경제학의 관점으로 본 AI버블 이슈

들어가며

최근 한국에서 AI는 더 이상 기술 업계만의 화제가 아닙니다. 정부는 AI를 차세대 성장축으로 삼아 반도체와 데이터센터 지원을 강화하고 있고, 국회는 AI 데이터센터 산업을 빠르게 키우기 위한 특별법을 통과시켰습니다. 동시에 시장에서는 한국 증시의 새로운 중심축이 AI로 이동하고 있다는 평가도 나옵니다.

이 흐름은 분명 성장의 신호처럼 보입니다. 하지만 바로 그만큼 질문도 커집니다. 지금 벌어지는 투자는 실제 수요를 따라가는 산업 확장일까, 아니면 미래 수익을 앞질러 당겨 쓰는 자본의 움직임일까. AI는 유용한 기술이지만, 기술이 실제로 존재하며 유용하다는 사실과 그 기술에 매겨진 가격이 적정하다는 판단은 별개의 문제입니다.

한 가지 구체적인 예를 들어보겠습니다. SK와 아마존웹서비스는 울산에 국내 최대 규모 AI 데이터센터를 짓기 위해 약 7조 원 규모의 투자를 추진하고 있습니다. 현대차그룹도 정부와 함께 서부 해안권 AI 데이터센터와 로봇 공장, 수소·태양광 사업을 포함한 9조 원 규모 프로젝트에 나섰습니다. 우정사업본부는 자산 다변화 차원에서 AI 데이터센터 투자도 검토하고 있습니다.

이런 소식들은 각각 따로 보면 개별 기업의 투자처럼 보이지만, 함께 보면 하나의 구조를 이루고 있습니다. AI 수요가 늘어나는 것이 아니라, AI를 향한 기대가 먼저 자금을 끌어들이고 그 자금이 다시 인프라를 만드는 식입니다. 이러한 순환이 이상적인 조건 하에서 작동하면 산업 발전이지만, 수익화가 늦어지면 과열이 됩니다.

한국에서의 AI붐

AI는 이제 한국에서 기술담론이 아니라 투자담론이 되었습니다. 정부는 AI 반도체와 데이터센터를 차세대 성장축으로 밀고 있고, 기업과 시장은 그 기대를 빠르게 반영하고 있습니다. 특히 정부의 직접 투자 대상이 된 리벨리온(Rebellions)의 사례는, AI 반도체가 이제 민간 기술경쟁만이 아니라 국가 전략의 일부가 되었음을 보여줍니다.

한국이 이 흐름의 바깥이 아니라는 말은, 단순히 수혜를 본다는 뜻이 아닙니다. 한국은 AI 서비스를 직접 개발하는 기업보다 글로벌 AI 생태계의 공급망에 더 깊이 자리하고 있습니다. 반도체, 메모리, 장비, 전력 인프라, 서버 부품은 모두 AI 투자의 직접적 영향을 받습니다.

예를 들어 HBM은 AI 연산용 GPU의 성능을 떠받치는 핵심 메모리 부품이며, 한국 기업은 이 공급망에서 매우 중요한 위치를 차지합니다. 또한 대형 AI 데이터센터는 수백 메가와트급 전력을 요구하고, 최근 국내 투자 계획은 수요 확대와 함께 전력·부지·인허가 문제가 얼마나 중요한지 보여줍니다.

이 변화를 주목해야 하는 이유는, AI가 단지 앱이나 서비스 산업이 아니기 때문입니다. AI는 반도체, 서버, 전력, 냉각, 토지, 인허가, 자금조달이 모두 얽힌 복합적인 산업입니다. 디지털 기술처럼 보이지만 실제로는 매우 물질적인 기반 위에서 움직이며, 그 물질성을 떠받치는 것은 결국 자본의 배치입니다.

기대의 경제학

‘아직’이라는 말에 돈을 태우는 이유

기대는 혼자 존재하지 않습니다. 시장에서 기대는 곧 가격으로 번역되어야 비로소 힘을 갖습니다. AI에 대한 기대가 커질수록 투자자는 “지금 사지 않으면 늦는다”는 감각을 갖게 되고, 기업은 “지금 투자하지 않으면 뒤처진다”는 압박을 받습니다. 이 두 압박이 만나는 지점에서 투자는 가속됩니다.

