AI 속도조절론에 시장이 흔들렸다. 안전을 지키는 비용과 돈을 구하는 비용이 함께 커진 지금, AI 투자금은 어디로 향할까
지금까지 AI 업계는 누가 더 강력한 모델을 더 빨리 만드느냐를 두고 경쟁해 왔다. 빅테크가 데이터센터와 반도체에 천문학적인 돈을 쏟아부은 것도 이 경쟁에서 뒤처지지 않기 위해서였다. 그런데 최근 이 경쟁을 이끌어 온 일부 AI 기업 수장들이 오히려 개발 속도를 늦춰야 한다고 말하기 시작했다. 이른바 “AI 속도조절론”이다. 시장은 즉각 반응했다. 14일(월) 미국 필라델피아 반도체지수가 하루 만에 약 5.9% 떨어졌다. 개발 속도가 느려지면 데이터센터와 반도체 투자도 줄어들 것이라는 우려 때문이다. 그러나 나는 이 논쟁을 곧바로 AI 투자 축소로 받아들이기엔 이르다고 본다. 그보다 먼저 물어야 할 질문이 있기 때문이다. 왜 하필 지금 이들이 속도를 늦추자고 나섰을까. 이 글에서는 그 배경에 있는 두 가지 변화를 살펴보고, 속도조절이 이어진다면 AI 투자금이 어디로 향할지 따져본다.
1AI 속도조절론에 시장이 요동쳤다
논쟁의 시작은 다리오 아모데이 앤트로픽 CEO가 9월 12일 공개한 4,000단어 분량의 글 「We Must Pace the Frontier」였다. 그의 주장은 이 한 문장에 담겨 있다. We must slow the pace at which we improve the capabilities of AI models. AI 모델의 성능을 끌어올리는 속도 자체를 늦춰야 한다는 뜻이다. 그는 외부 평가자에게 직원 수준의 내부 접근 권한을 상시로 주는 방안을 앤트로픽이 먼저 시행하겠다고 했고, 주요 AI 기업들이 공통의 안전 기준을 만들고 개발 속도에 한도를 두자고 제안했다. 샘 올트먼 오픈AI CEO와 일론 머스크도 여기에 동의했다.
시장은 이 발언을 AI 투자 둔화의 신호로 받아들였다. 14일 필라델피아 반도체지수가 5.86% 급락했고, 엔비디아와 브로드컴도 각각 3.36%, 4.77% 떨어졌다. 국내에서도 삼성전자와 SK하이닉스가 크게 밀리면서 코스피가 3% 넘게 하락했다. 같은 날 미국 10년물 국채금리가 장중 5.012%까지 오르고 유가와 연준의 금리 인상 우려도 겹쳤다. 하지만 금리 상승만으로는 설명하기 어려운 대목이 있었다. 나스닥 종합지수는 0.56% 하락하는 데 그쳤다. 소프트웨어와 사이버보안 종목이 오히려 오르면서 지수의 낙폭을 줄였기 때문이다. 한 자산운용사의 최고투자책임자(CIO)는 로이터에 AI 모델의 성능 향상 속도가 느려지면 가장 먼저 타격을 받는 곳이 반도체·장비 같은 “곡괭이와 삽” 업체들이라며, 시장이 바로 이 업종을 집중적으로 팔고 있다고 설명했다.
업계의 목소리가 하나로 모인 것은 아니다. 마크 저커버그 메타 CEO는 15일 경쟁과 법적 책임만으로도 각 기업이 안전을 챙길 이유가 충분하다며 공동으로 속도를 늦출 필요는 없다는 입장을 밝혔다. 젠슨 황 엔비디아 CEO도 안전과 속도를 함께 추구할 수 있다고 반박했다.
2왜 지금 속도조절론일까
AI 기업 수장들이 왜 하필 지금 속도를 늦추자고 나섰는지 답하려면, 최근 함께 커진 두 가지 변화를 같이 봐야 한다.
