AI 애플리케이션 투자, 엔비디아 대신 이 종목을 주목해야 하는 이유 (AI Application Investing: Beyond Nvidia)

생생 미국 주식 라디오 인사이트 | 미증시 시황 · AI 애플리케이션 투자 전략

수십조 원이 깔린 AI 인프라, 그 위를 달리는 ‘진짜 트럭’은 어디에 있을까요?

새벽 2시, 나스닥 선물 창을 뚫어져라 보다가 이런 생각이 드신 적 없으신가요?

“빅테크는 저렇게 천문학적인 돈을 AI에 쏟아붓는데, 정작 내 계좌는 왜 이렇게 요동만 치는 걸까.” 혼자만의 착각이 아닙니다.

지금 이 순간에도 많은 개인 투자자들이 AI 애플리케이션 투자라는 새로운 흐름을 놓치고, 변동성 심한 인프라주에만 머물러 있습니다. 오늘 ‘생생 미국 주식 라디오’에서는 이 흐름을 정면으로 짚어보겠습니다.

결론부터 말씀드리면, 지금 시장은 거대한 전환점 위에 서 있습니다. 인프라를 까는 시대에서, 그 인프라 위를 달리며 실제 현금을 쓸어 담는 AI 애플리케이션 투자의 시대로 넘어가고 있다는 것이죠.

오늘 글에서는 이 흐름을 사막 한복판의 텅 빈 고속도로에 비유하면서, 그 도로 위를 실제로 달리기 시작한 세 대의 ‘트럭’ — 레모네이드, 앱러빈, 힌지헬스 — 를 하나씩 뜯어보겠습니다.

1. 725조 원의 착시 — AI 인프라 투자의 두 얼굴

숫자부터 짚고 넘어가겠습니다. 아마존, 마이크로소프트, 구글, 메타 이 네 곳이 올해 한 해 AI 인프라 구축에 쏟아붓는 금액은 약 7,250억 달러, 우리 돈으로 거의 1,000조 원에 육박합니다.

작년 대비 77% 급증한 수치이고, 2027년이면 1조 달러를 넘어설 것이라는 전망이 지배적입니다. 웬만한 국가의 1년 예산을 훌쩍 뛰어넘는 돈이 데이터센터와 GPU 클러스터에 쏟아지고 있는 셈이죠.

문제는 이 어마어마한 자본이 만들어낸 ‘3차 물결’ — 전력망, 냉각 시스템, 데이터센터 관련주들이 최근 심각한 변동성에 시달리고 있다는 점입니다.

월스트리트의 퀀트 알고리즘부터 개인 투자자들까지, 너도나도 “인프라만 사면 무조건 오른다”는 단일 논리에 자금을 몰아넣었는데, 그 믿음에 서서히 균열이 가기 시작한 겁니다. 이건 단순한 조정이 아니라 새로운 국면으로 넘어가는 신호로 읽어야 합니다.

이 균열을 가장 극적으로 보여준 사례가 중국의 문샷 AI(Moonshot AI)입니다. 미국의 대중 첨단 반도체 수출 통제로 중국 AI 기업들의 성장이 멈출 것이라는 게 시장의 중론이었죠.

그런데 문샷 AI가 내놓은 키미(Kimi) K3 모델은 최신 엔비디아 칩 없이도 오픈AI, 앤트로픽급 모델과 견줄 만한 성능을 뽑아냈습니다. 인프라의 절대량이 아니라 모델 구조 자체를 극단적으로 효율화하는 소프트웨어적 접근으로 한계를 뚫어버린 것이죠.

빅4 빅테크의 AI 인프라 투자 규모 — 2027년 1조 달러 돌파 전망

2. AI 애플리케이션 투자가 뜨는 이유 — 4대 물결 재해석

최근 마켓비트 인터뷰에서 트레이드스미스의 CEO 키스 캐플런은 다소 도발적인 발언을 했습니다. “엔비디아는 잊어라, 진짜 왕좌는 다른 곳에 있다”는 것이었죠.

