성장의 환상에서 회수의 현실로, AI 슈퍼 사이클이 마주한 수익성이라는 벽

강한 주식시장과 약한 노동, 그리고 흔들리는 AI 투자라는 세 가지 모순이 한 화면에 잡혔다. 지난 7월 2일 발표된 미국의 6월 비농업 고용지표는 5만 7,000명 증가에 그치며 시장 예상치인 11만 5,000명의 절반에도 미치지 못하는 '고용 쇼크'를 기록했다. 그런데 같은 시간 다우지수는 사상 최고치인 52,000선을 돌파했고, 반대로 시장을 주도하던 AI와 반도체 섹터는 급락하는 기이한 현상이 벌어졌다.

이러한 시장의 분절은 우연이 아니다. 지난 2년간 시장을 지배했던 'AI가 모든 성장을 견인할 것'이라는 막연한 낙관론이 실질적인 데이터와 투자 회수(ROI)라는 현실의 벽에 부딪히기 시작했음을 의미한다. 거대 기술 기업(하이퍼스케일러)들이 쏟아붓는 막대한 자본 지출(Capex)이 실제 매출로 전환되는 속도가 시장의 기대보다 훨씬 더디다는 사실이 수면 위로 드러난 것이다.

글로벌 빅테크의 전략 변화와 기술 공급망의 구조적 긴장을 정밀하게 관찰해온 시각에서 보면, 현재의 상황은 단순한 일시적 조정이 아니다. 공급 측면의 병목 현상이 수요와 수익성이라는 근본적인 의구심으로 전이되는 구조적 전환점의 전조다. 메타의 마크 저커버그 CEO가 최근 사내 타운홀 미팅에서 시인한 내부적 고백과 전략 수정은 이 거대한 균열의 시작점에 불과할 가능성이 높다.

메타의 저커버그 CEO가 최근 AI 에이전트 개발이 기대에 못 미쳤다고 공식 석상에서 인정한 배경은 무엇인가?

메타는 약 1년 전 약 140억 달러를 투입해 Scale AI와 그 창업자 알렉산드르 왕을 영입하며 대규모 언어 모델(LLM)과 에이전트 개발에 사활을 걸었다. 하지만 지난 4월 출시한 첫 번째 모델의 성과가 기대치를 밑돌았고, 내부적으로 조직 구조 조정이 예상만큼 신속하게 이뤄지지 않았음을 저커버그가 인정한 것이다. 특히 고품질 훈련 데이터 확보 경쟁이 치열해지면서 소프트웨어 엔지니어들을 데이터 라벨링 작업에 투입하는 등 전략의 중심축을 급하게 선회한 것이 현장의 피로도를 높였다.

또한, 구글이 지난 3월부터 구글의 제미나이(Gemini) 사용량을 제한하면서 메타 내부의 AI 프로젝트들이 줄줄이 지연된 것도 주요 원인이다. 연산 능력(Compute)의 부족은 단순히 기술적 한계가 아니라 인재 유출의 원인이 되기도 했다. 실제로 제미나이 추론 팀 창립자인 데니 주와 같은 핵심 전문가들이 구글을 떠나 메타로 이직하는 등 빅테크 간의 자원 확보 전쟁은 더욱 비이성적인 단계로 진입했다. 저커버그의 시인은 결국 모델의 지능 자체보다 이를 실제 제품으로 연결하는 '배포 실행력'의 병목을 인정한 셈이다.

그렇다면 같은 날 메타가 공식 출범시킨 '메타 컴퓨트(Meta Compute)' 클라우드 사업은 지연된 전략에 대한 대안인가?

그렇다고 볼 수 있다. 메타는 2026년 자본 지출 가이드라인을 최대 1,450억 달러까지 상향 조정했으며, 2028년까지 미국 내 데이터 센터에 총 6,000억 달러를 투자하기로 약속했다. 이 막대한 투자를 감당하기 위해 메타는 이제 남는 AI 연산 능력을 외부에 판매하는 클라우드 인프라 사업에 뛰어든 것이다. 이는 아마존 AWS, 마이크로소프트 Azure, 구글 클라우드와 직접 경쟁하겠다는 선언이며, 동시에 자사의 과잉 설비를 수익화하려는 현실적인 선택이다.

