AI 거품론

담론의 구성

AI 거품론은 AI 관련 기업의 시장가치가 실제 수익 창출 능력과 기술 성숙도에 비해 과도하게 부풀려졌다는 주장으로, 거품 우려는 2025년 이후 커지고 있다. 이 담론은 세 가지 근거를 제시한다.

첫째는 투자와 수익의 격차다. 대규모 언어 모델의 훈련과 운영에는 GPU와 전력 비용이 막대하게 드는데 실제 AI 서비스 수익은 이에 미치지 못하는 'AI 수익성 격차'가 존재한다. 세쿼이아 캐피털의 데이비드 칸은 2024년 6월 'AI의 6,000억 달러 문제' 보고서에서 이를 지적했고, 세쿼이아는 인프라 투자액과 실제 매출 간 격차가 약 5,000억 달러 이상으로 단기간에 해소되기 어렵다고 보았다. 둘째는 순환적 투자 구조다. 벤더 파이낸싱은 칩 제조사와 클라우드 사업자가 자신의 하드웨어와 서비스를 구매하는 기업에 자본·보증·구매 약정을 제공하는 관행으로, 칩 제조사·클라우드 사업자·프런티어 랩이 서로의 투자자이자 공급자이자 고객이 되는 구조를 만든다. 셋째는 기술적 한계다. 인지과학자 게리 마커스는 환각 현상이 산업 현장 채택의 치명적 걸림돌이라 비판하며 현재의 투자가 펀더멘털에 기반하지 않은 투기적 성격이 강하다고 보았다.

순환 거래는 칩 제조사나 클라우드 제공자가 자기 제품과 서비스를 구매하기로 한 기업의 지분을 인수하거나 금융을 제공하는 형태로, 오라클과 코어위브의 수백억 달러 규모 계약이 사례로 언급된다. 데이터센터 자금조달에 쓰이는 부채가 2028년까지 1조 달러를 넘을 수 있다는 모건스탠리 추산이 있으며 관련 채권 상당수가 BBB 또는 정크 등급이라는 지적도 있다. 2025년 말 기준으로 S&P 500의 30퍼센트, MSCI 월드 지수의 20퍼센트가 상위 다섯 기업만으로 지탱되어 반세기 만의 최고 집중도라는 평가가 나왔고, S&P 500 선행 주가수익비율 23배(FTSE 14배), 미국 실러 주가수익비율이 닷컴 붕괴 이후 처음으로 40을 넘었다는 수치가 함께 제시된다.

역사적 배경

거품 논쟁은 인공지능 연구가 겪은 두 차례의 'AI 겨울'을 배경으로 한다. 1950~60년대 퍼셉트론 붐은 1969년 민스키와 페퍼트가 초기 신경망의 한계를 증명하고 1973년 라이트힐 보고서로 정부 지원이 중단되면서 꺾였다. 1980년대 전문가 시스템 붐은 유지보수가 어렵고 새로운 데이터를 학습하지 못하며 상식 추론이 불가능한 취성 문제를 드러냈고, 데스크톱 PC 성능 향상에 따른 전용 하드웨어 시장 붕괴로 1980년대 후반 끝났다. 2010년대 딥러닝으로 시작된 세 번째 붐은 2022년 11월 오픈AI가 ChatGPT를 공개하면서 폭발했고, 마이크로소프트·구글·메타·아마존의 대규모 데이터센터 투자를 불러냈다. 이후의 거품 논쟁은 이 주기의 반복인지 패러다임 전환인지의 문제로 제기되며, 가트너의 2024년 하이프 사이클 보고서는 생성형 AI가 '부풀려진 기대의 정점'을 지나 환멸 단계에 진입한다고 평가했다.

2025년에는 구체적 사건들이 논쟁을 자극했다. 1월에는 중국에서 제작된 챗봇 딥시크가 훨씬 적은 비용으로 동등한 성능을 보여 엔비디아 주가가 하루 17퍼센트 떨어져 약 6,000억 달러의 시가총액을 잃었고 다음 날 8.8퍼센트 회복했다. 7월에는 엔비디아가 세계 최초로 시가총액 4조 달러를 달성했으며, 이는 2023년의 1조 달러에 비해 네 배로 S&P 500의 약 7.3퍼센트에 해당했다. 10월에는 5조 달러를 넘어섰고, 2025년 한 해 AI 관련 기업이 미국 증시 상승분의 약 80퍼센트를 차지했다.

