qinbaFrank: AI 컴퓨팅 파워 물결 복기와 전망 — 엔비디아 세 차례 대논쟁에서 광 상호연결, SpaceX IPO까지, 자금은 어떻게 순환되고 있는가?

게스트: qinbaFrank— 미국 주식 및 암호화폐 2차 시장 투자자, 오랫동안 제1원리로 거시, 산업 및 개별 종목 논리를 분석

2026년 6월 8일, Futu, SNZ, ETH HK Hub 및 Sharplink가 공동 주최한 VIP 행사에서 베테랑 투자자 qinbaFrank가 "AI 컴퓨팅 파워 물결 복기 및 전망"이라는 주제로 발표하며, 2023년부터 현재까지 AI 시장이 걸어온 완전한 경로를 체계적으로 정리했습니다: 시장의 '컴퓨팅 파워 필요성'에 대한 세 차례 대논쟁부터 침투율이 상업화 효율을 결정하는 방식, 그리고 현재 하드웨어 부족에서 상업화 검증으로 전환되는 중요한 단계까지.

그는 동시에 이번 조정의 규모를 판단하는 프레임워크——밸류에이션 하락, 실적 하락, 로직 붕괴의 세 가지 시나리오를 제시하고, 이번 AI 랠리가 2000년 닷컴 버블과 '형태는 비슷하지만 본질은 다른' 이유를 설명했습니다.

면책 조항: 본 내용은 게스트의 견해를 사실적으로 전달한 것으로, 어떠한 투자 조언, 상품 판매 권유 또는 수익 약속도 아닙니다.

1. 6월 3일에 위험을 경고하고 일부 포지션을 축소한 이유

2023년부터 거시 및 이번 AI/컴퓨팅 파워 시장에 대한 몇 가지 생각을 써왔습니다. 2024년 6월, X에서 Palantir를 추천하며 국방 및 군수 AI의 대표 주자로서 앞으로 3~5배의 상승 여력이 있다고 보았는데, 당시 시장에서는 이 판단에 대한 논란이 컸지만, 돌이켜보면 실제로 상당한 랠리를 보였습니다.

이번이 오프라인에서 처음 하는 공유입니다. 이 기회에 이번 AI 랠리에 대한 전체 프레임워크를 체계적으로 정리하고자 합니다: 어떻게 진행되어 왔는지, 현재 어느 위치에 있는지, 앞으로 어떤 방향으로 진화할지.

지난 수요일(6월 3일) 저녁, X에서 미국 주식 커뮤니티 168X의 인터뷰를 통해 두 시간 넘게 대화를 나눴습니다. 핵심 견해는: 최근 시장이 다소 '과열'되어 적절한 냉각과 조정이 필요하다는 것입니다. 구체적인 이유는 몇 가지입니다:

첫째, 심리적 과밀, FOMO 과열. 인기 분야의 자금 집중도가 이미 극단적인 수준에 도달했으며, 포물선형 상승은 지속되기 어렵고 주문과 실적은 아직 완전히 반영되지 않았습니다.
둘째, SpaceX의 상장 로드쇼가 기관의 포트폴리오 조정을 촉발. SpaceX 로드쇼 기간 동안 많은 기관이 공식 상장 시점까지 기다리지 않고 미리 관련 보유 자산을 줄이고 자금을 이동시켰습니다——이러한 자금 순환 및 유출 효과는 종종 미리 나타납니다.
셋째, 지정학적 상황으로 인한 안전자산 선호 심리. 미국-이란 협상에 여전히 반복 가능성이 있으며, 지난 금요일 발표된 비농업 고용지표와 이번 주 CPI 데이터까지 겹쳐 시장 전반의 위험 선호도가 하락했습니다.
넷째, 비농업 고용지표가 금리 인하 기대에 충격. 5월 비농업 신규 고용이 예상치를 크게 상회하면 시장은 더 높은 금리 경로를 다시 반영하게 됩니다.
다섯째, 이번 주 CPI 데이터가 진정한 정책 변수. 강한 비농업 고용지표 자체만으로는 금리 인상 여부를 결정하지 못하며, 진정으로 중요한 것은 근원 CPI입니다——특히 에너지 가격 상승이 서비스 가격으로 전이, 확산될지 여부가 앞으로 1~2주 동안 주의 깊게 관찰해야 할 핵심 변수입니다.

