 거의 모든 물품과 경쟁하게 됐다. 반도체도 추격의 속도가 더 빨라져서 거의 턱밑까지 쫓아온 상황이다.”
(2025년 7월 17일 대한상의 하계포럼 기자간담회)
현재 최태원의 예측대로 되고 있나?
현실이 되고 있다. 중국 제조업의 기술력과 생산능력이 빠르게 올라오면서 한국 기업과 직접 경쟁하는 영역이 넓어지고 있다. 다만 한국 제조업이 10년 뒤 상당 부분 퇴출된다는 전망은 아직 검증할 수 없다.
한때 중국은 한국 제조업의 거대한 시장이었다. 한국 기업이 반도체와 디스플레이, 석유화학 제품과 각종 중간재를 중국에 팔면 중국 공장은 그것을 이용해 완제품을 만들어 세계로 수출했다. 중국 경제가 성장할수록 한국 제조업도 함께 성장했다.
그 익숙한 분업이 무너졌다. 중국 기업들은 직접 디스플레이와 배터리, 전기차, 석유화학 제품을 만들기 시작했고 품질도 빠르게 올라왔다. 한국 기업의 고객이던 중국 기업이 어느 순간 같은 시장에서 가격과 기술을 놓고 싸우는 경쟁자가 됐다.
2025년 7월, 최태원이 대한상의 하계포럼에서 돌아본 시간은 지난 10년이었다. 한국 제조업이 제자리걸음을 하는 동안 중국의 제조 역량은 빠르게 올라왔다고 봤다. 그래서 한국 제조업이 사실상 잃어버린 10년을 보냈다는 거친 진단까지 내렸다. 그 사이 중국은 한국이 앞서던 산업에서도 경쟁자로 빠르게 올라섰다.
반도체라고 안전지대에 두지도 않았다. 미국이 첨단 반도체와 장비의 중국 수출을 제한하면서 중국은 자국 반도체 산업에 대한 투자를 더 확대해왔다. 최태원의 표현으로는 중국의 추격 속도가 빨라져 이제 “거의 턱밑”까지 왔다.
한국 제조업에는 익숙한 장면이다. 1970~1990년대 한국 기업도 선진국 제품을 따라가며 품질을 높이고 가격 경쟁력을 키웠다. 오랫동안 추격자였던 나라가, 지금은 쫓기는 쪽이 됐다. 한국이 일본과 미국을 추격했던 것처럼 이제 중국이 한국과의 격차를 빠르게 좁히고 있다.
그런 상황에서 앞으로의 10년을 가를 카드로 꺼낸 것이 AI였다. 여기서 말하는 AI는 직원들이 챗봇으로 문서를 빨리 작성하는 수준이 아니다. 제품 설계부터 생산, 품질관리, 물류와 에너지 사용까지 공장이 돌아가는 방식을 AI로 다시 짜는 ‘제조 AI’에 가깝다.
공장에서는 작은 변화가 큰 돈이 된다. 불량률을 조금 낮추고, 같은 설비에서 생산량을 더 뽑아내고, 고장을 미리 알아 멈추는 시간을 줄이면 제품 하나의 원가가 달라진다. 실제로 하계포럼 AI 토크쇼에서는 박사급 연구원 두 명이 한 달간 하던 작업을 AI가 30분만에 처리할 수 있다는 사례가 소개됐다. 이런 차이가 공장 전체에 쌓이면 같은 제품을 더 싸고 빠르게 만드는 경쟁력으로 이어질 수 있다.
하지만 중국도 같은 방향으로 움직이고 있다. 최태원이 더 걱정한 것은 속도였다. 중국은 훨씬 큰 제조업 기반에서 막대한 데이터를 만들어내고, 그 데이터를 AI에 학습시켜 다시 공장에 적용할 수 있다. 좋은 AI를 갖는 것도 중요하지만, 그것을 현장에 더 빨리 심는 쪽이 승부를 가른다.
“10년 뒤 상당 부분 퇴출”이라는 전망은 아직 검증할 수 없다. 이 말을 단순한 AI 낙관론으로 읽으면 중요한 절반을 놓친다. 최태원이 본 것은 AI의 가능성만이 아니었다. 지난 10년 동안 바뀐 한중 제조업의 힘의 관계였다.
