기본 콘텐츠로 건너뛰기

[ AI 버블이 정점에 도달?]

 AI 버블이 정점에 도달

다음 내용은 아래 Forbes에서 지난 7월9일에 게시한 기사의 내용을 Perplexity Pro 에 의해서 정리 요약한 것입니다.

Forbes 7월9일자 기사  : https://bit.ly/3LEsQ6h 

지난 7월9일에 Forbes에 의해서 작성된 이 기사는 최근 실리콘밸리 유명 벤처캐피털 회사인 세쿼이아 캐피털(Sequoia Capital)이 제기한 'AI의 6,000억 달러 질문' [5] 에 대해 다루고 있습니다.

세쿼이아의 파트너 데이비드 칸(David Cahn)은 현재 AI 산업에 엄청난 인프라 투자가 이뤄지고 있지만, 그에 상응하는 수익은 크게 부족하다고 지적했습니다. 그의 계산에 따르면 AI 산업이 연간 6,000억 달러의 매출을 올려야만 현재의 인프라 지출을 정당화할 수 있다고 합니다.

하지만 알파벳, 마이크로소프트, 애플, 아마존, 메타 등 대형 테크 기업들이 연간 100억 달러씩의 AI 매출을 올린다고 가정하고, 오라클, 바이트댄스, 알리바바, 텐센트, 테슬라 등 다른 기업들도 각각 연간 50억 달러씩 벌어들인다고 해도 여전히 5,000억 달러의 갭이 존재한다는 것이 세쿼이아의 분석입니다.[1][3]

골드만삭스 역시 향후 5년간 AI에 1조 달러 이상을 투자하는 빅테크 기업들이 그에 상응하는 성과를 내기는 어려울 것이라며 비관적인 전망을 내놓았습니다.[4]

이는 AI 버블이 정점에 달했으며, 앞으로 AI 산업의 지속 가능성에 의문이 제기되는 상황임을 시사합니다. 투자에 비해 실질적인 수익이 부족한 현 상황이 개선되지 않는다면 AI 버블이 꺼질 수 있다는 우려가 나오고 있는 것입니다.

물론 일각에서는 AI가 장기적으로는 클라우드 컴퓨팅처럼 폭발적인 성장을 이룰 것이라는 낙관론도 있습니다.[3] 하지만 단기적으로는 AI에 대한 과도한 투자가 거품으로 이어질 수 있다는 경고의 목소리가 커지고 있습니다.

이 기사는 AI의 미래를 가늠하는 데 있어 수익성 문제가 중요한 화두로 떠오르고 있음을 보여줍니다. AI 기술 발전과 더불어 이를 사업화해 실질적인 수익을 창출하는 것이 AI 산업 성장의 관건이 될 것으로 보입니다.


세쿼이아 캐피털에서 지난 6월20일에 게시한 내용을 정리 요약한 것입니다.

세쿼이아 캐피털은 AI가 현재의 하드웨어 지출을 정당화하려면 연간 6,000억 달러의 매출을 창출해야 한다고 경고합니다.

세쿼이아 캐피털의 데이비드 칸 파트너가 제기한 'AI의 6,000억 달러 문제'는 현재 AI 산업이 직면한 수익성 딜레마를 잘 보여줍니다. 그의 주장은 크게 세 가지로 요약할 수 있습니다.

첫째, AI 기술 개발과 인프라 구축에 막대한 투자가 이뤄지고 있지만, 그에 상응하는 수익은 크게 부족하다는 점입니다. AI 기업들의 가치는 급등했지만, 실제 AI 제품과 서비스의 사용자 수는 여전히 제한적입니다. 현재의 투자 규모를 정당화하려면 연간 6,000억 달러 이상의 AI 매출이 발생해야 하는데, 그 격차는 갈수록 벌어지고 있습니다.

둘째, 현재의 AI 투자 열풍은 일종의 거품일 수 있다는 우려입니다. 클라우드 기업들의 GPU 투자가 사상 최고치를 기록하고 있지만, 이는 투기적 과잉으로 이어질 수 있습니다. AI 컴퓨팅 시장에서는 경쟁이 치열해질 것이고, 기술 발전으로 GPU의 수명도 짧아질 전망입니다. 결국 투자 대비 수익성이 악화될 가능성이 있습니다.

셋째, AI의 장기적 발전 가능성은 인정하면서도, 단기적인 투자 광풍에는 경계심을 가져야 한다는 것입니다. AI는 분명 미래 산업의 핵심 동력이 될 것이지만, 모두가 단숨에 부자가 될 수 있다는 환상에 빠져서는 안 됩니다. AI의 진화는 긴 여정이 될 것이며, 그 과정에서 부침은 불가피합니다.

결국 세쿼이아의 포스팅은 AI 기업들이 기술 개발도 중요하지만, 수익성 있는 비즈니스 모델을 고민해야 한다는 메시지를 담고 있습니다. 투자 광풍에 편승하기보다는 실제 사용자에게 가치를 제공하는 데 주력해야 합니다. 단기적 버블이 꺼지더라도 AI의 장기적 혁신 잠재력은 여전할 것이라는 전망도 제시하고 있습니다.

