AI 조정은 수요 붕괴가 아니라 금융 충격이며, 가치는 operation loop를 소유한 곳으로 옮겨 간다

지난 2주간 한국 메모리 반도체 회사들의 주가가 고점 대비 40% 넘게 빠졌다. 발표자는 내년과 내후년에도 큰 이익이 예상되는 주요 반도체 회사들의 주가가 이렇게 출렁인 것이 시장 참여자들에게 가장 큰 충격이었을 것이라고 말했다. 여기에 a16z 등이 내놓은 통계가 더해지며 AI 거품 논쟁이 다시 붙었다.

발표자는 개인적으로 이 반응이 과하다고 본다. build-out 시기는 아직 끝나지 않았지만, 과투자와 수요 부풀림, 중복 투자, 실수요가 따라오지 않는다는 불안 심리가 시장을 지배하고 있다는 것이다.

더 직접적인 원인으로는 자금 흐름이 지목됐다. 주변 사람들이 모두 주식 창을 띄워 놓고 있어 새로 들어올 수 있는 자본은 이미 시장에 들어와 있는 상태다. 뒤에서 받쳐 줄 추가 수요가 없는 상황에서 비관론이 겹치자 공매도 세력에게 유리한 환경이 됐다.

실제로 CoreWeave와 Nebius 같은 기업에는 공매도 잔고가 매우 크게 쌓여 있었다. 발표자는 이를 수요 자체보다 금융 요인이 조정을 키운 근거로 제시했다.

작년 말에는 모델 성능이 좋아지는 만큼 3천 달러, 만 달러짜리 요금제가 나올 것이라는 전망이 있었다. 만 달러를 내더라도 그 이상의 가치를 뽑아낼 수 있을 만큼 frontier 모델의 성능이 뛰어나다는 논리였다.

하지만 실제로는 GPU 가격은 계속 오르는 반면 token당 가격은 계속 떨어지고 있다. 발표자는 이번 주 나온 Kimi K3.1, DeepSeek V4.1 Flash 등 중국 모델이 효율 면에서 빠르게 따라오고 있다고 전했다. 타임라인에 도는 이야기로는 이들 모델이 아무리 써도 token 사용량이 줄지 않는다고 하며, 이는 같은 능력을 더 적은 비용으로 낸다는 뜻이라고 해석했다.

발표자는 가치 사슬에서 공급자가 많으면 결국 commodity가 되고 가격 경쟁으로 마진이 줄어든다고 설명했다. 반대로 공급이 제한된 상류는 돈을 많이 벌고, 공급이 많은 영역에서는 고객 접점을 장악한 쿠팡이나 검색 엔진 같은 사업자가 돈을 번다는 예시를 들었다.

이때 희소성은 IP, moat, 경쟁력, 전략적 우위 등으로 표현할 수 있는데, 이 모든 것은 새지 않아야 유지된다. 발표자는 이를 'leak하지 않는 scarcity'라는 렌즈로 정리했다.

이 렌즈를 Jensen Huang의 스택도에 적용하면 맨 아래 에너지와 냉각부터 compute, AI factory, 모델과 application까지 어느 층에서 돈이 될지 판단할 수 있다는 것이다.

그렇다면 frontier 모델이 가격을 올리지 못하는 이유는 무엇일까. 발표자와 박종현은 중국 모델이 빠르게 올라오면서 모델이 더 이상 희소하지 않게 됐다고 답했다. 미국 안에서도 여러 모델이 따라오고 있고, 중국에도 수십 개 수준의 frontier lab이 있다는 설명이다. Kimi K3.1은 벤치마크에서 Opus 5.5에 근접했고, Near Frontier Lab과 Frontier Lab의 격차가 크게 줄었다고 한다.

인프라 buildout 시기에는 미래 기대가 과장돼 투자가 일어나고, 그 결과 수요도 부풀려지는 경향이 있다. 발표자는 철도 사례를 들었다. 뉴욕과 시카고 사이에 노선 한두 개면 충분했는데, 과투자로 노선이 세 개씩 생기고 경쟁이 붙었다는 것이다.

