AI에 들어가는 돈은 정확히 집계된다. 데이터센터, 그래픽처리장치(GPU), 전력, 물, 그리고 사라진 일자리까지 모두 숫자로 남는다. 반면 AI가 만들어낸 결과물은 경제 통계에 거의 잡히지 않는다.실리콘밸리의 반도체 분석기업 세미애널리시스(SemiAnalysis)는 이렇게 측정되지 않는 AI의 산출물을 다크 아웃풋(Dark Output)이라 부른다. 이름은 우주의 암흑 에너지에서 따왔다. 직접 관측되지 않고 주변에 남긴 흔적으로만 추정된다는 공통점 때문이다.문제는 단순한 통계 오차가 아니다. 측정 누락이 커지면 호황이 불황으로 잘못 읽힌다. AI 투자가 빠르게 느는 국면이 데이터상으로는 'AI 침체'처럼 보일 수 있다.
‘6540만 대, 120여 개국, 1위’ 2026년 1분기 삼성전자 스마트폰 출하량, 최신 플래그십 스마트폰 ‘갤럭시 S26 시리즈’ 출시국, 시장 점유율을 나타낸 숫자다. 플래그십 스마트폰 출시일은 삼성전자에 전쟁과 같은 날이다. 세계 시장, 수백만 대의 판매량, 대규모 프로모션 예산이 동시에 움직이며 방대한 양의 데이터가 기록, 축적된다. 삼성전자가 데이터 기반 AX(AI 전환) 전략을 수립해 의사결정에 활용하는 이유가 여기에 있다. 얼마나 빠르게 데이터를 취합하고 분석하느냐가 판매 성과에 영향을 미치기 때문이다. 서정아 삼성전자 DX부문 MX사업부 디지털커머스팀장(부사장)은 6월 2일(현지시각) 미국 샌프란시스코 모스콘 센터에서 열린 ‘스노우플레이크 서밋 26(Snowflake Summit 26)’ 기조연설 무대에 올라 삼성전자의 실전 AX 사례를 공개했다.
기업의 인공지능(AI) 전환은 이상하게도 가장 오래된 질문으로 돌아오고 있다. "누가 사람을 움직이는가." 최고경영자(CEO)는 전략을 선언한다. 최고정보책임자(CIO)나 최고AI책임자(CAIO)는 플랫폼과 거버넌스를 만든다. 컨설팅 회사는 로드맵을 그린다. 그러나 매주 회의를 열고, 업무를 나누고, 팀원의 저항을 듣고, 실제 프로세스를 고치는 사람은 따로 있다. '중간관리자'다.AI 전환, 즉 AX(AI Transformation)는 더 이상 챗봇 몇 개를 사내에 배포하는 프로젝트가 아니다. 문서 작성, 고객 응대, 코드 리뷰, 재고 분석, 영업 예측, 인사 평가, 회의 준비까지 회사의 거의 모든 반복 업무가 AI와 연결되고 있다. 이 변화가 진짜 성과가 되려면 팀 단위의 일이 바뀌어야 한다. 바로 그 지점에서 중간관리자가 다시 중요해졌다.하지만 기대와 현실 사이에는 틈이 있다. 시니어 리더의 60%만이 조직이 중간 리더의 창의성과 독창성을 전환 노력에 효과적으로 활용한다고 느꼈다. 쉽게 말하면 위에서는 "팀장이 AI를 밀어야 한다"고 말하지만, 정작 팀장에게 시간, 권한, 훈련, 데이터는 충분히 주지 않는다는 뜻이다.👉AI 시대 조직개편, 사람을 줄이기 전에 보고부터 줄여라갤럽의 설문조사에 따르면 전체 업무시간에 40%이하로 개인 기여 업무를 하는 중간관리자는 훨씬 더 높은 매니지먼트 역량을 발휘할 수 있었다.
