미국의 AI 인프라는 투자 붕괴 이후에도 남을 수 있다

Google News는 관점을 뒤집는 Fierce Network의 한 오피니언을 소개했다. 미국의 AI 지출 붐은 투자자들의 기대가 무너진다 해도 가치 있는 무언가를 남길 수 있다는 주장이다. 그 위안상은 데이터 센터, 광섬유 경로, 변전소, 발전 설비, 첨단 칩 공급망을 포함한 물리적 인프라가 될 수 있다. 이 주장은 가장 단순한 버블 서사에 도전한다.

비교 대상은 1990년대 후반의 통신 붐이다. 수요가 전망에 미치지 못하자 투자자들은 수십억 달러를 잃었다. 그러나 당시 구축된 광섬유 상당수는 훗날 클라우드 컴퓨팅, 스트리밍 비디오, 모바일 브로드밴드, 현대 인터넷 경제를 뒷받침했다.

AI 인프라는 이보다 더 까다로운 형태의 투자다. 광섬유는 수십 년 동안 유용하게 쓰일 수 있지만, 그래픽 프로세서는 경제적 가치를 훨씬 빠르게 잃는다. 데이터 센터 역시 지속적인 전력, 냉각, 유지보수, 하드웨어 교체가 필요하다. AI 조정 국면 이후 미국에 가치 있는 디지털 역량이 남을 수는 있지만, 이는 자동으로 이루어지는 것도 공짜인 것도 아니다.

지금 이 Google News 오피니언이 중요한 이유

AI 버블 논쟁은 소프트웨어 가치평가를 넘어 실물경제로 옮겨갔다.

지난 몇 년 동안 투자자들은 생성형 AI를 또 하나의 기술 플랫폼 경쟁으로 볼 수 있었다. 가장 눈에 띄는 질문은 모델 품질, 사용자 증가, 구독 매출, 그리고 어느 개발자 플랫폼이 승리할지에 관한 것이었다. 이런 질문은 여전히 중요하지만, 자본 지출은 논의를 소프트웨어의 범위를 훨씬 넘어 확장했다.

가장 큰 기술 기업들은 토지, 송전 장비, 냉각 시스템, 발전기, 광섬유 연결, 장기 전력 계약이 필요한 시설을 짓고 있다. International Energy Agency reported에 따르면, 전 세계 데이터 센터 투자는 2024년 약 5,000억 달러에 달해 2022년 수준의 거의 두 배가 됐다. 이어진 subsequent analysis는 5개 주요 기술 기업이 2025년 동안 자본 프로젝트에 4,000억 달러 이상을 지출했다고 밝혔다.

이러한 확장은 누가 위험을 부담하는지를 바꾼다. 실패한 소프트웨어 제품은 회사 밖에 제한적인 영향만 남긴 채 종료할 수 있다. 반면 대규모 데이터 센터 캠퍼스는 상업적 미래가 분명해지기 전에 전력회사의 계획, 지역 세제, 건설 시장, 지역 물 수요를 바꿔 놓을 수 있다.

따라서 Google News를 통해 소개된 Fierce Network 오피니언은 시의적절하다. 핵심 쟁점은 더 이상 모든 AI 애플리케이션이 성공할지 여부가 아니다. 낙관적인 수요 전망을 기반으로 구축된 투자 사이클이 그 전망이 수정된 뒤에도 생산 역량을 남길 수 있는지가 문제다.

지지자들은 익숙한 패턴을 본다. 철도, 전력망, 통신 네트워크는 모두 투기적 투자 사이클을 겪었다. 재정적 손실이 인프라를 없애지는 않았고, 이후 이용자들은 종종 최초 건설업자들의 예상보다 낮은 비용으로 접근권을 얻었다.

Meta 최고기술책임자 Andrew Bosworth는 2026년 초 이러한 역사적 사례를 제시했다. 그는 철도와 통신용 광섬유를, 재정적 역사에 고통스러운 조정이 포함됐음에도 결국 사회가 가치를 인정한 확장 구축 사례로 꼽았다. 그의 주장은 모든 투자자가 매력적인 수익을 올리게 된다는 뜻이 아니었다. 소비자들이 초과 용량의 혜택을 볼 수 있다는 것이었다.

