[25년 3분기] AI 버블인가, 혁명인가? 투자 구루들 분석

Part 1: 투자 구루별 AI 버블 스탠스 요약

Part 2: 주요 구루 심층 분석

1. 제레미 그랜섬 (Jeremy Grantham): 강력한 버블 경고

• 핵심 주장: 그랜섬은 2025년 3분기, 현재 AI 시장이 닷컴 버블, 1929년 대공황 직전과 같은 역사적인 ‘슈퍼 버블(Super-bubble)’의 마지막 국면에 진입했다고 강력히 경고했다. 그는 AI 기술의 잠재력 자체는 인정하지만, 그 잠재력이 현재 주가에 과도하게 반영되어 비이성적 과열 상태에 이르렀다고 진단한다. 그에 따르면, 모든 슈퍼 버블은 “이번엔 다르다”는 서사를 동반하며 정점을 향해 치닫지만, 결국에는 장기 평균으로 고통스럽게 회귀하는 역사를 반복할 것이라고 주장했다.

• 핵심 논거 다차원 분석:
  • 가치평가(Valuation) 관점: 특정 밸류에이션 모델을 사용하기보다, 주가수익비율(PER), 주가매출비율(PSR) 등 전통적인 지표들이 과거 버블 정점 수준을 훨씬 상회하고 있다는 점을 지적한다. 그는 현재 AI 기업들의 가치 평가는 미래의 ‘가능성’에 대한 베팅일 뿐, 현재의 ‘현금 흐름’으로는 도저히 설명할 수 없는 영역에 있다고 본다.
  • 과거 버블과의 비교(Historical Parallel): 현재 상황을 닷컴 버블과 가장 유사하다고 본다. 당시 시스코(Cisco)가 인터넷의 ‘곡괭이와 삽’ 역할을 하며 시장을 주도했듯, 현재는 엔비디아(NVIDIA)가 그 역할을 하고 있다는 것이다. 그는 버블이 터졌을 때 시스코의 주가가 90% 가까이 하락했음을 상기시키며, 위대한 기업이라 할지라도 버블의 붕괴는 피할 수 없다고 강조한다.
  • 기술의 본질적 가치(Intrinsic Value) 관점: AI가 가져올 생산성 향상 자체는 인정하지만, 그 과실이 현재의 고평가된 소수 기업 주주들에게 온전히 돌아갈 것인지에 대해 매우 회의적이다. 오히려 치열한 경쟁으로 인해 이익은 평준화되고, 많은 기업들이 도태될 것이라 예측한다.
  • 거시 경제(Macroeconomics) 관점: 장기간의 저금리 시대가 만든 과잉 유동성이 버블의 주된 원인이었으며, 연준의 고금리 정책이 지속됨에 따라 유동성이 마르면 투기적 자산부터 붕괴가 시작될 것이라고 분석한다.

• 제시 투자 전략: AI 섹터를 포함한 미국 주식 시장 전반에 대한 비중 축소 및 완전 회피를 권고한다. 대신 가치주, 신흥시장, 그리고 인플레이션 헤지 자산(원자재 등)에 대한 투자를 대안으로 제시한다.

• 대표 인용문 (Quote):
  • “This has all the hallmarks of a classic super-bubble, right down to the narrowing leadership and the ‘this time is different’ narrative. AI is a real technology, just as the internet was. But that didn’t stop the Nasdaq from losing 80% of its value.”
  • (번역: “이것은 시장 주도주가 좁아지고 ‘이번엔 다르다’는 서사가 등장하는 것까지, 전형적인 슈퍼 버블의 모든 특징을 갖추고 있습니다. 인터넷이 그랬던 것처럼 AI도 실제 기술입니다. 하지만 그렇다고 해서 나스닥이 80%의 가치를 잃는 것을 막지는 못했습니다.”)

