재무 위험과 기술 가치는 같은 질문이 아니다. 둘을 분리해서 읽어야 논쟁이 보인다.
AI 산업이 거품인가라는 물음은 2026년 들어 주변부 회의론이 아니라 중앙은행과 의회가 다루는 의제가 되었다. IT 비평가 에드 지트론(Ed Zitron)은 최근 글에서, 생성형 AI가 기술의 우열과 무관하게 2030년까지 연 2조~3조 달러 규모의 매출을 만들어내지 못하면 이미 확정된 인프라·컴퓨팅 약정의 무게에 눌려 무너진다고 주장했다. 격렬한 어조와 거대한 숫자가 시선을 끌지만, 정작 중요한 것은 그 글이 서로 다른 두 명제를 한 덩어리로 묶고 있다는 점이다.
먼저 숫자다. 2026년 4대 하이퍼스케일러(대형 클라우드 사업자, Microsoft·Alphabet·Amazon·Meta)의 AI 설비투자는 약 7,250억 달러로 집계된다. 2022년의 1,620억 달러에서 약 4.5배로 불어난 규모다. 투자은행 J.P.모건은 2025년부터 2030년까지 AI 인프라에 누적 약 5조 달러가 투입될 것으로 전망한다.
반면 실제 매출은 그 수십 분의 일이다. OpenAI의 연환산 매출(ARR, Annual Recurring Revenue)은 약 250억 달러, Anthropic은 2026년 4월 자사 발표 기준 연환산 300억 달러를 넘어섰다고 밝혔다(2025년 말 약 90억 달러에서 급증). 두 회사를 합쳐도 600억 달러 안팎이다. 한 해 설비투자가 두 회사 합산 매출의 열 배를 크게 웃돈다.
약정의 규모는 더 크다. OpenAI는 브로드컴·오라클·마이크로소프트·엔비디아·AMD·AWS·코어위브에 걸쳐 누적 1조 달러 이상의 인프라 지출을 약속했다(엔비디아는 별도로 OpenAI에 최대 1,000억 달러 지분 투자). The Information은 OpenAI가 2030년까지 8,520억 달러를 소진할 것으로 보도했고, 이후 OpenAI는 2030년 컴퓨팅 약정을 약 6,000억 달러로 하향 조정했다는 보도가 나왔다. Anthropic 역시 구글·브로드컴(5년 2,000억 달러), AWS(10년 1,000억 달러), 마이크로소프트(300억 달러) 등 합산 3,300억 달러 이상을 약정했다. 구글과의 약정만으로도 구글이 투자자에게 공시한 매출 잔고(backlog)의 40% 이상을 차지한다는 보도가 있었다.
수요가 두 회사에 쏠려 있다는 점도 구조를 더 취약하게 만든다. The Information 추정으로 AI 스타트업 매출의 약 89%가 OpenAI와 Anthropic 두 회사에서 나온다. 두 회사 바깥의 실제 컴퓨팅 수요는 미미하다. 공급(설비·약정)이 수요(실현 매출)보다 한 자릿수 배수만큼 앞서 있다는 사실 자체는 지트론의 독창적 발견이 아니라, 보도와 기업 공시로 확인되는 객관적 격차다.
격차보다 더 자주 지적되는 것은 돈이 도는 방식이다. 엔비디아는 하이퍼스케일러에 GPU를 팔고, 일부는 AI 랩에 직접 지분을 투자한다. 하이퍼스케일러는 AI 랩에 지분을 넣고 동시에 클라우드 컴퓨팅을 제공한다. AI 랩은 그 컴퓨팅을 쓰며 비용을 하이퍼스케일러에 되돌려준다. 하이퍼스케일러는 그 돈으로 다시 엔비디아 GPU를 산다. 자금이 세 꼭짓점 사이를 순환하는 동안, 정작 바깥에서 새로 들어오는 실수요는 제한적이라는 것이 핵심 우려다.
이 구조에 대한 경고는 회의론자만의 것이 아니다. 미국 연방준비제도는 AI를 금융안정의 최상위 위험 가운데 하나로 지목했고, 엘리자베스 워런 등 상원의원들은 2026년 1월 금융안정감독위원회(FSOC, Financial Stability Oversight Council)에 1조 달러를 넘어서는 AI 부채에 대한 조사를 요청했다. 자산운용사 맨 그룹(Man Group)은 하이퍼스케일러들이 2025년 들어 자기 현금흐름 대신 부채와 사모신용(private credit)으로 자금을 조달하기 시작했다고 분석했다. 소시에테제네랄은 메타·알파벳·오라클이 2026년에만 약 860억 달러의 신규 부채를 일으켜야 할 것으로 추정했다. 순환 금융 명제는 제도권 안에서 이미 진지하게 다뤄지고 있다.
수요의 견고함을 가늠할 단서가 2026년 1분기에 나타났다. OpenAI와 Anthropic이 정액제에서 토큰(token, 모델이 처리하는 데이터의 기본 단위) 기반 과금으로 옮겨가자, 그동안 보조금에 가려졌던 실제 비용이 드러나기 시작했다. 컨설팅사 KPMG 조사에서 AI 비용을 종합적으로 파악하고 있다고 답한 기업은 26%에 그쳤고, 절반은 부분적으로만, 나머지는 청구서를 받은 뒤에야 안다고 했다. 일부 기업이 직원 1인당 월 토큰 한도를 도입했다는 보도가 잇따랐다. 비용이 보이자 곧바로 투자수익률(ROI, Return on Investment)을 입증하라는 압박이 따라온 것이다. 이는 수요 취약성의 선행지표로 읽을 수 있다.
