Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI 수요가 폭발함에도 반도체 주가가 하락하는 현상을 분석합니다. 시장은 단순한 성장 기대 대신, 창출된 경제적 가치가 기업의 실제 이익으로 남는지 여부와 자본 비용을 재평가하고 있습니다. 생산성 향상만으로는 가격 경쟁 심화로 인한 수익성 악화를 막기 어렵다는 점이 핵심입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X 토픽: 한국 스타트업의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기"AI 수요는 폭발하는데, 왜 반도체 주가는 하락하는가?"
테슬라의 가격 인하에서 중국의 메모리 굴기, AI 토큰 가격 경쟁, 그리고 고금리가 바꾸는 자본의 흐름까지
최근 반도체 시장의 조정을 바라보면서 한 가지 의문이 커지고 있다.
AI 산업의 성장 전망이 갑자기 훼손된 것도 아니고, AI 서비스에 대한 수요가 감소하고 있는 것도 아니다. 오히려 AI 토큰 사용량은 빠르게 증가하고 있으며, 기업들의 AI 도입 역시 확대되고 있다. 메타를 비롯한 주요 빅테크 기업들은 여전히 막대한 자금을 AI 인프라에 투자하고 있다.
그런데도 반도체 주가는 큰 폭의 조정을 받고 있다.
물론 주가 하락의 원인을 하나로 설명할 수는 없다. 높은 밸류에이션과 투자자들의 포지셔닝, 금리와 유동성 등 여러 요인이 복합적으로 작용하고 있기 때문이다.
그러나 최근 시장의 움직임을 조금 더 깊이 들여다보면 이전과는 다른 변화가 나타나고 있다는 생각이 든다.
시장이 더 이상 AI 산업의 성장 가능성만으로 높은 밸류에이션을 정당화하지 않기 시작했다는 것이다.
지금까지 AI 산업을 둘러싼 투자 논리는 비교적 단순했다.
AI 수요가 증가하면 데이터센터 투자가 확대되고, 데이터센터 투자가 늘어나면 GPU와 메모리 수요가 증가하며, 결국 반도체 기업들의 매출과 이익도 지속적으로 성장할 것이라는 기대였다.
실제로 이러한 논리는 지난 몇 년 동안 상당 부분 현실로 나타났다.
그러나 여기에는 우리가 간과하기 쉬운 중요한 전제가 있다.
산업의 성장으로 창출되는 경제적 가치가 해당 산업에 참여하는 기업들의 이익으로 남아야 한다는 것이다.
기술이 발전하고 시장이 확대되더라도 경쟁이 심화되면 제품 가격은 하락할 수 있다. 수요가 증가하더라도 공급이 더 빠르게 늘어나면 기업들의 가격 결정력은 약화될 수 있다.
여기에 높은 실질금리와 자금조달 비용까지 더해진다면 기업들은 매출이 성장하는 상황에서도 기대했던 만큼의 수익성을 확보하지 못할 수 있다.
결국 지금 시장이 다시 계산하기 시작한 것은 AI 수요의 성장률이 아니라, 그 성장을 유지하기 위해 필요한 자본의 비용과 최종적으로 기업에 남는 이익의 크기일 가능성이 있다.
이러한 변화를 이해하기 위해서는 반도체 산업만 바라볼 것이 아니라, 전기차와 중국 제조업, AI 서비스의 가격 경쟁, 그리고 최근 채권시장에서 나타나는 변화까지 함께 살펴볼 필요가 있다.
테슬라 모델 Y가 2020년 미국 시장에 출시됐을 당시 롱레인지 모델의 가격은 약 5만 3,000달러였다.
이후 테슬라는 생산 규모를 확대하고 제조 공정을 개선하면서 생산 효율성을 높였다. 배터리 기술이 발전했고, 제조원가를 낮추기 위한 다양한 혁신도 이루어졌다.
일반적으로 생산성이 개선되면 기업의 이익률도 높아질 것으로 기대한다.
그러나 실제 시장에서는 다른 일이 벌어졌다.
중국 전기차 기업들의 생산능력이 확대되고 가격 경쟁이 심화되면서 테슬라는 차량 판매가격을 지속적으로 조정해야 했다.
생산 효율성이 높아졌지만 그 과정에서 발생한 경제적 이익의 상당 부분이 기업의 이익으로 남기보다 소비자에게 이전된 것이다.
