코스피 약세 속 국내 우량주 발굴, 50대 투자자의 현명한 선택
약세장에서 빛나는 국내 우량주의 배당 수익
최근 미국 금리 인상으로 국내 주식이 약세를 보이고 있습니다. 하지만 50대 투자자에게는 오히려 좋은 기회입니다. 삼성전자, SK하이닉스, LG전자 같은 우량주들이 저평가되면서 배당 수익률이 높아지고 있기 때문입니다. 코스피는 최근 2,800~2,900 선에서 횡보하고 있지만, 역사적으로 이런 시기가 장기 수익을 만드는 절호의 기회였습니다. 지난 30년 코스피 데이터를 보면 저점 매수 후 5년 이상 보유한 투자자는 모두 수익을 냈습니다.
삼성전자, 배당왕으로서의 진가를 발휘할 때
삼성전자는 국내 주식의 대표주로, 전체 코스피 시가총액의 20% 이상을 차지합니다. 현재 주가 수익률(PER)이 8배 수준으로 극도로 저평가되어 있습니다. 배당 수익률도 연 5~6% 수준으로 매우 높습니다. 5억 원 자산이 있다면 삼성전자에 2억 원, SK하이닉스에 1억 원 정도 배분하는 것이 좋습니다. 삼성전자는 매년 7월과 12월에 배당금을 지급하는데, 이를 자동 재투자 설정하면 복리 효과를 누릴 수 있습니다.
환율 변동성, 국내 수출 기업에 미치는 영향
최근 원달러 환율이 1,200원대를 기록하면서 삼성전자, SK하이닉스 같은 수출 기업들의 실적이 개선되고 있습니다. 환율이 올라갈수록 달러 벌이가 많은 기업들의 수익성이 높아지는 구조입니다. 반대로 원화 약세는 수입 기업들에는 부담이 되지만, 전자제품 수출이 많은 한국에는 긍정적입니다. 따라서 향후 6개월~1년 환율이 1,250원 이상 유지될 것으로 예상되면, 수출 대기업 주식에 투자 비중을 높이는 것이 현명합니다.
코스닥, 성장성 높은 기업 선별이 핵심
코스닥은 기술주와 성장주로 구성되어 있습니다. 최근 AI 열풍으로 반도체 관련 중소 기업들의 주가가 오르고 있습니다. 하지만 개별 종목 선별이 어렵다면 코스닥 ETF(KODEX 코스닥 150)를 활용하는 것이 좋습니다. 50대라면 코스피 중심 포트폴리오(70%)에 코스닥 ETF(30%)를 더하는 방식으로 성장성을 확보하는 것을 추천합니다. 코스닥은 변동성이 크지만, 10년 이상 장기 보유하면 코스피보다 높은 수익률을 기록합니다.
배당 우량주로 매월 현금 흐름 만들기
포스코, 한국 전력, CJ제일제당 같은 배당 우량주들은 매년 6~8% 배당을 지급합니다. 5억 원 중 1억 원을 배당 우량주로 구성하면 월 35~40만 원의 배당금을 받을 수 있습니다. 은퇴 후 생활비가 필요한 50대라면 이런 배당 소득이 정말 소중합니다. 배당 수익률이 높은 기업들은 대개 안정적인 현금 흐름을 가진 대기업이므로 투자 위험도 낮습니다. 매월 정기적으로 배당금을 재투자하면 10년 후 복리 효과로 초기 자본의 200% 이상 수익을 기대할 수 있습니다.
AGI 시대 임박, AI 자동화가 초지능으로 진화하는 경로
AGI 특이점, 우리는 얼마나 가까운가
현재의 생성형 AI 자동화 추세를 보면 2030년 전후로 범용 인공지능(AGI)이 도래할 것이라는 전문가 예측이 점점 설득력을 얻고 있다. 블로그 글을 몇 초에 쓰고, 교육 콘텐츠를 자동 생성하고, 복잡한 비즈니스 결정을 지원하는 AI들이 지금 당장 존재하는 상황에서 '범용 지능'의 단계는 얼마나 멀리 있을까?