2. 캐시 우드 (Cathie Wood): 기술 혁명 초기

• 핵심 주장: 캐시 우드는 현재의 AI 붐을 버블이 아닌, 인류 역사상 가장 큰 기술 혁명의 ‘초기 단계’로 규정한다. 그녀는 AI가 블록체인, 로보틱스, 에너지 저장, 유전자 시퀀싱 등 다른 4개의 혁신 플랫폼과 융합하면서 전례 없는 생산성 향상과 경제 성장을 이끌 것이라고 주장한다. 현재의 변동성과 밸류에이션 논쟁은 파괴적 혁신 기술이 시장에 도입될 때 나타나는 자연스러운 현상이며, 5년 이상의 장기적 관점에서 보면 현재 주가는 여전히 저평가되어 있다고 역설한다.

• 핵심 논거 다차원 분석:
  • 가치평가(Valuation) 관점: 전통적인 PER, PBR 같은 후행적 지표로는 기하급수적 성장을 하는 혁신 기업을 평가할 수 없다고 본다. 대신, 총유효시장(Total Addressable Market, TAM) 규모의 확장 가능성에 기반한 장기 현금흐름할인(DCF) 모델을 사용한다. 그녀는 AI가 창출할 시장 규모가 2030년까지 수십 조 달러에 이를 것으로 예측하며, 이를 기반으로 현재 가치를 평가한다.
  • 과거 버블과의 비교(Historical Parallel): 닷컴 버블과 현재를 비교하는 것을 거부한다. 닷컴 버블 당시에는 아이디어만 있고 실제 기술과 비용 구조가 뒷받침되지 않았지만, 현재 AI 기술은 이미 비용이 ‘라이트의 법칙(Wright’s Law)’에 따라 급격히 감소하고 있으며, 실제 적용 사례가 폭발적으로 증가하고 있다는 점에서 근본적으로 다르다고 설명한다.
  • 기술의 본질적 가치(Intrinsic Value) 관점: AI의 본질적 가치는 지식 노동자의 생산성을 극대화하는 데 있다고 본다. 코딩, 글쓰기, 분석 등 모든 지식 기반 작업의 비용을 제로에 가깝게 만들어, 잠재적으로 수조 달러의 경제적 가치를 창출할 것이라고 평가한다.
  • 거시 경제(Macroeconomics) 관점: 인플레이션과 금리 인상은 일시적인 거시 변수일 뿐, AI가 가져올 강력한 ‘디플레이션’ 효과가 장기적으로는 금리를 안정시키고 경제 성장을 촉진할 것이라고 분석한다. 즉, 기술 혁신이 거시 경제의 난관을 극복하는 해결책이 될 것이라고 본다.

• 제시 투자 전략: 시장의 단기 변동성에 흔들리지 말고, AI 혁신을 주도하는 소수의 기업에 대한 집중 투자(Concentrated Portfolio) 및 장기 보유(Long-term Hold) 전략을 고수한다. 포트폴리오를 5년 이상의 시계열로 관리할 것을 강조한다.

• 대표 인용문 (Quote):
  • “We are not in a bubble. We are at the dawn of a new era of explosive growth, powered by the convergence of multiple innovation platforms. Investors focused on last year’s earnings are looking in the rearview mirror.”
  • (번역: “우리는 버블 안에 있지 않습니다. 우리는 여러 혁신 플랫폼의 융합으로 구동되는 폭발적인 성장의 새로운 시대의 여명에 있습니다. 작년 실적에 초점을 맞추는 투자자들은 백미러를 보고 있는 것과 같습니다.”)

3. 아스위스 다모다란 (Aswath Damodaran): 부분적 버블/과열

• 핵심 주장: ‘가치평가의 교황’으로 불리는 다모다란 교수는 AI 시장을 하나의 덩어리로 보지 않고, 여러 계층(Layer)으로 나누어 분석해야 한다고 강조한다. 그는 AI 인프라(칩, 클라우드)와 대형언어모델(LLM)을 제공하는 소수의 기업들은 실질적인 현금 흐름을 창출하며 가치를 입증하고 있지만, 이들의 기술을 활용하여 서비스를 제공하는 AI 애플리케이션(Application) 영역은 극심한 과열 상태에 있다고 진단한다. 시장이 AI를 ‘스토리’와 ‘서사’에 기반해 가격을 매기고 있으며, ‘숫자’에 기반한 냉정한 가치평가가 절실한 시점이라고 주장한다.

