인공지능 시장을 바라보는 분위기가 조금씩 달라지고 있다.
몇 년 전만 해도 시장의 관심은 “AI가 얼마나 똑똑해질 것인가”에 집중돼 있었다. 새로운 모델이 공개될 때마다 성능 경쟁이 화제가 됐고, 이를 위해 얼마나 많은 GPU와 데이터센터가 필요한지가 주요 관심사였다.
하지만 이제 투자자들이 던지는 질문은 훨씬 현실적으로 변하고 있다.
AI는 결국 얼마나 많은 돈을 벌 수 있을까?
최근 AI 관련 기업들의 주가 변동성이 커지면서 다시 ‘AI 거품론’이 등장하고 있다. 반도체와 데이터센터에 막대한 돈이 들어가고 있지만 그만큼의 수익이 나오지 않는다면 지금의 투자 열풍이 지속될 수 없다는 주장이다.
나는 AI 시장을 볼 때 지금부터는 기술 발전 속도보다 AI 산업의 수익 구조가 어떻게 만들어지고 있는지를 보는 것이 더 중요하다고 생각한다.
AI 거품론이 다시 등장하는 이유
AI 산업에는 한 가지 분명한 문제가 있다.
돈이 너무 많이 들어간다는 것이다.
AI 모델을 개발하려면 고성능 GPU가 필요하고 이를 운영하기 위해서는 거대한 데이터센터와 전력 시설이 필요하다.
Microsoft, Amazon, Google, Meta와 같은 글로벌 빅테크 기업들은 AI 인프라 확장을 위해 역사적인 수준의 투자를 이어가고 있다.
문제는 이런 투자가 먼저 발생하고 수익은 나중에 만들어진다는 점이다.
기업 입장에서 수백조 원 규모의 설비투자를 계속하려면 언젠가는 AI를 통해 충분한 현금흐름이 발생해야 한다.
그렇지 않으면 어느 순간 투자 속도를 낮출 수밖에 없다.
그래서 최근 AI 시장을 둘러싼 논쟁의 핵심은 기술이 아니라 경제성으로 이동하고 있다.
그런데 AI의 성격이 조금씩 변하고 있다
초기의 생성형 AI는 대부분 질문에 답하는 도구였다.
사용자가 질문을 입력하면 AI가 정보를 정리하거나 글을 작성해주는 형태가 중심이었다.
물론 편리했지만 기업이 높은 비용을 지불해야 할 만큼 생산성이 크게 증가하는지는 불확실했다.
최근에는 상황이 달라지고 있다.
AI가 단순히 답변을 생성하는 단계를 넘어 직접 업무를 수행하기 시작하고 있기 때문이다.
예를 들어 AI는 이제 다음과 같은 일을 할 수 있다.
- 프로그램 코드 작성 및 수정
- 문서 분석
- 데이터 정리
- 고객 상담
- 시장 조사
- 보고서 작성
- 이미지 및 영상 제작
- 반복적인 사무 업무 자동화
이런 변화를 흔히 AI 에이전트 또는 Agentic AI라고 부른다.
중요한 변화는 AI가 생산성 도구에서 실제 노동을 대체하거나 보조하는 시스템으로 진화하고 있다는 점이다.
AI의 경쟁 상대는 다른 AI가 아닐 수도 있다
여기서 AI 산업을 이해할 때 중요한 관점이 하나 있다.
AI의 가격을 단순히 서버 비용과 비교하면 안 된다는 것이다.
예를 들어 AI가 어떤 업무 하나를 처리하는 데 기업이 1달러를 지불한다고 가정해보자.
기업 입장에서 중요한 것은 AI 서비스를 제공하는 회사의 서버 비용이 얼마인지가 아니다.
사람이 같은 업무를 수행했을 때 얼마가 필요한가가 더 중요하다.
사람이 10분 동안 해야 하는 업무를 AI가 몇 초 만에 1달러에 처리할 수 있다면 기업 입장에서는 충분히 경제성이 있을 수 있다.
결국 AI 시장의 잠재력은 토큰 가격이 아니라 인간 노동비용과 비교해야 한다.
이 구조가 자리 잡기 시작하면 AI 시장은 단순한 소프트웨어 시장보다 훨씬 커질 가능성이 있다.
추론 시장이 중요한 이유
AI 산업을 이해하려면 크게 두 가지 영역을 구분해야 한다.