여기서 중요한 사실을 확인할 수 있다.
기술 발전과 생산성 향상이 반드시 주주들의 이익 증가를 의미하지는 않는다는 것이다.
예를 들어 생산원가가 20% 하락하더라도 경쟁 심화로 판매가격이 30% 하락한다면 기업의 수익성은 오히려 악화될 수 있다.
반면 소비자는 더 좋은 제품을 더 저렴한 가격에 구매할 수 있게 된다.
산업 전체의 성장과 소비자 후생에는 긍정적이지만, 해당 산업에 투자한 주주들에게는 반드시 긍정적인 결과가 나타나는 것은 아니다.
태양광과 배터리 산업에서도 비슷한 현상이 나타났다.
특히 중국 기업들은 대규모 생산설비 확충과 정책적 지원을 바탕으로 글로벌 시장에서 가격 경쟁력을 확보했다. 그 결과 제품 보급은 확대됐지만 공급과잉과 가격 경쟁으로 산업 전체의 수익성이 악화되는 상황도 발생했다.
이는 앞으로 AI 산업을 바라볼 때도 중요한 시사점을 제공한다.
AI 기술의 생산성이 높아지고 서비스 가격이 낮아지는 것은 분명 긍정적인 변화다.
그러나 그 과정에서 발생하는 경제적 이익이 반드시 AI 모델 개발사나 반도체 기업들의 이익으로 귀속되는 것은 아니다.
오히려 기술을 사용하는 소비자와 일반 기업들이 더 많은 혜택을 가져갈 가능성도 있다.
현재 메모리 산업은 AI 수요 증가에 따른 공급 부족과 가격 상승의 수혜를 받고 있다.
특히 HBM과 서버용 메모리 수요가 빠르게 증가하면서 삼성전자와 SK하이닉스, 마이크론의 실적 개선에 대한 기대가 높아졌다.
그러나 이러한 상황이 앞으로도 지속될 것이라고 가정하는 것은 위험할 수 있다.
여기서 주목해야 할 기업이 중국의 CXMT다.
중국은 반도체 자급률을 높이기 위해 메모리 산업에 대한 투자를 지속하고 있다.
중요한 것은 중국 기업들이 반드시 삼성전자나 SK하이닉스보다 높은 기술력을 확보해야만 기존 업체들을 위협할 수 있는 것은 아니라는 점이다.
일정 수준 이상의 품질과 생산능력만 확보하더라도 범용 메모리 시장에서는 충분히 가격 경쟁이 발생할 수 있다.
더욱이 중국 기업들이 단기적인 수익성보다 시장점유율 확대와 자급률 향상을 우선한다면 기존 메모리 업체들과는 다른 경쟁 구조가 형성될 가능성이 있다.
삼성전자와 SK하이닉스, 마이크론은 막대한 설비투자를 지속하면서도 주주들에게 적정한 자본수익률을 제공해야 한다.
반면 정책적 지원을 받는 중국 기업들은 상대적으로 낮은 수익성을 감수하면서 생산능력을 확대할 여지가 있다.
이러한 비대칭적인 경쟁이 장기간 지속된다면 기존 업체들의 가격 결정력은 약화될 수 있다.
물론 HBM과 첨단 서버용 메모리는 기술적 진입장벽이 높기 때문에 범용 D램과 동일하게 바라볼 수는 없다. 중국 기업들의 실제 수율과 생산원가, 첨단 공정 경쟁력 역시 검증해야 할 부분이 많다.
그러나 우리가 경계해야 할 것은 현재의 기술 격차만이 아니다.
앞으로의 공급 구조가 어떻게 변화할 것인지가 더욱 중요하다.
메모리 산업의 슈퍼사이클은 반드시 수요가 감소해야만 끝나는 것이 아니다.
수요가 계속 증가하더라도 공급이 그보다 빠르게 증가한다면 가격은 하락할 수 있다.
특히 기존 메모리 3사가 HBM 투자에 집중하는 동안 중국 기업들이 범용 D램 생산능력을 확대한다면, 메모리 시장 내부에서도 제품별 수급과 수익성이 크게 달라질 가능성이 있다.
더욱 중요한 것은 이러한 공급 확대가 높은 자본비용과 동시에 발생할 수 있다는 점이다.
