IBM이 400억 달러의 손실을 보고, 블록은 직원 절반을 해고했지만 주가는 상승했다. AI 시대에 토큰화할 가치가 있는 자산은 무엇일까?

2026년 2월 23일, 평화로운 월요일이 되어야 할 날은 IBM 주가가 2000년 10월 이후 최악의 폭락을 겪는 잔혹한 하루로 변했습니다. 주가는 13.2% 하락하며 단 몇 시간 만에 시가총액 약 400억 달러가 증발했습니다. 이러한 폭락의 원인은 참담한 실적 발표나 규제 당국의 압박이 아니라, 인공지능 스타트업 앤스로픽(Anthropic)이 IBM 시스템에서 실행되는 COBOL 프로그래밍 언어를 현대화할 수 있는 자사의 클로드 코드(Claude Code) 도구를 발표했기 때문입니다. COBOL은 IBM의 핵심 사업이자 수익성이 매우 높은 분야입니다.

사흘 후, 비슷한 상황이 완전히 정반대로 전개되었습니다. 2월 26일, 잭 도시가 이끄는 핀테크 기업 블록(Block)은 인공지능(AI) 기반 효율성 개선이라는 동일한 이유를 들며 전체 직원의 거의 50%에 해당하는 약 4,000명을 해고한다고 발표했습니다. 그러나 시장 반응은 극명하게 달랐습니다. 블록의 주가는 시간외 거래에서 24% 이상 급등했습니다. 도시는 주주들에게 보낸 서한에서 "내년에는 대부분의 기업들이 같은 결론에 도달하여 유사한 구조 조정을 할 것이라고 생각합니다."라고 솔직하게 밝혔습니다.

두 가지 사건, 하나의 원동력, 바로 AI. 그리고 극명하게 다른 두 가지 시장 반응, 하나는 급락, 다른 하나는 급등. 도대체 무슨 일이 벌어진 것일까요? 그 해답은 더 심오한 명제를 가리킬 수 있습니다. 바로 AI가 "가치 있는 자산의 정의"를 재정립하고 있다는 것입니다. 상장 기업 임원, 투자자, 그리고 전통적인 기업의 의사 결정권자들에게 있어 이러한 재평가 논리를 이해하는 것은 더 이상 미래를 내다보는 전략적 고려 사항이 아니라, 당장의 생존을 위한 필수 과제입니다.

I. 동일한 AI, 서로 다른 시장 판단

이 두 사건의 차이점을 이해하려면 먼저 각각의 자산 구조를 살펴볼 필요가 있습니다.

표면적으로는 클로드 코드 툴이 제기하는 기술적 위협 때문에 IBM 주가가 급락했지만, 실제로는 시장이 IBM의 핵심 자산 모델을 재평가한 결과입니다. 1950년대 후반에 탄생한 프로그래밍 언어인 COBOL은 여전히 전 세계 ATM 거래의 약 95%를 처리하고 있으며, 금융, 항공, 정부 등 주요 분야의 수많은 핵심 시스템을 구동하고 있습니다. 앤스로픽은 자신의 블로그에서 "수천억 줄의 COBOL 코드가 매일 운영 환경에서 실행되며 핵심 시스템을 구동하고 있습니다. 그럼에도 불구하고 COBOL을 이해하는 사람의 수는 해마다 감소하고 있습니다."라고 지적했습니다.

COBOL 시스템 현대화는 오랫동안 복잡하고 비용이 많이 드는 작업이었으며, IBM의 수익성 높은 사업의 핵심이었습니다. 그러나 Anthropic은 "AI의 힘을 활용하면 팀은 수년이 아닌 단 몇 분기 만에 COBOL 코드베이스를 현대화할 수 있다"고 주장합니다. 이는 IBM이 노동 집약적인 시스템 유지 보수 수익과 메인프레임 서비스 수익에 의존하는 방식이 AI 기술에 의해 약화되고 있다는 것을 시사합니다.

흥미롭게도 IBM의 주가는 다음 날 2.68% 반등했습니다. 웨드부시와 에버코어 ISI 같은 월스트리트 분석가들은 주가 급락을 "근거 없는 과잉 반응"이라고 지적하며 재빨리 주가를 지지했습니다. 그들의 분석은 핵심을 정확히 짚었습니다. 기업 고객들은 새로운 AI 도구가 기존 코드를 번역할 수 있다는 이유만으로 메인프레임 시스템을 버릴 수는 없다는 것입니다. 코드 구문을 번역하는 것과 하드웨어와 소프트웨어의 심층적인 통합을 통해 시스템을 현대화하는 것 사이에는 상당한 차이가 있다는 것입니다.