하나는 더 강력한 AI를 안전하게 만드는 데 드는 비용이다. 모델이 강해질수록 보안과 감시, 검증에 들어가는 돈과 시간이 늘고 있다. 다른 하나는 그 AI를 만들 돈을 구하는 비용이다. 빅테크의 투자 규모가 벌어들이는 현금보다 빠르게 커지는 사이, 바깥에서 돈을 빌리는 비용도 오르고 있다. 두 변화를 차례로 살펴보자.
3안전을 확보하는 데도 돈이 든다
AI 안전은 이제 선언이나 다짐에 그치는 문제가 아니라, 최첨단 모델을 만드는 원가에 고스란히 반영되는 비용이 됐다. 오픈AI의 사례가 이를 잘 보여준다.
오픈AI는 8월 18일 공식 블로그에서 최첨단(프런티어) 모델의 개발 속도를 한동안 늦췄다고 밝혔다. 출시를 앞둔 최신 모델의 강화학습(RL)을 2주 동안 중단했고, 계획했던 최대 규모의 강화학습도 미뤘다. 이유는 두 가지였다. 외부에 피해를 준 오픈AI-허깅페이스 사고가 있었고, 차기 모델 아스트라(Astra)가 오픈AI 내부 기준으로 가장 높은 “Critical” 등급의 사이버 공격 능력을 갖췄을 수 있다는 초기 평가가 나왔기 때문이다.
같은 발표에서 가장 눈에 띈 숫자는 20%였다. 새로 도입한 다단계 감시 시스템을 돌리려면 감시 대상인 추론 연산량의 약 20%에 해당하는 연산이 추가로 필요하다고 한다. AI 안전에 드는 비용 전체가 20%라는 의미는 아니며, 작업 종류에 따라 편차가 크다는 설명도 붙어 있다. 그래도 모델이 강력해질수록 그 모델을 감시하는 데에도 GPU를 써야 한다는 점은 분명하다.
시간도 비용이다. 오픈AI는 연구 환경의 보안을 강화하는 과정에서 최첨단 연구에 상당한 비용이 들었고 일정도 늦어졌다고 직접 밝혔다. 새 보안 기준을 마련한 뒤에야 8월 28일 대규모 강화학습을 다시 시작했고, 9월 3일 보호 장치를 강화한 GPT-6 아스트라를 출시했다. 고급 사이버 보안 기능은 일부 테스터에게만 먼저 열었다. 앤트로픽이 약속한 외부 평가자 상주 역시 사람을 새로 들이고, 시간을 쓰고, 절차를 새로 만들어야 하는 일이다.
지금까지 시장은 AI 투자를 이야기할 때 주로 GPU와 전력, 데이터센터만 봤다. 앞으로는 보안 격리와 상시 감시, 모델이 의도대로 움직이는지 확인하는 정렬(alignment) 검증, 외부 평가 비용까지 함께 따져야 한다. 더 강한 모델을 한 단계 더 만드는 데 드는 돈과 시간이 모두 늘고 있다.
4그런데 돈을 구하는 비용이 오르고 있다
안전 비용이 커지는 동안 빅테크의 자금 사정도 빠듯해졌다. 투자를 늘리려면 바깥에서 돈을 더 구해야 하는데, 그 돈의 가격이 오르고 있기 때문이다.
먼저 얼마나 더 필요해졌는지부터 보자. 로이터가 지난 7월 LSEG 컨센서스(시장 전망치 평균)를 분석한 결과, 마이크로소프트·알파벳·아마존·메타·오라클 등 5개사의 연간 영업현금흐름은 2027년에 2025년보다 약 3,400억 달러 늘어날 것으로 예상된다. 같은 기간 설비투자(캐펙스)는 약 5,340억 달러 늘어난다. 늘어나는 금액끼리 비교하면 현금이 1달러 더 들어올 때 투자는 약 1.57달러 더 나가는 구조다.
