👉 수요레터 구독하기

 

 

 

AI 거품론이 맞는 5가지 이유

 

 

안녕하세요, 촌장입니다.

 

• 요즘 경제, 기술, 투자 분야에서 가장 많이 언급되는 단어가 있습니다. 바로 AI 거품론입니다.
• 경제 칼럼, 증권사 리포트, 글로벌 투자자 인터뷰까지 분야를 가리지 않고 “AI 버블이 터지는 것 아니냐”는 이야기가 심심치 않게 등장합니다.
• AI 도입을 준비 중인 기업들도, 직접 AI 인프라에 투자하는 기업들도 똑같은 걱정을 합니다.

 

“이거… 혹시 너무 앞서 간 건 아닐까?”

“우리 조직도 AI에 베팅해야 하는데, 지금 이 숫자들이 정상 범위가 맞을까?”

 

 

 

AI 거품론에는 다 이유가 있다

 

• 걱정이 커지는 데에는 이유가 있습니다. 최근 AI 인프라 투자의 규모가 그야말로 역대급이기 때문입니다.
• 예를 들어, OpenAI–SoftBank–Oracle이 함께 추진 중인 초대형 데이터센터 프로젝트 ‘Stargate’는 총 1000억 달러(약 140조 원) 투자가 예상되는 것으로 알려져 있습니다.
• 엔비디아 역시 AI 칩 생산 확대를 위해 수백억 달러 규모의 CAPEX 계획을 발표했습니다.
• 전 세계 데이터센터 신규 건설 투자 규모도 올해만 4천억 달러에 육박할 것으로 전망되고 있습니다.
• 이 정도면 기업들이 “이게 정말 지속 가능한 투자일까?”라는 질문을 던지는 게 이상한 일이 아니죠.

 

• 그래서 이번 수요레터에서는 요즘 시장에서 가장 많이 언급되는 이 이슈 AI 거품론이 진짜일 가능성이 높은 5가지 이유를 찾아서 정리해 보려 합니다.
• 개인적으로 저는 AI 거품론은 아니라는 쪽에 배팅을 걸고 있습니다. 그래서 다음 주 수요레터 주제는 AI 거품론이 거짓일 가능성이 높은 5가지 이유 란 내용으로도 살펴볼 예정인데요.
• 어떤 의견이 더 합리적으로 느끼는지는 여러분의 몫입니다. 
• 일단 이번 주는 를 정리해 보겠습니다. 

 

 

🤖 첫째, 천문학적인 묻지마 투자

 

• 거대한 자본이 AI 인프라와 플랫폼에 몰리고 있습니다.
• 예컨대 2025년 한 해에 Amazon, Microsoft, Google, Meta 등 주요 기술 기업들이 AI 인프라 확대를 위해 3000억 달러 이상을 투자할 것으로 전망된다는 분석이 나왔습니다.
• 엔트로픽은 미국 내 AI 인프라 구축을 위해 500 억 달러 규모의 투자를 발표했습니다.
• 이처럼 인프라 투자가 대형 기술기업 중심으로 폭발적으로 증가하고 있다는 점은 기술에 대한 기대감이 매우 크다는 뜻이긴 합니다.
• 하지만 반대로 말하면 지금 이미 미래 수익을 앞당겨 가격·가치에 반영했다는 의미로도 해석될 수 있습니다.
• 투자자와 기업이 ‘미래 수익’의 가치를 너무 크게 잡고 지금 현재의 밸류에이션에 반영했다면, 그 기대가 깨졌을 때 엄청난 조정에 직면할 수 있겠죠.
• 이처럼 엄청난 자본이 AI로 빨려 들어가 있는 현상을 보면 버블의 가능성을 걱정하지 않을 수 없습니다. 
• 테크 기업의 입장에서 보면 AI 경쟁에서 한번 뒤쳐지면 영원히 따라잡을 수 없을거라는 두려움 때문에 이러한 투자를 어쩔 수 없는 선택이라 말하기도 합니다. 
• 사실 애플의 경우, AI 경쟁력에서 많이 뒤쳐졌다는 평가가 많습니다. 아무리 자금이 넘쳐나도 한번 뒤쳐진 기술을 따라잡는 게 그리 녹녹치 않음을 여실히 보여주고 있죠.
• 그러니 두려운 겁니다. 투자하지 않고 망하기보다는 투자하고 망하는 편을 선택한다 그런 도박인가요?
• 결국 이렇게 AI에 집중적으로 투자하는 것이 기대와는 다른 결과에 이를 수 있고, 그런 격차가 거품으로 터질 가능성을 무시할 수 없다는 것이 AI 거품론을 주장하는 이들의 생각입니다. 