여기에는 경쟁이 경쟁을 부르는 구조가 숨어 있습니다. 상대방이 투자할지 여부를 확신할 수 없는 상황에서, “나만 투자하지 않으면 뒤처진다”는 불안이 모든 기업을 더 큰 투자로 내몹니다. 모두가 투자를 자제하면 함께 이득을 보지만, 상대가 먼저 투자할 가능성 때문에 결국 모두 과잉 투자로 치닫게 되는 것이지요.

여기에 “AI 팩토리가 모든 산업의 인프라가 될 것”이라는 기술 리더들의 서사, 그리고 “나만 빠지면 손해”라는 불안감이 결합하면서, 투자는 투자를 부르는 임계점을 넘어섭니다.

이 지점에서 가격은 점점 미래 서사에 의존하게 됩니다. 가격은 현재의 이익보다 미래의 잠재력을 더 크게 평가할 수 있지만, 미래의 잠재력은 본질적으로 아직 실현되지 않은 것입니다. 따라서 가격이 상승할수록 그 가격을 지탱할 근거는 더욱 멀리 있는 미래로 이동합니다. 현재는 설명의 대상이 아니라 기다림의 대상이 되고, 기다림은 다시 가격을 지탱하는 장치가 됩니다.

투자는 이루어졌는데, 이익은 언제

기술의 유용성과 수익의 실현 사이에는 시간차가 존재합니다. 새로운 기술은 초기에 연구, 시험, 인력 교육, 인프라 구축에 막대한 비용을 수반하기 마련입니다. AI도 마찬가지입니다. AI의 등장으로 업무 효율이 개선되더라도, 그 효과가 곧장 매출표로 옮겨지며 반영되는 것은 아닙니다.

더 중요한 문제는 따로 있습니다. 생성형 AI로 문서 작성 시간이 30퍼센트 단축되었다고 가정해 보겠습니다. 그런데 경쟁사도 동시에 똑같은 AI를 도입한다면 어떻게 될까요. 그 30퍼센트는 경쟁우위가 아니라 그저 업계의 새로운 기준선이 되어 버립니다. 모두가 빨라지면, 빨라진 상태가 곧 새로운 출발선이 되는 셈입니다. 생산성 향상이 곧바로 이익으로 이어지지 않는 이유가 바로 여기에 있습니다.

여기에 AI 인프라 투자의 특성이 문제를 더욱 복잡하게 만듭니다. 데이터센터는 한 번 구축하면 모든 것이 끝나는 설비가 아닙니다. 전력, 냉각, 설비 업그레이드 비용이 매년 발생하는 고정비 성격이 강합니다. 초기 비용은 막대한데 수익은 불확실하고, 경쟁은 점점 더 치열해집니다.

기업이 “아직 초기 단계입니다”라고 말할 때, 그 말은 단순한 면피성 발언 아니라 실제 구조를 가리키는 경우가 대부분입니다. 다만 시장은 그 초기 상태를 오래 참아주지 않습니다. 그런데도 기대가 강하면 사람들은 더 긴 시간을 기다릴 수 있다고 믿게 됩니다. 이때부터 기대는 수익성의 대체물이 됩니다. 진짜 수익이 확인되기 전까지는 “언젠가 될 것”이라는 기대가 그 자리를 메우는 셈입니다.

보이지 않는 손이 아니라, 보이는 콘크리트

AI를 이야기하면서 데이터센터를 제외하면 표면만 보는 셈입니다. 데이터센터는 AI의 실질적 심장부이기 때문입니다. 거대한 연산을 수행하려면 고성능 칩이 필요하고, 칩이 작동하려면 안정적인 전력이 필요하며, 그 전력을 감당하려면 건물과 냉각, 토지, 네트워크가 모두 갖추어져야 합니다. 용인에 계획 중인 초대형 데이터센터 하나에만 원자력 발전소 0.2기 분량의 전력이 필요하다는 추산도 존재합니다.

이 물질적 기반은 곧 자본의 부담이기도 합니다. 데이터센터는 한 번 건설해 놓고 끝나는 설비가 아니기 때문입니다. 빠른 기술 노후화, 지속적인 업그레이드, 높은 전력 비용, 예상보다 낮은 임차수요, 공실 위험이 동시에 따라붙습니다. 그렇기 때문에 데이터센터 투자는 성장의 상징이면서도, 과잉축적의 가능성을 가장 먼저 드러내는 장소이기도 합니다.