단기적으로는 투자자를 안심시키기 위한 '회수 경로(Exit Path)' 확보 전략으로 판단된다. 마크 저커버그는 외부 기업들로부터 API 서비스 출시나 연산 능력 구매 요청이 매주 들어오고 있다고 밝혔다. 하지만 이는 역설적으로 메타가 내부적으로 사용할 수 있는 용량보다 훨씬 더 많은 설비를 구축했다는 '과잉 투자'의 방증이기도 하다. 시장이 메타의 클라우드 진출 소식에 주가를 8.8% 올린 반면, AI 반도체주를 매도한 것은 인프라 투자가 정점에 도달했다는 신호로 읽었기 때문이다.

메모리 반도체 가격의 급등과 그로 인한 애플의 제품 가격 인상은 소비 현장에 어떤 구체적인 영향을 미치고 있는가?

공급망의 긴장은 이미 소비자 가격으로 전이되는 '제3차 인플레이션'의 파도를 만들고 있다. 삼성전자의 DRAM 평균 판매 단가는 전년 대비 400% 이상 상승했으며, 이 영향으로 애플은 이번 달 Mac과 iPad의 가격을 15~25% 사이로 전격 인상했다. 팀 쿡 CEO가 40년 경력 중 전례 없는 수준의 비용 압박을 언급한 것은 AI 데이터 센터의 대규모 메모리 구매가 일반 소비자 기기용 부품을 싹쓸이하며 발생한 '부품 쟁탈전'의 결과다.

이러한 현상은 닌텐도, 마이크로소프트의 Xbox, 소니 등 다른 기기 제조사들로 확산되고 있다. 마이크로소프트는 저장장치 부품 가격이 2.5배 상승했으며 2027년까지 다시 배로 뛸 것으로 전망했다. 결과적으로 AI 인프라 구축 열풍이 반도체 생산자 물가를 25.4% 급등시켰고, 이것이 최종 소비재 가격을 밀어 올리면서 실물 경제의 수요를 위축시키는 부메랑으로 돌아오고 있다. 소비자 신뢰지수가 50년 만의 최저치에 근접한 배경에는 이러한 구조적 비용 상승이 자리 잡고 있다.

엔비디아의 CUDA 독주 체제에 균열이 생기고 있다는 주장이 있는데, 기술적으로 어떤 변화가 포착되는가?

엔비디아의 시장 점유율은 87%라는 정점에서 최근 75% 수준으로 하락하기 시작했다. 가장 상징적인 사건은 2027년 출시 예정이던 '루빈 울트라(Rubin Ultra)' 4칩 설계의 취소다. 4개의 계산 칩을 하나로 묶는 과정에서 패키징 기판이 휘어지는 물리적 한계에 부딪혔고, 결국 성능을 절반으로 낮춘 2칩 설계로 후퇴했다. 이는 엔비디아가 하드웨어의 물리적 확장을 통해 독주를 유지하던 방식이 한계에 도달했음을 보여준다.

반면 메타, OpenAI, 앤스로픽 등은 브로드컴과 손잡고 자체 추론 칩(ASIC) 개발에 박차를 가하고 있다. OpenAI가 9개월 만에 시제품 생산을 마친 '할라페뇨(Jalapeño)' 칩이 대표적이다. 특히 PyTorch 팀이 개발한 Triton 컴파일러는 엔비디아의 CUDA 없이도 H100 GPU에서 모델을 구동할 수 있게 함으로써 소프트웨어 계층의 '탈 CUDA'를 가속화하고 있다. 고객들이 '최고의 칩'이 아닌 '우리 모델에 가장 저렴하고 적합한 칩'을 찾기 시작하면서 엔비디아의 가격 결정권은 약화되는 추세다.

고용 지표 쇼크와 AI 도입 사이의 연관성에 대해 골드만삭스가 경고한 '양적 균열'은 진짜인가?

