오픈AI가 흔들리는 진짜 이유

AI 거품론, 이번엔 결이 다릅니다: 과잉투자보다 돈·전력이 먼저다

요즘 뉴스나 유튜브에서 “AI 버블(거품) 터지는 거 아니야?”라는 말, 정말 자주 들리죠. 근데 이번 논쟁을 조금만 깊게 들여다보면, 예전처럼 “기대만으로 올랐다” 같은 단순한 버블 프레임으로는 설명이 잘 안 됩니다.

현장에서 나오는 목소리를 정리해 보면, 핵심은 딱 두 가지로 모입니다.
1) 돈 : AI는 ‘잘 되면 대박’이지만, 잘 되기 전까지 비용이 너무 큽니다.
2) 전력 : AI 데이터센터는 전기를 먹고 크는데, 전기(그리고 전력망)가 따라와 주지 못합니다.

오늘 글은 “AI 거품론의 본질은 과잉투자보다 돈·전력 문제”라는 관점을, 공개된 보고서와 전력·데이터센터 흐름을 바탕으로 분석해 드릴께요

 

1) 거품은 꼭 나쁜 걸까? 산업을 키우는 ‘필요악’이라는 시각

흔히 거품이라고 하면 “비이성적 과열”을 떠올리죠. 그런데 기술 산업에서는 거품이 ‘완전히 해롭기만’ 하다고 보기도 어렵습니다. 이유는 간단해요. 기술이 급격히 발전하려면 돈과 사람이 몰려야 하는데, 그 촉매 역할을 ‘기대감’이 해버리는 순간이 있거든요.

실제로 과거 인터넷 붐도 비슷했습니다. 거품이 꺼지면서 많은 투자자가 다쳤지만, 그 과정에서 인프라(망, 데이터, 서비스 구조)가 깔렸고 이후 산업 전체는 한 단계 올라섰죠.

다만 여기서 중요한 건 “이번 AI는 옛날 버블과 똑같냐?”입니다. 결론부터 말하면, 똑같지 않습니다. 왜냐하면 이번엔 ‘실적이 동반되는 기업’이 분명히 존재하고, 무엇보다 “돈이 너무 드는데, 전기는 더 부족하다”라는 현실 문제가 논쟁의 중심으로 들어왔기 때문이에요.

 

2) “과잉투자냐?”보다 “이 돈을 계속 댈 수 있냐?”가 더 무섭다

전형적 거품 논쟁은 보통 이 질문이었어요.
“필요한 것보다 너무 많이 투자한 거 아니야?”

그런데 지금 AI 쪽에서 더 많이 나오는 질문은 이런 느낌입니다.
“필요하긴 한데… 이 속도로 돈을 계속 쏟아부을 수 있어?”

즉, 과잉투자 여부만이 아니라 ‘조달 가능성’이 핵심 이슈로 떠오른 겁니다. 어떤 회사는 이미 돈을 벌면서 투자(캡엑스)를 확대하지만, 어떤 주체는 아직 수익모델이 완전히 고정되지 않은 상태에서 천문학적 비용을 감당해야 하죠. 여기서 ‘빈부격차’가 벌어집니다.

쉽게 말해, 시장이 한 덩어리로 움직이기보단
돈 많은 쪽(현금흐름 탄탄한 빅테크) vs 돈이 계속 필요한 쪽(대규모 모델 훈련·운영 비용 부담이 큰 회사들)
이런 식으로 갈라져서 평가받기 시작했다는 겁니다.

 

3) AI ‘돈 문제’는 훈련보다 운영(추론)이 길고 비싸다

AI 비용은 크게 두 가지로 나뉩니다.
1) 훈련(Training): 모델을 더 똑똑하게 만드는 비용
2) 운영/추론(Inference): 사람들이 실제로 쓰게 하는 비용(이게 매일 발생)

많은 분들이 “모델 한번 만들면 끝 아니야?”라고 생각하시는데, 실제로는 운영 비용이 꾸준히 쌓입니다. 사용자가 늘수록 GPU/가속기, 서버, 네트워크, 저장, 전력, 냉각 비용이 같이 올라가요.

참고로 일부 분석 글에서는 특정 AI 기업의 연간 비용(특히 추론 비용)이 상당하다는 추정치를 소개하기도 합니다. 예를 들어 OpenAI 관련해 ‘수익이 늘어도 운영 비용이 따라붙는다’는 취지의 분석이 계속 나오고 있고, 2024년 중반 기준 매출 증가와 비용 부담이 함께 언급된 보도(2차 출처 인용 형태)도 있습니다.

여기서 포인트는 하나예요.
“AI는 성장할수록 돈이 더 드는 구조(최소한 당분간은)”일 수 있다는 것.

그래서 시장이 묻는 질문이 이렇게 바뀝니다.
“AI가 세상을 바꿀까?” → “그 과정에서 누가 비용을 끝까지 버틸까?”

이 질문에 답을 잘하는 기업은 주가가 버티고, 그렇지 않은 기업은 같은 AI 테마여도 흔들릴 수밖에 없습니다.