메모리 반도체는 대규모 설비투자가 필요한 자본집약적 산업이다.
생산능력을 유지하고 기술 경쟁력을 확보하기 위해서는 지속적인 투자가 필요하다.
그런데 제품 가격은 경쟁 심화로 하락하고 자본조달 비용은 높은 수준을 유지한다면 기업들은 양쪽에서 압박을 받게 된다.
매출이 증가하더라도 영업이익률이 하락할 수 있고, 영업이익이 증가하더라도 투자에 필요한 현금지출이 더 빠르게 늘어난다면 잉여현금흐름은 악화될 수 있다.
이는 결국 주주들에게 돌아가는 경제적 이익을 감소시키는 요인으로 작용한다.
AI 서비스 시장에서도 비슷한 변화가 나타나고 있다.
현재 AI 토큰 사용량은 빠르게 증가하고 있다.
기업들이 AI를 도입하고 AI 에이전트가 다양한 업무를 수행하기 시작하면서 추론 수요는 구조적으로 증가할 가능성이 높다.
그러나 여기서 중요한 변화가 나타나고 있다.
AI 토큰 사용량이 증가하는 동시에 토큰당 판매가격에는 지속적인 하락 압력이 발생하고 있다는 것이다.
DeepSeek를 비롯한 중국 AI 기업들은 상대적으로 저렴한 가격에 경쟁력 있는 모델을 공급하면서 글로벌 AI 시장의 가격 경쟁을 심화시키고 있다.
미국 기업들 역시 모델 경량화와 추론 효율 개선을 통해 비용을 낮추고 있다.
이는 AI 기술의 대중화와 보급 확대에 긍정적인 변화다.
그러나 투자자의 관점에서는 다른 질문이 필요하다.
토큰 사용량이 증가하는 속도와 토큰당 가격이 하락하는 속도 중 어느 쪽이 더 빠를 것인가.
예를 들어 토큰 사용량이 10배 증가하더라도 토큰당 판매가격이 90% 하락한다면 동일한 매출 인식 기준에서 전체 매출은 제자리에 머물 수 있다.
물론 토큰당 추론 비용이 판매가격보다 더 빠르게 하락한다면 기업의 수익성은 개선될 수 있다.
또한 가격 하락이 새로운 수요를 창출하면서 전체 시장 규모를 더욱 빠르게 확대할 가능성도 있다.
그러나 반대의 상황도 생각해야 한다.
판매가격이 하락하는 속도가 비용 절감 속도보다 빠르다면 사용량이 증가하더라도 수익성은 악화될 수 있다.
여기에 데이터센터 구축비용과 GPU 구매비용, 전력비용, 감가상각비까지 증가한다면 투자수익률에 대한 부담은 더욱 커진다.
OpenAI와 Anthropic 같은 AI 모델 기업들을 평가할 때도 같은 기준이 필요하다.
서비스 수요가 빠르게 증가하고 있다는 사실만으로 막대한 AI 인프라 투자가 모두 정당화되는 것은 아니다.
중요한 것은 매출 성장률뿐만 아니라 그 매출을 창출하기 위해 얼마나 많은 자본이 필요한지, 그리고 최종적으로 얼마나 많은 현금흐름을 남길 수 있는지다.
AI 산업의 생산성이 개선되는 속도보다 시장 경쟁으로 인한 가격 하락이 더 빠르다면, AI 서비스의 폭발적인 성장이 오히려 기업들의 수익성을 압박하는 역설적인 상황이 발생할 수 있다.
그리고 이러한 문제는 높은 금리 환경에서 더욱 중요해진다.
여기서 반드시 함께 살펴봐야 할 것이 있다.
바로 미국의 장기금리와 실질금리다.
미국 10년물 국채금리가 5%를 넘어서고 실질금리 역시 과거 10년의 상당 기간과 비교해 높은 수준에 머무는 환경을 생각해 보자.
이는 단순히 채권 투자자들만의 문제가 아니다.
오히려 막대한 자본을 필요로 하는 AI 산업 전체의 수익성에 직접적인 영향을 미칠 수 있는 중요한 변화다.
우선 미국 국채금리는 글로벌 금융시장에서 자본의 가격을 결정하는 핵심 기준 중 하나다.
기업들이 회사채를 발행할 때 적용받는 금리는 일반적으로 국채금리와 해당 기업의 신용위험을 반영하는 신용 스프레드의 영향을 받는다.
