AI로 돈 번 회사가 없다고? 그 질문은 아직 이르다

AI 수익을 판단하려면 모델 회사만 보지 말고 인프라, 전력, 데이터 사업자가 돈을 버는 방식도 봐야 한다.

AI 투자 기사나 유튜브 영상을 보다 보면 꼭 이런 말이 나온다. “그래서 AI로 돈 번 회사가 있어요?” 처음엔 이 질문에 짧게 답할 수 있을 줄 알았다. 그런데 생각할수록 그렇게 간단한 질문이 아니다. “AI로 돈을 번다”는 말 안에 서로 다른 이야기가 섞여 있기 때문이다.

엔비디아처럼 AI 인프라를 파는 회사가 돈을 벌었냐. 이건 이미 그렇다.

OpenAI나 Anthropic 같은 모델 회사가 안정적으로 이익을 내고 있냐. 이건 훨씬 조심해야 한다. 매출은 빠르게 늘고 있지만, 데이터센터와 컴퓨트 비용도 같이 커진다. 돈을 많이 버는 것과 돈이 남는 장사는 다르다.

일반 기업이 AI를 써서 회사 전체의 이익을 확 끌어올렸냐. 이 질문은 더 천천히 봐야 한다. 아직 많은 회사는 AI를 업무 전체에 들인 게 아니라, 기존 업무 옆에 붙여보는 단계다.

지금 “AI로 돈 번 회사가 어디냐”고 묻는 건 조금 빠르다. 아직 우리가 보는 AI는 대부분 컴퓨터 앞에 앉아 있을 때 가장 잘 작동하는 AI이기 때문이다.

AI 산출물은 금방 흔해진다

AI로 보고서 한 편 만드는 것은 가능하다. 이미지 한 장을 만들 수도 있고, 코드를 쓰거나 이메일 초안을 만들 수도 있다. 다 좋다. 실제로 편하다. 그런데 이런 산출물은 금방 흔해진다. 모두가 같은 창에 질문을 넣고, 비슷한 답을 받을 수 있기 때문이다. 프롬프트 몇 줄로 나온 결과물을 그대로 내놓는 것만으로는 오래 돈을 벌기 어렵다. 남들도 같은 도구를 쓴다. AI가 만든 초안 하나만으로는 차이가 오래 남지 않는다.

돈으로 이어지는 차이는 그다음 작업에서 결정된다.

AI가 만든 초안을 사람이 다시 읽는다. 실제 데이터와 비교한다. 고객 반응을 본다. 현장에서 어긋난 부분을 고친다. 다시 AI에 넣는다. 또 나온 결과를 사람이 판단한다. 그렇게 여러 번 고치고, 증거를 넣고, 방향을 바꾼다.

그 과정을 거친 결과물은 다르다. 그냥 AI를 한 번 돌린 사람은 따라오기 어렵다. 사람이 AI 결과를 다시 읽고, 실제 데이터와 비교하고, 현장에서 고쳤기 때문이다.

AI로 돈을 번다는 건 AI가 만든 것을 그대로 파는 일이 아니다. AI가 잘하는 일은 끝까지 시키고, 인간은 그 위에서 더 어려운 판단을 하는 쪽으로 일이 바뀌어야 한다.

회사는 아직 AI에 맞게 다시 일하지 않는다

많은 회사는 아직 이 단계까지 가지 못했다. AI 챗봇을 업무에 넣는다. 회의록을 요약한다. 고객 응대 초안을 만든다. 개발자가 코딩 보조를 쓴다. 이 정도만 해도 생산성은 오른다. 하지만 회사 전체가 달라지지는 않는다.

결재 절차가 그대로면 AI가 결과를 빨리 만들어도 승인까지 걸리는 시간은 줄지 않는다. 데이터가 흩어져 있으면 AI는 판단에 필요한 근거를 모으지 못한다. 누가 AI 결과를 수정하고 현장 시스템에 반영할 수 있는지 정하지 않으면, 그 결과는 실제 업무에 쓰이지 않는다. 평가 기준이 예전 그대로면 사람들은 AI로 새로운 일을 하기보다, 예전 보고서를 더 빨리 만든다.

AI를 잘 쓰려면 업무 순서, 데이터 흐름, 책임, 검토 방식이 같이 바뀌어야 한다. 그냥 툴 하나 더 깔아서 되는 문제가 아니다.

그래서 일반 기업에서 AI 효과가 이익으로 찍히는 데 시간이 걸리는 건 이상한 일이 아니다. 아직 많은 조직은 AI를 중심에 놓고 일을 다시 짠 게 아니다. 기존 업무 위에 AI를 올려놓고 시험하는 중이다.

