내가 돈을 벌고 있다는 착각

내가 돈을 벌고 있다는 착각 - 부의 사다리를 세우는 지혜의 눈
commonD(꼬몽디) 지음 / 스틸당(STEALDANG) / 2026년 2월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

우리는 흔히 부자를 '통장 잔고가 많은 사람'으로 정의한다. 그러나 이 단순한 정의야말로 수많은 사람들이 부에 가닿지 못하는 근본적인 이유다. 진정한 의미의 부자는 단순히 숫자를 많이 가진 자가 아니라, '남이 원하는 것을 많이 가진 자'다. 이 한 문장의 차이가 인생의 방향 전체를 바꾼다. 수렵 시대의 인간에게는 부자가 존재하지 않았다. 그날 잡은 것을 그날 소모했기 때문이다. 잉여가 없는 곳에 격차도 없다. 그러나 농경이 시작되면서 인류는 처음으로 미래를 땅에 투사하기 시작했다. 눈앞의 사냥감을 쫓는 대신, 아직 오지 않은 수확을 상상하며 땀을 쏟았다. 그 상상력이 잉여를 만들었고, 잉여가 저장을 낳았으며, 저장이 부의 격차를 만들어냈다. 이 원리는 오늘날에도 변하지 않았다. 현대인은 노동에너지를 돈으로 전환하고, 그 돈을 주식·부동산·채권 같은 가치저장수단에 담는다. 형태는 다르지만 공식은 동일하다. 그리고 여기서 가장 중요한 가치저장수단은 외부의 자산이 아니라 바로 '나 자신'이다. 내 안에 축적된 지식, 기술, 신뢰, 인간성은 언제든 물질로 치환될 수 있는 자산이다. 손흥민이 모든 재산을 잃어도 여전히 부자인 이유는 그 안에 저장된 명예와 기술이 언제든 물질로 바뀔 수 있기 때문이다.

물리학에는 엔트로피라는 법칙이 있다. 질서는 방치하면 반드시 혼돈으로 돌아간다. 창고에 쌓인 곡물이 썩듯, 사람 사이의 신뢰도 관리하지 않으면 희석된다. 주식은 경영진이 조금씩 에너지를 빼가고, 부동산은 세금이 잠식한다. 우리가 흔히 '투자'라고 부르는 행위의 본질은 사실 '덜 썩는 그릇을 찾는 일'에 가깝다. 현대인들이 범하는 가장 큰 착각은 돈을 어딘가에 넣으면 자동으로 불어날 것이라는 기대다. 고대 농부들은 창고에 곡물을 저장할 때 불어나기를 기대하지 않았다. 그저 덜 썩기를 바랐다. 그런데 우리는 돈이라는 숫자의 마법에 속아, 저장이 곧 성장이라는 환상을 품는다. 실상을 들여다보면 달러는 매년 7~10%씩 가치가 희석된다. 은행 금리 3%를 받아도 실질 구매력은 매년 4~7%씩 줄어든다. 10년이면 절반이 된다. 성실하게 저축만 한 사람이 가난해지는 것은 게으름의 결과가 아니라 시스템의 구조적 결과다. 이 현실을 이해하면 '좋은 그릇을 선택하는 것'이 현대인의 핵심 과제임을 알 수 있다. 달러라는 거대한 그릇 안에 주식·채권·부동산이라는 소그릇들이 있고, 각국의 화폐 그릇들이 달러와 연결되어 금융에너지를 주고받는다. 투자란 이 그릇들 중에서 가치 손실률이 가장 낮고 리스크 대비 수익률이 가장 높은 것을 선택하는 게임이다. 그리고 그 게임에서 개인이 시장 전체를 이기는 것은 태풍 안에서 바람의 방향을 예측하는 것만큼이나 무모한 시도임을 노련한 플레이어들은 일찍 깨닫는다.

저자가 고등학생 시절 쉬는 시간마다 교실 뒤에서 혼자 춤을 연습하던 친구를 비웃던 이야기는 단순한 회상이 아니다. 2년 후 무대 위에서 박수를 받는 그 친구를 보며 저자는 중요한 진실을 목격했다. 비웃음은 사실 '내가 멈춰 있는 동안 세상도 멈춰 있어 달라'는 간절함이었다는 것. 그리고 바로 그 순간의 깨달음이 수십 년의 인생을 바꾸는 단초가 되었다. 가치관은 나침반이다. 10살에 형성된 가치관은 그 이후 90년의 선택들을 지배한다. 거짓말을 습관처럼 하는 사람은 모든 관계에서 새로운 가면을 써야 하고, 그 불필요한 연산들이 쌓여 인생 전체를 복잡한 실타래로 만든다. 반대로 정직이라는 단순한 원칙은 인생의 복잡성을 줄이고, 그 절약된 에너지는 복리처럼 쌓인다. 선한 선택은 보험이자 투자이며, 타인에게 '저 사람에게 투자하면 손해 보지 않는다'는 신뢰를 심어주는 브랜딩이다. 이 작은 가치관이 길게 뻗어 직장의 평판이 되고, 사업의 기회가 되고, 좋은 배우자를 선택받는 근거가 된다. 또한 남 탓을 하지 않는 태도는 단순한 성격의 문제가 아니라 인생 성공의 전략적 무기다. 모든 억울한 상황을 자신에게서 문제의 원인을 찾는 연습으로 바꿀 때, 세상의 모든 현상이 스승이 된다. 실패는 더 중요한 것을 얻기 위한 연료가 되고, 질투는 상승의 원동력이 된다. 어렸을 적 주식 손실로 잠을 못 이루던 저자가 그 고통의 기간을 운동으로 채워 건강을 얻었듯이, 고통의 방향을 바꾸는 것 자체가 이미 부의 실천이다.