지난 10년 동안 중국은 한국의 고객에서 강력한 경쟁자로 올라왔다. 첫 번째 10년이 추격을 허용한 시간이었다면, 두 번째 10년은 AI로 제조업을 다시 바꿀 수 있는지를 시험받는 시간이다.
인간의 일과 능력은 어떻게 달라지는가
AI 시대에는 공감하는 사람이 더 중요해진다
“AI가 이해하는 척을 해도 공감은 할 수 없다. 공감하는 마음과 행동이 미래에는 중요할 것이다.”
(2026년 7월 17일 대한상의 제주포럼 AI 대담)
현재 최태원의 예측대로 되고 있나?
아직 판단하기 이르다. AI가 사람의 감정을 읽고 위로하는 듯한 대화를 제공하는 서비스가 확산되고 있다. 그럴수록 AI가 만들어낸 공감의 표현과 사람이 실제 관계에서 보여주는 공감의 차이도 더 중요한 문제가 되고 있다.
AI와 대화를 나누다 보면 가끔 묘한 느낌이 든다. 힘든 일을 털어놓으면 위로의 말을 건네고, 고민을 이야기하면 꽤 그럴듯한 조언도 한다.
AI가 “힘드시겠어요”라고 말하는 것과 누군가 힘든 것을 보고 자신의 시간과 돈, 노력을 실제로 내놓는 것은 같은 공감일까? 최태원은 아니라고 봤다. AI는 공감하는 것처럼 말할 수 있다. 하지만 공감하는 마음을 갖고 그것을 행동으로 옮기는 것과는 다르다.
이 차이는 사전적 정의보다 현실의 장면에서 더 잘 보인다. 동료가 큰 실수를 해 프로젝트가 엉켰다고 해보자. AI는 상황을 분석하고 위로하는 문장을 만들어낼 수 있다. 하지만 자신의 시간을 내어 일을 나눠 맡고, 책임의 일부까지 감수하는 것은 전혀 다른 차원의 행동이다.
공감에는 종종 비용이 든다. 아픈 가족을 돌보려면 시간이 들고, 실패한 동료를 다시 일으켜 세우려면 기다려줘야 한다. 고객의 불편을 정말 이해한다면 이미 만들어놓은 제품이나 서비스를 고치는 비용을 감수해야 할 수도 있다.
공감은 ‘착한 마음’ 이상의 경제적 의미도 갖는다. 기업에서는 고객이 무엇 때문에 불편한지 알아야 새로운 제품을 만들 수 있고, 조직에서는 동료가 왜 힘들어하는지 이해해야 협업이 가능하다. 사람을 이해하지 못하면 기술적으로 완벽한 답을 만들어도 현실에선 선택받지 못할 수 있다.
AI가 발전할수록 역설적으로 이 능력의 희소성이 커질 수 있다. 자료를 정리하고 분석하며 초안을 만드는 일의 가격이 내려가면, 상대방의 마음을 읽고 신뢰를 만드는 능력의 상대적 가치는 올라간다. 최태원이 ‘공감 근육’을 강조한 것도 이런 맥락에서 읽을 수 있다. 공감은 다른 사람의 처지를 이해하는 데서 그치지 않고, 필요할 때 실제 행동으로 이어지는 힘이다. AI가 공감하는 말을 아무리 잘해도, 대상을 위해 자신의 시간과 노력을 쓰는 인간의 공감과는 다르다.
의료 현장을 생각하면 이해하기 쉽다. AI가 검사결과와 논문을 분석해 빠르게 치료 선택지를 제시하는 일이 올 수 있다. 그래도 환자에게 나쁜 소식을 어떻게 설명할지, 두려워하는 환자와 가족에게 무엇을 말하고 어떤 선택을 함께 감당할지는 계산만으로 끝나지 않는다.
교육도 비슷하다. AI는 학생의 오답을 분석해 맞춤형 문제를 만들어줄 수 있지만, 계속 실패하는 아이가 왜 의욕을 잃었는지 살피고 다시 해볼 마음을 만들어주는 다른 능력을 요구한다. AI와 인간의 경쟁을 “AI가 무엇을 못하느냐”로만 볼 필요도 없다. AI가 잘하는 일이 계속 늘어날 때 사람이 어디에서 더 큰 가치를 만들 수 있는지가 더 중요하다. 분석과 생성의 비용이 내려갈수록 인간관계와 신뢰의 가치는 오히려 올라갈 수 있다.
