▲

AI 거품, 닷컴 버블의 17배·서브프라임의 4배 규모

 (morningstar.com)
8P by GN⁺ 6일전 | ★ favorite | 댓글 1개
  • AI 관련 투자가 인위적으로 낮은 금리에 힘입어 폭발적으로 증가했으며, 역사상 최대 규모의 거품을 형성함
  • 독립 리서치 기관 MacroStrategy Partnership은 AI 거품이 닷컴 버블의 17배, 서브프라임 위기의 4배 규모라고 주장
  • 보고서는 19세기 경제학자 Knut Wicksell의 이론을 바탕으로, 낮은 금리가 자본을 비효율적으로 분배해 GDP의 일부가 잘못 쓰이고 있다고 설명
  • LLM의 성능 향상 한계와 수익성 부재도 지적되며, 모델 비용이 10배씩 증가해도 개선이 거의 없다는 점을 예로 듦
  • 분석가는 AI·플랫폼 기업 비중 축소, 자원·신흥국(인도·베트남) 투자 확대 및 금·단기 국채·엔화 매수 전략을 추천함

AI 버블 규모와 근거

  • 최근 인위적으로 낮은 금리 환경이 AI 투자 붐을 부추겼음
  • MacroStrategy Partnership은 현재의 AI 투자가 역사적 거품 중 최대 규모라고 평가함
    • 닷컴 거품 대비 17배, 2008년 부동산 위기 대비 4배에 해당하는 ‘Wicksellian 적자(Wicksellian deficit)’ 로 계산
    • 이는 AI뿐 아니라 부동산, NFT, 벤처 투자 등 저금리로 인한 비효율적 자본 배분 영역 전체를 포함함
  • Knut Wicksell의 이론에 따르면, 이상적 자본 배분은 기업 차입 비용이 명목 GDP보다 2%p 높을 때 이루어짐
    • 연준의 양적완화로 장기간 이 조건이 깨지면서 과잉투자가 일어났다는 주장

LLM 기술의 한계와 비판

  • 보고서는 대형 언어모델(LLM)의 확장 한계를 지적함
    • 한 소프트웨어 회사의 작업 완수율이 1.5%~34%에 불과했고, 그마저도 일관되지 않았다는 연구를 인용
    • AI 도입률이 대기업에서 감소세에 접어들었으며, 실제 사용 예시에서도 논리적 오류 다수 발생
  • 모델 학습비용은 급등했지만 효율 개선은 미미하다고 분석
    • ChatGPT-3 훈련비용은 5천만 달러, GPT-4는 5억 달러, GPT-5는 50억 달러에 달했음
    • GPT-5는 출시 지연 후에도 성능 향상이 거의 없었다고 평가됨
  • 경쟁사 추격이 쉬워 진입장벽(모트) 도 사실상 없음

LLM 비즈니스 모델의 수익성 문제

  • “LLM으로 상업적 가치 있는 앱을 만들기 어렵다”는 문제도 있음
  • 생성물은 흔히 게임, 공공 도메인(예: 과제) 등으로 재탕되거나 저작권 제한에 부딪힘
  • 효과적 광고 구현이 어렵고, 세대가 거듭될수록 훈련 비용은 폭증, 정확도 이득은 급감함
  • 결국 모델별 가격 경쟁력, 수익성, 차별화 부족 문제가 지속 발생함
  • 사용량 높은 고객층조차 개발사 입장에서는 월 구독료 대비 원가 부담이 더 큼

경기 전망과 정책적 영향

  • 데이터센터 투자와 부의 효과(wealth effect) 가 정점에 달한 뒤 후퇴할 경우,
    • 경제는 닷컴 버블 이후와 유사한 침체(recession) 에 빠질 가능성이 높다고 경고
  • 이는 미국 경제를 디플레이션 4단계(Zone 4 deflationary bust) 로 밀어 넣을 수 있으며,
    • 연준과 트럼프 행정부가 부양책을 쓰기 어려운 상황이 될 것이라 전망
    • 1990년대 초 S&L 사태 이후와 유사하게, 장기적인 재인플레이션(reflation) 노력이 필요