물론 모자라는 57센트를 모두 빚으로 메워야 한다는 뜻은 아니다. 기업에는 쌓아둔 현금이 있고, 신주를 발행해 자금을 모을 수도 있다. 실제로 영국 중앙은행(BOE)의 금융안정보고서에 따르면 알파벳은 올해 2분기에만 850억 달러 가까이를 유상증자로 조달했다. 눈여겨볼 대목은 벌어들인 현금에서 투자금을 빼고 남는 돈, 즉 잉여현금흐름(FCF)이 줄고 있다는 점이다. BOE는 AI를 주력으로 하는 기업들이 2025년에 이미 필요한 투자 규모가 자체 현금으로 감당할 수 있는 수준을 넘어섰고, 올해 상반기 외부 자금 조달이 크게 늘었다고 진단했다. 앞으로 투자를 이어가려면 돈을 다시 빌리기 좋은 환경이 계속되느냐에 더 크게 기댈 수밖에 없다는 판단이다.
문제는 그 돈의 가격이다. 앞선 글 「Term Premium이 뭐길래 — AI 주식이 금리를 두 번 맞는 이유」에서 살펴봤듯이, 6월 말부터 8월 20일까지 미국 10년물 금리가 약 0.28%포인트 오르는 동안 오른 폭은 연준 금리에 대한 기대가 아니라 장기채 보유에 대한 위험 보상(Term Premium)에서 나왔다. 연준이 금리를 내리더라도 장기금리가 쉽게 내려가지 않을 수 있다는 뜻이다. 10년물 금리는 이번 주 장중 5%를 넘기도 했다. 기술기업 회사채 스프레드도 8월 초 89bp로 투자등급 채권 평균보다 9bp 넓어졌다. 기술기업이 다른 우량 기업보다 오히려 비싸게 돈을 빌리고 있는 셈이다.
채권시장 곳곳에서 부담이 드러난다. 크레딧 분석가 마티 프리드슨은 9월 10일 로이터 칼럼에서 하이퍼스케일러(초대형 클라우드 기업)들이 약 2,200억 달러 규모의 회사채를 쏟아내면서, 위험도가 거의 같은 채권끼리도 가격이 제각각 매겨지고 있다고 지적했다. 돈이 들어오는 경로도 달라졌다. 경제협력개발기구(OECD)에 따르면 전체 사모신용 거래액에서 AI 관련 거래가 차지하는 비중은 2024년 9%에서 2025년 34%로 뛰었다. 금액으로는 약 590억 달러로, 1년 만에 7배 가까이 늘었다.
BOE는 또 하나의 위험으로, 빌린 돈의 만기와 그 돈으로 산 자산의 수명이 어긋날 수 있다는 점을 꼽았다. 지금까지 AI 관련 부채는 대부분 만기 10년 이상의 장기 채권이었지만, 데이터센터 안에 들어가는 AI 칩은 수명이 짧고 얼마나 오래 쓸 수 있을지도 불확실하다. 10년 만기로 빌린 돈으로 몇 년 만에 낡을 수 있는 설비를 사는 격이어서, 그 몇 년 안에 투자한 만큼 수익을 내야 한다.
반대 근거도 있다. BOE는 아직 AI 기업들의 대규모 채권 발행 때문에 다른 기업이나 정부의 자금 조달이 어려워졌다는 증거는 거의 없다고 봤다. 하이퍼스케일러 대부분은 부채 비율이 낮고 신용등급도 높다. 그래서 나는 지금 상황을 “돈줄이 말랐다”기보다는 투자를 이어가기 위한 조건이 조금씩 까다로워지는 과정으로 본다.
※ 위 수치는 공개 자료와 시장 전망치를 모은 것으로 달라질 수 있으며, 특정 종목의 매수나 매도를 권하는 것이 아닙니다.
5속도를 늦추면 AI 기업의 계산은 어떻게 달라질까
안전 비용과 자금 조달 비용이 함께 오르는 상황에서 개발 속도를 늦추면, AI 기업들은 두 가지 여유를 얻는다.