이번 조정의 규모를 판단하는 핵심 분기점은: 단순한 자금 유동성/밀집도 해소는 일반적으로 소규모 조정에 그칩니다. 인플레이션 데이터가 예상치를 상회하면 소~중 규모로 격상될 수 있습니다. AI 상업화 또는 클라우드 수익이 명확히 둔화되어야만 전체 내러티브가 재설정되었음을 의미합니다. 전반적으로 단기적으로 시장은 소화와 대기 시간이 필요하며, 이전에 과도하게 밀집되었던 인기 분야는 다음 '거시 신호'가 완화될 때까지 완만하거나 중간 정도의 조정 단계에 진입할 수 있다고 봅니다.

2. 복기: 지난 3년간 AI 시장의 '세 차례 대논쟁'

현재 위치를 이해하려면 이번 AI 랠리가 2023년부터 현재까지 걸어온 완전한 경로를 되돌아볼 필요가 있습니다. 저는 이것이 단순한 직선 상승이 아니라, '시장 논쟁—검증—재논쟁'이 반복적으로 추진하는 파도형 시장이라고 생각합니다.

첫 번째 논쟁(2023년 하반기): 자본 지출이 과연 필요한가?

2023년 상반기, 이 메인 테마는 주로 밸류에이션 주도였습니다——실적은 아직 뚜렷하게 개선되지 않았지만 주가는 이미 한 차례 상승했습니다(대략 수 배 상승). 당시 전 세계 반도체 산업의 하락 사이클에 접어든 시점으로, 시장은 'AI에 얼마나 많은 컴퓨팅 파워가 필요한가'에 대해 큰 이견이 있었기 때문에 2023년 하반기는 전반적으로 고점 횡보 양상을 보였습니다.

두 번째 논쟁(2024년 초~2025년 초): 대형 기업의 자본 지출이 지속적으로 가속화될 것인가?

2024년 1분기, 엔비디아의 실적이 전분기 대비 개선되기 시작하고 대형 기술 기업의 자본 지출도 가속화되면서 시장은 '컴퓨팅 파워 수요가 실제 트렌드'임을 점차 확인했습니다. 하나의 상징적인 사건은: 2024년 초 다보스 포럼에서 OpenAI의 Sam Altman이 향후 칩 제조 생산 능력에 수조 달러를 투자해야 한다고 제안한 것입니다. 당시 이 발언은 업계 내에서 논란이 컸으며, 엔비디아와 TSMC 경영진까지 공개적으로 동의하지 않는다고 밝히며 그렇게 큰 규모의 투자가 필요하지 않다고 생각했습니다. 하지만 이후 대형 클라우드 기업들의 자본 지출이 지속적으로 예상치를 상회하면서 시장은 이 판단을 점차 받아들였습니다——미국 내 신규 데이터 센터에 필요한 전력 및 컴퓨팅 파워 규모는 실제로 조 단위 규모입니다.

이 단계에서 자금은 대형 기술 기업의 자본 지출에서 엔비디아와 상류 공급망으로 흘러들어 2024년의 주요 상승장을 추진했습니다.

세 번째 논쟁(2025년 초): 컴퓨팅 파워가 과대평가되었는가?

2025년 1분기, 훈련 효율이 대폭 향상된 대형 모델이 출시되면서 '정말 이렇게 많은 컴퓨팅 파워가 필요한가'에 대한 시장의 의문을 촉발하여 주가가 뚜렷하게 조정되었습니다. 이어 2월에는 미국 관세 정책 변화로 또 한 차례 급락이 발생하여 관련 핵심 종목들이 고점 대비 상당한 폭으로 하락했습니다——이것이 이번 랠리의 두 번째 큰 조정입니다.

세 번째 단계(2025년 하반기): 컨센서스 형성

2025년 2, 3분기에 이르러 시장은 대형 모델의 능력과 실용성이 뚜렷하게 향상되었음을 보편적으로 체감했으며, 응용 시나리오가 '훈련 중심'에서 '추론 중심'으로 전환되고 모델 파라미터 규모와 멀티모달 능력의 향상이 컴퓨팅 파워 수요를 더욱 끌어올렸습니다. 이 단계에서 대형 기술 기업의 자본 지출은 새로운 가속 국면에 진입했고, 시장도 이에 따라 새로운 상승 국면에 접어들었습니다.

3. 핵심 프레임워크: 침투율이 상업화 효율을 결정한다

개인적으로 어떤 기술 물결이 얼마나 멀리 갈 수 있을지 판단하는 핵심은 침투율을 보는 것이지, 단순히 '트렌드 존재 여부'를 보는 것이 아닙니다.