이 구분은 중요하다. 사회적으로 바람직한 결과가 투자 측면에서 유리한 결과를 보장하지는 않는다. 인프라는 최초 소유자들이 손실을 입거나, 파산하거나, 건설비보다 낮은 가격에 자산을 매각했기 때문에 미래 이용자들에게 더 저렴해질 수 있다.

현재의 붐은 또한 소수의 구매자 집단에 의존한다. Amazon, Google, Meta, Microsoft, OpenAI 및 이들의 인프라 파트너들은 칩, 클라우드 용량, 전력, 네트워킹 전반의 수요에 영향을 미친다. 이들의 지출은 공급망 전체에 실질적인 주문을 만들어낼 수 있지만, 동시에 시장을 동시다발적인 지출 축소에 노출시킬 수 있다.

그러므로 버블 논쟁을 접하는 Google News 독자들은 세 가지 질문을 구분해야 한다. AI는 유용한가? 현재의 수요 전망은 정확할 것인가? 그 전망이 빗나가도 인프라는 가치를 유지할 것인가? 이 질문들은 서로 겹치지만, 같은 답을 갖지는 않는다.

AI는 이미 코딩, 검색, 미디어 제작, 고객 서비스, 연구, 문서 분석을 지원하고 있다. 이런 도입이 제안된 모든 데이터 센터가 기대 수익을 낼 것임을 입증하지는 않는다. 그렇다고 활용도가 낮은 시설이 가치 없게 될 것임을 뜻하지도 않는다.

이 오피니언의 실질적인 기여는 바로 이 분리에 있다. 미국은 중요한 기술에 과잉투자할 수 있다. 투자자들은 손실을 볼 수 있지만, 이후 이용자들은 더 저렴한 접근권을 얻을 수 있다. 다만 AI 인프라의 물리적 설계가 그 위안상이 얼마나 남는지를 결정한다.

건설업체들은 아직 도래하지 않은 수요에 베팅하고 있다

미국은 AI 매출이 이를 뒷받침할 능력을 입증한 속도보다 더 빠르게 컴퓨팅 용량을 설치하고 있다.

AI 인프라 붐은 일시적인 과잉 구축보다 용량 제약을 더 두려워하는 기업들 간의 전략 경쟁을 반영한다. 한 hyperscaler가 경쟁사들이 건설을 이어가는 동안 속도를 늦춘다면, 더 큰 모델과 인기 서비스에 필요한 컴퓨팅 자원이 부족해질 위험이 있다.

이 유인은 동시다발적인 투자를 부추긴다. 각 기업의 지출은 경쟁사의 계획과 비교해 보면 합리적으로 보인다. 그러나 기업 도입, 소비자 수요, 또는 모델 경제성이 기대에 못 미칠 경우, 집합적으로는 같은 결정들이 초과 공급을 초래할 수 있다.

최전선 모델을 훈련하려면 대규모 가속기 클러스터가 함께 작동해야 한다. 훈련된 모델을 이용자에게 실행하는 과정인 추론은 장기적으로 더 큰 시장을 만들 수도 있다. 누군가 텍스트를 생성하고, 이미지를 분석하고, 코드를 작성하거나, AI 에이전트에게 작업 완료를 요청할 때마다 추론은 반복된다.

낙관론은 추론 수요가 경제 전반으로 확대된다고 가정한다. AI 어시스턴트는 오피스 소프트웨어, 엔지니어링 시스템, 광고, 의료, 물류, 공공 서비스의 일반적인 계층이 될 것이다. 컴퓨팅 비용 하락은 현재 경제성이 없는 활용 사례를 열어줄 수 있다.

SoftBank 창업자 Masayoshi Son은 이 견해를 특히 공격적인 형태로 제시했다. 그는 2026년 7월 전 세계 AI 인프라 투자가 매년 거의 5조 달러에 이르러야 한다고 주장했다. 이 추정치가 현실적인 것으로 드러날지는 별개로, 선도 투자자들이 통상적인 클라우드 확장을 얼마나 넘어섰는지를 보여준다.