 

 

🤖 둘째, 오픈AI도 돈벌기 어렵다

 

• 기술의 발전 속도는 빠르지만 실제 비즈니스 수익으로 이어지는 속도는 상대적으로 느리다는 분석이 많습니다.
• AI 시대를 선도한 오픈AI는 어떨까요? 오픈AI의 기업가치는 5,000억 달러 (약 700조원) 규모로 성장했습니다. 하지만 실제 매출은 어떨까요?
• 오픈AI는 2025년 상반기 매출이 약 43억 달러로 보고되고 있는데, 이는 기업 가치의 2%에도 미치지 못하는 수치입니다. 
• 그런데 같은 기간 연구개발비(R&D)로 약 67억 달러를 지출했다는 보고가 있습니다.
• 앞으로가 더 문제인데요. 
• 2030년까지 매출 2,000억 달러 (약 280조원)을 달성할 것으로 보고 있지만, 서버 비용만 누적으로 4,500억 달러 (약 633조원)에 이를 것으로 예측됩니다.
• AI로 가장 잘 나간다는 회사의 실제 성적표가 이렇다며 다른 기업들은 AI로 과연 수익을 낼 수는 있을까요?
• 이처럼 대규모 투자가 이미 이뤄지고 있지만, 실제 수익화 및 사업 적용 속도가 기대만큼 빠르지 않다는 점이 ‘거품 가능성’의 한 축이 될 수 있을 것입니다. 

 

 

🤖 셋째, 운영비용이 더 많이 든다

 

• AI가 진짜로 효과를 내기 위해서는 단지 모델을 개발하는 것뿐 아니라, 대용량 데이터 확보·저장, 고성능 칩셋 확보, 막대한 전력 소비, 냉각 및 데이터센터 운영, 유지보수 등이 필수적입니다.
• 2025년 AI 인프라 시장 참여 기업 160여 개를 분석한 결과, 한해에 2500억 달러 이상의 매출을 기록할 것으로 전망었는데, 막상 이 기업들의 AI 운영비용이 초기 개발비용 대비 50~200%까지 추가로 들어갈 수 있다는 점이 지적되고 있습니다. 
• 그만큼 AI 운영에는 막대한 비용이 들어간다는 거죠.
• AI 데이터 센터는 '전기 먹는 하마'라고 불리기도 합니다. 현재 전 세계 전력 소비량의 1.5% 정도를 차지하고 있는데, 향후 그 증가속도는 어마어마할 것이라고 보고 있습니다. 
• 특히나 AI 서비스에 사용되는 고성능 GPU 등의 효율이 일반 서버보다 훨씬 많은 전력을 사용하는 구조이기 때문에 향후 심각한 전력 수급에 직면할 수도 있습니다. 
• 이미 미국 주요 지역의 경우, AI 데이터 센터의 전력 소모 등으로 인해 평균 전기 요금이 8%에서 25%까지 인상될 것으로 예측되기도 합니다. 
• 사실 전력 수급은 금방 해결될 수 있는 인프라가 아니죠. 
• AI 운영을 위해서 지속해서 증가되어야 하는 운영 비용의 불합리적 구조 때문에 AI 혁신이 과연 지속가능한 기술인가에 대한 의구심을 가지는 이들도 있습니다. 
• 이런 AI 인프라의 문제점은 결국 AI 산업 성장의 한계를 가져올 것이고, 이에 대한 불안 심리는 지금의 AI 거품론의 기저에 깔린 것은 분명해 보입니다. 

 

 

🤖 넷째, AI 도입의 장벽들이 높다

 

• AI 기술 자체는 화려하게 발전하고 있지만, 실제로 조직 안에 적용되는 속도는 기술 발전 속도보다 훨씬 느리다는 것이 여러 조사에서 공통적으로 드러납니다.
• 예를 들어 Gartner는 “AI 프로젝트의 70% 이상이 PoC 단계에서 멈추고 상용화로 이어지지 못한다”고 밝혔습니다.
• 기술은 만들어졌지만 업무 프로세스에 녹아들지 못해 실질적 가치 창출로 이어지지 못한다는 의미죠.
• 또한 MIT Sloan과 BCG가 함께 발표한 보고서에서는 매우 흥미로운 결과가 등장하는데요.

 

• 기업의 80%가 AI 전략을 발표했다고 답했지만
• 실제로 “조직 전체 프로세스에 AI를 통합하고 있다”고 답한 기업은 13%에 불과했습니다.

 

• 즉, 대부분의 기업은 AI를 “도입 중”이라고 말하지만, 그 도입 대부분이 조직 깊숙이 들어간 변화를 만들어내지 못하고 있는 단계입니다.
• 조직 변화관리(Change Management) 역시 기업의 AI 도입의 큰 장벽이 되고 있습니다. 
• PwC는 “AI 도입 실패 기업의 41%가 기술 문제가 아닌 ‘조직·문화적 문제’가 원인이었다”고 발표하기도 했는데요.
• 미국의 한 금융기관은 사내 문서 처리 자동화를 위해 LLM 기반 시스템을 구축했지만, 아래의 문제점에 직면하게 됩니다. 