오해하지 말아야 할 점은, 이 발언이 엔비디아의 몰락을 예고하는 게 아니라는 겁니다. 이는 투자와 비즈니스의 무게중심이 AI 애플리케이션 투자 쪽으로 이동하고 있다는 진단에 가깝습니다.

캐플런은 AI 산업을 4개의 물결로 구분합니다. 1차는 반도체 칩 제조사, 2차는 거대언어모델(LLM)을 훈련시킨 소프트웨어 거물들입니다.

3차 물결은 전력망·냉각·데이터센터 같은 물리적 인프라 기업들이고요. 그리고 지금 시장이 주목해야 할 4차 물결이 바로 이 인프라 위에서 매출과 이익을 만들어내는 AI 애플리케이션 투자 영역입니다.

왜 이 구분이 중요할까요? 각 물결마다 밸류에이션 논리와 리스크 구조가 완전히 다르기 때문입니다.

반도체 기업은 천문학적인 팹 투자와 EUV 노광장비 도입이 필수인 자본집약적 비즈니스입니다. 반면 4차 물결 기업들은 상대적으로 가벼운 자산 구조로, 재고나 공장 없이도 알고리즘 하나로 막대한 현금흐름을 만들어냅니다.

이 구조적 차이를 이해하지 못하면, 지금 조정을 겪는 인프라주와 견고하게 성장하는 애플리케이션주를 같은 잣대로 잘못 판단하게 됩니다.

반도체 → 소프트웨어 → 인프라 → 애플리케이션, AI 산업의 4단계 진화

문샷 AI 키미 K3 — 소프트웨어 효율화로 인프라 한계를 넘어선 사례

3. 1869년 골든스파이크가 알려주는 부의 이동 법칙

이 흐름을 이해하는 가장 좋은 참고서는 역사입니다. 1869년, 유타주 사막 한복판에서 동부와 서부의 철도가 만나는 ‘골든스파이크’ 순간을 떠올려 보시죠.

당시 사람들은 이 거대한 철도망을 깐 철도회사 사장들이 미래를 지배할 것이라 굳게 믿었습니다. 하지만 역사는 다르게 흘렀습니다.

철도가 개통되고 불과 3년 뒤, 시카고의 세일즈맨 몽고메리 워드는 우편주문 카탈로그 사업을 시작합니다. 철도라는 인프라를 활용해 가장 외딴 시골마을까지 물건을 파는 유통 혁신을 만들어낸 것이죠.

뒤이어 시어스가 이 모델을 발전시켜 미국 최대 소매업체로 성장했습니다. 땅을 파고 철로를 깐 건 철도회사였지만, 그 네트워크 위에서 현금을 쓸어 담은 건 유통업체들이었습니다.

이 패턴은 반복됩니다. 1990년대 인터넷 붐 시기, 막대한 자본으로 광케이블을 깐 통신사들 대신 그 위에서 책을 팔기 시작한 아마존이 세계 최고 기업 중 하나로 성장했죠.

그렇다면 지금 AI 인프라 위에서 시어스와 아마존의 역할을 하는 기업은 어디일까요? 놀랍게도 이들은 이미 우리 일상 깊숙이 들어와 보험 심사·디지털 광고·헬스케어를 조용히 대체하고 있습니다. 지금부터 AI 애플리케이션 투자의 세 가지 실전 사례를 구체적으로 뜯어보겠습니다.

철도 네트워크 위의 몽고메리워드, AI 네트워크 위의 오늘의 승자는?

4. 실전 사례① 레모네이드 — 3초 만에 결정하는 AI 보험사

가장 먼저 살펴볼 기업은 AI 기반 보험사 레모네이드(Lemonade)입니다. 전통 보험업은 인간의 관료제가 그대로 압축된 산업입니다.