첫 번째는 학습(Training)이다.
AI 모델을 만드는 과정이다.
엄청난 양의 데이터를 학습시키고 수많은 GPU를 장기간 사용해야 하기 때문에 막대한 비용이 들어간다.
두 번째는 추론(Inference)이다.
이미 만들어진 AI 모델을 실제 사용자가 이용하는 단계다.
ChatGPT나 Claude에 질문을 하고 답을 받는 과정도 추론에 해당한다.
AI가 산업으로 성장하려면 결국 추론 사용량이 폭발적으로 증가해야 한다.
스마트폰 산업으로 비유하면 AI 모델 학습은 스마트폰을 개발하는 과정이고 추론은 사람들이 매일 스마트폰을 사용하는 것에 가깝다.
개발은 한정돼 있지만 사용은 수십억 번 반복될 수 있다.
따라서 장기적으로 AI 산업의 경제성을 결정하는 핵심은 모델을 몇 개 개발하느냐보다 전 세계에서 AI가 얼마나 많이 사용되는가가 될 가능성이 크다.
AI 가격이 내려가는 것도 반드시 악재는 아니다
AI 모델 가격은 계속 낮아지고 있다.
처음에는 이것이 AI 기업들에게 불리하게 보일 수도 있다.
가격이 내려가면 매출이 감소할 수 있기 때문이다.
하지만 기술 산업에서는 반대 현상이 나타나는 경우도 많다.
컴퓨팅 비용이 떨어지면서 PC가 보급됐고 인터넷 통신비가 낮아지면서 인터넷 사용량이 폭발적으로 증가했다.
AI 역시 비슷한 과정이 나타날 수 있다.
AI 사용 비용이 10분의 1로 낮아지더라도 사용량이 100배 증가한다면 전체 시장은 오히려 훨씬 커진다.
결국 앞으로 중요한 지표는 단순한 AI 가격보다 AI가 처리하는 전체 작업량이 될 수 있다.
그렇다고 AI 거품 가능성을 무시해서는 안 된다
AI 산업이 성장한다고 해서 현재 모든 AI 관련 기업의 주가가 정당화되는 것은 아니다.
이 부분은 반드시 구분할 필요가 있다.
인터넷은 실제로 세상을 바꿨지만 2000년 닷컴버블 당시 수많은 인터넷 기업은 사라졌다.
철도 산업도 세상을 바꿨지만 초기 철도 투자자들이 모두 돈을 번 것은 아니다.
기술의 성공과 투자자의 성공은 항상 같은 의미가 아니다.
AI 역시 마찬가지다.
AI가 세계 경제를 변화시키더라도 지나치게 높은 가격에 투자한 기업에서는 큰 손실이 발생할 수 있다.
따라서 “AI는 거품인가?”라는 질문보다 더 정확한 질문은 다음과 같다고 생각한다.
AI 산업은 성장하더라도 어떤 기업이 실제 이익을 가져갈 것인가?
AI 산업에서 돈을 벌 가능성이 높은 영역
현재 AI 생태계를 보면 크게 여러 계층으로 나눌 수 있다.
1. AI 반도체
AI 연산에 필요한 GPU와 가속기를 공급하는 기업이다.
AI 투자가 계속되는 동안 가장 직접적인 수혜를 받을 수 있다.
다만 AI 인프라 투자 증가율이 둔화되면 주가 변동성이 크게 나타날 가능성도 있다.
2. 반도체 제조
AI 칩 설계만큼 중요한 것이 실제 생산이다.
최첨단 AI 칩을 생산할 수 있는 파운드리와 반도체 제조 장비 기업들은 AI 공급망에서 중요한 위치를 차지한다.
3. 데이터센터와 전력
AI는 엄청난 양의 전력을 사용한다.
따라서 데이터센터뿐 아니라 발전설비, 전력망, 냉각 시스템까지 AI 인프라의 범위가 확대되고 있다.
나는 앞으로 AI 투자에서 전력 문제가 상당히 중요한 변수가 될 가능성이 있다고 본다.
4. 클라우드
AI를 실제 기업과 소비자에게 공급하는 핵심 통로다.
Microsoft Azure, Amazon AWS, Google Cloud 같은 기업들은 AI 사용량이 증가할수록 인프라 사용료를 받을 수 있다.