로마제국이 이민족의 침입으로 멸망했다고 알고 있지만, 그 뿌리를 따라가면 황제 네로가 은화에 불순물을 섞기 시작한 순간에 닿는다. 200년에 걸쳐 은 함유량이 1% 이하로 떨어지면서 군인들의 봉급 가치가 사라졌고, 결국 내부 반란이 제국을 무너뜨렸다. 국가는 피가 먼저 죽고 나서야 쓰러진다. 그리고 오늘날의 신용화폐 시스템은 그 패턴을 현대적으로 반복하고 있다. 1971년 닉슨이 금태환 약속을 파기한 이후, 달러는 금이라는 담보 없이 50년째 표류하고 있다. 그 사이 전 세계의 화폐 발행량은 기하급수적으로 늘었고, 짜장면 한 그릇의 가격이 10년 만에 두 배가 되는 현실이 이를 증명한다. 정부가 발표하는 2~3%의 물가상승률은 통계 방법론으로 교묘하게 낮춰진 수치다. 우리가 체감하는 실질 인플레는 훨씬 높다. 이 구조를 이해하지 못하고 성실히 저축만 하는 사람은 매년 7~10%의 확정 손실을 몸으로 맞으며 10년마다 자산이 반 토막 나는 현실을 살아간다. 달러가 강한 이유는 미국 경제가 우수해서가 아니라, 달러 그릇의 위치에너지가 다른 화폐보다 낮아서 전 세계의 금융에너지가 자연스럽게 흘러들어오기 때문이다. 금융시장이 개방될수록 각국의 자본은 미국으로 빨려 들어가는 물리 현상이 생긴다. 우리나라가 부동산을 국가적으로 부양할 수밖에 없는 이유도, 중국이 금을 사들이며 미국의 금융 게임에서 벗어나려는 이유도 모두 이 에너지 흐름의 법칙 안에서 이해된다.

이 모든 통찰이 하나의 결론으로 수렴된다. 부자가 되는 순서는 바꿀 수 없다. 먼저 자신에게 투자해 가치를 저장하고, 그렇게 높아진 노동 효율로 돈을 벌고, 그 돈을 가치 손실률이 낮은 그릇에 저장해야 한다. 그 순서를 역전해서 아직 가치를 쌓지 못한 상태에서 투자로 인생역전을 꿈꾸는 것은, 원금 없이 복리를 기대하는 것만큼이나 공허한 상상이다. 내 안에 지식과 지혜를 담으면 내가 가치저장수단이 된다. 사람에게 신뢰를 담으면 그 사람이 가치저장수단이 된다. 가족에게 사랑을 담으면 가족이라는 그릇이 가치저장수단이 된다. 나 자신이야말로 세상에서 가장 효율 좋은 가치저장수단이다. 친구는 친구를 위해, 기업은 기업을 위해 살지만, 나는 오로지 나만을 위해 살기 때문이다. 어렸을 때 형성된 가치관이 수십 년의 선택을 지배하듯, 지금 자신에게 담기 시작하는 에너지는 복리로 불어날 것이다. 인생은 체스 게임과 같다. 한 수 한 수가 쌓여 결과를 만든다. 미래의 나를 사랑하는 사람은 지금 이 순간 땀을 흘리지만, 현재의 나만 사랑하는 사람은 미래의 자신에게 고통을 남긴다. 부의 사다리를 세우는 일은 거창한 재테크 전략 이전에, 오늘 어떤 가치를 어디에 담을 것인가를 선택하는 작고 조용한 결심으로부터 시작된다. 그리고 그 결심이 쌓이는 방향에 따라, 10년 후 그 사람의 자리가 결정된다.

결국 부의 사다리를 세우는 지혜의 눈이란, 화폐 시스템의 룰을 이해하고, 자신이라는 가장 좋은 그릇에 먼저 가치를 담으며, 눈에 보이지 않는 미래를 향해 꾸준히 에너지를 투사하는 능력이다. 그것은 시대를 초월한 오래된 진리이며, 농경을 시작한 인류가 처음 잉여를 만들어낸 그 순간부터 변하지 않은 공식이다.

GPR 딥러닝 완전정복

GPR 딥러닝 완전정복 - 지하투과레이더(GPR)와 딥러닝의 실제 융합
차우성 지음 / 메이킹북스 / 2026년 1월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다

도시 아래에는 또 하나의 세계가 존재한다. 상하수도관, 전력 케이블, 가스관, 그리고 때로는 수십 년 전 잊혀진 공동(空洞)까지. 이 보이지 않는 지하 공간은 현대 도시의 생명줄이자, 어느 순간 갑자기 지면을 무너뜨리는 위협의 진원지가 될 수 있다. 이 불가시의 영역을 파헤치지 않고 들여다보는 기술이 바로 지표투과레이더, 즉 GPR (Ground Penetrating Radar)이다. GPR은 고주파 전자기파를 지하로 쏘아 보내고, 서로 다른 물질의 경계에서 반사되어 돌아오는 신호를 분석함으로써 지하 구조를 영상으로 재구성하는 비파괴 탐사 기술이다. 원리의 뿌리는 19세기 맥스웰(James Clerk Maxwell)이 완성한 전자기 이론에 닿아 있다. 변화하는 전기장이 자기장을 유도하고, 다시 자기장이 전기장을 만들어내는 연쇄적 상호작용이 전자기파를 공간 너머로 전파시킨다는 이 오래된 통찰이, 오늘날 지하의 공동을 탐지하는 기술로 이어진다는 사실은 과학의 연속성을 잘 보여준다. GPR이 지하로 보낸 전자기파는 토양과 암반의 경계, 매설된 파이프의 표면, 혹은 텅 빈 공동의 가장자리에서 일부가 반사되어 돌아온다. 이 반사 신호의 왕복 시간과 강도를 분석하면 지하 구조물의 위치와 형태를 추론할 수 있다. 탐사 결과는 레이더그램(Radargram)이라 불리는 2차원 단면 영상으로 시각화되며, 지하의 점 형태 구조물은 이 영상 위에서 독특한 쌍곡선 패턴으로 나타난다. 이 쌍곡선은 탐지 알고리즘의 핵심 단서가 된다.

