AI 투자는 이제 CAPEX보다 ‘증명’을 봐야 한다｜모더나와 Anthropic이 보여준 PROOF의 시대
그동안 AI 투자 뉴스를 볼 때마다 나는 누가 더 많은 돈을 쓰는지를 먼저 봤다.
데이터센터를 얼마나 크게 짓는지, GPU를 얼마나 많이 사는지, 전력을 얼마나 확보하는지가 AI 경쟁력의 중요한 증거라고 생각했다.
물론 지금도 중요하다고 생각한다.
그런데 최근 자료를 공부하면서 조금 다른 질문이 생겼다.
돈을 많이 썼다는 것과 그 투자가 성공했다는 것은 같은 말일까?
데이터센터를 짓고 GPU를 확보하는 것은 어쩌면 결과가 아니라 시작일 뿐이다.
그 컴퓨팅을 이용해 사용자가 실제 늘었는지, 생산성이 좋아졌는지, 새로운 매출이 생겼는지, 과학에서는 실제 후보물질이나 임상결과를 만들어냈는지를 확인해야 하지 않을까.
모더나의 개인맞춤형 mRNA 암 치료 연구와 Anthropic이 공개한 과학·단백질 설계 실험을 같이 보면서 이 생각이 더 강해졌다.
특히 모더나는 주가가 크게 움직였다는 사실보다 코로나 백신에서 대중적으로 알려진 mRNA 기술이 암 치료라는 새로운 영역에서도 후기 임상 결과를 만들었다는 점이 더 궁금했다.
Anthropic 사례도 비슷하다.
AI가 논문을 요약하거나 질문에 답하는 것을 넘어 전문도구를 사용하고, 단백질 후보를 설계하고, 실제 실험에서 결합 여부까지 확인하는 단계로 간다면 AI의 경제적 의미도 달라질 수 있다.
그래서 이제 AI 투자를 볼 때는 누가 돈을 가장 많이 쓰는가보다 그 돈으로 무엇을 증명하고 있는가를 한 단계 더 보려고 한다.
CAPEX가 약속이라면 PROOF는 증거다.
그리고 그 증거가 새로운 치료법, 새로운 소재, 새로운 제품, 새로운 시장으로 이어질 때 NEW가 만들어지는 것은 아닐까.
하지만 투자자에게는 마지막 질문이 하나 더 있다.
새로운 가치가 만들어졌다면 그 가치에서 발생한 돈은 결국 누구에게 돌아가는가?
이번에는 이 흐름을 처음부터 끝까지 연결해서 공부해보려고 한다.
증명됐다는 것은 다음 단계다.
AI 산업에서 CAPEX는 여전히 중요하다.
하지만 CAPEX가 계속 증가한다는 이유만으로 관련된 모든 기업의 장기 가치가 자동으로 높아진다고 결론내릴 수는 없다.
자금을 조달하고, 투자하고, 실제 결과를 확인하고, 새로운 가치를 만들고, 그 가치가 어느 기업의 현금으로 돌아오는지까지 순서대로 볼 필요가 있다.
1. CAPEX가 크면 좋은 투자일까
AI 투자 뉴스에서 자주 등장하는 단어가 CAPEX다.
CAPEX는 Capital Expenditure, 우리말로는 보통 자본적 지출이라고 한다.
오늘 바로 없어지는 비용이 아니라 앞으로 더 많은 돈을 벌기 위해 미리 구축하는 시설과 장비에 쓰는 돈이다.
AI 산업에서는 GPU, 데이터센터, 서버, 네트워크, 전력설비 등이 대표적이다.
CAPEX가 늘어난다는 것은 기업들이 미래 AI 수요를 강하게 기대한다는 신호가 될 수 있다.
그래서 그동안 나도 AI CAPEX 확대를 중요한 긍정 신호로 봤다.
하지만 여기에는 한 단계가 빠져 있었다.
그 투자에서 충분한 결과가 나왔다는 사실은 다르다.
공장을 크게 지었다고 그 공장에서 만든 제품이 반드시 잘 팔리는 것은 아니다.
GPU를 많이 샀다고 GPU가 자동으로 높은 수익을 만들어주는 것도 아니다.
그래서 CAPEX 다음에는 PROOF, 즉 결과의 증명이 필요하다.
2. Credit → FCF → CAPEX → PROOF → NEW
이번에 AI 투자를 공부하면서 가장 기억하기 쉽게 만든 흐름은 다음과 같다.
위 그림은 회계공식을 표현한 것이 아니라 투자자가 순서대로 던져볼 질문이다.