많은 사람들이 이번 AI 랠리를 2000년 닷컴 버블과 비교합니다. 저는 둘이 '형태는 비슷하지만 본질은 다르다'고 생각합니다: 모두 밸류에이션이 실적보다 앞서는 포물선형 상승을 겪었지만, 산업 환경은 천양지차입니다.

2000년 전후, 미국의 인터넷 침투율은 30%대에 불과했고, 비즈니스 모델(광고, 이커머스, 게임, 부가 서비스)도 탐색기였기 때문에 버블 붕괴 후 나스닥이 다시 저점을 벗어나는 데 상당히 오랜 시간이 걸렸습니다.
2010년 전후의 모바일 인터넷은 달랐습니다: 2007년 아이폰 출시, 안드로이드 시스템 개방 이후, 모바일 인터넷의 중국 및 미국 내 침투율은 약 10년(2010-2018) 만에 초기 단계에서 주류로 도약했습니다——인터넷이 20~30년 걸린 과정보다 훨씬 빨랐습니다. 이는 이전 세대의 인프라(인터넷 보급, 정보 전파 효율)가 다음 세대에 매우 좋은 기반을 마련해 주었기 때문입니다.

오늘날 우리가 직면한 환경은 전 세계 수십억 명이 이미 위챗, 소셜 미디어, 다양한 앱 사용에 익숙해진 환경입니다——정보 전파 속도와 대중의 신기술 수용도는 2000년과 완전히 비교할 수 없습니다. 이것이 바로 이번 AI 산업 환경과 2000년 인터넷의 가장 큰 차이점입니다.

구체적인 판단 방법으로, 저는 '기술 수용 생명 주기'(캐즘 이론)의 한 핵심 지점을 상당히 인정합니다: 침투율 10%가 임계점입니다. 10% 미만은 기술이 아직 '초기 검증' 단계에 있으며, 충분히 혁명적인지 여부가 규모 확대 가능성을 결정합니다. 일단 10%를 넘으면 대중 시장을 넘어섰음을 의미하며, 성장 기울기는 일반적으로 더 가팔라집니다. 10%~50% 구간은 핵심 관찰 윈도우이자 관련 산업 투자의 '황금기'입니다——사용자 규모 확대와 지불 의사 향상이 동시에 발생하며, 토큰 소비량도 이에 따라 증가합니다. 50%를 초과하면 증분 공간은 한계적으로 감소합니다.

한 조사 데이터를 참고하면: 한 대형 투자 은행의 기업 AI 구매 의향 조사에 따르면, 이 비율은 작년 9월 약 10%에서 올해 3월 말 약 18%로 상승했습니다——이는 기업 AI 침투율이 이미 임계점을 넘어 공식적으로 빠른 성장기에 진입했음을 의미합니다.

이번 AI 물결을 3세대 기술 물결 속에서 비교해 보면: PC 인터넷은 1990년부터 2010년까지 약 20년이 걸려 침투를 완료했습니다. 모바일 인터넷은 2010년부터 2019년까지 10년이 채 걸리지 않았습니다. 그리고 AI는 2023년부터 시작되어 확산 속도가 더 짧을 수 있습니다. 핵심 이유는 인프라가 완전할수록 상업화 주기가 짧아지기 때문입니다——모바일 인터넷 시대에는 스마트폰, 4G, 앱 스토어, 모바일 결제가 대중화를 추진했습니다. 오늘날의 AI는 클라우드 컴퓨팅 파워, 모델 API, 소셜 전파 및 에이전트 인프라 위에 서 있어 정보 확산과 상업화 수단이 이전 어느 세대보다 성숙해 있습니다.

4. AI와 인터넷: 상업화 로직의 본질적 차이

인터넷이 해결하는 핵심 문제는 '연결과 정보 전파의 효율'입니다——정보 흐름, 물류, 자금 흐름의 중간 단계 비용을 낮추지만, 그 자체로 '사람'을 직접 대체하지는 않습니다.