GPR 기술은 고고학 유적 탐사에서 지뢰 탐지, 도로 하부 공동 발견에 이르기까지 광범위한 분야에서 활약한다. 그러나 이 기술이 모든 상황에서 동일한 성능을 발휘하는 것은 아니다. 지반의 전기적 특성은 탐사 성능을 결정짓는 핵심 변수다. 수분 함량이 높거나 점토질이 많은 토양처럼 전기전도도가 높은 환경에서는 전자기파가 빠르게 흡수되어 탐사 깊이가 크게 제한된다. 반면 건조한 모래나 조밀한 암반에서는 신호가 깊은 곳까지 도달할 수 있어 탐사 효율이 높다. 안테나 주파수의 선택도 중요한 트레이드오프를 내포한다. 고주파 안테나는 얕은 깊이에서 세밀한 구조물을 정밀하게 포착하지만, 침투 깊이가 얕다. 저주파 안테나는 더 깊은 곳까지 신호를 보낼 수 있지만, 공간 해상도가 낮아 작은 구조물을 구분하기 어렵다. 탐사 목적에 맞게 이 균형을 설정하는 일은 경험 있는 전문가의 판단에 크게 의존해 왔다. 그러나 GPR이 직면한 가장 본질적인 한계는 데이터 해석의 어려움에 있다. 현장에서 수집된 레이더그램은 목표 신호 외에도 토양 불균질성, 나무뿌리, 잡석 등에서 비롯된 클러터(clutter)와 노이즈로 가득하다. 숙련된 분석가는 이 복잡한 신호 속에서 의미 있는 패턴을 걸러내야 한다. 하지만 인간의 판독 능력은 데이터 양에 비례해 확장되지 않는다. 한 명의 전문 분석가가 하루에 처리할 수 있는 데이터는 약 10~15km에 불과하다. 전국 수만 킬로미터에 달하는 지하 시설물을 주기적으로 점검해야 하는 현실 앞에서, 이 수치는 절망적인 병목을 의미한다.

이러한 배경 위에서 딥러닝 기반의 GPR 데이터 자동 해석 기술이 급부상했다. 특히 한국에서는 2018년 '지하안전관리에 관한 특별법' 시행으로 지자체와 공공기관의 공동 탐사가 의무화되면서, AI 기반 자동화는 선택이 아닌 국가적 과제가 되었다. 기술의 발전이 사회적 요구를 만들어낸 것이 아니라, 사회적·정책적 절박함이 기술 혁신을 강력하게 견인한 것이다. 딥러닝, 특히 합성곱 신경망(Convolutional Neural Network, CNN)은 GPR 데이터 해석에 탁월하게 적합한 구조를 지닌다. B-scan 이미지에서 지하 공동이나 매설관을 찾는 작업은 본질적으로 이미지 안에서 특정 기하학적 패턴, 즉 쌍곡선을 인식하는 문제와 동일하다. CNN은 이미지의 저수준 특징(가장자리, 질감)에서 시작하여 고수준 특징(쌍곡선의 곡률, 지층 경계의 연속성)으로 나아가는 계층적 학습을 통해 이 패턴 인식을 자동화한다. 이 과정은 수동적 특징 공학(feature engineering)의 종말을 의미한다. 과거에는 엔지니어가 직접 쌍곡선 탐지 알고리즘을 설계해야 했지만, CNN은 방대한 학습 데이터로부터 스스로 최적의 특징 표현을 발견한다. 다양한 지반 조건과 노이즈 환경에 걸쳐 강건한 성능을 발휘할 수 있는 것도 바로 이 데이터 기반 학습 능력 덕분이다.

GPR 딥러닝 연구에서 가장 활발히 활용되는 접근법은 객체 탐지(Object Detection)다. 이 방법은 B-scan 이미지에서 공동이나 매설관 같은 대상의 위치를 경계 상자(bounding box)로 표시하고, 그 대상이 무엇인지 분류하는 역할을 한다. 대표적인 모델로는 Faster R-CNN이 있다. 이 모델은 두 단계로 작동한다. 먼저 영역 제안 네트워크(Region Proposal Network, RPN)가 객체가 있을 가능성이 높은 후보 영역들을 신속하게 제안하고, 이어서 각 후보 영역에 대해 정밀한 분류와 위치 보정을 수행한다. 이 체계적인 접근은 복잡한 배경 속에서 여러 구조물이 혼재하는 GPR 이미지 분석에서 높은 정확도를 보여준다. 한국건설기술연구원(KICT) 같은 기관에서도 이 모델을 지하 매설관 및 공동 탐지에 핵심 아키텍처로 채택하고 있다. 반면 YOLO(You Only Look Once) 계열 모델은 속도 측면에서 압도적인 강점을 지닌다. 이미지 전체를 단 한 번의 순전파로 처리하여 경계 상자와 클래스 확률을 동시에 예측하는 구조 덕분에, 차량 탑재형 GPR 시스템에서의 실시간 도로 안전 점검처럼 빠른 처리가 요구되는 환경에서 결정적인 이점을 갖는다. YOLOv3를 이용해 지하 공동의 쌍곡선 신호를 자동 탐지한 국내 연구들이 성공적인 사례를 축적해가고 있다.

