2021년 초, ARK 인베스트는 대담한 숫자 하나를 던졌다. 딥러닝이 앞으로 15~20년간 세계 증시 시가총액을 30조 달러나 불릴 거라는 전망이었다. 당시엔 과장처럼 들렸다. 그런데 5년이 지난 지금, 그 딥러닝 전망을 다시 펼쳐 보면 묘하게 소름이 돋는 대목이 많다. 무엇이 맞았고 무엇이 빗나갔는지, 예측과 현실을 나란히 놓고 맞춰 보자.
ARK가 2021년에 본 딥러닝 전망
ARK의 Big Ideas 2021 보고서는 딥러닝을 15개 빅 아이디어 중 첫머리에 올렸다. 핵심 주장은 이거였다. 지금까지 모든 소프트웨어는 사람이 한 줄씩 짰지만, 딥러닝은 데이터로 스스로 소프트웨어를 만든다. ARK는 이걸 소프트웨어 2.0이라 불렀다.
그 흐름을 이렇게 정리했다. 1970년대 상업용 소프트웨어, 1980년대 객체지향, 2000년대 인터넷, 그리고 2012년 이미지넷 경진대회에서 딥러닝이 사람을 이기며 소프트웨어 2.0 시대가 열렸다고. 이 진단은 지금 봐도 정확하다. 2012년의 그 순간이 오늘 우리가 쓰는 모든 AI의 출발점이었으니까.
예측 1: 차세대 컴퓨팅 플랫폼
ARK는 딥러닝이 세 가지 새로운 컴퓨팅 플랫폼을 만든다고 봤다. 대화형 컴퓨터, 자율주행차, 그리고 추천 기반 소비자 앱이다. 당시 근거로 든 건 스마트 스피커의 음성 명령 1,000억 건, 웨이모의 2천만 마일 주행, 틱톡의 폭발적 성장이었다.
5년 뒤 성적표는 갈렸다. 대화형 컴퓨터는 ARK의 상상을 한참 뛰어넘었다. 스마트 스피커 수준이 아니라, 챗GPT 같은 대화형 AI가 일상과 업무를 통째로 바꿔 놨다. 틱톡의 추천 알고리즘도 예측대로 업계를 지배했다. 반면 자율주행은 가장 더뎠다. 웨이모가 일부 도시에서 무인 택시를 상용화하긴 했지만, ARK가 그렸던 ‘모든 도로의 자율주행’과는 여전히 거리가 있다. 기술의 방향은 맞아도 속도는 분야마다 다르다는 걸, 이 대목이 잘 보여준다.
ARK가 함께 짚은 또 하나의 무대는 신약 개발이었다. 딥러닝이 단백질 구조를 예측하고 후보 물질을 빠르게 추려 신약 개발을 가속한다고 봤는데, 이 전망도 현실이 됐다. 단백질 접힘 예측 같은 난제가 AI로 풀리면서, 신약과 바이오 분야는 딥러닝이 가장 조용히, 그러나 깊게 파고든 영역으로 자리 잡았다. 화려한 챗봇만큼 주목받진 못해도, 산업의 토대를 바꾸는 변화는 이런 곳에서 일어난다.
예측 2: AI 칩과 무한한 컴퓨팅 파워
ARK가 가장 정확하게 맞힌 영역이 여기다. 딥러닝에는 끝없는 연산력이 필요하고, 그래서 AI 칩 붐이 온다고 봤다. 구체적으로는 최첨단 AI 모델 훈련 비용이 약 100만 달러에서 2025년 1억 달러로 100배 뛰고, 데이터센터의 AI 프로세서 비용이 연 50억 달러에서 220억 달러로 4배 넘게 커진다고 전망했다.
현실은 그 예측마저 작아 보이게 만들었다. 엔비디아는 AI 칩 수요에 힘입어 세계 시가총액 최상위 기업으로 올라섰고, GPU 품귀는 몇 년째 이어졌다. 최첨단 모델 훈련에는 1억 달러를 넘어 수억 달러가 들어간다. ARK가 “연산력이 곧 권력이 된다”고 본 통찰은 정확히 적중했다. 기술이 만든 거대한 흐름이 어떻게 투자 기회로 이어지는지는 성장 투자를 위한 완전 가이드에서 더 깊이 다룬다.
