AI 주가 조정, 2000년 닷컴 버블과 같으면서도 다른 이유

시작하며: 제 포트폴리오도 파랗습니다

며칠 전 무심코 주식 앱을 열었다가 잠시 화면을 셔터 내렸습니다. 소위 ‘AI 붐’에 편승해 재미 삼아 담아뒀던 기술주들이 약속이나 한 듯 파란색으로 물들어 있었습니다. 고점 대비 20~30% 하락은 예사였습니다. 주변에서도 비슷한 곡소리가 들려옵니다. “역시 거품이었다”, “2000년 닷컴 버블 때랑 똑같다”, “엔비디아도 무너지는 것 아니냐”는 우려 섞인 말들이 오갑니다. 시장에서는 ‘AI 셀오프(Sell-off, 대량 매도)’라는 말까지 나옵니다.

틀린 말이 아닙니다. 분명 파티는 잠시 멈췄고, 누군가는 비싼 값을 치르고 있습니다. 2022년부터 시작된 생성 AI 열풍이 2년 만에 혹독한 조정기를 맞은 것은 사실입니다. 하지만 엔지니어의 시선으로 한 걸음 더 들어가 보면, 이번 사태는 2000년의 재방송과는 결이 다릅니다. 그때와 지금, 무엇이 같고 무엇이 결정적으로 다를까요. 저는 이게 기술의 실패가 아니라, 기술을 팔아 돈을 벌겠다는 ‘사업 계획서의 실패’라고 봅니다. 그리고 이 과정은 진짜 실력자를 가려내는 건강한 통과의례에 가깝습니다.

2000년의 데자뷔: 인터넷과 AI, 닮은꼴 기대감

2000년 정보기술(IT) 거품 붕괴를 기억하는 분들이 많을 겁니다. 당시 시장의 주문은 ‘인터넷’이었습니다. 사업 내용과 상관없이 회사 이름에 ‘닷컴(.com)’만 붙이면 주가가 하늘로 솟았습니다. 고양이 사료를 인터넷으로 팔겠다는 회사(Pets.com)가 수천억 원의 기업 가치를 인정받던 시절입니다. 사람들은 인터넷이 세상을 바꿀 것이라는 막연한 기대감에 취해 있었습니다.

그 기대는 틀리지 않았습니다. 인터넷은 정말로 세상을 바꿨습니다. 하지만 그 변화의 과실을 누린 기업은 당시 ‘닷컴’을 외치던 수많은 회사 중 극소수에 불과했습니다. 대부분은 실질적인 수익 모델을 만들지 못한 채 사라졌습니다. 비유하자면, ‘신대륙’이 발견됐다는 소문만 듣고 너도나도 호화 유람선 티켓을 팔기 시작한 셈입니다. 정작 신대륙에 항구를 짓고, 길을 닦고, 사람들이 살 집을 짓는 구체적인 계획은 없었습니다. 결국 대부분의 유람선은 신대륙에 닿기도 전에 망망대해에서 좌초했습니다.

최근의 AI 열풍도 이와 비슷한 구석이 있습니다. ‘인터넷’이라는 단어가 ‘AI’로 바뀌었을 뿐입니다. 특히 LLM(Large Language Model, 거대 언어 모델)이 등장하면서 기대감은 극에 달했습니다. LLM이란 쉽게 말해, 사람의 말을 흉내 내 문장을 만들어내는 인공지능 프로그램입니다. 인터넷의 방대한 텍스트 데이터를 통째로 학습해, 특정 단어 뒤에 어떤 단어가 나올지 확률적으로 예측하는 거대한 통계 기계라고 생각하면 쉽습니다. 이 기술을 활용하면 무엇이든 할 수 있을 것 같다는 환상이 퍼졌습니다. 투자자들은 너도나도 ‘AI 신대륙’행 티켓을 사기 위해 돈을 쏟아부었고, “우리도 AI 합니다”라고 선언하는 스타트업들의 몸값은 천정부지로 치솟았습니다.

결정적 차이: ‘진짜 일’을 하는가

하지만 2000년과 2024년 사이에는 결정적인 차이가 있습니다. 바로 ‘기술의 실용성’입니다. 2000년의 닷컴 기업들이 팔던 것은 대부분 미래에 대한 약속이었습니다. 당장 내 생활이나 업무에 직접적인 도움을 주는 서비스는 거의 없었습니다. 반면 지금의 AI는, 비록 초기 단계이지만, 이미 ‘진짜 일’을 하고 있습니다.