엄밀하게 말하면 Credit이 FCF를 만들어내는 것은 아니다.
Credit은 외부 자금조달 환경이고, FCF는 기업이 사업 안에서 만들어내는 내부 현금이다.
둘이 함께 대규모 CAPEX를 얼마나 오래 감당할 수 있는지를 결정한다.
회사채·대출·기타 조달
사업과 투자 뒤 남는 현금
CAPEX는 PROOF를 요구하며,
PROOF가 NEW로 이어진 뒤에도
마지막에는 그 가치가 누구에게 돌아가는지 확인해야 한다.
3. Credit과 FCF부터 쉽게 이해해보자
| 단계 | 아주 쉽게 | AI 투자에서 확인할 것 |
|---|---|---|
| Credit | 밖에서 돈을 구하기 얼마나 쉬운가 | 회사채 금리, 신용스프레드, 차입비용 |
| FCF | 투자하고도 자기 돈이 얼마나 남는가 | 영업현금흐름, 설비투자 후 잔여현금 |
| CAPEX | 미래를 위해 지금 무엇을 짓고 사는가 | GPU, 데이터센터, 네트워크, 전력 |
| PROOF | 그래서 실제 효과가 나왔는가 | 매출, 사용자, 생산성, 계약, ROI, 임상 |
| NEW | 없던 것을 새로 만들었는가 | 치료법, 소재, 제품, 시장 |
| Value Capture | 그 가치에서 결국 누가 돈을 버는가 | 가격결정력, 마진, 매출귀속, FCF |
이렇게 생각하면 왜 금리와 신용환경까지 AI 투자에 연결되는지도 조금 쉬워진다.
금리가 올라가면 외부자금인 Credit의 가격이 비싸진다.
그런데 기업 자체의 FCF까지 충분하지 않다면 거대한 CAPEX를 오랫동안 유지하기 어려워질 수 있다.
반대로 이미 막대한 현금을 만드는 기업은 금리가 높아도 투자를 더 오래 버틸 수 있다.
4. PROOF는 무엇을 증명해야 할까
PROOF는 단순히 기술이 신기하다거나 모델 점수가 높다는 뜻이 아니다.
투자자 입장에서는 실제로 확인 가능한 결과가 필요하다.
유료전환
기업고객 증가
업무 생산성
고객계약
ROI
현금흐름
ASP
수주
마진·FCF
재현성
임상
승인·상업화
산업이 초기일 때는 투자계획 자체가 강한 기대를 만들 수 있다.
하지만 투자 규모가 커지고 시간이 지나면 시장은 점점 그 돈으로 무엇을 만들어냈는가를 묻게 될 가능성이 있다.
5. 모더나｜기술 가능성에서 후기 임상 증거로
확인된 사실모더나와 머크는 개인맞춤형 mRNA 암 치료 후보인 intismeran autogene과 Keytruda 병용요법의 후기 임상시험에서 주요 목표를 달성했다고 발표했다.
시험에는 수술을 받은 고위험 흑색종 환자 1,137명이 참여했다.
병용요법은 Keytruda 단독요법과 비교해 암의 재발과 전이를 줄이는 데 통계적으로 의미 있는 결과를 보였다.
내가 중요하게 보는 것은 모더나 주가가 얼마나 올랐느냐가 아니다.
하지만 이것만으로 mRNA 암 치료 플랫폼 전체의 성공을 확정할 수는 없다.
상세 임상수치, 전체생존기간, 규제기관 승인, 환자별 백신 제조시간과 원가, 상업 생산능력, 다른 암종에서의 재현 여부까지 확인해야 한다.
그래서 현재 나는 기술과 임상 PROOF가 크게 강화됐지만 상업화 PROOF는 아직 진행 중이라고 본다.
6. Anthropic｜AI가 실제 단백질 설계까지 갔을까
Anthropic의 사례는 AI가 기존 지식을 설명하는 단계를 넘어 새로운 과학적 결과를 만드는 데 얼마나 가까워지고 있는지를 보여준다.
Anthropic은 Claude가 단백질 설계와 생물정보학 도구를 사용하면서 결합부위 선택, 설계도구 실행, 후보 생성, 실패 이후 재시도 같은 연구 작업의 일부를 수행했다고 공개했다.
보다 상세한 단백질 설계 연구에서는 15개 표적을 대상으로 1,320개의 설계를 실제 실험으로 검증했다.
그 가운데 354개 설계가 실제 표적에 결합해 전체 hit rate는 26.8%였다.
그리고 15개 표적 중 14개에서 binder를 확보했다고 보고했다.