2012년 10월 13일, 이탈리아 피렌체 컴퓨터 비전 학회(ECCV) 워크숍.‘AI의 겨울’이라 부르는 정체기에 갇혀 있던 AI 연구자들 사이에는 긴장감과 회의감이 팽배해 있었다. 당시 학계를 지배하던 주류 이론은 인간이 직접 알고리즘의 규칙을 설계하고 특징을 정의해야 한다는 것이었다. 기계가 스스로 학습한다는 ‘신경망(Neural Networks)’ 이론은 1980년대 이후 ‘작동하지 않는 몽상’으로 치부되며 비주류로 취급됐다.한데 이날 발표된 ‘이미지넷(ImageNet)’ 대회 결과가 판도를 단 하루 만에 뒤집었다. 신경망을 활용한 캐나다 토론토 대학 ‘슈퍼비전(SuperVision)’팀이 제출한 결과가 전 세계 석학들의 눈을 의심하게 만든 것이다. 이 팀이 설계한 합성곱 신경망(CNN) 모델 알렉스넷이 기록한 오류율은 15.3%. 당시 2위를 차지한 일본 연구팀의 오류율(26.2%)을 무려 10.9%포인트 앞서는 압도적인 격차였다. 기적 같은 승리의 배후에는 세 명의 남자가 있었다. 2024년 노벨 물리학상 수상자 제프리 힌튼 토론토대 교수와 그의 제자 알렉스 크리제브스키, 일리야 수츠케버(Ilya Sutskever)였다. 당시 20대 중반의 대학원생이었던 수츠케버는 두 개의 엔비디아 GPU를 연결해 밤낮없이 모델을 훈련시켰다. 데이터만 충분하다면 기계가 인간의 이미지 인식 능력을 능가할 수 있음을 증명한 것이다.그것은 ‘딥러닝(Deep Learning)’이라는 새로운 시대의 개막을 알리는 신호탄이자 일리야 수츠케버라는 천재가 전면에 등장하는 순간이었다.👉추론 AI 시대를 연 결정적 순간들, 그리고 미래
2024년이 생성AI의 '신기함'에 열광하던 시기였다면, 2025년은 에이전틱 AI(Agentic AI)의 '실행'을 증명해야 하는 해였다. 그러나 현실은 냉정했다.앞다퉈 에이전트를 도입한 기업들 상당수가 투자 대비 저조한 성과에 직면하고 있다. 왜 그럴까? 문제는 기술이 아니다. 회사 업무 방식(워크플로우)이 적응하지 못했기 때문이다. 기존 프로세스를 그대로 둔 채 에이전트만 얹는 방식은 실패가 예정되어 있다. 이는 마치 말(馬) 시대의 도로에 자동차를 달리게 하는 격이다. 성공한 기업들은 '더 똑똑한 에이전트'가 아닌 '재설계된 업무 흐름'에 집중했다. 도로 자체를 다시 깔았다.더 근본적인 전환은 에이전트를 바라보는 관점이다. 선도 기업들은 에이전트를 일회성 소프트웨어 배포가 아닌 '계속 성장하는 팀원'으로 다룬다. 신입 사원에게 업무를 맡긴 뒤 방치하지 않듯, 에이전트에도 지속적인 피드백과 평가가 필수다. 그렇지 않으면 'AI 슬롭(AI Slop)'이라 불리는 그럴듯하지만 쓸모없는 결과물만 양산된다. 실리콘밸리에서 "측정하는 것이 결과를 만든다(You get what you measure)"라는 격언이 에이전트 시대에도 그대로 적용되는 이유다.재사용의 경제학은 더 흥미롭다. 대부분 기업이 작업마다 새로운 에이전트를 개발하는 실수를 반복한다. 그러나 성공 사례들을 보면 공통 패턴이 보인다. 데이터 검증, 문서 분석, 고객 응대 같은 반복 기능을 자산화해 플랫폼으로 구축하면 불필요한 업무의 30~50%가 사라진다. 바퀴를 매번 재발명하지 않는 것, 이것이 에이전트 경제학의 핵심이다.그렇다면 인간의 역할은 사라지는가? 오히려 격상된다. '실행자'에서 '설계자'로, 단순 작업의 수행자에서 에이전트가 만든 결과물을 검증하고 승인하는 '최종 책임자'로 진화한다. 에이전틱 AI 시대, 진짜 경쟁력은 기술 도입 속도가 아니라 조직의 DNA를 재설계하는 '결심의 힘'에 달려 있다. 실리콘밸리가 증명했듯, 결국 이기는 건 더 나은 기술이 아니라 더 과감한 재설계를 감행한 조직이다.
