AI는 계속 성장하는데 왜 AI 주식은 불안할까
AI는 계속 성장하는데 왜 AI 주식은 불안할까
기술의 미래와 투자자의 수익 사이에서 생각해야 할 것들
AI가 세상을 바꿀 것이라는 이야기는 이제 낯설지 않습니다. 우리는 이미 AI에게 질문하고, 글을 쓰게 하고, 자료를 분석시키고 있습니다. 기업들은 여기서 한발 더 나아가 AI에게 업무를 맡기기 시작했습니다.
그런데 주식시장을 보고 있으면 조금 다른 생각이 듭니다.
AI의 활용 범위는 계속 넓어지는데, 왜 AI 관련 주식에는 끊임없이 거품 논란이 따라붙을까요? 데이터센터가 필요하다는 데에는 이견이 많지 않은데, 왜 그 안에 들어가는 반도체와 인프라 기업의 주가는 이렇게 불안할까요?
저는 이 질문을 두 가지로 나누어 볼 필요가 있다고 생각합니다.
AI가 앞으로 더 많이 사용될 것인가. 그리고 그 과정에서 지금 투자하는 기업들이 충분한 돈을 벌 수 있을 것인가.
두 질문은 비슷해 보이지만, 투자에서는 전혀 다른 문제입니다.
화면 속 AI를 움직이는 것은 반도체와 네트워크 그리고 전력 인프라입니다.
1 시장은 내년의 이익을 넘어 그다음을 보기 시작한다
챗GPT가 일상에 등장한 이후 테크 기업들은 AI를 새로운 성장 기회로 받아들이기 시작했습니다. 먼저 시장을 확보하는 기업이 앞으로의 경쟁에서 유리해질 수 있다는 판단 아래, 막대한 자금을 인프라에 투입했습니다.
AI는 소프트웨어이지만, 그 소프트웨어가 작동하려면 물리적인 장비가 필요합니다.
대규모 AI 연산의 중심에는 GPU와 전용 가속기가 있고, 그 주변을 CPU, 메모리, 네트워크 스위치, 광통신 부품이 연결합니다. 그리고 이 모든 장비를 움직이는 전력과 냉각 설비가 필요합니다.
사용자가 화면에 질문 한 줄을 입력하는 순간에도, 화면 뒤에서는 거대한 산업이 함께 움직이고 있는 셈입니다.
이 변화의 수혜를 먼저 받은 곳은 반도체와 인프라 공급 기업들이었습니다. 소비자들의 스마트폰이나 PC 교체 주기에 크게 영향을 받던 산업에, 데이터센터라는 새로운 수요가 빠르게 커졌습니다. 메모리도 HBM과 서버용 DRAM의 중요성이 부각되면서 이 흐름의 중심으로 들어왔습니다.
시장은 당연히 이익 전망을 주가에 반영했습니다.
주식을 ‘앞으로 돈이 들어올 통장을 사는 것’이라고 생각해 보면 이해하기 쉽습니다. 평소에는 1년에 5천만 원이 들어오던 통장에 내년부터 5억 원이 들어온다고 합니다. 그렇다면 그 통장을 사기 위해 사람들이 더 높은 가격을 지불하는 것은 자연스럽습니다.
하지만 통장의 가격이 충분히 올라가면 질문이 달라집니다.
“내년에 5억 원이 들어온다는 것은 알겠습니다. 그런데 그 돈이 몇 년이나 들어오나요?”
여기서부터 주가는 당장의 실적과 다른 방향으로 움직일 수 있습니다. 실적이 나빠져서가 아니라, 좋은 실적이 얼마나 오래 이어질지에 대한 확신이 약해지기 때문입니다.
메모리도 마찬가지입니다.
당장의 가격과 주문이 좋아도, 시장은 다음 해의 공급을 보고 그다음 해의 생산능력을 계산합니다. 신규 공장이 가동되고 생산량이 늘어날 때, 수요가 그 물량을 충분히 받아줄 수 있을지를 묻기 시작합니다.
현재의 호황은 기업의 실적으로 확인하지만, 호황의 지속 기간은 투자자가 추정해야 합니다. 주가의 불안은 대개 그 추정이 흔들리는 곳에서 시작됩니다.
2 반도체의 고객을 따라가면 결국 자금조달 문제가 나온다
그렇다면 AI 반도체를 사는 기업들은 누구일까요?
우선 막대한 현금흐름을 가진 빅테크가 있습니다. 하지만 모든 데이터센터가 빅테크의 자체 자금만으로 만들어지는 것은 아닙니다.