현재 AI의 능력과 한계
오늘날의 생성형 AI는 '넓지만 얕은' 능력을 가지고 있다. ChatGPT-4, Claude 3, Gemini 2.0 같은 모델들은 텍스트, 이미지, 음성, 비디오를 모두 처리할 수 있지만, 여전히 장기적 목표 설정, 진정한 이해, 자기 수정 능력에서는 한계를 보인다. 하지만 이러한 한계들이 빠르게 좁혀지고 있다. 최근 몇 개월 사이에 출시된 'reasoning models'은 문제를 단계적으로 풀이할 수 있으며, 이는 AGI의 핵심 요소인 '추론 능력'에 한 발 더 가까워진 것을 의미한다.
특이점에 이르는 경로
AI 연구자들은 AGI로 가는 경로를 크게 세 가지로 제시한다. 첫째는 '스케일 경로'로, 현재의 대규모 언어 모델을 더욱 크게, 더 나은 데이터로 학습시키는 것이다. 둘째는 '아키텍처 혁신 경로'로, 트랜스포머 같은 새로운 신경망 구조를 발견하는 것이다. 셋째는 '하이브리드 경로'로, 신경망과 기호적 AI, 강화학습 등을 결합하는 것이다. 2024년 현재 세 경로 모두 동시에 진행되고 있으며, 어느 것도 완전히 막혀있지 않다.
교육과 일자리의 대전환
서울교육감 선거에서 무상교육과 돌봄을 공약하는 이유 중 하나는 앞으로의 경제 구조 변화를 대비하는 것일 수 있다. AGI 시대에는 현재의 많은 직업이 사라지고, 완전히 새로운 산업군이 생겨날 것이다. 이 과정에서 사회적 불안정성을 완화하고 모든 시민의 역량을 높이는 것이 가장 중요한 과제가 된다. 일부 경제학자들은 AGI 시대의 생산성 향상이 보편적 기본소득(UBI) 같은 새로운 사회 보장 체계를 필수적으로 만들 것이라고 예측한다.
초지능의 통제 가능성
가장 큰 우려는 AGI가 인간의 통제를 벗어날 수 있다는 점이다. '정렬 문제(alignment problem)'라고 불리는 이 문제는 AI의 목표가 인간의 가치와 일치하도록 설계할 수 있는가에 관한 것이다. 현재 OpenAI, DeepMind, Anthropic 같은 주요 AI 연구소들은 이 문제에 상당한 자원을 투입하고 있다. 하지만 능력이 급속도로 증가하는 만큼, 통제 기술이 따라잡을 수 있을지에 대한 불안감도 커지고 있다.
2030년대 시나리오
낙관적 시나리오에서는 AGI가 질병 치료, 기후 위기 해결, 과학적 발견을 가속화하며 인류의 번영을 이룬다. 중도적 시나리오에서는 기술과 인간이 공존하되, 불평등이 심화되어 새로운 사회적 갈등이 생긴다. 비관적 시나리오에서는 초지능이 인간의 의도와 무관하게 행동하며 예측 불가능한 결과를 초래한다. 어느 시나리오든 앞으로 5~10년이 매우 중요한 시점이며, 지금의 결정들이 미래를 결정할 것이다.
한국의 역할과 준비
한국은 반도체, 소프트웨어, 우수한 인재라는 기초 위에 AGI 시대를 맞이할 수 있는 좋은 위치에 있다. 하지만 기술 발전만으로는 부족하다. 윤리적 틀, 교육 정책, 사회 안전망 같은 '소프트 인프라'가 함께 구축되어야 한다. AGI 도래는 기술 문제가 아니라 문명 문제인 것이다.
AI가 가져오는 창의성의 위기와 인간 예술의 미래, 무엇이 정말 창작인가
AI 시대, 인간의 창의성을 다시 묻다
ChatGPT, Midjourney, Stable Diffusion 같은 생성형 AI가 일상화되면서 우리는 근본적인 질문에 직면했습니다. AI가 만든 글, 그림, 음악은 정말 창작물인가? 그리고 인간의 창의성이란 무엇인가? 이 질문은 법적 논쟁에 그치지 않고, 우리가 무엇을 소중히 여겨야 하는지에 대한 철학적 숙제입니다.