발표자는 이런 조정이 폭망을 뜻하지는 않는다고 봤다. 구조적으로 과투자된 자산의 주인이 바뀌고, 다음 세대 투자자가 다른 손익 구조로 더 낮은 비용에 운영하면서 새로운 구조가 생긴다는 것이다. 그 위에서 애플리케이션과 서비스의 시기가 꽃을 피우고, 그것이 한참 지나면 새로운 패러다임이 온다고 봤다.

발표자는 지금이 인프라 buildout의 거의 끄트머리에 가까운 시점이라고 보며, 주가가 떨어지면서 이 시기에 투자했던 많은 사람들이 손해를 보고 있다고 정리했다. 다만 과투자 때 투자자와 채권자가 손해를 보는 것은 원래 당연한 일이고, 그 위에서 부가가치 사업자가 더 크게 가져가거나 편익이 사회 전체로 확산되기도 한다고 말했다.

그 근거로 Anthropic이 2026년 1분기에 2025년 전체 매출보다 큰 매출을 냈다는 점이 언급됐다. 그 중심에는 Claude Code가 있었으며, 발표자는 작년 말부터 올해 사이에 전 세계 coder와 유사 coder가 상당수 유입됐다고 봤다.

a16z에 따르면 전 세계 코더는 약 3천만 명이지만, 지식노동자는 약 15억 명 규모다. 3천만 명이 들어온 현재 수준을 보고 15억 명이 들어오면 이 시장의 TAM이 얼마나 커질지가 지금까지의 가정이었다.

그런데 실제로는 생각보다 유입이 늦다는 평가가 나온다. 발표자는 Q3 매출이 계속 늘어났다면 성장률도 유지됐어야 하는데 성장률이 꺾였다고 짚었다. 코더가 아닌 기업들은 아직 AI를 어떻게 써야 할지에 대한 관점조차 형성되지 않았기 때문에, 이들이 투자 사이클에 들어오는 데는 시차가 있을 수 있다는 것이다.

박종현은 Q2에서 Q3 사이 45% 성장도 매우 큰 수치인데, 이것이 꺾였다고 실망한다는 것은 그만큼 기대가 컸다는 뜻이라고 말했다. 발표자는 이 기대가 Anthropic의 2조 달러 valuation에 반영돼 있다고 보았다. 설립 5년밖에 안 된 회사가 Apple, Google과 비교해 큰 가치를 인정받는 것은 시장이 이 부문이 훨씬 커질 것이라고 예측하기 때문이며, 그 예측이 깨지면 valuation을 정당화하기 어렵다고 했다.

발표자는 용기 있게 베팅하는 쪽과 위험을 관리하는 쪽 중 누가 이길지는 아무도 모른다고 말했다. CoreWeave는 이 사건의 중심에 있는 회사이며, 구조가 복잡하다. 15년짜리 데이터센터 계약, 장비, 3년짜리 고객 계약을 하나의 박스에 담고, 그 박스를 5년물 채권으로 조달한 자금으로 뒷받침한다는 것이다.

발표자는 수요 자체는 여전히 견실하다고 보지만, 그 수요를 뒷받침하는 금융 환경이 흔들렸다고 본다. 지난주 금리는 5%대까지 올랐고, 많은 사람들이 10년물 국채 금리가 6%를 넘으면 CoreWeave 사업이 무너진다고 말한다. CoreWeave의 사업이 금리 4% 수준의 저금리 시기를 전제로 설계됐기 때문이다.

발표자는 CoreWeave가 실제로 망할지를 Excel로 계산하며 단정하지는 않는다고 했다. 다만 금융 회사들이 이런 숫자를 가져와 시장 sentiment를 만들면서 꼬리가 몸통을 흔드는 경우가 많다고 지적했다. 이번 하락도 거품이 터지는 과정이라기보다 일시적인 재채기 정도로 보고 있으며 가격은 회복할 것이라고 봤다.