 

4) 진짜 병목은 전력이다: 데이터센터 전기 수요가 ‘급격히’ 커진다

AI 시대에 가장 현실적인 병목으로 꼽히는 게 전력입니다. “칩이 부족하다”도 큰 문제지만, 결국 칩을 돌리려면 전기가 필요하니까요.

국제에너지기구(IEA)는 데이터센터·AI·암호자산 등을 포함한 전력 수요가 앞으로 크게 늘 수 있다고 전망합니다. 특히 AI 확산이 데이터센터 전력 소비를 끌어올릴 수 있다는 분석이 공식 자료로도 반복해서 등장해요. (IEA는 전력 수요 증가 전망과 함께, 전력망·발전·효율 투자 필요성을 강조합니다.)

이게 왜 중요하냐면, 전력은 “오늘 주문하면 내일 오는 물건”이 아니기 때문입니다. 발전 설비도 시간, 송전망도 시간, 인허가도 시간, 변전소도 시간… 전력은 모든 게 오래 걸립니다. 그래서 AI 투자 논쟁은 결국 이렇게 이어집니다.

돈을 들여 서버를 깔아도 → 전기 연결이 늦으면 → 가동이 늦고 → 매출도 늦습니다.

미국 전력망 운영기관(PJM)의 공개 자료에서도 “대형 부하(특히 데이터센터)의 빠른 가동 타임라인이 전력망 연결 메커니즘에 부담을 준다” 같은 문제의식이 등장합니다. 쉽게 말해, 데이터센터는 빨리 열고 싶은데 전력망 쪽은 그 속도를 맞추기 어렵다는 거죠.

그래서 최근 시장에서 태양광, 에너지저장장치(ESS), 2차전지, 전력 인프라(변압기·케이블·그리드) 이야기가 자꾸 같이 묶여 나오는 겁니다. AI가 커질수록 “전기를 어떻게 확보하느냐”가 곧 경쟁력이 되니까요.

5) 브로드컴(ASIC) 급락 해석: GPU 같은 마진을 기대하면 어긋난다

최근 시장에서 자주 나오는 키워드가 “GPU vs ASIC”입니다.

GPU(대표적으로 엔비디아)는 범용 고성능 연산에 강하고, 공급이 타이트할 때 가격 결정력이 생깁니다. 반면 ASIC(주문형/커스텀 칩)은 특정 목적에 맞춰 설계되는 경우가 많아서 “성능·가격·전력 효율”을 최적화하는 대신, 구조적으로 GPU만큼의 마진을 똑같이 기대하긴 어렵다는 평가가 나옵니다.

그래서 어떤 기업이 실적을 잘 내도, 시장이 “GPU급 고마진”을 기대해 버리면 기대치가 너무 높아져서 작은 실망에도 주가가 크게 출렁일 수 있습니다.

정리하면 이거예요.
브로드컴 같은 커스텀 칩 흐름은 AI 확산에서 ‘중요한 축’이 맞지만,
주가가 움직일 때는 “사업의 의미”와 “시장 기대치(눈높이)”가 충돌할 수 있습니다.

그래서 AI 투자에서 요즘 더 중요해진 건 “테마인지, 구조적 현금흐름인지”를 구분하는 눈입니다. 같은 AI라도 어떤 회사는 안정적으로 돈을 벌고, 어떤 회사는 아직 ‘돈을 태우며’ 점유율을 만들고 있으니까요.

6) “산타랠리”는 결국 실적 : 메모리(디램) 사이클과 환율까지 같이 보자

AI가 뜨면 사람들이 GPU만 떠올리지만, 메모리도 같이 움직입니다. 특히 고대역폭메모리(HBM)와 서버 디램은 AI 인프라의 핵심 부품이니까요.

여기서 중요한 포인트는 두 가지입니다.
1) 메모리 가격 사이클: 공급·수요에 따라 수익성이 크게 바뀝니다.
2) 환율: 수출 비중이 큰 기업은 환율 영향이 실적에 반영될 수 있습니다.

그래서 특정 기업(예: 마이크론) 실적 이벤트가 시장 심리에 영향을 주더라도, 한국 투자자 입장에서는 “국내 메모리 메이저의 수익성 변화”가 더 결정적인 변수가 되는 구간이 종종 나옵니다.

AI의 본질이 돈·전력이라면, 주식시장에서는 결국 “이 비용 구조를 감당하면서도 이익을 낼 수 있나”로 귀결됩니다. 그래서 실적 시즌에는 테마보다 숫자가 더 세게 시장을 흔들 때가 많아요.

 

7) 테슬라가 강하면 좋은 걸까? ‘버블 신호’로도 읽어야 하는 이유

테슬라는 이제 전기차 회사라기보다 “자율주행·로봇·에너지·우주”까지 엮인 서사로 평가받습니다. 이걸 ‘평가 프레임 전환’이라고 부를 수 있어요.

그런데 프레임이 바뀌는 순간이 왜 무섭냐면,
미래의 매출·이익을 너무 빨리(너무 많이) 당겨서 가격에 반영해버릴 수 있기 때문입니다.