• 핵심 논거 다차원 분석:
  • 가치평가(Valuation) 관점: 엄격한 내재가치 평가(Intrinsic Valuation), 특히 현금흐름할인(DCF) 모델을 핵심 도구로 사용한다. 그는 수많은 AI 스타트업과 애플리케이션 기업들의 밸류에이션이 미래에 실현될 현금 흐름의 총합보다 훨씬 높게 책정되어 있다고 분석한다. 특히, 그는 기업의 ‘총유효시장(TAM)’을 과대평가하는 경향을 비판하며, 실질적인 ‘시장 점유율’과 ‘수익화 능력’을 기반으로 평가해야 한다고 말한다.
  • 과거 버블과의 비교(Historical Parallel): 닷컴 버블 당시 수많은 닷컴 기업들이 ‘인터넷’이라는 이름만으로 높은 가치를 인정받았지만 결국 수익 모델을 증명하지 못하고 사라졌던 역사를 언급한다. 현재 ‘AI’라는 꼬리표를 단 많은 기업들이 이와 유사한 경로를 밟을 가능성이 높다고 본다.
  • 기술의 본질적 가치(Intrinsic Value) 관점: AI 기술의 가치는 인정하지만, 그 가치가 어떻게 분배될 것인지가 핵심이라고 본다. 그는 현재 LLM 제공 기업들이 기술 가치의 대부분을 가져가고 있으며, 이를 활용하는 애플리케이션 기업들은 치열한 경쟁 속에서 낮은 마진에 시달릴 가능성이 높다고 예측한다.
  • 거시 경제(Macroeconomics) 관점: 고금리 환경은 미래의 불확실한 현금 흐름에 더 높은 할인율을 적용하게 만든다. 따라서 아직 수익성이 검증되지 않은 성장주, 특히 대부분의 AI 애플리케이션 기업들에게는 치명적인 환경이라고 분석한다.

• 제시 투자 전략: AI 시장에 대한 맹목적인 투자를 지양하고, ‘곡괭이와 삽(Picks and Shovels)’ 전략을 추천한다. 즉, AI 애플리케이션 기업보다는 AI 기술을 구현하는 데 필수적인 인프라(반도체, 클라우드)를 제공하며 이미 강력한 현금 흐름을 창출하는 기업에 집중할 것을 조언한다. 또한, AI 기술을 ‘활용’하여 비용을 절감하고 효율성을 높이는 전통 산업의 기업들에도 기회가 있다고 본다.

• 대표 인용문 (Quote):
  • “The market is pricing AI not as a business, but as magic. For a story to become a valuation, it needs a pathway to cash flows. Many AI companies today have a great story, but no plausible path to profits.”
  • (번역: “시장은 AI를 비즈니스가 아닌 마법으로 가격 매기고 있습니다. 스토리가 가치 평가가 되려면 현금 흐름으로 가는 경로가 필요합니다. 오늘날 많은 AI 기업들은 훌륭한 스토리를 가지고 있지만, 수익으로 가는 그럴듯한 경로는 없습니다.”)

Part 3: 종합 분석 및 결론

1. 컨센서스 및 의견 불일치 지점 (Consensus & Disagreement)

• 컨센서스 (Consensus):
  • 장기적 메가트렌드 인정: 그랜섬과 같은 극단적 비관론자조차 AI 기술 자체가 인터넷에 버금가는, 혹은 그 이상의 잠재력을 지닌 **장기적인 구조적 변화(Secular Shift)**라는 점에는 대체로 동의한다. 논쟁은 기술의 가치가 아니라, 그 가치가 매겨진 ‘가격’에 있다.
  • 승자독식 가능성: AI 산업, 특히 기반 모델과 인프라 영역에서는 소수의 빅테크 기업이 시장을 지배하는 승자독식(Winner-takes-all) 현상이 나타날 것이라는 데 의견이 일치한다.

