▲

AI는 거품인가?

 (oaktreecapital.com)
2P by GN⁺ 3일전 | ★ favorite | 댓글 1개
  • AI 산업과 투자 시장 모두에서 거품이 형성되고 있는지에 대한 논의가 확산 중이며, 과도한 낙관론이 핵심 변수로 지적됨
  • 기술 혁신 기반의 ‘전환형(Inflection) 거품’ 은 단기 손실을 초래하지만 장기적으로 기술 발전을 가속화하는 역할을 함
  • AI 관련 지출과 주가 상승이 미국 경제와 S&P 500의 성장 대부분을 차지하며, Nvidia 등 주요 기업의 급등이 투자 심리를 자극함
  • 부채를 통한 AI 인프라 투자 확대가 과거 통신·인터넷 버블과 유사한 위험 신호로 언급됨
  • AI의 잠재력과 불확실성이 공존하는 상황에서, 전면적 낙관이나 회피 대신 신중하고 선택적인 접근이 필요함

거품의 본질과 반복되는 패턴

  • 거품은 기술적·금융적 혁신 자체보다 과도한 낙관론에서 비롯됨
    • 새로운 기술이 등장하면 초기 참여자들이 큰 수익을 얻고, 뒤늦은 투자자들이 ‘놓칠 수 없다(FOMO)’는 심리로 몰입
    • 단기적으로는 손실이 불가피하지만, 장기적으로는 기술 발전의 기반이 됨
  • 과거 사례(남해회사, 인터넷, 광섬유, 서브프라임 등)에서도 ‘새로움’이 상상력을 자극하며 비이성적 평가를 초래
  • 합리적 낙관과 비이성적 열광의 경계는 판단의 문제이며, 명확히 구분하기 어려움

‘좋은 거품’과 ‘나쁜 거품’

  • Byrne Hobart와 Tobias Huber는 거품을 두 가지로 구분
    • ‘평균회귀형(Mean-reversion)’ 거품: 금융적 유행에 불과하며 부를 파괴
    • ‘전환형(Inflection)’ 거품: 철도·인터넷처럼 기술 진보를 촉진하고 사회적 인프라를 구축
  • Carlota Perez의 분석에 따르면, 투기적 광풍이 ‘설치 단계(Installation Phase)’를 가능하게 하며, 이후 ‘배치 단계(Deployment Period)’로 이어짐
  • 기술 진보형 거품은 자본 투입과 실험을 가속화하지만, 동시에 많은 자금이 소실됨
  • 핵심은 진보를 촉진하되, 그 과정에서 파괴되는 부의 희생자가 되지 않는 것

AI 시장의 현황과 불확실성

  • AI는 기업 자본지출, GDP 성장, S&P 500 상승분의 대부분을 차지
    • Nvidia는 시가총액이 26년간 약 8,000배 상승하며 상징적 존재로 부상
  • 그러나 AI의 상업적 활용, 수익 구조, 승자 기업은 여전히 불확실
    • 자동차 산업 사례처럼, 기술의 중요성과 투자 성공은 별개
  • ‘복권식 투자(lottery-ticket thinking)’ 가 확산
    • 예: 스타트업 Etched가 1,200만 달러 투자로 ‘세계 최대 기업’ 가능성을 내세움
  • 수익성, 경쟁 구조, 순환 거래(circular deals) 등도 의문
    • OpenAI와 Nvidia 간 상호 투자·지출 구조가 ‘자기 거래’ 로 비판받음
    • Goldman Sachs는 Nvidia 매출의 15%가 이런 거래에서 발생할 것으로 추정

부채 확대와 금융 리스크

  • AI 인프라 구축 비용은 최대 5조 달러로 추산되며, 주요 빅테크가 채권 발행으로 자금 조달
    • Microsoft·Meta·Alphabet 등은 30년 만기 채권 발행
  • 건전한 투자는 현금흐름 기반의 자기자본 투자, 위험한 투자는 고객 없이 부채로 데이터센터를 짓는 형태
  • Paul Kedrosky와 Azeem Azhar는 “AI 인프라가 이미 ‘Minsky Moment’ 단계에 진입했다”고 경고
    • 수익보다 빠른 설비투자, SPV(특수목적법인) 활용, 벤더 금융 확산이 위험 신호
  • 부채는 손실을 증폭시키며, 수요 둔화나 기술 진화에 따라 데이터센터 과잉·파산 가능성 존재
  • Oaktree와 Brookfield는 ‘신중한 부채 활용’ 을 강조하며, 과잉 지역이 아닌 곳에 투자 중