신중론은 매출에서 시작한다. AI 기업과 hyperscaler는 결국 전력 계약, 하드웨어 구매, 임차, 금융 약정을 정당화할 현금흐름을 만들어야 한다. 강력한 사용자 증가는 도움이 되지만, 무료이거나 막대한 보조금을 받는 사용량만으로는 수익성 문제를 해결할 수 없다.

기업 도입은 또 다른 불확실성을 더한다. 기업은 성공적인 AI 파일럿을 운영하면서도 전 직원에게 배포하지 않을 수 있다. 보안 검토, 신뢰할 수 없는 결과물, 통합 작업, 불분명한 생산성 향상은 광범위한 도입을 지연시킬 수 있다. 이런 장벽은 기술적 유용성과 수익성 있는 수요를 분리할 수 있다.

기업들은 컴퓨팅 요구량을 줄일 유인도 갖고 있다. 더 작은 모델, 양자화, 캐싱, 특화 칩, 더 효율적인 소프트웨어는 특정 워크로드에 필요한 인프라 규모를 낮출 수 있다. 효율성 향상은 전체 사용량을 늘릴 수 있지만, 이전의 용량 전망을 약화시킬 수도 있다.

이는 Jevons paradox의 한 형태다. 자원 비용 하락은 각 작업의 효율성 향상을 상쇄할 만큼 총소비를 늘릴 수 있다. 결과는 새로운 수요가 컴퓨팅 요구량 감소보다 더 빠르게 증가하는지에 달려 있다.

주요 클라우드 제공업체들은 양쪽 입장에 모두 놓여 있다. 이들은 막대한 양의 AI 하드웨어를 구매하는 한편, 고가 가속기에 대한 의존도를 낮추는 맞춤형 칩과 최적화 기법도 개발한다. Google의 tensor processing units, Amazon의 Trainium chips, Microsoft의 자체 실리콘 프로그램은 이러한 균형 잡기를 보여준다.

Nvidia는 다른 위치에 있다. 고객들이 더 큰 클러스터를 구축하기 위해 경쟁할 때 이익을 얻지만, 그 매출이 고객들이 매력적인 수익을 낼 것임을 입증하지는 않는다. 칩 수요는 AI 애플리케이션이 만들어내는 최종 경제적 가치가 아니라 인프라 투자를 측정한다.

통신 사업자, 전력회사, 건설 기업들도 자신들만의 베팅에 직면한다. 이들은 모델 개발업체들이 나중에 어려움을 겪더라도 구축 기간에는 매출을 얻을 수 있다. 그러나 일시적인 수요만을 위해 확장한 공급업체들은 초과 용량을 떠안게 될 위험이 있다.

따라서 압력은 Silicon Valley를 넘어 확장된다. 전력망 운영자는 연결 요청을 평가해야 한다. 지방정부는 세수와 토지·물·전력 관련 우려를 저울질해야 한다. 네트워크 운영자는 어떤 광섬유 경로가 지속적인 수요를 가질지 결정해야 한다.

이러한 결정들 중 어느 것도 완벽한 증거가 나올 때까지 기다릴 수 없다. 대형 인프라는 계획과 건설에 수년이 걸린다. 건설업체들은 시장이 AI가 얼마나 광범위하게 도입될지 보여주기 전에 약정해야 한다.

이러한 시차 불일치가 버블의 조건을 만든다. 자본은 지금 움직이고, 상업적 검증은 나중에 도착한다. 위안상 논리는 과잉 구축된 인프라를 미래의 공공 자산으로 간주함으로써 이 불일치를 덜 우려스럽게 만들려 한다.

이 아이디어는 진지하게 검토할 가치가 있지만, 엄격한 시험도 필요하다. 최초의 전망이 빗나간 뒤에도 자산은 계속 사용할 수 있고, 접근 가능하며, 감당할 수 있는 비용이어야 한다. 그렇지 않으면 초과 지출은 미래 성장의 토대가 아니라 좌초된 장비를 낳는다.

닷컴 광섬유 비교는 일정 수준까지만 성립한다

AI 인프라는 통신 붐과 닮았지만, 컴퓨팅 하드웨어는 광섬유보다 훨씬 빠르게 노후화된다.