5. AI 모델
OpenAI, Anthropic과 같은 기업들이 경쟁하는 영역이다.
가장 뛰어난 AI 모델을 확보하면 상당한 영향력을 가질 수 있지만 모델 개발 비용 역시 매우 크다.
6. AI 서비스
개인적으로 장기적으로 가장 흥미롭게 보는 영역이다.
AI를 이용해 회계, 법률, 의료, 프로그래밍, 디자인, 마케팅 등 실제 산업의 업무를 자동화하는 기업들이다.
AI 기술이 일상적인 상품이 된다면 최종적으로 가장 큰 시장은 이 영역에서 만들어질 가능성이 있다.
AI 모델 경쟁은 결국 소수 기업 중심으로 재편될 가능성이 있다
최첨단 AI 모델을 만드는 데 필요한 비용은 계속 증가하고 있다.
GPU뿐 아니라 데이터센터, 전력, 네트워크, 인력까지 필요하다.
이 정도 투자를 지속적으로 감당할 수 있는 기업은 많지 않다.
따라서 장기적으로는 모든 기업이 자체 AI 모델을 만드는 구조보다는 소수의 거대한 AI 플랫폼이 모델을 제공하고 수많은 기업이 그 위에서 서비스를 만드는 형태가 될 가능성이 있다.
스마트폰 시장과도 비슷하다.
모든 회사가 모바일 운영체제를 만드는 것은 아니다.
Android와 iOS라는 거대한 플랫폼 위에서 수백만 개의 앱이 만들어졌다.
AI 역시 몇 개의 핵심 모델과 컴퓨팅 플랫폼 위에 수많은 서비스가 올라가는 구조가 만들어질 수 있다.
진짜 중요한 것은 AI가 얼마나 많은 일을 맡게 되느냐이다
앞으로 AI 산업을 판단할 때 나는 AI 모델의 벤치마크 점수보다 다른 지표를 더 중요하게 볼 필요가 있다고 생각한다.
AI가 실제 경제활동에서 얼마나 많은 업무를 처리하고 있는가이다.
예를 들어 전 세계 기업들이 매일 수행하는 업무의 1%를 AI가 처리하는 것과 10%를 AI가 처리하는 것은 완전히 다른 시장을 의미한다.
만약 AI가 단순한 검색이나 질문 도구에 머문다면 현재 진행되는 거대한 데이터센터 투자는 과잉투자가 될 수도 있다.
반대로 AI가 코딩, 회계, 고객지원, 연구, 설계, 마케팅 같은 업무를 본격적으로 수행하기 시작한다면 지금의 인프라조차 부족할 가능성이 있다.
결국 AI 산업의 미래는 GPU 숫자가 아니라 AI가 인간의 업무를 얼마나 많이 가져오는가에 달려 있다.
AI 거품론을 바라보는 나의 생각
현재 AI 시장에 과열된 부분이 없다고 말하기는 어렵다.
일부 기업의 높은 밸류에이션과 막대한 데이터센터 투자 규모를 보면 투자자들이 경계할 이유는 충분하다.
특히 AI 인프라 투자 속도가 기업의 현금흐름보다 너무 빠르게 증가한다면 어느 순간 투자 조정이 나타날 가능성도 있다.
하지만 이것만으로 AI 산업 전체를 닷컴버블과 동일하게 보는 것도 지나치게 단순한 접근이라고 생각한다.
AI는 이미 실험실 기술을 넘어 실제 업무에 사용되고 있으며 기업들이 AI를 이용해 비용을 줄이고 생산성을 높이려는 움직임도 확대되고 있다.
따라서 앞으로의 핵심은 AI 기술 자체의 존재 여부가 아니다.
AI가 만들어내는 경제적 가치가 지금 들어가는 막대한 투자 비용을 넘어설 수 있느냐가 핵심이다.
나는 AI 거품론의 진짜 답을 주가 차트에서 찾기보다는 앞으로 몇 년 동안 나타날 기업들의 AI 매출, 클라우드 성장률, AI 사용량 그리고 실제 생산성 개선에서 찾아야 한다고 생각한다.
AI가 단순히 말을 잘하는 프로그램에서 실제 일을 하는 디지털 노동력으로 자리 잡는다면 지금 우리가 보고 있는 AI 투자는 거품의 마지막이 아니라 새로운 산업이 만들어지는 초기 과정일 수도 있다.
답글 남기기