고객이 보험금을 청구하면 서류 심사, 담당자 배정, 사기 여부 조사까지 며칠씩 걸리는 게 당연했죠. 처리 건수가 늘면 인력을 더 뽑아야 하니 인건비가 매출 증가 속도를 갉아먹었습니다.

레모네이드는 이 공식을 완전히 뒤집었습니다. 고객이 청구서를 제출하면 AI 시스템이 단 3초 만에 데이터를 분석해 사기 여부를 판별하고 지급 여부를 결정합니다.

이 효율화는 재무제표에도 고스란히 드러납니다. 지난 4년간 직원 1인당 창출 프리미엄 수익은 3배가 늘어 약 100만 달러에 달했고, 인력은 거의 늘리지 않았음에도 총이익은 10배로 뛰었습니다.

11분기 연속 성장에, 신규 고객만 16만 6천 명을 새로 유치했습니다. 이익과 인건비가 비례한다는 전통 산업의 철칙을 AI가 완전히 끊어낸 사례입니다.

흥미로운 지점은 이렇게 압도적인 지표에도 최근 실적 발표 직후 주가가 20%나 급락했다는 사실입니다. 이는 펀더멘털 훼손이 아니라, 애널리스트들의 비현실적인 초과 달성 목표치에 근소하게 못 미쳤기 때문입니다.

오히려 레모네이드는 2027년 신임 CFO 영입을 예고하며 수익성 관리 체제를 준비 중입니다. 이는 레모네이드를 신생 보험사가 아니라 ‘AI 소프트웨어 기업’으로 재평가해야 하는 이유이기도 합니다.

레모네이드의 AI 보험 심사 — 3초 만에 지급 여부를 결정

5. 실전 사례② 앱러빈 — 65% 마진의 광고 엔진

두 번째 사례는 모바일 광고 테크 기업 앱러빈(AppLovin)입니다. 이 회사는 매일 수십억 번씩 사용자의 실시간 행동 데이터를 분석해 클릭할 만한 광고를 매칭해냅니다.

현재 시가총액은 약 1,310억 달러, 최근 분기 매출은 59% 성장했습니다. 순이익 12억 달러에 순이익률은 무려 65%에 달합니다.

이 65%가 특히 의미심장한 이유는, 반도체 기업들이 새 칩 하나를 만들기 위해 수백억 달러를 들여 팹을 지어야 하는 것과 정반대의 구조이기 때문입니다.

앱러빈은 재고도, 거대한 공장도 없습니다. ‘액션 엔진(AXON)’이라는 AI 알고리즘 하나가 스스로 학습하고 진화하며 현금을 만들어냅니다.

다만 리스크도 분명합니다. 강력한 타겟팅은 결국 사용자 데이터를 집요하게 수집하기 때문에 가능한데, 현재 미국 증권거래위원회(SEC)가 이 수집 방식을 조사 중입니다.

과거 메타나 구글도 개인정보·반독점 이슈로 조사와 벌금을 겪었지만 디지털 광고 지배력은 흔들리지 않았습니다. 흥미롭게도 기관투자자 보유 비중은 41%에 그쳐, 성장 여력이 아직 완전히 반영되지 않았다는 신호로도 읽힙니다.

앱러빈의 AI 광고 타겟팅 엔진 — 자산 없이 만들어내는 65% 마진

6. 실전 사례③ 힌지헬스 — 거실을 병원으로 바꾼 AI

세 번째 사례는 시가총액 60억 달러 규모의 헬스케어 기업 힌지헬스(Hinge Health)입니다. 물리치료는 오랫동안 치료사와의 물리적 접촉이 필수라는 인식이 강했습니다.

하지만 힌지헬스는 이 공간적 제약을 지워버렸습니다. 환자가 거실에서 카메라 앞에 서면, AI 컴퓨터 비전이 실시간으로 관절 각도를 추적해 즉각 자세를 교정해줍니다.

