AI 버블 논쟁의 본질

AI는 과거 닷컴 버블때와 다른가. 최근 글로벌 시장에서 인공지능(AI)을 둘러싼 버블인가 아닌가에 대한 논쟁이 치열하다. 버블논쟁은 단순한 찬반을 넘어 AI 산업의 구조와 밸류에이션을 어떻게 해석할 것인가에 대한 본질적 논쟁이라 할 수 있다. 전문가들 사이에서도 과거 닷컴 버블과의 유사성을 지적하는 시각과 함께 AI가 산업 전환의 핵심 인프라라는 반론이 맞서는 형국이다. AI 버블 논쟁의 실체를 점검해 본다.

버블이다

버블론의 핵심 논리는 명확하다. 일부 AI 기업들의 주가가 현재 수익 창출 능력보다 미래 기대감에 과도하게 의존하고 있다는 것이다. 따라서 고PER(Price to Earnings Ratio: 주가수익비율 )기업들의 경우 기대감이 커지면서 현실을 반영하지 못한다는 지적이다. 여기에 데이터센터, GPU, 전력 등 인프라 투자가 급증하면서 공급 과잉 가능성도 제기된다. 실제 상용화 수요보다 PoC(개념검증) 중심 프로젝트가 더 많은 구조 역시 우려 요인으로 지목된다. 생성형 AI 또한 기존 기술의 연장선에 불과하다는 시각은 혁신에 비해 과하게 평가받고 있다는 게 버블론을 주장하는 근거들이다.

아니다

그러나 이러한 주장에도 불구하고, 현재 AI 시장을 단순히 ‘버블’로 규정하기에는 구조적으로 다른 지점이 존재한다. 무엇보다 엔비디아와 MS와 같은 AI 핵심 기업들은 이미 AI를 통해 실질적인 매출과 이익을 창출하고 있으며, 이는 닷컴 버블 당시와 근본적으로 다른 행태라는 것이다. 실제로 주요 빅테크 기업들의 PER은 약 20에서 30배 수준으로, 과거 100배 이상에 달했던 극단적 과열과는 거리가 있다. 실제 S&P 기업들의 PER는 보통 20배가 넘는데, 20~30배는 일반적으로 적정 수준이라고 할 수 있다.

보다 중요한 것은 AI 기업들의 밸류에이션이 단일한 패턴이 아니라, 분야별로뚜렷하게 분화되고 있다는 점이다. 2026년 기준 주요 기업들의 PER를 보면 엔비디아 약 34배, MS 약 22배, 메타 약 22배, 알파벳 약 25배, 아마존 약 27배, TSMC 약 27배 수준으로 비교적 안정적인 범위에 위치한다.

반면 브로드컴은 약 50~60배, AMD는 약 70배, Arm Holdings은 180배, 팔란티어는 200배 이상으로 크게 상승해 있다. 또한 스노우플레이크와 C3.ai처럼 이익 기반이 약한 기업은 PER 자체가 의미를 갖기 어려운 상황이다.

종목별 구조적 버블 존재

이러한 수치는 AI 버블 논쟁의 본질을 더욱 명확하게 드러낸다. 즉, 현재 시장은 AI 전체 버블인가의 문제가 아닌 어떤 영역은 과열돼 있고, 어떤 영역은 본질을 정확하게 반영하고 있다는 것이다. 즉, 인프라와 빅테크 영역은 실제 수익과 현금흐름을 기반으로 밸류에이션을 빠르게 소화하고 있는 반면, 일부 플랫폼·테마형 AI 기업은 여전히 기대가 실적을 크게 앞서고 있는 구조다.

특히 주목할 점은 엔비디아의 경우 선행 PER이 S&P500 평균 수준까지 낮아졌다는 점이다. 이는 AI 인프라 핵심 기업들이 이미 충분한 실적을 내고 있음을 의미한다. 반면 Arm이나 팔란티어와 같은 기업은 여전히 미래 성장 기대가 기업가치의 대부분을 내포하고 있으며, 이 경우 성장률이 둔화될 경우 멀티플 압축 리스크가 크게 나타날 수 있다.

결국 현재의 버블 논쟁은 기술의 유효성에 대한 논쟁이 아니라, 수익화 시점과 투자 회수 타이밍에 대한 해석 차이라고 보는 것이 보다 정확하다. AI가 산업의 핵심 인프라로 자리잡는 방향성에는 시장의 이견이 거의 없지만, 그 수익이 언제 본격화될 것인지에 대해서는 여전히 불확실하다. 이는 곧 시장이 아직 인프라 투자 단계인지 아니면 수익화 단계로 진입했는지를 가늠하는 문제와 직결된다.

따라서 AI 버블 논쟁은 단순한 찬반 구도가 아니라, 시장 구조와 성숙도를 판단하기 위한 리스크 관리 프레임으로 이해해야 한다. 중요한 것은 버블 여부를 단정하는 것이 아니라, 버블이 발생하더라도 생존하고 성장할 수 있는 영역을 선별하는 전략적 접근이다.

현재 기준에서 가장 유효한 전략은 명확하다. 데이터센터, 반도체, 클라우드와 같은 AI 인프라 및 운영 영역은 구조적 성장 축으로서 상대적으로 안정적인 반면, 단순 AI SaaS나 API 기반 서비스, 차별화가 낮은 챗봇 영역은 경쟁 심화와 수익성 악화 가능성 측면에서 리스크가 높다. 향후 경쟁의 핵심은 산업 특화 AI, 데이터 기반 AI, 그리고 피지컬 AI와 결합된 현장형 AI에서 결정될 가능성이 크다.