우리는 주식에 투자할 때, 기업의 사업 모델을 이해해야 한다는 말을 자주 듣는다. ‘이해할 수 없는 기업에는 투자하지 말라’는 워렌 버핏의 말처럼, 사업을 이해하고, 수익 구조를 파악하고, 경쟁력을 분석해야 한다는 건 너무나도 당연한 이야기처럼 들린다.
하지만 어느 순간, 이 당연한 이야기가 착각의 출발점이 되곤 한다. ‘이해한다’는 그 말 자체가 과도한 확신으로 바뀔 때, 투자는 오히려 위험해진다.
1. 표면적 이해
사람들은 종종 다음과 같은 방식으로 사업을 ‘이해했다고’ 생각한다: 1) 제품이나 서비스를 안다. 2) 소비자 입장에서 사용해봤다. 3) 매출 구성과 이익률을 대략 본 적이 있다. 4) 뉴스나 유튜브에서 다룬 내용을 몇 번 접했다.
이 모든 과정은 이해의 출발점일 수는 있어도, 결코 깊은 통찰에 이른 상태는 아니다. 오히려 잘못된 자신감을 심어줄 수 있다. 그리고 복잡한 산업일수록 ‘표면적 이해’는 더 위험해진다.
2. 산업을 이해했다고 착각하기 쉬운 이유
2.1. 반도체 산업
반도체 산업은 얼핏 보면 꽤 익숙하다. ‘전자기기의 필수 부품’, ‘NVIDIA와 AI’, ‘삼성전자의 미래’라는 식의 키워드는 뉴스와 리포트를 통해 쉽게 접할 수 있다. 하지만 정말 중요한 질문은 그다음이다.
- DRAM과 NAND는 단순한 제품 구분이 아니다. DRAM은 휘발성 메모리, NAND는 비휘발성인데, 이 차이는 단지 구조의 문제가 아니라 가격 탄력성과 수요 사이클의 민감도를 완전히 다르게 만든다. 왜 DRAM은 매년 슈퍼 사이클과 불황을 오가고, NAND는 가격 덤핑 경쟁에 시달릴까?
- 팹리스와 파운드리의 비즈니스 모델은 기본적으로 설계와 제조의 분리지만, 문제는 각자의 전략 구조다. TSMC는 제조에 집중하며 글로벌 파운드리의 정점에 섰고, 삼성은 설계·제조를 통합한 IDM 구조를 고수하며 기술 내재화 vs 범용화라는 전략 갈림길에 서 있다. 여기에 인텔의 IDM 2.0 선언은 어떤 함의를 가질까?
- TSMC가 대만에 있다는 사실은 누구나 알고 있지만, 그것이 실제 지정학적 위기에서 공급망과 글로벌 기술 체계에 어떤 연쇄 충격을 줄지는 깊게 생각하지 않는다. 미국과 일본이 막대한 예산을 들여 ‘TSMC 분산 투자’를 하는 이유는 단지 기업 리스크 분산이 아니라, 첨단 기술의 지정학적 재배치라는 차원의 움직임이다. 이에 대해 진지하게 생각해본 적이 있는가?
반도체는 기술의 언어로 시작하지만, 산업 구조, 전략, 외교까지 넘나드는 지식 없이는 판단이 어려운 영역이다. 겉으로는 쉬워 보여도, 깊이는 결코 얕지 않다.
2.2. 군수 산업
군수 산업도 투자자에게 착시를 일으키는 산업이다. ‘좋은 무기를 만드는 회사’라는 단순한 프레임으로 이해하곤 한다. 하지만 군수 산업은 기술이 아니라 전략과 외교의 산업이다.
- 국가마다 지형과 위협의 성격이 다르기 때문에, 어떤 무기가 ‘좋은 무기’인지도 상대적이다. 산악 지대가 많은 한국은 자주포와 초정밀 미사일에 집중하고, 러시아와 국경을 맞댄 폴란드는 전차와 지상군 중심의 방어 전략을 추구한다.
- 무기 수출은 단순 계약이 아니다. NATO 가입 여부, 인권 이슈, 무기 수출 제재 규정, 동맹 구조 등 정치적 맥락에 따라 거래가 성사되기도 하고, 돌연 무산되기도 한다. 즉, 좋은 무기를 만들어도 팔 수 없는 상황이 얼마든지 발생할 수 있다.