GPU 인프라를 확보해 AI 연산 서비스를 제공하는 네오클라우드 기업들도 있습니다. 이들은 서버를 구매하고, 데이터센터 공간과 전력을 확보한 뒤, AI 모델 기업이나 일반 기업, 때로는 빅테크에 연산 자원을 제공합니다.
이 구조를 따라가면 하나의 연결고리가 보입니다.
반도체 기업의 매출은 데이터센터 사업자의 투자에 연결되고, 데이터센터 사업자의 투자는 고객의 수요와 자금조달 능력에 연결됩니다. 그리고 고객의 지불 능력은 다시 AI 서비스가 만들어내는 경제적 가치와 연결됩니다.
반도체 주문이 아무리 많아도 그 주문을 지속할 자금이 부족해지면 문제가 생길 수 있습니다. 반대로 자금을 충분히 확보했더라도, 최종 고객이 기대만큼 돈을 벌지 못하면 투자 속도를 조정해야 할 수 있습니다.
여기에 금리가 영향을 줍니다.
데이터센터 사업은 돈이 먼저 나가는 사업입니다. 부지와 전력, 건물과 서버에 투자한 다음 고객에게 서비스를 제공하면서 자금을 회수합니다. 투자와 회수 사이에 시간이 있기 때문에, 돈을 얼마에 빌리느냐가 수익성을 크게 바꿉니다.
물가나 에너지 가격에 대한 우려로 시장금리가 상승하면 신규 차입 비용이 높아질 수 있습니다. 동시에 채권자들이 사업 위험을 더 크게 평가하면, 국채금리에 추가로 붙는 신용 스프레드까지 확대될 수 있습니다.
기업 입장에서는 두 번 부담을 받는 셈입니다.
다만 모든 기업이 똑같은 영향을 받지는 않습니다. 현금이 충분한 기업, 장기 고정금리로 자금을 확보한 기업, 가까운 시기에 차입금을 다시 조달해야 하는 기업의 상황은 서로 다릅니다.
그래서 시장의 질문도 점점 구체적으로 바뀝니다.
“고객이 있나요?”에서 시작해 “그 고객은 돈을 낼 수 있나요?”로 넘어가고, 결국 “그 돈이 들어올 때까지 당신의 회사는 버틸 수 있나요?”에 도달합니다.
3 왜 하필 지금 불안해지는가
투자자들이 가장 답답해하는 부분은 이것입니다.
금리가 부담스럽다는 것도 알고 있었습니다. 데이터센터에 막대한 돈이 들어간다는 것도 알고 있었습니다. 반도체 공급이 언젠가 늘어날 것이라는 사실도 새로운 이야기가 아닙니다.
그런데 왜 시장은 어느 순간부터 갑자기 이 문제를 심각하게 받아들이는 것일까요?
저는 악재의 등장만큼 중요한 것이 그 악재를 감당할 수 있는 주가 수준이라고 생각합니다.
주가가 낮을 때는 어느 정도의 불확실성을 받아들일 수 있습니다. 기대가 높아지고 가격이 올라갈수록, 투자자는 더 많은 증거를 요구합니다.
내년 실적이 좋다는 것만으로는 부족해집니다. 그다음 해에도 성장해야 하고, 수익성이 유지되어야 하며, 고객의 재무 상태에도 문제가 없어야 합니다.
이때 AI 모델 기업의 매출 전망이 기대에 못 미친다는 소식이나, 데이터센터 사업자의 차입 부담이 커졌다는 소식이 나오면 시장은 이를 별개의 사건으로 받아들이지 않을 수 있습니다.
“이 투자 구조 전체가 우리가 생각했던 것보다 불안한 것은 아닐까?”
이 질문이 생기는 순간, 좋은 기업과 약한 기업이 함께 매도되기도 합니다.
레버리지를 사용한 투자자에게는 기업의 장기 가치보다 당장의 증거금과 위험 한도를 맞추는 일이 더 급할 수 있습니다. 매도가 가격 하락을 부르고, 가격 하락이 또 다른 매도를 부르는 과정도 나타납니다.
파티가 끝난 뒤 급하게 정리해야 하는 사람에게는 술병의 품질보다 지금 얼마에 팔 수 있느냐가 더 중요해지는 것과 비슷합니다.
다만 모든 하락을 강제 매도나 시장의 오해로 설명해서도 안 됩니다. 어떤 하락에는 실제 이익 전망의 변화가 반영되어 있을 수 있습니다.