딥러닝 기반 GPR 해석 파이프라인은 모델 하나만을 학습시키는 일이 아니다. 현장에서 레이더그램 데이터를 획득하는 것에서 시작하여, 신호 잡음 제거와 시간-깊이 변환, 데이터 정규화 등 전처리 작업이 선행된다. 이어서 전문가가 레이더그램 위의 목표 구조물을 식별하고 라벨링하는 과정이 필수적이다. 이 라벨링된 데이터로 학습·검증·테스트 셋을 구성하고, 사전 학습된(pre-trained) 객체 탐지 모델을 GPR 데이터에 맞게 파인튜닝한다. 모델 검증 단계에서는 정확도와 신뢰도를 평가하고 과적합(overfitting) 여부를 확인한다. 최종적으로 학습된 모델은 신규 GPR 데이터를 자동으로 해석하며, 결과에 대한 검토와 후처리를 거쳐 최종 지하 구조 정보가 도출된다. 이 전 과정에서 라벨링의 품질이 모델 성능의 상한을 결정한다는 점에서, 고품질 학습 데이터를 구축하는 일은 알고리즘 설계 못지않게 중요한 과제다. 신호 처리 기술의 발전도 이 파이프라인을 뒷받침한다. EST(Equalized Scrambled Technology) 기법처럼, 하드웨어 수준의 등화(equalization)와 스크램블링을 결합하여 기존 기술 대비 40~60% 향상된 탐사 심도를 구현하는 기술들이 등장하면서, AI 모델이 처리할 입력 데이터의 품질 자체가 높아지고 있다. 더 좋은 신호는 더 나은 학습 데이터를 의미하고, 이는 곧 더 정확한 AI 해석으로 이어지는 선순환을 만든다.

GPR과 딥러닝의 융합이 지향하는 궁극적 비전은 단순한 탐지 자동화를 넘어선다. 경량화된 고속 모델과 엣지 컴퓨팅 기술의 발전은 GPR 탐사 차량이 주행 중 데이터를 실시간으로 분석하고, 잠재적 위험 요소를 현장에서 즉시 경고하는 세계를 열어가고 있다. 탐사에서 위험 식별까지의 시간 간격이 극적으로 단축되는 것이다. 더 나아가 AI가 분석한 결과물, 즉 탐지된 매설관과 공동의 정확한 3차원 좌표 정보가 지리정보시스템(GIS)이나 디지털 트윈(Digital Twin) 플랫폼에 지속적으로 공급되어 국가 지하 공간의 살아있는 지도를 동적으로 갱신하는 미래가 가시권에 들어오고 있다. 이는 AI, 지구물리학, 그리고 스마트 시티 인프라 관리 기술이 융합된 형태로, 도시의 보이지 않는 층위를 투명하게 가시화하는 프로젝트다. 속성 분석(Attribute Analysis)과 스펙트럼 분해(Spectral Decomposition) 같은 고차원 신호 처리 기법들이 딥러닝과 결합하면, 단순히 '무언가가 있다'는 탐지를 넘어 '그것이 어떤 물질로 이루어져 있는지', '얼마나 위험한 상태인지'까지 추론하는 영역으로 나아갈 수 있다. 진폭, 위상, 주파수 속성이 신경망의 입력 피처로 활용될 때, 지하 매질의 성질 자체를 정량적으로 추정하는 일이 가능해질 것이다.

GPR과 딥러닝의 융합은 순수한 기술적 발전의 산물이 아니다. 그것은 도심 지반 침하 사고, 노후 인프라 위기, 그리고 이에 대응하는 국가 정책이라는 사회적 압력이 빚어낸 혁신이다. 전문가 부족, 분석 속도의 한계, 오류 가능성이라는 전통적 방식의 벽 앞에서 딥러닝은 단순한 도구가 아니라 구조적 해법으로 등장했다. 물론 딥러닝 모델은 만능이 아니다. 고품질 학습 데이터 확보의 어려움, 다양한 지반 조건에 대한 일반화 능력, 모델 판단의 해석 가능성(explainability) 등 해결해야 할 과제들이 여전히 산적해 있다. 그러나 방향은 분명하다. 보이지 않는 지하 세계를 더 정확하게, 더 빠르게, 더 안전하게 파악하려는 인류의 노력은 계속될 것이고, 그 최전선에서 GPR과 딥러닝의 협력은 점점 더 깊어질 것이다.

코스피 5000 주식의 시대

코스피 5000 주식의 시대 - 코리아 디스카운트를 넘어 프리미엄으로 가는 길
강대권.이민호.라이프자산운용 지음 / 페이지2(page2) / 2026년 2월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

​불과 몇 해 전만 해도 한국 주식시장을 가리켜 "국장 탈출은 지능순"이라는 냉소가 공공연히 퍼져 있었다. 기업들은 제 가치를 인정받지 못했고, 소액주주들은 구조적으로 소외당했으며, 시장 전체는 일종의 투전판으로 전락했다는 자조 섞인 비판이 끊이지 않았다. 그러나 2025년을 기점으로 한국 증시는 세계 최고의 수익률을 기록하며 극적인 반전을 이뤄냈다. 코스피 5000이라는 숫자는 지수의 상승만이 아니라, 오랫동안 누적되어온 구조적 병폐가 해소되기 시작했다는 신호탄이다. 그렇다면 우리는 이 전환점을 어떻게 해석해야 하며, 앞으로 나아갈 길은 어디에 있는가?

