AI 버블은 결국 터지는 걸까?
월스트리트가 두려워하는 것은 따로 있음.
AI는 여전히 성장하고 있는데, 왜 AI 주식은 떨어질까?
지난 몇 주 미국 증시는 묘한 모습을 보였음.
S&P 500은 0.5%, 나스닥은 0.7% 하락했지만, 다우지수는 오히려 0.4% 상승.
특히 필라델피아 반도체지수(SOX)는 8거래일 연속 하락하면서 10월 6일 고점 대비 15% 넘게 밀려버림.
AI 산업이 갑자기 무너진 걸까?
그렇지는 않다는 거.
오히려 반도체 생산능력은 여전히 부족하고, AI 사용량은 빠르게 증가하는 와중임.
그런데 왜 투자자들은 불안해하기 시작했을까?
문제는 AI가 돈을 벌 수 있느냐가 아니라,
그 돈을 벌기 전까지 누가 막대한 투자비용을 감당할 수 있느냐…
1. AI 산업의 첫 번째 균열
첫번째 균열은 바로…
AI 클라우드 기업 CoreWeave(CRWV).
CoreWeave는 AI 연산에 필요한 GPU 인프라를 제공하는 기업임.
AI 수요가 증가할수록 GPU를 더 많이 확보해야 하는 구조라서 매출 성장률만 보면 까~암짝 놀랄 수 있음.
2026년 2분기 매출은 25억 8,000만 달러로 전년 대비 113% 증가…
그런데 문제는 현금흐름.
2026년 상반기 영업현금흐름은 36억 6,000만 달러였지만,
현금 기준 설비투자는 무려 141억 달러.
영업 현금흐름으로 채우지 못하는 부족한 돈을 외부 차입으로 충당해야 한다는 이야기…
더 충격적인 것은 신용위험인데…
CoreWeave의 5년물 CDS 프리미엄은 1,100bp를 훌쩍 넘어섬.
기관 보고서에서는 이걸 60% 이상의 내재 부도확률로 해석함.
(다만 어디까지나 가정을 통한 시장 내재치일 뿐, 실제 부도확률이 확정됐다는 의미는 아님)
여기서 한 가지 질문을 해볼 필요가 있음.
AI 수요는 계속 폭발적으로 증가하는데,
왜 AI 인프라 기업의 신용위험이 오히려 높아지는 걸까?
이유는 간단함.
AI 인프라 기업은 고객에게서 돈을 받기 전에 먼저 수십억 달러어치의 GPU와 데이터센터를 먼저확보해야 함.
매출 증가가 반드시 잉여현금흐름 증가로 이어지는 것은 아님.
그렇다고 모든 AI 기업이 같은 문제에 직면한 것은 아닌게, 기관들은 CoreWeave의 신용불안 문제가 다른 주요 데이터센터 관련 채권시장으로 광범위하게 전염된 징후는 또 아니라고 보고 있음.
다시 말하면, 지금은 AI 산업 전체의 위기라기보다 기업의 자금조달 구조에 따른 차별화가 시작되고 있다는 이야기.
2. AI 모델이 점점 저렴해지면 돈은 누가 벌까?
Anthropic의 2026년 3분기 매출은 보고서 기준 168억 달러로 사상 최고치를 기록함.
그런데 분기 매출 성장률은 145%에서 45%로 크게 둔화됨.
성장이 멈춘 것은 아님.
여전히 엄청난 속도로 성장하고 있지만, 이전보다 증가 속도만 겁나 느려진 것임.
그 배경에는 AI 모델 간 가격 경쟁이 원인으로 지목되는데…
OpenAI와 Anthropic이 서로 가격을 인하하면서 AI 토큰 가격이 크게 떨어졌다는 거.
쉽게 말해 과거에는 AI에게 질문 하나를 처리하도록 하는 데 100원이 필요했다면,
이제 같은 종류의 작업을 훨씬 저렴하게 처리할 수 있게 된 것임.
우리 같은 사용자들에게는 좋은 소식임.
하지만 AI 모델을 판매하는 기업에게는 상황이 정반대임.
사용량이 늘어도 가격이 더 빠르게 하락하면 매출 성장률이 둔화될 수 있기 때문임.
물건은 많이 파는데, 이윤은 크게 늘지 않는다는 이야기.
그렇다고 이게 항상 나쁜 이야기는 아님.
여기서 재미있는 ‘제본스의 역설(Jevons Paradox)’이 나타나는데, AI 서비스를 이용하는 비용이 저렴해질수록 기업들은 더 많은 AI를 활용하게 된다는 거.