다만 그중 두 표적에서의 성공은 제한적이었다고 연구문서 자체가 함께 밝히고 있다.
아주 쉽게 말하면 AI가 설계한 후보를 실제 실험실에서 시험했을 때 정말 표적에 붙은 후보가 얼마나 있었는지를 나타낸 비율이다.
이번 연구에서는 1,320개 설계 가운데 354개에서 실제 결합이 확인됐다는 의미다.
Anthropic은 별도의 화학 연구에서도 Claude가 NMR 스펙트럼을 분석해 분자구조를 추론하는 작업을 시험하고 있다.
여기에서 내가 흥미롭게 보는 것은 AI가 이미 과학자를 완전히 대체했다는 이야기가 아니다.
실험실에서 표적과 잘 결합하는 단백질을 찾는 것과 사람에게 안전하고 효과적인 약을 만드는 것은 완전히 다른 단계다.
효능, 독성, 약동학, 제조, 전임상, 임상시험, 규제승인까지 긴 과정이 남는다.
따라서 나는 이 결과를 AI가 신약개발을 해결했다는 증거가 아니라 과학 연구 워크플로에서 실제 실험으로 이어지는 PROOF가 하나 더 생긴 사례로 본다.
7. 내가 기존 AI 투자 생각을 수정한 이유
이번 글에서 가장 중요한 부분은 모더나나 Anthropic 자체가 아닐 수도 있다.
내가 기존에 AI 투자를 바라보던 방식이 조금 달라졌기 때문이다.
AI CAPEX 증가 → GPU 수요 증가 → 데이터센터 증가 → 전력 인프라 증가 → 관련 기업 장기 성장
이 연결은 여전히 중요하다.
하지만 나는 마지막 결론까지 너무 자연스럽게 연결해서 생각했던 것 같다.
고객이 GPU를 많이 사고 데이터센터를 많이 짓는다는 것은 수요와 기대가 강하다는 증거다.
하지만 그 고객들이 투자한 돈보다 충분히 큰 경제적 가치를 만들지 못한다면 언젠가는 CAPEX 증가율도 다시 생각하게 될 수 있다.
CAPEX 증가는 강한 선행신호다. 하지만 장기 투자 결론 그 자체는 아니다.
CAPEX 뒤에 PROOF가 나타나는지, 그 PROOF가 NEW로 이어지는지, 그리고 그 경제적 가치가 실제 투자한 기업에 귀속되는지를 한 단계씩 더 확인한다.
즉 CAPEX를 버리는 것이 아니다.
CAPEX를 최종 증거가 아니라 중요한 선행증거로 다시 배치하는 것이다.
8. PROOF가 나와도 끝이 아니다｜Value Capture
여기서 마지막 함정이 하나 더 있다.
AI가 정말 새로운 치료법이나 소재를 만들어냈다고 하자.
그렇다면 그 AI를 만든 기업의 주식을 사면 그 가치가 모두 그 회사의 몫이 되는 걸까?
꼭 그렇지는 않다.
그 가치가 특정 기업의 주주에게 돌아오는 것은 별개의 문제다.
예를 들어 AI가 신약개발 시간을 크게 줄였다고 가정해보자.
그 경제적 이익은 AI 모델회사, GPU 공급회사, 클라우드회사, 제약회사, 병원, 환자 사이에 나뉠 수 있다.
“정말 혁신적인가?” 다음에 “그 혁신의 돈은 누구에게 돌아가는가?”를 확인한다.
9. 가장 중요한 반론 네 가지
AI 산업은 아직 초기다.
전력망과 데이터센터처럼 몇 년에 걸쳐 구축해야 하는 인프라는 성과가 나오기 전에 투자부터 진행될 수밖에 없다.
PROOF가 아직 작다는 이유로 현재 CAPEX 전체를 낭비라고 판단하는 것도 위험하다.
이번 결과는 상당히 중요하지만 고위험 흑색종이라는 특정 영역의 후기 임상 결과다.
다른 암종에서도 효과가 반복되는지, 승인을 받을 수 있는지, 대규모 상업생산이 가능한지까지 확인해야 한다.
표적에 잘 결합하는 단백질을 설계했다는 것은 의미 있는 과학적 성과다.
그러나 이것만으로 인간에게 안전하고 효과적인 치료제가 만들어졌다고 말할 수 없다.
좋은 기술이 산업 전체를 크게 성장시켜도 경쟁이 치열하면 가격이 낮아지고 그 가치가 사용자에게 대부분 돌아갈 수 있다.
그래서 새로운 기술의 크기만큼 가격결정력과 가치의 귀속 구조를 봐야 한다.