AI의 특수성과 투자 판단

  • AI는 인류의 인지 기능을 대체할 수 있는 기술로, 과거 혁신과 질적으로 다름
    • 코딩·디지털 광고 등에서 이미 인간 노동을 대체
    • 수요 예측이 불가능할 정도로 기술 발전 속도가 빠름
  • 과거 라디오·항공기 산업처럼, ‘불확실성을 기회로 보는 서사’ 가 과열을 부추김
  • AI 버블론과 반론이 공존
    • 유사점: 과도한 기대, FOMO, 순환 거래, SPV, 대규모 시드 투자
    • 차이점: 실제 수익 창출, 대규모 사용자 기반, 합리적 P/E 비율
  • Anthropic과 Cursor 등은 매출이 1년 새 100배 성장, AI 제품의 실질 수요 존재

결론: 신중한 낙관주의

  • AI는 거품일 가능성이 높지만, 동시에 역사적 기술 전환점
  • ‘비이성적 과열(irrational exuberance)’ 여부는 시간이 지나야 확인 가능
  • 과거 모든 혁신은 과잉 투자와 손실을 동반했으며, AI도 예외가 되기 어렵다
  • 부채의 사용은 이번 사이클의 위험을 더욱 증폭시킬 수 있음
  • 따라서 전면적 투자나 완전 회피 모두 위험, 선별적·절제된 참여가 최선의 전략
  • 데이터센터·AI 인프라 투자 역시 냉정한 분석과 실행력이 필수

부록: AI와 고용의 미래

  • AI는 노동 절감형 기술로, 생산성 향상과 동시에 대규모 일자리 감소 우려
    • Vanguard의 Joe Davis는 “업무 시간의 43%가 절감될 것”이라 분석
  • 생산성 향상 ≠ 고용 증가
    • 일자리 감소는 세수 감소와 복지 지출 증가로 이어질 가능성
  • 보편적 기본소득(UBI) 도입 가능성이 거론되지만, 재원과 사회적 의미 상실이 문제
  • 직업의 의미 상실, 사회 분열, 포퓰리즘 확산에 대한 우려 제기
  • 미래 생존 직업으로는 물리적 노동(배관공, 간호사 등) 과 창의·통찰 기반 직종이 언급됨
  • 결론적으로, AI는 경제·사회 구조를 근본적으로 재편할 잠재력을 지니며, 이에 대한 현명한 대응과 균형 잡힌 시각이 요구됨
▲
GN⁺ 3일전  [-]
Hacker News 의견들

  • 많은 고급 소프트웨어 팀에서 이제 개발자가 직접 코드를 작성하지 않고, 원하는 기능을 입력하면 AI가 코드를 생성한다고 주장했음. 너무 과장된 주장 같아서 근거가 있는지 궁금함

    • 우리 회사에서는 Slack에 통합된 봇이 작은 PR을 자동으로 생성함. Terraform 조정, 엔드포인트 업데이트, 간단한 핸들러 추가 같은 일은 꽤 잘 처리함.
      하지만 Claude에게 Go로 동시 데이터 마이그레이션 유틸리티를 작성하게 했더니, goroutine과 waitgroup 처리가 엉망이라 버그투성이였음. 직접 코딩하는 게 더 빨랐을 것 같음.
      그래도 다음날 동료가 비슷한 툴이 필요했는데, Claude와 45분 대화로 6~8시간 절약했음.
      나는 하이브리드 접근을 하고 있음 — 기본 구조와 예제 코드는 내가 쓰고, AI가 만든 걸 수정하고, 테스트와 가드레일을 세워서 AI가 나머지를 하게 함. 결과는 들쭉날쭉하지만 점점 나아지는 중임.
      다만 CEO가 우리 회사를 ‘AI-first’로 선언해서 모든 업무에 AI를 써야 한다고 함. 솔직히 잘못된 방향이라 생각하지만, AI 사용량이 KPI로 평가될 듯함
    • “AI가 작성한 코드는 세계 최고 수준이다”라는 문장은 더 심각함. 금융 업계 사람들은 프로그래밍을 전혀 이해하지 못하는 듯함
    • 완전히 동의함. Howard Marks는 전설적인 투자자이지만, AI 분야는 그의 전문 영역이 아님. 그의 독자층은 투자자들이라, AI의 기술적 현실보다 투자 관점의 통찰을 제공하려는 의도였음
    • 이런 주장은 사실이 아님. 이런 식으로 일하는 팀을 ‘고급 팀’이라 부를 수 없음. 오히려 AI 의존도가 높을수록 팀의 복잡성이 낮다는 증거일 수도 있음
    • “파일럿은 더 이상 비행기를 조종하지 않는다”는 말을 자주 듣는데, 완전히 틀린 말임. 자동조종 장치가 많은 일을 하지만, 핵심 제어는 여전히 인간이 담당함