IBM 역시 같은 날 자체적으로 답변을 내놓으며 핵심적인 주장을 제시했습니다. 현대화의 과제는 COBOL 언어 문제가 아니라 IBM Z 플랫폼 문제라는 것입니다. 번역된 코드로는 실제 복잡성을 제대로 담아낼 수 없으며, 플랫폼의 가치는 수십 년간 축적된 소프트웨어와 하드웨어 통합에서 비롯되는데, 이는 코드 번역으로는 이전될 수 없다는 것입니다.

블록(Block) 사례를 살펴보겠습니다. 이 사례 역시 대규모 구조조정이 있었고 AI가 그 원인이었지만, 시장 반응은 24% 상승이었습니다. 핵심은 블록의 자산 구조 변화에 있습니다. 블록은 2024년부터 사업 모델과 인력 구조를 재편하는 한편, 운영 효율성 향상을 위해 AI 도구에 대대적으로 투자해 왔으며, 자체 개발한 '구스(Goose)'라는 도구도 포함됩니다.

블록의 최고재무책임자(CFO)인 암리타 아후자는 이번 해고에 대해 설명하면서 "우리는 과감하고 단호한 조치를 취하고 있지만, 이는 우리의 강점을 기반으로 한 것입니다."라고 강조했습니다. 이러한 "강점"은 데이터로 뒷받침됩니다. 2025년 연간 총이익은 103억 6천만 달러에 달해 전년 대비 17% 증가했습니다. 이러한 견실한 재무 성과는 회사가 현재 시점에서 대규모 구조조정을 추진할 수 있는 여력을 제공합니다.

시장의 해석은 명확합니다. 블록은 AI의 영향에 수동적으로 대응하여 규모를 축소하는 것이 아니라, 오히려 자산 구조를 선제적으로 최적화하고 있는 것입니다. 즉, "인적 자본"을 줄이는 대신 "기술 자본"을 활용하여 생산 효율성을 높이고 있는 것입니다. 50% 감원과 동시에 연간 실적 전망치를 상향 조정한 것은 AI로 인해 인적 자본 단위당 생산 가치가 증폭되고 있음을 시사합니다.

II. AI 시대에는 네 가지 유형의 자산 가격이 재평가되고 있습니다.

이 두 사례는 인공지능이 자산 가치를 재평가하는 "가격 재조정 도구"로 자리매김하고 있다는 새로운 추세를 보여줍니다. 다양한 유형의 자산은 인공지능 평가 프레임워크 하에서 극적으로 다른 가치 곡선을 나타냅니다.

첫 번째 범주는 인적 자본 집약적 자산 입니다. IBM의 COBOL 유지보수 팀, 전통적인 분석가, 프로그래머 및 기타 "정보 처리자"의 가치는 AI로 인해 희석되고 있습니다. 앤트로픽은 클로드 코드(Claude Code)를 소개하면서 이 도구가 "인간 분석가가 발견하는 데 몇 달이 걸리는 위험"을 식별할 수 있다고 언급했습니다. 이는 인간이 더 이상 중요하지 않다는 의미가 아니라, 정보 비대칭성과 절차적 지식에 의존하는 직업의 가치가 기술에 의해 압축되고 있다는 것을 의미합니다.

하지만 AI가 "가치 창출"보다는 "정보 처리"를 대체한다는 점에 유의해야 합니다. 퓨처럼 그룹의 분석가인 미치 애슐리는 연구 보고서에서 성공적인 COBOL 현대화 프로젝트에는 비즈니스 범위 정의, 기술 평가, 데이터 마이그레이션 계획, 행동 동등성 검증, 관찰 가능성 및 조직 변화 관리 등 여러 측면이 필요하며, 코드 변환은 그중 한 부분일 뿐이라고 지적합니다. 복잡한 시스템을 탐색하고, 비즈니스의 본질을 이해하며, 전략적 판단을 내리는 인간의 능력은 여전히 부족합니다.