닷컴 비유가 설득력 있는 이유는 재정적 재앙과 기술적 성공을 모두 담고 있기 때문이다. 통신 기업들은 예상보다 늦게 도래한 수요 전망을 바탕으로 방대한 광섬유 네트워크를 구축했다. 시장이 조정되자 투자자들은 손실을 입고, 기업들은 실패했으며, 용량은 더 낮은 가격에 이용 가능해졌다.

이러한 저비용 용량은 이후 인터넷 기업들의 확장을 도왔다. 비디오 스트리밍, 클라우드 서비스, 모바일 애플리케이션, 소셜 네트워크, 온라인 상거래는 초기 투자자들이 설치한 대역폭을 소비했다. 물리적 네트워크는 최초 사업 계획이 살아남을 필요가 없었다.

광섬유는 AI 버블의 위안상으로 남을 유력한 후보이다. 데이터 센터에는 고밀도 지역 연결, 장거리 경로, 시설 간 이중화 링크가 필요하다. 이런 경로는 클라우드 서비스, 일반 기업 트래픽, 통신 네트워크, 연구기관, 미래 애플리케이션에 활용될 수 있다.

Fierce Network는 AI 시설 주변의 광섬유 수요 증가를 별도로 기록해 왔다. 업계 관계자들은 가정을 연결하던 단계에서 기계, 캠퍼스, 분산 컴퓨팅 사이트를 연결하는 단계로의 전환을 설명한다. 이러한 수요는 더 다양한 경로와 더 높은 네트워크 밀도를 뒷받침한다.

전력 인프라도 지속적인 가치를 가질 수 있다. 새 변전소, 송전선, 발전 자산, 전력망 관리 시스템은 산업 전기화, 전기차, 제조업, 인구 증가를 지원할 수 있다. 그 유용성은 초기 프로젝트를 정당화했던 데이터 센터를 넘어 확장될 수 있다.

그러나 지역적 설계는 중요하다. 성장하는 대도시권을 위한 송전망 업그레이드는 폭넓게 재활용될 수 있다. 반면 고립된 캠퍼스에 전용으로 연결된 설비는 대체 고객이 적다. 이는 수도 시스템, 도로, 가스 파이프라인에도 동일하게 적용된다.

건물은 그 중간 지점에 있다. 현대적 데이터 센터에는 컴퓨팅 하드웨어를 위해 설계된 전력 배전 설비, 냉각 장비, 보안 시스템, 보강 공간이 갖춰져 있다. 다양한 임차인을 수용할 수는 있지만, 전혀 다른 용도로 전환하기는 어려울 수 있다.

AI 시설은 기존 데이터 센터와도 다르다. 고밀도 가속기 클러스터는 강한 열을 발생시키며 특수 냉각이 필요하다. 전기 설계는 크고 빠르게 변하는 부하를 감당해야 한다. 한 세대의 하드웨어에 최적화된 건물은 다음 세대에 맞추기 위해 막대한 변경 비용이 들 수 있다.

그래픽 프로세서는 광섬유 비유에서 가장 취약한 부분이다. 더 빠르고 효율적인 모델이 출시되면서 칩은 감가상각된다. 구형 가속기도 여전히 유용한 작업을 처리할 수 있지만, 작업당 에너지 비용 때문에 신형 하드웨어와 비교하면 경제성이 떨어질 수 있다.

이 차이는 붕괴 이후의 잔존 가치에 영향을 미친다. 다크 파이버는 제한적인 운영 자원만 소모하면서 수요를 기다릴 수 있다. 반면 구형 가속기로 가득 찬 데이터 센터는 가동률이 떨어져도 전력과 유지보수가 필요하다.

소프트웨어 호환성도 또 다른 위험을 더한다. AI 인프라는 네트워킹 시스템, 개발 도구, 독점 플랫폼을 포함한다. 기술적으로 여전히 쓸 수 있는 하드웨어도 개발자들이 다른 소프트웨어 환경을 선호하면 상업적 가치를 잃을 수 있다.

따라서 AI 붐의 위안상은 수명이 서로 다른 자산들의 묶음이다.

장수명 자산

• 광섬유 경로는 다양한 형태의 디지털 트래픽을 수송할 수 있다.