그 결과 AI 모델 판매업체의 단위당 수익성은 압박받더라도,
전체 연산량과 GPU 수요는 증가할 가능성이 있음.
처음으로 중공산 무료 오픈소스 LLM, 딥시크가 더 적은 연산량으로 비슷한 결과를 얻을 수 있었다는 뉴스로 엔비디아 주가가 휘청한 적 있었지?
기억 안남?
2025년 1월 27일 하루 만에 엔비디아(NVDA) 주가가 약 17% 폭락하며 하루 만에 시가총액 약 5,890억 달러(약 800조 원 이상)가 증발했던 겨…
아래 차트를 봐봐…
그날의 폭락이 지금 주가에 미친 영향을…
영향이란 게 있기는 할까 싶지?
결론만 이야기하자면,
‘제본스의 역설(Jevons Paradox)’
물론 이 시나리오가 성립하려면 사용량 증가가 가격 하락과 효율 개선 효과를 충분히 상쇄해야 한다는 걸 전제로 깔고 가는 거임.
3. 엔비디아 다음은 어디일까? AI 병목현상을 찾아라!
이번 보고서를 읽으면서 특히 흥미롭게 본 부분은 반도체 공급망임.
뭐, 아무래도 본업이 이쪽과 연관이 있다보니 눈이 갈 수 밖에 없기는 함…ㅋ
현재 AI 반도체 산업에서 핵심 문제는 수요 부족이 아님.
오히려 공급능력 부족임.
TSMC의 2nm(N2), 3nm(N3) 첨단 공정과 첨단 패키징 생산능력이 제약을 받고 있다고 하는데, 첨단 패키징 관련 설비 가동률은 94~95% 수준이라고 함.
무슨 반도체 공장하면 사람 얼굴보다 큰 웨이퍼(wafer) 위에 빼곡하게 칩을 만들어 놓은 거 많이 봤지?
그런데 이렇게 칩만 주구장창 만든다고 바로 쓸 수 있는게 아님.
예를 들어, 초콜릿 공장에서 초콜릿을 만들었다고 바로 가져다 팔수 없지?
적당한 크기로 잘라서, 포장도 해야하고, 라벨도 붙이고 성분표시도 하고…
반도체도 마찬가지임.
깨지기 쉬운 반도체 칩을 안전하게 감싸고, 바깥과 대화할 수 있는 통로도 만들고, 여러 칩을 하나처럼 합쳐 완성품을 만드는 과정이 패키징이야.
그러니 아무리 파운드리에서 반도체 칩을 만들어도 패키징 능력이 부족하면 완제품 출하가 늦어질 수 밖에 없겠지?
그래서 TSMC(TSM)가 중요하구나~
아님….
TSMC(TSM)는 웨이퍼로부터 칩 제조의 중심에 있기는 하지만,
패키징과 테스트 과정에서는 다른 기업들이 역할을 맡고 있음.
그래서 등장하는 기업들이 바로…
대표적으로 GlobalFoundries(GFS), ASE Technology(ASX), Amkor Technology(AMKR) 등이 있음.
특히 ASE와 Amkor는 첨단 패키징 및 테스트 물량 확대와 연결되는 기업들임.
이들 기업이 모두 동일한 기술과 수익구조를 갖고 있는 것은 아니지만,
AI 반도체 생산량이 확대되는 과정에서 공급망 전반으로 투자 기회가 확산될 수 있다는 점이 아주 중요함.
이쯤에서 투자 아이디어 하나를 생각해 볼 수 있음.
AI 혁명에서 가장 큰 수익을 얻는 기업은,
반드시 가장 화려한 AI 모델을 만드는 기업일 필요는 없음.
AI 모델의 경쟁이 치열해질수록 반도체, 제조장비, 패키징, 전력 인프라처럼 반드시 거쳐야 하는 공급망이 더 중요해지게 됨.
전문화와 세분화랄까…
다만 병목현상 자체가 곧 투자수익을 보장하는 것은 아니라는 점은 기억해 두시라.
일단 생산능력 증설이 완료된다거나, 고객이 공급업체를 변경하면 현재의 가격 결정력도 달라질 수 있기 때문임.
4. 메타와 테슬라, 같은 AI 투자지만 돈 버는 시점이 다르다
Meta(META)와 Tesla(TSLA)를 한 번 볼까?
두 기업 모두 AI에 막대한 자금을 투자하고 있지만 결정적인 차이가 있음.
뭘까?
메타
메타는 이미 AI를 통해 광고사업의 효율성을 높여왔음.