 

• 기존 프로세스를 그대로 둔 채 AI만 얹는 방식으로 접근했고
• 임직원 교육도 불충분했으며
• 데이터 정합성 문제가 발견되자
• 결국 초기 투자 대비 실제 업무 자동화 비율이 예상의 20% 수준에 그쳤다고 밝혔습니다.

 

• 또 하나 중요한 점은 신뢰·보안·품질 이슈입니다.
• Deloitte는 2025년 기업 AI 도입 장애 요인 조사에서 관련된 항목들을 AI 확산의 가장 큰 장애물로 꼽기도 했습니다. 
• 구체적인 수치를 보면

 

• 48%가 “데이터 품질 부족”,
• 45%가 “AI 결과의 신뢰성 문제”,
• 40%가 “보안 및 규제 리스크 증가”

 

• 실제 기업의 현장에 AI 도입의 구체적인 장벽들이 존재하는 한, 놀라운 AI 기술이 산업과 비즈니스 현장에 녹아드는 것은 또 다른 풀어야할 과제이기도 합니다. 
• 이런 도입의 허들이 앞으로도 오랜간 존재할 수 밖에 없다면, AI의 거품론은 보다 구체적인 현실이 될 가능성이 높겠죠.

 

 

🤖 다섯째, 과거의 기술거품과 비슷해 보인다

 

• 골드만 삭스는 AI 관련 기업들의 밸류에이션이 이미 ‘미래 수익을 상당히 선반영’한 상태라고 분석하기도 합니다. 
• 특히 ‘Apollo Global Management’의 수석 이코노미스트인 토르스텐 슬륵은 2025년 중반 기준으로 “AI 붐이 1990년대 IT 버블보다 더 크다”고 경고하고 있습니다. 
• 예컨대, 2025년 1분기 세계 AI 스타트업은 약 731억 달러의 투자를 유치했으며 이는 전체 벤처캐피털 투자 중 약 58%에 해당한다는 보고가 나왔습니다.
• 과거 닷컴버블의 정점이던 2000년 당시 나스닥100지수의 선행 P/E(주가수익비율)가 약 60배까지 치솟았던 반면, 현재 주요 AI 기업들의 평균 2년 선행 P/E는 약 26배 수준이라는 비교도 있습니다.
• 그럼에도 불구하고 기업 가치가 매출이나 이익 창출 속도를 충분히 반영하지 못하고 있다는 지적이 존재하죠.
• 어떤 AI 스타트업의 경우 매출이 수백만 달러 수준인데 수십억 달러 밸류에이션을 얻는 경우가 보고되면서 AI의 가치가 제대로 평가되고 있는 게 맞는지 반성의 목소리가 힘을 얻고 있다는 주장입니다. 
• 이처럼 밸류에이션이 과거 흐름과 유사한 경로를 보이면서 ‘언젠가 실적이 따라야 한다’는 기대가 이미 가격에 반영돼 있다는 판단이 가능합니다. 
• 따라서 밸류에이션이 너무 앞서있다면, 기대가 실현되지 않을 때 조정이 클 수 있다는 점을 인지해야 합니다. 
• 이게 바로 버블이죠.

 

 

숫자들을 어떻게 해석할 것인가? 

 

• 지금까지 에 대해 살펴봤습니다. 
• AI 거품론을 주장하는 의견들을 듣고 있노라면 정말 그런 것 같습니다.
• 특히나 AI 경쟁에서 생존하기 위해서는 일단 투자부터 해야한다는 압박감이 테크 기업들을 중심으로 광범위하게 인정되는 분위기는 맞는 것 같아요. 
• AI는 분명히 거대한 혁신의 물결이긴 하지만, 세상의 모든 길이 AI로만 열려있는 것은 아닐텐데 말이죠. 
• 아무튼 지금은 그렇습니다. 동안 워낙 급격한 랠리 때문에 증시도 피곤함을 호소하는 것일 수도 있지만, 엔비디아의 주식도 예전같지 않습니다. 
• 요즘 증시나 경제 뉴스를 보면 AI 거품론을 주장하는 이들의 목소리에 분명 나름의 이유는 있다고 보여집니다. 
• 투자도 투자이지만, AI가 비즈니스에 얼마나 구체적으로 적용될 수 있느냐도 중요한 문제이죠.
• 각 기업들이 AI를 통해 혁신을 추구하고자 할 때 보다 가시적인 성과지표를 확인하고 피부로 느낄 수 있는 변화가 도래해야만 진정한 AI 혁신도 가능할 것 같습니다.

 

 

다음 주는 AI 거품론이 아닌 5가지 이유!

• 지금은 AI 거품론이 크게 회자되고 있지만, 동시에 “거품이 아니다”라고 주장하는 의견 역시 강력한 힘을 얻고 있습니다.
• 그래서 다음 주 수요레터에서는 AI 거품론이 아닌 5가지 이유, 즉 AI가 ‘지속 가능한 혁신’으로 평가받는 근거들을 주제로 이어가 보겠습니다.

 

다음 칼럼에서 뵙겠습니다.

촌장 드림.

 

 

👉 수요레터 구독하기