LLM 버블, AI 버블, 그리고 진짜 위험은 어디에 있을까?

Generated image

생성형 AI 열풍이 정점으로 치닫는 분위기지만, 동시에 버블이라는 단어도 점점 더 자주 등장합니다. 특히 허깅페이스(Hugging Face) CEO가 "AI 버블이 아니라 LLM 버블"이라고 선을 그으면서 논쟁이 본격화되는 분위기입니다.

겉으로는 용어 싸움처럼 보이지만, 조금만 들여다보면 기술의 방향성, 투자 구조, 경기 리스크까지 한꺼번에 엮여 있는 문제입니다.

이 글에서는

LLM 버블 논쟁의 핵심 주장
왜 LLM만의 문제로 볼 수 없는지
모델 아키텍처 측면에서 무엇이 비합리적인지
AI 버블 붕괴가 실물 경제에 미칠 수 있는 파장
스타트업·개발자 입장에서 어떤 대비가 필요한지

순서로 차분히 정리해 봅니다.

LLM 버블이란 무엇이고, 왜 AI 전체와 구분하려 하는가

허깅페이스 공동 창업자 겸 CEO 클렘 델랑(Clément Delangue)은 한 행사에서 "AI 버블이 아니라 LLM 버블"이라고 말했습니다. 그리고 이 LLM 버블은 내년쯤 꺼질 수 있다는 전망도 덧붙였습니다.

핵심 논지는 단순합니다.

AI 전체는 하나의 기술 스택으로 계속 진화할 것이고
지금 과열된 것은 그 중에서도 대규모 언어모델(LLM)에 대한 투자와 기대이며
버블이 터져도 AI 연구·적용의 다른 영역(생물학, 화학, 이미지, 오디오, 비디오 등)은 이제 시작 단계라는 주장입니다.

실제로 AI라는 용어는 챗GPT 이전에도 존재했고, 챗GPT 이후에도 계속 남는 개념입니다. 검색 랭킹, 추천 시스템, 사기 탐지, 음성 인식처럼 이미 일상화된 많은 기술이 AI 기반이며, 이들 대부분은 LLM이 아니라 기존 머신러닝·전통적인 모델·특화 모델 위에서 돌아갑니다.

이 관점에서 보면,

AI = 하나의 거대한 기술 인프라
LLM = 그 인프라 위의 특정 애플리케이션 계층

정도로 보는 편이 더 정확합니다. 문제는, 지금 시장에서 이 특정 계층에 너무 많은 자본과 기대치가 집중되어 있다는 점입니다.

LLM에 쏠린 과도한 기대와 비현실적인 밸류에이션

현재 논쟁의 중심에는 숫자가 있습니다. 기술이 아니라 밸류에이션과 CAPEX 계획입니다.

예를 들면 다음과 같은 수치가 언급됩니다.

오픈AI(OpenAI)가 1.4조 달러 규모의 설비투자(CAPEX)를 논의한다는 보도
오픈AI, xAI 등 주요 기업들이 수천억 달러 단위 기업가치로 평가받고 있다는 시장 분위기
특정 LLM 기업의 가치가 2,000억~2,300억 달러 수준까지 거론되는 사례

여기서 비판의 초점은 "LLM 기술이 쓸모없다"가 아닙니다.

비판 지점은 다음에 가깝습니다.

기술적 유용성과 투자 규모 사이의 괴리가 너무 크다는 점
수익 모델·비즈니스 구조가 안정되지 않은 상태에서 인프라 투자 계획이 GDP급 규모로 부풀어 있다는 점
각 기업의 LLM이 가져올 현금흐름(Cash Flow)에 대한 검증 없이 기대만으로 가격이 형성되고 있다는 점

한 유튜버는 이런 식으로 비유했습니다.

"백만 달러짜리 생수병을 팔려고 하면, 비웃음의 대상은 물이 아니라 가격이다."

LLM도 비슷한 구조입니다.

텍스트 생성, 요약, 번역, 코드 작성 등에서 이미 유용성이 검증된 기술이지만
모든 산업을 단기간에 완전히 재편해 줄 것처럼 가정하고 붙은 가격은 다른 문제입니다.

이 상황을 정리하면,

문제의 본질은 LLM 기술이 아니라, LLM에 얹힌 금융 상품과 기대치에 가깝습니다.

