아폴로 이코노미스트: AI, 기술 외 대부분 기업에 '재정적 수익 제로' 제공

2026년 10월 25일, TechCrunch는 아폴로 글로벌 매니지먼트의 수석 이코노미스트 토르스텐 슬록이 기술 부문 외 대부분의 대기업에 AI가 '재정적 수익 제로'를 제공했다고 주장했다고 보도했습니다. 이 주장은 S&P 493 전반에 걸쳐 이익 마진과 직원당 수익이 정체된 것처럼 보인다는 단순한 거시적 관찰을 사용하여 가장 강력한 AI 생산성 서사를 반박하기 때문에 중요합니다.

아폴로의 토르스텐 슬록이 실제로 측정한 것

아폴로의 메모는 기업 수준의 투자 수익률 연구가 아니라 S&P 493에 대한 최상위 관찰입니다. 슬록은 S&P 493을 S&P 500에서 알파벳, 아마존, 애플, 메타, 마이크로소프트, 엔비디아, 테슬라를 뺀 것으로 정의합니다. 그 그룹에서 그는 이익 마진과 직원당 수익이 정체된 것으로 보이며 AI가 생산성을 개선하고 있다는 증거가 없다고 밝혔습니다.

슬록의 핵심 결론은 단호합니다: "막대한 투자와 인공지능에 대한 광범위한 과대광고에도 불구하고, 이 기술은 기술 외 미국 기업에 재정적 수익 제로를 제공했습니다."

그는 또한 비기술 기업이 한동안 기술 대기업에 뒤처졌다가 따라잡을 것이라는 회의적인 시각을 가지고 있습니다. 그는 미국 기업이 "점점 더 저렴해지는 지능을 더 높은 수익 성장과 더 높은 이익 마진으로 전환"하는 것이 어려울 것이라고 주장합니다. 그의 설명은 비즈니스 가치가 계산 이상에 달려 있다는 것입니다: "AI는 훌륭한 계산기일 수 있지만, 비즈니스에서 지능은 대부분 판단입니다." 그는 또한 "AI는 평판 위험을 형성하고 궁극적으로 수익 성장과 이익 마진을 주도하는 책임, 신뢰, 문화, 불문율, 윤리적 절충 또는 공정성을 이해하지 못합니다"라고 덧붙였습니다.

가장 강력한 반론: 데이터는 AI의 수익을 분리할 수 없음

아폴로 메모는 AI 지출이 가치를 창출하지 못했다는 것을 증명할 수 없습니다. 왜냐하면 기업 수준의 결과에 대한 AI 지출을 측정하지 않고 반사실적 상황을 설정하지 않기 때문입니다. 대규모 비기술 기업의 최상위 수익 차트는 AI 지출이 총 수익에 비해 작다면 특히 해당 기업이 AI에서 실질적인 가치를 얻고 있더라도 정체된 것처럼 보일 수 있습니다.

Hacker News 댓글 작성자 hyperpape는 이 비판을 직접적으로 제기했습니다:

"이것은 아폴로 자료가 실제로 보여줄 수 있는 것에 대한 완전한 왜곡입니다. AI 투자의 '수익'을 측정하는 것이 아니라 해당 기업의 최상위 수익만 측정하기 때문입니다."

hyperpape는 또한 분석에 반사실적 상황이 필요하다고 주장했습니다: 그들이 AI에 지출하지 않았다면 그 기업들의 수익과 마진은 어땠을까요? 그리고 그는 "AI 지출이 빠르게 증가하고 있지만, 일반 기업들은 수익의 1%를 AI에 지출하지 않습니다"라고 언급했습니다. AI 지출이 수익의 작은 비중을 차지한다면, 시끄러운 최상위 차트는 AI가 유용한지에 대한 약한 테스트입니다.

댓글 작성자 cl42는 관련된 측정 문제를 제기했습니다: S&P 493이 대부분의 AI 지출이 발생하는 곳이 아닐 수 있다는 것입니다. cl42는 다음과 같이 썼습니다:

"제가 정말 보고 싶은 것은 시간에 따른 직원당 수익과 이익을 토큰 사용량/지출과 대조하여 추적한 것이며, S&P 493에 국한되지 않는 것입니다."

이것은 더 테스트 가능한 프레임입니다: AI 사용 또는 토큰 지출을 직원당 수익, 직원당 이익, 주기 시간 또는 출력 품질에 연결하는 것입니다. 기업 또는 프로세스 수준에서 말이죠. 총 마진에서 ROI를 추론하는 대신에 말입니다.

