MIT GenAI Divide 보고서와 한국 시장 반응

‘AI 버블’ 경고?

Aug 27. 2025

MIT 보고서 개요 및 한국 자본시장의 즉각 반응

MIT 미디어랩 Project NANDA가 2025년 8월 18일 공개한 <The GenAI Divide: State of AI in Business 2025> 보고서는 전 세계 기업들의 생성형 AI 도입 현황과 성과 격차를 분석했습니다. 핵심 결론은: 기업들이 천문학적 투자($300~400억 달러, 약 50~60조 원)를 쏟아붓고도 95%가 뚜렷한 재무 성과를 내지 못했다는 점입니다. 오직 5%의 선도적 파일럿만이 수백만 달러 규모의 가치를 창출했고 대부분은 매출 등 P&L 지표에 유의미한 영향이 없었다고 지적합니다. 이 같은 “GenAI 격차(GenAI Divide)” 현상은 높은 도입률 대비 낮은 전환∙변혁률로 정의되는데, 보고서에 따르면 대부분 산업에서 폭넓은 실험이 이루어지는 반면 실제 구조적 혁신이 나타나는 분야는 두 곳에 불과합니다. 또한 기업 맞춤형 AI 프로젝트의 95%는 파일럿 단계를 넘어 실제 운영 단계까지 이르지 못하는 현실도 드러났습니다.

이 MIT 보고서 소식이 전해지자, 한국을 비롯한 글로벌 자본시장은 민감하게 반응했습니다. 한국의 주요 언론들은 “생성형 AI 열풍에 거품 우려”라는 해석과 함께 다음과 같은 시장 동향을 전했습니다:

나스닥 지수 급락: 8월 19일(현지시각) OpenAI의 샘 올트먼 CEO가 “AI 투자 붐에 거품 조짐이 있다”라고 경고한 데 이어, 다음날 MIT 보고서 발표 여파로 나스닥이 장중 -2%까지 급락했다가 최종 -0.65% 하락 마감했습니다. 올트먼처럼 AI 열풍을 주도한 인물이 직접 ‘버블’을 언급한 점이 투자심리에 큰 충격을 주었다는 평가입니다.

글로벌 기술주 조정: MIT 보고서가 “AI 도입 기업 95%는 실질적 성과가 없다”는 충격적인 통계를 전하면서, 엔비디아(-3.5%) 등 미국 빅테크 및 AI 관련주 주가가 급락했고, 고평가 논란이 있던 팔란티어는 6 거래일 연속 하락하며 시가총액 약 730억 달러(약 102조 원)가 증발했습니다. AMD, 델, 마이크론 등 반도체주뿐 아니라 데이터센터 투자 위축 우려로 LS일렉트릭 같은 인프라주까지 약세를 보이며, AI 테마 전반에 걸친 차익 실현이 나타났습니다.

국내 증시 동조 하락: 충격은 아시아로 확산되어, 일본 닛케이지수(-1.51%), 대만 가권지수(-2.99%)가 큰 폭 떨어졌고, 한국 코스피도 한때 3,100선이 붕괴되어 3,079.27까지 하락, 시가총액 상위권의 SK하이닉스 주가가 2.85% 급락하는 등 국내 기술주에도 파장이 미쳤습니다. 국내 언론은 “서학개미(해외주식 투자자)들의 속이 타는 상황”이라 전하며, 미국발 AI 거품론이 한국 투자자들에게도 불안감을 준 것으로 보도했습니다.

