미국 실리콘밸리의 대표 기술 투자자인 브래드 거스트너(Brad Gerstner) 알티미터 캐피털(Altimeter Capital) 창업자가 엘리트 계층의 ‘위선’과 책임 회피가 제도권 전반에 대한 신뢰 붕괴로 이어지고 있다고 직격탄을 날렸다. 에플스타인 사건을 둘러싼 유력 인사들의 의혹과 미흡한 수사, 그리고 언론의 선택적 보도가 이런 불신을 구조화하고 있다는 지적이다. 동시에 그는 인공지능(AI) 부상이 소프트웨어·SaaS(서비스형 소프트웨어) 업계의 가치 평가를 뒤흔들고 있다며, 고가 SaaS 비즈니스 모델이 ‘맞춤형(베스포크)’·AI 솔루션에 밀려나는 구조적 변곡점을 맞고 있다고 진단했다.
거스트너는 실리콘밸리 기반 기술 투자사 알티미터 캐피털의 창업자 겸 최고경영자(CEO)로, 상장주식과 벤처투자를 합쳐 150억 달러(약 21조 6,975억 원) 이상을 운용하고 있다. 그보다 앞서 제너럴 캐털리스트에서 초기 투자자로 활동했고, 검색 스타트업 세 곳을 직접 공동 창업해 이 가운데 한 곳을 2012년 구글에 매각한 이력도 있다. 알티미터는 스노우플레이크(Snowflake) 상장 주도, 몽고DB·질로우 초기 투자 등으로 이름을 알렸다.
엘리트 책임 회피가 제도 신뢰 무너뜨려
거스트너는 에플스타인 사망을 둘러싼 의혹과, 그와 연루된 유력 인사들에게 실질적인 형사 책임이 거의 묻지 않고 있다는 점을 ‘제도 신뢰 붕괴’의 상징적 사례로 꼽았다. 그는 “이런 일들이야말로 사람들이 왜 제도, 권력 엘리트, 그리고 이 모든 ‘쓰레기 같은 것들’을 더 이상 믿지 않게 되는 이유”라고 비판했다. 말로는 법치와 공정성을 강조하지만, 정작 권력의 중심부에 자리한 인물들의 행위에는 제대로 된 수사나 기소가 따르지 않는다는 것이다.
특히 그는, 관련 인물들에 대한 기소가 거의 이뤄지지 않은 점, 에플스타인 사망을 둘러싼 의문점이 해소되지 않은 점을 들어 “강력한 권력 집단을 향한 수사가 애초에 제대로 시작됐는지조차 의심스럽다”고 지적했다. 이런 ‘책임 부재’가 반복되면, 일반 대중 입장에서는 사법·정치·언론 기관 모두가 서로를 보호하는 하나의 카르텔처럼 보일 수밖에 없다는 설명이다.
“가장 나쁜 행동하는 사람들이, 가장 앞에서 설교한다”
거스트너가 특히 문제 삼은 것은 엘리트들의 ‘위선’이다. 그는 “가장 나쁘게 행동하는 바로 그 사람들이, 대중 앞에 나와 도덕을 설교하고 있다”며, 공적 이미지와 사적 행태 사이의 괴리가 신뢰를 근본부터 갉아먹고 있다고 꼬집었다. 겉으론 책임·윤리·포용을 이야기하지만, 실제로는 법적·도덕적 기준을 자신들에게만 느슨하게 적용한다는 것이다.
그는 이런 행태가 정치권·기업·재단·학계 전반에서 관찰된다며, “이게 바로 우리가 신뢰 부족을 겪는 이유”라고 말했다. 특정 인물을 지목하기보다, ‘권력에 접근한 사람들일수록 스스로를 규칙 바깥에 둔다’는 문화가 문제의 뿌리라는 지적이다. 이는 규제기관이 대형 금융사나 빅테크를 다루는 방식, 정치권의 이해충돌 문제, 그리고 자선·기부를 앞세운 이미지 세탁에 대한 대중의 냉소와도 맞닿아 있다.
언론, 실리콘밸리-에플스타인 연결고리 “선택적 외면”
거스트너는 미국 유력 일간지 뉴욕타임스를 콕 집어 비판했다. 실리콘밸리와 에플스타인 인맥을 다루면서도, 실제 연결고리 역할을 한 핵심 인물들은 기사에서 거의 언급하지 않는다는 것이다. 그는 “실리콘밸리에 대해 쓰겠다면, 에플스타인을 피터 틸에게 소개한 사람이 누군지(리드)부터 써야 한다”며, 이 지점을 언급하지 않는 보도를 “사실상 이야기의 뿌리를 빼버린 것”이라고 지적했다.