하나는 안전장치를 갖출 시간이다. 보안 환경을 새로 만들고, 모델을 감시하고, 외부 평가를 받는 동안에는 다음 단계의 학습을 예전처럼 밀어붙이기 어렵다. 속도조절은 이 작업을 서두르지 않고 마칠 시간을 준다.
다른 하나는 자금 압박을 늦출 시간이다. 지금의 최첨단 AI 모델 경쟁은 잠시라도 멈추면 뒤로 밀려나는 러닝머신과 비슷하다. 한 회사가 새 모델을 내놓으면 몇 달 안에 경쟁사가 더 나은 모델을 내놓는다. 그러면 기존 모델은 금세 구형이 되고, 기업은 비싸진 돈을 구해 다음 모델 개발에 또다시 쏟아부어야 한다. 혼자 멈추면 뒤처지기 때문에 누구도 먼저 속도를 늦추지 못한다. 반면 모든 기업이 같은 기준에 맞춰 함께 속도를 늦춘다면 사정이 달라진다. 다음 대규모 학습에 막대한 자금을 투입해야 하는 시점이 뒤로 밀리고, 이미 만든 모델을 시장에서 쓸 수 있는 기간은 길어진다. 같은 모델로 API를 더 팔고, 기업 고객을 늘리고, AI 에이전트와 각종 서비스에 적용하면서 기존 투자비를 회수할 시간을 벌 수 있다.
정리하면 속도조절은 AI 기업에 안전을 확보할 시간과, 이미 투자한 돈에서 수익을 만들어낼 시간을 동시에 준다. 안전 문제와 돈 문제는 서로 다른 데서 출발했지만, 속도를 늦추는 편이 유리하다는 같은 방향을 가리키고 있다.
6속내는 알 수 없지만, AI 투자금이 향할 방향은 보인다
이것이 AI 기업 수장들이 속도조절론을 꺼낸 실제 이유인지는 당사자들 말고는 알 수 없다. 나는 “AI 기업들이 돈이 모자라 안전을 핑계로 속도를 늦추고 있다”고 주장하려는 것이 아니다. 오픈AI가 학습을 멈춘 것은 실제 사고와 위험성 평가가 계기였다. 그렇다고 이해관계를 모른 척할 수도 없다. 아모데이는 경쟁사들이 함께 속도를 조절할 수 있도록 반독점 규제의 예외를 요청했는데, 트럼프 행정부에서 AI 정책을 총괄했던 데이비드 색스는 이를 두고 담합을 꾀하는 것이라고 비판했다. 앤드루 퍼거슨 미국 연방거래위원회(FTC) 위원장도 새 규제를 요구하면서 반독점 예외를 구하는 AI 기업은 깊이 의심해야 한다고 말했다.
그러나 분명한 것도 있다. 속도조절이 이어진다면 AI 기업들이 새로 들어갈 투자금을 모델 학습보다 추론 쪽에 더 많이 배분할 경제적 이유가 커진다는 점이다.
여기서 두 용어를 정리해 보자. 학습(training)은 AI 모델을 만드는 데 쓰이는 연산이고, 추론(inference)은 완성된 모델을 실제로 사용하는 데 드는 연산이다. 학습 투자가 사라지지는 않는다. 오픈AI만 보더라도 대규모 강화학습을 8월 28일 재개했고, 9월 3일에는 새 모델을 출시했다. 하지만 대규모 학습의 주기가 길어진다면, 다음 모델을 위해 곧바로 자원을 몰아넣기보다 이미 만든 모델을 기업용 서비스와 API, 코딩 에이전트, 업무 자동화에 더 많이 쓰는 편이 합리적이다. 투자한 만큼 사용량과 매출, 현금흐름이 따라와야 하기 때문이다. AI 산업의 수익 구조를 분석해 온 라파엘 도르나노도 15일 글에서, 속도조절이 이어지면 컴퓨팅 자원이 학습에서 추론과 AI 에이전트 쪽으로 옮겨갈 수 있다고 내다봤다.
