발행된 페이지
AI 버블
AI 버블은 생성형 인공지능을 필두로 한 AI 기술에 대한 시장의 과도한 기대감과 자본 집중으로 인해 관련 기업들의 가치가 실체적 수익성이나 기술적 한계를 초과하여 부풀려진 금융·산업적 현상을 의미한다.
AI 버블
AI 버블은 생성형 인공지능을 필두로 한 AI 기술에 대한 시장의 과도한 기대감과 자본 집중으로 인해 관련 기업들의 가치가 실체적 수익성이나 기술적 한계를 초과하여 부풀려진 금융·산업적 현상을 의미한다.
Catboy69 · CC0 · 2025 AI Bubble Speculation 2.png
AI 버블은 생성형 인공지능을 필두로 한 AI 기술에 대한 시장의 과도한 기대감과 자본 집중으로 인해 관련 기업들의 가치가 실체적 수익성이나 기술적 한계를 초과하여 부풀려진 금융·산업적 현상을 의미한다.
1. 개요
2020년대 들어 생성형 AI와 대규모 언어 모델(LLM)의 급격한 발전으로 인해 글로벌 증시와 산업계 전반에 폭발적인 자금이 쏠리면서浮上한 개념이다. 과거 1990년대 말의 닷컴 버블이나 19세기 영국에서 발생했던 철도 광풍과 마찬가지로, 혁신적인 신기술의 등장에 따른 합리적 기대가 시장의 과열 및 투기적 광풍으로 변질되는 전형적인 양상을 보이고 있다.[1]19세기 영국의 철도 광풍 당시 부실 철도회사들이 대거 파산하면서 투자자들이 패닉에 빠졌으나, 이때 깔린 전국 전철망은 이후 영국의 산업혁명을 이끈 핵심 기반이 되었다. AI 기술 자체는 분명한 실체를 지닌 거대 패러다임 전환이지만, 현재 형성된 기업 가치와 투자 규모는 단기적 실적 및 뚜렷한 수익 모델에 비해 지나치게 비대해졌다는 지적이 지속적으로 제기된다.
2. 역사적 배경 및 발생 원인
OpenAI의 ChatGPT 출시 이후 빅테크 기업 간의 주도권 싸움이 과열되면서 시작되었다. 기존의 기술 기업들이 자사 서비스에 AI를 결합하지 않으면 시장에서 도태될 것이라는 공포심(FOMO)이 가증되었고, 이는 엔비디아를 비롯한 반도체 기업과 빅테크에 대한 폭발적인 주가 상승으로 이어졌다.
여기에 초저금리 시대가 막을 내린 후 마땅한 투자처를 찾지 못하던 글로벌 벤처 캐피털(VC)과 민간 자본이 대거 AI 스타트업으로 유입된 점도 한몫했다. 수많은 스타트업들이 구체적인 흑자 전환 계획이나 독자적인 기술력 없이 단지 'AI'라는 키워드만 비즈니스 모델에 포함시켜도 수천억 원 단위의 기업 가치를 인정받는 기현상이 발생했다.
3. 주요 특징 및 논란
AI 기술 구축과 유지에 들어가는 막대한 비용 대비 실제 창출되는 수익이 턱없이 부족하다는 점이 핵심 논란거리다. 대규모 AI 모델을 훈련하고 운영하기 위해서는 천문학적인 액수의 데이터센터 건립 비용, 반도체 구매비, 그리고 막대한 전력 소비 비용이 지속적으로 발생한다.
반면 소비자와 기업들이 AI 서비스에 선뜻 지불하려는 금액은 제한적이다. 단순 구독료 모델이나 API 호출 비용만으로는 빅테크들이 지출하는 거대한 자본지출(CAPEX)을 회수하기 어렵다는 지적이 잇따르고 있다. 이에 따라 시장에서는 "AI가 생산성을 혁신적으로 높여줄 것"이라는 구호가 과연 언제쯤 실제 장부상의 이익으로 전환될 것인가에 대한 회의론이 확산되고 있다.