이는 급성장하는 AI 산업이 '지속 가능성'이라는 숙제를 안고 있음을 시사합니다. 기술 혁신과 더불어 상업적 성공을 거두는 것이 AI 기업들의 당면 과제로 부상하고 있습니다. 세쿼이아의 제언은 AI 투자자들에게 장기적 안목을 가질 것을 주문하는 동시에, AI 기업들에게는 수익성에 대한 고민을 촉구하는 메시지로 읽힙니다.


Citations:

[1] https://wwsg.com/blog/the-ai-effect-a-peek-into-the-future-of-ai-its-impact-on-industry/

[2] https://www.marketingaiinstitute.com/blog/ai-economic-impact

[3] https://www.reddit.com/r/OpenAI/comments/1dynim4/ai_bubble_ahead_sequoia_capital_warns_that_ai/

[4] https://www.calcalistech.com/ctechnews/article/ekwf7tdrj

[5] https://www.sequoiacap.com/article/ais-600b-question/

.



댓글

이 블로그의 인기 게시물

초파리 뇌가 게임하고 로봇을 조종한다? 커넥톰 AI의 원리와 현실

CONNECTOME × AI 초파리 뇌가 게임하고 로봇을 조종한다? 커넥톰 AI가 실제로 하는 일과 하지 못하는 일을, Doom과 드론 사례로 구분해 봤습니다. 결론부터 말하면 완전히 거짓은 아닙니다. 다만 "살아 있는 뇌를 컴퓨터에 업로드했다"는 설명은 틀립니다. 139,255 2024년 공개된 성체 암컷 초파리 뇌의 뉴런 수 5,450만 같은 커넥톰에 기록된 화학 시냅스 수 1억 2,500만 2026년 수컷 중추신경계 지도에 포함된 시냅스 연결 먼저, 무엇이 공개된 것인가 2024년 FlyWire 연구진은 성체 암컷 초파리 한 마리의 뇌에서 139,255개 뉴런과 약 5,450만 개 화학 시냅스를 재구성했습니다. 세포 유형과 뇌 영역, 신경전달물질 예측도 함께 공개했습니다. [1] 2026년에는 수컷 초파리의 뇌와 복측신경삭까지 연결한 지도가 나왔습니다. 16만6천 개가 넘는 뉴런과 1억2,500만 개 시냅스 연결을 담아, 감각이 움직임으로 이어지는 경로까지 연구할 수 있게 됐습니다. [2] 연구진은 전자현미경 사진에서 AI로 뉴런 경계를 분리하고 3차원으로 이어 붙입니다. AI가 잘못 합치거나 끊은 부분은 사람이 검수합니다. 커넥톰은 도로 지도에 가깝습니다. 도로가 어디로 이어지는지는 보여주지만, 지금 차가 어디를 달리는지, 신호등이 어떻게 바뀌는지, 운전자가 어디로 가려는지까지 알려주지는 않습니다. 커넥톰은 죽은 조직에서 얻은 정적 구조입니다. 순간의 막전위와 발화 패턴, 정확한 시냅스 강도, 호르몬 상태, 배고픔 같은 내부 상태는 온전히 담겨 있지 않습니다. 정적인 배선도에 어떻게 행동을 넣나 1. 그래프로 바꾼다 뉴런을 노드, 시냅스를 방향이 있는 연결로 표현합니다. 시냅스 수와 신경전달물질 예측은 가중치와 흥분·억제 부호의 출발점이 됩니다. 2. 시간 규칙을 넣는다 각 뉴런에 입력이 쌓이고 임계값을 넘으면 발화하는 수학 모델을 붙입니다. 대표적인 방...

CLARITY 법안 표결 실패, 비트코인과 XRP는 왜 급락했나

긴급 시장 분석 CLARITY 법안 표결 실패, 비트코인과 XRP는 왜 급락했나 49 대 50으로 막힌 미국 암호화폐 시장구조 법안. 표결의 정확한 의미와 BTC·XRP 가격 충격, 앞으로 확인할 가격대를 함께 분석합니다. 작성 기준: 2026년 9월 16일 오전 7시 25분(KST) · 가격은 작성 시점 기준 상원 표결 찬성 49 · 반대 50 비트코인 24시간 -4.32% XRP 24시간 -11.36% 목차 무엇이 부결됐나 왜 60표를 얻지 못했나 비트코인·XRP 가격 반응 비트코인 기술적 구간 XRP 기술적 구간 향후 시나리오와 관찰 포인트 먼저 결론부터 미국 상원이 부결한 것은 CLARITY 법안의 최종 통과안이 아닙니다. 상원 본회의에서 법안을 다루기 위해 토론 종결 절차를 밟고 심의로 넘어갈 것인지를 묻는 클로처 표결 이었습니다. 필요한 60표를 얻지 못하면서 법안은 본격 토론 단계에 진입하지 못했습니다. 정확한 표현: “CLARITY 법안이 최종 폐기됐다”가 아니라 “법안을 본회의에서 다루기 위한 절차표결이 실패했다”가 맞습니다. 시장은 이 결과를 미국 암호화폐 규제 명확화의 지연으로 받아들였습니다. 비트코인은 약 4% 하락했지만 XRP는 11% 넘게 떨어졌습니다. 규제 기대에 민감한 알트코인이 정치적 불확실성에 더 크게 반응한 모습입니다. 1. 상원에서 실제로 무엇이 부결됐나 미국 상원 공식 기록에 따르면 2026년 9월 15일 오후 3시, H.R. 3633인 Digital Asset Market Clarity Act 에 대한 ‘motion to proceed’의 클로처 동의가 찬성 49표, 반대 50표 로 부결됐습니다. 클...

