토큰 생산설비는 늘어나는데, 토큰 가격은 내려갑니다

하이퍼스케일러는 GPU, HBM, 네트워크, 전력, 데이터센터에 거대한 돈을 쓰고 있습니다. 어떤 기업은 채권을 발행하고, 어떤 기업은 장기 전력계약과 데이터센터 임차를 통해 미래 비용을 먼저 고정합니다. 반면 AI Labs와 모델 플랫폼은 구독료와 API 가격을 낮추며 사용자 확보 경쟁에 들어가고 있습니다.

이 구조는 투자자에게 불편합니다. 반도체와 메모리 업체는 높은 마진을 먼저 받습니다. 데이터센터를 짓는 쪽은 감가상각과 전력비를 먼저 떠안습니다. 고객에게 가격을 전가하기도 전에 AI 서비스 가격이 내려가면, 시장은 “AI가 대단하다”보다 “그 돈을 언제 회수하느냐”를 묻게 됩니다.

인프라는 남았지만, 모든 철도회사가 살아남은 것은 아닙니다

1840년대 영국 철도 버블은 지금 AI 데이터센터 논쟁과 닮았습니다. 철도는 진짜 산업혁명이었습니다. 물류비를 낮췄고, 도시와 공장과 시장을 연결했습니다. 그러나 철도 주식이 오르자 너무 많은 회사가 동시에 노선을 승인받고 자본을 조달했습니다. 공개 기록상 1846년에는 영국 의회가 263개의 철도 신설 법안을 승인했고, 승인된 철도 중 상당수는 건설되지 못했습니다.

여기서 교훈은 단순합니다. 인프라가 사회 전체에 필요하다는 사실과, 그 인프라를 비싼 자본비용으로 깐 주주가 돈을 번다는 사실은 다릅니다. AI 데이터센터도 마찬가지입니다. 가동 가능한 컴퓨트는 전략자산이 될 수 있지만, 모든 데이터센터 프로젝트가 높은 ROIC를 보장하지는 않습니다.

인터넷은 맞았고, 광섬유도 필요했습니다. 그래도 통신사는 터졌습니다

1990년대 말 통신·광섬유 버블은 더 직접적인 비교 대상입니다. 인터넷 트래픽은 폭증할 것이고, 그래서 백본망과 해저케이블과 광섬유가 부족할 것이라는 논리는 맞았습니다. 문제는 수요보다 설비가 너무 빨리, 너무 많이 깔렸다는 점입니다. 대역폭 가격이 무너지자 부채로 네트워크를 선점하던 기업들이 무너졌습니다.

Global Crossing은 글로벌 네트워크를 구축했지만 연간 흑자를 내지 못했고 2002년에 파산했습니다. WorldCom도 대형 통신사였지만 회계 스캔들과 함께 파산했습니다. 그러나 깔린 인프라는 사라지지 않았습니다. 나중에 Google, Amazon, Netflix, 클라우드 기업들이 그 싸진 인프라 위에서 성장했습니다.

AI에도 같은 질문이 붙습니다. 데이터센터를 지은 회사가 최종 승자일까요, 아니면 싸진 토큰과 컴퓨트를 고객 workflow에 붙여 현금흐름으로 바꾸는 회사가 최종 승자일까요?

필수 제품도 CapEx 타이밍을 틀리면 죽습니다

DRAM과 메모리는 늘 필요했습니다. PC, 서버, 스마트폰, AI까지 모든 사이클에 들어갔습니다. 하지만 메모리 산업은 반복적으로 수요 급증, 가격 상승, CapEx 확대, 공급 과잉, 가격 폭락, 업체 퇴출을 겪었습니다. 일본 DRAM 업체 Elpida는 2012년에 파산했고 이후 Micron에 인수됐습니다.

지금 HBM과 메모리 가격 상승은 공급자에게 좋습니다. 동시에 하이퍼스케일러와 AI Labs에는 token cost 부담입니다. 그래서 HBM 가격 상승은 “메모리 업체 호재”와 “AI 서비스 ROI 부담”이라는 양면 신호로 읽어야 합니다.

기술 방향은 맞았지만 원가곡선에서 진 사례

태양광도 방향은 맞았습니다. 이후 설치량은 크게 늘었습니다. 하지만 특정 제조업체들은 중국발 공급 확대와 원가 하락, 가격 경쟁을 버티지 못했습니다. Solyndra는 미국 정부 보증 대출을 받았지만 결국 파산했습니다.

AI에도 같은 위험이 있습니다. “AI 수요가 커진다”는 말과 “지금 특정 데이터센터·모델 사업자가 높은 ROIC를 낸다”는 말은 다릅니다. 가격이 빠르게 내려가면 고정비가 큰 쪽이 먼저 압박받습니다.

AWS와 Tesla의 공통점은 수요처와 생존력입니다

성공 사례도 있습니다. AWS는 단순한 서버 임대업자가 아니었습니다. Amazon 내부 인프라 운영능력, 개발자 생태계, API, 결제, 고객 lock-in을 묶어 클라우드 사업으로 키웠습니다. 클라우드 가격 경쟁이 있었지만 규모와 운영효율, 서비스 묶음으로 방어했습니다.

Tesla도 2008년 파산 직전까지 갔지만, 자금조달과 전략적 투자로 생존했고 이후 전기차 사이클의 상징이 됐습니다. 교훈은 분명합니다. 거대한 산업 전환기에는 방향이 맞아도 중간 자본조달 실패가 곧 사망입니다. AI Labs와 AI 인프라 순수 플레이도 기술보다 자본시장 접근성이 생명줄이 될 수 있습니다.

역사 사례를 지금 AI에 대입하면

AI 성장 thesis는 유지됩니다. 다만 유동성 청구서가 커졌습니다

그래서 지금 AI는 “성장 플러스, 유동성/ROIC 마이너스”가 동시에 나타나는 구간입니다. 시장은 더 이상 AI라는 단어만으로 프리미엄을 주지 않습니다. CapEx가 매출, 마진, FCF로 이어지는 기업과 그렇지 못한 기업을 갈라내기 시작합니다.

비싼 인프라를 고객 현금흐름으로 바꾸는 회사

distribution, 자체 수요, software lock-in, balance sheet, custom silicon, 전력·데이터센터 운영능력을 같이 가진 플랫폼이 우선입니다. 이들은 토큰 가격이 내려가도 사용량과 고객 묶음으로 방어할 여지가 있습니다.

수혜는 크지만 가격에 이미 반영된 공급자

GPU, HBM, 전력·냉각, 네트워크 장비는 강한 수혜 산업입니다. 다만 단기 급등 후에는 신규 추격보다 실적 revision, 가동률, 20·50일선 이격 축소, CapEx 지속성을 확인하는 편이 낫습니다.

치킨게임인지 생산적 자본형성인지 가르는 숫자