같은 해 순환 거래 구조가 구체적 사례로 드러났다. 9월 엔비디아는 오픈AI에 1,000억 달러 투자를 발표했고, 오픈AI가 엔비디아 GPU로 데이터센터를 가동하는 자금 순환 구조가 형성되었다. 10월에는 오픈AI가 엔비디아의 경쟁사인 AMD의 GPU와 CPU를 수십억 달러어치 구매해 AMD의 최대 주주 중 하나가 되었으며, 마이크로소프트와 오라클(3,000억 달러 계약)도 이 구조에 얽혀 있다.

제도적 경고도 이어졌다. 영국은행은 주요 AI 기술 기업 주식의 과대평가로 세계 시장의 조정 위험이 커지고 있다고 경고하면서, AI 인프라 비용이 지나치게 높으면 밸류에이션이 더 하락할 수 있고 투자자들이 주식시장 붕괴 위험에 대해 제대로 경고받지 못했다고 덧붙였다. 국제통화기금이 이를 지지했고, 크리스탈리나 게오르기예바 총재는 닷컴 거품과 비교하며 조정이 세계 성장을 둔화시키고 개도국 경제를 약화시킬 수 있다고 밝혔다.

반론

거품론에는 반대 논거도 만만치 않다. 골드만삭스는 킬러 앱의 부재와 전력망 등 물리적 제약을 지적하면서도 향후 10년간 미국 생산성을 9퍼센트 이상, 국내총생산을 6.1퍼센트 끌어올릴 수 있다는 긍정적 전망을 함께 제시하며 엇갈린 결론을 내놓았다. 같은 회사의 피터 오펜하이머는 대형 AI 기업의 주가 상승이 실제 이익 성장에 기반하며 선행 주가수익비율이 닷컴 시대보다 낮다고 반박했다. 모건스탠리 분석가들은 버블 우려를 잘못되었거나 시기상조라고 평가하며 상위 500개 미국 기업의 중위 현금흐름과 자본준비금이 과거 버블기보다 약 세 배 높다고 지적했다. JP모건은 AI가 고전적 거품의 기준을 충족하지 않는다고 결론냈고, 연방준비제도 의장 제롬 파월도 AI 기업들이 실제 매출을 창출한다며 닷컴 시대와 구분했다.

동시에 거품 가능성을 인정한 목소리도 있다. 레이 달리오는 2025년 초 현재의 AI 투자 수준이 닷컴 거품과 '매우 유사하다'고 말했고, 샘 올트먼은 2025년 8월 AI 거품이 존재한다고 보았다. JP모건의 제이미 다이먼은 2025년 10월 'AI는 실재한다'면서도 투자된 자금 일부는 낭비될 것이고 향후 2년간 의미 있는 주가 하락 가능성이 시장이 반영한 것보다 높다고 밝혔다. SEC 위원장 게리 겐슬러는 단순 알고리즘을 'AI 기반'으로 과장 홍보하는 이른바 AI 워싱 행위를 경고했다. 2026년 2월 발표된 미국경제연구국(NBER) 연구는 기업의 90퍼센트가 AI가 직장과 생산성에 영향이 없다고 보고했음에도 경영진은 생산성이 1.4퍼센트, 산출이 0.8퍼센트 증가할 것으로 전망해 '생산성 역설'과 비교되었다.

공급망 기업 간 지분 교차 보유도 구조적 위험으로 지적된다. 엔비디아 등 칩 제조사가 자기 하드웨어를 구매하는 기업의 지분을 다수 보유하고 있어, AI 지출 둔화 시 제품 매출과 투자 포트폴리오 가치가 동시에 하락해 위험이 분산되지 않고 심화된다. 이러한 소수 지분은 완전 인수에 적용되는 규제 검증을 피할 수 있다는 지적도 있다. 2026년 중반 엔비디아의 5년물 신용부도스와프 스프레드는 2026년 7월 27일 사상 최고치인 82bp를 기록했다.