2025년 10월 1일, 실리콘밸리 전체가 한 발표에 주목했다. 미라 무라티가 설립한 지 불과 7개월 만에 첫 제품을 공개한 것이다. 제품명은 팅커(Tinker), AI 모델을 맞춤 제작할 수 있는 API였다. 겉보기엔 평범한 개발자 도구처럼 보였지만, 업계는 이 출시가 갖는 의미를 정확히 알고 있었다.무라티는 2024년 9월까지 오픈AI의 최고기술책임자(CTO)였다. 챗GPT를 세상에 내놓은 바로 그 사람이다. DALL-E부터 GPT-4, 그리고 동영상 생성 AI 소라까지 모두 그의 손을 거쳐 탄생했다. 생성형 AI를 실험실 밖으로 끌어내 전 세계 수억 명의 일상으로 가져온 핵심 엔지니어였다.그런 그가 왜 오픈AI를 떠났을까. 2024년 9월 25일, 무라티는 회사 동료들에게 보낸 메모를 X(구 트위터)에도 공개하며 사표를 냈다. "나만의 탐험을 할 시간과 공간을 만들고 싶다"는 게 이유였다. 샘 알트먼 오픈AI CEO는 "무라티가 오픈AI와 우리 미션, 그리고 우리 모두 개인적으로 얼마나 큰 의미였는지는 말로 다 표현할 수 없다"며 아쉬움을 드러냈다.그로부터 5개월 뒤인 지난 2025년 2월, 무라티는 싱킹머신즈랩(Thinking Machines Lab)이라는 새로운 AI 스타트업을 세상에 알렸다. 7월에는 앤드리슨호로위츠가 주도하고 엔비디아, AMD 등이 참여한 펀딩 라운드에서 20억달러(약 2조7000억원)를 유치했다. 밸류에이션은 무려 120억달러(약 16조원)에 달했다. 제품 하나 없는 스타트업이 16조원의 가치를 인정받은 것이다. AI 스타트업 역사상 최대 규모의 시드 투자였다.투자자들은 대체 무엇을 믿고 이런 거액을 투자한 걸까. 답은 간단했다. 무라티와 그가 꾸린 팀이었다. 오픈AI, 메타, 구글 딥마인드, 미스트랄, 캐릭터AI 출신 30여 명의 최고급 인재들이 한자리에 모였다. 오픈AI 공동창업자 존 슐먼, 전 오픈AI 연구 부사장 배렛 조프, 전 오픈AI 부사장 릴리안 웽까지 합류했다.AI 업계는 지금 인재 쟁탈전이 한창이다. 메타 CEO 마크 저커버그는 싱킹머신즈랩을 향해 월스트리트저널이 "전면 공습"이라고 표현할 만큼 공격적인 리크루팅을 시도했다. 한 핵심 연구원을 영입하기 위해 12억5000만달러(약 1조7000억원)라는 천문학적 금액을 제시했다. 하지만 그 연구원은 거절했다. 돈보다 무라티의 비전을 택한 것이다.
마이키 슐먼(Mikey Shulman)의 이력은 독특하다. 컬럼비아대학교에서 응용물리학을 전공하고 하버드대학교에서 물리학 박사학위를 받았다. 양자컴퓨팅을 연구하던 그가 AI 음악 스타트업을 창업한 건 우연이 아니었다.4살 때부터 피아노를 쳤고 고등학교와 대학 시절엔 베이스를 연주하며 밴드 활동을 했다. 뉴욕의 작은 클럽에서 공연하며 음악을 만드는 즐거움을 알았지만 동시에 한계도 느꼈다. 악기를 배우는 데 수년이 걸리고 프로덕션 소프트웨어를 마스터하기까지 또 수년이 필요했다."음악을 만드는 과정이 즐겁지만은 않다"는 그의 발언은 논란을 불러일으켰다. 하지만 그가 말하고자 한 건 단순했다. 음악을 듣는 사람은 수십억 명이지만 만드는 사람은 극소수다. 이 간극을 AI로 메우겠다는 것이다
팔머 럭키(Palmer Luckey)는 1992년 캘리포니아 롱비치에서 태어났다. 자동차 딜러였던 아버지와 홈스쿨링을 담당한 어머니 아래서 자란 그는 어릴 때부터 전자공학에 집착했다. 14세에 지역 커뮤니티 칼리지에 등록한 그는 대학을 중퇴하고 부모님 차고에서 50개가 넘는 VR 헤드셋 프로토타입을 만들었다.2012년, 19세의 럭키는 킥스타터에서 오큘러스 리프트 프로젝트를 시작했다. 목표액의 974%인 240만달러를 모으는 데 성공한 그는 곧바로 브렌던 아이리브를 CEO로 영입하며 본격적인 기업화에 나섰다. 당시 VR 업계는 사실상 죽은 시장이었다. 무겁고 비싸며 멀미를 유발하는 헤드셋들은 소비자의 외면을 받았다.하지만 럭키의 오큘러스는 달랐다. 밸브의 개발 수장 게이브 뉴웰은 킥스타터 캠페인에서 이렇게 말했다. "이 문제들을 해결할 사람이 있다면 팔머일 것이다." 2014년 3월, 마크 저커버그는 이 신생 기업을 20억달러에 인수했다. 럭키는 21세에 약 7억달러의 재산을 손에 쥐었다.
