AI 거품론의 습격... "막연한 기대는 끝났다" 숫자와 실적으로 재편되는 시장

마이크로소프트, 구글, 아마존 등 이른바 '하이퍼스케일러'와 소수의 전용 AI 기업들은 매년 수백억에서 최대 4,000억 달러 규모의 AI CAPEX(자본지출)를 집행하고 있다. 이들 클라우드·플랫폼 기업은 AI 관련 워크로드 증가가 이미 매출과 마진에 유의미한 기여를 하기 시작했다는 점이 고무적이다.

반면, OpenAI와 같은 '순수 생성형 AI 플레이어'들의 직접 매출은 투입 비용 대비 아직 한 자릿수에서 수십억 달러 수준에 머물러 있으며, 여전히 대규모 적자를 기록 중이라는 점이 대조적이다.

대다수 AI 스타트업의 경우 상황은 더 심각하다. 명확한 비즈니스 모델(BM)을 찾지 못한 채 수익성이 미검증 상태로 남아 있어, 막대한 투자가 회수되지 못할 위기에 처해 있다. 세쿼이아 등에서 추정한 시나리오를 기준으로 보면, 6,000억 달러에 달하는 이 매출 격차가 단기간에 해소되기는 어려운 구조다.

따라서 AI CAPEX 비중이 높은 기업일수록 향후 '마진 압박'과 그에 따른 '밸류에이션 재평가(Re-rating)' 리스크에 노출될 가능성이 크다. 즉, '조정 불가피'라는 막연한 공포보다는 마진율 훼손에 따른 멀티플 축소 위험이 현실적인 위협으로 다가오고 있다.

2. 주식시장 정밀 진단: 실적 기반의 고평가와 편중 심화

많은 전문가가 현재 상황을 2000년 닷컴 버블과 비교하지만, 밸류에이션 지표를 면밀히 뜯어보면 결정적인 차이가 존재한다. 하지만 동시에 '역사적 고점'이라는 부담감 또한 무시할 수 없는 수준임은 분명하다.

[안전마진 없는 프리미엄 구간]

2025년 말 기준, 각종 월가 추정치에 따르면 나스닥 시장 전반의 쉴러 PER(Shiller PER, 경기조정주가수익비율)은 대략 40배 내외, S&P 500 상위 10개 종목(대부분 AI 및 빅테크)의 PER은 30~50배 구간에 형성되어 있다. 이는 닷컴 버블 당시 평균 100배를 상회하던 비이성적인 수준보다는 확실히 낮지만, 역사적 밴드 상단에 근접한 수치임에는 틀림없다.

현재의 주가는 실체가 없는 허상이나 거품은 아니지만, 향후 5~10년 뒤에나 실현될 AI의 생산성 향상과 성장을 이미 가격에 선반영(Priced-in)하고 있다는 점이 리스크 요인이다.

[극심한 쏠림 현상과 시장의 취약성]

시장 왜곡 현상도 여전히 주의해야 할 대목이다. S&P 500 시가총액에서 상위 7개 종목(M7)이 차지하는 비중은 30%대 중반 수준까지 올라섰으며, 특히 엔비디아 단일 종목의 비중이 S&P 500의 약 5% 안팎 수준까지 치솟았다.

2022년 이후 S&P 500 지수 상승분의 상당 부분, 적게는 절반 안팎에서 많게는 70% 수준까지가 이들 M7에서 발생했다는 점은, 이들 중 한두 기업만 실적 충격을 받아도 시장 전체가 흔들릴 수 있음을 시사한다.

버핏 지수(GDP 대비 시가총액 비율) 등 거시 지표들 역시 경고등을 켜고 있어, 지수 레벨 자체에 대한 부담감이 큰 상황이다.

3. 암호화폐 시장: '기대'에서 '증명'으로, DePIN의 숫자 싸움

가상자산 시장은 주식시장보다 더 냉혹한 잣대를 들이대기 시작했다. 단순히 "AI가 묻었다"는 이유로 가격이 오르던 시기는 끝났다.