그는 또 “마크 저커버그가 그 유명한 만찬을 주최했다”는 점까지 예로 들며, 언론이 실리콘밸리 핵심 인물들과 에플스타인 사이의 서클을 의도적으로 축소·생략하고 있다고 주장했다. 이런 ‘선택적 보도’는 독자들로 하여금 ‘언론 역시 권력과 한 편’이라는 인식을 심어주고, 결과적으로 제도 전반에 대한 불신을 더 키운다는 설명이다. 제도와 규범이 제대로 작동하려면, 언론 스스로도 권력을 향해 같은 잣대를 들이대야 한다는 메시지다.
소프트웨어·데이터 주식에서 3,000억 달러 증발
거스트너는 화두를 금융시장으로 옮겨, 최근 소프트웨어·데이터 섹터에서 발생한 급격한 가치 하락을 짚었다. 그의 설명에 따르면, 어느 화요일 하루 동안 S&P 내 소프트웨어·데이터 관련 종목에서 증발한 시가총액만 3,000억 달러(약 434조 145억 원)에 달했다. 이는 개별 종목 이슈라기보다, 투자자들이 소프트웨어 산업의 중장기 구조 변화에 대해 집단적으로 ‘다시 가격을 매기고 있다’는 신호라는 해석이다.
거스트너는 특히 SaaS 기업들이 “소프트웨어가 점점 고객 맞춤형(베스포크)으로 개발·운영될 것”이라는 내러티브에 직격탄을 맞고 있다고 진단했다. 그동안는 표준화된 구독형 서비스로 높은 마진과 예측 가능한 현금흐름을 인정받았지만, 이제는 대기업들이 자체 개발 역량과 AI 도구를 활용해 ‘내부용 맞춤 시스템’으로 전환할 수 있다는 시나리오가 점점 현실적인 위협으로 반영되고 있다는 것이다.
AI가 바꾸는 밸류에이션: “매출 때문이 아니라, 미래를 못 믿어서 떨어진다”
거스트너에 따르면, 지금 많은 소프트웨어·SaaS 종목이 조정을 받는 이유는 현재 매출이 줄어서가 아니다. 그는 “이들 주가는 매출 감소 때문에 내려가는 게 아니라, 우리가 ‘미래의 불확실성’을 할인하고 있기 때문에 내려가는 것”이라고 설명했다. AI가 가져올 소프트웨어 산업 구조 변화의 속도와 방향을 누구도 확신할 수 없다 보니, 투자자들이 향후 5~7년 현금흐름의 ‘지속 가능성’ 자체를 낮게 보고 있다는 의미다.
실제로 그는 대표적인 우량 소프트웨어 기업들의 밸류에이션이 “잉여현금흐름(Free Cash Flow) 기준 30배에서 15배 수준으로 떨어졌다”고 짚었다. 숫자상으로는 같은 비즈니스인데, ‘7년 뒤에도 지금의 수익 구조가 유지될지’를 믿지 못하니, 시장이 지불할 의향이 있는 멀티플이 반 토막이 난 셈이다. 그는 “우리는 7년 뒤 무슨 일이 일어날지 모른다”며, AI로 인한 패러다임 전환이 투자자 심리에 구조적인 의문을 던지고 있다고 말했다.
“SaaS가 다 죽는 건 아니다… 그러나 비싼 SaaS는 표적이 된다”
일각에서 제기되는 ‘SaaS 종말론’에는 선을 그었다. 거스트너는 “모든 SaaS가 존재론적 위협을 받는 건 아니다”라면서도, “다만 매우 비싼 가격을 받는 SaaS라면, 그 자체로 ‘더 싸고 맞춤형인 대체재에 의해 뽑혀 나갈 표적’이 될 가능성이 크다”고 경고했다. 고객 입장에서는 고정 구독료와 사용료를 계속 지불하는 대신, AI와 저비용 개발 도구를 조합해 비슷한 기능을 구현할 수 있는 시나리오가 점점 현실화되고 있기 때문이다.
그는 SaaS 시장의 현재 도전이 단순한 경기 사이클 문제가 아니라, ‘가격 구조’와 ‘가치 인식’의 재조정이라고 강조했다. 예전에는 클라우드 전환과 자동화만 제시해도 높은 가격이 정당화됐지만, 이제는 고객이 “이걸 그대로 쓰는 게 맞나, 아니면 우리 스택 위에 가볍게 맞춤 솔루션을 얹는 게 낫나”를 본격적으로 비교하기 시작했다는 것이다. 이런 흐름 속에서, SaaS 기업들은 자신들이 제공하는 핵심 가치가 얼마나 ‘대체 불가능한지’를 다시 입증해야 하는 상황에 놓여 있다.