- 정권 교체, 쿠데타, 외교적 방향 전환 등 예측 불가능한 사건 하나가 기업 실적에 직접적인 영향을 미친다.
예컨대, LIG넥스원이 폴란드와 수출 계약을 체결해도, 유럽의 전략 방향 변화나 정권 이슈에 따라 그 계약은 정치적 지렛대가 될 수도 있다. 따라서 군수 산업은 기술력이 아니라 맥락 이해력이 요구되는 분야다. 겉으로는 눈에 띄는 성과가 있을 수 있지만, 그 지속 가능성은 군사 외부 변수에 절대적으로 의존한다.
2.3. AI 산업
AI 산업은 전 세계가 가장 주목하는 영역이다. 하지만 이 산업은 지금 ‘기술의 시대’일 뿐, ‘사업의 시대’는 아니다. NVIDIA의 GPU는 압도적인 성능을 자랑하고, OpenAI의 GPT는 언어 생성의 패러다임을 바꾸었지만, 다음의 질문에 답할 수 있는 투자자는 많지 않다.
- 지금의 모델들이 경제적 해자를 갖고 있는가? OpenAI는 유료 API 수익 외에 어떤 확실한 장기 모델을 확보했는가? ‘대체 가능성’은 없을까?
- 향후 AI 경쟁은 단순 모델 성능이 아니라 데이터 접근력, 에코시스템, 사용자 락인 구조로 넘어갈 텐데, 그 싸움에서 진짜 지배력을 쥐게 될 기업은 누구일까?
- AI가 변곡점을 맞이할수록 규제, 신뢰성, 해석 가능성, 윤리 문제 같은 새로운 리스크가 부상한다. 과연 이 산업은 사회와 규제 프레임 내에서 어디까지 확장될 수 있을까?
역사를 돌아보면, 1) 최초의 자동차는 독일에서 나왔지만 세계 시장은 일본이 주도했고, 2) 최초의 메모리 반도체는 인텔이 만들었지만, 지금 시장은 한국이 장악했으며, 3) 최초의 탄산수 기계는 소다 파운틴이었지만, 진짜 돈을 번 건 코카콜라였다. (당시 코카콜라는 존재조차 하지 않았다.) AI 역시 마찬가지다. 신규 산업에선 ‘선두 기술 보유자 = 궁극적 승자’라는 등식이 성립되기란 매우 어렵다.
3. 이해와 투자
‘이 정도면 이해한 것 같아.’ 이 말이 스스로에게 들려올 때, 그 순간이야말로 경계심을 가장 높여야 할 시점이다. 산업을 이해하는 것은 중요하지만, 더 중요한 건 내가 어느 만큼 알고 있고, 어디서부터는 모르는지를 아는 것이다.
워렌 버핏이 ‘이해할 수 없는 사업에는 투자하지 않는다’고 말한 이유는 지식 부족 때문이 아니라, 판단 착오를 막기 위한 전략적 겸손 때문이다. 찰리 멍거 역시 ‘바보처럼 보일지언정, 실제로 바보가 되는 것보다는 낫다’고 말했다. 이들은 ‘모른다’는 것을 부끄럽게 여기지 않았다. 오히려 지속 가능한 투자의 핵심은 자기 한계를 인정하는 데 있다는 것을 알고 있었다.
겉보기에 단순해 보이는 사업 모델도, 조금만 깊게 들여다보면 복잡한 정치, 기술, 구조, 역사, 심리의 얽힘 속에 놓여 있다. 진짜 투자는, 얼마나 아느냐보다 어디까지 아는지를 아는 것에서 출발한다. 그리고 바로 그 ‘지적 겸손’이 복잡한 시장에서 살아남는 가장 강력한 무기다.
이 글의 취지는 무지를 지적하려는 것이 아니다. 사업을 이해했고, 그에 따른 확신이 있다면 누가 그것을 나무랄 수 있겠는가? 다만, 그 이해가 과연 진정한 이해인지—자신의 판단을 한 번쯤 다시 점검해 볼 필요가 있다는 것, 그것이 이 글이 전하고자 했던 이야기다.
같이 보면 좋은 글
–투자와 투기, 꼭 구분해야 할까요?
–저평가 주식을 고를 때, 반드시 물어야 할 질문
–안전마진, 숫자에서 철학으로의 진화
–다수가 옳다고 해서, 그것이 곧 진리는 아니다
–찰리 멍거의 투자 철학 : 세상을 통찰하는 10가지 원칙