예측 3: 비전에서 언어로, 그리고 그 너머
ARK는 2020년을 “대화형 AI의 돌파구”로 규정하며, AI가 이미지(비전)에서 언어로 확장된다고 봤다. 그 증거로 든 게 오픈AI의 GPT-3였다. 당시 GPT-3는 난해한 법률 문장을 쉬운 말로 풀어 주고, 이메일을 쓰고, 코드를 짜고, 번역을 했다. ARK는 이를 “언어를 이해한 최초의 AI”라 불렀다.
이 예측은 가장 화려하게 맞았다. GPT-3는 시작에 불과했다. 그 뒤로 모델은 GPT-5, 클로드, 제미나이로 세대를 거듭하며 텍스트를 넘어 이미지·음성·영상을 한꺼번에 다루는 멀티모달로 진화했다. 그리고 2025~2026년의 화두는 한 단계 더 나아간 AI 에이전트다. 이제 AI는 답만 내놓는 게 아니라 스스로 작업을 계획하고 도구를 써서 실행한다. 가트너는 2026년 말이면 기업용 앱의 40%가 AI 에이전트를 품을 것으로 내다봤다. 다만 모든 기술이 그렇듯, 뜨거운 기대에는 거품도 섞인다. 흥분과 냉정을 가르는 법은 모건 하우절의 투자 심리가 잘 짚는다.
30조 달러 전망은 어떻게 됐나
이제 핵심 질문이다. 그 30조 달러 예측은 맞았을까. 아직 15~20년이라는 기간이 한참 남았으니 단정하긴 이르다. 하지만 방향은 분명하다. 포춘 비즈니스 인사이트에 따르면 생성형 AI 시장 규모만 해도 2025년 약 1,036억 달러에서 2034년 1조 2,600억 달러로, 연평균 29%대 성장이 전망된다. 딥러닝이 만든 가치가 인터넷을 넘어설 수 있다는 ARK의 큰 그림은, 적어도 지금까지는 궤도 위에 있다.
흥미로운 건 시장의 주인공도 바뀌었다는 점이다. 멘로 벤처스의 2025년 분석을 보면, 기업용 AI 시장에서 앤트로픽이 32%로 선두에 섰고 오픈AI와 구글이 그 뒤를 잇는다. 2021년엔 누구도 예측하지 못한 판도다. 동시에 새로운 벽도 생겼다. 모델을 키울 양질의 학습 데이터가 바닥을 보이기 시작했다. 이제 경쟁은 ‘얼마나 큰가’에서 ‘얼마나 똑똑하고 효율적인가’로 옮겨 가고 있다. 더 작은 모델이 더 빠르게, 더 정확하게 추론하도록 다듬는 방향이다. 거대한 모델 하나로 모든 걸 해결하려던 2021년의 그림과는 결이 달라진 셈이다. 기술의 진화는 늘 예측의 빈칸을 이렇게 새로운 방식으로 채워 넣는다.
예측에서 배우는 투자의 교훈
ARK의 딥러닝 전망을 5년 뒤에 되짚어 보면, 한 가지 교훈이 또렷해진다. 큰 방향(딥러닝이 세상을 바꾼다)은 놀랍도록 정확했지만, 세부 타이밍(자율주행의 속도, 시장의 승자)은 빗나갔다는 것이다. 좋은 전망은 미래를 맞히는 점쟁이가 아니라, 변화의 방향을 먼저 읽는 나침반에 가깝다.
투자든 커리어든 마찬가지다. 거대한 흐름을 일찍 알아채는 건 중요하지만, 그 흐름에 올라타는 타이밍과 속도는 늘 예상과 다르게 흐른다. 그래서 방향을 믿되, 한쪽에 모든 걸 걸지 않는 균형이 필요하다. 화려한 전망일수록 함정도 함께 숨어 있다는 점은 버핏이 절대 건드리지 않는 투자 함정이 거듭 일러 준다.
다시 2021년의 그 30조 달러로 돌아가 보자. 숫자 자체가 맞고 틀리고는 어쩌면 중요하지 않을지도 모른다. 진짜 중요한 건, 그때 그 방향을 읽고 준비한 사람과 흘려보낸 사람의 5년 뒤가 완전히 달라졌다는 사실이다. 지금 우리 앞의 AI 에이전트도, 5년 뒤 누군가에겐 똑같은 갈림길이 될 것이다.
참고 자료: ARK Invest, "Big Ideas 2021"