우리가 뉴스를 분석하는 이유

종종 트레이딩이나 투자로 성공한 사람들의 책을 보면 이런 이야기가 나옵니다.

"뉴스와 멀어질수록 수익률이 높아진다."

한편, 부자들은 매일 아침 신문을 읽는다는 이야기도 자주 듣습니다.

또, 풍월로는 이런 얘기도 들립니다.

"중앙일보를 보다가 조선일보로 갈아탔더니 투자 수익률이 더 좋아졌다."

『돈의 속성』의 저자인 김승호 회장님은 미국, 중국, 일본, 우리나라의 신문을 읽는 자신의 일상적인 루틴을 소개하기도 하셨죠.

어떤 게 맞는 걸까요?

저는 뉴스를 불가근불가원(不可近不可遠)의 태도로 대해야 한다고 생각합니다.

즉, 너무 가까워져서도, 너무 멀어져서도 안 된다는 뜻입니다.

뉴스를 너무 가까이한다는 것은 매일 쏟아지는 사건에 일희일비하며 감정적으로 흔들리는 것이고,

반대로 너무 멀리한다는 것은 세상이 어떻게 돌아가고 있는지 관심을 두지 않는 것입니다.

그렇다면 우리는 뉴스를 어떤 기준으로 봐야 할까요?

저는 뉴스를 비판적인 사고를 기르는 수단으로 봅니다.

우리가 아침 신문으로 뉴스를 접하든, 인터넷 기사로 접하든, X(트위터)와 같은 SNS로 접하든,

결국 우리가 전달받는 것은 이미 일어난 사건과 그 사건에 대한 누군가의 해석입니다.

그리고 우리는 지나간 시대에 일어난 일들을 통칭하여 '역사'라고 부릅니다.

그렇게 생각해 보면, 지금 우리가 매일 접하고 있는 뉴스 역시 훗날 역사가 될 사건들의 기록이라고 볼 수 있지 않을까요?

그렇습니다. 우리는 지금 현대사를 온몸으로 느끼며 경험하고 있는 셈입니다.

우리가 역사를 공부하는 이유는 단순히 과거에 어떤 일이 일어났는지 알기 위해서만은 아닙니다.

과거의 잘못을 되풀이하지 않고, 더 나은 선택을 하기 위해서이기도 합니다.

그렇다면 지금 우리가 살아가는 이 생생한 역사를 어떻게 내 것으로 만들 수 있을까요?

예를 들어보겠습니다.

최근 몇 년간 가장 많이 등장한 뉴스는 바로 AI입니다.

AI의 발전으로 앞으로는 지금까지와 전혀 다른 시대를 살아가게 될 것이라는 이야기를 자주 듣습니다.

그리고 이러한 AI 산업의 성장에서 중요한 역할을 하는 기업이 있습니다.

바로 엔비디아입니다.

엔비디아는 AI 연산에 필요한 GPU를 공급하는 대표적인 기업입니다.

2023년 이후 생성형 AI가 빠르게 확산하고,

2024년부터 관련 투자가 더욱 확대되면서 엔비디아의 주가도 크게 상승했습니다.

그리고 AI 연산에 필요한 GPU 수요가 증가하자,

데이터를 빠르게 처리하고 저장하는 데 필요한 메모리 반도체에도 관심이 집중됐습니다.

엔비디아는 여기서 멈추지 않았습니다.

GPU뿐만 아니라 CUDA라는 소프트웨어 개발 환경을 통해 개발자들이 자사의 기술을 계속 사용하도록 생태계를 구축해 왔습니다.

쉽게 말해, 좋은 제품을 만드는 것을 넘어 사람들이 그 제품을 계속 사용할 수밖에 없는 환경을 만들어 온 것입니다.

그런데 여기서 한 가지 질문이 생깁니다.

과연 엔비디아 중심의 생태계는 앞으로도 계속 유지될까요?

엔비디아 GPU의 가격이 높아지고,

AI를 운영하는 데 드는 비용이 커질수록

기업들은 새로운 고민을 하게 됩니다.

'똑같은 일을 조금 더 저렴하게 할 수는 없을까?'

'굳이 엔비디아의 GPU만 사용해야 할까?'

이렇게 자연스럽게 기존 기술을 대체하거나 보완하려는 움직임이 나타납니다.

그래서 AMD는 엔비디아와 경쟁할 수 있는 AI 반도체를 개발하고 있고,

구글은 TPU, 아마존은 트레이니움(Trainium)이라는 자체 AI 반도체를 개발해 활용하고 있습니다.

여기서 흥미로운 점이 있습니다.

엔비디아의 성공이
오히려 엔비디아에 도전하는 기업들이 성장할 이유를
만들어 낸다는 것입니다.

저는 이런 현상을 볼 때 '정반합(正反合)'이 떠오릅니다.