구분과 규모

데이터센터 자금조달 규모에 대해서는 씨티그룹이 2030년까지 AI 데이터센터 인프라에 2조 8,000억 달러, 맥킨지가 전 세계적으로 약 7조 달러의 자본지출이 필요하다고 전망했다. 2024년 1~8월 마이크로소프트·메타·구글·아마존이 AI 데이터센터에 1,250억 달러를 지출했고, S&P 글로벌에 따르면 2025년 데이터센터 시장 전체 지출은 610억 달러, 같은 해 데이터센터 채무 발행은 1,820억 달러였다. 2026년 주요 기술기업은 AI 데이터센터에 6,500억 달러를 지출할 것으로 추산되었다.

닷컴 거품과의 비교는 이 담론의 중심축이다. 닷컴 거품은 2000년 3월 10일 나스닥 종합지수가 5,048.62로 정점을 찍은 뒤 2002년 10월까지 나스닥100이 정점 대비 78퍼센트 하락했고, 2002년 말까지 시가총액 5조 달러가 사라졌다. '닷컴'이라는 이름만 붙으면 주가가 폭등했던 것처럼, 현재는 'AI'라는 키워드가 포함된 기업에 자금이 쏠리고 투자자들이 소외에 대한 두려움(FOMO) 심리로 기업의 기초체력보다 미래 성장 가능성에 베팅하는 경향이 강화된다는 지적이 나온다. 차이점으로는 현재의 주도 기업들이 실제 수익과 현금을 보유한 대기업이라는 점, 투자의 상당 부분이 물리적 설비로 이루어진다는 점이 제시된다.

닷컴 거품과의 거리도 논쟁적이다. 레이 달리오는 저금리 속 기술주 고평가 양상이 닷컴을 닮았다고 경고했고, 2025년 10월 매크로스트래티지 파트너십의 줄리앵 가란은 이번 거품이 닷컴 거품의 17배, 2008년 부동산 거품의 4배 규모라는 추정을 제시했다. 반면 메리 맥나마라는 2026년 3월 말 ChatGPT의 동영상 모델 소라의 종료가 'AI 거품의 붕괴도, 첫 번째 도미노도' 아니라고 반박했다.

이윤율 관점의 분석도 함께 제기된다. 이 관점에서 AI 투자는 자본의 유기적 구성을 높이는 대규모 고정자본 투자이므로, 성공하더라도 이윤율 압박을 낳고 실패하면 가치 파괴로 귀결된다. 자본 집약적 투자가 고용을 크게 늘리지 않는다는 점에서 고용없는 성장 논의와 연결되고, 반도체 수요의 주기적 성격에서 반도체 슈퍼사이클 논의와 연결된다.

사례와 관련 개념

한국 증시에서는 2026년 6월 말부터 7월까지 코스피가 40일간 44퍼센트 하락해 약 2조 1,800억 달러의 시가총액이 사라진 사건이 있었다. 삼성전자와 SK하이닉스가 지수의 절반 이상을 차지하는 구조에서 빅테크의 AI 인프라 단기 수익 부재와 고대역폭 메모리(HBM) 수요 둔화 우려가 원인으로 지목되었다. 이 사건은 AI 거품 붕괴의 대표 사례로 제시되지만 그 해석은 논쟁적이다.

거품론과 반대론의 대립 구도도 정리된다. 거품론 쪽은 과잉 투자와 수익성 부족(오픈AI 등 스타트업의 적자 지속, 오픈AI의 월 10억 달러 이상 소진), 순환 거래로 인한 자기강화, 과잉 설비와 낮은 투자수익률 및 채택 실패를 근거로 든다. 반대 쪽은 엔비디아·마이크로소프트·구글이 이미 수백억 달러를 벌고 있고 실제 기업 고객의 인프라 이용률이 90퍼센트를 넘으며, AI가 전기나 인터넷처럼 변혁적이고 반도체법(CHIPS Act) 등 미국의 전략적 우선순위라는 점을 근거로 든다. 일부는 2026년 붕괴를, 일부는 장기 성장을 전망하며 논쟁은 계속 갈려 있다.

관련 개념으로는 AI 워싱, 암호화폐 거품, 디지털 혁명, 4차 산업혁명, 인공지능의 역사, AI 겨울, 가트너 하이프 사이클, 생산성 역설, 소셜미디어 주식 버블, 투기, 인공지능의 직장 영향, 2025년 이후의 세계 메모리 공급 부족이 함께 제시된다.