AI가 측정 가능한 운영 개선을 보여주는 곳

일부 Hacker News 댓글 작성자들은 좁고 잘 정의된 워크플로우에서 구체적인 이득을 보고했으며, 이는 AI의 수익이 보편적으로 0이 아니라 고르지 않다는 견해를 지지합니다. 댓글 작성자 ManBeardPc는 데이터 과학 및 전문 화학에서 AI를 사용하여 공식을 찾고 최적화하는 것을 설명했습니다:

"우리는 아이디어에서 프로토타입까지 하루 만에 갈 수 있습니다. 이전에는 1-2주가 걸렸습니다. 데이터를 처리하는 모든 상용구 코드는 특히 프로그래머가 아닌 데이터 과학/수학 전문가에게 수작업으로 코딩하는 데 오랜 시간이 걸렸습니다. 이제 우리는 가장 유망한 것을 추측하고 그것만 시도하는 대신 모든 아이디어를 실제로 시도할 수 있습니다."

이것은 프로세스 수준의 생산성 향상입니다: 더 빠른 반복, 더 많은 실험, 상용구에 덜 소요되는 시간. 이것은 특히 단기적으로 S&P 493 기업 전체의 직원당 수익 증가로 나타나지 않을 수 있습니다.

다른 댓글 작성자들은 AI가 작업에 맞을 때만 작동한다고 강조했습니다. doginasuit는 AI가 "확실히 개발 속도를 높일 수 있지만 좁은 길을 걸어야 합니다. 가치 있는 제품보다 훨씬 쉽게 쓰레기를 생성합니다"라고 썼습니다. Damogran6는 비슷한 점을 지적했습니다: "올바른 도구일 때는 은탄환입니다. 잘못된 도구이거나 아직 올바른 도구가 아닐 때는 직접 하는 것보다 조종하는 데 더 많은 시간을 보낼 수 있습니다."

조직적 병목 현상도 AI 이득을 흡수할 수 있습니다. victor9000은 여전히 엔지니어링, 제품 및 영업 직원을 고객 현장에 보내야 하는 영업 프로세스를 설명했습니다: "저는 개인적으로 AI를 사용하여 훨씬 더 생산적이지만, 거래 성사가 여전히 50년대에 갇힌 프로세스를 따를 때는 한계가 있습니다."

제로섬 및 'AI 세금' 가설

총 마진이 정체된 한 가지 설명은 AI 생산성 이득이 경쟁에 의해 상쇄된다는 것입니다. 산업 내 모든 기업이 AI를 사용하여 산출물을 개선한다면, 어떤 단일 기업도 잉여를 유지하지 못할 수 있습니다. 대신 고객이나 경쟁자가 그것을 포착할 수 있습니다. 댓글 작성자 kozikow는 이 역학을 설명했습니다:

"귀사가 AI를 사용하면 훨씬 더 빨리 앞서 나갑니다. 그러나 경쟁사도 마찬가지입니다. 경제의 많은 영역은 제로섬 게임입니다 - 그래서 귀하의 돈은 이전과 동일하게 끝납니다. 그러나 이제 AI 모델 제공업체에 '세금'을 지불하면서..."

이 관점에서 AI는 지속적인 초과 이익의 원천이 아니라 경쟁적 필수가 됩니다. 기업은 모델 제공업체에 비용을 지불해야 할 수 있으며, 총 마진 이점은 사라집니다.

댓글 작성자 variadix는 더 간단한 제약을 제시했습니다: "많은 산업은 단순히 지능에 의해 병목되지 않습니다." 제한 요소가 규제, 물리적 용량, 유통, 신뢰 또는 판매 주기라면, 더 나은 추론이나 코드 생성은 수익을 크게 움직이지 않을 수 있습니다. 댓글 작성자 tantalor는 관련된 점을 지적했습니다: 회사가 "코드 줄이나 수학 정리를 판매"하지 않는 한, AI 코드 생성기가 직접 열어주지 않는 것을 판매할 수 있습니다.

판단, 책임 및 조직 변혁

슬록의 판단 주장은 AI 채택을 모델 능력 문제가 아니라 조직 문제로 보는 일부 댓글 작성자들에게 공감을 얻었습니다. 댓글 작성자 mgdev는 대부분의 기업이 어떤 사람, 프로세스 또는 행동이 실제로 최상의 결과를 이끄는지 모른다고 주장했습니다:

"비즈니스 결과의 90%는 10%의 사람들에 의해 제공됩니다. 문제는 그들이 어떤 사람들인지 모른다는 것입니다. 따라서 어떤 프로세스가 자동화되거나 AI로 강화되면 목표 결과를 달성할지도 모릅니다. 그래서 그들은 산탄총을 쏘는 것입니다."

mgdev는 또한 기존의 사람 기반 시스템에는 잘못된 정렬이 전체 운영을 탈선시키는 것을 방지하는 안정화 메커니즘이 있지만, AI는 "그것들을 강조하고 종종 깨뜨린다"고 덧붙였습니다. 시사점은 성공적인 AI 채택은 조직 변혁으로 취급해야 할 수 있다는 것입니다: 처음부터 구축하고 결국 기존 워크플로우의 일부를 흡수하거나 대체하는 소규모 팀을 시작하는 것입니다.

