이것은 명백한 거품입니다

전 CIA 및 펜타곤(Pentagon) 고문인 Jim Rickards는 미국이 현재 인공지능 (AI) 분야의 전례 없는 거품으로 인해 지각 변동 수준의 경제 위기에 직면해 있다고 경고합니다. 그의 분석에 따르면, 이 임박한 위기는 닷컴 버블 붕괴, 2008년 금융 위기, 그리고 팬데믹 관련 시장 폭락을 모두 합친 것보다 더 파괴적일 잠재력이 있습니다. 그만이 이러한 암울한 전망을 내놓는 것은 아닙니다. 베테랑 투자자인 Jeremy Grantham은 **"이것은 명백한 거품입니다. 거품이 터지지 않을 확률은 거의 제로에 가깝습니다. 그리고 거품이 터질 때, 그것은 지난 97년 동안 전례 없는 경제적 재앙이 될 수 있습니다"**라고 경고했습니다. 또한, 전 SEC 의장인 Gary Gensler는 "다음 금융 위기는 AI로부터 올 것이다"라고 언급했습니다.

신을 창조하고 그에게 돈을 요구하라

전례 없는 규모의 AI 거품: 현재 시장은 단일 섹터에 위험할 정도로 의존하고 있으며, AI 거품은 1990년대 후반의 닷컴 버블보다 17배 더 큰 것으로 추정됩니다. 많은 AI 기업들이 놀라운 속도로 현금을 태우고(burning through cash) 있습니다. 예를 들어, OpenAI는 한 달에 10억 달러 이상을 잃고 있는 것으로 보고되었습니다. 출처에 언급된 바와 같이, "그들이 1달러를 벌 때마다 최소 3달러를 써야 합니다". 이러한 막대한 현금 소진(cash burn)에 대해 Deutsche Bank의 한 분석가는 "역사상 그 어떤 스타트업도 이 정도 규모에 근접하는 손실을 보며 운영된 적이 없다"라고 관찰했습니다. 천문학적인 비용과 높은 기업 가치(valuation)에도 불구하고, OpenAI의 CEO는 이전에 "우리가 어떻게 수익을 창출할지 모르겠다"라고 말한 것으로 인용되었습니다. 전 Goldman Sachs 은행가이자 Bloomberg 칼럼니스트인 Matt Levine은 이러한 극단적인 투기적 사고방식을 다음과 같이 요약했습니다. "그들이 필요하다고 믿는 비즈니스 모델은 신을 창조하고 그에게 돈을 요구하는 것처럼 보입니다".

**"서브프라임 AI (Subprime AI)"**와 독성 부채: 2008년 금융 위기가 독성 서브프라임 모기지(subprime mortgages)에 의해 촉발되었던 것처럼, 현재의 AI 붐은 거대 데이터 센터를 자금 조달하기 위해 사용되는 위험한 부채 구조에 의해 가속화되고 있습니다. 사모펀드(Private equity firms)들은 데이터 센터를 부동산 대출 형식으로 자금을 지원하고 있으며, 이는 다시 증권의 트랜치(tranches)로 패키징되어 연금 펀드와 퇴직 계좌에 판매됩니다. American Prospect의 편집장인 데이비드 다옌(David Dayen)은 그 결과에 대해 다음과 같이 경고했습니다: "우리는 1920년대 수준의 규제되지 않은 민간 대출과 1990년대 인터넷 또는 1870년대 철도 수준의 기술 인프라 구축보다 더 큰 무언가 위에, 2000년대 주택 버블 수준의 금융 공학(financial engineering)을 얹어 놓았습니다. 우리는 또 다른 금융 위기를 확정 지었습니다."

수요의 환상과 순환 금융 (Circular Financing) AI 버블은 '순환 금융 (circular financing)'이라 불리는 금융적 눈속임에 의해 더욱 부풀려지고 있습니다. 이는 주요 AI 기업들이 스타트업에 투자하면, 그 스타트업이 다시 그 자금을 사용하여 해당 기업의 제품을 구매함으로써 유기적인 수요가 있는 것 같은 환상을 만들어내는 방식입니다. 작가이자 전직 연구원인 그레이스 블레이클리(Grace Blakeley)는 이 위험한 유사성을 다음과 같이 강조했습니다: "기술 분야에서 이 정도 수준의 순환성을 마지막으로 목격했던 것은 .com 버블 때였습니다... 이러한 인위적인 구조는 양측 기업의 서비스에 대한 수요가 더 강력하다는 환상을 만들어냅니다."

물리적 한계에 부딪히다 과장된 홍보에도 불구하고, AI는 엄격한 물리적 및 경제적 한계에 빠르게 도달하고 있습니다. 연구자들은 그래픽 처리 장치(GPUs)가 물리적 개선의 한계에 다다르고 있으며, 데이터 센터를 가동하는 데 필요한 막대한 에너지가 확장 불가능한 수준이 되고 있다고 지적합니다. 신경과학자이자 AI 연구자인 게리 마커스(Gary Marcus)는 이러한 현실을 다음과 같이 지적했습니다: "거대언어모델(LLMs)은 수익 체감의 법칙(diminishing returns) 지점에 도달했습니다. 스케일링(Scaling)은 한계에 다다랐으며, 그 진실이 마침내 드러나고 있습니다." 또한, 최근 조사에 따르면 기업의 90%가 AI가 아직 고용이나 생산성에 아무런 영향을 미치지 않았다고 보고했습니다.

민스키 모멘트 (Minsky moment)

AI 시장은 급격하게 "민스키 모멘트 (Minsky moment)\

• 왜 금요일에 Broadcom 주가가 하락하고 있는가? - Benzinga, 반도체 시장의 소화 단계 (digestion phase)에 대한 Stacy Rasgon의 분석.