따라서 국채금리가 높은 수준을 유지하는 상황에서 신용 스프레드까지 확대된다면 기업들의 자금조달 비용은 더욱 높아질 수밖에 없다.
예를 들어 미국 10년물 국채금리가 5%이고, 어떤 AI 인프라 기업이 신용위험 때문에 4%포인트의 추가 금리를 부담해야 한다면 신규 차입금리는 약 9%에 이를 수 있다.
이러한 환경에서 기업이 100억 달러를 차입한다면 단순 계산으로 연간 9억 달러의 이자비용을 부담하게 된다.
물론 실제 기업들의 차입금리는 만기와 담보, 발행조건 등에 따라 달라진다. 기존 고정금리 채무의 이자비용이 시장금리 상승과 동시에 증가하는 것도 아니다.
그러나 차입금의 만기가 돌아오거나 신규 투자를 위해 자금을 조달해야 한다면 높은 금리의 영향을 피하기 어렵다.
특히 AI 데이터센터와 GPU 인프라 사업은 초기 투자 규모가 크고 투자금을 회수하기까지 상당한 시간이 필요하다.
그런데 투자에 필요한 자본의 가격이 높아진다면 이전에는 충분한 수익성이 있다고 판단했던 프로젝트도 경제성이 악화될 수 있다.
예를 들어 어떤 데이터센터 프로젝트가 연간 8%의 투자수익률을 창출할 것으로 예상된다고 가정해 보자.
자본조달 비용이 4% 수준이라면 상당한 경제적 가치를 창출할 수 있다.
그러나 자본조달 비용이 9%로 상승한다면 동일한 프로젝트의 투자 매력은 크게 낮아진다.
AI 수요가 증가하고 데이터센터 가동률이 높아지더라도 자본조달 비용이 투자수익률보다 높아지는 순간, 성장 자체가 기업의 경제적 가치를 훼손할 수 있다는 것이다.
이것이 지금과 같은 고금리 환경에서 반드시 고려해야 할 부분이다.
더욱 중요한 것은 실질금리다.
명목금리에는 인플레이션에 대한 기대가 포함되어 있지만, 실질금리는 물가 상승의 영향을 조정한 자본의 수익률을 보여준다.
실질금리가 높다는 것은 투자자들이 물가 상승을 고려하고도 상대적으로 높은 수익률을 요구하고 있다는 의미다.
이는 미래의 성장 가능성에 높은 가치를 부여받는 기업들에게 특히 부담스럽게 작용할 수 있다.
AI 기업들의 현재 밸류에이션에는 향후 수년 동안 창출할 것으로 예상되는 막대한 현금흐름이 반영되어 있다.
그런데 실질금리가 높은 수준을 유지하면 미래 현금흐름의 현재가치는 낮아질 수밖에 없다.
여기에는 두 가지 압박이 동시에 작용한다.
하나는 높은 자금조달 비용이 기업의 미래 현금흐름을 감소시킬 수 있다는 점이다.
다른 하나는 높은 할인율이 동일한 미래 현금흐름에 대한 현재의 평가가치를 낮춘다는 점이다.
즉, 높은 실질금리는 AI 기업들의 실제 수익성과 시장이 부여하는 밸류에이션을 동시에 압박할 수 있다.
이러한 환경에서는 AI 수요가 예상보다 빠르게 증가하더라도 주가가 반드시 상승하는 것은 아니다.
시장이 기대하는 미래 이익이 증가하는 속도보다 할인율과 자본비용의 부담이 더 빠르게 커진다면 주가는 오히려 하락할 수 있기 때문이다.
여기서 앞서 살펴본 테슬라의 가격 인하, 중국 메모리의 공급 확대, AI 토큰 가격 경쟁을 다시 떠올릴 필요가 있다.
이들 사례의 공통점은 경쟁 심화로 기업들의 판매가격과 이익률이 압박받을 수 있다는 것이다.
그런데 여기에 높은 금리까지 더해진다면 문제는 더욱 복잡해진다.
판매가격은 경쟁 때문에 낮아지는데 투자에 필요한 자본의 비용은 높은 수준을 유지하는 상황이 발생할 수 있기 때문이다.
이는 기업의 수익성을 양쪽에서 압박하는 구조다.