모든 사람이 슬록의 계산기 비유를 받아들인 것은 아닙니다. 댓글 작성자 kazinator는 반대했습니다: "계산기는 환각을 일으키지 않습니다." 이것은 공정한 구분입니다: AI 시스템은 결정론적 계산기가 아니며, 그들의 실패 모드(날조, 불일치, 신뢰할 수 없는 판단)는 측정 가능한 비즈니스 수익을 포착하기 어려운 이유 중 일부입니다.

헤드라인이 증거를 과장할 수 있는 이유

아폴로 메모는 AI가 전체 경제를 빠르게 변혁할 것이라는 극단적 주장에 대한 유용한 교정이지만, AI의 비즈니스 가치에 대한 결정적인 평결은 아닙니다. 댓글 작성자 simonw는 아폴로가 2025년 9월에 널리 인용된 '대기업 AI 채택률 하락 추세'라는 제목의 메모를 발표했다고 지적하며 말했습니다: "그것은 그다지 잘 유지되지 않았다고 생각합니다."

simonw는 나중에 아폴로의 발행 주기를 언급한 후 비판을 완화했습니다:

"저는 이것을 조금 되돌리겠습니다: 아폴로가 이런 기사를 매일 발행한다는 것이 밝혀졌기 때문에, 'AI에 대한 부정적인 이야기에 굶주린' 군중에게 어필하는 occasional 헤드라인은 그들이 그보다 덜 자주 발행했다면 패턴이 덜할 것입니다."

이 맥락은 헤드라인을 해석하는 데 중요합니다. 일일 연구 메모는 AI ROI에 대한 포괄적인 연구 없이 실제 거시적 패턴을 표면화할 수 있습니다. HN 스레드는 또한 같은 주제에 대한 이전의 큰 토론을 지적했으며, 이는 논쟁이 해결되지 않고 반복되고 있음을 시사합니다.

논쟁을 테스트 가능하게 만들 것

AI의 재정적 수익에 대한 더 강력한 테스트는 채택을 AI가 실제로 사용되는 수준의 결과에 연결할 것입니다. 이는 직원당 수익, 직원당 이익, 주기 시간, 오류율, 고객 응답 시간 또는 실험 처리량을 토큰 사용량 또는 AI 지출과 대조하여 측정하는 것을 의미합니다. 또한 S&P 493 외부의 기업을 포함해야 합니다. 많은 AI 지출과 실험이 소규모 기업, 민간 기업 또는 스타트업에서 발생할 수 있기 때문입니다.

신뢰할 수 있는 연구는 또한 반사실적 상황이 필요합니다: AI 투자가 없었다면 어떻게 되었을까요? 그것 없이는 정체된 마진은 'AI는 쓸모없다'와 일치하지만, 'AI는 유용하지만 아직 총 마진을 움직이기에는 너무 작다', 'AI 이득은 경쟁에 의해 상쇄된다' 또는 'AI는 특정 워크플로우에서 가치가 있지만 조직 마찰로 상쇄된다'와도 일치합니다.

결론

아폴로의 토르스텐 슬록이 기술 외 분야에서 AI 주도의 뚜렷한 이익 급증이 아직 나타나지 않는다는 거시적 데이터에 대해 옳습니다. S&P 493의 정체된 이익 마진과 직원당 수익은 저렴한 지능이 자동으로 더 높은 수익이나 마진이 된다고 가정하는 것에 대한 합법적인 경고입니다.

그러나 '재정적 수익 제로'라는 주장은 증거가 지지하는 것보다 강합니다. 아폴로 메모는 최상위 결과를 측정하며 기업 수준의 AI 수익을 측정하지 않으며 AI 지출 없이 어떻게 되었을지 확립하지 않습니다. Hacker News 토론은 누락된 뉘앙스를 추가합니다: 일부 팀은 좁은 워크플로우에서 큰 이득을 보지만, 많은 산업은 지능에 의해 병목되지 않으며, 경쟁 역학은 AI를 초과 이익의 원천이 아니라 따라잡기 위한 비용으로 만들 수 있습니다. 진짜 질문은 AI가 모든 곳에서 제로 가치를 창출했는지 여부가 아니라, 어디서, 누구를 위해, 어떤 조건에서 AI 지출이 측정 가능한 비즈니스 결과로 전환되는지입니다.