기술적 한계 또한 버블론을 뒷받침한다. 현재의 LLM 방식은 학습 데이터의 한계, 환각(Hallucination) 현상, 모델 고도화에 따른 비용 대비 효율 감소 등의 문제에 직면해 있다. 단순히 인프라 규모를 늘리는 '스케일링 법칙'만으로는 범용 인공지능(AGI)에 도달하기 어렵다는 시각이 힘을 얻으면서, 기술의 한계선이 드러날 경우 시장의 실망감이 걷잡을 수 없이 커질 수 있다는 우려가 존재한다.
4. 닷컴 버블과의 비교
1990년대 후반의 닷컴 버블과 자주 비교된다. 인터넷이 인류의 삶을 완전히 바꿀 것이라는 당시의 예측 자체는 정확했으나, 그 과정에서 수많은 인터넷 기업들의 가치가 과도하게 평가되었고 결국 거품이 꺼지며 수많은 기업이 파산했다.
다만 현재의 AI 버블은 닷컴 버블과 몇 가지 차이점을 보인다. 닷컴 버블 시절에는 실체 없는 유령 기업들이 증시를 주도했던 반면, 현재의 AI 열풍은 마이크로소프트, 구글, 메타, 엔비디아 등 이미 막대한 현금 창출 능력을 갖춘 기존의 초대형 빅테크 기업들이 주도하고 있다. 따라서 버블이 붕괴하더라도 전체 시장이 받을 충격은 과거보다 완충될 수 있다는 시각이 있는 반면, 이들 거대 기업의 펀더멘털마저 AI 지출로 인해 흔들릴 경우 금융 시장 전반에 미칠 파급력이 훨씬 더 치명적일 수 있다는 반론도 팽팽하게 대립한다.
5. 전망 및 향후 과제
전문가들은 AI 버블이 단순한 붕괴로 끝나기보다는 기술의 조정과 내실화 과정을 거칠 것으로 전망한다. 수익성이 증명되지 않은 부실 스타트업들과 과도하게 부풀려진 기대를 받던 프로젝트들이 도태되는 '옥석 가리기'가 필연적으로 진행될 것이다.
결국 AI 시장이 거품을 꺼트리고 지속 가능한 산업으로 안착하기 위해서는 뚜렷한 B2B 및 B2C 수익 모델의 발굴, 데이터센터 운영 및 전력 비용의 획기적인 절감, 그리고 단순한 텍스트 생성을 넘어선 실제 산업 현장에서의 생산성 극대화 사례가 입증되어야 한다.
6. 여담
6.1 엔비디아 GPU의 '디지털 금(Gold)'화 및 실물 자산 담보화
현재 AI 버블을 주도하는 엔비디아의 최첨단 가속기(H100, B200 등)는 단순한 하드웨어를 넘어 파이낸싱의 핵심 담보로 활용되는 기현상을 보이고 있다. 넷플릭스나 메타 등의 초거대 기업뿐만 아니라, '코어위브(CoreWeave)' 같은 AI 스타트업들이 엔비디아 GPU 수만 대의 실물 가치를 담보로 설정하여 수조 원대의 억대 대출을 받는 자산 담보부 채권(ABS) 발행이 급증했다.[2]https://www.bloomberg.com/news/articles/2024-05-17/coreweave-raises-7-5-billion-in-debt-led-by-blackstone — AI 클라우드 기업 코어위브는 엔비디아의 최신 GPU 칩을 담보로 블랙스톤 등으로부터 75억 달러 규모의 채권 대출을 조달해 주목받았다. 이는 1990년대 인터넷 버블 당시 광섬유 케이블이 과잉 투자되었던 양상과 매우 유사하나, 하드웨어 자체의 감가상각 속도가 지나치게 빠르다는 점에서 붕괴 시 금융 시스템으로 위험이 전이될 수 있다는 지적이 잇따른다.
