티스토리 뷰
솔직히 처음엔 저도 "이번엔 다르다"는 말을 믿었습니다. AI가 바꿔놓는 세상을 눈앞에서 보면서, 반도체 사이클 같은 오래된 법칙은 이제 옛말이 됐다고 생각했으니까요. 그런데 직접 업무에 AI를 도입해보고, 비용 구조를 들여다보기 시작하면서 뭔가 어긋나고 있다는 느낌이 왔습니다. GPU와 HBM에 천문학적인 돈이 쏟아지는 동안, 정작 그 돈이 이익으로 돌아오는 경로는 생각보다 훨씬 좁고 느렸기 때문입니다.
AI 수익화(Monetization)의 벽 — 투자는 폭발적인데 이익은 어디에
제가 직접 써봤는데, AI 툴의 성능 자체는 정말 놀랍습니다. 문서 요약, 이미지 생성, 데이터 분류까지 초반 도입 효율은 의심할 여지가 없었습니다. 문제는 그 다음이었습니다. API 호출 비용, 서버 유지비, 최신 인프라 구독료가 매달 고정으로 빠져나가는데, 정작 고객이 유료로 전환하는 비율은 기대에 한참 못 미쳤습니다.
이게 저 혼자만 겪는 일이 아닙니다. 지금 글로벌 시장에서도 같은 구조적 문제가 수면 위로 올라오고 있습니다. 빅테크 기업들이 데이터센터 구축에 쏟아붓는 자본 지출(CapEx)은 사상 최고 수준인데, 그에 비례하는 영업이익 증가는 아직 확인되지 않고 있습니다. 마이크로소프트, 알파벳, 메타 모두 AI 인프라 투자를 늘리고 있지만 시장은 점점 "이 투자가 언제 회수되느냐" 를 묻기 시작했습니다(출처: The Wall Street Journal).
사모펀드 시장에서도 이상 신호가 감지됩니다. AI 인프라에 막대한 자금을 투입한 일부 사모펀드가 투자자들의 환매 요청에 응하지 못하는 상황이 나타나고 있습니다. 금융 시스템에서 신뢰(Credit)는 한번 흔들리면 순식간에 무너집니다. 이 흐름이 신용 스프레드 확대로 이어질 경우, 자산 시장 전반에 파장이 미칠 수 있습니다. 세인트루이스 연방준비은행(출처: FRED, Federal Reserve Bank of St. Louis)에서 매일 발표되는 하이일드 채권 스프레드, 투자등급 회사채 스프레드, BBB등급 스프레드 세 지표를 주기적으로 확인하는 것만으로도 시장의 체온을 꽤 정확하게 읽을 수 있습니다.
- 수익화 속도 정체: AI 서비스 대부분이 여전히 무료·저가 구조에 머물러 있어 수익화 속도가 투자 속도를 따라가지 못함
- 빅테크 실적 부담: CapEx(자본 지출)는 사상 최고 수준이지만 영업이익 증가율은 둔화 조짐
- 신용 리스크 전이: 사모펀드 환매 지연 → 신용 스프레드 확대 가능성으로 이어지는 연결 고리
- 복합적 금융 압력: 실질 금리 상승 + 연준 통화 정책 불확실성 = 자산 시장에 동시 압력
📌 핵심 용어 정리
- AI 모니타이제이션(Monetization): AI 서비스를 실질적인 매출과 이익으로 전환하는 수익화 과정. 유료 전환 비율이 핵심입니다.
- CapEx(자본 지출): 기업이 미래 가치 창출을 위해 설비, 데이터센터 등 고정 자산에 투입하는 투자 비용입니다.
- 사모펀드(Private Equity): 공개 시장이 아닌 비공개 방식으로 자금을 모아 기업에 투자하는 펀드입니다.
- 신용 스프레드(Credit Spread): 기업 채권 수익률과 국채 수익률의 차이로, 격차가 벌어질수록 시장이 기업의 신용 위험을 높게 평가한다는 신호입니다.
