출처: TMT Breakout · 팟캐스트 인사이트 정리MUST ASSET — 시황 데일리

오늘의 시황

엔터프라이즈 AI, 아직 1% 미만 침투 — WhaleRock Sacerdote "L커브가 온다"

3줄 요약

  1. 엔터프라이즈 AI 침투율은 아직 10bps(0.1%) 수준 — 향후 4년 내 15%까지 수직 상승하는 'L커브' 구간 진입 중
  2. 코딩 자동화가 AI의 진짜 킬러앱: Karpathy 테제("소프트웨어 2.0")가 현실화되며 개발자 생산성 패러다임 전환 임박
  3. 전 세계 컴퓨트 구조적 공급 부족 — Anthropic은 현재 필요 컴퓨트의 절반만 확보, Andreessen도 "4년간 부족"을 확신
엔터프라이즈 AIPositive

"S커브도 아니다 — 이건 L커브, 수직 상승"

WhaleRock Capital · Alex Sacerdote · Invest Like the Best Podcast (Patrick O'Shaughnessy) · 관련: $ANTHROPIC, $GOOGL, 클라우드 인프라 전반
💡 유레카 포인트

Sacerdote의 핵심 주장은 단순하다: 지금 800만 명이 AI를 쓴다고 해도 그건 "AI 1.0 — 스테로이드 맞은 검색엔진"일 뿐이다. 진짜 엔터프라이즈 AI(Claude가 PC에 연결되고, 기업들이 스킬을 쌓고, 진정한 AI 봇이 지식 노동자를 대체하는 세계)는 아직 시작도 안 했다. Sundar Pichai가 언급했듯 현재 지식 노동자 중 AI를 실질적으로 활용하는 비율은 10bps(0.1%). 그게 1% → 2~3% → 5% → 15%까지 4년 안에 올라간다는 게 그의 뷰다. 인터넷 1998년 국면과 동일한 구조다.

현재 엔터프라이즈 AI 침투율
<1% (Sacerdote 추정, "10bps")
4년 내 목표 침투율
~15% 지식노동자 기준
Anthropic 컴퓨트 확보율
~50% 필요량 대비
현재 AI 사용자
8억 명 그러나 "AI 1.0" 수준

무엇이 바뀌었나: 2025년 들어 엔터프라이즈에서 "라이트 스위치"가 켜졌다. 모든 기업이 "지금 당장 해야 한다"는 걸 인식하기 시작했다는 것. Sacerdote는 이를 1998년 기업들이 웹사이트 필요성을 인지하던 순간과 동일한 변곡점으로 본다. 당시에도 웹사이트 만들기가 어려웠던 것처럼, 지금도 실질적인 AI 도입은 기술·인력 양면에서 난이도가 높다. 그 진입 장벽이 오히려 선점 기업의 해자가 된다.

L커브 vs S커브: 전통적인 기술 보급 곡선(S커브)은 초기 완만한 구간이 있다. 그러나 Sacerdote는 이번 AI 보급은 "그냥 수직 상승(straight up)"이라며 L커브라는 신조어를 쓴다. 이미 10bps에서 인프라가 매진된 상황 — 지금도 공급이 부족한데 본격 수요가 터지면 어떻게 되느냐는 게 그의 논점이다.

컴퓨트 구조적 공급 부족: "전 세계에 컴퓨트가 충분하지 않다"는 진단이 단순 과장이 아님을 보여주는 데이터 포인트로 Anthropic의 현황을 든다. Anthropic은 현재 필요한 컴퓨트의 절반만 보유하고 있고, 이는 대규모 수요 급증 이전의 수치다. Marc Andreessen 역시 "향후 4년간 컴퓨트는 절대 충분하지 않을 것"이라고 단언했다고 전한다. 이는 $NVDA, 데이터센터 인프라, 전력 인프라 전반의 수요 가시성을 뒷받침하는 맥락이다.

AI 1.0 → AI 2.0 전환의 의미: 현재 대부분의 사용자가 경험하는 AI는 Claude·GPT를 검색 대체재로 쓰는 수준이다. Sacerdote가 말하는 진짜 엔터프라이즈 AI는 ① 에이전트가 PC/업무툴에 연동되고 ② 기업별 스킬/워크플로우가 쌓이고 ③ 대형 AI 봇이 반복 지식노동을 대체하는 3단계 전환이다. 이 전환이 본격화되는 시점이 진짜 수익화 구간이라는 것.