예를 들어 자율주행이 본격 수익 모델로 자리 잡고, 로봇이 산업 현장에 확산되며, 생산성이 ‘혁명’ 수준으로 올라간다는 스토리가 시장의 공감대를 얻으면… 주가는 실적보다 먼저 달릴 수 있습니다.

그래서 테슬라 강세를 “AI가 돈을 벌 수 있다”는 희망의 사례로 볼 수도 있지만, 동시에 “미래가 과도하게 선반영될 때가 버블의 시작점”이 될 수도 있다는 경계도 필요합니다.

한 줄로 정리하면 이렇습니다.
테슬라는 기회이기도 하고, 동시에 시장 과열을 측정하는 온도계이기도 합니다.

 

8) 휴머노이드 로봇 : 가정용은 ‘끝판왕’이고, 산업용부터 간다

많은 분들이 “옵티머스가 집에서 요리해 주는 날 언제 와요?”라고 묻죠. 솔직히 말하면, 가정용은 변수가 너무 많아서 시간이 더 걸릴 가능성이 큽니다.

로봇 확산은 보통 이런 순서가 현실적입니다.
1) 산업용(공장/물류): 환경이 비교적 통제됨, 반복 작업에 강함
2) 위험·3D(더럽고/위험하고/힘든) 현장: 안전·인력난 해결 가치가 큼
3) 가정용: 변수 폭발(아이, 반려동물, 가구 배치, 요리 방식, 예외 상황…)

그래서 휴머노이드가 상용화될수록, 우리 일상보다 “산업 생산성”이 먼저 크게 바뀔 수 있습니다. 그리고 생산성 혁명은 결국 기업 실적과 주가에 연결되죠.

다만 다시 한 번, 이 모든 변화는 돈·전력·인프라가 받쳐줘야 합니다. 로봇도 결국 ‘연산’과 ‘전기’를 먹고 자라니까요.

9) 내년 1분기, 전력 부족이 화두가 되면 : 태양광·2차전지·그리드가 함께 움직인다

AI 논쟁이 “돈 부족”으로 끝나지 않는 이유가 바로 전력입니다. 실제로 AI 기업들이 걱정하는 건 “자금조달”만이 아니라 “가동 가능한 전기”이기도 해요.

전력이 부족해지면 시장이 움직이는 방향은 대체로 이렇습니다.
1) 전기를 더 만들어야 한다(발전) → 재생에너지/가스/원자력 논의 확대
2) 전기를 저장해야 한다(ESS) → 배터리/저장 솔루션 관심 증가
3) 전기를 보내야 한다(송배전) → 전력망, 변압기, 케이블, 그리드 투자 확대

특히 “데이터센터는 빨리 열고 싶다”는 압박이 커지면, 전력망 연결·수급 이슈가 더 자주 뉴스에 등장할 가능성이 큽니다. (PJM 자료도 대형 부하의 타임라인과 연결 메커니즘의 긴장 관계를 언급합니다.)

그래서 AI를 투자 아이디어로 보더라도, 그 뒷단의 전력 인프라를 같이 보는 시각이 점점 중요해질 수 있습니다.

 

10) 결론 : AI 거품을 보는 5가지 체크리스트(돈·전력 중심)

AI 버블을 볼 때, 이제는 “과잉투자냐 아니냐”만으로는 부족합니다. 저는 아래 5가지를 같이 보시면 훨씬 마음이 편해진다고 생각해요.

1) 이 회사는 돈을 실제로 벌고 있나? (현금흐름이 있는가?)
2) 앞으로 1~2년 투자 규모를 감당할 ‘조달 루트’가 있나? (유상증자/부채/파트너십 등)
3) 데이터센터/전력/인프라 병목이 매출로 연결되는 시간을 늦추지는 않나?
4) 같은 AI라도 GPU·ASIC·메모리·전력망 중 어디 포지션인가? (마진 구조가 다름)
5) 스토리가 아니라 숫자(가이던스·수익성·CAPEX 계획)가 설득력 있는가?

AI는 분명 큰 흐름이고, 거품이 어느 정도는 산업을 밀어주는 연료가 될 수도 있습니다. 하지만 지금 국면에서 가장 현실적인 리스크는 “기대감이 꺼지는 것”보다 “돈과 전력이 뒤처져서 속도가 늦어지는 것”일 수 있어요.

그래서 결론은 이겁니다.
AI 거품론의 본질은 과잉투자만이 아니라, 돈과 전력이라는 ‘현실 비용’의 문제다.

오늘 글이, 뉴스를 볼 때 한 번 더 걸러서 보는 기준이 되었으면 좋겠습니다.

같이 보면 좋은 글

만장일치 여우주연상…18살 "서수빈" 제대로 일냈다

 

2026월드컵 일본 우승? 한국 조기 탈락?

 

겨울 축제 캘린더 한 장으로 끝! 2025-26 눈·얼음·빛 축제 총정리

 

한국이 경기하는 경기장 바로 옆… 왜 시신 가방이 456개나 나왔나?

 

양육비 못 받으면 국가가 먼저 드립니다!!!

 

축의금, 얼마가 적당할까? 이 금액이면 딱 좋습니다!!!