여기서 더 깊은 구조가 드러납니다. 칩 공급업체가 클라우드 기업의 투자를 만들어내고, 클라우드 기업이 AI 모델 기업의 확장을 지탱하며, AI 모델 기업의 성장 서사가 다시 더 큰 데이터센터 투자를 불러오는 순환 말입니다. 외형상으로는 공급과 수요가 서로를 밀어 올리는 것처럼 보이지만, 자세히 들여다보면 실제 수요가 아니라 서로에 대한 기대가 서로를 지탱하고 있을 가능성이 큽니다. 이런 구조에서는 한 곳에서 균열이 시작되면, 그 충격이 회로 전체로 전염될 위험이 있습니다.

그림자 금융과의 관계

AI 인프라가 커질수록 전통적 은행만으로는 필요한 자금을 모두 감당하기 어려워집니다. 은행이 보유한 현금의 규모에는 한계가 있기 때문입니다. 이 지점에서 그림자금융이 등장합니다. 사모펀드, 헤지펀드, 투자기구 같은 비은행 금융은 빠르고 유연하며 규제의 제약도 상대적으로 덜합니다.

국내에서도 이와 유사한 흐름이 포착되고 있습니다. 과거 부동산 개발에 투입되던 자금이 AI 데이터센터 건설 쪽으로 이동하고 있다는 관측이 바로 그것입니다. 두 경우 모두 “미래 수익을 담보로 대규모 자금을 빌려 시설을 짓는다”는 구조가 유사하기 때문입니다.

그러나 이 유연성은 동시에 취약성이기도 합니다. 은행은 규제와 자본완충장치를 갖추고 있지만, 그림자금융은 그렇지 않은 경우가 대부분입니다. 위기 국면에서는 자금이 더 빨리 빠져나가고, 담보 구조가 더 급격히 흔들리며, 누가 최종적으로 손실을 떠안는지도 더 불분명해집니다. 바로 이 지점에서 레버리지의 문제가 드러납니다.

이 점에서 그림자금융은 AI 투자 확장의 조연이 아니라 주연이라고 보아야 합니다. 만약 위기가 도래하면 이 위험은 은행 장부에만 머물지 않습니다. 비은행 자금, 담보 연쇄, 가격 하락이 한꺼번에 연결되면서 전체 금융시스템으로 번질 가능성도 있습니다.

닷컴 버블과 지금의 차이

2000년대 초 닷컴 버블과 지금의 AI 붐은 “신기술이 세상을 바꿀 것”이라는 서사가 시장을 이끌었다는 점에서 닮았습니다. 그러나 차이가 더 본질적입니다. 닷컴 버블의 중심에는 웹 서버와 광케이블이 있었다면, 지금의 AI는 전력, 반도체, 데이터센터, 토지가 하나로 얽힌 복합적인 성격을 가지고 있기 때문입니다. 분명 디지털 기술이지만, 그것을 작동시키는 데 원자력 발전소급 전력과 수조 원의 건설 비용이 필요하다는 점에서 산업의 무게 자체가 다릅니다.

자금이 유입되는 경로 또한 달랐습니다. 닷컴 시절에는 기업공개와 주식시장이 중심이었고, 개인 투자자들이 온라인 증권사 계좌를 열고 기술주를 매수하던 시대였습니다. 그러나 지금의 AI 붐은 사모펀드, 벤처캐피탈, 국부펀드 같은 은행 밖 자금이 훨씬 더 큰 비중을 차지합니다. 이 자금은 주식시장의 일일 등락보다는 수년에 걸친 대규모 약정과 계약 구조로 움직이기 때문에, 겉으로는 조용해 보이지만 내부에는 훨씬 더 복잡한 신용 관계가 축적되어 있습니다.

이러한 차이는 버블이 꺼질 때의 전염 경로 또한 완전히 다른 것으로 만듭니다. 닷컴 붕괴는 주식시장 조정으로 상당 부분 흡수되었습니다. 주가가 폭락하고 일부 벤처기업이 사라졌지만, 그 충격이 은행 시스템 전체를 위협하지는 않았습니다. 그러나 AI는 주식뿐 아니라 기업 대출, 인프라 담보, 전력 투자, 수출 제조업까지 연쇄적으로 물려 있습니다. 한 곳에서 균열이 시작되면, 그 충격은 데이터센터를 건설한 시행사에서 시작해 대출을 집행한 저축은행과 증권사로, 해당 장비를 납품하는 제조업체로, 최종적으로는 그 제조업체에 자금을 대출해 준 시중은행으로까지 번져갈 수 있습니다.