  • 글의 마지막 부분이 인상적이었음. 처음으로 어떤 기술이 약속을 지키지 않기를 바라는 마음이 들었음. 대부분의 신기술은 가능성에 설레지만, 이번엔 인건비 절감에만 초점이 맞춰져 있어서 우울함.
    정보 수집 도구로서의 AI는 훌륭하지만, 인간의 창의성을 대체하려는 방향은 반갑지 않음

    • 나도 같은 마음임. 나는 장인 정신을 느끼며 코드를 짜는 과정을 사랑함. 문제를 쪼개고, 논리적으로 구성하고, 코드가 완성될 때의 마법 같은 순간이 있음.
      10년 넘게 배운 언어로 컴퓨터를 제어하는 건 기적 같은 일임. 영어로 설명만 하고 기다리는 건 싫음. 나는 직접 코드를 쓰는 사람이고, 그걸 포기하고 싶지 않음
    • 나도 같은 우려를 가짐. ChatGPT 등장 이후 환경적 영향이 얼마나 큰지 알게 되었고, 데이터센터의 자원 소비 폭발이 충격적이었음.
      기술이 인류를 향상시킬 수 있다고 믿지만, 동시에 소수의 부자에게 사회적 통제력을 주는 현실이 괴로움.
      AI는 대부분의 사람에게 적대적이고 불평등한 세상을 만들 위험이 있음. 기술의 사회적 피해를 더 진지하게 평가해야 함
    • 일자리가 꼭 필요하다는 생각 자체가 상상력 부족이라 느낌. 생계가 보장된다면, 나는 상업적 가치 없는 코드라도 즐겁게 쓸 것 같음
    • LLM은 코드 작성이나 검색에는 유용하지만, 인간의 창의성과 표현력을 대체하려는 시도는 불쾌함
    • LLM은 결국 언어 예측기일 뿐임. 이해 없이 기존 텍스트를 재조합할 뿐이라, 사고가 필요한 일은 대체 불가능함.
      다만 기업은 항상 인건비 절감에 집착하므로, AI가 아니더라도 다른 방식으로 사람을 줄이려 할 것임

  • “AI가 인류 역사상 가장 큰 기술 발전 중 하나가 될 잠재력이 있다”는 문장을 보고, 곰(비관론자) 에게는 의견을 안 물어봤냐고 농담하고 싶었음

    • 실제로는 많은 사람들이 AGI가 가능하다고 믿지 않음. LLM이나 AI가 자신의 삶을 크게 바꿀 거라 생각하지도 않음
    • AI가 언젠가 커질 거라 믿는 건 가능함. LLM이 한계에 부딪혀도 결국 AI는 큰 흐름이 될 것임
    • “내 기술 낙관주의 버블은 버블이 아니다, 믿어줘”라는 말이 떠오름
    • “잠재력”이라는 단어에 강조를 두면, 그 문장은 사실상 맞는 말임
    • 기사에 “AI에 대한 열광이 버블로 이어지지 않는다면 역사상 처음일 것”이라는 문장이 있었음

  • “코딩은 AI 영향의 탄광 속 카나리아다”라는 문장이 인상적이었음.
    이어서 Grace Hopper의 1944년 인터뷰를 인용하며, 프로그래밍이라는 개념이 없던 시절의 이야기를 전함.
    Grace Hopper 구술 기록 PDF