• 송전 장비는 새로운 산업용 부하를 지원할 수 있다.

• 전력 접근성이 있는 토지는 다른 컴퓨팅 임차인을 유치할 수 있다.

• 건설 전문성은 이후 프로젝트를 뒷받침할 수 있다.

단수명 자산

• 가속기는 몇 차례의 하드웨어 세대 교체만으로 경제적 가치를 잃을 수 있다.

• 냉각 설계는 더 새로운 시스템과 맞지 않게 될 수 있다.

• 독점 인터커넥트는 대체 용도를 제한할 수 있다.

• 특화 캠퍼스는 인근의 대체 수요가 없으면 어려움을 겪을 수 있다.

원래의 견해가 뒤집힌 논지는 여전히 유효하지만, 그것은 하위 계층에만 해당한다. 미국은 AI 조정 국면 이후에도 유용한 네트워크와 에너지 역량을 유지할 가능성이 높다. 그러나 오늘날의 칩과 특화 시설이 같은 수준의 지속적인 혜택을 제공할지는 불확실하다.

소유 구조도 통신 시대와 다르다. 현재 역량의 상당 부분은 자본력이 높은 기술 기업이나 그 계약 파트너가 보유하고 있다. 이들 기업은 손실을 흡수하고, 시설을 다른 용도로 전환하며, 소규모 소유자라면 파산할 수 있는 수준의 설비도 계속 운영할 수 있다.

이러한 회복력은 강제 매각을 줄일 수 있다. 소유자가 역량을 폐쇄형 클라우드 플랫폼 내부에 유지한다면 소비자는 저렴한 접근성을 얻지 못할 수 있다. 잉여 역량은 외부 사용자가 경쟁력 있는 가격으로 접근할 수 있을 때만 혜택이 된다.

클라우드 경쟁은 여전히 그런 결과를 만들 수 있다. 활용되지 않는 역량을 보유한 하이퍼스케일러는 가격을 낮추고, 크레딧을 제공하거나, 더 많은 제3자 워크로드를 지원할 유인을 갖게 된다. 다만 소유권 집중은 가격 하락 폭을 제한할 수 있다.

미국의 AI 인프라는 AI 버블보다 오래갈 수 있지만, 하나의 균질한 국가 자산처럼 작동하지는 않을 것이다. 광섬유, 전력 장비, 건물, 칩은 서로 다른 감가상각 곡선을 따른다. 닷컴 시대와의 진지한 비교라면 반드시 이러한 차이를 고려해야 한다.

위안상에는 공공 비용이 따른다

지역사회가 사적 위험에 갇히지 않을 때에만 인프라는 사회적 가치를 유지한다.

버블 논쟁은 과잉 투자를 기술 기업과 주주 간의 대결로 그리는 경우가 많다. 물리적 인프라는 이 틀을 불완전하게 만든다. AI 기업이 수요를 입증하기 전부터 공공사업자, 요금 납부자, 지방정부, 인근 주민이 비용을 부담할 수 있기 때문이다.

전력은 가장 분명한 사례다. IEA는 전 세계 데이터 센터 전력 사용량이 기본 시나리오에서 2030년까지 두 배 이상 증가해 약 945테라와트시에 이를 것으로 전망한다. AI는 효율성과 도입 수준을 둘러싼 불확실성이 남아 있지만, 이 성장의 가장 중요한 동력이다.

전 세계 수치는 강한 지역적 압박을 가릴 수 있다. 데이터 센터는 전력, 토지, 광섬유, 인허가 조건이 맞아떨어지는 곳에 집중된다. 시설이 국가 전체 소비에서 차지하는 비중이 크지 않더라도, 특정 지역은 대규모 접속 요청에 직면할 수 있다.

공공사업자는 최대 수요와 신뢰성을 고려해 설비를 구축해야 한다. 신규 발전 설비와 전력망 장비에는 장기 계획이 필요하다. 예상된 데이터 센터 부하가 나타나지 않는다면, 규제 당국은 사용되지 않는 역량의 비용을 누가 부담할지 결정해야 한다.