AI는 다릅니다: 직접 대체하는 것은 사람의 인지와 노동입니다. AI의 능력이 '사회 평균' 수준의 인간 직원에 도달하거나 초과할 때, 그것이 가져오는 것은 단순한 효율 향상이 아니라 진정한 의미의 대체입니다——이는 기업이 AI에 지불하는 비용이 본질적으로 과거 이 부분의 노동력을 고용하기 위해 지불했던 비용과 동등하다는 것을 의미합니다. 이것이 많은 사람들(저 자신을 포함)이 AI 도구에 대한 지불 금액을 무료 버전에서 월 수십 달러, 수백 달러로 빠르게 업그레이드하거나 심지어 여러 대형 모델에 동시에 지불하는 이유이기도 합니다——일단 '그것이 확실히 나보다 더 잘하고, 더 빠르게 한다'는 것을 경험하면 지불 의사는 매우 단호하게 상승합니다. 따라서 AI가 일단 사회 평균 지능 수준을 넘어서면 그 상업적 가치는 빠르게 기하급수적으로 상승합니다.

이는 앞서 게스트가 제기한 질문과도 맞닿아 있습니다: AI가 인지 노동을 빠르게 대체하는 추세 속에서 개인의 전문 지식과 경험이라는 '해자'의 가치가 어떻게 변화할 것인가 하는 점은, AI 상업화가 인터넷보다 더 복잡한 근본적인 이유 중 하나입니다.

이번 컴퓨팅 파워 투자 사이클의 논리는 단순히 GPU에 베팅하는 것에서 벗어나 스토리지, CPU, 인터커넥트, 전력 공급, 패키징, 엣지 하드웨어에 이르는 전체 공급망의 시스템적 재평가로 확산되고 있습니다. 이는 크게 3단계 프레임워크로 요약할 수 있습니다: 단기적으로는 '자원 부족', 중기적으로는 '시스템 업그레이드', 장기적으로는 'Physical AI 보급률'에 주목하는 것입니다.

1. 공급 부족 프리미엄: GPU 수요가 스토리지와 CPU로 확산

논리적 연결 고리는 다음과 같습니다: 긴 컨텍스트, 멀티모달 및 에이전트 애플리케이션이 스토리지 수요를 끌어올리고——HBM이 가장 먼저 공급 부족에 직면한 후, DRAM/GDDR, NAND/SSD/HDD로 계층적으로 전파되며, 최종적으로 CPU 스케줄링 단계와 전력 공급까지 영향을 미칩니다.

먼저 GPU 공급 부족이 발생했습니다. 2022-2023년은 전 세계 스토리지 업계의 하락 사이클로, 대규모 생산 능력이 정리되었습니다. 2024년에 접어들어 대형 클라우드 기업들의 자본 지출이 가속화되면서 이러한 생산 능력 정리 효과가 나타나기 시작했습니다.

이어서 스토리지/HBM 공급 부족이 발생했습니다. HBM 자체의 생산 공정이 복잡하고 수율 개선 속도가 느린 데다, 이전의 극심한 공급 과잉을 겪은 후 주요 스토리지 제조사들이 증설에 매우 신중해졌기 때문입니다. 신규 생산 능력은 2027년 하반기에나 점진적으로 풀릴 예정입니다. 이로 인해 스토리지 제조사들은 장기 공급 계약 체결 시 협상력이 크게 향상되었습니다——계약 기간은 5년에, 10%~30%의 선수금을 요구하며, 심지어 다운스트림 고객에게 금융 보증 수단을 요구하기도 합니다. 이것이 이들 기업이 '실적이 밸류에이션 상승을 선행하는' 특징을 보이는 이유입니다. 지난 몇 분기 동안 실적이 지속적으로 예상치를 상회했지만, 시장이 '반도체 사이클의 전철을 밟을 것'이라는 우려로 밸류에이션이 억제되다가, 장기 계약의 존재가 주기적 변동성을 '완화'시킬 것이라는 확신을 시장에 심어주면서 밸류에이션 회복이 시작되었습니다.

다음으로 CPU 스케줄링 부족, 마지막으로 전력 부족이 발생합니다. 핵심 원인은 데이터센터 내의 많은 오케스트레이션 및 스케줄링 작업이 GPU 처리에 적합하지 않고 CPU에 의존해야 하기 때문입니다. NVIDIA NVL72 랙을 예로 들면, 현재 구성은 대략 72개의 GPU에 36개의 Vera CPU를 탑재하여 CPU:GPU 비율이 약 1:2입니다(초기 방안은 약 1:8). 시장에서는 향후 이 비율이 1:1에 가까워질 것으로 예상하며, 이는 CPU(Intel, AMD 또는 자체 개발 ARM 칩)의 컴퓨팅 인프라 내 중요성이 재평가되고 있음을 의미합니다. 이 영향이 아래로 전파되면 데이터센터의 전력 및 전력망 용량 문제로 이어집니다.

