정의와 공식, 숫자를 넣은 가상 예시, 적용이 실패하는 조건, 확인한 원문 출처 순으로 읽으면 판단 과정을 재현하기 쉽습니다.
다리오 아모데이의 ‘라스트 마일’, AI 시대에도 살아남을 기업의 조건
앤트로픽 CEO 다리오 아모데이가 쓴 두 편의 에세이, 'Machines of Loving Grace'와 'The Adolescence of Technology'를 관통하는 개념이 있습니다. 바로 라스트 마일 AI이라는 시각입니다. AI가 아무리 강력해져도 현실에서 결과로 만들어지는 마지막 구간은 여전히 사람과 시간, 설비를 필요로 한다는 이야기이며, 이는 투자자에게도 유용한 종목 선별 기준을 제시합니다.
- 다리오 아모데이의 두 에세이는 AI의 낙관적 미래와 위험 요인을 각각 조명
- 공통적으로 관통하는 개념은 '라스트 마일' — 지능이 풍부해져도 현실 실행은 여전히 제약적
- AI 시대일수록 실행력을 갖춘 기업과 브랜드·신뢰의 가치가 오히려 희소해질 수 있음
- 투자자 관점에서는 'AI를 잘 쓰는 기업'보다 'AI로 증폭하고 현실까지 해결하는 기업'을 구분해서 볼 필요
목차
두 에세이가 그리는 상반된 미래
첫 번째 글 'Machines of Loving Grace'는 강력한 AI가 좋은 방향으로 쓰였을 때 세상이 얼마나 크게 발전할 수 있는지를 그립니다. 의학 발전이 가속화되고, 암을 비롯한 여러 질병의 치료 가능성이 높아지며, 생산성이 크게 향상될 수 있다는 낙관적 전망입니다. 반대로 두 번째 글 'The Adolescence of Technology'는 정반대의 질문을 던집니다. 그렇게 강력한 힘을 인간이 제대로 다룰 준비가 되어 있는가라는 물음입니다. AI가 잘못된 방향으로 움직일 위험, 나쁜 의도를 가진 사람이 AI를 악용할 위험, 감시와 통제가 강화될 위험, 일자리와 부의 분배가 흔들릴 가능성까지 함께 짚습니다.
두 에세이 비교로 보는 관점 차이
두 글의 톤과 초점을 나란히 놓고 보면 아모데이가 던지는 메시지의 균형감이 더 선명하게 드러납니다.
| 구분 | Machines of Loving Grace | The Adolescence of Technology |
|---|---|---|
| 톤 | 낙관적 미래 전망 | 위험 요인에 대한 경계 |
| 핵심 메시지 | 의학·생산성의 비약적 발전 가능성 | 오남용, 감시·통제, 분배 문제에 대한 우려 |
| 투자자 시사점 | AI 수혜 산업의 성장 잠재력 | 실행력·신뢰 없는 기업이 안는 리스크 |
‘라스트 마일’이란 무엇인가
두 글을 함께 읽으면 한 가지 개념이 특히 인상적으로 다가옵니다. AI는 앞으로 인간 지능의 병목을 상당 부분 없앨 수 있습니다. 자료를 찾고, 분석하고, 설계하고, 판단 후보를 만드는 일은 점점 더 빠르고 저렴해질 것입니다. 하지만 아무리 AI가 빨라져도 현실 세계는 그 속도로 움직이지 않습니다. AI가 신약을 설계해도 실제 임상시험을 거쳐야 하고, 완벽한 수술법을 제안해도 누군가는 실제 환자를 수술해야 하며, 제품을 설계해도 공장을 짓고 생산하고 운송해야 합니다. 이렇게 좋은 아이디어가 실제 결과로 만들어지는 마지막 구간이 바로 라스트 마일입니다. 지능이 아무리 풍부해져도 현실에는 여전히 시간, 공간, 에너지, 설비, 사람의 몸, 규제, 신뢰, 실행이라는 제약이 남습니다.