사실, 그동안 밀던 오픈소스 LLM인 Llama가 ChatGPT, Claude, Gemini에 비해 좀 많이 밀렸던 게 주원인이라고 생각함.
덕분에 일찌감치 자체 서비스(인스타그램, 페이스북, 왓츠앱 광고 및 피드 최적화)에 직접 녹여냈다는 게 성공의 열쇠였다고 봄.
어쨌건간에, 그 결과2026년 3분기 매출은 646억 달러로 전년 대비 26% 증가함.
광고 노출은 10%, 평균 광고가격은 14% 상승함.
AI 추천 알고리즘과 광고 최적화 기술이 기존 사업의 수익 창출에 기여하고 있는 것임.
Tesla
반면 테슬라는 조금 다른데…
테슬라 역시 3분기 매출총이익률이 19.6%로 개선됐고 잉여현금흐름도 15억 3,000만 달러 흑자로 돌아서버림.
하지만 시장이 테슬라에 기대하는 핵심 AI 사업, 즉 Robotaxi와 Optimus의 본격적인 상업화는 아직 진행중인 이야기임.
테슬라는 2027년 2분기부터 Robotaxi의 의미 있는 매출을 기대하고 있으며,
Optimus의 고객인도 목표도 2027년 말이 되어야 가능할 것으로 보임.
추가로 여기에 기술 개발, 규제 승인, 양산이라는 여러 변수가 남아 있다는 점이…ㅠㅠ
요약하자면,
메타는 AI 투자에 대한 경제적 효과를 현재 광고사업에서 보여주고 있지만,
테슬라는 미래의 상업화 성공에 대한 기대가 기업가치의 중요한 부분을 차지하고 있는 셈임.
같은 AI 관련주라도 현재 현금흐름으로 가치를 설명할 수 있는 기업과,
미래 성공을 먼저 가격에 반영하는 기업은 구분해야 함.
5. AI 버블은 실제하는 걸까?
애널리스트들은 현재 AI 투자 사이클을 닷컴버블 당시와 비교하면서,
네 단계 중 두 번째와 세 번째 사이에 있다고 분석함.
그 중에 개인적으로 가장 중요한 부분은…
자금조달 부담이 커지는 기업들이 나타나고 있지만,
반도체 및 핵심 인프라 공급업체의 현금창출력은 아직 견조하다
…는 평가임.
현재 시장에서는 적어도 세 가지 유형의 기업이 서로 다른 상황을 겪고 있음.
| 구분 | 대표 기업 | 투자 관찰 포인트 |
|---|---|---|
| AI 인프라 운영 | CoreWeave, IREN | 차입 부담, FCF, 자금조달 |
| AI 반도체 및 공급망 | NVIDIA, TSMC, Broadcom, Amkor | 수요, 공급 병목, 마진 |
| AI 상업화 | Meta, Tesla | AI 매출 기여, 투자 회수 시점 |
AI 산업 전체를 하나의 버블이라고 보는 것은 지나친 단순화라고 봄.
다만, 우리가 특히 경계해야 할 상황은,
엔비디아나 TSMC와 같은 상위 공급망 기업들까지 현금흐름 악화가 확산되는 상황임.
하.쥐.만!
개인적으로 이미 AI 산업은 Private sector를 넘어 국가 전략산업이 되었다라고 생각하고 있음.
만약, 일반 기업이 투자를 감당하지 못한다면 국가차원의 투자가 뒤따를 것이라 보고 있음.
그리고 아직은 상위 공급망 기업들까지 현금흐름 악화되는 징후가 뚜렷하지 않다는 것이 시장의 스탠스.
6. 그래서 투자는 어떻게 할 건데?
자, 여기까지 읽었으면 또 이 질문이 남지…
어쩌라고?
그렇다면 투자자는 어디를 봐야 할까?
미리 말하지만, 매수·매도 추천 의도 전혀 없음. 구조만 보고 판단은 각자 하시면 됨.
개인적으로 AI 산업을 세 가지 관점으로 나누어 보고 싶음.
- AI 연산을 가능하게 하는 반도체
- 반도체를 완제품으로 만드는 패키징과 검사 기술
- 수천 개의 GPU를 하나의 시스템으로 연결하는 광통신 기술
여기서 재미있는 점이 있는데,
AI 모델 회사들은 더 저렴한 서비스를 제공하기 위해 경쟁하고 있지만,
AI가 커질수록 반드시 필요해지는 장비와 부품들은 오히려 더 중요해지고 있고, 가격경쟁력은 높아짐
특히 최근 시장의 조정은 이러한 공급망 기업들을 다시 평가할 기회를 줄 수도 있다고 봄.