공매도 측면에서는 CoreWeave와 Nebius에 전체 유통 가능 주식의 약 23.7%에서 거의 30%에 이르는 공매도 포지션이 걸려 있다고 소개했다. 떨어지는 칼에 받아주는 수요가 없으니 주가가 쭉 떨어졌다는 것이다. 공매도 계좌들의 평가이익은 약 6B달러 정도로 추정된다고 한다. 이는 fundamentals 악화보다 수급 요인이 주가를 흔들었을 가능성을 보여준다고 발표자는 해석했다.

월가의 시각도 엇갈린다. Citadel의 Ken Griffin은 거품이라고 분명히 말하고, Goldman Sachs는 공격적 롱 포지션이라고 말하는 등 관점이 다양하다. 발표자는 누군가는 맞히겠지만 지금은 아무도 확실히 알 수 없다고 정리했다.

발표자는 Anthropic의 S-1 filing 숫자와 Kimi K3.1 성능 이야기를 짧게 넘긴 뒤, 결론인 operation loop 논리를 생각 실험으로 풀었다. 어디에 투자하고 어떤 사업을 해야 하는지가 가장 중요한 질문이며, 발표자는 telecom bubble보다 railroad boom과 비슷한 cycle이 반복되는 것 같다는 생각도 밝혔다.

발표자는 격차를 두 가지로 나눴다. Time gap은 계속 줄어들고 있는데, 뒤에 있는 Frontier Lab과 Near Frontier Lab의 격차가 좁아지는 것은 분명하다는 것이다. 다만 lab이 아닌 입장에서는 Frontier Lab의 능력을 아직 모르는 사람들에게 파는 time gap은 여전히 크게 남아 있다고 봤다.

Domain gap은 최근 모델들이 빠르게 메우고 있다. Opus 5.5가 비디오 편집을 잘하면 Kimi도 잘하고 다른 모델도 잘하게 되는 식이다. 이는 누군가 training용 RL dataset을 Anthropic에 먼저 팔고, 그 데이터를 다시 뒤의 사업자에게 파는 구조 덕분이라고 설명했다. 새 모델이 나올 때마다 특정 domain이 feature처럼 추가되어 마케팅 재료가 되고 있다는 것이다.

보상 신호가 digital에서 강하게 나오는 coding이나 수학부터 domain을 정복해 가고, 뒤로 갈수록 reward signal이 digital에서 나오기 어려운 쪽으로 간다는 것이 발표자의 설명이다. 박종현은 Frontier Lab이 domain을 하나씩 정복해 나가고 있다는 데 동의하며, 데이터를 판매하는 사업자가 어떤 데이터를 모아 어디에 파는지를 보면 다음 domain을 미리 알 수 있다고 말했다.

발표자는 이론상 compute를 10배 투입할 때마다 줄일 수 있는 reducible loss의 약 30%를 줄일 수 있다고 설명했다. Lab들이 loss 숫자를 발표하지 않기 때문에 투입 compute는 상당히 크다. compute를 두 배 넣는다고 성능이 두 배가 되는 것은 아니며, 체감상으로는 compute를 10배 넣어야 성능이 두 배 정도 오르는 느낌이라는 것이다.

이 때문에 성능 경쟁이 이어지는 한 투입해야 하는 compute는 계속 늘어날 것이라고 본다. 박종현도 loss가 줄어든다고 해서 일반인이 푸는 task가 갑자기 배로 늘어나는 것은 아니라고 공감했다. 모델 출시 주기도 몇 년째 조금씩 빨라지고 있지만 천지개벽 수준은 아니라서 추세가 이어지고 있다고 봤다.

발표자는 compute가 남아돌 일은 없을 것이라고 강조했다. 지능이 superintelligence에 이를 때까지 이 경쟁은 끝나지 않을 것이라서, 과거 인터넷이나 모바일, 철도의 build-out 렌즈로 지금을 보면 기울기가 맞지 않는다고 말했다. timeframe과 기울기가 지금은 모두 달라졌으니 새 렌즈가 필요하다는 것이다.