코리아 디스카운트의 뿌리는 단순한 경기 침체나 외부 충격에서 비롯된 것이 아니다. 그것은 한국 자본주의의 고유한 지배구조 문제, 즉 지배주주 중심의 기업 경영 관행에서 비롯된 구조적 문제였다. 한국의 대기업들은 오랫동안 소수 지배주주의 이해관계에 따라 움직여 왔다. 사업에서 벌어들인 이익은 새로운 투자나 주주 환원으로 이어지기보다는 지배구조 강화를 위한 복잡한 순환출자, 혹은 비수익성 계열사 지원에 묶였다. 특히 상속세 문제는 이 왜곡을 더욱 심화시켰다. 한국의 상속세는 주식의 시가를 기준으로 산정되므로, 지배주주 입장에서는 주가가 낮을수록 절세에 유리하다. 이는 기업 오너가 주가 부양을 꺼리도록 만드는 구조적 유인으로 작용했다. 아이러니하게도 기업이 잘 되어도 주주들이 그 혜택을 나눠 갖지 못하는 시장, 그것이 한국 증시가 수십 년간 저평가를 면치 못한 핵심 이유 중 하나였다. 여기에 더해 이사회 기능의 형식화, 소액주주 권익 보호 장치의 부재, 불투명한 경영 정보 공시는 시장의 가격 발견 기능 자체를 무력화했다. 정보는 비대칭적으로 흘렀고, 그 수혜는 언제나 내부자와 지배주주에게 돌아갔다. 시장은 기업의 진정한 가치를 발견하는 공간이 아니라, 특정 세력의 이익 실현 수단으로 전락해 있었다.

2024년부터 본격화된 정부의 밸류업 프로그램은 이 고질적인 병폐에 대한 제도적 응답이었다. 기업들이 자본 효율성과 주주 환원 지표를 공시하도록 유도하고, 이를 지수에 반영함으로써 투자자들이 보다 명확한 기준으로 기업 가치를 평가할 수 있는 환경을 조성했다. 물론 초기에는 자율 공시에 그쳐 실효성 논란이 있었지만, 기업들이 하나둘 동참하면서 시장의 기대가 바뀌기 시작했다. 더 근본적인 변화는 상법 개정을 통해 이사의 충실 의무 대상이 '회사'에서 '모든 주주'로 확대된 것이다. 이는 법적으로 경영진이 지배주주만이 아닌 전체 주주에 대해 책임을 진다는 원칙을 명문화한 것으로, 한국 자본시장의 판도를 근본적으로 바꿀 수 있는 제도적 전환점이었다. 지배구조의 변화는 하루아침에 일어나지 않는다. 그러나 법적 토대가 바뀌면 기업의 행동 방식도, 투자자의 기대도, 시장의 평가 기준도 점차 변화하게 된다. 이와 함께 반도체와 인공지능 산업의 글로벌 슈퍼사이클이 한국 증시 상승의 실물 경제적 기반을 제공했다. 삼성전자와 SK하이닉스를 비롯한 국내 기업들이 글로벌 AI 공급망의 핵심 파트너로 부상하면서, 기업 실적이 눈에 띄게 개선되었고 이것이 시장 전체를 견인했다. 구조 개혁과 산업 호황이 동시에 맞물린 결과, 코스피는 역사적인 랠리를 시작할 수 있었다.

코스피 5000의 의미를 주가 지수의 숫자로만 읽으면 그 본질을 놓치게 된다. 이 숫자가 진정으로 중요한 이유는 그것이 한국 사회 전체의 자산 배분 방식과 삶의 방식에 영향을 미치기 때문이다. 지금까지 한국 가계의 자산은 지나치게 부동산에 편중되어 있었다. 주식시장이 신뢰받지 못하고, 장기 투자의 문화가 정착되지 않은 상황에서 사람들은 유일하게 믿을 수 있는 자산으로 부동산을 선택했다. 그 결과는 천문학적인 집값, 과도한 가계 부채, 그리고 젊은 세대의 좌절이었다. 건강한 주식시장은 이 악순환의 고리를 끊을 수 있다. 주가가 기업의 실제 가치와 성장을 반영하고, 그 과실이 배당과 주가 상승으로 일반 투자자에게 돌아온다면, 사람들은 더 이상 투기적 수단으로 부동산을 바라보지 않아도 된다. 간접투자 상품에 대한 신뢰가 쌓이고, 장기 투자 문화가 자리를 잡으면, 국민들은 투자 걱정에 쏟던 시간과 에너지를 자신의 일과 삶에 집중할 수 있게 된다. 이것은 단순한 경제적 효율성의 문제를 넘어, 삶의 질 전체와 연결된 문제다. 더 나아가, 자본시장이 제 기능을 하면 혁신의 생태계 자체가 달라진다. 유망한 기업이 시장에서 정당한 평가를 받고 자본을 조달할 수 있을 때, 혁신가들은 더 많은 도전을 감행하게 된다. 반대로 무능하거나 주주 가치를 훼손하는 기업은 자연스럽게 시장에서 퇴출된다. 이 선순환이 작동할 때, 한국 경제 전체의 역동성이 회복될 수 있다.

그러나 코스피 5000은 시작일 뿐이다. 진정한 과제는 이 상승이 일시적 열풍으로 끝나지 않고, '코리아 프리미엄'이라는 지속 가능한 평가 체계로 이어지는 것이다. 이를 위해서는 아직 해결해야 할 구조적 과제들이 남아 있다. 무엇보다 지배구조 개혁의 속도를 높여야 한다. 이사회가 실질적으로 경영진을 견제하고, 사외이사가 독립성을 갖추며, 감사 기능이 투명하게 작동하는 시스템이 갖춰져야 한다. 상법 개정으로 원칙이 세워졌다면, 이제는 그 원칙이 실제 기업 현장에서 작동하도록 감독과 문화가 뒷받침되어야 한다. 메리츠금융지주와 같이 주주 중심 경영을 앞장서 실천하는 기업들이 모범 사례로 확산될 수 있는 환경이 필요하다. 세제 개혁도 빼놓을 수 없다. 지배주주의 저주가로 주가를 묶어두려는 유인을 근본적으로 제거하기 위해서는 상속세 체계의 개편이 필요하다. 주가가 오르면 지배주주도 이익을 보는 구조, 즉 지배주주와 소액주주의 이해관계가 같은 방향을 향하도록 세제를 재설계하는 것이 핵심이다. 마지막으로 금융에 대한 신뢰 회복이 필요하다. 제도와 법이 아무리 잘 갖춰져도, 투자자들이 시장을 신뢰하지 않으면 자본은 모이지 않는다. 한국 주식시장이 공정하고 예측 가능한 시장이라는 믿음이 쌓여야 장기 투자 문화가 정착되고, 국내외 자본이 지속적으로 유입될 수 있다.