MacroStrategy Partnership의 투자 전략 제안

  • 비중 확대(Overweight): 원자재, 특히 인도·베트남 등 신흥국 시장
  • 비중 축소(Underweight): AI 및 플랫폼 기업
  • 포트폴리오 추천:
    • 금(Gold) 관련 주식(GDX) 매수
    • 단기 미 국채 매수
    • VIX(변동성 지수) 롱 포지션
    • 엔화 매수, 특히 달러 외 통화 대비 강세 예상

시장 및 기타 뉴스 요약

  • S&P 500은 2025년 들어 30번째 사상 최고치를 기록, 금 가격은 급등세
  • 애플은 폴더블 아이폰 기대 과열로 Jefferies의 ‘언더퍼폼’ 등급을 받음
  • Applied Materials는 미국의 수출 규제로 향후 5분기 매출이 7.1억 달러 감소 예상
  • BlackRock은 400억 달러 규모의 Aligned Data Centers 인수 협상 진행 중
  • 미국 기업 실질이익(NIPA 기준) 이 두 분기 연속 감소,
    • S&P 500 이익 추정치가 과도하게 낙관적일 수 있다는 Ned Davis Research의 분석 제시
▲
GN⁺ 6일전  [-]
Hacker News 의견

  • 이 기사 전체가 실체 없는 내용임을 느낌. 끝까지 읽어보니 헤드라인에서 언급한 ‘17배’가 무엇을 의미하는지에 대한 설명이 거의 없고, 실제로 무엇이 17배인지 알 수 없음

    • 원본 연구 노트에 대한 링크도 없고, 사용한 방법론에 대한 디테일도 없음. AI 비즈니스 모델의 부재에 대해서만 언급하고 있는데, 이는 90년대 말 검색엔진에 대해 말하던 것과 유사함. 전체 시장이 AI에 의해 대출 시장처럼 위험에 노출된다고 보기 힘듦. 만약 OpenAI가 망해도, 다른 기업들까지 함께 몰락할 것 같지는 않음

    • 간단하게 구글링해보면, 글로벌 금융기관이 1~2조 달러의 모기지 관련 증권에서 손실을 입었고, 미국 부동산 시장은 6조 달러, 주식시장은 추가로 6조 달러 손실을 입었음을 알 수 있음. 숫자를 완전히 신뢰하는 건 아니지만, 규모는 이 정도로 큼. AI 버블이 서브프라임 버블만큼 크다고는 믿기 힘듦. 그래도 금리가 오랜 기간 낮았기 때문에 여러 자산이 높게 평가돼왔고, 버블이 터지면 이와 함께 대규모 조정과 경기침체로 이어질 가능성이 있음

    • ‘17배’ 출처는 Julien Garran이라는 사람이 작성한 보고서임. 이 사람이 쓴 것이 스팸성 기사에 인용되고 있음. 이 동영상에서 연구 내용을 직접 볼 수 있음. '17배'는 "누적 Wicksell spread"라는 거시경제 모델에 기반한 것이며, 이는 금리 영향으로 주식시장이 과대평가됐을 수 있다는 내용임. AI에 관한 이야기는 아님. Wicksell spread 계산법은 ‘연간 GDP 성장률+2%-연간 금리’를 적분해서 만든 그래프임. 현재의 bump가 닷컴 버블 당시보다 17배 큼. 경제 분석 자체는 흥미로움