발표자는 Frontier Lab을 볼 때 compute, data, talent 세 가지를 기준으로 삼는다고 밝혔다. 다만 data와 talent는 새는 자원이다. 인재는 이직으로 새고, 친구들과 밥을 먹는 자리에서도 방향성이 새어 나간다. data 역시 판매 회사가 한 lab에 판 데이터를 다른 lab에도 계속 팔아 퍼진다. 그래서 lab 사이에 time gap을 만드는 것은 천재 연구자 한 명이 아니라 compute 경쟁이라고 봤다.

발표자는 우리가 인도와 아메리카를 아직 발견하지 않은 항해술이 막 발견된 유럽 단계에 있다고 비유했다. 모든 회사와 스타트업이 새 사업을 만들고 방어하려고 미리 자본을 당겨 compute를 투입하고 있다는 것이다.

박종현은 지금까지 AI 회사들은 사람이 하던 일을 AI로 대체해 왔지만, 일을 효율화하고 나면 수요가 끝난다고 짚었다. 그러나 coding의 경우 개발자가 대체되고 끝나는 것이 아니라 전체 코드 생산량이 크게 늘었고, 인터넷에는 slop도 넘쳐나고 있다고 설명했다. 이는 신대륙을 발견한 것과 같아서, 다른 분야에서도 같은 일이 벌어지면 수요가 위로 뚫고 올라갈 수 있다는 것이다.

발표자는 다들 배를 준비해 사방으로 떠나고 있는 상황이라고 답했다. 누군가는 북극에 닿고, 누군가는 황금의 땅에 닿고, 누군가는 중간에 죽는다. 그러나 누군가 하나가 그것을 발견하면 얻는 이익이 막대하다는 것이다.

발표자는 이를 연예기획사 연습생에 비유했다. 이효리처럼 한 명이 성공했을 때의 outcome이 워낙 커서 기댓값이 소수에게 몰려 있지만, 그 뒤에는 수많은 연습생이 같은 연습량을 투입하고 있다는 것이다. compute 투자도 이와 같다고 봤다. 그러니 수요가 없는 것 아니냐는 질문에 대해서는 수요가 창조되고 있는 중이라는 새로운 관점을 제시했다.

발표자는 Frontier Lab이 domain을 공략하는 방식으로 세 가지를 들었다. 첫째, 데이터를 사 오는 것이다. 둘째, 데이터를 사 오기 어려운 biology나 제약처럼 기댓값이 큰 영역은 lab을 직접 만들어 버린다. 실제로 reward signal을 얻는 wet lab을 설립해 자체 모델과 합치는 식이다. 셋째, Midjourney처럼 영상과 이미지 생성 영역도 수많은 회사가 vertical로 진출하고 있지만 결국은 거대 lab이 열차를 몰고 와 정리될 것이라고 봤다.

발표자는 Frontier recipe도 더 이상 희소재가 아니라고 말했다. 특정 연구자만 할 수 있는 일이 아니라 다른 곳에서도 할 수 있는 사람이 많다는 것이다. Kimi나 DeepSeek도 한두 번만 더 앞구르기를 하면 Frontier Lab과 함께 불리게 될 것이라고 예측했다.

반면 Near Frontier나 Quasi Frontier Lab의 경우 moat는 규제에서 나온다고 발표자는 말했다. 정치적 이유나 sovereign이라는 이름이 붙은 회사들은 공공 조달을 받으며, 한국의 티맥스나 한컴처럼 그 수준의 top-line을 내는 경우가 꽤 있다는 것이다. 또 오픈 모델과 closed 모델은 발전 속도가 다르다. 자체 서비스에서 얻은 data와 intent가 다음 세대 학습으로 바로 돌아가야 loop가 빠르게 도는데, 오픈웨이트 모델은 그 고리가 끊겨 있어 loop가 늦게 돈다고 봤다.

