AI 열풍, 혁명인가 버블인가?
요즘 인공지능을 둘러싼 논쟁을 바라보면 마치 두 개의 세계가 동시에 존재하는 듯한 느낌이 든다.
한쪽에서는 새로운 산업혁명이 시작되었다고 말하고, 다른 한쪽에서는 거대한 버블의 가능성을 이야기한다.
인공지능 낙관론의 중심에는 기술 기업의 CEO들이 있다. 예를 들어 엔비디아 CEO 젠슨 황은 “AI 인프라를 구축해야 할 돈은 앞으로 ‘수조 달러’ 규모”라고 말해 왔다. 그는 데이터센터를 ‘새로운 공장’에 비유하고, 2030년까지 데이터센터 구축이 ‘1조 달러 규모’로 갈 수 있다고도 언급했다.
실제로 엔비디아는 AI 열풍의 중심에 서 있다. 2023년 이후 GPU 수요가 폭발하면서 매출과 시가총액이 급격히 증가했고, AI 투자 사이클의 상징적인 기업이 되었다.
마이크로소프트 CEO 사티아 나델라 역시 비슷한 입장을 보인다. 그는 AI를 단순한 기술 트렌드가 아니라 “컴퓨팅 패러다임의 변화”로 바라보고, 이를 클라우드와 업무도구 전반에 얹는 방식으로 승부를 걸었다.
마이크로소프트가 OpenAI에 대규모 투자를 했다는 사실은 널리 알려져 있는데, 영국 규제 당국 문서에는 2023년 1월 추가 투자액이 100억 달러로 명시되어 있다.
다만 마이크로소프트의 공식 발표는 ‘수년·수십억 달러’처럼 금액을 직접 못 박지 않는 방식이었고, 시장은 보도와 규제 문서를 통해 규모를 가늠해 왔다.
메타 CEO 마크 저커버그는 오히려 “투자가 아직 충분하지 않다”는 쪽에 가깝다. ‘슈퍼인텔리전스’에 대한 언급을 공개적으로 꺼내며 인력과 인프라에 돈을 쏟아붓고 있고, 2026년 자본지출(리스 원금 포함) 가이던스를 1,150억~1,350억 달러로 제시했다.
메타의 메시지는 분명하다. 광고·추천 시스템에서 이미 AI 효과가 나타났고, 다음 단계는 더 큰 모델과 더 큰 인프라라는 것이다.
하지만 기업 경영자들의 낙관론과 달리, 경제학자와 투자자들 사이에서는 다른 목소리도 나온다.
노벨경제학상 수상자인 폴 크루그먼은 AI가 생산성을 끌어올릴 수 있다는 가능성을 완전히 부정하지 않으면서도, 그 효과를 근거로 쉽게 낙관하기 어렵다는 취지의 글을 꾸준히 써 왔다.
무엇보다 “지금 당장 통계에 찍히는 생산성”과 “장기적으로 사회를 바꾸는 기술” 사이에 간극이 있다는 점을 환기한다.
MIT의 경제학자 다론 아세모글루는 더 구체적으로 “향후 10년 미국의 AI 생산성 기여가 제한적일 수 있다”는 관점을 제시해 논쟁을 키웠다.
그는 과장된 거시적 기대를 경계하며, 단기적으로는 일부 작업의 비용절감·보조가 중심이 되고 경제 전체를 뒤흔들만한 생산성 폭발은 쉽지 않다는 시나리오를 모델로 설명한다.
MIT 경영대학원(Sloan)이 소개한 그의 추정치는 “향후 10년 총 생산성 기여가 0.7% 수준”이라는 매우 보수적인 수치로 널리 인용됐다.
회의론이 나오는 가장 큰 이유는 결국 숫자다. 투자 규모가 너무 크고, 그 투자가 얼마나 빠르게 수익으로 돌아오느냐가 불확실하다. 이 점을 가장 선명하게 보여준 것이 2026년 2월에 나온 보고서다.