골드만삭스의 분석에 따르면 AI 침투율이 높은 산업에서 매월 약 1만 1,000명의 고용 인원이 순감소하는 현상이 이미 나타나고 있다. 특히 프로그래밍 분야의 AI 에이전트는 이미 인간 개발자보다 경제적 우위를 점했다는 평가가 지배적이다. 6월 NFP 쇼크의 세부 내용을 보면 레저 및 호텔업에서 6만 명 이상이 급감했는데, 이는 고물가와 고금리로 인한 소비 위축이 노동 집약적 산업부터 타격하고 있음을 의미한다.

다만 기업들의 AI 도입 결과는 '생산성 역설'에 직면해 있다. MIT와 BCG의 2025년 조사 결과에 따르면 AI 투자 프로젝트의 95%가 측정 가능한 손익 개선을 이루지 못했으며, 실질적 성과를 낸 기업은 5%에 불과하다. 포드(Ford)가 자동화 시스템의 품질 문제를 해결하지 못해 해고했던 엔지니어 수백 명을 재고용한 사례나, IBM이 AI로 인사 업무를 대체하려다 6%의 예외 처리에 실패해 신입 채용을 다시 늘리기로 한 결정은 AI가 인간 노동을 완전히 대체하기까지의 시차(Time Lag)가 예상보다 훨씬 길 것임을 시사한다.

그렇다면 우리에게 가장 큰 변화는 무엇인가, 향후 AI 슈퍼 사이클의 향방은 어떻게 될 것인가?

개인적으로는 AI 투자의 성격이 '군비 경쟁'에서 '효율 경쟁'으로 완전히 전환될 것으로 본다. 지금까지는 무조건 GPU를 많이 확보하는 쪽이 승리하는 구조였으나, 앞으로는 '와트당 얼마나 많은 토큰을 생산하느냐'라는 토큰 공장 경제학이 지배할 것이다. 이에 따라 칩 제조사보다는 고급 패키징, 특수 소재, 전력 및 냉각 시스템을 갖춘 인프라 기업들이 실질적인 이익을 가져가는 '수혜자'로 부상할 가능성이 높다.

투자자와 직장인들은 이제 AI가 주는 디플레이션 혜택보다 인프라 구축 단계에서 발생하는 가격 상승 압력을 먼저 견뎌야 한다. 고실질금리 환경이 지속될수록 시장은 'AI 테마'가 아니라 '자체 현금 창출 능력'에 따라 기업의 가치를 차별화할 것이다. AI가 1990년대 후반의 인터넷 버블처럼 끝날지, 아니면 새로운 생산성 혁명이 될지는 결국 2026년 하반기 어닝 시즌에서 빅테크들이 '투입한 자본만큼의 현금 흐름'을 증명해낼 수 있느냐에 달려 있다.

---

Meta Compute

메타가 구축한 대규모 AI 데이터 센터와 고성능 반도체 자산을 외부 기업에 임대하는 클라우드 인프라 사업의 명칭이다. 아마존의 ​​AWS Bedrock​​과 유사하게 자체 모델인 ​​Muse Spark​​에 대한 접근 권한을 판매하거나, ​​CoreWeave​​처럼 가공되지 않은 연산 능력 자체를 빌려주는 두 가지 수익 모델을 검토하고 있다.

칩플레이션(Chipflation)

AI 수요 폭증으로 반도체 가격이 급등하며 전체 산업과 소비재 물가를 끌어올리는 현상을 의미한다. 특히 ​​HBM(고대역폭 메모리)​​ 가격 상승이 일반 ​​DRAM​​과 ​​NAND​​의 동반 상승을 유발하고 있으며, 이는 애플과 마이크로소프트 등 완제품 제조사의 제품 가격 인상으로 이어져 소비자들의 가계 부담을 가중시키고 있다.

ROI (투자 대비 수익)

본 인터뷰 맥락에서는 빅테크가 AI 인프라에 투입한 수천억 달러의 자본 지출이 실제 매출과 영업이익으로 회수되는 비율을 뜻한다. 현재 ​​하이퍼스케일러 4사​​의 자본 지출은 급증했으나 서비스 매출은 그에 미치지 못해 '투입-산출 불일치'에 대한 시장의 경고가 커지고 있다.