추론 수요가 빠르게 늘 수 있다는 신호도 보인다. 직접 AI 에이전트를 만들어 운영해 보면 이 변화를 실감하게 된다. 사람이 채팅창에 질문을 입력하는 데는 한계가 있지만, 에이전트는 사람이 자는 동안에도 쉬지 않고 토큰을 소비한다. AI 모델 중개 플랫폼 오픈라우터(OpenRouter)의 데이터를 7일 이동평균으로 보면, 에이전트가 사용한 토큰은 2월 초 약 5,100억 개에서 8월 초 약 7.3조 개로 14배가량 늘었다. 같은 기간 사람이 직접 사용한 토큰은 2.8배 증가하는 데 그쳤다. 이 가운데 상당수는 가격이 저렴한 캐시 토큰이어서 사용량이 14배 늘었다고 비용도 14배 늘었다고 볼 수는 없고, 오픈 모델 이용 비중이 높은 특정 플랫폼의 수치라는 점도 감안해야 한다.
이 변화가 실제로 나타난다면 반도체 시장도 한 덩어리로 볼 수 없게 된다. 초대형 학습용 클러스터의 성장 속도는 둔해질 수 있지만, 추론용 가속기와 네트워크 장비, 전력 효율, 메모리는 여전히 중요하다. 특히 긴 문맥을 처리하고 모델을 여러 번 반복해서 불러내는 에이전트 작업은 메모리 수요를 계속 끌어올릴 가능성이 있다. 실제 메모리 수요는 어떤 작업이 늘어나는지, 추론 효율을 얼마나 높이는지에 따라 달라질 수 있기 때문에 이 부분은 아직 내 해석에 가깝다. 월가의 시각도 엇갈린다. 뱅크오브아메리카(BofA)의 반도체 애널리스트 비벡 아리아는 이번 반도체주 하락을 일시적인 소음으로 평가하면서, AI 설비투자가 2030년까지 3조 달러 이상으로 늘어날 수 있다는 기존 전망을 유지했다.
7앞으로 눈여겨볼 지표
이 해석이 맞는지는 앞으로 몇 분기 동안의 숫자로 확인할 수 있다. 그래서 나는 다섯 가지 지표를 눈여겨볼 생각이다.
- 하이퍼스케일러 설비투자 증가율: 투자 금액 자체보다 지금까지의 가파른 증가 속도가 둔해지는지 살핀다.
- AI·클라우드 매출 대비 설비투자: 기업마다 AI 매출을 공개하는 기준이 다르다. 따라서 각사가 발표하는 AI 매출과 연환산 매출(ARR), 클라우드 성장률, AI 사용량 지표가 투자 증가 속도를 따라잡는지 함께 확인한다.
- 잉여현금흐름과 자금 조달: 잉여현금흐름이 얼마나 빠르게 줄어드는지, 회사채 발행과 유상증자 규모, 데이터센터 관련 사모신용, 기술기업의 신용스프레드, 10년물 금리와 Term Premium을 함께 본다.
- 최첨단 모델 개발 일정: 대규모 학습의 규모와 빈도, 차세대 모델의 출시 주기가 실제로 느려지는지 확인한다.
- 추론 사용량: API 토큰 사용량, 기업용 AI 작업량, 에이전트 실행량이 늘고 있는지 살핀다.
이 지표들은 따로 보지 않고 함께 봐야 한다. 대규모 학습이 계속 빠르게 커지고 금리가 내려가 자금 조달이 다시 쉬워진다면, 이번 속도조절론은 안전 문제로 잠시 일정을 조정한 일에 그칠 가능성이 크다. 반대로 설비투자 증가율이 둔해지는 동안 추론 사용량과 기업용 AI 매출이 빠르게 늘어난다면, AI 산업의 자본 배분이 실제로 바뀌고 있다고 볼 근거가 생긴다.