범용 초거대 모델 만능주의의 구조적 한계

허깅페이스 CEO의 또 다른 핵심 발언은 "하나의 초거대 LLM으로 모든 문제를 해결하려는 발상은 비현실적"이라는 지적입니다.

현재 빅테크가 내세우는 내러티브는 대체로 비슷합니다.

더 큰 모델
더 많은 파라미터
더 큰 GPU 클러스터
더 비싼 콘텍스트 길이

이 모든 것을 투입하면, 기업·개인·산업의 거의 모든 문제를 단일 범용 모델 하나로 해결할 수 있을 것처럼 묘사됩니다.

하지만 실제 요구 사항을 하나씩 따져 보면, 구조적으로 불합리한 지점이 많습니다.

은행 고객 상담 챗봇은 계좌 조회, 상품 설명, 절차 안내 정도를 잘 하면 충분합니다.
이때 존재의 의미, 삶의 철학 같은 질문에 답할 필요는 없습니다.
오히려 거대한 모델을 붙이면 비용은 치솟고, 응답 속도는 느려지고, 인프라 운영도 복잡해집니다.

CEO는 예로, "은행 고객 챗봇에 인생의 의미를 설명해 줄 필요는 없다"고 말합니다.

실제 현장에서도 도메인 특화 소형 모델은 이미 눈에 띄는 성과를 내고 있습니다.

파라미터 수가 5억 개 수준에 불과한 금융 특화 모델이
범용 초거대 모델보다 금융 도메인 문제 해결에서는 훨씬 뛰어난 성능을 보였다는 사례가 공유되기도 합니다.

이 구조는 전통적인 소프트웨어와 비슷합니다.

워드프로세서, 스프레드시트, IDE가 모두 각자의 기능에 맞게 설계되어 있듯이
AI도 텍스트, 코드, 재무, 의학, 이미지, 음성 등 영역마다 별도 최적화 모델이 공존하는 구조가 자연스럽습니다.

이런 관점에서 보면, "단일 초거대 AGI 모델이 모든 기기와 서비스를 장악한다"는 상상은 기술적 리미트와 비용 구조를 감안할 때 현실성이 낮은 시나리오에 가깝습니다.

기능 과잉이 사용자 경험과 자원 효율을 무너뜨리는 방식

LLM·AGI 논쟁에서 자주 빠지는 주제가 하나 있습니다. "기능이 많을수록 좋은가?"라는 질문입니다.

과거 운영체제 사례는 이 질문에 명확한 힌트를 줍니다. 윈도우 비스타 시절, 에어로(Aero) UI는 반투명 창, 각종 애니메이션 등 시각 효과에 큰 비중을 두었습니다.

문제는 이 인터페이스가 RAM을 과도하게 소모했다는 점입니다.

사용자는 문서 작성, 웹 브라우징, 프린트 같은 기본 작업만 잘 되면 충분한데
불필요한 시각 효과 때문에 전체 시스템 속도가 느려지고, 체감 성능이 악화되었습니다.

AI에서도 유사한 패턴이 반복될 가능성이 높습니다.

차량 인포테인먼트 시스템에 시·소설 생성 기능이 붙고
세탁기, 냉장고, TV까지 모두 대화형 LLM을 탑재하려는 시도가 늘어나면
사용자는 "잘 씻기고, 잘 식히고, 잘 보여주는 것"이라는 본질보다
오작동, 지연, 과도한 리소스 사용을 먼저 경험할 가능성이 큽니다.

기능을 추가할 때마다

파라미터 수
메모리 사용량
연산량
네트워크 대역폭

이 모두가 함께 증가합니다.

기능이 늘어나는 속도보다, 사용자가 체감하는 효용이 더 느리게 늘어나는 순간, 기술은 오히려 사용자 경험을 해치기 시작합니다.

이 지점에서 "모든 기기는 AGI 수준의 LLM을 탑재해야 한다"는 주장에는 구조적 한계가 있습니다.

LLM 버블 붕괴가 실물 경제에 번지는 메커니즘

허깅페이스 CEO는 "LLM 버블이 터져도 AI 산업 전체에는 큰 타격이 없다"는 취지의 발언을 했습니다. 그리고 자사 기준으로는 조달한 4억 달러 중 절반을 아직 은행에 보유하고 있다며, 비교적 보수적인 지출 전략을 강조했습니다.