두 번째 범주는 데이터 자산 으로, 인공지능 시대에 고부가가치 자산으로 부상하고 있습니다. 생성형 인공지능의 급속한 발전과 함께 데이터의 가치 속성이 재정립되고 있습니다. Tang 등이 PLOS One에 발표한 연구에서 지적했듯이, 생성형 인공지능은 데이터의 획득, 처리 및 활용 방식을 변화시켰습니다. 데이터 자산의 가치는 본질적인 품질과 관련성뿐만 아니라 생성형 인공지능 프레임워크 내에서의 적용 시나리오, 변환 가능성 및 시장 수요에 따라 달라집니다.

이는 데이터의 고유성, 연속성 및 관리 가능성이 핵심 가치 요소로 자리 잡고 있음을 의미합니다. 데이터 세트는 특정 상황에서는 매우 유용할 수 있지만 다른 상황에서는 전혀 쓸모가 없을 수도 있습니다. AI 모델 학습을 위해 독점적이고 지속적이며 고품질의 데이터를 제공할 수 있는 기업은 새로운 가격 결정력을 확보하게 됩니다.

세 번째 범주는 알고리즘 및 모델 자산 입니다. OpenAI와 Paradigm이 협력하여 개발한 EVMbench는 AI가 스마트 계약 취약점을 탐지, 수정 및 악용하는 능력을 평가하는 데 사용되며, 알고리즘이 정량화 가능한 자산이 되고 있음을 보여줍니다. 모델 가중치, 알고리즘 프레임워크 및 학습 방법론은 식별, 제어 및 수익화 가능한 무형 자산이 되고 있습니다.

네 번째 범주는 차별화가 진행 중인 전통적인 유형 자산 입니다. '정보 비대칭'과 '인간 중개자'에 의존하는 물리적 자산은 감가상각 압력에 직면하는 반면, 에너지 시설, 희소 자원, 핵심 인프라와 같이 'AI에 강한' 특성을 지닌 물리적 자산은 상대적으로 가치가 안정적으로 유지됩니다. 그 이유는 간단합니다. AI는 이러한 자산의 운영을 분석하고 최적화할 수는 있지만, 자산의 물리적 존재와 가치 전달 기능을 대체할 수는 없기 때문입니다.

III. "자산 재평가"에서 "AI 면역"까지

위의 분석을 바탕으로 기업은 AI 시대에 자산의 가치 상승 또는 가치 하락 여부를 판단할 수 있는 체계적인 프레임워크가 필요합니다. RWA 연구소는 세 가지 핵심 특징을 포함하는 "AI 면역" 자산 식별 프레임워크를 제안합니다.

첫 번째 특징은 인코딩 불가능성 입니다. 이는 AI가 완전히 학습하거나 복제하기 어려운 가치 요소들을 의미합니다. COBOL 코드 자체는 AI로 번역할 수 있지만, 칩 레벨에서 구축된 COBOL 시스템을 실행하는 Z 시리즈 메인프레임의 트랜잭션 처리 기능, 양자 컴퓨팅 수준의 보안 암호화, 8.999999%의 신뢰성은 AI 도구가 복제할 수 없는 부분입니다. Futurum Group의 연구에 따르면 "코드 번역으로는 실제 복잡성을 포착할 수 없으며, 플랫폼의 가치는 수십 년에 걸친 하드웨어 및 소프트웨어 통합에서 비롯됩니다." 마찬가지로, 시나리오에 대한 오프라인 제어, 암묵적인 업계 지식, 복잡한 관계 네트워크와 같이 "인코딩"하기 어려운 요소들은 자산을 보호하는 최전선 역할을 합니다.

두 번째 특징은 데이터 해자 입니다. 기업이 독점적이고 지속 가능하며 관리 가능한 데이터 자산을 보유하고 있는가? 단순히 공개적으로 이용 가능한 데이터를 사용하는가, 아니면 다른 기업이 접근할 수 없는 데이터를 생성할 수 있는가? 씨티은행은 데이터 자산의 가치를 평가하기 위해 대규모 모델 활용을 검토하기 시작했으며, "데이터 자산을 재무제표에 포함"하려는 시도를 하고 있습니다. 이는 AI 시대에 데이터가 생산의 원자재일 뿐만 아니라 그 자체로 자산이라는 논리에 기반합니다. 그러나 모든 데이터가 해자를 갖는 것은 아닙니다. 공개적으로 이용 가능한 온라인 데이터는 곧 AI 모델에 의해 "분석"될 것이며, 독점적인 데이터 소스를 보유한 기업만이 AI 기반 가치 평가 체계에서 프리미엄을 얻을 수 있습니다.