투자자 심리와 논쟁: 이러한 조정장에 대해 “AI 버블 vs 성장통” 논쟁이 가열되고 있습니다. 비관론 측에서는 하워드 막스 등 거시투자자가 “M7(대형 기술주 7개 제외 S&P500 기업들의 평균 PER이 역사적 평균보다 지나치게 높다”며 밸류에이션 우려를 제기하고, 이번 조정을 과열된 AI 거품이 터지는 신호로 해석했습니다. 반면, 낙관론자이자 월가 기술주 강세론자인 댄 아이브스(Dan Ives)는 “이번 하락은 건강한 조정에 불과하며 오히려 기술주를 매수할 기회”라고 강조했습니다. 그는 “AI 호황은 최소 2~3년 이상 지속될 것”이며, 생성형 AI 기업들은 닷컴 시대와 달리 이미 다양한 산업에서 실제 수익을 내고 있어 거품과는 다르다고 반박했습니다. 실제로 OpenAI의 경우 월매출 10억 달러를 돌파하는 등(연간 반복매출 100억 달러 규모), AI 플랫폼 기업들은 뚜렷한 수익 모델을 확보하고 있다는 점이 강조됩니다.

요약하면, 한국 자본시장은 MIT 보고서 내용을 계기로 AI 분야에 대한 경계심을 분명히 드러냈지만, 동시에 장기 성장성에 대한 기대와 견해 차이도 나타났습니다. 국내 주요 언론(예: 서울경제, 매일경제, 연합뉴스 등)은 생성형 AI에 대한 거품 우려와 투자심리 위축을 비중 있게 다루면서도, 일부는 이를 일시적 조정으로 보는 시각도 함께 전했습니다.

언론 보도 vs. MIT 보고서 내용: 일치 여부와 해석 차이

대체로 국내 언론 보도는 MIT 보고서의 핵심 결론을 정확히 전달했습니다. 예컨대 언론들은 “기업들의 AI 파일럿 프로젝트 중 95%가 재무적 성과를 못 냈다”는 통계를 제목과 리드에서 강조했고, 이는 보고서의 실제 결론과 부합합니다. 보고서 저자들이 “단 5%의 통합된 AI 파일럿만이 수백만 달러 가치 창출에 성공했고, 나머지 대다수는 측정 가능한 손익 개선 효과가 없다”라고 밝힌 부분도 국내 기사에서 그대로 인용되었습니다. 이러한 성과 격차가 워낙 분명한 탓에, 언론 해석 역시 “대부분 기업에선 AI 도입이 기대만큼 효과를 못 내고 있다”는 데 의견이 일치합니다.

다만 언론의 해석과 강조점에는 보고서 원문과 비교할 때 몇 가지 차이가 있습니다:

“거품” 프레임: MIT 보고서는 성과 부진 현상을 기술적·조직적 요인으로 분석했지 ‘AI 거품’이라는 직접 표현을 쓰진 않았습니다. 보고서의 어조는 AI 도입의 어려움과 원인 진단에 초점이 있는데, 한국 언론들은 이 내용을 샘 올트먼의 발언과 결부시켜 투자 열풍에 제동을 거는 “거품론”으로 부각했습니다. 이는 보고서가 나온 맥락(고평가 논란이 증시 조정으로 표출)을 고려한 해석으로 볼 수 있습니다. 결과적으로 “95% 실패”라는 수치가 언론에서는 곧바로 “AI 붐=거품”이라는 서사로 이어진 측면이 있습니다. 그러나 이러한 해석은 어디까지나 동시다발적 외신 보도 흐름(MIT 보고서 + 올트먼 발언)을 반영한 것이며, 보고서 자체가 왜곡되었다기보다는 투자자들이 이해하기 쉽도록 해석된 것으로 보입니다.

핵심 원인에 대한 언급: MIT 보고서는 대부분의 AI 파일럿이 실패하는 근본 원인으로 ‘학습 격차’(learning gap)를 지목했습니다. 현재 기업들이 도입한 생성형 AI 시스템은 피드백을 학습하여 맥락을 축적하거나 성능을 향상하지 못하기 때문에 업무 프로세스에 지속적 가치를 주지 못하고 있다는 지적입니다. 국내 언론 중 일부(파이낸셜뉴스 등)는 이 부분을 상세히 다뤘습니다. 예를 들어 뉴스1 기사는 “이는 성능의 문제가 아니라 ‘학습 격차’ 때문”이라며, AI가 실제 업무 과정을 학습·적응하지 못해 필요한 성과를 못 낸다고 설명했습니다. 하지만 많은 언론은 이 기술적 원인보다는 결과적인 실패율 숫자와 거품 경고 메시지에 초점을 맞춰 보도했습니다. 따라서 독자가 언론 기사만 접할 경우, “왜 실패하는가”에 대한 맥락보다는 “실패율이 높다”는 결과 자체에 주목하게 되는 경향이 있습니다.

