Packy McCormick — 아마존 신화의 함정: AI 랩들은 정말 아마존의 후계자인가?

원문: https://www.notboring.co/p/bad-analogies | Packy McCormick, 2026년 4월 2일

핵심 요약

"이 회사는 적자를 내고 있지만, 아마존도 그랬습니다." — 투자자와 언론이 즐겨 쓰는 이 문장 하나가 수많은 기업의 과대평가를 정당화해왔다. 패키 매코믹은 최신 글 《Bad Analogies》에서, 이 아마존 비유가 얼마나 위험한 사고의 지름길인지를 날카롭게 해부한다. 그리고 그 표적은 결국 오늘날 가장 뜨거운 섹터인 AI 랩들이다.

"아마존도 처음엔 적자였다"는 말의 유혹

비즈니스 담론에서 아마존은 거의 종교에 가까운 지위를 얻었다. 1997년 제프 베이조스가 주주 서한에 쓴 한 문장 — "단기 이익보다 미래 현금흐름의 현재 가치를 극대화하겠다" — 은 이후 수십 년 동안 적자 기업들의 면죄부로 기능해왔다.

그러나 패키 매코믹은 이 논리에 근본적인 결함이 있다고 지적한다. 아마존의 전략은 단순히 "돈을 잃으면서 성장한다"가 아니었다. 베이조스의 방법론은 고도로 정밀하게 설계된 인과의 사슬이었다.

아마존은 특정 카테고리에서 먼저 규모를 확보했고, 이를 통해 물류 네트워크를 구축했다. 그 네트워크는 가격을 낮출 수 있게 해줬고, 낮은 가격은 프라임(Prime) 구독을 통해 고객을 락인(lock-in)했다. 그 과정에서 발생한 마이너스 운전자본(negative working capital)은 오히려 성장의 연료가 됐다. 공급업체에 대금을 늦게 지급하는 동안, 고객에게서 먼저 현금을 받는 구조가 확장 속도를 높였다.

매코믹이 말하는 핵심은 이것이다: 각각의 요소가 유기적으로 연결되어 하나의 전략 시스템을 형성했다는 것. 아마존의 적자는 목적 없는 지출이 아니라, 특정한 미래 현금흐름을 향해 계획된 투자였다.

위워크가 실패한 이유: 비유를 현실로 착각했을 때

위워크(WeWork)의 이야기는 잘못된 유추가 어떤 결과를 낳는지 보여주는 교과서다.

위워크도 적자를 냈다. 최고점에서 연간 20~30억 달러를 불태웠다. 당시 투자자들과 언론은 이 회사를 아마존과 비교했다. "지금은 투자 단계다. 규모가 커지면 수익성이 생긴다." 하지만 매코믹은 당시 경험을 직접 회고하며 말한다: 위워크는 아무리 낙관적인 월별 매출 예측을 세워도, 각 공간별로 돈을 벌 방법이 없었다.

문제는 유닛 이코노믹스(unit economics), 즉 공간 하나하나의 수익성이 구조적으로 망가져 있었다는 것이다. 임대료, 리모델링 비용, 판매 수수료가 너무 높았고, 매출은 그것을 커버할 수 없었다. 규모가 커져도 이 구조는 바뀌지 않는다. 오히려 손실이 증폭된다.

아마존 비유는 위워크에게 이 현실을 직시하지 못하게 하는 마취제 역할을 했다. "아마존도 그랬으니까"라는 말은 분석을 대체했고, 90억 달러의 소프트뱅크 투자와 470억 달러의 기업 가치를 정당화했다. 결말은 모두가 알고 있다.

우버와 도어대시: 비유가 맞을 때와 틀릴 때

같은 플레이북으로도 결과는 갈린다.

우버는 2022년 한 해에만 91억 달러를 태웠다. 위워크보다 더 많은 금액이다. 그러나 우버는 살아남아 지금은 흑자 기업이 됐다. 왜일까? 네트워크 효과라는 구조적 해자(moat)가 실제로 존재했기 때문이다. 운전자가 많을수록 대기 시간이 줄고, 대기 시간이 줄수록 승객이 늘고, 승객이 늘수록 운전자가 더 모인다. 이 선순환은 경쟁자가 단순히 돈을 더 쓴다고 복제할 수 없는 것이었다.

도어대시(DoorDash)의 경우는 더 흥미롭다. 도어대시는 우버이츠가 점령한 도심이 아니라, 교외 지역에 집중했다. 교외에서는 배달 밀도가 낮아 단위 경제가 더 유리했고, 경쟁도 덜했다. 매코믹은 이를 "비유를 맹목적으로 따른 게 아니라, 자신들의 상황에 맞게 변형시켰다"고 평가한다.

즉, 성공적인 케이스들은 아마존 비유를 복사한 것이 아니라 왜 아마존이 성공했는지의 원리를 자신만의 방식으로 구현했다.

AI 랩들은 다음 아마존인가, 다음 위워크인가

2026년 현재, AI 업계는 가장 거대한 '아마존 비유의 실험'이 진행 중이다.