그런데 여기서 흔히 빠뜨리는 사실이 있다. 단위 단가는 오히려 빠르게 떨어지고 있다는 점이다. 동급 성능 기준 토큰 단가는 최근 연 10배 안팎으로 하락했고, 가트너(Gartner)는 2030년까지 1조 파라미터 모델의 추론(inference) 단가가 2025년 대비 90% 이상 낮아질 것으로 전망한다. 그럼에도 총지출이 늘어나는 이유는 소비량이 단가 하락보다 빠르게 증가하기 때문이다.
이 구분은 양쪽 진영을 모두 불편하게 만든다. “단위 비용은 결코 떨어지지 않았다”는 회의론자의 단정은 사실과 다르다(떨어졌다). 동시에 “단가가 떨어지니 곧 흑자”라는 낙관론도 성립하지 않는다(총지출은 오른다). 정확한 명제는 하나다. 소비량이 단가 하락을 앞질러 총비용이 늘고 있으며, 그 총비용을 감당할 만큼 외부 수익이 따라오는지가 관건이라는 것이다.
이제 핵심으로 돌아온다. 재무 명제와 기술 명제는 같은 증거로 입증되지 않는다.
재무 명제가 단단한 지점은 분명하다. 설비·약정과 실현 매출의 비대칭, 자금의 순환성, 두 회사로의 수요 집중, 그리고 뒤에서 다룰 자산 수명과 부채 만기의 불일치다. 이 네 가지는 회의론자가 만든 프레임이 아니라 연준·FSOC·주요 은행이 공유하는 우려다. AI를 떠받치는 금융이 과도하게 당겨져 있다는 진단은 진지하게 받아들일 가치가 있다.
반면 기술 명제는 같은 증거로 뒷받침되지 않는다. 세 가지 비약이 끼어 있기 때문이다. 첫째, 전망 미달을 곧 사기로 등치한다. 약정 매출을 못 채우면 재무적으로 위험한 것은 맞지만, 그것이 기술의 무가치를 증명하지는 않는다. 둘째, 효율 개선을 사실상 0으로 가정한다. 앞서 본 단가 하락과 정면으로 어긋나는 전제다. 셋째, “지금 비싸고 불안정하다”를 “영원히 쓸모없다”로 미끄러뜨린다. 지트론의 ‘거대 금속 거미’ 비유는 수사적으로 효과적이지만, 바로 이 세 번째 비약을 첫 번째 재무 명제의 설득력 뒤에 숨겨 함께 통과시키는 장치다.
역사적 패턴도 둘을 구분한다. 닷컴 버블이 터졌을 때 광섬유망에 돈을 댄 채권자와 투자자는 큰 손실을 봤지만, 그 인프라와 인터넷 기술 자체는 살아남아 이후 경제의 토대가 되었다. 버블의 붕괴와 기술의 소멸은 동의어가 아니다. 금융이 무너진다고 해서 기술이 무가치해지는 것은 아니며, 그 반대도 성립하지 않는다.
버블론의 가장 단단한 기둥은 비대칭이나 순환성보다 오히려 만기 구조에 있다. GPU의 실효 경제수명은 대체로 1~3년으로 평가된다. 새 세대 칩이 나오면 직전 세대는 빠르게 경쟁력을 잃는다. 그런데 데이터센터 건설에 투입되는 부채는 7~15년 만기를 전제로 설계된다. 자산은 짧고 부채는 길다.
이 어긋남은 같은 자산을 두 집단이 정반대로 보고 있다는 데서 비롯한다. 사모펀드는 한계비용이 0에 가까운 소프트웨어식 수익 모델로 데이터센터를 평가하고, 채권자는 안정적 담보가치를 가진 장수명 인프라로 본다. 두 관점이 동시에 옳을 수는 없다.
이 지점이 중요한 이유는, 기술의 유용성과 완전히 독립적으로 작동하는 위험이기 때문이다. AI가 아무리 쓸모 있더라도, 자금이 마르는 시점에 만기 불일치가 현실화되면 디폴트가 연쇄될 수 있다. 반대로 AI가 기대만큼 유용하지 않더라도, 자금 조달이 계속 이어진다면 붕괴는 미뤄진다. 따라서 버블의 향방을 좌우하는 것은 “AI가 얼마나 똑똑한가”가 아니라 “부채를 계속 굴릴 수 있는가”다.
정리하면 이렇다. 재무 버블 명제는 진지하게 받아들일 가치가 있고, 연준·FSOC·주요 은행이 그 우려를 공유한다. 설비와 매출의 한 자릿수 배수 격차, 자금의 순환 구조, 두 회사로의 수요 집중, 자산 수명과 부채 만기의 불일치는 모두 보도와 공시로 확인되는 사실이다. 반면 기술 무용론은 입증되지 않았다. 단위 단가는 빠르게 떨어지고 있고, 도입은 늘고 있으며, 비싸고 불안정하다는 현재의 상태가 기술의 영구적 무가치를 뜻하지는 않는다.
이 논쟁을 잘 읽는다는 것은, 강한 재무 논거가 약한 기술 논거를 등에 업고 함께 통과하도록 내버려 두지 않는 것이다. 2026년부터 2030년 사이의 실제 질문은 “AI가 진짜인가”가 아니라, 만기 불일치가 현실화되는 순간 누가 그 부채를 떠안고 있는가다. 거품이 있다면 그것은 기술이 아니라 그 기술을 너무 이른 속도로, 너무 긴 만기로 떠받친 금융 쪽에 있다.