AI 시대의 대격돌: 헤지펀드는 왜 반도체에 몰리고, 골드만삭스는 '경 京' 단위 토큰 경제를 말하나

이는 단순한 전술적 매매가 아니다. AI 기반 전략은 이미 명확한 성과적 우위를 입증했다. 바클레이헤지(BarclayHedge) 데이터에 따르면, 투자 프로세스 전반에 머신러닝(기계 학습)을 체계적으로 통합한 헤지펀드들은 2023년 이후 전통적인 시스템적 전략을 연평균 3~4%포인트 앞서는 성과를 거두고 있으며, 그 격차는 점점 더 벌어지고 있다 . 한때 실험적인 우위에 불과했던 것이 이제는 경쟁력 있는 수익률을 위한 "구조적 필수 요소"로 묘사될 정도다 .

섹터를 관통하는 자금의 흐름은 실로 막대하다. 모건스탠리 리서치는 2028년까지 약 3조 달러에 달하는 AI 관련 인프라 투자가 글로벌 경제를 통해 집행될 것으로 추산하며, 이 중 80% 이상이 아직 집행되지 않은 상태라고 분석한다 . 모건스탠리는 이러한 구축 과정을 투기적 기술 지출이 아닌 일종의 "산업적" 전환으로 규정하며, AI 도입이 시범 단계를 넘어 실질적인 생산성 솔루션으로 발전하고 있다고 진단했다 .

2030년 토큰 경제: 월 120경 개의 토큰이 움직인다

자본이 AI를 구동하는 하드웨어로 몰려드는 동안, 골드만삭스 리서치는 소프트웨어 계층이 무엇을 소비하게 될지에 대한 정량적 지도를 제시한다. 2026년 5월 발표된 보고서에서 수석 주식 애널리스트 짐 슈나이더(Jim Schneider)는 자율형 AI가 전 세계 월간 토큰 소비량을 2026년 약 5경(Quadrillion) 개에서 2030년 약 120경 개까지 끌어올릴 것으로 예측했다 .

이러한 성장은 크게 두 분야로 나뉜다:

• 소비자용 에이전트는 2030년까지 월 약 60경 개의 토큰을 소비하며 12배의 성장세를 보일 것으로 예상된다. 이 에이전트들은 온라인 쇼핑, 여행 예약, 이메일, 개인 생산성 도구 전반에서 작동하게 될 것이다 .
• 기업용 에이전트는 같은 기간 월 약 56경 개의 토큰을 소비하며 24배의 성장세를 기록할 것으로 보인다 .

이러한 수요의 근간에는 총 AI 쿼리(질의) 건수의 증가가 자리 잡고 있다. 골드만삭스는 일일 AI 쿼리 건수가 2025년 약 50억 건에서 2030년에는 230억 건으로 증가할 것이며, 이 중 최대 30%인 하루 약 69억 건이 자율적으로 작동하는 비인간 에이전트에 의해 처리될 것으로 전망한다 .

2040년의 지평과 비용 함정

골드만삭스는 2030년이라는 숫자를 하나의 중간 기착지로 본다. 은행의 장기 분석은 기업용 에이전트가 AI 경제에서 가장 큰 성장 배율을 가져올 동력이 될 것이며, 기업 도입이 정점에 달할 경우 2040년까지 토큰 소비량을 55배까지 증가시킬 수 있다고 예측한다 .

그러나 이 보고서가 마냥 장밋빛 전망만을 담고 있는 것은 아니다. 골드만삭스는 데이터 품질 문제가 자율형 AI에 대한 기대 수익을 떨어뜨릴 수 있다고 노골적으로 경고한다 . 또한 다가오는 비용 함정도 존재한다. AI 추론(Inference)의 토큰당 가격이 지속적으로 하락하더라도, 24시간 쉬지 않고 작동하는 자율 에이전트가 소비하는 방대한 토큰 양 때문에 기업의 총 AI 비용은 오히려 급격히 상승할 수 있다는 것이다 .

이러한 이중성, 즉 막대한 잠재력과 상당한 실행 위험의 공존은 다른 주요 기관들의 전망과도 일치한다. 모건스탠리는 2026년 AI 시장 전망에서 AI의 혁신적 잠재력을 인정하면서도 "과열의 조짐이 나타나고 있으며" 시장이 "창조적 파괴의 시기를 맞을 준비가 되어 있을 수 있다"고 경고했다 . 헤지펀드들에게 이러한 환경은 액티브 운용사들이 알파(초과 수익)를 창출하는 데 필수적인 변동성과 종목 간 분산을 만들어내는 요인이 된다 .