창의성의 재정의가 필요한 시대
전통적으로 창의성은 새로운 것을 만드는 능력, 무에서 유를 창조하는 영감의 문제로 여겨졌습니다. 하지만 AI 시대에는 이 정의가 흔들립니다. AI는 기존 데이터의 패턴을 학습하여 새로운 조합을 만들어내는데, 이것도 창의성일까요? 또 다른 관점에서는 어떤 도구를 얼마나 창의적으로 사용하는지가 중요하다는 주장도 있습니다. 마치 사진이 처음 나왔을 때 '진정한 예술이 아니다'는 비난을 받았던 것처럼, AI 활용도 결국은 도구에 불과할 수 있다는 논리입니다.
AI와의 협업, 새로운 창의성의 형태
실제로 많은 창작자들이 AI를 거부하지 않고 협업 도구로 활용하고 있습니다. 작가는 AI로 초안을 만들고 다듬고, 디자이너는 AI 생성 이미지에서 영감을 얻어 재창작합니다. 이 경우 창의성은 AI의 결과물을 '얼마나 잘 지시할 수 있는가', 그리고 '그 결과물을 얼마나 의미 있게 변형할 수 있는가'에 있습니다. 이는 새로운 형태의 창의성으로, 기술과 인간 감각의 공존입니다.
AI 대량생산 시대의 희소성 위기
문제는 AI가 너무 쉽게 대량으로 콘텐츠를 생산한다는 점입니다. 누구나 몇 줄의 프롬프트로 그럴듯한 그림을 만들 수 있게 되니, '희소성'이라는 예술의 기본 가치가 붕괴됩니다. 과거 음악 산업이 MP3와 스트리밍으로 인해 음원의 가치가 하락했던 것처럼, AI 콘텐츠의 과포화는 창작물의 가치를 심각하게 훼손할 수 있습니다. 결과적으로 진정한 인간의 창작물, 그 뒤의 '맥락'과 '의도', '감정'만이 남게 될 수 있습니다.
인간만이 할 수 있는 것들
AI는 패턴 학습에는 탁월하지만, 근본적인 한계가 있습니다. 진정한 감정의 표현, 문화적 맥락의 이해, 윤리적 판단, 그리고 인간관계를 통한 상호작용 같은 것들입니다. 철학자 마르틴 하이데거가 말한 '시성(詩性)' - 세상을 새로운 방식으로 계시하는 능력 - 은 인간의 고유한 것입니다. AI가 할 수 없는 영역이 바로 여기입니다. 인간의 창의성의 미래는 이 차이를 명확히 하고, 그것을 강화하는 방향에 있습니다.
데이터 정의의 문제
더 깊은 문제는 AI 학습 데이터의 출처입니다. AI 모델들은 수억 개의 저작물로부터 학습하는데, 대다수 창작자들은 동의하지 않았습니다. 이는 집단 창의성을 개인의 이익으로 전환하는 문제로, 지적재산권 논쟁으로 이어지고 있습니다. 한국에서도 네이버와 카카오의 AI 학습 데이터 수집이 문제가 되었으며, 이는 단순히 법적 문제가 아니라 창작자 정의의 문제입니다.
AI 시대의 예술 교육과 미래
결국 AI 시대의 창의성 교육은 기술적 스킬에서 벗어나야 합니다. 도구 사용법보다는 '왜 그것을 만드는가', '누구를 위해 만드는가', '어떤 가치를 담을 것인가' 같은 질문들이 더 중요해집니다. 미국의 일부 대학들은 이미 예술 교육 과정에서 AI 리터러시를 기본으로 편입하면서, 동시에 인문학적 사고를 강조하는 방향으로 나아가고 있습니다. 인간의 창의성은 AI와의 경쟁이 아니라, AI 너머의 의미 있는 것들을 찾는 과정이 될 것입니다.