10. 이 가설이 틀렸다고 인정할 조건
현재 내가 세운 가설은 이렇다.
하지만 이것도 확정된 시장법칙은 아니다.
현재 예상보다 훨씬 긴 인프라 선투자 단계일 가능성을 다시 높인다.
수익화 우려를 낮추고 현재 투자가 이미 충분히 경제적으로 증명되고 있다고 판단할 수 있다.
AI가 NEW를 만들어내는 속도에 대한 기대를 낮춘다.
현재의 PROOF 논쟁이 아직 실제 투자사이클을 훼손하지 않았다고 본다.
반대로 투자액은 계속 커지는데 매출, 현금흐름, 사용자 생산성, 실제 과학적 결과가 따라오지 못한다면 CAPEX의 지속 가능성을 더 엄격하게 봐야 한다.
11. 앞으로 AI 기업에서 볼 숫자
이제부터 AI 투자를 볼 때 CAPEX 숫자 하나에서 끝내지 않고 다음 순서로 확인하려 한다.
| 질문 | 확인할 것 |
|---|---|
| 돈을 구할 수 있나? | Credit Spread, 회사채 발행, 차입비용 |
| 자기 돈은 충분한가? | 영업현금흐름, FCF |
| 얼마나 투자하나? | CAPEX, GPU, 데이터센터, 전력 투자 |
| 성과가 나오나? | 매출 성장, 사용자, 계약, 생산성, ROI |
| 과학·기술은 실제로 증명됐나? | 벤치마크뿐 아니라 실제 실험·업무·제품 결과 |
| NEW가 있나? | 새 제품, 치료법, 소재, 시장 |
| 누가 돈을 버나? | 매출 귀속, 가격결정력, 마진, FCF |
GPU를 얼마나 많이 팔았는지만 보는 것이 아니라, 그 GPU를 산 고객들이 실제로 무엇을 만들고 돈을 벌고 있는가를 같이 본다.
고객의 경제적 성과가 반복적으로 증명된다면 GPU와 AI 인프라 수요의 장기 지속성도 더 강해질 수 있다.
반대로 고객의 CAPEX만 늘고 경제적 회수가 계속 뒤처진다면 언젠가는 반도체 공급망까지 영향을 받을 수 있다.
12. 초보자를 위한 30초 정리
AI 산업에는 지금 엄청난 돈이 들어가고 있다.
GPU를 사고, 데이터센터를 짓고, 전력을 확보한다.
이것이 CAPEX다.
예전에는 나도 CAPEX가 계속 늘어난다는 사실 자체를 AI 산업의 가장 강한 증거 중 하나로 봤다.
하지만 이제는 그 다음을 하나씩 더 보려고 한다.
PROOF는 증거다.
투자한 돈으로 실제 사용자가 늘었는지, 기업이 돈을 버는지, 생산성이 좋아지는지, 새로운 계약이나 임상결과가 나오는지 확인한다.
그 증거가 새로운 치료법, 제품, 소재, 시장으로 이어진다면 NEW다.
모더나의 후기 임상 결과는 mRNA 기술이 암 치료에서도 실제 결과를 만들어낼 가능성을 크게 높였다.
Anthropic의 단백질 설계 연구에서는 AI가 만든 후보들이 실제 실험 단계까지 내려가 검증됐다.
하지만 둘 다 끝은 아니다.
임상은 승인과 상업화를 거쳐야 하고, 단백질 binder는 실제 치료제로 가기까지 훨씬 더 많은 검증을 통과해야 한다.
그리고 투자자에게는 마지막 질문이 하나 더 남는다.
NEW가 만들어졌다면 그 가치가 결국 어느 기업의 매출과 현금흐름으로 들어오는가?
앞으로 AI 투자 뉴스를 볼 때는 얼마를 투자한다는 뉴스에서 멈추지 않고, 그 돈이 어디까지 내려가 실제 가치와 현금이 되었는지를 계속 확인해보려 한다.
사실과 내 생각을 다시 나눠본다
모더나와 머크의 개인맞춤형 mRNA 암 치료 병용요법은 1,137명 규모 후기 임상에서 주요 목표를 달성했다.
Anthropic이 공개한 단백질 설계 연구에서는 1,320개 설계를 실제 실험으로 평가했고, 354개가 표적에 결합해 전체 hit rate 26.8%를 기록했다.
15개 표적 중 14개에서 binder를 확보했지만, 그 가운데 두 표적의 성공은 제한적이었다.
AI 산업이 앞으로 CAPEX의 절대 규모보다 그 투자에서 만들어지는 실질적인 결과를 점점 더 강하게 요구할 가능성이 있다고 본다.
