이미 작동하는 AI, 기대 넘어선 경제적 범위
공급망 실적은 확인됐지만 금융 구조 여전히 시험대
버블 여부보다 중요한 정책·교육·금융 대응 속도

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Business Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

인공지능(AI)을 둘러싼 ‘버블’ 논쟁은 이제 주가 수준을 따지는 문제를 넘어, 산업 구조의 안정성을 묻는 질문으로 옮겨가고 있다. AI 관련 주식은 단기간에 급등했고, 데이터센터 건설과 대규모 모델 개발, 고급 인재 확보에 투입되는 자본도 빠르게 늘어났다. 여기에 인프라 투자와 인건비, 전력 및 반도체 조달 부담이 겹치면서 AI 산업 전반의 자금 수요는 과거의 기술 전환기보다 훨씬 가파르게 확대되고 있다.

동시에 AI는 더 이상 실험 단계에 머물러 있지 않다. 이미 미국 경제에서 약 4조5,000억 달러(약 5,850조원) 규모의 업무를 수행하거나 보조할 수 있는 수준에 도달했으며, 기업 내부의 업무 배분과 의사결정 구조에도 실질적인 변화가 나타나고 있다.

이제 쟁점은 AI가 과장된 기대에 불과한지 여부가 아니다. 실체를 갖춘 기술 확산이 어떤 금융·산업 구조 위에서 진행되고 있는지, 그리고 그 구조가 충격을 흡수할 만큼의 내구성을 갖추고 있는지가 이 논쟁의 출발점이 되고 있다.

현실로 들어온 AI 경제적 범위

AI의 가치는 더 이상 미래의 약속에 머물러 있지 않다. 이미 진행 중인 변화 속에서 그 경제적 영향력이 확인되고 있다. 기업들은 AI를 시험적으로 도입하는 단계를 넘어, 비용 절감과 업무 자동화를 목표로 실제 운영 과정에 본격적으로 적용하고 있다. 반복적이거나 분석 중심의 업무를 중심으로 활용 범위가 확대되면서, 인력 배치와 업무 처리 방식에도 구조적인 변화가 나타나고 있다.

컨설팅 업체 맥킨지 글로벌 연구소(McKinsey Global Institute)는 생성형 AI가 전 세계적으로4조4,000억 달러(약5,720조 원)의 추가 가치를 창출할 수 있을 것으로 추정했다. 세계경제포럼(World Economic Forum, WEF) 역시 AI가 이미 다수의 사무·분석·관리 과업을 수행할 수 있는 수준에 도달했다고 평가한다.

이러한 수치가 모두 확정된 성과를 의미하는 것은 아니다. 그러나 AI가 단순한 기술적 가능성을 넘어, 경제 전반에 실질적인 영향을 미치기 시작했다는 점만큼은 분명해지고 있다.

공급망 실적이 드러낸 AI 산업의 무게

이 같은 기술적 범위는 공급망의 실적에서 한 단계 더 확인된다. AI 인프라를 제공하는 기업들이 실제 매출과 이익을 기록하면서, 기술 확산이 숫자로 드러나고 있기 때문이다. 데이터센터 증설과 연산 수요 확대가 이어지며, AI 투자는 연구 단계가 아닌 운영 비용의 일부로 편입되고 있다.

엔비디아(NVIDIA)는 데이터센터용 그래픽처리장치(GPU) 수요 확대에 힘입어 2025 회계연도에 사상 최대 실적을 냈다. 이는 기업들이 AI 모델을 실제 서비스와 제품에 적용하기 위해 칩과 인프라에 비용을 지불하고 있다는 의미다. AI 투자가 단순한 기대나 시범 사업에 머물지 않고, 이미 매출로 연결되는 구조가 형성됐다는 점도 확인된다.

다만 이 흐름을 곧바로 장기 안정성으로 해석하기는 이르다. 일부 자금이 공급자 내부에서 다시 순환하며 매출을 키울 가능성도 남아 있기 때문이다. 실수요와 내부 거래가 섞여 있는 만큼, 단기 실적이 곧바로 지속적인 수익성을 보장하지는 않는다. 공급망의 무게가 커진 만큼, 그 구조의 질을 함께 점검해야 할 단계에 들어섰다.

부채와 맞물릴 때 커지는 시스템 위험

문제의 중심은 기술이 아니라 자금 조달 구조다. 국제결제은행(Bank for International Settlements, BIS)은 기술 붐이 부채와 결합할 때 금융 시스템 전반의 취약성이 커진다고 지적한다. 수익 창출이 본격화되기 전 단계에서 차입이 빠르게 늘어날수록, 투자 판단의 오류가 금융 부문으로 전이될 가능성도 함께 커진다는 의미다.

BIS는 2026년 보고서에서 AI 산업의 차입 확대가 자동으로 버블을 뜻하지는 않지만, 잘못된 투자 판단이 누적될 경우 충격이 신용 시장으로 번질 수 있다고 분석했다. AI 스타트업은 고성능 컴퓨팅 인프라, 전문 인력 확보, 데이터 라이선스 비용으로 인해 초기부터 대규모 자본이 필요하고, 성장 속도가 빨라질수록 외부 차입에 대한 의존도도 높아지고 있다.

개별 기업의 실패는 신기술 산업에서 자연스러운 조정 과정일 수 있다. 그러나 고부채 기업에 대한 금융기관의 노출이 특정 자산군이나 프로젝트에 집중될 경우, 문제는 개별 기업을 넘어 금융 시스템 전체의 리스크로 확대된다. 기술의 성공 여부와 별개로, 자금 조달 구조가 취약하다면 충격은 산업 외부로까지 번질 수 있다는 점에서 경계가 필요하다.

정책·교육이 함께 감당해야 할 전환

이러한 구조적 위험의 크기는 정책과 교육이 얼마나 효과적으로 대응하느냐에 따라 달라진다. AI 확산은 일자리의 급격한 소멸보다, 과업 구성의 변화를 먼저 만들어내고 있다. 자동화는 직무 전체를 대체하기보다는 반복적이고 표준화된 과업을 분리해 기계로 이전하는 방식으로 진행되고 있으며, 그 결과 기업 내부의 업무 배치와 인력 수요에도 변화가 나타나고 있다.

이 흐름에 맞춰 교육 정책 역시 조정이 불가피해졌다. 직무 명칭 중심의 교육 체계에서 벗어나, 과업 단위의 역량을 기준으로 한 재편이 요구된다. 단기·유연한 자격 제도와 성인 재교육, 기업 연계 학습 프로그램에 대한 공공 투자가 중요해지는 이유다. 노동 이동이 잦아질수록 교육 시스템은 경제적 충격을 흡수하는 완충 장치로서의 역할을 하게 된다.

금융 부문에서도 대비는 이어져야 한다. 금융안정위원회(Financial Stability Board, FSB)가 권고하듯 비은행 금융과 AI 관련 대출 구조를 점검하고, 스트레스 테스트에 AI 프로젝트 가치 급락 시나리오를 포함할 필요가 있다. 이는 규제를 강화하기 위한 조치라기보다, 위험이 특정 부문에 집중되고 있는지를 조기에 점검하기 위한 장치다.

AI는 ‘버블이냐 아니냐’로 단순히 재단할 사안이 아니다. 기술 확산의 속도가 이미 빨라진 만큼, 이를 떠받치는 금융·교육·제도적 구조가 그 충격을 감당할 준비가 되어 있는지가 핵심 과제로 떠오르고 있다.

본 연구 기사의 원문은 Is the AI bubble real? A sober read of value, feedback loops, and systemic risk을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.