코스피 5000은 숫자가 아니라 이야기다. 그것은 오랫동안 자신의 가치를 제대로 인정받지 못했던 한국 기업들과, 정당한 몫을 돌려받지 못했던 수많은 투자자들의 이야기다. 동시에 그것은 아직 완성되지 않은 이야기이기도 하다. 지배구조 개혁, 세제 정비, 시장 신뢰 회복이라는 과제는 여전히 우리 앞에 놓여 있다. 중요한 것은 이 흐름이 단순한 경기 사이클이 아니라, 구조적 전환의 시작임을 인식하는 것이다. 자본주의의 가장 위대한 발명품인 주식시장이 한국에서도 비로소 제 기능을 할 수 있다는 희망, 그 희망을 현실로 만들기 위한 제도적 노력과 사회적 합의가 코리아 프리미엄으로 가는 진짜 길이다.

금융업 AI 플레이북

금융업 AI 플레이북 - AI 시대, 금융 현장의 실전 가이드
임태중.김동석 지음 / 경향BP / 2026년 1월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

2022년 11월, ChatGPT가 세상에 모습을 드러냈을 때 대부분의 사람들은 그것을 신기한 장난감 정도로 여겼다. 하지만 불과 몇 년 사이, 그 '장난감'은 기업들의 전략 회의실 한가운데로 들어왔고, 금융, 의료, 교육, 제조를 가리지 않고 각 산업의 근간을 흔들기 시작했다. 우리가 살고 있는 이 시대는 AI의 등장 이전과 이후로 나뉜다고 해도 과언이 아니다. <금융업 AI 플레이북>은 제목 속 '플레이북'이라는 단어가 암시하듯, 이 책은 미식축구 팀의 작전 지침서처럼 구체적이고 실행 가능한 전략을 담고 있다. 금융업이라는 경기장에서 AI라는 새로운 규칙이 적용되기 시작했을 때, 어떻게 포지션을 잡고, 어떤 플레이를 구사하며, 결국 승리해야 하는가. 저자는 그 질문에 직접적으로 답한다. 하지만 이 책의 메시지는 금융업에만 해당되지 않는다. AI라는 파도는 업종과 직종을 가리지 않는다. 금융인이든 마케터든 교사든, 지금 이 시대를 살아가는 모든 직업인에게 동일한 질문이 던져지고 있다. '당신은 이 변화에 올라탈 준비가 되어 있는가?'

책의 구성은 거시적 관점과 미시적 관점의 두 축으로 나뉜다. 첫 번째 축에서는 조직이 AI를 어떻게 도입하고 내재화할 것인가를 다룬다. 단순히 솔루션을 구입하고 업무에 끼워 넣는 것이 아니라, 조직의 문화와 인재, 프로세스 전반을 어떻게 재설계할 것인가의 문제다. 두 번째 축에서는 개인이 ChatGPT, Perplexity, Gamma 같은 AI 도구들을 실제 업무에 어떻게 녹여낼 수 있는지를 구체적으로 안내한다. 인상적인 것은 저자가 단순히 '이런 도구가 있다'고 소개하는 데서 그치지 않는다는 점이다. 책 속 한 인물의 사례가 특히 와닿았다. 예전에는 하루 업무의 절반 이상을 정보 수집에 쏟아붓던 그가, AI 도구들을 활용하면서 같은 작업을 수분의 일로 줄이고, 오히려 분석과 판단에 더 많은 시간을 투자할 수 있게 되었다는 이야기다. 단순히 빠른 것이 아니라, 일의 무게 중심이 바뀐 것이다. 데이터를 모으는 사람에서 데이터를 해석하는 사람으로의 전환, 이것이 AI 시대가 요구하는 진짜 역할 변화다. 이 대목에서 나는 내가 속한 조직을 떠올렸다. 최근 경영층에서 'AI를 활용한 업무 효율화'를 강조하는 목소리가 높아졌다. 처음에는 그 요구가 다소 막연하고 추상적으로 느껴졌다. 하지만 책을 읽으면서 깨달은 것이 있다. 그 막연함은 경영층의 무지가 아니라, 조직 전체가 아직 구체적인 전략을 설계하지 못했다는 신호일 수 있다는 것이다. 방향을 제시해 주기를 기다리기 전에, 내가 먼저 그 전략의 일부를 만들어갈 수도 있다는 생각이 들었다.

책에는 조용하지만 묵직한 통계 하나가 등장한다. AI 트렌드 관련 자료를 공유했을 때 실제로 읽은 직원이 절반도 안 되었고, 그중 실제 업무에 활용한 사람은 그 절반의 10%도 되지 않았다는 것이다. 결국 성장을 위해 스스로 움직이는 사람은 전체의 5%에도 못 미친다는 결론이 나온다. 그리고 저자는 덧붙인다. 다시 말해, 그 5%는 나머지 95%와는 다른 궤도로 움직이고 있다. 이 숫자가 불편한 것은, 나 자신이 어느 쪽에 서 있는지 물어야 하기 때문이다. 새로운 기술에 대한 책을 읽고 눈이 커지고 머리가 열리는 느낌을 받지만, 책장을 덮으면 흔적도 남지 않는 경험은 누구나 해봤을 것이다. 지식과 실천 사이의 간극, 그것이 5%와 95%를 나누는 진짜 경계선이다. AI 도구를 배운다는 것은 지식을 습득하는 것이 아니라 습관을 만드는 일이다. 정보를 검색할 때 한 번 더 AI에게 물어보고, 보고서를 쓸 때 초안을 AI와 함께 구성해보고, 회의 자료를 만들 때 발표 흐름을 AI와 먼저 설계해보는 것. 이런 작은 실천들이 쌓일 때, 그것이 진짜 역량이 된다.