투자자가 해야 할 일은 가격이 내려갔다는 사실만 보는 것이 아니라, 가격을 움직인 이유가 기업의 가치까지 바꾸고 있는지 확인하는 것입니다.
4 AI가 유용하다는 사실만으로는 충분하지 않다
여기까지 생각하면 더 근본적인 질문이 남습니다.
AI는 이 거대한 투자 비용을 감당할 만큼 돈을 벌 수 있을까요?
우리는 이미 AI가 없는 일상으로 돌아가기 어렵다고 느낍니다. 하지만 자주 사용하는 서비스와 높은 이익을 남기는 서비스는 같은 뜻이 아닙니다.
사용자가 빠르게 늘어도, 서비스를 제공하는 비용이 그보다 빠르게 증가한다면 사업의 수익성은 기대에 미치지 못할 수 있습니다. 무료 이용자가 많다는 사실과 유료 고객이 충분하다는 사실도 구분해야 합니다.
닷컴 시절을 떠올리는 이유가 여기에 있습니다.
인터넷은 실제로 세상을 바꿨습니다. 인터넷 사용량도 장기적으로 크게 늘었습니다. 그렇다고 당시 인터넷 관련 기업에 투자했던 모든 사람이 수익을 얻은 것은 아닙니다.
수요가 늘어나는 속도보다 설비투자가 앞서가기도 했고, 부채를 감당하지 못한 기업도 있었습니다. 경쟁으로 가격이 내려가면서 산업의 성장과 기업의 수익이 서로 다른 길을 가기도 했습니다.
따라서 “인터넷이 결국 성공했으니 당시의 투자는 모두 옳았다”라고 말할 수 없듯, “AI가 세상을 바꿀 것이니 지금의 모든 AI 투자가 정당하다”라고 말하기도 어렵습니다.
기술의 성공은 중요한 출발점입니다. 하지만 투자 수익을 결정하는 데에는 가격, 경쟁, 자본 구조, 투자 회수 기간이 함께 작용합니다.
5 그래도 AI의 수익화를 비관하기만 어려운 이유
그렇다고 AI의 경제적 가치를 챗봇 구독료만으로 평가할 필요는 없습니다.
기업이 AI를 도입하는 이유는 새로운 매출을 만들기 위해서일 수도 있지만, 기존 업무에 들어가는 시간과 비용을 줄이기 위해서일 수도 있습니다.
소프트웨어 개발, 반도체 설계, 제조 검사, 고객 응대, 자료 분석처럼 사람이 많은 시간을 투입하던 영역에서 AI가 일부 업무를 수행할 수 있다면, 기업은 그 효과를 비용으로 계산할 수 있습니다.
예를 들어 매출 1,000억 원을 만들기 위해 500억 원의 비용이 필요했던 기업이 있다고 가정해 보겠습니다.
AI 도입으로 기존 업무 비용을 300억 원으로 줄이고, AI 사용과 운영에 50억 원을 추가로 지출한다면 총비용은 350억 원이 됩니다. 다른 조건이 같다면 150억 원의 이익 개선이 생기는 것입니다.
새로운 제품을 팔지 않았어도 경제적 가치는 만들어졌습니다.
물론 실제로는 도입 비용과 오류 검증, 보안, 시스템 통합, 직원 교육까지 포함해야 합니다. 시범 사업에서 확인한 생산성 향상이 회사 전체의 비용 절감으로 그대로 이어지는 것도 아닙니다.
그럼에도 질문의 방향은 분명합니다.
“AI가 무엇을 할 수 있는가?”에서 “그 일을 맡겼을 때 총비용이 얼마나 줄어드는가?”로 이동하고 있습니다.
이 차이가 충분히 커지면 기업은 AI를 단순한 실험 예산이 아니라 일상적인 운영 예산으로 받아들이기 시작할 것입니다.
그때 AI 수요는 유행보다 훨씬 단단한 기반을 갖게 됩니다.
AI의 경제적 가치는 새로운 매출뿐 아니라 시간과 비용의 절감에서도 만들어집니다.
6 GPU 임대가격은 중요한 신호지만 답의 전부는 아니다
이런 변화가 실제로 진행되고 있는지 살펴볼 때 GPU 임대가격과 가동률은 유용한 지표입니다.
구형 GPU까지 계속 사용되고 임대 수요가 유지된다면, 최신 장비 외에도 경제적으로 활용할 수 있는 작업이 남아 있다는 의미일 수 있습니다.
하지만 임대가격이 오른다는 사실만으로 AI의 최종 수익성이 입증되었다고 보기는 어렵습니다.