세계 최대 헤지펀드 중 하나인 브리지워터는 알파벳·아마존·메타·마이크로소프트가 2026년에 AI 인프라에 약 6,500억 달러(한화 860조)를 투자할 것으로 전망했는데, 이는 2025년의 4,100억 달러에서 크게 늘어난 수치다.
그리고 이 국면을 “더 위험한 단계(more dangerous phase)”로 표현했다. 같은 기사에서 브리지워터는 AI 투자 사이클이 미국 GDP에 기여할 수 있으나, 동시에 장비·전력 비용 등을 통해 물가 압력으로도 이어질 수 있다고 경고했다.
문제는 수익 모델이다. 생성형 AI 서비스는 인상적인 기술이지만 아직 거대한 매출을 만들어내고 있다고 단정하기 어렵다. 기업들이 “써 보기는 했는데, 생산성 효과가 생각보다 뚜렷하지 않다”는 냉정한 설문 결과도 나온다. 6,000명 규모의 경영진 설문을 인용한 보도에서는, 다수 기업이 지난 몇 년간 AI가 생산성에 “뚜렷한 영향을 주지 못했다”라고 답했다고 전한다.
또 다른 논쟁은 파운데이션 모델의 산업 적용이다. 대형 언어 모델은 놀라울 만큼 많은 일을 할 수 있지만 오류가 완전히 사라지지 않는다.
금융, 의료, 제조 같은 산업에서는 작은 실수도 큰 문제를 만들 수 있기 때문에 아직은 제한적으로 사용되는 경우가 많다. 그래서 많은 기업은 ‘사람이 마지막 책임을 지는 보조’ 형태로 도입하고, 핵심 공정은 천천히 옮긴다. 혁명은 보통 이렇게 느리게 시작한다.
흥미로운 점은 실제 산업의 자동화는 이미 오래전부터 진행되어 왔다는 사실이다. 공장 자동화, 로봇, 물류 최적화 같은 기술은 생성형 AI 이전에도 빠르게 발전해 왔다. 독일의 지멘스, 미국의 록웰 오토메이션, 일본의 로봇 기업들처럼 산업 자동화를 중심으로 성장한 기업들은 이미 제조업의 구조를 바꾸고 있다.
그래서 어떤 분석가들은 “지금의 AI 열풍이 산업 현실보다 훨씬 크게 보도된다”라고 말한다. ‘화려한 언어 모델’이 아니라 ‘조용한 공정개선’이 GDP를 바꾼다는 뜻이다.
그렇다고 해서 인공지능의 가능성을 과소평가할 수는 없다. 자율주행 기술은 여전히 완전한 상용화까지 시간이 필요하지만 발전 속도는 빠르다. AI와 로봇이 결합한 이른바 피지컬 AI 분야도 빠르게 성장하고 있다. 공장 자동화, 물류, 위험 작업에서 인공지능이 인간을 일부 대체할 가능성은 점점 커지고 있다.
과학 연구에서도 변화가 감지된다. 제약회사들은 AI를 활용해 신약 후보 물질을 찾는 시간을 줄이려 하고, 반도체 설계에서도 AI 도구가 점점 깊이 들어간다. 아직 초기 단계지만 장기적으로 생산성을 끌어올릴 가능성은 충분하다.
그리고 이 지점에서, 나 역시 한 가지를 인정하지 않을 수 없다. 글쓰기, 자료 정리, 호기심 해결이라는 관점에서 AI는 이미 “놀라울 정도로” 대단한 도구가 되었다. 내가 가진 질문을 빠르게 구조화하고, 서로 다른 정보 조각을 연결해 큰 그림을 잡는 능력은 분명 인상적이다. 적어도 지적 노동의 일부 구간에서는, 우리는 이미 예전으로 돌아가기 어렵다.