과거 저금리 환경에서는 낮은 수익성을 감수하더라도 미래의 성장을 기대하며 대규모 투자를 지속하는 것이 상대적으로 용이했다.
그러나 실질금리가 높은 환경에서는 상황이 달라진다.
투자자들은 더 높은 수익률을 요구하고, 금융기관들은 프로젝트의 현금흐름과 부채상환 능력을 더욱 엄격하게 평가하게 된다.
성장 가능성이 높다는 이유만으로 자본을 무제한 공급받기는 어려워지는 것이다.
결국 지금의 AI 산업은 과거와는 다른 조건에서 성장하고 있다.
기술 발전은 제품과 서비스의 가격을 낮추고 있지만, 높은 실질금리는 그 기술을 구현하기 위해 필요한 자본의 가격을 높게 유지하고 있다.
이 두 가지 변화가 동시에 진행되고 있다는 사실이 중요하다.
이러한 관점에서 최근 메타와 테슬라의 설비투자 전략을 다시 살펴볼 필요가 있다.
메타는 AI 경쟁력 확보를 위해 막대한 투자를 지속하고 있으며, 설비투자 확대 기조를 보여주고 있다.
이는 AI 인프라의 중요성과 미래 성장 가능성에 대한 강한 확신을 보여주는 선택으로 해석할 수 있다.
그러나 투자자의 관점에서는 다른 질문도 필요하다.
이러한 투자를 언제까지 확대할 수 있을 것인가.
그리고 막대한 설비투자가 실제로 얼마나 높은 투자수익률을 창출할 수 있을 것인가.
메타의 의결권 없는 C종 주식 구조 역시 이러한 자본조달의 관점에서 살펴볼 필요가 있다.
다만 해당 주식 구조의 존재나 활용 가능성을 곧바로 메타가 채권시장에서 자금을 조달하기 어려워졌다는 증거로 해석해서는 안 된다.
의결권 구조를 유지하면서 향후 자본조달의 유연성을 확보하기 위한 선택일 수도 있기 때문이다.
또한 메타처럼 기존 사업에서 막대한 현금흐름을 창출하는 기업과 차입금에 크게 의존하는 AI 인프라 기업의 재무적 부담을 동일하게 바라볼 수도 없다.
그럼에도 중요한 사실은 AI 인프라 투자가 점점 더 많은 자본을 요구하고 있다는 점이다.
반면 테슬라는 연간 설비투자 전망을 낮추는 방향을 제시했다.
물론 두 기업은 사업 구조와 투자 목적이 다르기 때문에 어느 기업의 판단이 옳다고 단순하게 비교할 수는 없다.
테슬라의 설비투자 축소 역시 AI 사업의 성장 가능성을 부정한다는 의미로 해석하기는 어렵다.
다만 두 기업의 상반된 선택은 현재 기업들이 미래 성장과 자본 효율성 사이에서 서로 다른 판단을 내리고 있음을 보여준다.
과거에는 빅테크 기업들이 AI 설비투자를 확대한다고 발표하면 반도체 기업들의 실적에 긍정적인 신호로 받아들여졌다.
하지만 이제는 투자 규모만으로 충분하지 않다.
막대한 설비투자를 통해 얼마나 많은 매출을 창출할 수 있는지, 그 과정에서 얼마나 높은 영업이익률을 유지할 수 있는지, 그리고 투자금을 회수하는 데 얼마나 오랜 시간이 필요한지가 중요해지고 있다.
특히 높은 실질금리 환경에서는 투자금 회수 기간이 길어질수록 자본비용의 부담이 더욱 크게 작용할 수 있다.
결국 AI 산업의 경쟁은 누가 더 많은 자본을 투자하느냐에서 누가 더 낮은 자본비용으로 높은 투자수익률을 창출하느냐의 경쟁으로 이동할 가능성이 있다.
최근 AI 인프라 관련 기업들의 신용 스프레드 확대와 자금조달 비용 상승에 시장이 민감하게 반응하는 이유도 여기에 있다.
AI 데이터센터와 GPU 인프라 구축에는 막대한 초기 자본이 필요하다.
특히 차입금에 대한 의존도가 높은 네오클라우드와 데이터센터 프로젝트 금융 기업들은 금리와 신용 스프레드 변화에 민감할 수밖에 없다.