AI 시대, SaaS는 ‘낡은 레이어’가 될 위험
거스트너는 AI 시대 소프트웨어 스택의 진화를 ‘레이어(layer)’ 관점에서 설명했다. 그의 관점에서, 현재 많은 SaaS 기업이 차지하고 있는 레이어는 향후 AI가 얹혀지는 ‘하부 인프라’로 밀려날 수 있다. 그는 “SaaS 기업들에 대한 위험은, 이들이 스택의 ‘낡은 레이어’가 되어 버리는 것”이라며, “진짜 부가가치는 그 위에 새로 쌓이는 AI 레이어에서 만들어질 수 있다”고 말했다.
이 시나리오에서는 기존 SaaS는 데이터와 워크플로를 담는 기본 틀에 머물고, 실제 사용자 경험과 의사결정·자동화 가치는 AI 에이전트·도메인 특화 모델·맞춤형 오케스트레이션 레이어가 가져간다. 그렇게 되면, 투자자 입장에서는 ‘어떤 레이어에 자본을 배치해야 수익을 극대화할 수 있는지’를 다시 따져 보게 되고, 기존 SaaS 멀티플은 구조적으로 낮아질 수 있다. 거스트너는 SaaS 기업들이 생존을 넘어 성장 동력을 유지하려면, 이 새로운 AI 레이어에 스스로를 통합하거나, 아예 그 레이어를 직접 구축하는 방향으로 전략 전환이 필요하다고 강조했다.
제도와 엘리트에 대한 신뢰 붕괴, 그리고 AI로 촉발된 소프트웨어·SaaS 밸류에이션 재편이라는 두 축은 겉으로는 별개의 이야기처럼 보이지만, 거스트너의 시각에서는 하나로 연결돼 있다. 책임을 회피하는 구질서와, 기술 변화에 제대로 적응하지 못하는 낡은 사업모델은 결국 시장과 대중 모두로부터 신뢰를 잃게 된다는 것이다. 그는 투자자와 창업자, 정책당국 모두가 “권력과 기술이 어디에 쌓이고 있는지, 그리고 그 과정이 얼마나 투명하고 책임 있는지”를 냉정하게 돌아봐야 할 시점이라고 강조하고 있다.
💡 "AI가 뒤흔드는 밸류에이션, 구조를 이해한 투자자만 살아남는다"
브래드 거스트너가 지적한 것처럼, 시장은 이제 단순히 매출 성장률이 아니라 "미래의 지속 가능성"과 "레이어 구조"를 다시 가격 매기고 있습니다. 오늘의 우량 SaaS도 내일은 AI 위에 깔리는 '낡은 레이어'가 될 수 있는 시대, 투자자는 기술·사업모델·거시 환경을 입체적으로 읽어낼 수 있어야 합니다.
대한민국 1등 블록체인 미디어 토큰포스트가 론칭한 토큰포스트 아카데미는 이런 패러다임 전환 속에서 살아남을 수 있는 '매크로+테크' 기반 투자 실력을 기르기 위한 7단계 마스터클래스입니다.
◆ AI와 소프트웨어 밸류에이션, 구조부터 다시 배우는 7단계 커리큘럼
2단계: The Analyst (분석가) — "무엇을 살 것인가"를 숫자와 구조로 답하는 구간입니다.
토크노믹스 해부: 인플레이션, 락업 해제, 내부자 물량 등 '구조적 리스크'를 해석해, 테라·루나식 붕괴를 피하는 법을 배웁니다.
온체인·펀더멘털 분석: 거래량·활성 사용자·프로토콜 수익 등 데이터를 통해, AI·SaaS, 소프트웨어 섹터에서도 "7년 뒤에도 존재할 비즈니스"를 가려내는 관점을 훈련합니다.
3단계: The Strategist (투자 전략가) — 밸류에이션 재편기에 포트폴리오를 어떻게 설계할지 다룹니다.
Risk & Return · 인플레이션 헤지: 달러·주식·크립토·AI 관련 자산을 어떤 비율로 가져가야 하는지, 거스트너가 말한 "멀티플 재조정" 국면에서 생존할 수 있는 구조를 설계합니다.
DCA·포트폴리오 구성: 특정 섹터(고가 성장주, 비싼 SaaS, 테마 코인)에 몰빵하지 않고, 시장 사이클에 맞춰 리스크를 분산하는 전략을 배웁니다.