또 AI가 단순한 업무 비용절감 도구를 넘어 새로운 치료법·소재·제품을 만드는 방향으로 발전한다면 경제적 가치의 크기도 달라질 수 있다고 생각한다.
AI 시장 전체가 이미 PROOF 단계로 완전히 전환됐다고 확정할 수는 없다.
Anthropic의 단백질 설계 성과가 광범위한 연구분야와 실제 치료제 개발에서 얼마나 반복 재현될지도 더 확인해야 한다.
모더나의 결과 역시 상세 임상자료, 규제 승인, 상업화, 다른 암종 확장이 남아 있다.
그리고 가장 중요한 것은 새로운 가치가 만들어졌을 때 그 가치가 어느 기업의 주주에게 가장 많이 돌아갈지 별도로 검증해야 한다는 점이다.
여기까지 공부하고 나니 한 가지 질문이 자연스럽게 남았다.
“좋아. PROOF가 중요하다는 것은 알겠다. 그런데 국내주식 뉴스나 실제 종목을 볼 때는 어떤 순서로 확인해야 할까?”
예를 들어 “AI 데이터센터에 100조원을 투자한다”는 뉴스가 나왔다고 해보자.
예전에는 ‘AI 데이터센터 → 전력 → 관련주’처럼 뉴스에서 곧바로 종목으로 넘어가기 쉬웠다.
앞으로는 조금 더 내려가보려고 한다.
누가 사업을 발표했는지가 아니라 누가 실제 수주했는지, 그 수주가 잔고에 쌓였는지, 매출과 이익으로 내려왔는지, 마지막으로 현금과 주가가 인정하는지를 확인하는 것이다.
기업 전체를 볼 때는 이번 글에서 공부한 흐름도 조금 더 짧게 기억해보려고 한다.
좋은 산업은 많다.
하지만 좋은 산업의 돈이 내가 보고 있는 기업의 수주·매출·마진·FCF와 주가까지 내려오는지는 또 다른 문제다.
뉴스 하나가 나왔을 때 바로 관련주를 찾는 대신, 뉴스 → 발주 → 수주 → 잔고 → 매출 → 마진 → 현금 → 주가까지 어떤 순서로 내려가야 하는지 국내주식 사례를 넣어 하나의 실전 프로시저로 정리해보려고 한다.
이번 글이 “무엇을 증명해야 하는가”에 대한 공부였다면, 다음 글은 “그 증명을 종목에서 어떻게 찾을 것인가”에 대한 공부가 될 것 같다.
함께 보면 좋은 글
자료 확인 및 출처
고위험 흑색종 환자 1,137명을 대상으로 한 후기 임상에서 intismeran autogene과 Keytruda 병용요법이 재발·전이 관련 주요 목표를 달성한 사실을 확인했다. 상세 임상데이터와 전체생존기간·제조·상업화는 추가 확인사항으로 남겼다.
Reuters｜Moderna·Merck 후기 임상 보도1,320개 단백질 설계의 실제 실험결과, 354개 binder, 전체 hit rate 26.8%, 15개 표적 중 14개에서 binder 확보 여부를 확인했다. 두 표적의 결과는 제한적이었다는 연구문서의 단서도 함께 반영했다.
Anthropic｜Autonomous de novo protein binder design with Claude단백질 설계 도구 사용, 결합부위 선택, 설계도구 실행, 실패 복구 등 AI가 과학 연구 워크플로의 일부를 수행한 초기 공개 내용을 확인했다.
Anthropic｜Claude Fable 5 and Claude Mythos 5Claude가 NMR 스펙트럼을 바탕으로 화학구조를 추론하는 전문 과학작업을 어떻게 수행하는지 확인했다.
Anthropic｜Making Claude a chemist※ CAPEX 증가는 수요와 투자 의지를 보여주는 중요한 신호지만 기업가치 상승을 자동으로 의미하지 않습니다.
※ 바이오 임상과 AI 과학 연구는 기술적·실험적 성과와 실제 상업적 성공을 반드시 구분해야 합니다.
※ Anthropic의 단백질 설계 연구에서 확인된 binder는 표적 단백질과의 결합을 실험적으로 확인한 후보를 의미하며, 그 자체가 신약 후보의 효능·안전성 또는 임상 성공을 의미하지 않습니다.
※ Credit → FCF → CAPEX → PROOF → NEW → Value Capture는 기업 회계의 직접 인과관계를 나타내는 공식이 아니라 AI 투자를 단계별로 검증하기 위한 학습용 질문 순서입니다.
댓글
댓글 쓰기