요약: AI 인프라 투자는 폭발적으로 늘었지만 실질 수익화가 뒤따르지 않으면서, 사모펀드 신용 리스크와 신용 스프레드 확대라는 복합 경고 신호가 서서히 모습을 드러내고 있습니다.
반도체 버블 경고와 피크아웃 — "이번엔 다르다"는 말이 틀렸을 때
1920년대 후반 전기·자동차 혁명, 1990년대 인터넷 혁명, 2000년대 초반 닷컴버블. 역사를 짚어보면 공통점이 하나 있습니다. 기술 자체는 살아남아 세상을 바꾸었지만, 광풍의 끝자락에 들어간 자금은 반드시 대규모로 파괴됐다는 것입니다. 나스닥이 고점 대비 80% 가까이 무너졌던 2000년의 기억은 지금도 유효한 교훈입니다.
제 경험상 "이건 좀 다릅니다", 라고 말하고 싶었지만 솔직히 말하기가 점점 어려워지고 있습니다. 시장의 서사(Narrative)가 바뀌고 있기 때문입니다. 얼마 전까지 "반도체 사이클은 AI 시대에 사라졌다"는 시각이 지배적이었는데, 최근 월스트리트 주요 매체들이 [투자 → 공급 확대 → 가격 하락 → 다운사이클]이라는 고전적 공식이 AI 반도체 시장에도 적용될 수 있다는 경고를 꺼내들기 시작했습니다.
다만 저는 이 경고를 그대로 받아들이기보다는 HBM의 구조적 차이를 함께 봐야 한다고 생각합니다. 과거 PC·모바일 시대의 DRAM이나 NAND는 규격품(Commodity)으로서 누구나 만들어 쌓아둘 수 있는 제품이었습니다. 하지만 지금 AI 시장의 핵심인 HBM(High Bandwidth Memory, 고대역폭 메모리)은 다릅니다. HBM이란? 기존 DRAM보다 데이터 전송 속도를 수십 배 높인 차세대 메모리로, GPU와 수직으로 쌓아 붙이는 정밀한 공정이 필요합니다. 이는 빅테크와의 사전 맞춤형 계약 생산 구조로 움직이기 때문에, 과거처럼 무작정 만들어 재고를 쌓는 방식의 공급 과잉이 재현될 가능성은 상대적으로 낮습니다.
그렇다고 완전히 안심할 수는 없습니다. 수요 쪽에서 균열이 생기면 이야기가 달라지기 때문입니다. 우리나라 수출에서 반도체가 차지하는 비중은 36%로 역사적 최고치를 기록하고 있고, 삼성전자와 SK하이닉스의 주가와 반도체 수출 증가율의 상관계수는 0.93에 달합니다. 반도체 한 분야가 흔들리면 코스피 전체가 흔들리는 구조입니다. 실제로 반도체를 제외한 수출 증가율은 현재 약 12% 수준으로, 경기 호황기에 기록했던 20% 이상과 비교하면 체감 온도 차이가 꽤 납니다. 이 수치를 보는 순간, "반도체 하나에 너무 많이 기댄 건 아닌가?"라는 생각이 저절로 들었습니다.
- 구조적 차별성: HBM의 맞춤형 주문 생산 구조 덕분에 과거와 같은 무차별 재고 쌓기형 다운사이클 가능성은 낮음
- 수요 위축 리스크: 수익화 지연으로 빅테크의 수요가 꺾일 경우 한국 경제 전체가 흔들릴 수 있음
- 높은 의존도: 반도체 수출 의존도 36%, 주가-수출 상관계수 0.93이라는 높은 현실적 위험 존재
📌 HBM 용어 정리
- HBM(High Bandwidth Memory)이란?: D램 칩을 수직으로 여러 층 쌓아 올려 데이터 처리 속도를 획기적으로 높인 초고속·고대역폭 메모리 반도체입니다.