이 비용 배분 문제는 위안상 논지의 핵심이다. 과도하게 큰 변전소는 미래 성장을 지원할 수 있지만, 가계가 투기적인 민간 고객을 위해 지어진 자산의 비용을 자동으로 부담해서는 안 된다. 지속 가능한 인프라가 불공정한 비용 분배를 없애지는 않는다.

장기 계약, 보증금, 최소 납부 요건은 더 많은 위험을 개발업자에게 이전할 수 있다. 규제 당국은 대형 고객에게 전용 업그레이드 비용을 부담하도록 요구할 수도 있다. 이러한 조치는 일반 요금 납부자가 좌초된 역량을 보조할 가능성을 낮춘다.

물도 비슷한 과제를 만든다. 냉각 요구량은 시설 설계, 기후, 전력원에 따라 달라진다. 국가 수준에서 경제적으로 매력적으로 보이는 프로젝트도 지역 농업, 주거, 환경 수요와 경쟁할 수 있다.

고용 주장 역시 면밀히 검토할 필요가 있다. 건설은 상당한 규모의 일시적 일자리를 만들지만, 완공된 데이터 센터는 많은 공장보다 상시 고용 인원이 적다. 지방 당국은 세금 혜택을 현실적이고 독립적으로 평가된 이익과 비교해야 한다.

인프라는 여전히 지역 발전을 지원할 수 있다. 신뢰할 수 있는 전력과 광섬유는 연구소, 제조업체, 클라우드 제공업체, 기타 데이터 집약적 기업을 유치할 수 있다. 그러나 이러한 파급효과는 접근성, 가격, 인력 역량, 지역 계획에 달려 있다.

광대역 서비스 격차는 국가적 논리를 복잡하게 만든다. 미국은 하이퍼스케일 캠퍼스 주변에는 고밀도 광섬유를 구축하면서도 농촌과 저소득 지역에는 저렴하고 신뢰할 수 있는 서비스를 제공하지 못할 수 있다. Fierce Network는 미국의 AI 야망이 미완성이며 불균등한 광대역 시스템 위에 놓여 있다고 주장해 왔다.

이 모순은 어떤 구축 사업이든 자동으로 공공재가 된다는 주장을 약화시킨다. 데이터 센터 사이를 잇는 민간 경로는 디지털 격차를 해소하지 못한다. 정책 입안자들은 인프라 투자와 더 폭넓은 이용 가능성을 연결하는 장치를 마련해야 한다.

집중도 또 다른 위험이다. 소수의 기업이 클라우드 시장, 선도 AI 모델, 첨단 칩 수요의 상당 부분을 통제한다. 인프라의 범위는 더 넓어질 수 있지만, 그 경제적 혜택에 대한 접근성은 여전히 좁을 수 있다.

결과는 붐 동안 내려지는 거버넌스 선택에 달려 있다. 접속 규칙, 공공사업 계약, 세금 협약, 환경 검토, 경쟁 정책이 누가 이익을 받는지 결정한다. 이러한 선택은 누가 손실을 흡수하는지도 결정한다.

안보적 측면도 있다. 국내 데이터 센터와 에너지 인프라는 해외 컴퓨팅 역량에 대한 의존도를 낮출 수 있다. 칩 생산 확대와 기술 전문성은 개별 AI 제품이 실패하더라도 공급망 회복력을 강화할 수 있다.

그러나 회복력에는 다양성이 필요하다. 소수 기업, 칩 아키텍처, 지역 또는 전력원에 집중된 국가 전략은 새로운 의존성을 만들 수 있다. 역량만으로는 이중화가 보장되지 않는다.

따라서 가장 강력한 회의적 관점은 인프라가 쓸모없어질 것이라는 주장이 아니다. 그 일부는 거의 확실히 계속 가치를 지닐 것이다. 더 어려운 질문은 민간 소유자, 공공사업자, 정부가 손실을 정리한 뒤 그 가치가 대중에게 이용 가능할지 여부다.

진정한 위안상은 몇 가지 조건을 충족해야 한다. 유용한 자산은 조정 국면을 견뎌야 한다. 신규 고객이 이를 이용할 수 있어야 한다. 지역사회는 불균형적인 비용을 떠안지 않아야 한다. 경쟁은 잉여 역량을 더 낮은 가격과 더 폭넓은 실험으로 전환해야 한다.