반면 비판적인 시각에서는 이 낙관이 과도하다는 의견이 나옵니다. 이유는 간단합니다.

LLM에 쏟아지는 돈은 곧 AI 인프라 전체에 쏟아지는 돈이기도 하기 때문입니다.

서버는 철강, 반도체, 전자부품으로 만들어집니다.
데이터센터는 콘크리트, 전력 인프라, 네트워크 설비, 그리고 건설 인력이 필요합니다.
AI 인프라 확장은 건설사, 부동산 개발, 전력 산업, 물류, 장비 제조까지 연쇄적인 수요를 발생시킵니다.

현재 미국의 AI 투자 덕분에 GDP가 약 1~1.5%포인트 추가로 상승했다는 분석도 있습니다. 미국 GDP를 약 30조 달러로 잡으면, AI 투자가

3,000억~4,500억 달러 규모의 추가 경제활동을 만들어내고 있다는 뜻입니다.

이 상태에서 LLM 버블이 꺼진다면, 단순히

몇몇 AI 스타트업이 정리되는 수준이 아니라
1~1.5%포인트 수준의 GDP 상승분이 사라지는 충격이 발생할 가능성이 있습니다.

이 충격은 AI 업계에만 머무르지 않습니다.

데이터센터 신축이 줄면 건설 회사 수주가 줄고
관련 부지 개발이 둔화되면 부동산 투자 수익률이 떨어지고
장비 주문이 감소하면 부품·제조사 매출이 줄어듭니다.

즉, LLM 버블을 아무리 AI 내부의 국소적 현상으로 규정하더라도, 자본이 흘러가는 구조상 실물 경제 전반에 파급될 수밖에 없습니다.

부동산 시장 사례로 보는 통계와 체감의 괴리

현재 경제 상황을 평가할 때 흔히 보는 수치는 "가격"입니다. 하지만 가격만 보면 중요한 신호를 놓치기 쉽습니다.

한 부동산 중개인의 설명을 예로 들면 다음과 같습니다.

특정 지역에서 주택 가격 수준은 1년 전과 큰 차이가 없다
하지만 매물 수는 같은 기간 동안 700채에서 1,700채로 증가했다

숫자만 정리하면,

가격: 거의 변동 없음
매물: 약 150% 증가 (1,000채 추가)

이 구조는 몇 가지 해석을 가능하게 합니다.

수요가 줄어 집이 잘 팔리지 않기 때문에 매물이 쌓이고 있는 것인지
금리, 재정 악화, 재택근무 축소 등으로 인해 집을 반드시 팔아야 하는 사람이 늘어난 것인지
혹은 두 요인이 동시에 작동하고 있는지

표면적으로 "가격이 버텨주고 있다"는 문장만 보면 경기가 견조해 보이지만, 실제론 "팔리지 않아 누적된 재고가 가격을 눌러놓고 있는 상태"일 가능성도 충분합니다.

이 구조는 AI 투자에도 그대로 적용됩니다.

밸류에이션, 투자액, 성장률 같은 수치만 보면, 버블이 아니라 건전한 성장처럼 보일 수 있습니다.
하지만 현금흐름, 실제 수익, 지속 가능한 수요를 함께 보지 않으면 "가격만 버티고 있는 상태"인지, "진짜 가치가 창출되고 있는지"를 판단하기 어렵습니다.

이 간극을 잘못 읽으면,

베어스턴스가 무너져도 일상에는 아무 일 없는 것처럼 보이다가
1년 뒤 연쇄적인 금융위기를 맞았던 2008년과 유사한 패턴이 반복될 위험이 있습니다.

AI·LLM 시대, 스타트업과 개발 조직이 취할 수 있는 전략적 시각

현재 스타트업 생태계에서 통용되는 기본 규칙 중 하나는 이렇습니다.

투자 라운드를 통해 런웨이(운영 가능 기간)를 확보하고
그 기간 동안 투자를 거의 다 소진하면서
다음 라운드에서 더 큰 밸류에이션으로 새 자금을 조달하는 구조입니다.

이 논리는 "자본이 항상 충분히, 그리고 점점 더 높은 가격으로 공급된다"는 전제를 깔고 있습니다.