결국 Frontier Lab의 attention이 닿지 않는 영역이 남는다. 규제가 있는 곳, 너무 작아서 오기 힘든 곳, 특허로 보호받는 곳이다. 발표자는 이런 자잘한 데가 더 어려워졌다고 짚었다.

발표자는 spot과 contract의 가격 차이를 중요한 지표로 소개했다. xAI, 즉 SpaceX는 데이터센터를 대규모로 만들어 외부에도 compute를 판매하는데, 장기 계약보다 spot으로 팔아 이익을 내고 있다고 한다. 반면 Nebius와 CoreWeave는 3년 계약으로 묶어 낮은 고정가에 판매한다. spot은 시장에서 그때그때 형성되는 가격으로, 비싸게 팔 수 있는 장점이 있지만 수요가 없으면 장비가 놀게 된다.

박종현은 실제로 GPU를 빌리려고 하면 spot 자체가 존재하지 않는다고 말했다. 발표자는 지금은 spot이 contract보다 훨씬 비싸며, 이것이 뒤집히느냐 마느냐가 중요한 분기점 중 하나라고 봤다.

발표자는 CoreWeave의 금융 구조도 설명했다. 계약별로 SPV라는 특수목적회사를 두고, 박스마다 조달 금액과 뒷받침하는 hyperscaler 조건이 다르다. 그 안에서 생긴 손실이나 이익이 모회사에 올라가 CoreWeave의 가치를 형성한다. 이자율이 오르면 철도 붐 때처럼 무너질 수 있다는 예측이 많은데, 발표자는 고객 계약 3년, 데이터센터 lease 15년, 채권 5년이라 기간이 맞지 않는다는 점을 짚었다.

발표자는 틈새 산업만 살아남는다는 비유를 빌려, AI에서 살아남을 길은 두 가지뿐이라고 정리했다. Frontier Lab이 되거나, domain별 operation loop의 소유자가 되는 것이다. 이자율이 높아지면 재무 구조가 약한 쪽부터 위험해지지만, 그 전염이 전체로 번지지는 않을 것이라고 봤다.

발표자는 AI 거품이 진짜 터지는 것인지 2주 동안 고민했지만, 결론은 그렇지 않다는 것이라고 말했다. 그는 frontier gap이 닫히는지 열리는지와 산업의 전환점이 언제 오는지를 두 축으로 나눠 미래를 가늠한다고 밝혔다. gap이 좁아지면 모델은 범용재가 되어 가져가는 가치의 몫이 0으로 간다고 본다.

현재는 투입비가 훨씬 커서 감가상각비와 이자가 매출보다 크다. 매출이 감가상각비와 이자를 넘어서는 시점이 와야 하는데, 아직 오지 않았다는 것이 두 사람의 공통된 인식이다.

박종현은 지금 벌어들이는 돈보다 투자하는 돈이 많다고 정리했다. 벌어들이는 돈이 투자보다 많아져야 기업들이 망하지 않고 잘 가는 시나리오가 된다는 것이다. 발표자는 Anthropic이 inference에 들어가는 비용 대비 margin이 몇 퍼센트라는 수치는 변동비만 계산한 공헌이익 개념이라고 지적했다. pre-training과 인건비, 데이터센터 upfront 비용까지 더하면 여전히 큰 적자일 것이라는 설명이다.

발표자는 OpenAI와 Anthropic이 가장 원하는 시나리오는 frontier gap을 유지하며 독점적인 지능 인프라 사업자가 되는 것이라고 봤다. 그러나 gap이 닫히며 frontier lab이 많아지는 쪽이 더 가능성이 크다고 전망했다. 그 경우 best practice에 도달한 몇몇 사업자만 현금 흐름이 돌고, 나머지 marginal builder는 흡수될 것이라고 본다. 그렇게 되면 frontier model 자체는 utility가 되고, 가치는 Nvidia나 전력, 냉각탑 같은 아래층에 남거나 위로 흐를 것이라고 설명했다.