    • 원래 이어진 링크가 이제는 Morningstar 리포트로 대체된 듯함

    • 논거와 예시가 너무 빈약하다는 생각이 듦. "인위적으로 낮은 금리가 AI 투자를 촉진했고, 이 투자는 확장 한계에 다다랐다"는 연구기관의 주장인데, 실제로 2022년 이후 수십 년 만에 금리가 최고치로 치솟았음. 이 기본적인 사실조차 틀렸기 때문에 신뢰가 떨어짐. 고금리가 반드시 자산가격에 부정적이라는 내러티브도 에러임. 최고 AI 기업들은 기대 수익률이 연 40-100% 이상이라 1%대와 5%대 금리 차이는 벤처캐피털의 투자 판단에 별 의미 없음. 1980년대와 90년대 후반에도 고금리에도 불구하고 테크기업 가치가 높았던 사례가 있었음. 예시로 든 2001년, 1991년은 오히려 약한 경기침체임. 90년대 초 저축대부조합(S&L) 위기 이후 오히려 경기 호황을 맞음. 쓸모없는 고액 연봉 애널리스트보다 AI가 이런 일에 더 적합함

  • 이 기사는 구독자 전용 레터를 인용함. 이 동영상이 원본 소스와 같은 것으로 보임. Julien Garran의 발언을 요약하면, 미 자본의 잘못된 배분(주택, VC, 크립토 포함)이 닷컴 버블의 17배, 2008년 부동산 버블의 4배 규모라는 것임. 이게 해소되면 단순한 경제침체가 아니라 1979~82년 대처·레이건 시대 때 시작해 WTO와 중국 부상까지 이끌어온 글로벌리즘의 근간을 흔드는 사건이 될 수 있다는 주장임

  • 버블을 지탱하려는 각종 금융공학도 결국은 좋지 않은 결말로 이어진다는 생각임. 매번 그런 식임. 불법적이거나 편법적인 기업 행태가 버블 때마다 난무하고, 이것들이 시장 광풍에 가려져 있다가, 조정이 오면 다 드러남

    • 최근 Prof G Markets의 팟캐스트를 들었는데, 버블 붕괴 과정이 재밌게 설명되어 있음. 요약하자면 기업들이 부채를 발행하여 자금을 조달하고, M&A, OpenAI의 IPO 등이 일어난 다음, 매출 부풀리기 트릭이 시장 기대를 못 맞추면 곧 망하는 구조임

    • 진짜 문제는 ‘구조조정 시 위험의 사회화’임. 결국 정부가 구제금융 해줄 거라는 시그널을 계속 주면, 모두가 무모한 리스크를 취하게 됨. 크면 클수록 구제받게 됨

    • 버블에서 가장 좋은 포지션은 거래 중간에 위치한 것임

  • 기업들의 매출 대비 평가가 불안할 정도로 높다는 점은 걱정되지만, AI가 범용기술이라는 점에서 아직 시장에서 완전히 손을 떼기 망설여짐. 닷컴 버블 때도 비슷했지만, 결국 기술 자체는 살아남아 빅테크가 생겼음. 큰 고통과 함께 pets.com 등은 사라졌지만, 만약 지금이 또 한 번의 그런 시기라면, 시장에서 아예 빠져있는 게 정말 맞는지 고민임

    • 닷컴 버블 당시, NASDAQ이 80% 가까이 하락했고, 그런 붕괴는 미리 알고 피하고 싶은 상황임. 하지만 붕괴는 순식간에 오고, 미리 빠져나가기도 쉽지 않음. 시장 붕괴 중 하루에 20%씩 손실이 나면 팔아야 할지 더 기다려야 할지 심리가 흔들림. 현재는 '서킷 브레이커'로 시장이 일시 정지되기도 하니까, 몇 시간만 늦게 알아도 이미 거래가 중지되어버림. 모두가 동시에 매도하면 시장이 재개될 때 훨씬 더 낮은 가격이 될 수 있음