보고서의 세부 내용 반영: MIT 보고서는 단순히 실패율을 제시하는 데 그치지 않고, 어떤 조건에서 일부 기업은 성공했는지, 산업별로 어떤 차이가 있는지 등 실천적 통찰을 담고 있습니다. 예를 들어 성공 사례 5%의 공통점으로 “자체 개발보다 외부 전문 AI 솔루션 구매를 활용”한 점을 꼽았고, 기업 AI 예산의 50%가 영업·마케팅에 투입되지만 정작 비용 절감 효과는 백오피스에서 나타난다는 흥미로운 통계를 제시했습니다. 또한 AI 도입으로 인한 혜택은 주로 외주업무(BPO, Business Process Outsourcing) 축소 등으로 비용을 절감하는 형태로 실현되고 있으며, 직접적인 인력 대체보다는 보조 역할로 쓰이고 있다고 분석했습니다. 이러한 디테일은 국내 일부 IT 전문매체 보도에만 간략히 언급되었을 뿐, 주요 경제지 헤드라인에는 거의 드러나지 않았습니다. 마찬가지로 보고서가 제시한 산업별 전망(향후 2년간 기술·미디어 업종 중심으로 고용 감소 전망 등)이나 “그림자 AI 경제(Shadow AI)”에 대한 언급(공식 도구 도입은 40% 기업에 불과하나 90% 이상의 기업 직원들이 비공식적으로 ChatGPT 등의 AI를 활용하고 있다는 내용)도 국내 언론에선 상대적으로 부차적으로 다뤄졌습니다.

전반적으로, 한국 언론은 MIT 보고서의 사실 관계를 정확히 전달했으며, 투자자들의 관심사에 맞게 해석을 덧붙이는 과정에서 일부 과장된 위기론을 곁들였다 볼 수 있습니다. 그러나 주요 수치와 주장 자체는 보고서와 대체로 일치하며, 왜 이러한 격차가 발생했는지에 대한 보고서의 분석도 일부 매체를 통해 전달되었기에 큰 왜곡은 없었습니다. 다만 투자 현장에서 이 이슈를 접하는 리더라면, 보고서 원문이 강조하는 “학습 및 적응 능력 부족”이라는 핵심 메시지와 성공 사례의 조건까지 이해하는 것이 중요합니다.

투자기관을 위한 시사점 및 전망 제안

MIT의 “GenAI Divide” 보고서와 이를 둘러싼 최근 논의를 종합하면, 투자기관이 고려해야 할 중요한 시사점은 다음과 같습니다:

AD_4nXebNiaL4TqAdq1FZ8jFbumBPQuAvEgmJA75WcUtfVw9eQYzuyi7s2qCaumdeAf0VC7nmb1ElG0l1v0j-6vdQm5NOZygXvaE2SOickrtLkZe7KI7yUX7eJVwtq7r2-glWU7kKBnk_ndP0hk9O9yZUGn1LKpckzs?key=QAmt97GcCUfk_hfGwyFsbw

출처: <The GenAI Divide: State of AI in Business 2025>

기업들의 생성형 AI 도입 단계별 이행률을 보여주는 그래프입니다. 짙은 막대는 ChatGPT/Copilot 등의 일반 목적 LLM 도구를, 밝은 막대는 기업 내부에 맞춤 구축한 업무 특화 GenAI 솔루션을 나타냅니다. 두 경우 모두 파일럿 단계에서 실제 상용화(Successfully Implemented) 단계로 갈수록 이행률이 극도로 낮아지는 ‘GenAI 격차’를 확인할 수 있습니다. 특히 맞춤형 솔루션의 경우 평가 단계까지 간 사례의 약 5%만이 최종 구현에 성공하여, 왜 대부분 기업에서 ROI 실현에 어려움을 겪는지 보여줍니다.

