· AI 시장은 단일하지 않으므로, 계층별로 거품 여부를 구분해서 판단해야 함
· 투기 심리와 별개로 장기적인 펀더멘털은 견고함
1. AI 앱 레이어 (투자 부족)
- 잠재력이 매우 크나 아직 충분한 투자가 이루어지지 않음
- 인프라 비용을 지불해야 하는 구조상, 장기적으로 인프라보다 더 큰 가치를 창출할 것
- 파운데이션 모델의 발전이 모든 앱을 대체할 것이라는 우려는 과도함
2. 추론(Inference) 인프라 (투자 필요)
- 현재 수요가 공급을 초과하여 기업들이 토큰 생성 용량 부족을 겪고 있음
- 에이전트 워크플로 확산 등으로 향후 수요가 더욱 증가할 전망
- 과잉 투자가 발생하더라도, 저렴해진 비용은 앱생태계 활성화에 도움이 되므로 긍정적
3. 모델 훈련(Training) 인프라 (거품 위험 존재)
- 3가지 영역 중 가장 투자 위험이 높음
- 오픈소스 모델의 시장 점유율 확대로 인해 막대한 훈련 비용 대비 수익 회수가 어려움
- 기술 발전으로 훈련 비용이 낮아지며 기술적 해자가 약화되는 추세
4. 결론
- 훈련 인프라의 거품이 꺼질 경우, 튼튼한 다른 분야까지 심리 위축이 발생 가능
- 주식 시장은 단기적으로는 투표 기계(심리)지만 장기적으로는 저울(가치)임
- 단기적 변동성은 예측 어렵지만 AI의 실질적 가치는 계속 성장할 것