이 회사의 영리함은 개인 환자가 아니라 미국의 거대 고용주를 타겟팅했다는 데 있습니다. 미국 기업의 의료보험료 지출 중 심장질환·당뇨병보다 큰 비중을 차지하는 게 근골격계 질환입니다.

이 비용을 줄여주는 솔루션이라면 기업 입장에서 계약을 마다할 이유가 없습니다. 지난 분기 매출은 47% 성장했고, 상장 14개월 만에 연간 실적 전망치를 두 차례나 상향했습니다.

CFO는 이 이익률 개선이 인력 확대가 아니라 AI 시스템 효율성 덕분이라고 밝혔습니다. 레모네이드에서 본 ‘인건비-수익 디커플링’ 패턴이 헬스케어에서도 재현되고 있는 셈이죠.

더 주목할 점은 네트워크 효과입니다. 근골격계 데이터를 확보하면 이 AI 인프라를 응급실 트리아지나 정신건강 관리로 확장할 수 있습니다. 철도망 위로 석탄과 우편물을 함께 실어 나르는 것과 같은 원리입니다.

힌지헬스의 AI 컴퓨터 비전 — 거실을 물리치료실로 바꾸다

7. 포트폴리오 전략 — 10개 종목을 ‘메뉴판’처럼 골라 담아라

여기까지 읽으셨다면 당장 종목을 담고 싶으실 겁니다. 하지만 트레이드스미스가 제시한 4차 물결 관련 10개 종목은 균질한 리스크를 갖고 있지 않습니다.

대형주 3개, 중형주 6개, 소형주 1개로 나뉘어 있으며, 이는 전부 담는 체크리스트가 아니라 성향에 맞춰 골라내는 메뉴판입니다.

대형주는 이미 안정 궤도에 올라 변동성이 낮습니다. 반면 중형주는 앱러빈 SEC 조사 사례처럼 규제 이슈에 크게 출렁일 수 있습니다. 소형주는 잠재력만큼 손실 리스크도 큽니다.

결론적으로 엔비디아의 칩과 데이터센터가 만든 ‘누구나 올라타면 오르던’ 인프라 훈풍의 시대는 저물고 있습니다. 이제 진짜 가치는 AI 애플리케이션 투자로 넘어가고 있습니다.

1869년 몽고메리 워드가 그랬듯, 눈에 보이는 거대한 쇳덩어리가 아니라 그 네트워크의 진짜 가치를 꿰뚫어본 이들이 다음 시대의 부를 거머쥐게 될 것입니다.

🌙 오늘 밤 당장 실천하는 3단계 체크리스트

자주 묻는 질문 (FAQ)

Q1. 인프라주(3차 물결)는 이제 완전히 매력이 없어진 건가요?

그렇지 않습니다. 인프라 투자 자체는 여전히 확대되는 국면이며, 반도체·데이터센터 기업들의 장기 성장 스토리가 훼손된 것은 아닙니다. 다만 시장의 관심이 AI 애플리케이션 투자로 분산되기 시작했다는 점에서 비중 재조정을 고려할 시점입니다.

Q2. 레모네이드처럼 실적이 좋은데 주가가 급락하는 종목, 어떻게 대응해야 하나요?

주가 급락이 펀더멘털 훼손 때문인지, 애널리스트 기대치 대비 근소한 미달 때문인지 구분하는 것이 우선입니다. 다만 투자에는 항상 원금 손실 위험이 따른다는 점을 유념해야 합니다.

Q3. SEC 조사를 받는 앱러빈 같은 종목, 투자해도 안전한가요?

규제 조사 자체가 곧바로 비즈니스 모델 붕괴를 의미하지는 않습니다. 과거 메타, 구글 등도 유사한 조사를 거쳤지만 핵심 비즈니스는 유지되었습니다. 단기 변동성 확대 가능성을 고려해 비중 조절과 분할 매수로 대응하는 전략이 바람직합니다.