저자는 근본적인 질문을 던진다. AI가 판단을 내리는 세상에서 인간의 역할은 무엇인가. AI가 설계한 금융 전략을 우리는 믿고 맡길 수 있는가. 그리고 그것을 통제할 수 있는가. 이 질문들에 저자는 명확한 답을 내놓지 않는다. 어쩌면 그것이 이 책의 가장 솔직한 부분일지 모른다. AI 도입이 생산성 혁명을 가져오는 동시에 대규모 인력 감축으로 이어질 수 있다는 사실, 그 이면에 도사린 사회적·철학적 비용에 대해 이 책은 깊이 파고들지 않는다. 그것은 의도적인 선택이기도 하고, 구조적 공백이기도 하다. 하지만 오히려 그 공백이 독자로 하여금 생각하게 만든다. 책의 마지막 장을 덮으며 한 가지 이미지가 떠올랐다. 사막은 그 자체로 척박하지만, 어딘가에 우물을 품고 있기에 아름답다. AI라는 광대한 사막 속에서 인간이 찾아야 할 것, 혹은 만들어야 할 것은 바로 그 우물이다. 효율성이 극대화된 세상에서, 오히려 인간만이 줄 수 있는 따뜻함, 판단, 공감, 윤리적 감각이 더욱 빛날 것이다. 기술이 완성될수록 인간의 자리는 사라지는 것이 아니라 오히려 더 선명해질 수 있다.

책이 말하고자 하는 것은 AI 도구의 사용법만이 아니다. AI와 공생하는 시대에 어떻게 일할 것인가를 넘어, 어떻게 살 것인가에 대한 질문까지 이어진다. 기술을 익히는 일과 사람으로 성장하는 일, 이 둘은 분리된 과제가 아니다. 파도를 타는 기술을 연마하면서도, 바다 위에서 흔들리지 않을 중심을 키워야 한다. 책은 이 시대를 살아가는 모든 직업인에게 유효한 화두를 던진다. 변화는 이미 시작되었고, 파도는 멈추지 않는다. 중요한 것은 파도를 두려워하는 것도, 맹목적으로 올라타는 것도 아니다. 그 파도의 성질을 이해하고, 나만의 방향으로 나아가는 것. 그리고 그 여정 속에서 '사람으로 사는 법'을 잃지 않는 것. 그것이 이 책이 남긴, 그리고 내가 오래 생각하게 될 질문이다.

보이지 않는 말이 관계를 완성한다

보이지 않는 말이 관계를 완성한다 - 언어 너머의 진짜 언어, 파라랭귀지 가이드
이인지 지음 / 나비의활주로 / 2026년 2월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

대화를 나누고 돌아서는데, 왠지 마음이 불편할 때가 있다. 분명 상대방은 친절한 말을 했다. 틀린 것도 없고, 무례하지도 않았다. 그런데 이상하게 따뜻하지가 않다. 무언가가 어긋난 느낌, 마치 꼭 맞아야 할 퍼즐 한 조각이 빠진 것 같은 그 허전함. 우리는 그것이 무엇인지 좀처럼 설명하기 어렵다. 직장에서 보고서를 제출했을 때, 상사는 화면에서 눈도 들지 않은 채 건조하게 말한다. "수고했어요. 옆에 두고 가세요." 내용적으로는 문제가 없다. 하지만 그 말을 듣고 나면 어딘가 쓸쓸하고, 심하면 불쾌하기까지 하다. 주변 동료는 말한다. 저 분은 악의가 없는 분이라고. 그 말이 사실이라는 것은 안다. 그래도 스트레스는 사라지지 않는다. 이 경험을 생각한다면, 우리는 이미 파라랭귀지의 세계 안에 들어와 있는 것이다. 파라랭귀지란 단어 그 자체가 아닌, 말을 감싸고 있는 모든 것이다. 억양과 음높이, 말의 속도, 호흡의 리듬, 목소리의 떨림, 그리고 때로는 침묵까지. 우리가 말을 '듣는다'고 생각하는 순간에도, 사실 우리의 감각은 그 보이지 않는 언어를 먼저 읽고 있다.

열 대여섯 살 무렵 담임 선생님. 스물 즈음에 처음 사랑했던 사람. 기억이 떠오를 때, 가장 먼저 오는 것은 무엇인가? 아마도 그 사람의 얼굴보다 그 사람의 분위기, 목소리의 느낌, 그리고 그가 건넸던 말의 온도일 것이다. 우리는 단어를 기억하지 않는다. 말의 결을 기억한다. "잘했어"라는 한마디가 진심 어린 눈빛과 함께 천천히 건네졌을 때와, 바쁜 손길을 멈추지 않은 채 기계적으로 흘러나왔을 때의 차이. 내용은 같다. 그러나 그 말이 남기는 흔적은 전혀 다르다. 하나는 오래도록 가슴속에 따뜻하게 남고, 다른 하나는 허공에 흩어진다.

"사랑해"라는 말이 설렘 가득한 고백에서 들릴 때와, 15년을 함께한 부부 사이에서 흘러나올 때는 다른 울림을 갖는다. 단어는 같아도, 그것을 감싸는 모든 것이 달라지기 때문이다.

이것이 파라랭귀지의 본질이다. 말의 의미는 머리로 전달되지만, 말의 결은 마음으로 전달된다. 그리고 관계를 움직이는 것은 언제나 후자다. 사람들은 당신이 무슨 말을 했는지보다, 그 말이 어떤 느낌이었는지를 훨씬 더 오래 기억한다.