세 번째 특징은 AI 기반 복원력 입니다. 자산 자체가 AI로 대체되는 것이 아니라 오히려 강화될 수 있을까요? 이것이 IBM식 혁신과 Block식 변혁의 핵심적인 차이점입니다. IBM의 핵심 사업인 기존 COBOL 시스템 유지 관리는 AI가 "대체"하는 대상인 반면, Block의 사업 모델인 결제 및 금융 서비스는 AI를 통해 "강화"될 수 있습니다. 실제로 IBM은 고객이 엔터프라이즈급 보안을 유지하면서 플랫폼에서 직접 레거시 코드를 안전하게 리팩토링하고 현대화할 수 있도록 지원하는 전용 도구인 Watsonx Code Assistant for Z를 개발했습니다. 자산이 AI와 대립하는 것이 아니라 협력할 때 그 가치는 더욱 높아집니다.

반대로, AI에 취약한 자산은 세 가지 특징을 보입니다. 핵심 가치가 "정보 처리"에 의존하고, 표준화된 프로세스로 대체될 수 있으며, 데이터를 생성하고 축적하는 능력이 부족하다는 것입니다. 기업은 이러한 세 가지 특징을 비교함으로써 자산 포트폴리오에 대한 "스트레스 테스트"를 수행할 수 있습니다.

IV. RWA의 새로운 기회: 어떤 자산이 토큰화할 가치가 있는가?

위의 프레임워크를 RWA(실물 자산 토큰화) 분야로 확장하면 다음과 같은 명확한 결론을 도출할 수 있습니다. RWA는 "어떤 자산이든 블록체인에 올릴 수 있다"는 것이 아니라, AI 재평가의 물결 속에서 AI 사이클을 견뎌낼 수 있는 실물 자산을 선별하는 것입니다.

2026년 3월, 온체인 RWA(실제 가치 자산)의 총 가치는 250억 달러를 넘어섰으며, 이는 전년 대비 거의 네 배에 달하는 수치입니다. 그러나 홍콩 웹3.0 표준화 협회는 2025년 8월에 발표한 RWA 산업 백서에서 "모든 것이 RWA가 될 수 있다는 생각은 잘못된 것"이라고 명확히 밝혔습니다. 대규모 배포에 성공하려면 가치 안정성, 명확한 법적 소유권, 오프체인 데이터의 검증 가능성이라는 세 가지 주요 관문을 충족해야 합니다.

"AI 면역" 프레임워크를 결합하여 다음과 같이 더욱 구체화할 수 있습니다. 토큰화할 가치가 있는 자산은 주로 AI 재평가 과정에서 가치가 안정적으로 유지되는 자산입니다 .

첫 번째 범주는 "AI 면역성" 특성을 지닌 물리적 자산으로 구성됩니다. 여기에는 에너지 자산, 인프라 및 희소 자원이 포함됩니다. 이러한 자산의 가치는 정보 처리 능력에 달려 있는 것이 아니라 물리적 존재와 실질적인 효용성에 달려 있습니다. 백서에서 언급된 충전소 및 태양광 발전 설비와 같은 신에너지 원격 자산(RWA)과 GPU와 같은 컴퓨팅 파워 자산이 이 범주에 속합니다. 그중에서도 AI 산업의 "견고한 수요"와 신뢰할 수 있는 "디지털 DNA"를 지닌 GPU 컴퓨팅 파워 자산은 원격 자산(RWA)의 이상적인 핵심 자산으로 주목받고 있습니다.

두 번째 범주는 프로그래밍 가능한 데이터 자산 입니다. 이러한 자산은 독점적인 데이터 소스를 보유하고 있으며 스마트 계약을 통해 자동으로 수익화될 수 있어 "데이터 해자"와 "AI 기반 유연성"을 결합합니다. 백서에서는 데이터를 지적 재산권 및 탄소 배출권과 함께 무형 자산으로 분류합니다. 그러나 모든 데이터가 자산이 될 수 있는 것은 아니라는 점에 유의해야 합니다. 지속적으로 생성되고, 소유권이 명확하게 입증되며, 검증 가능한 데이터만이 토큰화의 기반을 갖습니다.