2. 업그레이드 프리미엄: 광 인터커넥트, 전력 공급, 첨단 패키징의 동시 업그레이드

두 번째 주요 축은 '업그레이드 논리'입니다——핵심은 '이 모듈의 유무'가 아니라 변환 효율, 전력 소비, 전력 밀도 및 패키징 수율을 지속적으로 개선할 수 있는지 여부입니다.

광 인터커넥트: 광 모듈이 LPO/NPO/CPO로 진화하고 있습니다. 공동 패키징 광학(CPO)은 광 칩과 전자 칩을 더욱 긴밀하게 통합하여 이론적으로 전력 소비를 줄일 수 있지만, 현재 대규모 양산 단계는 아닙니다. 일부 현장 조사에 따르면, 대형 클라우드 기업들은 2027년 이전에는 CPO를 대규모로 도입하지 않을 가능성이 높습니다——핵심적인 우려는 신뢰성에 있습니다. 기존 광 모듈은 고장 시 직접 교체가 가능하지만, CPO는 문제 발생 시 보드 레벨의 교체 비용과 검증 주기가 수반되므로, 대형 기업들이 수율과 고장률을 충분히 검증하는 데 시간이 더 필요합니다.

전력 공급 네트워크: 48/54V에서 800V HVDC로 진화하고 있습니다. 이는 전기차 업계의 고전압화 경로와 매우 유사합니다——초기 전기차는 일반적으로 낮은 전압의 전력 공급 아키텍처를 사용하여 효율이 낮았으나, 이후 BYD, 화웨이 등 제조사들이 더 높은 전압의 직류 아키텍처로 전환하여 전압은 높이고 전류는 낮춰 손실을 줄였습니다. 데이터센터의 전력 공급 시스템도 유사한 업그레이드 경로를 겪고 있으며, 이는 전력 반도체(예: 실리콘 카바이드) 및 전원 관리 관련 공급망의 수요를 견인하고 있습니다.

첨단 패키징: 3D 적층 + 유리/세라믹 기판. 이는 최근 몇 년간 스마트폰 칩의 진화 경로와 유사합니다——공정 노드 축소만으로 얻는 성능 향상의 한계 효용이 점점 낮아지자, 업계는 더 발전된 패키징 방식(예: 3D 적층, 유리 또는 세라믹 기판)을 통해 물리적 한계를 돌파하고, 더 나은 소재와 패키징 공정으로 전체 성능을 지속적으로 향상시키는 방향으로 전환했습니다.

3. 장기 프리미엄: 엣지 컴퓨팅과 Physical AI

장기 논리는 엣지 컴퓨팅과 Physical AI가 애플리케이션 검증 단계에 진입하는 것입니다——소형 모델의 온디바이스 추론부터 로봇, 자율주행, 대규모 양산 및 비용 절감을 거쳐 궁극적으로 새로운 보급률 곡선을 형성하게 됩니다. 단기 및 중기 추적의 핵심은 스토리지, CPU/ARM, 광 인터커넥트, 전력 장비 및 첨단 패키징에 있으며, 장기적으로는 로봇과 자율주행의 양산 곡선을 주목해야 합니다.

6. 투자 메인 테마의 진화: 물리적 제약에서 수직형 AI OS로

컴퓨팅 파워 공급 부족이 완화된 후, 시장의 관심은 다음과 같은 경로로 이동할 것입니다: 물리적 제약(컴퓨팅 파워/생산 능력 부족) → 기업 도입 계층(기업이 AI를 생산 시스템으로 전환할 수 있는지) → 수직형 AI OS(업종 워크플로우 진입점 장악) → Physical AI(실제 물리적 세계로의 진입).

기업 도입 계층의 본질은 단순히 챗봇을 연결하는 것이 아니라 기업의 워크플로우를 재구성하는 것입니다. 먼저 빈도가 높고 인건비가 많이 들며 결과 검증이 가능한 워크플로우를 찾은 후, 기업의 프라이빗 데이터(RAG, 권한 관리, 데이터 리니지, 지식 그래프 관련)에 연결하여 에이전트가 실제로 작업을 실행(API 호출, SaaS, 승인 및 롤백 프로세스 완료)할 수 있도록 하고, 작업 완료율, 인수율, 비용 및 ROI를 지속적으로 측정하는 것입니다.