저만 해도 그렇습니다. 최근 작은 개인 프로젝트를 위해 파이썬 코드를 짤 일이 있었습니다. 예전 같았으면 며칠 밤을 새워야 했을 작업을 깃헙 코파일럿 같은 AI 코드 보조 도구의 도움을 받아 반나절 만에 끝냈습니다. 물론 AI가 짜준 코드가 완벽하지 않아 여기저기 손봐야 했지만, 적어도 밑그림을 그리고 자잘한 부분을 채우는 수고는 확실히 덜어줬습니다. 발표 자료에 쓸 이미지가 필요할 때도 마찬가지입니다. 예전엔 저작권 없는 이미지를 찾아 헤맸지만, 이젠 미드저니 같은 이미지 생성 AI에 “사무실에서 회의하는 직장인들의 모습을 인상파 화풍으로 그려줘”라고 입력하면 그럴듯한 그림을 몇 초 만에 얻습니다.

이것이 핵심입니다. 지금의 AI는 단순한 구호가 아니라, 실제로 개발자의 코딩 시간을 줄여주고, 디자이너의 스케치 작업을 돕고, 마케터의 광고 문구를 써주는 ‘도구’로 작동하고 있습니다. 물론 아직 서투른 신입사원 같아서 결과물을 그대로 쓸 수는 없고, 관리 감독이 필수적입니다. 하지만 분명히 ‘노동력’을 대체하고 ‘시간’을 벌어주고 있습니다. 이는 수익 모델이 불분명했던 닷컴 기업들과 근본적으로 다른 지점입니다.

표에서 보듯, 실패의 원인은 24년 전이나 지금이나 같습니다. 기술 자체가 아니라, 그 기술로 어떻게 돈을 벌지에 대한 계획이 부실했다는 점입니다. 다만 2024년의 AI는 2000년의 인터넷보다 훨씬 더 명확한 ‘비용 절감’과 ‘생산성 향상’이라는 가치를 제공하고 있습니다.

거품은 기술이 아니라 '밸류에이션'에 있었다

그렇다면 지금의 조정 국면을 어떻게 해석해야 할까요? 저는 기술 자체에 낀 거품이 아니라, 기업 가치, 즉 ‘밸류에이션(Valuation)’에 낀 거품이 빠지는 과정이라고 봅니다. 밸류에이션이란 기업의 가치를 돈으로 환산한 값입니다. 보통 미래에 벌어들일 이익을 예측해 현재 가치로 계산하는데, AI 스타트업들에 대한 평가는 이 ‘미래’를 너무 낙관적으로, 너무 가깝게 당겨왔던 것이 문제입니다.

쉬운 비유를 들어보겠습니다. 이제 막 고등학교를 졸업한 천재 야구선수가 있다고 칩시다. 재능은 확실합니다. 구단은 이 선수가 10년 뒤 메이저리그 최고의 선수가 될 것이라 믿고, 10년치 예상 연봉을 당겨와 1,000억 원짜리 계약을 안겨줬습니다. 그런데 이 선수가 데뷔 첫해에 기대만큼의 성적을 내지 못하면 어떻게 될까요? 사람들은 “거품이었다”, “먹튀다”라고 비난할 겁니다. 하지만 이 선수의 재능 자체가 사라진 것은 아닙니다. 단지 시장의 기대치가 너무 높았고, 그 기대에 부응하기까지 시간이 더 필요할 뿐입니다. 많은 AI 기업들이 바로 이 ‘천재 신인 선수’와 같은 상황에 놓여 있습니다.

여기서 흔히 하는 오해 두 가지를 짚고 넘어가야 합니다.

1. ‘주가 하락 = 기술의 실패’라는 오해: 주가가 떨어졌다고 해서 기술의 잠재력까지 폄하해서는 안 됩니다. 이는 기술의 가치와 시장 가격을 혼동하는 것입니다. AI 기술은 여전히 빠르게 발전하고 있으며, 기업의 생산성을 높이는 잠재력은 그대로입니다. 단지 그 기술을 이용해 돈을 버는 속도가 투자자들의 조급한 기대에 미치지 못했을 뿐입니다. KTX 열차가 시속 300km로 달릴 잠재력이 충분한데, 선로 사정상 150km로 운행하고 있다고 해서 KTX 기술 자체가 실패했다고 말할 수는 없는 것과 같습니다.