8자주 묻는 질문
| 질문 | 답변 |
|---|---|
| AI 기업들이 돈 때문에 개발 속도를 늦추는 건가요? | 현재 공개된 자료로는 그렇게 판단할 근거가 없다. 오픈AI가 강화학습을 중단한 것은 실제 보안 사고와 위험성 평가 때문이었다. 다만 안전 비용과 자금 조달 비용이 함께 오르는 상황이어서, 속도를 늦추면 결과적으로 투자 압박을 덜고 기존 모델로 수익을 낼 시간을 버는 효과는 있다. |
| 개발 속도를 늦추면 반도체 수요가 줄어드나요? | 초대형 학습용 수요에 대한 기대는 약해질 수 있다. 반면 추론 사용량이 충분히 빠르게 늘어난다면 전체 연산 수요는 계속 커질 수 있다. 전체 규모보다 새 투자금이 학습과 추론 가운데 어디로 더 많이 흘러가느냐가 중요하다. |
| 이 해석이 맞는지는 어떻게 확인할 수 있나요? | 하이퍼스케일러의 설비투자 증가율, AI·클라우드 매출 대비 설비투자, 잉여현금흐름과 자금 조달 여건, 최첨단 모델 개발 일정, 추론 사용량을 몇 분기에 걸쳐 함께 살펴보면 된다. 학습 규모가 계속 급증하거나 추론으로 돈을 버는 모습이 나타나지 않는다면 이 해석은 틀린 것으로 봐야 한다. |
결론 — AI 투자 사이클은 끝나는 걸까, 성격이 바뀌는 걸까
AI 속도조절론이 나오자 시장은 반도체부터 팔았다. 모델 개발 속도가 느려지면 더 많은 GPU와 데이터센터가 필요하다는 기대도 약해질 수 있다는 판단이었다. 하지만 지금 벌어지는 일을 그것만으로 설명하기엔 부족해 보인다.
더 강력한 AI를 안전하게 만드는 비용이 커지고 있고, 그 AI를 만들 돈을 구하는 비용도 오르고 있다. 이런 상황에서 개발 속도를 늦추면 AI 기업들은 안전장치를 갖출 시간과, 이미 만든 모델로 투자비를 회수할 시간을 함께 얻는다. 그것이 속도조절론의 실제 동기인지는 알 수 없다. 그래도 속도조절이 이어진다면 AI 산업의 투자 구조가 달라질 이유는 충분하다.
그래서 앞으로는 AI 투자가 줄어드는지만 볼 것이 아니라, 새 모델을 만드는 데 들어가는 돈과 이미 만든 모델을 쓰는 데 들어가는 돈 가운데 어느 쪽이 더 빨리 늘어나는지를 봐야 한다고 생각한다.
솔직히 이 해석이 맞을지는 아직 모르겠다. 속도조절론이 말로만 끝날 수도 있고, 금리가 내려가면서 개발 경쟁에 다시 불이 붙을 수도 있다. 안전 기준을 먼저 갖춘 몇몇 기업에 힘이 더 쏠리는 것이 과연 바람직한지도 따로 따져봐야 할 문제다. 그래도 그 흐름이 숫자로 확인된다면, AI 산업의 경쟁은 “누가 더 강력한 모델을 먼저 만드느냐”에서 “누가 이미 투자한 AI로 더 많은 매출과 현금흐름을 만들어내느냐”로 옮겨가기 시작했다고 봐도 될 것이다.
이 분석, 도움이 됐나요?
AI 설비투자와 자금 조달, 장기금리가 AI 기업의 수익에 어떤 영향을 주는지 계속 살펴보겠습니다. AI 투자금이 실제로 학습에서 추론으로 옮겨가는지도 분기마다 숫자로 확인할 예정입니다.
콘텐츠 제작 및 검수
Aleph의 리서치 AI Agent가 공개 자료와 데이터를 수집·분석하고, 차트·도표 생성과 초안 구성을 지원했습니다. Davar가 출처, 수치, 분석 논리와 최종 결론을 직접 검토하고 편집했습니다.
이 콘텐츠는 정보 제공을 목적으로 하며 개인화된 투자 자문이나 개별 종목 추천이 아닙니다. 전체 투자 면책조항 보기
© Aleph. All rights reserved.