AI는 앞으로 “당신 마음을 이해합니다”라는 말을 지금보다 훨씬 자연스럽게 할 것이다. 그 말을 한 뒤 자신의 시간과 자원을 실제로 내놓을 수 있는가. 그 질문 앞에서 비로소 공감의 진짜 모습이 드러난다.
AI 시대에는 학교도 바뀌지 않으면 도태된다
“미래의 교육은 주입식 교육이 아니라 인간 생활에 무엇이 도움 되는지를 찾아내는 훈련을 시켜야 한다. … 기존의 교육 체제와 채용 제도를 유지하는 학교와 기업은 도태된다.”
(2026년 7월 17일 대한상의 제주포럼 AI 대담)
현재 최태원의 예측대로 되고 있나?
아직 현실이 되지 않았다. 생성형 AI를 수업과 과제에 활용하려는 시도는 빠르게 늘고 있지만, 지식 전달과 시험을 중심으로 만들어진 학교의 교육방식 자체라 크게 바뀐 단계는 아니다. AI 시대에 맞춰 학교의 역할이 어떻게 달라질지는 이제 본격적으로 논의되기 시작한 문제다.
학교는 오랫동안 지식을 배우는 중심적인 장소였다. 교사가 자신이 알고 있는 것을 학생에게 가르치고, 학생은 그것을 공부한 뒤 시험을 통해 얼마나 잘 이해하고 기억했는지 평가받았다.
AI가 이 오래된 구조를 흔들기 시작했다. 모르는 개념을 물으면 몇 초 만에 설명해주고, 어려운 내용은 학생의 수준에 맞춰 다시 풀어준다. 외국어 자료를 번역하고 긴 글을 요약하며 수학문제의 풀이과정까지 보여준다.
최태원은 2026년 제주포럼에서 이런 변화가 학생뿐 아니라 학교에도 영향을 미칠 것으로 봤다. AI가 대신 생각하고 답을 만들어주는 데 익숙해지면 사람은 생각하는 힘을 잃을 수 있다며 ‘사고의 외주화’를 경계했다. 그래서 기존 교육 체제를 유지하는 학교는 도태될 수 있다고 봤다.
문제는 학생이 AI를 쓰느냐 마느냐에만 있지 않다. 학생이 언제 어디서든 AI에게 지식을 묻고 답을 얻을 수 있다면 학교가 무엇을 가르치고 무엇을 평가해야 하는지도 달라져야 한다.
시험부터 영향을 받을 수 있다. 정답이 정해진 문제를 얼마나 빨리 풀고 많은 지식을 얼마나 정확하게 기억하는지를 평가한다면, AI가 빠르게 답을 찾아내는 영역과 학교의 평가방식이 점점 겹칠 수 있다.
그렇다고 시험을 없애고 AI 사용법만 가르치면 된다는 뜻은 아니다. 오히려 AI가 답을 쉽게 만들어줄수록 그 답이 맞는지 의심하고, 왜 그런 답이 나왔는지 따져보며, 다른 답은 없는지 스스로 질문하는 훈련이 더 필요해진다. 학생이 답을 얼마나 많이 아는지보다 답에 이르는 과정을 얼마나 스스로 생각했지가 중요해질 수 있다.
교사의 역할도 달라질 수 있다. 지식을 전달하는 사람이 아니라 학생이 어떤 질문을 던지는지 살피고, AI가 내놓는 답을 그대로 받아들이지 않도록 사고의 방향을 잡아주는 역할이 더 중요해질 수 있다.
기업의 경쟁 방식은 어떻게 바뀌는가
앞으로 기업의 경쟁력은 관계와 신뢰가 된다
“이제는 기업에게도 ‘관계(Relationship)’가 중요한 시대로, 나를 지지하는 ‘찐팬’이 얼마나 있는지, 내가 어떤 네트워크에 소속되어 있는지가 곧 나의 가치다. 앞으로 기업의 경쟁력은 관계의 크기와 깊이, 이해관계자들의 신뢰의 크기가 될 것이다.”
(2023년 1월 1일 SK그룹 신년사)
현재 최태원의 예측대로 되고 있나?
아직 판단하기 이르다. 고객과 직원·협력사 등 이해관계자와의 관계와 신뢰가 기업의 성과와 위기 대응에 영향을 미치는 사례는 확인되고 있다. 하지만 관계와 신뢰가 앞으로 기업 경쟁력의 핵심 척도가 된다고 판단하기에는 아직 객관적인 기준과 시간의 더 필요하다.