1. ‘엔비디아 주가 하락 = AI 시대의 끝’이라는 오해: 엔비디아는 AI 모델을 훈련시키는 데 필수적인 GPU(그래픽 처리 장치)를 거의 독점적으로 공급하는 회사입니다. 흔히 ‘골드러시 때 금을 캐는 사람보다 곡괭이와 청바지를 파는 사람이 돈을 번다’고 하는데, 엔비디아가 바로 그 ‘곡괭이 장수’입니다. 최근의 주가 하락은 골드러시가 끝났다는 신호라기보다, 금을 캐겠다는 사람이 너무 몰려들어 잠시 곡괭이 재고가 쌓인 상황에 가깝습니다. 아직 발견되지 않은 금광은 여전히 많습니다.

결국 시장은 ‘AI를 한다’는 선언만으로는 부족하다는 것을 깨닫고 있습니다. 그 AI로 ‘그래서 어떻게, 얼마를 벌 것인가?’라는 본질적인 질문을 던지기 시작한 겁니다. 이것은 위기라기보다 정상화에 가깝습니다.

4세대 언어와 CASE 도구의 교훈

이런 상황은 기술의 역사에서 반복되어 왔습니다. 저는 1980년대와 90년대에 등장했던 ‘4세대 언어(4GL)’와 ‘CASE(Computer-Aided Software Engineering) 도구’가 떠오릅니다. 당시 이 기술들은 “이제 코딩을 몰라도 누구나 프로그램을 만들 수 있다”는 혁명적인 구호와 함께 등장했습니다. 복잡한 프로그래밍 언어 대신, 사람이 쓰는 말에 가까운 문장이나 그림을 이용해 원하는 소프트웨어를 설계할 수 있게 해주겠다는 약속이었습니다.

결과는 어땠을까요? 4세대 언어와 CASE 도구는 프로그래머라는 직업을 없애지 못했습니다. 대신 프로그래머의 일을 바꿨습니다. 단순하고 반복적인 코드를 자동으로 생성해주어, 개발자들이 더 본질적인 문제에 집중하게 만들었습니다. 즉, ‘무엇을(What) 만들 것인가’와 ‘어떻게(How) 구조를 짤 것인가’에 대한 고민입니다. 도구가 좋아질수록, 도구를 쓰는 사람의 기획력과 설계 능력이 더 중요해진 것입니다. 허드렛일이 줄어든 만큼, 핵심적인 ‘판단’의 가치가 올라갔습니다.

AI도 마찬가지 길을 갈 것입니다. AI가 변호사를 대체하는 것이 아니라, 변호사가 판례를 검색하고 계약서 초안을 작성하는 시간을 줄여줄 겁니다. AI가 의사를 대체하는 것이 아니라, 의사가 의료 영상을 판독하고 환자 기록을 요약하는 일을 도와줄 겁니다. 결국 인간 전문가는 단순 반복 업무에서 해방되어, AI가 내놓은 여러 결과물 중 최선을 고르고, 오류를 수정하고, 최종 책임을 지는 ‘판단자’이자 ‘감독관’의 역할을 하게 될 겁니다.

오히려 AI 때문에 우리의 판단은 더 날카로워져야 합니다. 그럴싸한 거짓말을 1초에 수십 개씩 만들어내는 AI 앞에서, 진짜와 가짜를 구별하고 최선의 선택을 내리는 능력은 이전보다 훨씬 더 비싼 값이 매겨질 겁니다. AI는 ‘생각’을 대체하는 도구가 아니라, ‘생각할 시간’을 벌어주는 도구에 가깝습니다. 그 벌어준 시간을 어떻게 활용하느냐가 개인과 기업의 경쟁력을 결정할 겁니다.

앞으로 무엇을 봐야 하는가: 옥석 가리기 신호등

그렇다면 투자자든, 직장인이든, 혹은 그냥 미래가 궁금한 시민이든, 우리는 앞으로 무엇을 보고 옥석을 가려내야 할까요? 저는 몇 가지 신호를 눈여겨봐야 한다고 생각합니다.

• ‘AI’를 동사가 아닌 명사로 쓰는 회사를 경계해야 합니다. “우리는 AI 기업입니다”라고 정체성을 내세우는 곳보다, “우리는 AI를 이용해 신약 개발 시간을 30% 단축합니다”처럼 AI를 구체적인 문제를 푸는 ‘동사’로 사용하는 회사에 주목해야 합니다. 기술은 도구이지, 그 자체가 목표가 될 수 없습니다.