파라랭귀지를 이루는 요소들은 생각보다 섬세하고 다양하다. 억양은 문장의 끝을 어디로 데려가느냐에 따라 의미를 바꾼다. 같은 "그래"라도 끝을 내리면 동의가 되고, 위로 올리면 의심이나 물음이 된다. 음높이는 감정의 온도계다. 흥분하면 목소리는 올라가고, 지치거나 슬프면 낮게 가라앉는다. 말의 속도는 심리의 높낮이를 고스란히 드러낸다. 긴장하거나 불안할 때 말은 빨라지고, 무언가를 신중하게 전달할 때는 자연스럽게 느려진다. 음량은 공간을 지배하는 방식이다. 너무 크면 상대를 압도하고, 너무 작으면 존재감을 잃는다. 그리고 침묵. 말하지 않는 순간이야말로 때로는 가장 강렬한 메시지가 된다. 스티브 잡스가 아이폰을 세상에 처음 공개하던 날, 그는 핵심 문장을 말하고 나서 잠시 말을 멈췄다. 그 짧은 침묵이 청중 전체를 붙잡았다. 무엇도 말하지 않음으로써 그는 모든 것을 말했다. 이 요소들은 각각 독립적으로 작동하지 않는다. 상황에 따라 섬세하게 조율되고 혼합될 때, 비로소 진정한 소통이 이루어진다. 어느 하나라도 어긋나면, 같은 말이 전혀 다른 인상을 남긴다. 진심 어린 사과인데도 형식적으로 들리고, 걱정에서 나온 말인데도 잔소리로 받아들여지는 것은 바로 이 미세한 어긋남에서 비롯된다.

파라랭귀지를 의식하고 훈련한다는 것이 처음에는 어색하게 느껴질 수 있다. 마치 자연스러운 감정 표현을 인위적으로 설계하는 것 같다는 느낌. 그러나 실은 그 반대다. 우리가 목소리를 조율하는 과정에서 자신의 마음을 들여다보게 된다. 내가 지금 상대를 진심으로 바라보고 있는가. 이 말이 온기를 담고 있는가. 나는 지금 서두르고 있지는 않은가. 이런 질문들이 자연스럽게 따라온다. 말을 천천히 하려면 마음도 천천히 움직여야 한다. 목소리를 낮추어 상대를 압박하지 않으려면, 먼저 내 안의 조급함을 내려놓아야 한다. 침묵을 허용하려면, 상대에게 충분한 공간을 내주겠다는 태도가 선행되어야 한다. 그래서 파라랭귀지를 익히는 것은 단순한 화술 훈련이 아니다. 그것은 상대를 어떻게 대할 것인가라는 태도의 훈련이다. 먼저 듣는 것, 인정하는 것, 품격 있게 말하는 것. 이 세 가지는 기술이기 이전에, 사람을 향한 마음의 방향이다. 외면의 변화가 내면을 건드리고, 그 내면의 변화가 다시 말의 결을 바꾸고, 그 말의 결이 관계를 새롭게 만든다.

이 시대의 소통은 대면 대화만으로 이루어지지 않는다. 메신저와 이메일, SNS의 문자들이 관계의 많은 부분을 채운다. 그렇다면 파라랭귀지는 이 디지털 언어의 세계에서는 힘을 잃는 것일까. 그렇지 않다. 텍스트에도 온도가 있다. 같은 "네"라는 단어가 "네~"와 "넵"과 "네네"로 달라질 때, 읽는 사람은 전혀 다른 감정을 느낀다. 마침표 하나가 문장의 느낌을 차갑게 만들기도 하고, 이모티콘 하나가 긴 설명보다 더 따뜻하게 마음을 전하기도 한다. 문장의 길이, 단어의 선택, 응답의 속도. 이 모든 것이 디지털 파라랭귀지가 된다. 우리가 보내는 한 줄의 문장이 누군가의 하루를 바꿀 수도 있고, 마침표 하나가 관계의 온도를 결정할 수도 있다는 것을 잊지 말아야 한다. 우리는 가끔 관계의 어려움을 말의 내용에서 찾으려 한다. 무슨 말을 해야 할지, 어떤 표현이 더 좋을지를 고민한다. 그러나 정작 관계를 만드는 것은, 그 말을 어떤 온도로 건네는가다. 파라랭귀지의 주파수가 정확히 맞아떨어질 때, 관계는 깊어진다. 신뢰가 자란다. 반대로 조금만 어긋나도, 말은 통하면서 마음은 멀어진다. 그 미세한 차이가 쌓여서 어떤 관계는 점점 가까워지고, 어떤 관계는 조금씩 식어간다. 그리고 그 조율의 감각은 누군가는 타고나기도 하지만, 대부분은 의식적인 노력과 연습을 통해 갖추어진다. 거울 앞에서 말해보는 것, 자신의 목소리를 녹음해 들어보는 것, 신뢰하는 사람에게 솔직한 피드백을 구하는 것. 이런 작은 시도들이 모여 우리 목소리의 결을 다듬어 간다. 그 결이 다듬어질 때, 우리가 맺는 관계의 질도 함께 달라진다.

첫인상은 말이 아니라 온도로 결정된다는 말이 있다. 그 온도는 거창한 것에서 오지 않는다. 말을 건네기 전 잠깐의 숨, 상대의 눈을 바라보는 짧은 순간, 말끝을 어디로 가져가느냐 하는 사소한 선택들. 그 보이지 않는 것들이 쌓여 한 사람의 인상을 만들고, 그 인상이 관계의 방향을 정한다. 우리는 때로 화려한 말을 준비하느라 정작 중요한 것을 잊는다. 가장 좋은 말은 유창한 말이 아니라, 상대에게 닿는 말이다. 그리고 말이 닿기 위해서는 내용보다 먼저, 말의 결이 상대의 마음과 같은 리듬으로 움직여야 한다. 보이지 않는 그 언어가, 결국 관계를 완성한다.