여기서 중요한 것은 하이퍼스케일러와 차입 의존도가 높은 AI 인프라 기업들을 구분해야 한다는 점이다.
막대한 영업현금흐름을 창출하는 빅테크 기업들은 상대적으로 높은 자금조달 능력을 보유하고 있다.
반면 대규모 차입을 통해 GPU를 구매하고 데이터센터를 구축하는 기업들은 자본시장 환경에 훨씬 더 큰 영향을 받을 수 있다.
AI 인프라 관련 기업들의 높은 채권 수익률과 신용 스프레드 확대는 투자자들이 모든 AI 프로젝트에 동일한 가치를 부여하지 않고 있음을 보여주는 신호로 해석할 수 있다.
AI 수요가 충분하더라도 프로젝트의 예상 수익률이 자본조달 비용을 감당하지 못한다면 신규 투자는 지연되거나 축소될 수 있다.
여기에 또 다른 문제가 있다.
GPU와 데이터센터는 막대한 자본을 투입해야 하는 동시에 기술 발전에 따른 경제적 가치 하락 위험도 존재한다.
새로운 GPU가 출시되고 추론 효율이 개선되면 기존 장비의 경제적 경쟁력이 예상보다 빠르게 낮아질 수 있다.
이 경우 기업은 높은 이자비용을 부담하면서 동시에 장비의 감가상각과 기술적 진부화 위험까지 감수해야 한다.
만약 AI 서비스의 판매가격까지 빠르게 하락한다면 기업의 현금흐름에는 상당한 압박이 발생할 수 있다.
이러한 상황에서 채권 투자자들이 더 높은 위험 프리미엄을 요구하는 것은 자연스러운 결과다.
문제는 이러한 자금조달 부담이 결국 반도체 산업으로 전이될 수 있다는 것이다.
AI 서비스 수요는 계속 증가하더라도 인프라 기업들이 신규 데이터센터 투자를 축소한다면 GPU와 HBM에 대한 신규 주문 증가율은 둔화될 수 있다.
또한 기존 GPU의 활용도를 높이고 추론 효율을 개선하는 방식으로 수요 증가에 대응할 가능성도 있다.
물론 추론 비용 하락이 새로운 수요를 창출해 전체 GPU 수요를 더욱 확대할 가능성도 존재한다.
그러나 적어도 한 가지는 분명하다.
AI 서비스 사용량의 증가율과 AI 인프라 설비투자의 증가율은 반드시 같은 방향과 속도로 움직이지 않는다는 것이다.
특히 반도체 기업들의 주가가 앞으로 수년 동안 높은 설비투자 증가율이 유지될 것이라는 기대를 반영하고 있다면, 투자 증가율이 조금만 둔화되더라도 밸류에이션 조정이 발생할 수 있다.
반도체 수요가 실제로 감소하지 않더라도 주가는 하락할 수 있다는 의미다.
여기에 높은 실질금리까지 더해지면 반도체 기업들은 이중적인 부담을 받을 수 있다.
고객사들의 자본조달 부담이 높아지면서 신규 주문 증가율이 둔화될 수 있고, 동시에 반도체 기업들 자신의 미래 이익에 적용되는 할인율도 높아질 수 있기 때문이다.
이는 AI 산업의 성장 전망이 유지되는 상황에서도 반도체 주가가 조정받을 수 있는 중요한 경로다.
지금까지 살펴본 현상들은 서로 다른 산업에서 발생하고 있지만 공통적인 특징을 가지고 있다.
테슬라는 생산 효율성을 개선했지만 경쟁 심화로 판매가격을 낮춰야 했다.
중국은 태양광과 배터리 산업에서 생산능력을 확대하면서 글로벌 시장의 가격 구조를 변화시켰다.
메모리 산업에서도 중국의 생산능력 확대가 장기적으로 기존 업체들의 가격 결정력을 약화시킬 가능성이 있다.
AI 서비스 시장에서는 토큰 사용량이 빠르게 증가하고 있지만 토큰당 판매가격은 하락 압력을 받고 있다.
여기에 미국의 높은 실질금리와 AI 인프라 기업들의 자금조달 부담까지 더해지고 있다.
이러한 현상들이 의미하는 것은 무엇일까.
산업이 성장한다는 사실과 그 산업에 참여하는 기업들이 높은 이익을 지속적으로 창출한다는 것은 전혀 다른 문제라는 것이다.
