AI 스타트업 생존 전략과 투자자로서의 고찰 (래퍼 기업의 한계 기술적 해자 부족, 어그리게이터 구조적 취약점, 반도체 인프라 기업의 압도적 우위)
저는 처음 챗 GPT가 나왔을 때, 저는 혁신적인 AI 요약 서비스나 챗봇 스타트업들에 열광하며 관심을 갖고 지켜보고 있었습니다. 하지만 불과 몇 달 뒤, 오픈AI가 직접 유사한 기능을 업데이트하자 제가 투자했던 서비스들의 유료 결제 가치가 순식간에 사라지는 것을 목격했습니다. 화려한 UI에 속아 기술적 해자가 없는 곳에 자금을 넣었다가, 거대 플랫폼의 '기능 추가' 한 번에 공든 탑이 무너지는 허망함을 지켜보았습니다. 대표적인 사례로 꼽힐 수 있는것이 바로 구글의 나노바나나죠. 구글을 비롯한 여러 전문가들은 현재 AI 스타트업의 95% 이상이 수익을 내지 못하고 있으며, 대부분이 파산할 것이라고 경고하고 있습니다.
![]() |
전 세계 AI 생태계를 구성하는 대형 기업들(나노바나나 생성 이미지) |
래퍼 기업의 한계와 기술적 해자 부족
구글 부사장이 지목한 첫 번째 위험군은 바로 'AI 래퍼(AI Wrapper)' 기업들입니다. 래퍼 기업이란 GPT, 제미나이, 클로드와 같은 기존 대형 언어 모델(LLM)의 API를 호출해서 UI/UX만 덧씌워 제공하는 형태를 말합니다. 쉽게 말해 본질적인 AI 기술은 개발하지 않고, 남의 엔진을 빌려다 예쁜 겉모습만 입힌 서비스라는 뜻이죠.
제가 사용하던 PDF 분석 AI나 캐릭터 대화 서비스가 딱 이 유형이었습니다. 처음엔 신선했지만, 오픈AI가 공식적으로 비슷한 기능을 추가하자 더 이상 유료 결제할 이유가 없어졌습니다. 기술적 해자(Economic Moat)란 경쟁사가 쉽게 따라올 수 없는 독점적 기술이나 자산을 의미하는데, 래퍼 기업들은 이게 전혀 없습니다. 한국에서도 이런 래퍼 형태의 AI 기업들이 수백억 원의 투자를 유치했지만, 근본적으로는 오픈AI나 구글이 기능 하나를 추가할 때마다 존재 가치가 흔들리는 구조입니다.
연애 상담 AI처럼 모델만 바꾸면 바로 대체 가능한 서비스들이 대표적입니다. 자체 데이터나 학습 모델 없이 UI/UX와 마케팅에만 집중한 곳들은 결국 시장에서 도태될 가능성이 높다는 게 전문가들의 공통된 의견입니다.
어그리게이터의 구조적 취약점
두 번째 위험군은 'AI 어그리게이터(AI Aggregator)'입니다. 어그리게이터란 여러 AI 모델의 API를 한곳에 모아두고, 사용자의 요청에 따라 가장 적절한 모델로 연결해주는 중개 플랫폼을 말합니다. 쉽게 말해 AI 모델들의 '백화점' 같은 역할이죠. 퍼플렉시티나 핵스필드 같은 기업이 대표적인 사례입니다.
구글은 이런 어그리게이터 기업들이 중개 수수료에 의존하는 비즈니스 모델을 가지고 있어, AI 모델 개발사들이 직접 자체 스토어를 오픈하면 설 자리를 잃을 것이라고 주장합니다. 실제로 핵스필드는 1,500억 원의 투자를 받았음에도 불구하고, 올해 2월 계정 정지 사태를 겪으며 시스템 붕괴 위험을 보여줬습니다. 중개자가 공급자인 AI 모델 개발사에 대한 가격 통제권을 가질 수 없고, 공급이 차단되면 시스템 전체가 무너지는 구조적 취약점이 노출된 겁니다.
LLM 기업들은 수백조 원을 들여 데이터 센터와 인프라를 구축했기 때문에, 가격 결정권을 중개 플랫폼에 넘겨줄 리가 없습니다. 다만 일부에서는 구글이 어그리게이터의 몰락을 주장하는 것이 구글 클라우드 점유율을 늘리고 제미나이 생태계로 기업 고객을 묶어두려는 전략일 수 있다는 반론도 제기됩니다. 하지만 구글은 살아남을 LLM이 소수에 불과할 것이므로 자신들의 주장이 충분히 설득력 있다고 반박하고 있습니다.
반도체 인프라 기업의 압도적 우위
AI 버블이 끝나고 살아남을 가능성이 높은 기업들은 크게 세 가지 유형으로 나뉩니다. 첫 번째는 반도체 인프라 기업입니다. AI 시장의 병목 현상이 하드웨어 인프라, 즉 물리적 연산력에서 발생하고 있기 때문입니다. 소프트웨어가 아무리 뛰어나도 결국 이를 돌릴 하드웨어가 없으면 무용지물이죠.
대표적인 생존 후보들은 다음과 같습니다:
- 엔비디아: AI GPU 시장의 절대적 지배자로, 현재 시장 점유율이 압도적입니다.