이 조건들이 없다면 “인프라는 남는다”는 말은 불완전한 방어가 된다. 가계가 더 높은 요금을 내고, 지방자치단체가 세수 손실을 입으며, 특화 장비가 유휴 상태로 남더라도 이 문장은 기술적으로는 사실일 수 있다.

이것이 AI 버블 분석에 주식 가치평가 이상의 내용이 포함돼야 하는 이유다. 자본 지출은 미국인이 매일 의존하는 물리적 시스템을 재편하고 있다. 그 결과는 국가 역량을 개선할 수 있지만, 계약과 정책이 투기적 위험을 베팅을 한 당사자에게 계속 귀속시킬 때에만 가능하다.

Google News 독자가 다음으로 주목해야 할 것

버블 논지는 가동률, 인프라 가격, 그리고 다음 건설 단계의 비용을 누가 부담하는지에 따라 검증될 것이다.

첫 번째 신호는 클라우드와 데이터 센터의 가동률이다. 발표된 역량은 기업들이 얼마나 구축하기를 바라는지를 보여준다. 가동률은 고객이 이를 실제로 소비하고 있는지를 드러낸다.

공개 공시는 완전한 그림을 거의 제공하지 않으므로, 여러 지표를 함께 살펴봐야 한다. 클라우드 매출 성장, AI 서비스 매출, 가속기 가용성, 임대료, 프로젝트 지연은 공급이 수요를 따라잡고 있는지 보여줄 수 있다.

높은 가동률과 AI 매출 개선이 함께 나타난다면 가장 강한 버블 주장은 약화될 것이다. 이는 기업과 소비자가 설치 중인 컴퓨팅 역량에 비용을 지불하고 있음을 보여준다. 지속적인 부족 현상도 추가 건설을 뒷받침할 것이다.

임대료 하락과 광범위한 프로젝트 지연은 반대 방향을 가리킬 것이다. 이러한 상황이 AI에 가치가 없음을 증명하는 것은 아니다. 다만 역량 계획이 수익성 있는 수요보다 앞서갔음을 보여줄 것이다.

두 번째 신호는 추론 가격이다. 최첨단 모델은 대규모 클러스터를 필요로 하기 때문에 훈련이 주목받지만, 장수명 인프라를 뒷받침해야 하는 워크로드는 반복적으로 발생하는 추론이다.

모델 제공업체들은 일반적인 작업의 컴퓨팅 비용을 계속 낮추고 있다. 낮은 가격이 훨씬 더 큰 사용량을 이끈다면 전체 인프라 수요는 계속 증가할 수 있다. 사용량 증가가 느리다면 효율성 향상으로 고가의 역량이 충분히 활용되지 못할 수 있다.

독자들은 기업이 파일럿 단계에서 운영 환경으로 어떻게 전환하는지 지켜봐야 한다. 엔지니어링, 고객 지원, 과학 연구, 내부 지식 업무에서 반복적으로 배포되는 사례는 단발성 시연보다 중요하다. 지식 집약적 업무에 AI를 사용하는 팀은 신뢰할 수 있는 출처 관리도 필요하므로, 단순한 모델 접근성보다 잘 정리된 AI knowledge base의 관련성이 더 커진다.

핵심 지표는 AI를 사용한다고 말하는 기업 수가 아니다. 그러한 배포가 반복되는 컴퓨팅 비용을 정당화할 만큼 충분한 가치를 창출하는지가 중요하다. 갱신률, 유료 사용량, 문서화된 워크플로 변화는 체험 계정보다 더 강력한 증거를 제공한다.

세 번째 신호는 인프라 위험 배분이다. 공공사업 규제 당국과 주 정부는 대형 데이터 센터 고객이 자신들이 요청한 발전 및 전력망 역량의 비용을 부담해야 하는지를 결정하고 있다.

개발업자가 전용 업그레이드 비용을 부담하도록 하는 계약은 위안상 논지를 강화할 것이다. 이는 유용한 인프라의 가동을 허용하면서 가계를 보호한다. 이후 수요가 사라지면 원래 고객이 손실을 더 많이 부담하게 된다.