기업의 경쟁력을 묻는다면 흔히 기술과 가격부터 떠올린다. 더 좋은 제품을 만들고 더 싸게 생산하며 쉽게 따라올 수 없는 특허를 갖고 있다면 강한 기업이다. 오랫동안 경쟁력은 주로 기업 안에 무엇을 가지고 있는가로 설명됐다.
2023년 새해, 최태원은 기업 바깥을 봤다. 그가 새해 첫날 임직원들에게 보낸 메시지에서 반복한 단어는 기술도, 매출도 아니었다. 관계와 신뢰였다.
표현도 기업 신년사답지 않게 직설적이었다. 기업에도 자신을 지지하는 ‘찐팬’이 얼마나 있는지가 중요하다고 했다. 그리고 기업의 경쟁력을 관계의 ‘크기와 깊이’, 이해관계자들이 보내는 ‘신뢰의 크기’로 설명했다.
기업을 둘러싼 관계에는 고객만 있는 것이 아니다. 반도체 회사에는 장비와 소재를 공급하는 기업이 필요하고, 완성차 회사는 수많은 부품업체와 함께 움직인다. 해외에 공장을 지으려면 현지 정부와 지역사회의 협력도 필요하다.
평소에는 이런 관계가 눈에 잘 띄지 않는다. 문제가 생겼을 때 가치가 드러난다. 공급망이 끊겼을 때 어느 협력업체가 먼저 물량을 배정해주는지, 신사업을 시작할 때 어느 기업이 함께 위험을 감수하는지가, 위기가 왔을 때 고객이 얼마나 기다려주는지는 계약서 숫자로만 설명하기 어렵다.
AI 시대의 반도체 산업은 좋은 사례다. 최첨단 AI 칩 하나에도 설계와 파운드리, HBM과 패키징, 장비와 소재가 얽혀 있다. 서로 다른 강점을 가진 기업들이 연결돼 하나의 생태계를 이루는 것이다.
그럴수록 신뢰는 실제 사업의 속도를 좌우한다. 중요한 기술정보를 어디까지 공유할지, 수요가 불확실한데도 함께 투자할지, 공급이 부족할 때 누구에게 먼저 물량을 줄지는 상대방을 얼마나 믿느냐와 무관하지 않다.
최태원이 ‘네트워크’를 기업가치와 연결한 것도 이런 관계 때문이었다. 네트워크가 크다는 것은 단순히 아는 회사가 많다는 뜻이 아니다. 필요할 때 함께 움직일 수 있는 상대가 얼마나 많은가에 가깝다.
그는 신뢰를 감정의 문제로만 보지도 않았다. 이해관계자에 대해 얼마나 알고 있는지 데이터를 통해 확인하고, 그들이 무엇을 원하는지를 파악해야 관계를 제대로 만들 수 있다고 강조했다. 관계도 박연한 친분이 아니라 관리하고 축적해야 할 경영자산으로 본 것이다.
기업 A와 기업 B가 비슷한 기술과 비슷한 돈을 가지고 있어도 어느 회사가 더 좋은 파트너와 연결돼 있고 고객과 직원에게 더 많은 신뢰를 얻고 있느냐에 따라 새로운 사업을 만드는 능력은 달라질 수 있다.
재무제표에서는 이런 차이가 한눈에 보이지 않는다. 공장과 현금은 자산으로 잡히지만 협력업체가 보내는 신뢰나 고객의 충성도, 함께 사업하겠다는 파트너의 의지는 장부 한 줄로 표시하기 어렵다. 그렇다고 가치가 없는 것은 아니다. 혼자 해결하기 어려운 문제가 많아질수록 이런 보이지 않는 자산의 가치는 오히려 커질 수 있다.
과거의 강한 기업은 무엇을 얼마나 많이 소유했느냐로 설명하기 쉬웠다. 앞으로는 기업이 가진 것만큼 누가 그 기업과 함께하려 하는가가 중요해질 수 있다.
세계경제와 반도체는 어디로 가는가
AI 산업의 변수는 지정학적 블랙스완이다
“지정학적 위험은 일종의 블랙스완 같은 변수다. … 갑작스러운 사건으로 에너지 가격이 급등하거나 공급망이 흔들리면 AI 산업도 짧은 기간이라도 성장 모멘텀을 잃을 수 있다.”