6.2 '전력망 붕괴 우려'라는 물리적 장벽의 도래
과거 닷컴 버블이 단순히 '소프트웨어적 기대감'의 소멸로 붕괴했다면, AI 버블은 '전력과 용수'라는 실물 물리 한계에 직접 충돌하고 있다는 차이점이 있다. 챗GPT의 단일 검색 전력 소비량은 구글 일반 검색의 10배에 달하며, 이에 따라 2030년까지 데이터센터 전력 수요는 중소국가 전체 소비량을 상회할 것으로 예상된다. 실제로 빅테크 기업들은 전력 수급을 위해 스리마일섬 원자력 발전소를 재가동하거나 SMR(소형모듈원자로) 계약을 체결하는 등 기괴한 생존 경쟁을 벌이고 있으나, 전력망 확장 속도가 AI 모델의 성장 속도를 따라잡지 못해 실적 악화의 결정적 원인이 될 것이라는 분석이 지배적이다.[3]마이크로소프트는 데이터센터에 안정적인 전력을 공급하기 위해 과거 미 사상 최악의 원전 사고가 났던 스리마일섬 원자력 발전소 1호기를 2028년부터 재가동해 전량을 독점 구매하는 20년 장기 계약을 체결했다.
6.3 닷컴 버블과의 '수익화 골든 타임' 데자뷔
1999년 닷컴 버블 당시 인터넷 기업들의 평균 주가수익비율(PER)은 200배를 상회했으나, 2020년대 AI 버블의 핵심 기업들은 매출 성장세가 실제로 존재한다는 점에서 차이가 있다. 그러나 빅테크가 AI 인프라 구축에 쏟아붓는 자본지출(CAPEX) 대비 AI 서비스로 벌어들이는 매출의 갭(Gap)이 지나치게 크다는 'AI 갭(AI Gap)' 문제가 심화되고 있다. 세쿼이아 캐피털의 분석에 따르면 AI 업계가 투자금을 회수하려면 연간 약 6,000억 달러의 매출을 올려야 하지만, 현재 실제 매출은 이에 턱없이 미치지 못해 '수익화의 계곡'을 넘지 못할 것이라는 비관론이 대두되고 있다.
6.4 자가용(Inbreeding) 데이터 고갈과 'Habsburg AI' 현상
인간이 생성한 데이터의 한계로 인해 AI 모델이 자신이 만든 데이터나 다른 AI의 데이터를 재학습하면서 발생하는 모델의 품질 저하 현상, 이른바 '근친상간 데이터 문제'가 버블의 기술적 한계로 지적된다. 역사가들은 이를 근친혼으로 붕괴한 왕가에 비유해 '합스부르크 AI(Habsburg AI)' 또는 'AI 붕괴(Model Collapse)'라 부른다.[4]스페인 합스부르크 왕가가 근친혼을 되풀이하다 유전병으로 쇠퇴한 것에 비유해, AI가 AI가 만든 데이터만 학습하다가 자멸하는 현상을 합스부르크 AI라고 부른다. 데이터 고갈을 막기 위해 합성 데이터(Synthetic Data)를 생성하고 있으나, 이 또한 환각(Hallucination)을 폭증시키는 부작용을 낳아 "돈을 아무리 쏟아부어도 성능 향상이 정체되는" 기분전환 법칙의 한계에 봉착했다.
6.5 빅테크 간의 '순환 출자'를 통한 착시 효과
AI 버블의 착시 현상 중 가장 지적받는 부분은 빅테크 간의 내부 거래(Circular Revenue) 구조다. 마이크로소프트, 구글, 메타 등이 AI 스타트업(오픈AI, 앤트로픽 등)에 수십억 달러를 투자하면, 해당 스타트업은 그 돈으로 다시 투자 주체인 빅테크의 클라우드 인프라(Azure, GCP)를 사용하거나 엔비디아의 칩을 구매하는 식이다. 이러한 자금 순환 구조는 실질적인 외부 시장의 수요 창출 없이도 빅테크의 매출을 인위적으로 부풀리는 효과를 발휘하여, 버블의 실제 크기를 가리는 착시를 유발하고 있다.