명문대 졸업생들이 어디로 가는지 보면 다음 투자처가 보인다는 말, 정말일까요? 저는 드러켄밀러의 인터뷰를 보고 실제로 스탠포드, MIT, 하버드의 졸업생 취업 보고서를 2~3년치 직접 찾아 분석해봤습니다. 그 결과 AI 인프라, 로보틱스, 바이오 융합, 국방 기술, 차세대 에너지라는 5대 핵심 분야가 선명하게 드러났습니다. 하지만 생각보다 이미 알려진 기업들이 많았고, 전통 산업으로 회귀하는 인재들도 상당했습니다. 이 글에서는 제가 직접 분석한 명문대 졸업생 취업 데이터를 바탕으로, 실제 투자 관점에서 어떻게 접근해야 하는지 정리해봤습니다.
스탠포드와 MIT 졸업생들이 몰리는 곳
스탠포드 대학교의 경영대학원(GSB) 졸업생 중 약 16%가 본인의 벤처 기업을 직접 창업했습니다(출처: Stanford Career Education). 이는 단순히 취업이 아니라 창업 생태계 자체가 활성화되고 있다는 신호입니다. 여기서 벤처 생태계란 스타트업 창업부터 초기 투자 유치, 제품 출시까지 이어지는 일련의 기업 성장 과정을 의미합니다.
제가 주목한 건 AI 기반 기업으로의 대거 이동이었습니다. 단순 개발 직군을 넘어 제품 관리(PM), 고객 성공, 영업 분야에서도 AI 기업 선호도가 매우 높았습니다. 금융, 기술, 컨설팅이 여전히 상위 3개 산업이지만, 특히 엔터프라이즈 기술(Enterprise Tech) 분야의 성장이 두드러졌습니다. 엔터프라이즈 기술이란 기업 고객을 대상으로 한 B2B 소프트웨어와 플랫폼을 말합니다.
MIT의 경우는 조금 달랐습니다. 테슬라, 스페이스X, 블루 오리진 같은 항공우주 및 모빌리티 분야에 대한 관심이 급증했습니다(출처: MIT CAPD). AI가 소프트웨어를 넘어 물리적 시스템, 즉 로봇이나 에너지 시스템에 적용되는 지점에 인재들이 모이고 있었습니다. 동시에 빅테크의 대규모 해고 여파로 안정성과 높은 보상을 제공하는 대형 은행이나 퀀트 헤지펀드로의 회귀 현상도 나타났습니다.
저는 이 데이터를 보고 두 가지를 확신했습니다. 첫째, 인재 흐름은 분명 선행지표지만 이미 알려진 기업들이 많다는 점. 둘째, 전통 산업으로 돌아가는 인재도 상당하다는 점입니다.
AI 인프라와 차세대 에너지가 핵심인 이유
제가 분석한 TOP 5 직종 및 기업 유형은 다음과 같습니다.
- Generative AI Infra: OpenAI, Anthropic (전통의 강자)
- AI Agents / Robotics: Figure AI, Physical Intelligence (하드웨어와 AI의 결합)
- Bio-convergence: 텍스트 기반 AI를 넘어 신약 개발이나 유전자 편집에 AI를 적용하는 기업들
- Defense Tech: Anduril (팔란티어의 뒤를 잇는 국방 혁신 기업)
- Energy/Fusion: AI 데이터 센터 가동을 위한 핵융합 및 차세대 에너지 기업
이 중에서 가장 공통적으로 나타난 신호는 AI 인프라와 차세대 에너지였습니다. AI 인프라란 단순 코딩보다는 AI 시스템을 구축하고 운영하는 기계 학습 엔지니어링, 데이터 과학 역량을 필요로 하는 분야를 말합니다. 쉽게 말해 AI 모델이 돌아갈 수 있는 기반 시스템을 만드는 일입니다.
차세대 에너지 분야는 AI 데이터 센터가 소비하는 막대한 전력을 감당하기 위한 핵융합, 소형 모듈형 원자로(SMR) 등을 포함합니다. SMR이란 기존 대형 원자로보다 크기가 작고 안전성이 높아 도심 근처에도 설치할 수 있는 차세대 원자력 발전 방식입니다.
드러켄밀러가 테바 제약에 주목한 이유도 바이오시밀러(Biosimilar)라는 변곡점 때문이었습니다. 바이오시밀러란 기존 바이오 의약품의 특허가 만료된 후 출시되는 복제약으로, 제네릭 의약품과 달리 생명공학 기술을 기반으로 합니다. 제가 주목한 Bio-convergence도 같은 맥락입니다. AI가 신약 개발 속도를 획기적으로 단축시키고 있고, 이 분야에 인재들이 몰리고 있습니다.
솔직히 이 결과를 보고 예상보다 이미 알려진 곳들이 많다는 생각이 들었습니다. OpenAI나 Anthropic 같은 기업은 이미 모두가 알고 있으니까요. 그래서 조금 더 생소한 기업들을 직접 심도 깊게 분석해보고 분산투자를 통해 점진적으로 접근해야겠다는 판단을 했습니다.
실전 투자 관점에서 어떻게 접근할 것인가
제가 내린 결론은 세 가지입니다. 첫째, 인재 흐름은 선행지표지만 타이밍이 전부입니다. 이런 기업들은 개발 과정에서 투자가 집중되고, 수익이 발생하기 시작하면 엄청난 속도로 성장합니다. 드러켄밀러가 강조한 것처럼 규모의 경제를 맞추는 타이밍이 핵심입니다. 그 타이밍을 정확히 알기 어렵다면 분산투자가 답입니다.
둘째, 에너지와 바이오는 정책 변화에 특히 민감합니다. 핵융합이나 SMR 같은 차세대 에너지 기업은 규제 승인과 정부 지원에 따라 사업 진행 속도가 크게 달라집니다. 바이오 융합 분야도 FDA 승인이나 임상 결과에 따라 주가가 급등락합니다. 따라서 이 분야에 투자할 경우 정책 모니터링이 필수입니다.
셋째, 알려지지 않은 기업일수록 직접 분석이 중요합니다. 제가 스탠포드와 MIT 보고서를 직접 찾아본 이유도 이것입니다. Figure AI나 Physical Intelligence 같은 로보틱스 기업, Anduril 같은 국방 기술 기업은 아직 대중적으로 덜 알려졌지만 인재 유입이 급증하고 있습니다. 이런 기업들은 VC 투자 동향, 채용 공고, 개발자 커뮤니티 반응을 종합적으로 모니터링해야 합니다.
제 경험상 이런 분석은 시간이 걸리지만 확실히 도움이 됩니다. 드러켄밀러가 엔비디아를 150달러에 사서 800달러에 팔고 후회한 이야기를 보면, 타이밍을 완벽하게 맞추는 건 불가능합니다. 하지만 인재 흐름이라는 선행지표를 놓치지 않으면 적어도 방향은 틀리지 않습니다.
결국 명문대 졸업생들이 어디로 가는지 보는 것은 투자의 시작점입니다. 하지만 그 이후 각 기업의 기술력, 정책 환경, 시장 타이밍을 종합적으로 판단해야 합니다. 저는 앞으로도 이 데이터를 지속적으로 모니터링하면서 분산투자 전략을 유지할 계획입니다. 인재가 모이는 곳에 자본이 따라가고, 자본이 모이는 곳에 성장이 있다는 원칙은 변하지 않으니까요.