쉽게 풀어보기 — 엔터프라이즈 AI 침투율과 L커브
10bps (10 basis points)
전체의 0.1%를 뜻함. 지식 노동자 중 AI를 진짜 업무에 활용하는 사람이 1,000명 중 1명도 안 된다는 얘기.
L커브
S커브처럼 천천히 올라가다 가파르게 꺾이는 게 아니라, 처음부터 수직에 가까운 급격한 상승을 보이는 보급 곡선. Sacerdote가 이번 AI 보급에 붙인 표현.
AI 스킬(Skill) / AI 봇(Agent)
기업이 Claude 같은 AI 모델 위에 자사 업무 로직을 쌓아 만드는 맞춤형 자동화 단위. 단순 챗봇을 넘어 실제 업무를 수행하는 소프트웨어 에이전트.
컴퓨트(Compute)
AI 모델을 학습·추론하는 데 쓰이는 GPU/TPU 연산 자원. AI 수요 급증으로 현재 전 세계적으로 구조적 부족 상태.
코딩 자동화 / 소프트웨어 2.0Positive

코드가 AI의 진짜 킬러앱 — "Karpathy 플립"이 온다

WhaleRock Capital · Alex Sacerdote · Invest Like the Best Podcast · 관련: $MSFT(GitHub Copilot), AI 코딩툴 전반
💡 유레카 포인트

Andrej Karpathy가 수년 전 제시한 "소프트웨어 2.0" 테제 — 인간이 코드를 짜는 게 아니라 AI가 코드를 생성하고 인간은 방향만 지시하는 세계 — 가 현실이 되고 있다는 것이 Sacerdote의 두 번째 핵심 주장이다. 코딩은 AI가 가장 먼저, 가장 극적으로 생산성을 바꿀 수 있는 영역이며, 이것이 엔터프라이즈 AI 확산의 첫 번째 실질적인 ROI 증거가 된다는 논리다.

왜 코딩인가: AI는 자연어보다 코드에서 훨씬 검증 가능한 출력물을 낸다. 코드는 실행되거나 안 되거나 — 결과가 명확하다. 이 때문에 에이전트 루프(생성 → 테스트 → 수정)가 코딩 영역에서 가장 빠르게 성숙하고 있다. Sacerdote는 이를 엔터프라이즈 전반 AI 도입의 선행 지표로 본다.

Karpathy 플립의 의미: 기존 소프트웨어 개발(소프트웨어 1.0)에서 개발자는 모든 로직을 명시적으로 코딩했다. 소프트웨어 2.0에서는 AI 모델이 데이터와 목표만 주어지면 스스로 코드(또는 가중치)를 만든다. Sacerdote는 이 전환이 개발자 1명의 생산성을 수배~수십 배로 끌어올릴 것이라 보며, 이는 소프트웨어 기업의 R&D 비용 구조를 근본적으로 바꾼다는 뜻이기도 하다.

투자 시사점: 코딩 자동화의 수혜는 단순히 GitHub Copilot 같은 툴 벤더에 그치지 않는다. 엔터프라이즈 소프트웨어 전체의 개발 사이클이 단축되고, 결과적으로 AI 기능 탑재 속도가 빨라지며, 이는 다시 컴퓨트 수요를 끌어올리는 선순환 구조다. Sacerdote의 뷰에서 코딩 자동화는 AI 인프라 투자 thesis의 핵심 수요 드라이버 중 하나로 읽힌다.

쉽게 풀어보기 — 소프트웨어 2.0과 Karpathy
Andrej Karpathy
전 Tesla AI 디렉터이자 OpenAI 공동창업자. "소프트웨어 2.0" 개념의 창시자로, AI가 코드를 스스로 생성하는 새로운 소프트웨어 패러다임을 일찍이 제시했음.
소프트웨어 2.0
인간이 직접 규칙을 코딩하는 대신, AI 모델이 데이터에서 스스로 로직을 학습·생성하는 방식. 현재 AI 코딩 어시스턴트의 발전 방향과 일치함.
에이전트 루프
AI가 코드를 생성하고 → 자동으로 테스트 실행 → 오류 분석 → 재수정하는 자율 반복 사이클. 이 루프가 완성도 높아질수록 인간 개입 없이도 복잡한 코드 작성이 가능해짐.