    • OpenAI의 매출 전망을 본 적이 있는지 묻고 싶음

  • 중동 투자사 및 사우디 국부펀드, Masayoshi Son, a16z, Tesla 이사회 등은 약간 현실과 동떨어진 듯 투자 행동 중임. 투자자와 주주의 이익을 신경쓰는 것 같지 않음. 자신들이 TBTF(Too Big To Fail, 너무 커서 망할 수 없는)이라 믿는 건지 궁금함. JD Vance도 그 영향인지 의문임. 버블의 크기도 문제지만, 일부가 분명히 ‘책임 묻지 않을 거다’라고 여기는 태도가 더 무서움

    • 이들은 언제나 그렇듯, 만일 자신들의 도박이 실패로 끝나면 "중국이 우리(국민)보다 앞설 거니까"라는 식으로 공포심 자극함. 일반 국민들은 이런 ‘우리’에 포함될 때는 Sam Altman이 공공 기금이 필요할 때 뿐임

    • 냉소적일 수 있지만, 결과적으로 저 사람들은 정말 책임을 피할 것임. 잘못된 사람이 벌을 받게 될 것이고, "이런 일이 일어날 줄 몰랐다"며 빠져나갈 것임

  • 흥미로운 가정 실험임. LLM 트레이닝 비용이 90% 줄지만, 성능은 그대로인 혁신이 나오면 어떻게 될까? (중국발 관련 연구도 최근 나옴.) GPU 수요가 크게 떨어진다면 AI 붐의 경제 구조에 어떤 변화가 있을지 궁금함

    • 트레이닝이 저렴해지면, 비용이 줄어들고 모델이 더 저렴하면서 수익성이 좋아짐. 더 큰 모델을 빠르고 많이 만들 수 있고, distillation을 통해 효율을 높인 작은 모델도 많아짐. 트레이닝은 순수한 비용이지만, 추론은 트레이닝을 무시하면 매우 높은 수익성이 있음. 트레이닝 비용 감소는 LLM의 비즈니스에 크게 도움됨

    • 이 문제는 AI뿐만 아니라 전반적인 IT에서 동일함. 데이터센터도 더 저렴하고 효율적으로 만들 수 있고, 스마트폰도 더 오래 사용할 수 있음. 결국 기업은 가격 하락으로 경쟁이 치열해지는 시장(레이스 투 더 바텀) 참여를 꺼려함. LLM 트레이닝 저가 혁신은 데이터센터 확장 여력이 완전히 소진된 후에야 본격적으로 확산될 것으로 봄

    • Jevons의 역설처럼, 실상 수요가 줄지 않을 수도 있음. Nvidia나 대형 연구소는 밸류에이션이 줄어들겠지만 여전히 꽤 나은 상황임. 중국의 최근 결과는 벤치마크에는 통과했으나 실제 경쟁력까지 갖춘 건 아님

    • 실제로도 그런 일화가 있었음. 누구 한 명이 최적화해서 호재가 나왔을 때, 한 번에 10억 달러의 가치가 휘발된 경우도 있었음. 겉보기에 우스꽝스럽지만, 딱 버블 냄새가 남

    • 이 문제는 그보다 더 큼. 만약 실수 허용폭이 거의 없는 업무에선 LLM은 적합하지 않음. 하지만 실수 허용폭이 좀만 늘어나면 로컬에서 deepseek 같은 것을 아주 저렴하게 돌릴 수 있음. 결국 대형 데이터센터는 트레이닝을 위한 용도 뿐이고, 대부분의 사람에게 추론 서비스는 경제적으로 타당하지 않음. 이는 앞으로 막대한 금융 문제로 연쇄작용할 수 있는 이슈임

  • 이 기사가 놓치는 지점은 LLM의 스케일링이 단일 곡선이 아니란 점임. RL(강화학습)은 특정 능력만 일부 개선하는 스파이크형임. 모델 전체 지능이 늘어나는 게 아니라, 특정 영역의 구멍을 RL로 패치하는 식임. 현실에서는 하나의 스케일링 곡선이 아니라 수천 개의 곡선이 있음. 모형의 ‘최상위 지능’ 향상은 점차 감소곡선이지만, 다양한 영역의 ‘최저수준’을 끌어올리고 있음. 이 점은 실무적으로 모델을 직접 평가지 않는 사람은 잘 모를 수 있음