다이슨이 살아남는 이유, 그리고 브랜드·신뢰의 가치
이런 맥락에서 다이슨 같은 실물 제조 기업이 AI 시대에도 살아남을 것이라는 이야기가 이해됩니다. AI가 아무리 좋은 제품을 설계해도 결국 누군가는 실제 모터를 만들고, 생산하고, 품질을 관리하고, 소비자의 손에 전달해야 합니다. 의료도 마찬가지입니다. AI가 최고의 의학 지식을 갖추더라도 실제 환자를 보고 수술하고 예외 상황에 대응하며 결과를 책임지는 과정은 현실에 남습니다. 여기에 한 가지가 더 붙습니다. 바로 브랜드와 신뢰입니다. AI 시대에는 평균적인 정보와 콘텐츠가 너무 쉽게 만들어지기 때문에, 사람들은 오히려 “누가 만들었는가”, “누가 이 결과를 책임지는가”를 더 중요하게 따지게 될 수 있습니다.
제 해석: 투자자가 참고할 종목 선별 기준
저는 이 개념이 AI 기업의 가치를 평가할 때뿐 아니라, AI 수혜주 전반을 판단할 때도 유용한 틀이라고 봅니다. 단순히 “AI를 도입했다”는 이유만으로 프리미엄을 부여하기보다, 그 기업이 AI로 지능을 증폭시키는 동시에 실제 현실의 문제(생산, 유통, 규제 대응, 사후 책임)까지 끝까지 해결할 수 있는 '라스트 마일 역량'을 갖췄는지를 함께 봐야 한다는 뜻입니다. 엔비디아와 빅테크의 자체 칩 경쟁 구도에서도 결국 승자는 설계 능력만이 아니라 실제 대량 생산과 공급망 실행력을 갖춘 쪽이었다는 점을 떠올려볼 만합니다.
AI가 풍부하게 만드는 것이 '지능'이라면, 앞으로 더 희소해지는 것은 어쩌면 현실에서 결과를 만들어내는 실행력과 그 결과를 믿게 만드는 신뢰일지도 모릅니다. 투자 판단을 내릴 때도 “이 기업이 AI로 무엇을 할 수 있는가”보다 “이 기업이 그 AI를 현실에서 어떤 방향으로, 얼마나 끝까지 실행해낼 수 있는가”를 묻는 습관이 필요하다고 생각합니다.
AI가 지능을 값싸게 만들수록, 그 지능을 현실로 완성해내는 실행력과 신뢰를 가진 기업의 가치는 오히려 높아질 수 있습니다.
자주 묻는 질문
라스트 마일이라는 개념은 어디서 나온 것인가요?
앤트로픽 CEO 다리오 아모데이가 쓴 에세이 ‘Machines of Loving Grace’와 ‘The Adolescence of Technology’의 내용을 바탕으로 정리한 개념으로, AI가 만든 지능과 아이디어가 실제 현실의 결과로 완성되는 마지막 구간을 뜻합니다.
라스트 마일 개념이 투자에 어떻게 활용될 수 있나요?
단순히 AI를 활용한다는 이유만으로 기업 가치를 평가하기보다, 그 기업이 AI로 얻은 아이디어를 실제 생산·유통·서비스로 끝까지 완성할 수 있는 실행력을 갖췄는지를 함께 판단하는 기준으로 활용할 수 있습니다.
AI 시대에 브랜드와 신뢰가 왜 더 중요해지나요?
AI로 평균적인 정보와 콘텐츠 생산이 쉬워질수록, 소비자와 투자자는 그 결과를 누가 만들었고 누가 책임지는지를 더 중요하게 판단하게 되어 브랜드와 신뢰의 가치가 상대적으로 희소해질 수 있습니다.
다이슨은 왜 라스트 마일 역량을 갖춘 기업의 예로 언급되나요?
AI가 제품을 아무리 잘 설계해도 실제 모터를 만들고 품질을 관리하며 소비자에게 전달하는 과정은 여전히 사람과 설비를 필요로 하기 때문에, 다이슨 같은 실물 제조 기업이 대표적인 예로 거론됩니다.
이 개념을 실제 종목 선정에 적용하려면 무엇을 확인해야 하나요?
해당 기업이 AI로 아이디어나 설계를 얼마나 빠르게 만들어내는지뿐 아니라, 생산·유통·규제 대응·사후 서비스까지 실제로 완결할 수 있는 실행 역량과 브랜드 신뢰를 갖췄는지를 함께 살펴보는 것이 중요합니다.
본 콘텐츠는 시장 데이터와 뉴스를 바탕으로 한 정보 제공을 목적으로 하며, 특정 종목에 대한 매수·매도 추천이 아닙니다. 투자 판단과 그 결과에 대한 책임은 전적으로 투자자 본인에게 있습니다.