4단계: The Trader (트레이더) — 급격한 밸류에이션 조정 속 변동성을 기회로 바꾸는 법을 다룹니다.
차트·지지/저항·추세 분석: 하루 만에 수천억 달러가 증발하는 장에서, 공포에 휩쓸리지 않고 '어디까지가 정상적인 조정인지'를 차트로 해석하는 능력을 키웁니다.
주문 방식·체결 구조: 큰 갭 하락, 급등 구간에서도 슬리피지와 수수료를 최소화하는 실전 매매 스킬을 제공합니다.
5단계: The DeFi User (디파이 유저) — "수익이 어디서 나오는가(Real Yield)?"를 검증하는 훈련입니다.
스테이킹·렌딩·LP·비영구적 손실: 고이율만 보고 진입했다가 구조를 이해하지 못해 폭락장에 고립되는 일을 막기 위한 필수 과정입니다.
LTV·청산 리스크 관리: 레버리지와 담보 구조를 정확히 이해해, '보이지 않는 레이어 리스크'를 통제하는 법을 배웁니다.
6단계: The Professional (선물·옵션) — 하락장과 밸류에이션 인하 국면에서 방어와 수익을 동시에 노리는 고급 전략입니다.
선물·옵션 기초와 헤지 전략: 단순 숏 베팅이 아니라, 포트폴리오 전체의 변동성을 줄이는 "보험"으로서의 파생상품 활용법을 다룹니다.
리스크 관리·포지션 사이징: 레버리지 남용을 막고, 손실을 통제 가능한 범위 내에 두는 프로 수준의 원칙을 제공합니다.
7단계: The Macro Master (매크로 마스터) — 거스트너가 강조한 '신뢰 붕괴'와 '구조적 전환'을 시장 사이클과 연결해 읽는 단계입니다.
글로벌 유동성·비트코인 반감기 사이클: 제도 신뢰, 금리, 유동성 축소와 확장이 자산 가격에 어떻게 반영되는지, 실제 과거 사례를 통해 학습합니다.
포트폴리오 업데이트 사례 연구: 매크로 환경 변화에 따라 어떤 섹터와 레이어(인프라·프로토콜·AI 레이어)에 자본을 재배치해야 했는지 실제 기록을 복기합니다.
거스트너가 말한 것처럼, "미래의 구조를 믿을 수 있는가"가 자산 가격을 가르는 시대입니다. 토큰포스트 아카데미는 단순한 코인 강의가 아니라, 제도 신뢰 붕괴와 AI·소프트웨어 레이어 전환까지 아우르는 '구조적 사고'를 훈련하는 투자 학교입니다.
커리큘럼: 기초부터 온체인 분석, 디파이, 선물·옵션, 매크로까지 7단계 마스터클래스
혜택: 첫 달 무료 이벤트 진행 중!
바로가기: https://www.tokenpost.kr/membership
🔎 시장 해석
- 에플스타인 사건을 둘러싼 미흡한 수사와 엘리트들의 책임 회피가 사법·정치·언론 전반에 대한 ‘제도 불신’을 심화시키고 있다는 지적이다.
- 뉴욕타임스를 포함한 주류 언론이 실리콘밸리 핵심 인사와 에플스타인 간 연결고리를 선택적으로 축소·보도하며, ‘언론도 카르텔의 일부’라는 인식을 키우고 있다는 비판이 제기된다.
- 금융시장에서는 AI 부상으로 인해 소프트웨어·데이터, 특히 SaaS 섹터의 밸류에이션이 재조정되고 있으며, 하루 만에 약 3,000억 달러의 시가총액이 증발하는 등 구조적 리레이팅이 진행 중이다.
- 투자자들은 현재 실적보다 ‘향후 5~7년 수익 구조가 유지될지’에 대한 신뢰를 크게 낮추고 있으며, 이에 따라 잉여현금흐름(FCF) 기준 멀티플이 30배에서 15배 수준으로 반토막 난 사례들이 나타나고 있다.
💡 전략 포인트
- 고가 SaaS는 AI·로우코드/노코드 도구를 활용한 ‘맞춤형(베스포크) 내부 시스템’에 의해 대체될 위험이 커, 동일 성장률 대비 과도한 프리미엄을 받는 종목은 리스크 점검이 필요하다.
- 소프트웨어 기업에 투자할 때는 단순 구독 모델이 아니라, AI 레이어와 얼마나 깊게 통합돼 있는지(모델·에이전트·오케스트레이션 레벨)를 핵심 체크 포인트로 삼아야 한다.
