기술 거품에 대해 사람들은 종종 종말론적인 시각으로 생각하지만, 꼭 그렇게 심각할 필요는 없습니다. 경제학적 용어에서 거품(Bubble)이란 지나치게 큰 규모의 베팅이 되어 수요보다 공급이 과잉된 상태를 의미합니다.
결론적으로, 모든 것이 전지전능한 것은 아니며, 아무리 좋은 예측이라도 신중하지 못하면 상황이 악화될 수 있습니다.
AI 거품에 대한 질문이 답하기 어려운 이유는 AI 소프트웨어 개발의 폭발적인 속도와 데이터센터 건설 및 전력 공급의 느린 진행 속도 사이에 심각한 시간적 불일치(mismatched timelines)가 존재하기 때문입니다.
데이터센터 건설에는 수년이 걸리므로, 지금부터 실제로 가동되기까지 상당한 시간 동안 많은 것이 필연적으로 변화할 것입니다. AI 서비스를 구동하는 공급망은 매우 복잡하고 유동적이어서, 몇 년 후에 우리가 어느 정도의 공급을 필요로 할지 명확하게 예측하기 어렵습니다. 이는 단순히 2028년까지 사람들이 AI를 '얼마나' 사용할 것의 문제가 아니라, '어떻게' 사용할 것이며 그 사이에 에너지, 반도체 설계 또는 전력 송전 분야에서 어떤 기술적 돌파구가 나올지 여부에 달려있습니다.
베팅의 규모가 워낙 거대하기 때문에, 잘못될 수 있는 경우의 수 또한 많습니다. 실제로 AI 베팅은 그 어느 때보다 거대해지고 있습니다.
지난주 로이터통신 보도에 따르면,
뉴멕시코에 위치한 오라클 관련 데이터센터 단지(campus)가 20개 은행 컨소시엄으로부터 최대 180억 달러에 달하는 신용을 확보했습니다. 오라클은 이미 OpenAI와 3,000억 달러 규모의 클라우드 서비스 계약을 체결했으며, 이 두 회사는 '스타게이트(Stargate)' 프로젝트의 일환으로 총 5,000억 달러 규모의 AI 인프라를 구축하기 위해 소프트뱅크와 협력했습니다. 이에 맞서 메타(Meta)는 향후 3년간 인프라에 6,000억 달러를 투자하겠다고 약속했습니다. 저희는 지금까지의 주요 약정들을 [여기]서 추적해 왔는데, 그 방대한 규모에 감당하기 어려울 정도입니다.
동시에, AI 서비스 수요가 얼마나 빠르게 성장할 것인지에 대해서는 실제적인 불확실성이 존재합니다.
지난주 발표된 맥킨지(McKinsey) 설문조사는 주요 기업들의 AI 도구 활용 현황을 조사했습니다. 결과는 혼재되어 있었습니다. 연락한 거의 모든 기업이 방식으로든 AI를 사용하고 있지만, 실질적으로 큰 규모로 활용하는 곳은 드뭅니다. AI가 특정 사용 사례에서 비용 절감 효과를 가져온 것은 사실이나, 전반적인 비즈니스 전반에 큰 영향을 미치고 있지는 못합니다. 간단히 말해, 대부분의 기업은 여전히 "관망세(wait and see)"를 유지하고 있습니다. 만약 데이터센터 공간 구매를 예상하는 고객사들이 있다면, 상당한 시간이 걸릴 수 있습니다.
그러나 AI 수요가 무한하다고 하더라도, 이러한 프로젝트들은 더 근본적인 인프라 문제에 부딪힐 수 있습니다. 지난주 사티아 나델라(Satya Nadella)는 팟캐스트 청취자들에게 칩 공급 부족보다는 데이터센터 공간 부족이 더 큰 문제라고 말하며 이목을 집중시켰습니다. (그가 언급했듯이, "칩의 공급 문제가 아니라 플러그를 꽂을 따뜻한 랙(rack)이 없다는 문제입니다.") 동시에, 최신 세대 칩의 전력 수요를 감당하지 못해 전체 데이터센터가 유휴 상태로 방치되는 경우도 발생하고 있습니다.
엔비디아(Nvidia)와 OpenAI가 가능한 한 빠른 속도로 진전하고 있지만, 전력망과 건축 환경은 여전히 변함없는 속도로 움직이고 있습니다. 이는 다른 모든 것이 순조롭게 진행된다고 하더라도, 막대한 규모의 병목 현상(bottlenecks)을 야기할 수 있는 많은 요소를 내포하고 있습니다.
이 개념에 대해서는 이번 주 이큐리티(Equity) 팟캐스트에서 더 깊이 다루었으니, 아래에서 청취해 주시기 바랍니다.
[출처:] https://techcrunch.com/2025/11/10/a-better-way-of-thinking-about-the-ai-bubble