하비 AI는 로펌 1년 차 변호사 윈스턴 와인버그와 전 딥마인드 연구원 가브리엘 페레이라가 2022년 공동 창업한 법률 AI 스타트업으로, 단 3년 만에 기업가치 5조 4000억 원을 달성하며 전 세계 53개국 500여 개 로펌과 기업을 고객으로 확보했다. 오픈AI·세쿼이아·구글벤처스·렉시스넥시스 모회사 등으로부터 8억 달러 이상(약 1조 1460억)을 투자받았다. 변호사 출신들이 주도한 제품 설계, 복잡한 M&A 등 고난도 법률 업무 특화, 그리고 클라우드 환경에 자연스럽게 녹아드는 통합 인터페이스 전략이 성공 요인으로 꼽힌다. 하비는 단순한 GPT 래퍼가 아니라 로펌의 내부 데이터와 워크플로를 깊이 통합하며, 향후 회계·컨설팅 등 전문 서비스 전반으로 확장을 준비 중이다. AI가 변호사를 대체하기보다 ‘증강’시킨다는 비전 아래, 하비는 법률 AI의 새로운 표준을 만들어가고 있다.
세상을 움직이는 리더들은 무엇을 읽을까. 그들의 서재에는 어떤 책이 꽂혀 있을까. 답은 명확하다. 그들은 책에서 단순한 지식이 아니라 '의사결정 프레임워크'를 찾는다. 제프 베조스의 후회 최소화 철학, 스티브 잡스의 자기파괴 전략, 마크 저커버그의 권력 분산 인식은 모두 한 권의 책에서 시작됐다.지금 글로벌 비즈니스는 빠르게 재편되고 있다. AI 혁명, 플랫폼 경제, 지정학적 리스크가 얽힌 복잡한 환경에서 리더의 의사결정은 더욱 중요해졌다. 세계 최고 CEO 5명이 인생의 책으로 꼽은 저서들을 분석하면, 그들의 성공 뒤에 숨은 지적 원천이 보인다.
일론 머스크 테슬라(Tesla) 최고경영자(CEO)는 현시대를 정의하는 가장 복합적인 인물이다. 그는 인류를 화성으로 이끌고 지속가능한 에너지로의 전환을 가속하는 혁신가로 추앙받는다. 반면 예측 불가능한 언행과 독단적 경영 스타일로 끊임없이 논란의 중심에 선 인물이기도 하다. 이처럼 극단적인 평가는, 그가 얼마나 거대한 영향력을 행사하는 인물인지를 반증한다. 하지만 맹목적인 찬양이나 피상적인 비판을 걷어내고 그의 성공 메커니즘을 깊이 들여다보면, 모든 행동과 결정을 관통하는 강력하고 일관된 사고의 틀이 존재함을 발견하게 된다. 전기차, 로켓, 인공지능, 뇌-컴퓨터 인터페이스 등 전혀 다른 분야에서 동시다발적으로 파괴적 혁신을 일으키는 그의 능력은 단순히 천재성이나 운으로 설명될 수 없다. 그 근간에는 기존의 모든 가정과 관습을 의심하고 문제의 본질을 가장 근본적인 요소까지 파고드는 '제1원칙 사고(First Principles Thinking)'가 자리 잡고 있다.그의 성공을 가능하게 한 핵심 동력인 '제1원칙 사고'의 본질을 해부하고, 이 사고방식이 스페이스X, xAI, 테슬라라는 구체적인 사례에서 어떻게 불가능을 현실로 바꾸었는지 심층적으로 분석하고자 한다. 이를 통해 우리는 한 개인의 서사를 넘어 미래 산업의 판도를 바꾸는 혁신의 근본 원리를 엿볼 수 있을 것이다.