- 기존 SaaS 기업이라면 자신이 스택에서 담당하는 레이어를 재정의하고, AI 레이어(에이전트, 자동화, 의사결정 지원)로 가치 중심을 끌어올리는 M&A·제품 피벗 전략을 서둘러야 한다.
- 규제·정책 측면에서는 ‘누가 AI와 데이터 권력을 쥐고 있는지’, 그리고 그 과정이 얼마나 투명·책임 있게 관리되는지를 감시하는 새로운 거버넌스 프레임이 요구된다.
📘 용어정리
- SaaS(서비스형 소프트웨어): 사용자가 소프트웨어를 직접 설치·구매하는 대신, 인터넷을 통해 구독 형태로 이용하는 모델. 예: 세일즈포스, 넷플릭스(콘텐츠 SaaS 관점), 어도비 클라우드 등.
- 베스포크(맞춤형) 소프트웨어: 특정 기업·조직의 업무 흐름에 맞춰 개별적으로 설계·개발된 소프트웨어. AI·자동화 도구의 발달로 과거보다 개발 비용·시간이 크게 줄어드는 추세다.
- 밸류에이션 멀티플: 기업 가치를 매출, 이익, 잉여현금흐름(FCF) 등 재무지표에 몇 배로 곱해 평가하는 지표. 예를 들어 FCF 1달러에 30달러를 지불하면 ‘FCF 30배 멀티플’이라 부른다.
- 기술 스택(layer): 애플리케이션, 데이터베이스, 인프라, AI 모델 등 다양한 기술 요소가 층(layer)을 이루는 구조. 어느 레이어에 위치하느냐에 따라 이익률과 협상력이 크게 달라진다.
- AI 레이어: 기존 IT·SaaS 인프라 위에 얹혀, 자동화·의사결정 지원·에이전트 실행 등 고부가가치를 창출하는 인공지능 관련 층을 의미. 향후 가장 많은 가치와 수익이 집중될 것으로 예상된다.
💡 자주 묻는 질문 (FAQ)
Q.
브래드 거스트너가 말하는 ‘엘리트 위선’과 에플스타인 사건은 투자와 어떤 관련이 있나요?
기사에서 거스트너는 에플스타인 사건을 통해 드러난 엘리트들의 책임 회피와 언론·사법·정치권의 미온적 대응이 제도 전반에 대한 신뢰 붕괴를 낳고 있다고 지적합니다. 이 신뢰 붕괴는 단순한 정치·도덕 문제를 넘어, 투자자들이 “권력과 정보가 어디에 집중되는지, 그 과정이 투명한지”를 더 예민하게 따지도록 만듭니다. 결국 규제 리스크, 평판 리스크, 거버넌스 리스크에 대한 프리미엄이 높아지면서 기업·산업 밸류에이션에도 직접적인 영향을 줄 수 있다는 뜻입니다.
Q.
AI 때문에 SaaS 기업들이 모두 사라질까요, 아니면 어떤 회사는 살아남나요?
기사에서 거스트너는 “모든 SaaS가 죽는 것은 아니다”라고 분명히 선을 긋습니다. 특히 문제가 되는 것은 기능 대비 가격이 지나치게 비싼 SaaS입니다. 이런 서비스는 기업들이 AI와 저렴한 개발 도구를 이용해 비슷한 기능의 ‘맞춤형 내부 시스템’을 만들 수 있게 되면 가장 먼저 대체될 수 있습니다. 반대로, 특정 산업에 깊이 통합되어 있거나 데이터·워크플로의 핵심 허브 역할을 하며 AI 레이어와 자연스럽게 결합할 수 있는 SaaS는 오히려 더 중요한 기반 인프라로 남을 가능성이 큽니다.
Q.
‘소프트웨어가 기술 스택의 낡은 레이어가 될 수 있다’는 말은 실제로 어떤 위험을 뜻하나요?
기술 스택은 여러 기술이 층층이 쌓인 구조를 말합니다. 지금까지 많은 SaaS가 사용자의 업무를 직접 처리하는 ‘앞단 레이어’에서 높은 가격과 마진을 누려 왔습니다. 그런데 AI가 그 위에 새로운 레이어로 올라타면, 사용자 경험과 자동화, 의사결정 가치는 AI 에이전트·모델이 가져가고, 기존 SaaS는 단순 데이터 저장·기본 워크플로를 제공하는 하부 인프라로 밀려날 수 있습니다. 이렇게 되면 같은 고객을 상대해도 가격 협상력이 약해지고, 이익률과 성장성이 떨어지며, 결국 주식 시장에서 받는 평가(멀티플)도 구조적으로 낮아질 수 있다는 것이 거스트너의 경고입니다.
TP AI 유의사항
TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.