소위 '수직형 AI OS'는 업종의 지능형 제어 계층으로 이해할 수 있습니다——기존 SaaS가 '사람이 소프트웨어를 조작하는' 방식과 달리, AI OS는 'AI가 도구를 호출하고 프로세스를 진행하며, 사람은 감독, 승인 및 의사 결정을 담당하는' 방식으로, 본질적으로 System of Intelligence + Action + Governance의 결합체입니다. 이 단계의 진전을 판단하는 핵심 지표에는 상업화의 지속 가속화 여부(모델 ARR, 클라우드 매출, 기업 고객 수), 도입 품질이 실제 생산 라인을 통과했는지(작업 완료율, 수동 인수율, 정확도), 경제성이 폐쇄 루프를 형성했는지(단위 추론 비용, ROI, 매출 총이익률), 그리고 해자가 형성되었는지(프라이빗 데이터, 프로세스 심도, 규정 준수 감사) 등이 포함됩니다.

7. 파도형 상승의 근본적 닻: 모델 ARR과 클라우드 매출

시장 내러티브가 지속될 수 있을지의 핵심은 '밸류에이션이 비싼가'가 아니라, 모델 제공업체의 ARR(연간 반복 매출)과 클라우드 사업 매출이 계속해서 높은 성장세를 유지하는지 여부입니다——이는 대형 기술 기업의 자본 지출이 합리적인지, 그리고 전체 컴퓨팅 파워 공급망의 호황이 지속될 수 있는지를 결정합니다. 이 전달 체인은 다음과 같습니다: 실수요(B/C 부문의 실제 결제) → 모델 제공업체 ARR 고성장 → 클라우드 사업 예상치 상회 → 컴퓨팅 파워 공급망의 지속적 수혜.

이 전달 체인을 중심으로 세 가지 시나리오로 나누어 논의할 수 있습니다:

시나리오 1: 성장률 둔화 없음, 논리 역전 없음. 모델 제공업체의 ARR이 계속 성장하고 클라우드 사업이 지속적으로 예상치를 상회한다면, 자본 지출의 합리성이 여전히 유효하고 컴퓨팅 파워 공급망의 수주 논리도 계속 유효함을 의미합니다. 이 경우 단기적으로 과매수되어 밸류에이션이 '비싸다'는 인식으로 소규모 또는 중간 규모의 조정이 발생하더라도, 펀더멘털이 훼손된 것이 아니므로——하락 속도가 빠른 만큼 회복도 빠른 경우가 많으며, 실적 시즌이나 새로운 애플리케이션 등장 시 빠르게 반등할 수 있습니다.

시나리오 2: 성장률 기대치 미달, 내러티브 재설정. 모델 제공업체의 실적이 뚜렷하게 둔화되거나 클라우드 사업 수요 체인에서 명확한 감속이 나타난다면, 문제는 '상업화의 원점'에 더 가까워진 것입니다——클라우드의 많은 컴퓨팅 파워 구매 자체가 이러한 모델 제공업체로부터 발생하기 때문입니다. 이 경우 최소 중간 규모의 조정이 필요하며, 규모와 성장률이 다시 예상치를 뛰어넘을 수 있다는 새로운 증거가 나와야 신뢰가 회복될 것입니다.

시나리오 3: 거시경제/자금 흐름은 '증폭기' 역할이지만 근본 원인은 아닙니다. 거시경제와 자금 흐름은 시장 심리와 할인율에 영향을 미치지만, 그것이 실제로 상업화 수준까지 타격을 줄 때만 핵심 리스크로 격상됩니다. 구체적으로 세 가지 계층으로 나눌 수 있습니다. 단순한 자금 이탈이나 일회성 CPI 서프라이즈는 일반적으로 소규모 조정입니다. 지속적인 인플레이션, 금리 인하 중단 및 지정학적 리스크가 겹치면 소규모에서 중간 규모로 확대될 수 있습니다. 모델 ARR이나 클라우드 매출에서 실제 감속이 나타나야만 중간 규모의 논리 재설정 국면으로 진입한 것으로 간주합니다.

간단히 말해: 대규모 언어 모델의 ARR과 클라우드 매출이 둔화되지 않는 한, 이번 조정은 2000년식 붕괴라기보다는 밸류에이션 및 자금 흐름 측면의 재평가 성격에 가깝습니다. 펀더멘털이 실제로 둔화될 경우에만 새로운 반전의 증거를 기다려야 합니다.