#1. Amkor Technology (AMKR) — AI 칩을 완성하는 마지막 관문
앞에서 초콜릿으로 설명했듯이…
엔비디아가 아무리 뛰어난 GPU를 설계하고,
TSMC가 반도체를 생산하더라도,
최종 패키징과 테스트를 거치지 않으면 제품을 고객에게 공급할 수 없음.
바로 이 과정에 참여하는 기업이 Amkor Technology임.
Amkor는 반도체 패키징과 테스트 전문기업으로,
2026년 2분기 매출은 19억 달러로 전년 대비 26% 증가했고,
순이익은 1억 7,400만 달러를 기록함.
더 흥미로운 것은 사업 확장 계획인데…
Amkor는 TSMC와 미국 내 첨단 패키징 협력을 추진하고 있으며,
NVIDIA와도 AI 인프라용 패키징·테스트 분야의 전략적 협력을 확대하고 있음.
왜 중요할까?
AI 칩은 점점 복잡해지고 있는거 다들 알지.
반도체를 몇 단으로 쌓았네 어쩌고…
GPU와 HBM 메모리를 하나의 패키지 안에 결합하는 기술이 중요해질수록 고급 패키징의 기술적 진입장벽도 높아짐.
생각해 보자.
조그만 사탕 하나 포장하는데 커다란 박스가 필요하다면,
아마도 스마트폰은 트럭에 싣고 다녀야 할 지도 모름.
투자 포인트:
첨단 패키징 물량 확대, 미국 내 생산 인프라 구축, 주요 AI 반도체 기업과의 전략적 협력.
주의할 위험:
대규모 신규 공장 투자비, 초기 가동률, 고객 주문 집중, 신규 설비의 감가상각 부담.
Amkor는 AI 데이터센터를 직접 운영하는 기업과 달리 제조 및 패키징 서비스를 공급한다는 점에서 다른 수익구조를 가지고 있음.
다만 반도체 산업의 설비투자 사이클에서 자유롭지는 않다는 점은 함정.
#2. FormFactor (FORM) — 반도체가 정상 작동하는지 누가 검사할까?
AI 반도체가 고성능화될수록 검사 기술의 중요성도 커짐.
특히 HBM 같은 고대역폭 메모리는 여러 개의 메모리 칩을 적층하는 구조임.
만약, 문제가 있는 칩을 몽땅 다 쌓아올린 후에야 문제점을 발견한다면 제조비용과 수율에 큰 영향이 발생하겠지?
FormFactor는 반도체 테스트에 사용하는 Probe 카드와 관련 측정 기술을 제공하는 기업임.
여기서 핵심은 GPU 판매량만이 아님.
AI용 메모리와 고성능 반도체의 검사 난도가 높아지면 더 정밀한 검사 기술이 필요하기 때문에,
반도체 구조가 복잡해질수록 검사 공정의 기술적 가치도 증가할 수 있다는 점임.
투자 포인트:
HBM 테스트 수요, 고성능 반도체 검사, 정밀 테스트 기술의 진입장벽.
주의할 위험:
메모리 투자 사이클, 고객사의 검사 공정 변경, 경쟁업체의 기술 개발, 실적 대비 높은 주가 평가.
#3. Onto Innovation (ONTO) — 보이지 않는 결함을 찾아내는 기업
반도체 회로가 미세해질수록 아주 작은 결함 하나가 제품 수율에 영향을 미칠 수 있음.
Onto Innovation은 반도체 제조에 필요한 계측, 검사 및 공정 제어 기술을 제공하는 기업임.
AI 반도체에서 첨단 패키징의 중요성이 커지면, 웨이퍼뿐 아니라 패키징 공정의 정밀 측정과 결함 검사에도 새로운 수요가 발생할 수 있음.
이 회사의 투자 논리는 단순함.
반도체가 복잡해질수록 …
무엇이 잘못됐는지 정확하게 찾아내는 기술의 가치가 커질 수 있다
투자 포인트:
첨단 패키징 계측, 반도체 제조 수율 개선, 공정 복잡성 증가에 따른 검사 수요.
주의할 위험:
반도체 설비투자 축소, 고객 투자 일정 지연, 경쟁 제품, 높은 밸류에이션.
#4. Coherent (COHR) — AI 시대의 진짜 병목은 데이터 이동
AI 데이터센터 안에는 수천 개의 GPU가 존재함.
그리고 AI 연산능력이 증가하면 데이터 전송량도 증가함.
그런데 GPU 성능이 아무리 뛰어나도 자기들끼리 데이터를 빠르게 주고받지 못한다면 전체 시스템의 성능은 제한됨.