  • AI 논의가 극단으로 치우치는 게 문제임. “AI가 대부분의 코드를 쓴다”는 건 과장이지만, AI 사용을 무조건 부정하는 것도 비현실적임.
    초기 스타트업은 LLM으로 테스트나 보일러플레이트를 빠르게 처리하지만, 핵심 엔지니어링은 여전히 인간의 몫임.
    버블은 맞지만, 닷컴 시대처럼 조정이 와도 기술 자체는 남을 것임

    • 이제는 그 말에 동의하지 않음. 친구가 금융 스타트업에서 LLM으로 복잡한 코드를 빠르게 부트스트랩했고, Terraform과 문서화까지 자동화했음.
      나도 Kubernetes, Helm, ConfigMap을 몰랐는데, AI가 완벽한 서비스 구성을 만들어줬음
    • 닷컴 버블 때도 많은 회사가 망했지만, Amazon, Google, eBay 같은 기업은 살아남았음.
      웹이 SaaS의 기반이 되었듯, AI도 핵심 기술로 자리 잡을 것임.
      지금은 GPU 가격 덕분에 Nvidia가 돈을 벌고 있지만, 진짜 가치는 AI 응용 분야에서 나올 것임.
      오픈소스 모델과 낮아지는 추론 비용 덕분에 인프라 자체는 진입장벽이 아님.
      ChatGPT조차 버그가 많고 완성도가 낮음. 진짜 혁신은 작은 기업들이 모델을 활용해 새로운 UX와 제품을 만드는 데서 나올 것임

  • “AI는 못한다”는 댓글을 감지하고 “나한텐 잘 되는데?”라는 답글을 자동으로 다는 AI 봇이 있다면 어떨까 하는 상상임. 그냥 재미있는 생각 실험임

    • 나도 비슷한 생각을 함. HN에서는 AI에 대한 긍정적 반응이 실제 엔지니어들의 체감보다 훨씬 강함
    • AI를 칭찬하는 댓글 중 90%는 챗봇이 쓴 문장을 복붙한 것처럼 보임

  • 실리콘밸리가 LLM과 GPU로 수조 달러를 창출할 수 있을까?
    만약 그만큼 경제가 성장하지 않으면, 다른 지역에 피해가 갈 것임.
    그리고 LLM이 충분한 자금으로 AGI로 진화할 수 있을까?
    지금으로선 LLM은 똑똑한 텍스트 생성기 수준임

    • 기사 인용문 중 “AI 붐이 생산적이려면 수익이 신용 경색 전에 따라잡아야 한다”는 문장이 핵심임.
      인터넷도 변혁적이었지만, 많은 회사가 수익 없이 파산했음.
      AI도 현실적이면서 동시에 버블일 수 있음
    • “이해”는 존재하지 않음

  • 이 메모를 어떻게 보느냐는 입장에 따라 다름.
    닷컴 버블처럼 일부 기업은 망하겠지만, 기술은 남을 것임.
    반면 2007년 부동산 버블은 전면적 붕괴였음.
    AI는 전자에 더 가까움 — 조정은 있겠지만, 장기적 성장 기회는 막대함.
    단기 수익을 노리는 투자자에겐 버블처럼 보이겠지만, 창업자나 장기 빌더에겐 새로운 가치 창출의 시기임

  • Howard Marks의 글을 예전엔 좋아했지만, 이번엔 겉핥기식 이해로 보였음.
    기술적 사실보다 트렌드에 맞추려는 시도로 느껴짐

    • 오히려 그를 오해한 것 같음. 그는 기술의 실현 가능성보다 투자 과열을 경계한 것임. 투자 관점에서는 충분히 논리적 분석임
    • 그는 스스로 기술을 잘 모른다고 밝혔지만, 경제적 파급력을 탐구한 점은 의미 있음.
      AI가 5~10%의 인건비만 줄여도 사회에 큰 영향을 줄 수 있음.
      기술이 완벽하지 않아도 경제적 효과는 현실적임

  • AI 데이터센터 건설에 8조 달러가 투입될 예정이라는 기사 (Yahoo Finance)를 봤음.
    연 10% 수익률을 맞추려면 매년 8천억 달러를 벌어야 함.
    GPU는 3년마다 교체되는데, 그만큼의 수익이 가능할까?
    Ilya의 인터뷰에서도 “AGI를 만드는 방법은 아무도 모른다”고 말했음

답변달기