8. 현재 국면: 하드웨어 부족에서 상업화 검증으로

올해 4월부터 6월까지 이 국면에서 시장의 핵심 가정은 대형 클라우드 기업들의 자본 지출 가이던스가 지속적으로 예상치를 상회할 것이며, 그 배경에는 기업 및 소비자 부문의 클라우드 서비스에 대한 실제 유료 수요(즉, 클라우드 사업 매출 성장률)가 있다는 것입니다. 이 가정이 성립한다면, 자본 지출이 '합리적이고 지속 가능하다'는 것을 의미하므로 스토리지, 광학, CPU, 칩에서 전력 및 전력망에 이르는 전체 공급망이 수혜를 입을 것입니다.

앞으로 시장의 관심은 점차 '하드웨어 부족'에서 '상업화 실현'으로 이동할 것이라고 생각합니다. 올해 5월 한 보고서에 따르면, 기업 서비스 시장에서 가장 잘 팔리는 제품 카테고리는 사실상 AI 구현/컨설팅 서비스, 즉 기업이 AI를 실제 비즈니스 프로세스에 적용하도록 돕는 역량이었습니다. 이면의 논리는 많은 업종의 핵심 생산 공정과 경험은 공개된 문서 자료가 아니라 숙련된 직원들의 경험 속에 축적되어 있으며, 대규모 언어 모델 자체의 훈련 데이터에는 이러한 '암묵지'가 포함되어 있지 않다는 것입니다. 이러한 업계 노하우와 AI를 결합하도록 기업을 도울 수 있는 주체가 다음 단계의 기회를 잡을 것입니다.

개인적인 판단으로는, 이러한 성장률 자체가 뚜렷하게 악화되지 않는 한, 향후 거시경제적 요인(예: 금리, 관세 등)으로 인한 조정은 추세 반전이라기보다는 중소 규모의 단계적 조정일 가능성이 높습니다. 실제로 경계해야 할 것은 AI 상업화의 전체 성장률이 예상치를 크게 하회하는 상황입니다——그때가 되어서야 전체 섹터의 밸류에이션 논리를 실제로 재평가해야 할 것입니다.

9. 역사적 참고 자료: 미국 증시 조정의 3단계 프레임워크

미국 증시 조정의 규모를 판단할 때 낙폭 자체는 큰 의미가 없습니다. 핵심은 트리거가 장기 논리를 뒤집었는지 여부, 즉 단순한 밸류에이션 축소 충동인지, 거시 이벤트 충격인지, 아니면 전체 산업 내러티브가 재설정되었는지입니다. 기술주 비중이 높은 나스닥 지수를 기준으로 삼으면, 최근 20년간의 조정은 크게 세 가지 계층으로 나눌 수 있습니다:

L1 소규모(한 자릿수 낙폭): 트리거는 일반적으로 급등 후 '밸류에이션 축소' 충동에 유동성 충격이나 인플레이션/금리 인하 기대의 혼선이 겹친 것입니다. 이러한 조정은 위기가 아니며 펀더멘털 변화도 없습니다. 혼선이 완화된 것으로 확인되면 반전은 대개 빠릅니다. 비교적 최근 사례로는 작년 11월의 약 7%~8% 조정이 있는데, 주로 유동성 충격과 AI 자본 지출에 대한 의구심이 막 싹트던 시기가 겹친 결과였습니다.

L2 중간 규모(약 15% 낙폭): 일반적으로 특정 거시적 대형 이벤트나 시장 메커니즘 충격을 수반하며, 리스크 재평가가 필요하지만 근본 질서의 붕괴를 의미하지는 않습니다. 시장은 리스크가 더 이상 확산되지 않았음을 확인할 새로운 데이터를 기다려야 합니다. 예를 들어 2023년 8월부터 10월까지의 약 15% 조정은 10년 만기 미국 국채 수익률이 5%에 근접한 것이 배경이었고, 2024년 7-8월의 조정은 캐리 트레이드 청산 및 경기 침체 우려와 관련이 있었습니다.

L3 대규모(25% 이상 낙폭): 과거에 익숙했던 거시적 논리가 재설정되거나 산업의 장기 내러티브가 뒤집혔음을 의미하며, 위험 선호도가 체계적으로 재평가되고 새로운 증거가 있어야만 신뢰를 재구축할 수 있습니다. 역사적 사례로는 2008년 금융 위기(반토막), 2018년 4분기(약 25%~30%), 2020년 3월 팬데믹 충격(약 30%~40%), 2022년 금리 인상 사이클(약 33%~35%), 그리고 관세 또는 글로벌 무역 질서 충격으로 인한 약 28% 조정 등이 있습니다.