2024~2025년 AI 테마 코인 전체는 고변동·고조정 국면을 겪었지만, 세부 데이터를 보면 옥석 가리기가 명확히 진행 중임을 알 수 있다.

[온체인 데이터가 말하는 생존자]

하락장에서도 의미 있는 성과를 낸 곳은 DePIN(탈중앙화 물리적 인프라 네트워크) 및 RWA(실물자산) 섹터다. 모든 프로젝트가 성공한 것은 아니지만, 일부 상위 프로젝트의 경우 온체인 수수료 매출과 활성 사용자 수(DAU)가 두 자릿수에서 세 자릿수의 성장률을 기록하며 펀더멘털을 증명했다. 실제 GPU 연산력을 제공하거나 데이터를 처리해주고 수익을 내는 구조가 작동하고 있다는 뜻이다.

반면, 백서(Whitepaper)만 화려하고 온체인 상의 수익이나 사용자 지표가 전무한 '밈(Meme) 성격'의 프로젝트들은 유동성 이탈과 규제 리스크로 인해 시장에서 퇴출당할 압력을 받고 있다. 이제 코인 시장에서도 막연한 '스토리'가 아닌 구체적인 '숫자'가 가격을 결정하는 시기가 도래했다.

4. 하이프 사이클 재정의: AI 1.0의 환멸과 AI 2.0의 부상

현재의 AI 시장을 가트너의 하이퍼 사이클에 대입해보면, 모든 AI 기술이 같은 위치에 있지 않다는 것을 알 수 있다. 이를 명확히 구분하는 것이 향후 투자 전략의 핵심이다.

먼저, 챗GPT로 대표되는 생성형 AI(특히 거대언어모델)는 2024~2025년을 거치며 '부풀려진 기대의 정점'을 지나 '환멸의 계곡(Trough of Disillusionment)'으로 진입했다는 평가가 지배적이다. 대중의 열광은 식어가고, 기업들은 도입 비용 대비 효과를 고민하는 시기다. 반면, 전통적인 머신러닝(ML)과 MLOps 분야는 이미 안정적인 '생산성 타협의 고원'에 진입해 기업의 실질적인 도구가 되었다.

주목할 점은 'AI 2.0'의 부상이다. 단순 문답형 챗봇을 넘어 스스로 작업을 수행하는 'AI 에이전트(Agent)', 보안 특화 AI, AI-ready 데이터 처리 기술 등은 이제 막 새로운 기대의 정점으로 향하고 있다. 즉, 시장은 1차 생성형 AI 붐에서 2차 산업용·에이전트 AI로 수요가 재편되는 과도기에 있으며, 이 과정에서 기술적 옥석 가리기가 치열하게 진행될 것이다.

5. 2026년 투자자를 위한 정밀 대응 전략

막연한 공포에 휩쓸려 시장을 떠나는 것은 하수다. 하지만 지금은 공격적인 베팅보다는 방어적이고 선별적인 접근이 필요한 시점이다. 거품이 꺼지는 시기야말로 진짜 보석을 줍기 좋은 때이기 때문이다.

1) 지표 기반의 종목 압축 (Targeting) "AI 수혜주"라는 모호한 테마를 버려야 한다. AI 도입을 통해 영업이익률(OPM)을 실제로 개선했거나, B2B 영역에서 구체적인 수주 잔고를 확보한 기업으로 포트폴리오를 좁혀야 한다. 숫자로 증명되지 않는 기대감은 독이다.
 

2) 인프라 투자의 리스크 관리 전력·냉각·부동산 등 AI 인프라 기업은 여전히 유망하지만, 이들 역시 밸류에이션과 부채 비율이 역사적 상단에 근접해 있다. 단순한 방어주로 인식하기보다는 금리와 규제 정책에 민감한 '성장 인프라 자산'으로 보고 접근해야 한다.