더욱 중요한 것은 지금 AI 산업이 두 가지 상반된 압력에 동시에 노출되어 있다는 점이다.
기술 발전과 경쟁 심화는 제품과 서비스의 가격을 낮추는 방향으로 작용하고 있다.
반면 높은 실질금리와 신용위험은 자본의 비용을 높은 수준으로 유지시키고 있다.
제품을 판매해서 얻는 수익은 경쟁 때문에 압박받는데, 그 제품을 생산하고 서비스를 제공하기 위해 필요한 자본은 여전히 비싼 상황이다.
이러한 구조가 장기간 지속된다면 기업들은 매출 성장에도 불구하고 투자자들이 기대하는 수준의 자본수익률을 달성하지 못할 수 있다.
특히 AI 인프라처럼 초기 투자 규모가 크고 투자금 회수 기간이 긴 산업에서는 이러한 문제가 더욱 중요하다.
여기서 주목해야 할 것은 AI 기술의 경제적 가치가 사라지는 것이 아니라는 점이다.
오히려 AI 기술이 발전하고 가격이 낮아질수록 더 많은 기업과 소비자가 AI를 활용하게 될 가능성이 높다.
다만 그 과정에서 발생하는 경제적 이익이 반드시 AI 모델 개발사나 반도체 기업들에게 집중되는 것은 아니다.
AI 서비스 가격이 낮아지고 도입 비용이 감소하면 AI를 실제 사업에 활용하는 일반 기업들의 생산성과 수익성이 개선될 수 있다.
AI 산업의 성장으로 창출되는 경제적 가치가 인프라를 공급하는 기업들에서 AI를 활용하는 기업들로 점차 이동할 가능성도 존재한다.
과거 인터넷 산업에서도 비슷한 현상이 나타났다.
인터넷 인프라 구축 과정에서는 막대한 자본이 투입되었지만, 장기적으로는 인터넷을 활용해 새로운 사업모델을 구축한 기업들이 상당한 경제적 가치를 창출했다.
물론 AI 산업이 과거 인터넷 산업과 동일한 경로를 따라갈 것이라고 단정할 수는 없다.
그러나 기술 혁신으로 창출되는 경제적 가치와 그 가치를 실제로 확보하는 기업이 반드시 일치하지는 않는다는 점은 중요한 교훈이다.
AI 산업을 둘러싼 투자 환경은 점차 달라지고 있다.
과거에는 낮은 자본비용을 바탕으로 미래 성장에 대한 기대만으로도 대규모 투자가 정당화될 수 있었다.
그러나 높은 실질금리가 장기간 유지되는 환경에서는 성장 자체보다 그 성장을 위해 얼마나 많은 자본이 필요한지가 중요해진다.
특히 AI 인프라에 대한 막대한 투자가 지속되는 상황에서 자본조달 비용이 높은 수준을 유지한다면 기업들은 이전보다 더욱 엄격한 투자수익률을 요구받게 될 것이다.
이는 AI 투자의 종료를 의미하지 않는다.
오히려 AI 산업이 무차별적인 설비투자 확대 국면에서 자본 효율성과 투자수익률을 중심으로 재편되는 과정에 진입할 가능성을 의미한다.
물론 AI 수요가 예상보다 빠르게 증가하고 기술 발전에 따른 비용 절감 효과가 충분히 크다면 이러한 부담은 완화될 수 있다.
그러나 높은 금리와 가격 경쟁이 동시에 이어진다면 산업 내부의 수익성 격차는 확대될 가능성이 높다.
막대한 현금흐름을 창출하는 기업과 외부 자본에 크게 의존하는 기업 사이의 차이도 더욱 분명해질 수 있다.
이 과정에서 AI 산업의 성장으로 창출되는 경제적 가치가 어느 산업으로 이동하는지도 중요한 문제가 될 것이다.
AI 기술의 보급과 가격 하락이 본격화된다면 그동안 막대한 비용을 부담하며 인프라를 구축했던 기업들뿐만 아니라 AI를 활용해 생산성을 개선하는 기업들에게도 새로운 기회가 나타날 수 있다.
그리고 이러한 변화는 주식시장이 미래의 성장과 수익성을 선반영하는 과정에서 실제 산업 구조의 변화보다 먼저 나타날 가능성이 있다.