이를 현재 AI 랠리에 적용하면, 핵심 분기점은 여전히 AI 상업화 성장률의 둔화 여부입니다. 모델 ARR, 기업 사용자 수, 토큰 매출 및 클라우드 사업 매출이 계속해서 예상치를 상회한다면, 비즈니스 논리가 역전되지 않았음을 의미하며, 조정은 자금 흐름이나 거시적 혼선으로 인한 소규모 또는 중간 규모의 조정일 가능성이 높습니다. 모델 제공업체의 실적이 기대에 미치지 못한다면, 이는 상업화의 원점에 더 가까워졌음을 의미하며, 최소 중간 규모의 재평가가 필요하고 새로운 증거를 기다려야 합니다. AI 성장률 둔화와 동시에 인플레이션 급등, 지정학적 충돌 또는 글로벌 질서 붕괴와 같은 시스템적 리스크가 겹칠 때만 대규모 조정으로 확대될 수 있습니다.

간단히 말해: AI 상업화가 둔화되지 않는 한, 이번 조정은 '재평가'에 가깝습니다. 상업화의 증거가 단절될 때만 전체 프레임워크의 재설정이 필요함을 의미합니다.

10. 요약: AI는 문명 기반 역량의 근본적 도약

마지막으로 이번 물결의 성격에 대한 개인적인 이해를 공유하고자 합니다. 역사 속의 화약, 증기기관, 전기, 인터넷은 본질적으로 '단일 지점 산업혁명'이었습니다. 이들은 특정 도구, 에너지 또는 정보 채널을 업그레이드하여 핵심 병목을 해결한 후 산업 사슬을 따라 확산되었으며, 단일 기술 주기의 S-곡선을 나타냈습니다. 이러한 혁명이 바꾼 것은 '특정 차원의 능력'이지, 지능 자체를 직접적으로 향상시키는 것은 아니었습니다.

저는 AI가 다르다고 생각합니다. AI가 향상시키는 것은 '지능'이라는 가장 근본적인 기반 능력입니다. 이는 인류가 '불을 사용'했던 사건에 비유할 수 있습니다. 불을 사용하지 못하다가 사용하게 되면서 가져온 것은 단순히 '도구 하나가 추가된 것'이 아니라, 익힌 음식이 신체 구조를 변화시키고 나아가 뇌 용량에 영향을 미쳐 궁극적으로 문명 전체의 역량 확장으로 이어졌습니다. AI 역시 기반 능력을 변화시키고 있습니다. 인지, 추론, 생성, 의사 결정, 행동이라는 일련의 전체 능력이 전반적으로 상향 이동하는 것이며, 이는 특정 도구를 더 편리하게 만드는 것이 아니라 '문명 생산 함수' 차원의 근본적인 업그레이드입니다.

바로 이러한 기반 능력의 도약이기 때문에, 그 상위에서는 지속적이고 단계적으로 새로운 산업 혁명이 나타날 것입니다. 에이전트 혁명, 로봇 혁명, 드론 혁명을 거쳐 국방, 우주 기술, 그리고 더 많은 산업의 프로세스 재구성으로 이어질 것입니다. 이 과정은 한 번에 실현되는 것이 아니라, 물결이 밀려오듯 연이어 나타날 것입니다. 따라서 제가 생각하기에 진정으로 주목할 가치가 있는 주요 흐름은 특정 애플리케이션의 폭발에 베팅하는 것이 아니라, '지능 능력이 어떻게 물리적 세계와 각 산업 프로세스로 확산되는지'를 지속적으로 관찰하는 것입니다. 이것이 바로 이번 AI 물결이 얼마나 더 나아갈 수 있을지 판단하는 핵심 단서입니다.

향후 1~2년을 내다보면, 우리는 이러한 '가속 속의 가속'을 지속적으로 느끼게 될 것이라고 생각합니다. 기술 역량과 상용화 과정이 서로를 검증하고 추동할 것입니다. 그러나 시장 흐름 자체는 결코 직선적이지 않을 것이며, '공급 부족-업그레이드-장기적 실현'이라는 논리적 전환 속에서 파도와 같은 특징을 나타낼 것입니다.

면책 조항: 본 내용은 게스트가 공유한 관점을 사실적으로 전달한 것이며, 어떠한 투자 조언, 상품 판매 권유 또는 수익 보장도 구성하지 않습니다.