그래서 지금의 상황을 단순히 버블이라고 단정하기는 어렵다. 기술은 실제로 발전하고 있지만 기대 또한 매우 크기 때문이다. 다만 금융시장의 역사에서 버블의 본질은 ‘과열’ 그 자체보다, 방향이 바뀌는 순간의 속도에 있다.
상승은 시간을 들여 서서히 만들어지지만, “이 투자를 계속 감당할 수 있는가”라는 질문이 본격적으로 나오기 시작하면 시장은 순식간에 차가워진다. 브리지워터가 말한 ‘더 위험한 단계’라는 표현은 결국 그 순간을 경고하는 말처럼 들린다.
만약 시장의 기대가 현실보다 앞서 있다면 조정은 어느 시점에든 나타날 수 있다. 그 경우 가장 먼저 흔들릴 가능성이 큰 곳은 ‘AI 기대’ 자체가 기업 가치의 중심인 회사들이다. 매출의 탄탄한 기반보다 “AI 스토리”에 더 기대는 기업들이 먼저 표적이 된다. 예를 들어 C3.ai, Palantir 같은 AI 중심 기업들이 먼저 흔들릴 수 있다는 분석이 있다.
그다음 단계에서는 AI 인프라 수요에 크게 의존하는 반도체 기업들, 예를 들어 엔비디아, 서버 기업들, 데이터센터 장비 회사들이 영향을 받을 수 있다.
AI 붐이 꺾이는 순간 가장 크게 흔들릴 수 있는 산업 중 하나가 메모리 반도체다. AI 서버는 HBM과 고성능 DRAM을 대량으로 필요로 하며, 이 수요가 최근 메모리 업황에 중요한 변수가 되어왔다.
그런데 메모리 산업은 원래 사이클이 강한 산업이다. 수요 기대를 보고 증설이 진행되면, 수요가 약해지는 순간 공급 과잉이 훨씬 빠르게 현실이 된다. 이때 조정은 “기술 뉴스”가 아니라 “가격과 재고”로 나타난다. 삼성전자, SK하이닉스, 마이크론처럼 메모리 기업들은 결국 그 파도를 피하기 어렵다.
그리고 더 넓게 보면 사회 전반의 충격도 가능하다. AI 투자란 단지 소프트웨어 비용이 아니라 데이터센터 건설, 전력망, 냉각, 장비, 반도체 공급망, 인재 채용까지 묶인 거대한 실물 투자다.
브리지워터가 AI 인프라 투자가 경제 성장에 기여할 수 있지만, 동시에 장비·전력 비용을 통해 물가 압력 요인이 될 수 있다고 언급한 것도 같은 맥락이다. 투자가 급격히 위축되면 반대로 지역 경제의 설비투자, 건설, 전력 수요, 관련 일자리까지 연쇄적으로 흔들릴 수 있다.
‘가상세계의 거품’처럼 보이지만, 실제로는 실물경제의 혈관과 연결돼 있다.
하지만 역사적으로 기술 버블이 꺼진 뒤에도 기술 자체는 사라지지 않았다. 오히려 산업이 정리되고 실제로 가치 있는 기업이 남았다.
인터넷 버블 이후 아마존과 구글이 등장했던 것처럼 말이다. 이 점이 AI 논쟁을 더 어렵게 만든다. 버블이 터질 수는 있지만, 그렇다고 AI가 사라지는 것은 아닐 수 있다. 오히려 ‘누가 남느냐’가 달라질 뿐이다.
인공지능 역시 비슷한 길을 걸을 가능성이 있다. 지금 우리가 보고 있는 것은 완성된 산업이 아니라 거대한 실험일지도 모른다. 그리고 그 실험의 결과는 단순히 모델의 성능이 아니라, 그것이 실제 산업과 사회 속에서 어떤 가치를 만들어 내느냐에 의해 결정될 것이다. 그러니 오늘의 결론은 단정이 아니라 질문이어야 한다. 우리는 지금, 혁명 한가운데에 있는가. 아니면 혁명으로 가는 길목에서, 가장 비싼 실험을 하고 있는가.