하지만

LLM 버블
고금리
관세·지정학 리스크
IT 설비투자의 경기 민감도

이 네 가지를 동시에 고려하면, 다음 라운드를 동일 조건으로 조달할 수 있다는 가정 자체가 위험해질 가능성이 있습니다.

허깅페이스처럼 조달금의 절반을 아직 보유하고 있는 회사는 상대적으로 방어력이 높은 편입니다.

이 구조가 의미하는 바는 명확합니다.

같은 기술력을 가진 두 기업이 있어도
"현금 잔고/고정비" 비율이 높은 회사가 위기 시기에 생존할 확률이 훨씬 높습니다.
비즈니스의 승패는 종종 "누가 더 좋은 모델을 만들었는가"가 아니라 "누가 급여일에 지급할 돈이 남아 있는가"에서 갈립니다.

AI·LLM 관련 조직이 지금 고려해야 할 포인트는 다음과 같습니다.

LLM·AI 관련 매출이 외생 변수(투자 경기, 금리, 대기업 CAPEX)에 얼마나 의존하는지
현 시점의 고정비 구조가 매출 변동성에 비해 과도하게 크지 않은지
단일 초거대 모델 의존에서 소형·특화 모델 + 기존 시스템 혼합 구조로 전환할 여지가 있는지
완전한 성장 정체를 가정해도 2~3년 버틸 수 있는 현금·비용 구조인지

이 관점에서 보면, 단순히 AI 기술 로드맵만 세울 것이 아니라 거시경제 리스크를 포함한 자본·운영 로드맵을 함께 설계하는 편이 합리적입니다.

LLM 버블 논쟁이 던지는 구조적 함의

허깅페이스 CEO의 발언, 그리고 이에 대한 비판적 시각을 함께 놓고 보면 몇 가지 포인트가 드러납니다.

AI와 LLM은 분리해서 볼 필요가 있다

AI는 이미 검색, 추천, 광고, 물류 최적화 등 폭넓은 영역에서 인프라 역할을 수행 중입니다.
LLM은 그 중 텍스트·코드 중심의 특정 애플리케이션 계층에 가깝습니다.
따라서 LLM 버블이 꺼져도 AI 전체가 사라지지는 않지만, 충격의 정도는 과소평가하기 어렵습니다.

단일 초거대 모델 전략은 비용·자원 측면에서 지속 가능성이 낮다

도메인 특화 소형 모델들이 점차 늘어나면서 "여러 개의 작고 특화된 모델 + 오케스트레이션" 구조가 자연스러운 방향일 가능성이 높습니다.
이 과정에서 LLM은 여러 도구 중 하나로 위치가 재조정될 가능성이 큽니다.

거시경제 차원에서 LLM 투자 버블은 이미 실물에 연결돼 있다

GDP 증가분 1~1.5% 수준을 지탱하는 투자가 줄어들 경우 구조적으로 건설, 제조, 부동산, 전력, 물류까지 연쇄 충격이 갈 수밖에 없습니다.
"AI 업계만의 조정"으로 끝날 것이라는 가정은 현실적 제약이 예상됩니다.

생존 확률은 기술력이 아니라 재무 구조가 좌우할 가능성이 크다

조달한 4억 달러 중 절반을 남겨둔 회사와
같은 금액을 이미 대부분 소진한 회사의 리스크 프로파일은 완전히 다릅니다.
특히 LLM 버블 이후 자본 시장이 보수적으로 변하면, 현금 보유 전략을 택한 기업이 상대적인 우위를 갖게 될 가능성이 높습니다.

정리하면, "이건 AI 버블이 아니라 LLM 버블이다"라는 문장은 일부 사실이지만,

자본 흐름
실물 투자
거시경제 연결 구조

를 고려하면 이것이 충격의 범위를 축소해서 보이게 만드는 표현이 될 위험도 존재합니다.

기술적 측면에서는

범용 초거대 모델 만능주의에서 벗어나, 다중 특화 모델 구조로의 전환 비즈니스 측면에서는
빠른 성장보다 긴 런웨이를 유지하는 재무 전략

이 두 가지가 LLM 버블 이후 구간에서 중요해질 가능성이 높습니다.

출처 및 참고 :