GPU 공급이 일시적으로 부족할 수도 있고, 전력 연결이나 데이터센터 가동이 지연되어 사용 가능한 장비가 부족할 수도 있습니다. 계약 기간과 서비스 조건에 따라서도 가격은 달라집니다.
따라서 임대가격과 함께 살펴봐야 할 것은 실제 가동률, 전력과 운영비를 제외한 이익, 장비의 사용 가능 기간, 그리고 고객의 대금 지급 능력입니다.
GPU가 많은 매출을 만들어도 장비 구입비와 금융비용을 회수하기 전에 경쟁력이 떨어지면 투자 결과는 달라질 수 있습니다.
여기서 또 하나 생각할 점이 있습니다.
모델의 성능이 좋아진다고 GPU 임대가격이 반드시 상승하는 것은 아닙니다. 같은 작업을 더 적은 연산으로 처리하게 되면 단위 작업당 필요한 비용은 내려갈 수 있습니다.
중요한 것은 그 효율 개선으로 사용량이 얼마나 늘어나는가입니다.
한 번의 작업에 필요한 연산은 줄어들어도, AI가 맡는 작업의 수가 훨씬 빠르게 늘어난다면 전체 연산 수요는 증가할 수 있습니다. 반대로 사용량 증가가 효율 개선을 따라가지 못하면 장비 수요에 대한 기대를 조정해야 합니다.
결국 투자자가 확인해야 할 것은 토큰 가격 하나가 아니라, 가격이 내려가는 속도와 사용량이 늘어나는 속도의 관계입니다.
7 오픈웨이트 모델은 누구에게 기회가 될까
중국을 비롯한 여러 곳에서 경쟁력 있는 오픈웨이트 모델이 등장하면, 이를 기존 AI 기업에 대한 위협으로만 받아들이기 쉽습니다.
하지만 AI 생태계 전체에서 보면 영향은 조금 더 복잡합니다.
모델을 내려받아 사용할 수 있어도, 이를 실제 서비스로 운영하려면 연산 장비와 메모리, 네트워크, 전력, 운영 기술이 필요합니다. 모든 기업이 이 인프라를 직접 구축할 수는 없습니다.
따라서 모델을 대신 실행하고 안정적으로 제공해 주는 사업자의 역할은 남습니다.
모델 간 경쟁으로 이용 가격이 낮아지면, 그동안 비용 때문에 AI를 도입하지 못했던 기업이나 서비스가 시장에 들어올 수 있습니다. 더 많은 작업에 AI를 사용하게 되면 인프라 수요가 확대될 가능성도 있습니다.
다만 여기서 “모델 기업의 이익이 줄어들면 그 이익은 모두 인프라 기업으로 이동한다”라고 결론 내리기는 어렵습니다.
인프라 사업자끼리도 경쟁합니다. 공급이 충분히 늘어나면 연산 서비스 가격도 내려갈 수 있습니다. 비용 절감의 혜택이 공급자의 이익보다 소비자의 낮은 이용료로 더 많이 돌아갈 수도 있습니다.
그래서 중요한 것은 인프라를 제공한다는 사실 자체보다, 그 기업이 어떤 경쟁력을 가지고 있느냐입니다.
쉽게 대체하기 어려운 기술이 있는지, 고객이 공급자를 바꾸기 어려운지, 원가 경쟁력이 있는지, 부족한 전력이나 연결 자원을 확보하고 있는지가 수익성의 차이를 만들 수 있습니다.
8 인프라는 필요하다 그렇다면 공급 과잉은 없을까
AI가 더 널리 사용되려면 인프라가 필요하다는 주장에는 동의합니다.
모델의 컨텍스트를 처리하는 메모리, 많은 가속기를 연결하는 광학 부품, 서버 사이의 데이터를 전달하는 스위치, 안정적으로 전력을 공급하는 장비가 없으면 AI 서비스도 확장되기 어렵습니다.
하지만 “앞으로도 필요하다”는 말과 “공급 과잉이 생기지 않는다”는 말은 다릅니다.
전 세계적으로 전력이 부족해도 특정 지역의 데이터센터에는 고객이 부족할 수 있습니다. 최신 가속기는 부족한데 일부 구형 장비의 수익성은 악화될 수도 있습니다. 특정 메모리는 공급이 빠듯하지만 다른 제품에는 재고가 쌓일 수도 있습니다.
산업 전체의 성장과 개별 시장의 공급 과잉은 동시에 나타날 수 있습니다.