(2020년 7월 13일 미국 The Six Five 인터뷰)
현재 최태원의 예측대로 되고 있나?
아직 판단하기 이르다. 전쟁과 국제분쟁이 에너지 가격과 물류, 첨단산업의 공급망을 흔드는 사례는 이어지고 있다. 다만 지정학적 블랙스완이 AI 산업의 성장 모멘텀 자체를 크게 꺾는 상황까지 나타났다고 보기에는 아직 이르다.
AI 산업을 둘러싼 위험을 이야기하면 흔히 기술부터 떠올린다. 기대만큼 뛰어난 AI가 나오지 않거나 기업이 막대한 투자비를 회수하지 못하면 성장속도가 느려질 수 있다. 메모리와 전력이 부족해 데이터센터를 원하는 만큼 늘리지 못하는 것도 위험이다.
최태원이 2026년 미국 인터뷰에서 꺼낸 위험은 전혀 다른 곳에 있었다. AI 기술 바깥에서 발생하는 ‘지정학적 블랙스완’이었다.
블랙스완(Black Swan)은 발생 가능성을 미리 예측하기 어렵지만 한번 벌어지면 엄청난 충격을 주는 사건을 뜻한다. 예상하지 못한 전쟁이나 국제분쟁도 이런 충격을 일으킬 수 있다.
AI는 화면 속에서 돌아가는 기술처럼 보이지만 산업의 기반은 현실세계에 깊이 묶여 있다. 반도체를 만드는 데 소재와 장비가 필요하고 데이터센터에는 막대한 전력과 냉각설비가 필요하다. 이 가운데 하나라도 국제분쟁으로 흔들리면 AI 산업 전체가 영향을 받을 수 있다.
에너지가 대표적이다. 중동에서 큰 충돌이 벌어져 석유와 LNG 가격이 급등하면 전력 생산비용도 영향을 받는다. 엄청난 전기를 사용하는 AI 데이터센터에는 에너지 가격의 급등이 곧 운영비 상승으로 이어질 수 있다.
공급망의 충격은 더 직접적이다. 첨단 반도체는 설계와 제조, 메모리와 패키지, 장비와 소재가 여러 나라에 걸쳐 연결되어 있어 특정 지역의 생산이나 물류가 막히면 다른 지역까지 영향을 받을 수 있다. 최첨단 파운드리 생산능력이 집중된 대만을 둘러싼 긴장이 AI 산업에서 민감하게 받아들여지는 이유도 여기에 있다.
AI 산업은 필요한 부품 가운데 하나만 부족해도 데이터센터 증설이나 반도체 생산 일정이 늦어질 수 있다. 공급망의 한 지점에서 생긴 문제가 전체 산업의 성장속도에 영향을 줄 수 있는 구조다. 이런 위험은 기업의 일반적인 투자계산과 성격이 다르다. 반도체 가마나 공장 건설비는 어느 정도 숫자로 계산할 수 있지만 전쟁이 언제 일어나고 얼마나 오래 지속될지는 정확히 계산하기 어렵다.
그래서 블랙스완은 정확히 예측해 피하기보다 발생했을 때 버틸 준비가 중요한 위험이다. 공급처를 여러 지역으로 나누고, 핵심 부품과 에너지의 대체경로를 확보하는 것도 이런 충격에 대한 복원력을 높이는 방법이다.
최태원이 지정학적 위험을 거론하면서 자금의 지속성도 함께 강조한 것은 AI 산업의 규모와 관련이 있다. AI는 반도체와 데이터센터, 발전설비에 막대한 돈을 계속 넣어야 성장할 수 있다. 외부 충격으로 금융시장까지 흔들리면 필요한 투자가 지연될 수 있다.
AI 산업의 장기적인 성장과 단기간의 충격은 함께 나타날 수 있다. 기술이 계속 발전하더라도 전쟁으로 에너지 가격이 급등하거나 공급망이 막히면 한동안 성장속도가 떨어질 수 있다.
AI 경쟁에서는 더 좋은 모델과 더 빠른 반도체만 준비해서는 충분하지 않을 수 있다. 기술이 계획대로 발전하더라도 예상하지 못한 지정학적 충격에 함께 대비해야 한다.