실적의 질로 승부하는 AI 제2막: 생산성 배당의 시대

인프라의 시대가 가고, 실적의 시대가 오다

지난 2~3년이 엔비디아로 대변되는 'AI 인프라 구축'의 시대였다면, 2026년 현재 우리는 그 인프라 위에서 진짜 돈을 벌기 시작한 기업들을 목격하고 있습니다. 이를 우리는 'AI 제2막' 혹은 '생산성 배당(Productivity Dividend)'의 시대라고 부릅니다. 더 이상 "AI가 세상을 바꿀 것이다"라는 막연한 기대가 아니라, "AI 덕분에 이번 분기 마진이 3% 올랐다"는 구체적인 숫자가 주가를 움직이는 동력이 되고 있습니다.

장기 투자자의 관점에서 가장 주목해야 할 점은 AI가 기업의 '비용 구조'를 근본적으로 뒤흔들고 있다는 사실입니다. 과거에는 매출 10%를 올리기 위해 인건비와 마케팅비도 그만큼 늘려야 했다면, 이제는 AI라는 레버리지를 통해 비용 증가 없이도 생산성을 폭발시키는 구조적 변화가 일어나고 있습니다.

오라클과 마이크로소프트가 증명한 마진의 매직

클라우드와 소프트웨어 기업들의 실적 발표에서 공통적으로 읽히는 흐름이 있습니다. 매출이 늘어난 만큼 인력과 비용이 따라 늘지 않는다는 것입니다. 오라클이나 마이크로소프트처럼 AI 수요를 직접 받는 기업들의 수익성 지표가 개선되는 배경입니다.

마이크로소프트의 코파일럿처럼 기존 제품에 AI를 얹어 추가 요금을 받는 방식도 자리를 잡아 가고 있습니다. 이미 쓰고 있는 도구에 기능을 더하는 구조라 신규 고객을 확보하는 것보다 비용이 적게 듭니다.

다만 여기서 인용하는 수치는 분기마다 바뀝니다. 특정 분기의 이익률이나 성장률을 근거로 판단하려 한다면, 각 사의 최신 실적 발표와 공시를 직접 확인하는 편이 정확합니다. 이 글에서 다루는 것은 개별 숫자가 아니라 방향입니다.

또 하나 짚어 둘 것이 있습니다. AI 인프라에 들어가는 자본 지출은 실제로 막대하고, 그 투자가 회수될지는 아직 결론이 나지 않았습니다. 마진이 개선되는 기업이 있는 반면, 투자만 하고 회수가 늦어지는 기업도 함께 나올 것입니다.

굴뚝 산업에서 피어나는 AI의 열매

변화는 실리콘밸리 밖에서도 나타납니다. 제조 현장에서는 설비 데이터를 학습시켜 고장을 미리 잡아내는 예지 보전이나, 공정 조건을 자동으로 조정해 불량을 줄이는 방식이 도입되고 있습니다. 여기서 얻는 효과는 매출 증가가 아니라 버려지던 비용의 회수입니다.

이런 개선은 화제성이 낮아 뉴스에 잘 오르지 않습니다. 대신 몇 년에 걸쳐 원가율에 조금씩 반영됩니다. 장기 투자자가 봐야 할 것은 발표 자료의 도입 사례가 아니라, 실제로 원가율이나 이익률이 움직였는지입니다.

발표되는 도입 효과 수치는 대체로 공급업체나 도입 기업이 직접 내놓는 것이라 유리한 사례가 부각되기 쉽습니다. 개별 사례의 절감률보다 재무제표에 남은 흔적을 확인하는 편이 안전합니다.

🧮연 15%라는 낙관적 가정으로 월 100만 원을 10년 적립하면 어떻게 되는지 보기

연 15퍼센트는 장기 시장 평균을 크게 웃도는 가정입니다. 위 계산은 그런 수익률이 10년간 유지될 경우를 가정한 것이지 전망이 아닙니다. 계산기에서 수익률을 10퍼센트나 7퍼센트로 낮춰 보면 가정 하나가 결과를 얼마나 바꾸는지 확인할 수 있습니다.

'재작업 세금'을 낼 것인가, 배당을 받을 것인가

물론 모든 AI 투자가 장밋빛인 것은 아닙니다. AI 결과물의 오류를 수정하느라 오히려 더 많은 시간을 허비하는 '재작업 세금(Rework Tax)'에 시달리는 기업들도 분명 존재합니다. 우리가 주목해야 할 대상은 단순한 유행 편승 기업이 아니라, AI를 통해 실제 고객 가치를 높이고 이를 '가격 결정력'으로 연결할 수 있는 진짜 해자를 가진 기업들입니다.

어도비처럼 기존 사용자가 이미 업무 흐름 안에 들어와 있는 기업은 AI 기능을 얹어 요금을 올리기가 상대적으로 쉽습니다. 이런 가격 결정력이 있는지가 AI를 도입한 기업과 AI로 돈을 버는 기업을 가릅니다.

물론 반대 방향의 위험도 있습니다. AI가 진입 장벽을 낮추면 기존 강자의 해자가 오히려 얕아질 수 있습니다. 소프트웨어 업계에서 이 논쟁은 아직 진행 중입니다.

하락장을 이기는 차가운 숫자: 자기자본이익률(ROE)

주가는 기대를 먼저 반영하고 실적은 나중에 따라옵니다. 그래서 기대가 꺾이는 국면에서는 실적이 좋아지는 중이어도 주가가 빠집니다. 이 구간을 견디는 근거가 되는 것이 자기자본이익률처럼 이익 체력을 보여 주는 지표입니다.

확인할 것은 단순합니다. 매출이 늘 때 비용이 같은 속도로 늘고 있는지, 그 격차가 몇 분기째 유지되고 있는지입니다. 한 분기의 개선은 우연일 수 있지만 여러 분기에 걸친 흐름은 구조에 가깝습니다.

The Lazy Rich는 여러분이 시장의 소음에 귀를 닫고, 기업이 만들어내는 실질적인 가치의 성장에 집중하기를 제안합니다. 우리가 믿어야 할 것은 누군가의 예언이 아니라, 기업의 손익계산서에 새겨진 차가운 숫자들입니다.

🤖AI가 기업의 해자를 어떻게 강화하는지 현인에게 묻기

승자를 미리 고르기는 어렵습니다

생산성 개선이 실적으로 넘어오는 데는 시간이 걸립니다. 그리고 어느 기업이 그 수혜를 가져갈지는 지금 시점에서 확정하기 어렵습니다.

기술 전환기의 기록이 이를 보여 줍니다. 인터넷이 세상을 바꿀 것이라는 예측은 1999년에도 맞았지만, 그때 가장 비쌌던 기업 상당수는 지금 남아 있지 않습니다. 방향을 맞히는 것과 종목을 맞히는 것은 다른 문제입니다.

그래서 개별 종목에 확신을 걸기 어렵다면 지수 전체를 담는 방법이 남습니다. 승자가 누구든 그 기업이 지수 안에 들어오기 때문입니다. 수익률은 낮아지지만 틀릴 위험도 함께 낮아집니다.

이 글에서 언급한 기업들은 흐름을 설명하기 위한 예시이지 매수 대상 추천이 아닙니다.