Jev는 더 빠른 챗봇이 아니다: System One Model의 역할과 기업 활용 가능성

한 줄 요약: Jev는 글을 생성하는 챗봇이 아니라, 소프트웨어가 직접 사용할 판단값과 확률을 100ms 내외로 빠르게 반환하는 System One 의사결정 전용 모델 이다. 최근 AI 개발자 커뮤니티에서 Jev 가 빠르게 주목받고 있다. 항공권을 약 7초 만에 찾고, 광고 수백 개를 수십 초 안에 분석하고, 논문 1,018편을 0.08달러에 분류했다는 사례들이 등장했다. 숫자만 보면 새로운 초고속 생성형 AI처럼 보인다. 하지만 Jev를 ChatGPT나 Claude의 더 빠르고 저렴한 대체품으로 이해하면 핵심을 놓친다. Jev는 글을 생성하는 AI가 아니라, 소프트웨어가 사용할 판단값을 빠르게 반환하는 의사결정 전용 모델이다. TypeSafe AI는 이를 새로운 모델 계열인 System One Model 이라고 부른다.[1] 이 글에서는 TypeSafe의 공식 발표와 개발 문서, 초기 활용 사례를 바탕으로 다음 질문에 답한다. Jev는 정확히 무엇인가? 기존 LLM과 무엇이 다른가? 어떤 업무에 유용한가? Hermes 같은 AI 에이전트와 어떻게 연결할 수 있는가? 기업 데이터와 개인정보를 외부 API로 보내는 보안 문제는 어떻게 봐야 하는가? 1. 기존 LLM이 자동화에서 부딪히는 문제 ChatGPT, Claude, Gemini와 같은 LLM은 기본적으로 사람이 읽는 문자열을 생성하는 모델 이다. 보고서 작성, 설명, 대화, 코드 생성에는 매우 강력하다. 그러나 기업의 업무 시스템이 필요한 것은 종종 긴 설명문이 아니다. 예를 들어 고객 문의가 들어왔을 때 프로그램이 알고 싶은 것은 다음과 같다. 어느 부서가 처리해야 하는가? 긴급도는 얼마인가? 환불 요청인가? 사람이 확인해야 하는가? 자동 처리해도 되는가? 일반 LLM에 이런 질문을 하면 자연스러운 문장이나 JSON을 생성하도록 프롬프트를 작성한 뒤, 결과를 다시 파싱하고 검증해야 한다...

Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가

개인 AI 에이전트 비교 · 2026년 9월 25일 Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가 Muse가 OpenClaw 코드를 그대로 실행하는 클론이라는 증거는 없습니다. 다만 에이전트의 기본 구조와 제품 철학은 크게 닮았고, Muse의 새로움은 개념보다 배포 방식·보안 모델·대중화에 있습니다. 에이전트 개념은 OpenClaw ≈ Muse입니다. 구현은 다릅니다. OpenClaw가 사용자가 직접 운영하는 개방형 하니스라면, Muse는 Meta가 호스팅하는 소비자용 서비스입니다. 1. 왜 ‘일반인용 OpenClaw’라는 말이 나왔나 Muse 출시 뒤 초기 사용자들은 두 제품의 내부 파일 체계를 비교했습니다. SOUL.md , IDENTITY.md , USER.md , MEMORY.md , AGENTS.md , TOOLS.md 같은 이름뿐 아니라, 에이전트의 성격과 행동 경계를 정하는 문장까지 비슷하다는 지적이 나왔습니다. The Verge도 두 제품이 핵심 파일 이름과 “Be genuinely helpful, not performatively helpful” 같은 문구를 공유한다고 보도했습니다. [2] 파일 규약 OpenClaw: 성격·사용자·기억·도구를 텍스트 파일로 관리합니다. Muse: 이름과 역할이 유사한 파일 체계가 관찰됐습니다. 제품 형태 공통점: 질문에 답하는 챗봇을 넘어 브라우저와 도구를 사용해 실제 일을 수행하는 개인 에이전트를 지향합니다. 논란의 핵심은 화면이 비슷하다는 정도가 아닙니다. 에이전트 하니스, 즉 모델이 기억·도구·규칙을 활용하도록 둘러싼 실행 구조와 성격 문서까지 닮았다는 점입니다. 2. Meta의 공식 설명 Meta Superintelligence Labs 제품 책임자 Nat Friedman은 Muse를 “처음부터 새로 만들었지만, 제품으로서는...

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...