옥석 가리기의 필요성: “AI를 도입했다”는 발표만으로 주가를 부양하던 분위기는 한풀 꺾일 가능성이 있습니다. 95%의 기업이 아직 가시적 성과를 못 내는 현실은, 투자자가 AI 테마주를 선별할 때 보다 엄격한 검증을 해야 함을 뜻합니다. 이제는 어떤 기업이 실제로 AI를 활용해 생산성을 높이고 비용 절감 등 P&L 개선을 이루고 있는지 면밀히 살펴야 합니다. 예컨대 보고서가 밝힌 5%의 성공 기업들은 파일럿을 신속히 운영 환경에 안착시킨 케이스인데, 이런 실행력과 현업 적용사례를 가진 기업에 투자 무게를 두는 전략이 요구됩니다. 반대로, 막연한 AI 비전만 제시하고 파일럿 단계에 머무는 기업들은 실망 매물이 나올 수 있다는 점을 유의해야 합니다.

성공 전략 - 외부 솔루션 및 협업 활용: 보고서에 따르면 “자체 AI 개발보다 검증된 외부 솔루션을 구매해 활용하는 기업”이 성공 확률이 높았습니다. 이는 AI 생태계에서 플랫폼 제공업체와의 협업이 중요함을 시사합니다. 투자자 입장에선 마이크로소프트 Azure/OpenAI, 구글 클라우드 등 거대 LLM 플랫폼과 파트너십을 맺은 기업이나, 업무별 특화 AI SaaS 솔루션을 공급하는 업체에 주목할 필요가 있습니다. AI를 전면에 내세우지만 모든 것을 내부에서 개발하려는 기업은 비용 대비 효과가 낮을 수 있으므로, AI 활용 방식(구축 vs 구매)에 대한 기업 전략도 투자 판단의 기준이 될 것입니다. 또한 AI 도입을 통해 외주 업무를 줄이고 효율을 높이는 기업 모델(예: BPO를 AI로 대체하여 비용 절감)에 투자 기회가 있을 수 있습니다. 즉, 생성형 AI로 실질적 업무 개선을 이뤄내는지 여부가 향후 기업 가치의 중요한 구분선이 될 것입니다.

산업별 영향과 기회: 모든 산업이 동일한 속도로 AI로 인한 혜택을 누리는 것은 아닙니다. 보고서 조사 결과 일부 업종(특히 기술과 미디어 분야)은 이미 생산성 혁신의 조짐이 뚜렷하여, 경영진의 80% 이상이 향후 2년 간 채용 감소 등 조직 변화를 예상했습니다. 이는 해당 업종에서 AI 활용이 성과로 이어질 준비가 비교적 갖춰져 있다는 뜻으로, 투자 시 이들 업종의 선도 기업을 눈여겨볼 이유가 됩니다. 반면 제조, 금융, 의료 등 기타 많은 분야에서는 아직 “시범 도입은 활발하나 본격적인 변혁은 더딘” 상태라서, 단기 실적에 미치는 영향은 제한적일 수 있습니다. 그러므로 업종별로 AI 도입 성숙도를 판단해 투자 포트폴리오를 조정하는 전략이 필요합니다. 예를 들어, 생성형 AI로 직접 수익을 창출하거나 비용을 절감한 사례가 많은 산업(클라우드 SW, 콘텐츠 생산 등)과 그렇지 못한 산업을 구분하여 기대치를 현실화해야 합니다. 또한 현재는 부진하지만 향후 AI 적용 여지가 큰 산업(예: 헬스케어의 진단 AI 등)에 대해서는 중장기 관점의 접근을 유지하는 균형 감각도 요구됩니다.

