ChatGPT 출시 후 실적 콜에서 AI 언급 문장 수 5배 이상 증가
AI에 대한 긍정적 감정은 자본지출 및 R&D 투자 증가와 과거엔 연관
ChatGPT 이후, AI 감정과 자본지출의 상관관계는 사라짐
R&D 투자와 AI 감정 간 연관성은 절반 수준으로 약화
LLM 도입은 아웃소싱 위주로 진행되어 회계상 지출에 덜 반영 가능
Opinion
ChatGPT 이후 AI에 대한 기업 담론은 급증했지만, 그 감정 강도가 실제 투자 행동으로 연결되는 정도는 오히려 약화되었다. 이는 LLM이 자본집약적 개발보다는 외부 솔루션 도입 형태로 구현되는 경향이 강해, 회계상 자산화되거나 연구개발로 기록되지 않기 때문이다. AI에 대한 긍정적 언급은 더 이상 실질 투자의 직접적 지표가 아니며, 기업 담론과 행동 간의 괴리가 확대되고 있다.
Core Sell Point
ChatGPT 이후 기업들의 AI 담론은 급증했지만 자본지출과 R&D 투자에 대한 연관성은 약화되며, 실질 투자보다 과대광고 성격이 강화된 것으로 해석된다.
2022년 11월 ChatGPT 출시 이후 인공지능(AI)에 대한 논의가 소셜미디어뿐만 아니라 임원회의실에서도 증가했다. 이전 블로그 게시물에서 우리는 분기별 실적 컨퍼런스 콜에서 임원들의 AI 논의 패턴을 문서화하기 위해 텍스트 분석 방법을 사용했다. ChatGPT 출시 후 AI를 언급하는 문장 수가 5배 이상 증가했으며, 이는 대체로 긍정적인 감정을 보였다.
기업 임원들의 AI에 대한 긍정적 담론 급증이 기업 차원에서 이 새로운 기술의 실질적 구현을 반영하는 것일까, 아니면 단순한 "말뿐인 과대광고"일까? 이 블로그 게시물에서는 실적 컨퍼런스 콜의 AI 논의와 미국 증권거래위원회에 제출하는 연간 규제 서류인 10-K 보고서에 기록된 기업들의 실제 투자 결정 간의 관계를 분석하여 이 질문을 검토한다.
실적 컨퍼런스 콜에서 텍스트 분석 활용
실적 컨퍼런스 콜은 상장기업 임원들이 회사의 재무상황과 현재 운영, 그리고 미래 성과에 영향을 미칠 수 있는 요인들을 논의하는 분기별 회의다. 분석을 위해 2008년 2분기부터 2024년 1분기까지 7,047개 미국 기업의 185,999건 실적 컨퍼런스 콜 녹취록을 분석했다.
간단히 말해 "machine learning"이나 "chatgpt" 같은 키워드가 포함된 문장을 식별하여 실적 컨퍼런스 콜에서 AI 대화를 측정했다. 그런 다음 "advantageous" 같은 긍정적 톤과 "dangers" 같은 부정적 톤 키워드로부터 AI를 언급한 문장의 감정을 식별했다. 마지막으로 각 실적 컨퍼런스 콜에서 긍정적 감정 문장 수에서 부정적 감정 문장 수를 빼서 순 AI 감정을 계산했다.
AI 담론과 기업 투자 결과
실적 컨퍼런스 콜에서 기업 임원들의 AI에 대한 긍정적 감정이 더 높은 전체 자본 지출 및 더 많은 총 연구개발(R&D) 투자와 연관되는지 테스트하기 위해 선형 회귀 모델을 추정했다. 우리 모델은 기업 규모를 통제하면서 같은 업종과 분기 내에서 서로 다른 AI 관련 감정을 보이는 기업들 간의 투자 결과를 비교한다.
아래 그림들은 ChatGPT 도입 전(2012년 1분기~2022년 3분기)과 도입 후(2022년 4분기~2024년 1분기) 두 기간에 대한 결과를 보여준다. 각 열은 기업의 자본 지출과 R&D 투자 결과에 대한 긍정적 감정의 회귀 계수를 90% 신뢰구간(점선 수직선으로 표시)과 함께 보여준다.
두 기간 사이에 뚜렷한 차이를 발견했다. ChatGPT 출시 이전에는 긍정적 AI 감정을 가진 기업들이 동료 기업들보다 자본 지출과 R&D에 더 많이 지출했다. 기업 실적 컨퍼런스 콜에서 순 긍정적 감정 문장 하나당 평균적으로 자본 지출 3.1% 증가와 R&D 지출 9.7% 증가를 관찰했다. 하지만 이런 패턴은 ChatGPT 출시 이후 크게 바뀌었다. AI 감정은 더 이상 자본 지출과 유의미한 연관성이 없다. AI 감정과 R&D 지출 간의 연관성은 여전히 긍정적이지만 2023년 이전 값의 절반이다.
결론
이런 결과는 두 가지 가능한 결론 중 하나를 시사한다.
첫째, ChatGPT 같은 AI와 대형 언어 모델(LLM)을 둘러싼 기업 담론 증가의 상당 부분이 자본 지출의 유의미한 증가로 이어지지 않는 기업 과대광고일 수 있다.
둘째, 전통적 AI와 LLM 기반 AI 시스템 구현에 핵심적인 차이가 있을 수 있다. 전통적 AI 모델은 R&D에 많이 투자하는 자본집약적 기업들이 개발했지만, 최근 이런 추정된 LLM들은 외부 기업과의 파트너십을 통해 그런 대규모 투자 없이 구현되고 있다. 따라서 이런 아웃소싱이 자본 및 R&D 지출 계정에 포착되지 않을 수 있다. LLM이 기업의 결정과 결과에 미치는 영향을 완전히 이해하려면 더 많은 데이터와 시간에 걸친 관찰이 필요하다.
ChatGPT 발표 이전에는 실적 컨퍼런스 콜에서 AI 담론이 자본 지출 및 R&D 투자와 긍정적으로 연관되어 있었다. 발표 이후 이런 관계들이 현저히 약해졌다. 이런 약화의 일부는 AI를 둘러싼 말뿐인 과대광고와 기업 하이프 때문일 수 있지만, 이런 변화가 전통적 AI와 새로운 LLM 구현의 근본적 차이에 의한 것인지는 시간이 말해줄 것이다.