핵심은 현장의 감각을 AI에 전달할 수 있느냐다

앞으로 더 중요한 차이는 여기서 생긴다. AI를 활용한 업무가 아직도 사람이 컴퓨터 앞에 앉아 있어야만 처리되는가. 아니면 사람이 현장에서 착용형 기기나 모바일 AI를 바로 부르고, 그 자리에서 보고 듣고 느낀 것을 최대한 AI에 전달할 수 있는가. 이 차이가 크다.

공장에서는 사람이 장비를 보면서 바로 AI를 불러야 한다. 실험실에서는 샘플을 보며 이전 조건과 비교해야 한다. 병원, 창고, 매장, 영업 현장에서도 마찬가지다. 일의 핵심 정보는 문서나 코드 안에만 있지 않다. 사람 앞의 장비, 샘플, 고객 반응에도 있다.

지금처럼 “나중에 자리로 돌아가서 AI에게 물어보자”는 방식으로는 한계가 있다. 현장의 판단은 그 자리에서 일어난다. 보고, 듣고, 만지고, 대화하고, 바로 결정해야 한다.

카메라만으로도 부족하다. 현장에는 눈으로만 알 수 없는 정보가 많다. 기계 소리가 평소와 다르다. 손끝에 느껴지는 저항이 다르다. 공기의 냄새나 온도가 다르다. 사람의 말투와 표정이 이상하다. 이런 것들은 현장에 있는 사람이 먼저 느낀다.

AI가 실제 업무를 처리하려면 일이 일어나는 순간의 정보까지 받아야 한다. 그리고 인간이 오감으로 느낀 것을 AI에 최대한 전달할 수 있어야 한다. 그래야 AI는 문서와 표만 보는 것이 아니라, 지금 벌어지는 일을 놓고 판단할 수 있다.

현장 데이터를 확보해야 AI는 보고서 작성 도구에 머물지 않고 실제 판단에 필요한 근거를 제공한다.

로봇보다 먼저, 사람이 착용형 기기와 AI를 같이 쓴다

AI가 현실로 나온다고 하면 많은 사람이 로봇부터 떠올린다. AI가 몸을 얻고, 사람 대신 걷고, 집고, 옮기고, 운전하는 장면이다. 그 방향도 중요하다. 하지만 현실에는 이미 몸을 가진 존재가 있다. 인간이다. 로봇이 모든 일을 대신하기 전에도, 사람은 착용형 기기와 AI를 같이 써서 현장에서 더 빨리 판단할 수 있다.

안경, 이어폰, 카메라, 마이크, 위치 센서, 움직임 센서, 온도와 압력 정보, 현장 장비 데이터가 AI와 연결된다. AI는 사람이 보고 듣는 것을 같이 본다. 지금 어디에 있는지, 무엇을 보고 있는지, 과거 기록과 지금 장면이 어떻게 다른지 비교한다.

그리고 인간이 움직인다. 장비를 조작하고, 고객을 만나고, 샘플을 확인하고, 공간을 바꾸고, 결정을 내린다. AI는 옆에서 기록하고, 비교하고, 다음 선택지를 제안한다.

이건 로봇이 인간을 대체하는 이야기와 다르다. 인간의 몸이 AI를 부르는 인터페이스가 되는 이야기다.

AI는 아직 현장 업무에 깊이 쓰이지 않았다

그래서 “AI로 돈 번 회사가 어디냐”는 질문은 절반만 맞다.

아직 큰 이익이 안 보이는 회사가 많은 건 사실이다. 하지만 그걸 보고 AI의 한계가 벌써 드러났다고 말하기는 이르다. 많은 곳에서 AI는 아직 컴퓨터 앞 업무에 먼저 쓰이고 있다. 문서, 코드, 표, 이미지, 검색 같은 일이 먼저 바뀌고 있다.

진짜 변화는 AI를 현장 업무에 바로 쓸 수 있을 때 시작된다. 사람이 컴퓨터 앞에 앉아 있어야만 AI를 쓸 수 있는지, 아니면 현장에서 착용형 기기나 모바일 AI를 바로 호출할 수 있는지. 더 나아가 그 자리에서 인간이 느낀 것을 AI에 얼마나 잘 전달할 수 있는지.

이 차이가 앞으로의 생산성 차이를 가를 것이다.

AI가 컴퓨터 앞에서 쓰는 도구에 머무는 동안에는 싸움이 비슷해 보인다. 누구나 같은 창에 질문을 넣고, 비슷한 답을 받는다.

차이는 AI가 현장에서 바로 쓰이는 도구가 될 때 생긴다. 사람이 착용형 기기와 AI를 써서 현실에서 더 잘 보고, 더 잘 판단하고, 더 잘 움직이기 시작할 때, 그때부터 “AI로 돈을 번다”는 말의 뜻도 달라진다.

참고한 자료

• NVIDIA, NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026.
• OpenAI, A business that scales with the value of intelligence.
• Anthropic, Anthropic raises Series H to accelerate enterprise, developer, and international growth.
• Deloitte, The State of Generative AI in the Enterprise.
• Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027.