요약: "이번엔 다르다"는 낙관론에는 HBM의 구조적 차별성이라는 근거가 있지만, 수익화 지연으로 수요가 꺾일 경우 반도체 수출 의존도가 36%에 달하는 한국 경제 전체가 흔들릴 수 있다는 점은 냉정하게 봐야 합니다.
자주 묻는 질문
Q. HBM이 일반 DRAM이랑 뭐가 다른 건가요?
A. HBM(High Bandwidth Memory)은 여러 개의 메모리 칩을 수직으로 쌓아 연결한 구조로, 데이터 전송 속도가 기존 DRAM보다 수십 배 빠릅니다. AI 연산에 쓰이는 GPU가 어마어마한 양의 데이터를 순식간에 처리하려면 반드시 HBM이 필요하기 때문에, 지금 AI 반도체 시장에서 핵심 부품으로 꼽히는 겁니다.
Q. 신용 스프레드가 올라가면 주식 시장에 왜 안 좋은 건가요?
A. 신용 스프레드는 기업 채권과 국채의 수익률 차이인데, 이 격차가 벌어진다는 건 시장이 기업의 상환 능력을 의심하기 시작했다는 뜻입니다. 기업 신용 위험이 높아지면 자금 조달 비용이 오르고 투자가 위축되면서 주식 시장 전반에도 부정적인 영향을 줍니다. 과거 사례를 보면 신용 스프레드 급등 이후 경기 침체가 뒤따른 경우가 많았습니다.
Q. 지금 삼성전자나 SK하이닉스 주식 팔아야 하나요?
A. 이건 개인의 투자 판단이라 단정적으로 말하기 어렵고, 저도 정답을 모릅니다. 다만 과거 반도체 사이클을 보면 장기 추세는 우상향이었지만, 중간중간 약 2년가량 수출과 주가가 동반 저점을 보이는 조정 구간이 있었습니다. 지금이 그 구간의 초입일 가능성을 배제하지 않고 포트폴리오를 점검하는 것이 합리적인 접근이라고 생각합니다.
Q. AI 버블이 터지면 한국 경제에 얼마나 타격이 있나요?
A. 현재 반도체가 한국 전체 수출에서 차지하는 비중이 36%로 역대 최고치입니다. 반도체 수출이 꺾이면 수출 총액이 크게 줄고, 이는 GDP 성장률 하락으로 직결됩니다. 시스템 반도체 경쟁력 강화나 AI 소프트웨어 플랫폼 육성 같은 구조 다변화가 속도를 내지 못하면 충격이 더 클 수 있습니다.
결론: 투자금의 생존과 출구 전략
AI 기술 자체가 사라질 거라고 보는 시각은 저도 동의하지 않습니다. 인터넷이 닷컴버블 이후에도 살아남아 구글과 아마존을 만들어냈듯, AI는 분명 이 시대의 핵심 인프라로 자리잡을 겁니다. 하지만 기술의 생존과 투자금의 생존은 별개 문제입니다. 과잉 자본이 몰린 끝자락에서 들어간 돈은 역사적으로 항상 크게 파괴됐습니다.
지금 필요한 건 막연한 낙관도, 공포에 의한 전면 이탈도 아닙니다. 실질 금리, 신용 스프레드, AI 수익화 속도 이 세 가지 지표를 꾸준히 체크하면서 서사가 어느 방향으로 기울고 있는지를 직접 확인하는 것이 가장 현실적인 대응입니다. 들고 있는 자산이 무엇이든, 사이클이 있다는 전제 아래 자신만의 출구 전략을 미리 세워두는 것이 지금 시점에서 제가 드릴 수 있는 가장 솔직한 조언입니다.
참고: 유튜브 채널 <김영익의 경제스쿨> - AI 반도체 열풍, 다음 국면은 무엇일까?