  • 이번 주말에 Llama 3.2-3B 모델을 돌려봤는데, 한계는 아직 더 깊이 알아봐야겠지만 쓸 만함을 느낌. 100파운드짜리 Intel Arc GPU에서도 ‘읽는 속도만큼’ 빠르게 동작함. Arc770(250파운드)도 사서 OpenAI 오픈 웨이트 모델을 돌릴 수 있을지 시험해보고 싶음. 이렇게 보면 대규모 투자도 LLM의 상용화로 쉽게 녹아버릴 수 있을 거란 생각을 하게 됨

  • AI 버블이 현재 증시의 20~30%에 달한다는 추정도 있음. 참고로 대공황은 증시가 24% 하락하며 시작됐음. 이 AI 게임을 관리하는 사람들은 정부가 자연스럽게 둔다면 또 하나의 대공황이 온다는 걸 알고 있고, 결국 정부가 구제에 나설 게 확정임. 서민들은 인플레이션, 높은 세금, 국가부채 증가 부담을 지면서, 지배자들은 그 사이 요트와 람보르기니를 누림. 이번 AI 버블은 거의 전적으로 사모펀드 뒷편에 숨어 있어서 서민들은 기회조차 잡기 어려움. 그나마 Nvidia 주식 정도가 예외일 수 있음. 버블이 곧 터질 듯한 분위기임. Nvidia가 OpenAI 데이터센터에 ‘자기 돈으로 자기 물건을 사게 하는’ 식의 순환 투자(서로 돈 빌려주고 자사 제품을 고가에 사게 끔 하는 거래)로 채무 돌려막기 마지막 단계에 진입한 징후임. WeWork의 CEO가 회사에 자기 돈 빌려주고 자사 제품 임대하던 방식과 유사함. AMD도 최근 OpenAI와 비슷한 순환 거래를 하며 자금 돌리기를 시전함. 관련 기사도 있음. 지금 버블 논의가 의미 있을까 싶음. 영화 ‘늑대소년’의 “절대 현금화하게 하지 마라, 그래야 현실이 아니다” 같은 행태가 업계 전반에 퍼짐

    • "플레이어들끼리 순환 투자로 서로 버티는" 이런 현상을 최근 AMD와 OpenAI의 전략적 파트너십 발표에서도 떠올림. 그 소식만으로도 AMD가 하루 35% 가까이 급등함

    • AI만 버블의 전부가 아님. SpaceX도 마찬가지임. Falcon 9 성공적 사업임에도, 2/3가 Starlink 발사로 외부 매출 없는 내부 거래임. 그럼에도 ULA보다 25배 많은 발사에도 불구 SpaceX 가치가 ULA의 200배에 달함

    • "너한테 돈 빌려줄 테니 내 물건 사"는 패턴이 국가 간에도 이뤄질 것으로 봄. 미국이 일본에 돈을 빌려주고, 그 돈으로 일본이 미국에 재투자하게 하고, 모든 게 합법인 척 꾸미는 구조임

    • ‘AI 버블이 증시 20~30%를 차지한다’와 ‘거의 전적으로 사모펀드 뒤에 숨었다’는 서술이 모두 맞는지 의문임

  • GPU 담보 대출이라는 개념이 있는 줄 처음 알았는데, 굉장히 위험해 보임

    • 위험 정도가 아니라, 거의 미친 짓이라고 봄. GPU는 설치하자마자 가치가 급락함

    • 솔직히 은행이 손실을 떠안더라도 내 세금으로 구제금융이 나가지 않는다면 상관없지만, 현실은 그렇지 않음.

답변달기