• 대체하는 ‘노동의 값’이 명확한지 따져봐야 합니다. AI 도입으로 절감되는 비용이 구체적인 숫자로 계산되는 비즈니스 모델을 가진 회사가 결국 살아남습니다. “변호사 보조 인력의 서류 작업 시간당 5만 원 x 연간 2,000시간”처럼, AI가 대체하는 노동의 가치가 명확할수록 수익 모델도 견고해집니다.

• 좁고 깊은 ‘버티컬 AI(Vertical AI)’에 주목해야 합니다. 모든 것을 다 잘하려는 ‘만능 AI’보다, 법률, 의료, 금융, 반도체 설계 등 특정 산업(Vertical)의 문제를 깊게 파고드는 ‘전문화된 AI’가 먼저 확실한 돈을 벌 가능성이 높습니다. 특정 분야의 전문 지식과 데이터를 학습시킨 AI는 범용 AI가 따라올 수 없는 경쟁력을 갖습니다.

• 누가 ‘데이터 해자(Data Moat)’를 가졌는지 봐야 합니다. AI 모델을 만드는 기술 자체는 점점 평준화될 것입니다. 오픈소스 모델도 빠르게 발전하고 있죠. 결국 장기적인 승부는 누가 독점적이고 고품질의 데이터를 확보하고 있느냐에서 갈릴 겁니다. 이 데이터가 바로 경쟁자들이 쉽게 넘볼 수 없는 ‘해자(성 주위를 둘러싼 못)’가 될 것입니다.

Q&A: 독자들이 던질 법한 질문들

Q. 그래서 지금 AI 주식을 사야 합니까, 팔아야 합니까? A. 저는 투자 자문가가 아니기에 종목을 추천할 수는 없습니다. 다만 한 가지 분명한 것은, ‘AI’라는 이름표 하나만 보고 묻지마 투자를 하던 시대는 끝났다는 점입니다. 닷컴 버블이 꺼진 뒤 아마존과 구글이 폐허 속에서 거인으로 성장했듯, 이번 조정기 이후 진짜 실력과 지속 가능한 비즈니스 모델을 갖춘 기업들이 시장을 주도할 것입니다. 단기적인 주가 등락에 일희일비하기보다, 이 회사가 5년, 10년 뒤에 어떤 중요한 문제를 풀고 있을지 상상해보는 것이 더 현명한 접근법이라고 생각합니다.

Q. AI 때문에 제 직업이 사라질까 봐 불안합니다. 어떻게 해야 할까요? A. 완전히 사라지는 직업도 일부 있겠지만, 대부분은 직무의 형태가 바뀔 겁니다. 컴퓨터와 엑셀이 등장했을 때 회계사라는 직업이 사라지지 않고, 주판알을 튕기고 장부를 손으로 쓰던 업무가 사라진 것과 같습니다. 이제 단순 정보 검색, 자료 요약, 초안 작성 같은 반복 업무는 AI에게 ‘부하 직원’처럼 맡기고, 우리는 더 창의적이고 비판적인 ‘판단’과 ‘기획’, 그리고 ‘소통’에 집중해야 합니다. 지금부터라도 내 업무 영역에서 AI를 어떻게 활용할 수 있을지 작은 실험이라도 시작해보는 사람이 변화의 파도 위에서 살아남을 겁니다.

Q. AI 기술 발전 속도가 너무 빠른데, 결국 인간을 넘어서는 특이점이 오는 것 아닌가요? A. 기술적으로 언젠가 가능할 수도, 영원히 불가능할 수도 있습니다. 누구도 확신할 수 없는 문제입니다. 다만 엔지니어의 관점에서 보면, 현재의 AI는 아직 스스로 무언가를 욕망하거나 목표를 설정하는 ‘의식’을 가진 존재가 아닙니다. 방대한 데이터를 기반으로 가장 그럴듯한 답을 흉내 내는 ‘정교한 앵무새’에 가깝습니다. 우리가 당장 걱정해야 할 것은 영화 ‘터미네이터’에 나오는 인공지능의 반란이 아니라, 이 강력한 도구를 악용하는 사람들과 AI가 내놓은 답을 무비판적으로 맹신하는 사람들입니다. 기술 자체보다 그것을 쓰는 인간의 윤리와 분별력이 그 어느 때보다 중요해진 시대입니다.