따라서 인프라의 뼈대가 아직 완성되지 않았다는 이유만으로 모든 증설을 긍정적으로 평가할 수는 없습니다. 그 설비가 언제 가동되고, 누구에게 판매되며, 어느 정도의 수익을 남기는지까지 봐야 합니다.
경영진의 전망도 이 과정에서 중요합니다. 고객의 주문과 프로젝트를 가까이에서 보는 사람들의 설명은 투자자에게 유용한 단서가 됩니다.
다만 경영진의 확신 역시 검증의 대상입니다.
수주가 실제 매출로 전환되는지, 매출이 현금으로 들어오는지, 증설에 필요한 자금이 확보되어 있는지를 함께 확인해야 합니다. 전망이 좋다는 말보다 그 전망이 숫자로 실현되는 과정이 더 중요합니다.
9 결국 어떤 기업이 이 시간을 통과할 수 있는가
이 모든 생각을 거치고 나면, 제 관심은 자연스럽게 AI 인프라로 돌아옵니다.
어떤 모델이 최종 승자가 될지 정확히 맞히기는 어렵습니다. 하지만 AI의 사용이 확대된다면 이를 실행하고 연결하고 저장하는 물리적 기반이 필요하다는 점은 비교적 분명합니다.
그렇다고 인프라 기업이라는 이유만으로 안심할 수는 없습니다.
고객이 소수 기업에 집중되어 있지는 않은지, 차입금 만기가 너무 가까이 몰려 있지는 않은지, 투자 속도를 조절할 수 있는지, 가격 경쟁이 심해져도 이익을 남길 수 있는지를 살펴봐야 합니다.
무엇보다 현재 주가가 어느 정도의 성공을 이미 반영하고 있는지 생각해야 합니다.
좋은 기업도 지나치게 높은 가격에 매수하면 오랫동안 기다려야 할 수 있습니다. 반대로 주가가 크게 하락했더라도 사업의 경쟁력이나 재무 구조가 훼손되었다면 단순히 싸졌다고 볼 수 없습니다.
그래서 저는 AI 투자를 생각할 때 세 가지 질문으로 돌아오게 됩니다.
첫째, AI가 더 많이 사용될 때 이 기업의 제품이나 서비스도 함께 더 많이 필요한가.
둘째, 늘어나는 수요를 매출뿐 아니라 이익과 현금흐름으로 연결할 수 있는가.
셋째, 예상보다 시간이 오래 걸리더라도 회사와 투자자 모두 버틸 수 있는가.
마지막 질문에는 기업의 부채뿐 아니라 투자자의 현금과 포트폴리오 비중도 포함됩니다. 장기 전망을 믿는 것과, 그 전망이 실현될 때까지 보유할 수 있는 것은 별개의 능력이기 때문입니다.
장기 투자는 목적지를 믿는 동시에 그곳까지 갈 수 있는 체력을 확인하는 일입니다.
10 목적지를 믿되 타고 있는 배도 살펴야 한다
시장의 가격은 파도처럼 움직입니다.
어떤 날은 미래의 가능성을 지나치게 높게 평가하고, 어떤 날은 당장의 불안 때문에 먼 미래의 가치까지 지워버립니다.
하지만 파도가 높다는 이유만으로 배를 버릴 필요가 없듯, 목적지가 좋아 보인다는 이유만으로 배의 상태를 확인하지 않아도 되는 것은 아닙니다.
AI가 만들어낼 경제적 가치는 앞으로도 중요한 투자 주제라고 생각합니다. 다만 그 가치가 어떤 기업의 이익으로 남을지, 그리고 현재의 주가가 그 이익을 얼마나 앞서 반영했는지는 계속 확인해야 합니다.
장기 차트에서는 짧게 보이는 하락도, 실제로 그 시간을 통과하는 투자자에게는 길고 힘든 경험입니다. 더구나 지수가 장기적으로 상승했다는 사실이 모든 개별 기업의 회복을 보장하지는 않습니다.
그래서 필요한 것은 무조건적인 낙관도, 하락할 때마다 모든 전망을 포기하는 태도도 아닐 것입니다.
처음 투자했던 이유가 여전히 유효한지 확인하고, 그 이유가 달라졌다면 판단을 바꾸며, 예상이 늦어져도 감당할 수 있는 비중을 유지하는 것입니다.
AI의 미래를 믿는 것에서 한 걸음 더 나아가, 그 미래를 이익으로 바꿀 기업을 적절한 가격에 보유하는 것.
제가 이 시장에서 계속 고민하고 싶은 것은 바로 그 부분입니다.
관련동영상을 보고 싶으신 분은 아래의 링크를 클릭해 주세요.
Comments