• 핵심 논쟁 포인트 (Disagreement):
  • 밸류에이션의 정당성: 의견이 가장 첨예하게 갈리는 지점이다. 캐시 우드와 켄 피셔는 미래의 기하급수적 성장을 고려하면 현재 밸류에이션이 정당화될 수 있다고 주장하는 반면, 그랜섬, 건들락, 다모다란은 전통적 가치평가 척도를 기준으로 볼 때 명백한 거품이라고 반박한다. **”현재의 높은 멀티플은 미래의 성장으로 정당화될 수 있는가?”**가 핵심 질문이다.
  • 수익 창출의 시점과 규모: AI 기술을 통해 실질적인 수익이 발생하는 시점과 그 규모에 대한 전망이 크게 엇갈린다. 낙관론자들은 이미 기업들의 실적 개선으로 증명되고 있다고 주장하는 반면, 신중론자들은 아직은 투자 단계이며, 광범위한 수익 창출까지는 상당한 시간이 걸릴 것이라고 본다.

2. 투자자를 위한 최종 시사점 (Key Takeaways for Investors)

2025년 3분기 구루들의 논쟁을 종합해 볼 때, 투자자들은 AI에 대한 막연한 낙관이나 공포에서 벗어나 보다 정교하고 균형 잡힌 시각으로 포트폴리오에 접근해야 할 필요가 있습니다.

• 2025년 4분기를 위한 핵심 질문 3가지:
  1. 나의 투자 기간은 얼마인가? 캐시 우드처럼 5~10년의 장기 투자를 생각한다면 현재의 변동성을 감내할 수 있지만, 1~2년의 단기 성과가 중요하다면 제레미 그랜섬의 경고에 귀 기울여 위험을 관리해야 한다.
  2. 나는 AI ‘스토리’에 투자하는가, ‘비즈니스’에 투자하는가? 다모다란의 지적처럼, 내가 투자하려는 기업이 그럴듯한 서사만 가진 기업인지, 아니면 실질적인 현금 흐름을 창출하는 경로를 가진 기업인지 냉정하게 분석해야 한다.
  3. 내 포트폴리오는 AI 스택의 어느 부분에 집중되어 있는가? 모든 포트폴리오가 변동성이 큰 애플리케이션 레이어에 집중되어 있다면, 인프라나 AI 기술을 활용하는 전통 산업으로 분산하여 안정성을 높이는 방안을 고려해야 한다.

• 포트폴리오 점검 및 위험 관리를 위한 행동 제안:
  1. ‘바벨 전략(Barbell Strategy)’의 활용: 포트폴리오의 한 축에는 캐시 우드가 주목하는 파괴적 혁신 기업을 소량 담아 장기 성장 가능성을 추구하고, 다른 한 축에는 하워드 막스나 테리 스미스가 강조하는 ‘합리적 가격’의 우량 기업이나 AI 인프라 기업을 담아 안정성을 확보하는 전략을 고려할 수 있다.
  2. 집중 리스크 점검 및 분산: 특정 AI 테마주, 특히 단일 종목(예: NVIDIA)에 대한 비중이 과도하게 높다면, 닷컴 버블 당시 시스코의 사례를 교훈 삼아 일정 부분 이익을 실현하고 관련 ETF나 다른 인프라 기업으로 분산하여 개별 종목 리스크를 줄이는 것이 현명하다.
  3. 밸류에이션 스트레스 테스트: 현재 보유 중인 AI 관련 기업에 대해 가장 비관적인 시나리오(예: 성장률 둔화, 경쟁 심화)를 가정하여 밸류에이션을 재점검하고, 그럼에도 불구하고 여전히 투자 매력이 있는지 스스로에게 질문을 던져보는 과정이 필요하다.