세 번째 유형은 물리적 소유권과 프로그래밍 가능한 디지털 권한을 결합한 하이브리드 자산 입니다. 예를 들어, 상업용 부동산 소유권은 토큰화할 수 있지만, 실제 운영, 유지 관리 및 임대와 같은 오프라인 시나리오에 대한 통제권은 전문 기관에 남아 있습니다. 이러한 "물리적 + 디지털" 이중 구조는 블록체인의 유동성 이점을 활용하는 동시에 AI에 영향을 받지 않는 오프라인 가치 기반을 유지합니다.

반대로, AI 시대에 토큰화할 때 주의가 필요한 자산 유형은 두 가지입니다. 하나는 인간 중개자에 크게 의존하는 금융 자산으로, AI에 의해 가치가 쉽게 압축될 수 있습니다. 다른 하나는 데이터 장벽이 없는 표준화된 자산으로, AI 기반 가치 평가 체계에서 협상력이 부족합니다.

V. 행동 지침: 인지에서 의사결정까지

IBM의 400억 달러 손실은 정보 비대칭성과 인력에 의존하는 자산이 AI에 의해 재평가되는 시대를 예고합니다. 블록의 역행적인 성장은 또 다른 시대를 예고하는데, AI를 적극적으로 도입하고 자산 구조를 최적화하는 기업들이 시장에서 재평가받고 있다는 것입니다.

상장 기업과 전통 기업의 의사 결정권자들에게 있어 이는 단순한 기술적 불안감을 넘어 자산 가치 평가 시스템의 근본적인 재편을 의미합니다. CEO들은 피할 수 없는 질문에 답해야 합니다. 인공 지능의 관점에서 내 자산 포트폴리오의 가치는 얼마일까요?

본 기사의 분석을 바탕으로 실행 가능한 세 가지 제안을 제시할 수 있습니다.

첫째, 자산에 대한 "AI 스트레스 테스트"를 즉시 시작하십시오. 각 핵심 사업 부문을 "AI 면역성" 프레임워크의 세 가지 특성(코딩 불가능성, 데이터 해자, AI 기반 복원력)에 따라 평가하십시오. AI의 영향으로 가치 하락에 가장 취약한 사업 부문과 AI의 시너지 효과를 통해 이점을 얻을 수 있는 사업 부문을 파악하십시오.

둘째, 역동적인 자산 포트폴리오 관리 메커니즘을 구축해야 합니다. AI 재평가 시대에 자산 배분은 더 이상 정적인 "매수 후 보유" 전략이 아닙니다. 기업은 AI에 영향을 받지 않는 자산의 비중을 의식적으로 늘리는 동시에 AI에 취약한 자산에 대해서는 전환 또는 매각 계획을 수립해야 합니다. 이는 재무 부서만의 책임이 아니라 전략, 기술, 사업 부서 간의 협력이 필요한 과제입니다.

셋째, RWA 전략을 재검토해야 합니다. 자산 토큰화를 고려하기 전에 "AI 면역성" 프레임워크를 사용하여 기초 자산을 선별해야 합니다. RWA의 핵심 가치는 "온체인" 자체에 있는 것이 아니라, 토큰화를 통해 고품질 자산의 유동성과 가격 효율성을 향상시키는 데 있습니다. AI 시대에 기초 자산 자체의 가치가 하락한다면, 토큰화는 가치 하락을 가속화할 뿐입니다.

마지막으로, 중국 8개 부처가 공동으로 발표한 제42호 문서에 따르면, 어떠한 형태의 토큰 발행 및 토큰화된 거래도 중국 본토 내에서는 엄격히 금지되어 있다는 점을 유의해야 합니다. 본 기사에서 논의하는 RWA 토큰화는 해외 규제 체계 내에서 이루어지는 자산 디지털화 관행만을 의미합니다. 관련 사업을 모색하는 기업은 "국내에서는 엄격히 금지되지만 해외에서는 등록이 필요하다"는 규제상의 레드라인을 반드시 준수해야 합니다.

인공지능이 자산 가격을 매기기 시작하면, 진정한 안정감은 인공지능이 가격을 매길 수 없는 것들, 즉 코드나 데이터가 아닌 가치를 판단하는 인간의 능력에서 비롯됩니다.

(본 기사는 나스닥, 텐센트 뉴스, 퓨처럼 그룹, PLOS One, 21세기 비즈니스 헤럴드, 커머셜 타임즈 등 공신력 있는 언론 및 연구 기관에서 공개된 정보와 데이터를 바탕으로 작성되었습니다. 본 기사에 표현된 견해는 투자 조언으로 간주될 수 없습니다.)