숫자들은 기겁할 만하다. 오픈AI는 2026년 140억 달러(약 19조 원)의 적자를 낼 것으로 예상된다. 매일 약 470억 원을 불태우는 셈이다. 앤트로픽은 2025년 말 연간 실행 수익 90억 달러를 기록했고, 2026년 2월 기준으로는 190억 달러로 급성장했다. 그러나 앤트로픽조차 수익성 전환은 2027년에나 가능할 것으로 전망한다.

매코믹이 AI 랩을 주시하는 이유는 세 가지다.

첫째, 경쟁의 대칭성. 아마존이 지배하던 초기 이커머스 시장에는 아마존 수준의 경쟁자가 없었다. 그러나 AI 랩 시장에는 오픈AI, 앤트로픽, 구글(제미나이), 메타(라마), 딥시크 모두가 비슷한 역량을 비슷한 자원으로 만들어냈다. 명확한 승자가 없다. 이 상황에서 "우리가 곧 지배적 승자가 될 것"이라는 가정은 근거 없는 믿음이다.

둘째, 마진 구조의 역설. 앤트로픽의 소넷(Sonnet) 모델은 API 기준 50~65%의 매출총이익(gross margin)을 기록한다. 이는 매력적인 수치처럼 보인다. 그러나 매코믹은 이 수익 구조가 '토큰 극대화(tokenmaxing)', 즉 쓰면 쓸수록 비용이 늘어나는 구조를 숨기고 있다고 지적한다. 사용자가 더 많이 사용할수록 컴퓨팅 비용도 선형적으로 증가한다. 아마존의 역마진 운전자본 구조와는 근본적으로 다르다.

셋째, 차별화의 부재. 아마존 프라임은 한 번 가입하면 떠나기 어려운 생태계를 만들었다. AI 랩들의 API는 아직 그 수준의 락인을 만들어내지 못하고 있다. 개발자들은 상대적으로 쉽게 다른 모델로 전환할 수 있다.

커뮤니티의 반응: "AI는 철도다"

이 논쟁은 이미 실리콘밸리와 기술 커뮤니티 전반에서 뜨겁게 진행 중이다.

해커뉴스(Hacker News)에서 오픈AI의 현금 소각 관련 스레드를 보면, 가장 공감을 많이 받은 댓글들은 AI를 19세기 철도 산업에 비유한다. 철도 기술은 분명히 문명을 바꿨다. 그러나 초기 투자자들 대부분은 망했다. 변혁적인 기술과 수익성 있는 투자는 전혀 다른 이야기라는 것이다.

일부는 AI의 상품화(commoditization)를 지적한다. 오픈AI, 앤트로픽, 구글, 메타가 비슷한 수준의 능력을 가진 모델을 경쟁적으로 내놓는 상황에서, 가격 경쟁은 불가피해진다. 차별화가 없으면 프리미엄을 유지할 수 없고, 프리미엄이 없으면 막대한 인프라 비용을 감당할 수 없다.

반론도 만만치 않다. 구글은 유튜브 학습 데이터, 자체 개발 TPU 칩, 기존 배포 채널이라는 구조적 우위를 가지고 있다. 아마존의 AWS와 트레이늄(Trainium) 칩도 장기적인 경쟁 우위가 될 수 있다. 그러나 회의론자들은 "그 우위들도 결국 복제 가능하다"고 반박한다.

오픈AI 기업가치의 미래를 둘러싼 논쟁에서 흥미로운 관측도 있다. 마이크로소프트 같은 전략적 투자자에게는 오픈AI의 손실이 세금 방패(tax shield) 역할을 할 수 있다는 이론이다. 그러나 이 주장은 회계학적 반론에 직면하며, 진지한 논의에서는 설득력을 잃고 있다.

이 논쟁이 남기는 질문

패키 매코믹의 글이 강력한 이유는, 그가 AI가 나쁜 기술이라거나 미래가 없다고 말하는 것이 아니기 때문이다. 그가 말하는 것은 훨씬 더 정교한 경고다: 좋은 기술도 나쁜 비즈니스 모델로 실패할 수 있다. 그리고 유추는 분석을 대체할 수 없다.

오늘날 AI 랩에 투자하거나 그 서비스를 사용하는 우리는 스스로에게 물어야 한다: 이 회사의 고객 락인은 무엇인가? 유닛 이코노믹스가 규모가 커질수록 개선되는가, 아니면 악화되는가? 경쟁자보다 구조적으로 유리한 점은 무엇인가?

"아마존도 처음엔 적자였다"는 말이 이 질문들의 답이 될 수는 없다.

역사는 반복되지 않지만, 종종 운율을 맞춘다. 기술 버블의 역사에서 가장 변혁적인 기술들조차 투자자들을 파산시켰다. 인터넷은 세상을 바꿨고, 닷컴 버블도 터졌다. AI가 세상을 바꿀 것임은 분명하다. 그 파도 위에서 누가 수익을 낼 것인지는, 더 꼼꼼한 분석이 필요한 별개의 질문이다.