그래서 GPU 사이를 연결하는 통신 기술이 댑따 중요함.
그런데, 여기서 한 가지 변화에 주목할 필요가 있는게…
전기적인 연결만으로는 거리, 신호 손실, 전력소비 등의 제약이 점점 커질 수 있다는 거다.
따라서 더 높은 대역폭과 전력 효율성을 제공하는 광통신 기술의 중요성이 커질 가능성이 있는데,
바로 이 Coherent는 Optics 및 Photonics 기술을 기반으로 데이터센터용 광통신 부품과 시스템을 공급하는 기업임.
특히 1.6T 광트랜시버, 고속 광연결, 차세대 광통신 구조가 AI 인프라 확대의 핵심 영역으로 떠오르고 있음.
투자 포인트:
AI 데이터센터 광통신, 고속 트랜시버, 광학 기술 및 제조 역량.
주의할 위험:
이미 상승한 주가, 제품 가격 경쟁, 신규 기술 전환, 생산능력 확장 비용.
#5. Fabrinet (FN) — 잘 알려지지 않은 광통신 제조 수혜주
마지막으로,
광통신 장비에는 고도의 정밀 제조 및 조립 기술이 필요함.
다시 말해 AI 네트워크 시장이 확대되면 광통신 제품을 설계하는 기업뿐 아니라 실제 제품을 제조하는 기업에도 수요가 발생할 수 있음.
Fabrinet은 자체 AI 모델을 만들지도 않고, 대규모 GPU 데이터센터를 직접 운영하지도 않음.
이 회사는 광통신과 정밀 전자제품의 위탁 제조에 특화된 기업임.
쉽게 말해, 우리가 CPU, GPU, HDD, RAM 등등 부품을 사서 PC를 조립할 수도 있겠지만, ‘난 이러저러한 사양의 PC가 필요해’라고 제작주문을 한다고 생각하면 될듯…
특히 AI 데이터센터가 더 빠른 광통신 장비를 필요로 한다면, 관련 제조 물량이 늘어날 가능성이 있음.
투자 포인트:
광통신 제조 수요, 정밀 제조 기술, 고객사의 차세대 제품 양산 확대.
주의할 위험:
특정 주요 고객에 대한 의존도, 제조 마진 압박, 생산능력 증설 비용, 광통신 투자 사이클.
7. 결론
이번에 소개해 드린 다섯 종목은 서로 다른 산업의 병목현상을 해결한다는 공통점을 가지고 있음.
개인적인 관심은 단순히 AI 시장의 성장률이 높은 기업보다, 수익성 있는 성장을 지속할 수 있는가를 중심으로 보고 있음.
좋은 기업과 좋은 주식은 다르다.
사업 전망이 아무리 좋아도 주가가 미래 성장률을 이미 충분히 반영했다면 투자수익률은 기대보다 낮을 수 있다는 점을 반드시 기억하기 바란다.
그리고 공급 부족이 영원할꺼라 예단하지 말자는 거.
지금은 첨단 패키징과 광통신 생산능력이 부족하더라도,
경쟁업체가 증설하고 기술이 바뀌면 공급 부족에 따른 프리미엄은 줄어들 수 있다.
대형 클라우드 기업들이 투자를 줄이기 시작한다면 AI 반도체 기업의 미래 수주 전망에도 변화가 생길 수 있음.
따라서 이들 기업에 투자할 때는 매출 성장만으로는 충분하지 않다.
외부 자금조달 없이 투자를 지속할 수 있는지 반드시 확인해야 함.
그러기 위해서는 매출 성장뿐 아니라 잉여현금흐름, 자본적 지출, 영업이익률, 고객 집중도, 그리고 현재 주가에 반영된 기대치를 함께 살펴봐야 함.
마지막으로, 메타처럼 기존 사업에서 AI 수익화가 확인되는 기업과 아직 상업화를 기다리는 기업은 서로 다른 기준으로 평가해야 한다.
결국 AI 투자에서 중요한 질문은 하나임.
AI 혁명이 계속되더라도,
어떤 기업이 가장 오랫동안 높은 수익성을 유지할 수 있을까?
앞으로의 AI 투자 기회가 이 질문에 대한 답에서 나올 것이라고 생각함.
오늘도 순도 높은 뇌피셜 하나 던져봄.
ALWAYS DYOR-NFA
도움이 되셨기를 바라며 늘 과격한 수익 내시기 바란다.
이 포스팅은 특정 종목의 매수/매도 추천의 글이 아님을 밝힌다.
One Comment on “뇌피셜 데일리 – AI 버블 붕괴 위기속 수혜주 5선”