결국 앞으로의 시장은 AI 수요의 증가 여부만으로 설명하기 어려워질 것이다.
높은 실질금리가 얼마나 오랫동안 유지될 것인지, 기업들의 자본조달 여건이 어떻게 변화할 것인지, 그리고 AI 기술의 생산성 향상이 경제 전반의 이익 구조를 어떻게 바꿀 것인지가 더욱 중요해질 수 있다.
결론.
AI의 성장은 계속되겠지만, 자본의 흐름은 달라질 수 있다
AI 산업의 장기적인 성장 가능성을 의심할 이유는 없다.
기술 발전은 계속될 것이고 AI의 활용 범위 역시 더욱 확대될 가능성이 높다.
그러나 앞으로의 거시경제 환경은 지난 몇 년과는 다른 방향으로 전개될 수 있다.
높은 실질금리가 장기간 유지되는 가운데 AI 인프라에 필요한 자본 규모는 계속 증가하고 있다. 동시에 기술 발전과 공급 확대는 제품과 서비스의 가격을 낮추는 방향으로 작용하고 있다.
자본의 가격은 높은 수준에 머물러 있는데, 기술과 서비스의 가격은 지속적으로 낮아지는 구조다.
이러한 환경에서는 산업의 성장 속도와 기업들의 이익 성장 속도 사이에 괴리가 발생할 가능성이 높아진다.
물론 생산성 향상이 자본비용의 부담을 충분히 상쇄한다면 AI 투자 사이클은 예상보다 오랫동안 지속될 수 있다.
그러나 높은 금리와 가격 경쟁이 동시에 이어진다면 기업들은 이전보다 더욱 엄격한 자본 배분을 요구받게 될 것이다.
이는 AI 투자의 종료를 의미하지 않는다.
오히려 AI 산업이 무차별적인 설비투자 확대 국면에서 자본 효율성과 투자수익률을 중심으로 재편되는 과정에 진입할 가능성을 의미한다.
이러한 변화는 금융시장에도 중요한 영향을 미칠 수 있다.
자금조달 능력이 충분한 기업과 외부 차입에 크게 의존하는 기업 사이의 격차는 확대될 수 있다. AI 인프라에 집중되었던 자본이 점차 다른 산업으로 이동할 가능성도 있다.
특히 AI 기술의 보급과 가격 하락이 본격화된다면, 그동안 막대한 비용을 부담하며 인프라를 구축했던 기업들보다 AI를 활용해 생산성을 개선하는 기업들이 더 큰 경제적 혜택을 누리는 시기가 찾아올 수도 있다.
결국 앞으로의 시장을 결정할 중요한 변수는 AI 수요의 증가 여부만이 아니다.
높은 실질금리가 얼마나 오랫동안 유지될 것인지, 기업들의 자본조달 여건이 어떻게 변화할 것인지, 그리고 AI 기술의 생산성 향상이 경제 전반의 이익 구조를 어떻게 변화시킬 것인지가 더욱 중요해질 것이다.
최근 반도체 시장의 조정 역시 이러한 거시경제적 변화와 무관하지 않을 수 있다.
시장은 AI의 미래를 부정하는 것이 아니라, 그 미래를 실현하기 위해 필요한 막대한 자본과 그로부터 창출될 경제적 이익의 균형을 다시 평가하고 있는 것일 수 있다.
AI 혁명은 계속되겠지만, 그 혁명을 주도하는 기업과 주식시장에서 가장 높은 수익률을 기록하는 기업이 반드시 일치하지는 않을 것이다.
지난 몇 년간 시장을 이끌었던 것은 AI 인프라에 대한 기대와 막대한 설비투자였다.
그러나 앞으로의 시장에서는 그 투자가 만들어낸 생산성 향상이 경제 전반으로 확산되는 과정이 더욱 중요해질 가능성이 있다.
AI 투자의 다음 국면은 더 많은 자본을 투입하는 경쟁이 아니라, 이미 투입된 자본이 얼마나 많은 경제적 가치를 창출하고 그 가치가 어느 산업으로 이동하는지를 중심으로 전개될 수 있다.
어쩌면 지금 우리가 목격하고 있는 변화는 AI 성장의 끝이 아니라, AI가 만들어낼 부와 자본의 흐름이 새롭게 재편되기 시작하는 과정일지도 모른다.