시장 기대치의 조정: 이번 MIT 보고서 이슈를 계기로 시장의 AI에 대한 눈높이가 한 단계 조정될 가능성이 있습니다. 올해 들어 생성형 AI 테마로 급등했던 주가들이 최근 조정을 받으며 투자자들은 “기대 대비 실적”을 재평가하기 시작했습니다. 이는 단기적으로 AI 관련주 변동성이 높아질 수 있음을 의미합니다. 투자기관은 과열 신호에 대비해 리스크 관리를 강화하고, 기업들의 분기 실적에서 AI로 인한 실질 성과(매출 증대나 비용 절감)를 확인하는 데 초점을 두어야 합니다. 다행히 NVIDIA 등 핵심 AI 기업 실적이 여전히 견조하다면 시장 불안은 진정될 수 있겠지만, 밸류에이션 부담이 높아진 종목들은 조정 국면에서 투자자들의 옥석 가리기에 직면할 것입니다. 따라서 “스토리만 있는 AI주(株)”와 “숫자가 받쳐주는 AI주(株)”를 구분하고, 전자에 속하는 경우 과감히 비중을 축소하거나 헤지 하는 전략도 고려해야 합니다.

장기 전망: 성장 잠재력은 유효: 비록 단기적으로 “AI 버블” 논란이 불거졌지만, 중장기적으로 생성형 AI가 산업에 가져올 생산성 향상과 혁신 잠재력은 여전히 막대합니다. MIT 보고서 역시 “향후 AI가 인간 직업의 27% 정도를 대체할 것”으로 전망하며, 특히 지식노동 영역의 효율화를 예견했습니다. 이는 곧 AI 기술의 상용화 여정이 이제 시작 단계일 뿐이며, 시간과 함께 학습 격차 문제가 해결되고 AI 툴의 맥락 이해력∙지속 학습 능력이 개선된다면 기업 성과에 미치는 영향이 기하급수적으로 커질 수 있다는 의미입니다. 따라서 투자기관은 단기적인 주가 등락에만 흔들리지 말고, 핵심 AI 인프라와 기술에 꾸준히 투자하는 기업을 추려 중장기 성장 스토리를 가져가는 안목이 필요합니다. 예를 들어, AI 반도체, 클라우드 컴퓨팅, LLM 플랫폼 등은 생성형 AI 확산의 필수 기반으로 향후 수년간 지속적인 수요가 예상되는 분야입니다. 또 한편으로, 보고서가 지적한 “그림자 AI 경제” – 즉 공식 채널을 통해서가 아닌 현업 직원들이 자발적으로 활용하는 AI 도구들의 확산 – 현상에 주목하면, 생산성 향상용 AI 소프트웨어(SaaS)나 AI 활용도를 측정·관리해 주는 솔루션 등에 새로운 기회가 있을 수도 있습니다. 궁극적으로, 현재의 격차는 극복 가능한 성장통이라는 관점에서, 기술 혁신의 방향성은 긍정적으로 유지하되 투자 판단은 더욱 면밀하게 하는 접근이 요구됩니다.

결론

이번 MIT NANDA 보고서는 생성형 AI에 대한 과열 기대를 데이터로 직시하게 함으로써 투자자들에게 경종과 교훈을 주었습니다. 한국 자본시장은 이에 즉각 반응하여 단기 조정을 겪었지만, 이는 투자자들이 AI 혁신의 현실과 한계를 재점검하는 계기가 되고 있습니다. 향후 투자기관은 AI 분야에서 “Reality Check”를 거친 보다 성숙한 기대 수준을 가지고, 실적 기반의 선별 투자와 장기 성장 트렌드에 대한 믿음 사이에서 균형 잡힌 전략을 펼쳐야 할 것입니다. 보고서가 보여준 “GenAI 격차”는 위험 신호인 동시에 변화의 기회 신호이기도 합니다. 이 격차를 메울 기업과 산업에 주목한다면, Generative AI 시대의 새로운 투자 기회를 선점할 수 있을 것입니다.