건설 비용을 요금 납부자에게 전가하는 정책은 이 논지를 약화시킬 것이다. 대중은 최종 자산에 대한 접근이 보장되지 않은 채 투기적 단계를 재정적으로 뒷받침하게 된다. 지역 반대도 커져, 상업적 정당성이 더 분명한 프로젝트까지 지연될 것이다.

이 세 가지 신호는 순서대로 읽어야 한다. 활용도는 수요가 존재하는지를 보여준다. 추론 경제성은 그 수요가 지속될 수 있는지를 보여준다. 효용과 지역 정책은 사회가 과도한 민간 위험을 떠안지 않으면서 역량을 확보하는지를 보여준다.

Google News 보도에서 계속 상반된 결론이 나오는 이유는 “AI 버블”이 여러 시장을 동시에 가리키기 때문이다. 모델 스타트업, 상장 기술주, 클라우드 플랫폼, 데이터센터, 칩, 광섬유, 전력 유틸리티는 하나의 대차대조표나 자산 수명을 공유하지 않는다.

한 층위에서 조정이 시작되더라도 다른 층위까지 무너뜨리지는 않을 수 있다. 스타트업의 가치평가가 하락하는 동안 클라우드 사용량은 증가할 수 있다. 칩 주문은 둔화하는 반면 광섬유 수요는 안정적으로 유지될 수 있다. 데이터센터 개발업체는 투기적 부지를 취소할 수 있지만, 기존 캠퍼스는 계속 가동률이 높게 유지될 수 있다.

이처럼 불균등한 결과가 하나의 극적인 붕괴보다 더 그럴듯하다. 닷컴 붕괴는 인터넷을 없애지는 않았지만, 소유 구조를 재편하고 취약한 사업 모델에 대가를 치르게 했다. AI 조정 역시 더 많은 에너지를 소비하는 인프라 스택 전반에서 비슷한 양상으로 전개될 가능성이 높다.

지속적인 승자는 현재 가장 큰 관심을 받는 기업들이 아닐 수도 있다. 절제된 계약을 맺는 유틸리티 기업, 입지가 좋은 경로를 보유한 네트워크 사업자, 효율적인 모델 제공업체, 검증된 애플리케이션을 갖춘 기업들은 과열이 가라앉은 뒤에도 수혜를 볼 수 있다.

소비자는 더 낮은 AI 서비스 가격과 더 풍부한 클라우드 용량의 혜택을 받을 수 있다. 연구자와 소규모 기업은 호황기에는 부족했던 컴퓨팅 자원에 접근할 수 있게 될지도 모른다. 이것이 가장 신뢰할 만한 형태의 위로금이다.

그렇더라도 더 저렴한 용량이 모든 영향을 받은 집단의 손실을 보상하지는 못한다. 노동자는 일자리를 잃을 수 있고, 투자자는 저축을 잃을 수 있으며, 지역사회는 환경적 또는 재정적 비용을 떠안을 수 있다. 국가적 역량과 개인의 복지는 서로 다른 척도다.

올바른 결론은 조건부다. 미국의 AI 구축은 현재 전망이 과도하게 빗나가더라도 미래 산업을 뒷받침할 자산을 만들고 있다. 광섬유와 전력 인프라는 재활용 가능성이 가장 높다. 가속기와 특수 목적 시설은 더 큰 노후화 위험을 안고 있다.

향후 1~3개월 동안 하이퍼스케일러 실적, 건설 결정, 클라우드 성장률, 주 유틸리티 규제기관의 판결을 통해 더 많은 증거가 나올 것이다. 독자들은 발표된 지출을 실제로 대가가 지급된 수요와 비교하고, 각 프로젝트의 비용을 누가 보증하는지 살펴봐야 한다.

AI가 버블인지 여부만 묻지 말아야 한다. 기대가 재조정된 뒤에도 어떤 자산이 유용하게 남는지, 누가 그것에 접근할 수 있는지, 전환 과정에서 누가 비용을 부담하는지를 물어야 한다. 다음 Google News 헤드라인이 멈출 수 없는 호황이나 임박한 붕괴를 선언할 때도 이 프레임워크를 따라야 한다.