- TSMC: 세계에서 유일하게 초미세 공정을 완벽하게 구현하는 기업으로, 고성능 반도체의 약 90%를 생산합니다.
- SK하이닉스와 삼성전자: HBM(High Bandwidth Memory, 고대역폭 메모리) 분야의 강자입니다. HBM이란 AI 연산에 필요한 초고속 데이터 처리를 가능하게 하는 메모리 기술로, AI 성능의 핵심 요소 중 하나입니다. 삼성전자는 여기에 파운드리 기술도 보유하고 있어 경쟁력이 더욱 높습니다.
- 브로드컴과 마벨: 칩 설계 및 최적화, 테스트 등을 지원하여 구글, 메타, 아마존 같은 빅테크 기업들이 자체 추론칩을 만들도록 돕는 기업들입니다.
저도 처음엔 화려한 AI 서비스에 투자했지만, 결국 돈을 번 건 엔비디아 주식이었습니다. AI 하드웨어 시장은 훈련(Training)에서 추론(Inference)으로 이동하고 있으며, 골드만삭스(출처: Goldman Sachs)의 보고서에 따르면 4년 뒤에는 추론이 AI 컴퓨팅의 약 75%를 차지할 것으로 전망됩니다. 퀄컴처럼 온디바이스 AI(기기 내 AI) 추론 분야에서 이미 임계점을 돌파한 기업들도 생존 가능성이 높습니다.
독점 데이터를 가진 기업의 진짜 가치
세 번째 생존 유형은 독점 데이터를 보유한 기업입니다. 현재 LLM들은 더 이상 인터넷에서 긁어모을 데이터가 부족한 상황에 직면했습니다. 이런 상황에서 남들이 가지지 못한 독점적인 데이터를 보유한 기업의 가치가 급격히 올라가고 있죠.
엔비디아가 투자한 리커전(Recursion)이 대표적입니다. 이 회사는 데이터 기반의 신약 개발 분야에서 강점을 보이며, AI가 흉내낼 수 없는 독점 실험 데이터를 보유하고 있습니다. 국방 및 제조업 온톨로지(Ontology) 분야의 선두주자인 팔란티어(Palantir)도 마찬가지입니다. 온톨로지란 데이터 간의 관계와 구조를 체계적으로 정리한 지식 체계를 의미하는데, 쉽게 말해 복잡한 데이터를 의미 있게 연결하는 기술입니다. 팔란티어는 이 분야에서 강력한 기술적 해자를 구축했습니다.
제 경험상 어중간한 소프트웨어의 포장지 전략은 이미 끝났다고 봅니다. 과거 스마트폰 시대에는 UI/UX 기반의 포장지 전략이 통했지만, 구글 제미나이 팀의 논문에서 보듯이 AI 모델 자체의 기억력과 성능이 너무 좋아져서 굳이 외부 서비스를 사용할 필요성이 줄어들었습니다. 단, 모든 포장지 전략이 실패할 것이라는 점에는 반론을 제기합니다. 기술이 아무리 뛰어나도 결국 사용자 경험(UX)의 디테일이 승부를 가르기 때문입니다. 구글이 검색 기술은 1등이었지만, 특화된 쇼핑이나 여행 검색 앱들이 살아남았듯이 말이죠.
결국 살아남으려면 기술의 병목을 결정하는 물리적인 연산력(반도체)을 가지거나, AI가 절대 흉내낼 수 없는 독점 데이터를 확보해야 합니다. 특정 산업군에 최적화된 깊이 있는 인터페이스를 제공하는 니치 마켓 전략도 여전히 유효하다고 봅니다. 하지만 단순히 API만 빌려다 쓰는 래퍼 기업이나 중개 수수료에만 의존하는 어그리게이터는 대부분 도산할 가능성이 높습니다. 대중은 AI가 계속 성장할 것이며 자신이 투자한 기업들이 잘 될 것이라고 생각하지만, 역사는 대중의 선택에 손을 들어준 적이 거의 없다는 점을 기억해야 합니다.
투자자로서의 고찰: 거품의 끝에서 실체를 밝히다.
코스피가 5200을 넘어 5800으로 치닫는 과정에서의 '선물 조작'과, 기술력 없이 UI만 예쁘게 입힌 'AI 래퍼 기업'의 난립은 본질적으로 같습니다. 둘 다 **'유동성과 착시'**에 기대어 있습니다. 외국인은 선물 시장을 흔들어 기관의 돈을 빨아들이고, AI 거대 기업(Big Tech)은 API를 미끼로 스타트업들의 아이디어를 흡수한 뒤 직접 기능을 출시해 고사시킵니다.
급의 중요성은 AI 시장에서도 그대로 적용됩니다. 아무리 엔비디아의 칩이 좋아도(펀더멘털), 빅테크들이 투자를 줄여 수급이 꼬이면 주가는 꺾입니다. 하지만 그 혼돈 속에서 살아남는 유일한 열쇠는 **'대체 불가능성'**입니다.
한국 증시에서는 삼성·하이닉스 같은 인프라 권력
AI 시장에서는 팔란티어 같은 독점 데이터 권력 투자자의 시선은 이제 '얼마나 화려한가'가 아니라 '누가 없으면 이 시스템이 멈추는가'를 향해야 합니다.
.jpg)