발표자는 operation loop를 소유하는 사업자가 반드시 model work를 해야 하는 것은 아니라고 말했다. 오픈웨이트 near-frontier 모델을 가져다 compute를 붙이기만 해도 해결되는 경우가 많고, 발표자는 이를 몇 개의 회사를 통해 이미 확인하고 있다고 전했다.

진짜 소유할 loop는 지능이 아니라 control plane에 있는 경우가 훨씬 많다. 그 control plane 데이터는 크기가 크지 않아, 모델이 그것을 학습하며 성장할 domain도 아닌 경우가 허다하다. 그래서 경쟁의 방향은 높은 지능의 모델을 오픈웨이트로 내놓는 쪽으로 가게 된다고 봤다. 실제로 frontier lab을 따라가는 뒤쪽 모델들은 관심을 얻기 위해 weight라도 공개해야 한다는 것이다.

발표자는 weight의 소유는 감가되고 signal의 소유는 복리로 쌓인다는 문장을 인용하며, model work의 가치는 계속 낮아질 것이라고 봤다. 데이터와 인재도 감가되는 자산이며 compute로 치환해 풀 수 있다는 논리다. 따라서 frontier lab과 경쟁하려면 model work가 필요하지만, frontier model이 손대지 못하는 operation 영역에 loop를 지으면 model work는 필요 없다는 결론이 나온다.

발표자는 여기서 말하는 signal을 거대한 dataset이 아닌 일상 운영의 질문과 답으로 설명했다. 매출이 어떻게 빠지고 문제가 어디인지, 그것을 어떻게 수정하는지가 쌓이면 결국 몇 개의 규칙으로 압축된다. 이 규칙은 지혜나 rule base라고 부를 수 있는데, model에 심을 만한 크기는 아니라는 것이다.

발표자는 DeepSeek 등이 상장하면 그 주식은 모든 intelligence 인프라가 될 자산이므로 인플레이션을 방어하는 보험으로 장기 보유해야 한다고 말했다. 다만 Frontier Lab이 한두 개 과점으로 굳을 확률은 높지 않다고 봐서, flipping point를 모르는 만큼 노출을 유지하는 편이 낫다는 판단이다.

사업은 frontier lab이 하지 않는 곳으로 가야 한다고 강조했다. 특히 이미 operation loop가 있는 회사에 빨리 들어가 필요한 것을 만들어 주는 방식이다. 발표자 본인도 B2B enterprise AI 회사를 차릴 계획을 밝혔다.

발표자는 시장 타이밍을 알기 위해 몇 가지 지표를 추적하고 있다고 설명했다. spot과 contract의 spread가 어떻게 벌어지고 만나는지, GPU를 몇 년 동안 쓰고 감가상각 처리하는지에 따른 payback period, 그리고 compute 수요가 이어질 때 CoreWeave나 Nebius가 감가상각 이후 순이익을 낼 수 있는지 등이다.

발표자는 감가상각이 끝난 뒤에도 자산이 계속 돌면 그때부터 순이익이 된다고 설명했다. 지금은 CoreWeave나 Nebius의 숫자가 나빠 보이지만, compute 수요가 이어지면 그 숫자도 좋아질 수 있다는 것이다.

박종현은 실제로 이런 일이 벌어지고 있는 것 같다고 말했다. 퇴역했다고 생각했던 A100 같은 GPU에서도 매출이 많이 나오고 있는데, compute가 너무 부족해서 생기는 현상이라는 것이다.

발표자는 오픈웨이트와 frontier gap의 격차가 한때 4개월이었지만 지금은 2개월 안쪽으로 줄고 있다고 말했다. 현재 에이전트 대부분은 coding에 쓰이고 있어, 법무와 재무 등 coding 밖에서 새로 생기는 domain이 얼마나 많아지는지를 지켜보고 있다고 한다. value capture의 방향은 AI를 쓴 프로젝트에서 token 값과 그 회사가 취한 margin의 비율로 가늠할 수 있다고도 덧붙였다.