처음에는 하나의 생각이나 질서가 있습니다. 이것을 '정'이라고 해보겠습니다. - >엔비디아 GPU

그런데 시간이 지나면서 기존 질서의 문제점이나 한계가 드러나고, 이에 반대하는 새로운 움직임이 나타납니다.

이것이 '반'입니다. -> AMD, 구글 TPU 등

그리고 서로 다른 두 흐름이 부딪히는 과정에서 일정 수준 임계치에 다다르면 이전과는 다른 새로운 질서가 만들어집니다. 이것을 '합'이라고 설명할 수 있습니다.

지금 우리는 AI 생태계의 정반합의 과정을 뉴스를 통해 지켜보고 있습니다.

그럼 정반합의 다른 예시를 보겠습니다.

정 - 구글은 세상의 모든 정보를 체계화 하여 누구나 접근하고 유용하게 사용할 수 있도록 한다는 사명아래 검색엔진을 만들었습니다.

반 - 하지만 이 목표를 향해 기술을 발전시키는 과정에서 검색엔진의 한계가 드러났고, 이를 극복할 여러 기술을 발전시켰습니다.

합 - 구글은 이를 극복할 여러 기술을 연구, 발전시키면서 지금의 LLM 발전의 핵심 기술인 트랜스포머를 2017년 발표합니다.

다시 엔비디아의 사례로 돌아가 보겠습니다.

정(正) : 엔비디아 중심의 AI 생태계가 성장합니다.

반(反) : 높은 비용과 특정 기업에 대한 의존도를 낮추려는 경쟁 기술이 발전합니다.

그렇다면 합(合)은 무엇일까요?

아직 정답은 아직 알 수 없습니다.

엔비디아가 비용을 낮추거나 기술력을 더욱 높여 지위를 유지할 수도 있고,

엔비디아와 경쟁 기업들이 서로 다른 분야에서 강점을 가지며 공존하는 생태계가 만들어질 수도 있습니다.

또는 지금 우리가 생각하지 못한 완전히 새로운 기술이 등장할 수도 있습니다.

하지만 이런 과정이 반복되면서 세상은 끊임없이 변화하기 때문에,

우리가 매일 뉴스를 보고 분석하는 이유도 여기에 있습니다.

단순히 '엔비디아가 AI의 생태계를 통해 매출이 지속적으로 증가하고 있다'는 사실에서 그치지 않고,

'주가가 앞으로도 계속 오를까?'

'왜 올랐을까?'

'이러한 성장이 만들어 내는 새로운 문제는 무엇일까?'

'그 문제를 해결하려는 기업들은 어디일까?'

'앞으로 어떤 변화가 나타날 수 있을까?'

이렇게 질문을 던져보는 것입니다.

그리고 여기서 한 가지 더 중요한 것이 있습니다.

내가 생각한 미래가 틀릴 수도 있다는 사실을 인정하는 것입니다.

우리는 자신이 믿고 싶은 이야기에 더 쉽게 설득되곤 합니다.

엔비디아가 계속 성장할 것이라고 믿는 사람은 그 믿음을 뒷받침하는 뉴스에 더 주목할 수 있고,

반대로 엔비디아의 성장이 끝났다고 생각하는 사람은 경쟁사의 성장에만 관심을 가질 수도 있습니다.

그러나 비판적인 사고는 내가 믿는 것이 옳다는 증거를 찾는 것이 아닙니다.

내 생각이 틀릴 가능성까지 살펴보는 것입니다.

그래서 저는 뉴스를 읽을 때 정답을 찾으려고 하기보다, 새로운 질문을 만들려고 합니다.

어떤 현상이 나타났다면 그 이유를 살펴보고, -> 정

그 현상이 지속될 경우 나타날 문제를 생각하고, -> 반

그 문제를 해결하려는 움직임이 어디에서 나타나고 있는지 찾아보는 것입니다. -> 합

이렇게 뉴스를 읽다 보면 개별적인 사건으로만 보였던 것들이 서로 연결되기 시작합니다.

그리고 그 과정에서 세상을 바라보는 나만의 기준이 조금씩 만들어집니다.

저는 이것이 뉴스를 읽는 가장 큰 이유라고 생각합니다.

뉴스를 많이 읽는 것과 세상을 깊이 이해하는 것은 다릅니다.

그리고 앞으로 AI가 발전할 수록, 모든 정보의 가치는 쓰레기가 되어가고 있기 때문에

뉴스가 알려주는 사실을 그대로 받아들이는 사람이 아니라,

그 사실에 질문을 던지고, 다른 가능성을 생각하고, 스스로 판단할 수 있는 사람이 되어야 한다고 생각합니다.

우리에게 필요한 것은 더 많은 정보가 아니라,

정보를 해석하고 판단하는 능력이기 때문에,

우리는 매일 뉴스를 분석함으로써,

뉴스는 세상의 정답을 알려주는 도구로 볼것이 아니라,

나만의 생각을 발전시키는 도구로 활용해야 한다고 생각합니다.