한국의 위치 또한 완전히 달라졌습니다. 닷컴 시기 한국은 상대적으로 변방에 가까웠습니다. 인터넷 기업들이 생겨나고 벤처 거품이 존재하기는 했으나, 글로벌 금융 시스템에서 한국이 차지하는 비중은 지금과 같지 않았습니다. 그러나 이번에는 반도체, 제조, 수출을 통해 정면에 서 있습니다. SK하이닉스의 HBM이 없으면 AI 서버가 작동하지 않고, 삼성전자의 파운드리가 흔들리면 AI 칩 생산 일정이 지연됩니다. 한국은 글로벌 AI 공급망의 핵심 노드가 되었고, 그것은 동시에 글로벌 AI 투자 사이클의 충격을 가장 먼저 받는 위치에 섰다는 의미이기도 합니다.

요컨대, 닷컴은 주식시장의 이야기로 마무리될 수 있었지만, AI는 생산과 유통, 신용과 담보, 투자와 회수가 동시에 얽혀 있습니다. 지금의 AI 열풍은 단순한 주식 유행이 아니라, 미래 생산력에 대한 선투자와 그 선투자를 떠받치는 금융구조의 결합으로 읽어야 하는 이유입니다.

우리나라가 유독 취약한 이유

한국은 이 흐름의 바깥에 있지 않습니다. 한국은 AI 서비스를 직접 개발하는 일부 기업도 있지만, 더 넓게는 글로벌 AI 생태계의 공급망에 더 깊이 자리하는 편입니다. 미국 빅테크의 설비투자 확대는 한국 기업의 실적 기대를 바꾸고, 그 기대는 국내 주가와 투자심리로 번집니다.

이때 중요한 것은 단순한 수혜 여부가 아닙니다. 글로벌 AI 투자가 둔화될 때 그 충격이 어디로 향하는지를 봐야 합니다. 주문 감소, 실적 둔화, 주가 조정, 투자심리 위축이 연쇄적으로 일어나면, 수출과 제조업, 자본시장이 모두 글로벌 흐름과 긴밀히 연결된 한국은 그 파동을 피하기 어렵습니다.

더구나 국내 AI 인프라 투자 역시 자금조달 구조에서 취약성을 내포하고 있습니다. 과거 부동산 개발 자금이 AI 데이터센터로 이동하고, 연기금과 우정사업본부 같은 기관의 자산 운용이 이에 관심을 보이는 흐름은, AI 투자 열기가 식을 경우 그 충격이 주식시장을 넘어 더 깊은 금융 영역까지 번질 수 있음을 시사합니다.

나가며

이 글은 처음부터 기술적인 결론을 고정해두진 않았습니다. 지금의 AI 국면은 버블이냐 혁신이냐라는 이분법으로는 충분히 설명되지 않는 복합적인 성격을 지녔기 때문입니다. AI는 분명 현실의 기술이고, 산업의 일부를 변화시키고 있으며, 장기적으로도 그 영향력을 확대할 가능성이 높습니다. 그러나 동시에 그 기술을 둘러싼 자본의 움직임은 기대, 가격, 수익성, 자금조달, 레버리지, 그리고 충격의 전염 가능성까지 함께 고려하게 만듭니다.

오늘 이 논의가 던져준 것은 “버블이다, 아니다”라는 섣부른 결론이 아닙니다. 오히려 앞으로 AI 관련 뉴스를 읽을 때 스스로에게 던질 수 있는 세 가지 질문을 얻는 것이 더 유의미한 성과라고 할 수 있습니다. 첫째, 이 투자는 실제 수요에서 비롯된 것인가, 아니면 경쟁자의 속도에 맞추기 위한 것인가. 둘째, 이 수익은 언제, 누구에게 귀속되는가. 셋째, 이 자금은 어디에서 유입되어, 위기 시에는 어디로 빠져나가는가.

이 세 가지 질문을 차례로 따라가면, 기술의 진전과 자본의 과잉, 물질적 기반과 금융적 완충, 성장과 불안이 하나의 화면 위로 들어옵니다. 타당한 판단이란 어느 하나의 단정적인 진술에서 나오는 것이 아니라, 여러 층위가 어떻게 맞물려 작동하는지를 관찰하는 데서 나옵니다. 그것이 AI를 단지 기술 문제가 아니라, 경제의 현재진행형 흐름으로 읽어내는 방식일 것입니다.