AI 예산 낭비에 다시 사람 채용… 토큰맥싱 거품과 엔비디아 리스크

핵심 요약

생성형 AI 도입 비용이 예상보다 커지면서 일부 기업에서 사람을 다시 채용하는 흐름이 나타나고 있다. 엔비디아 우버 마이크로소프트 등에서 무분별하게 토큰 사용량을 늘리는 이른바 토큰맥싱 전략이 비용 대비 효율을 내지 못한다는 점이 드러났다. AI가 일자리를 줄인다는 통념과 달리, 단기적으로는 인간 노동이 더 저렴한 영역이 적지 않다는 메시지다.

무슨 일인가

최근 보도에 따르면 대형 기술기업들이 막대한 AI 예산을 집행했지만 실제 업무 생산성 개선으로 충분히 이어지지 않은 사례가 늘고 있다. 모델 호출에 드는 토큰 비용, 추론 인프라 운영비, 오류 검수와 재작업 비용을 합치면 자동화의 총비용이 사람 인건비를 웃도는 경우가 발생한다는 것이다.

그 결과 일부 기업은 전면 자동화 대신 사람과 AI를 병행하거나, 오히려 검수와 운영 인력을 새로 뽑는 선택을 하고 있다. AI 도입이 곧바로 대규모 감원으로 직결된다는 단순한 서사와는 결이 다른 현실이 확인된 셈이다.

배경과 맥락

지난 2년간 시장은 AI에 대한 설비투자 확대를 무조건적 호재로 받아들였다. 데이터센터 증설, GPU 구매, 모델 학습 경쟁이 가속되며 관련 반도체와 클라우드 종목이 급등했다. 그러나 투자 회수율을 묻는 목소리가 커지는 국면에서, 토큰을 많이 쓸수록 좋다는 식의 접근이 비용 통제 실패로 이어진다는 점이 부각되고 있다.

시장·종목에 미치는 영향

• 엔비디아: AI 가속기 수요의 핵심 수혜주지만, 고객사의 AI 투자 효율 점검이 강화되면 단기 발주 속도가 조정될 수 있다.
• 마이크로소프트: 코파일럿 등 AI 서비스의 실제 채택률과 수익성 입증 부담이 커진다.
• 국내 반도체: 삼성전자 SK하이닉스의 HBM 등 AI 메모리 수요는 견조하나, 캐펙스 둔화 신호에 민감하게 반응할 수 있다.
• 클라우드·소프트웨어: AI 비용 효율화 솔루션과 추론 최적화 기술을 가진 기업은 오히려 기회가 될 수 있다.

투자자 체크포인트

• AI 관련 기업의 매출이 실제 이익으로 전환되는지, 즉 투자 회수율 지표를 확인한다.
• 고객사들의 AI 설비투자 가이던스 변화와 GPU 발주 흐름을 추적한다.
• 토큰 비용보다 사람이 싸다는 영역과 그렇지 않은 영역을 구분해 과도한 일반화를 경계한다.
• 단기 변동성과 장기 구조적 성장 스토리를 분리해 대응한다.

전망

낙관 시나리오에서는 이번 비용 점검이 거품을 걷어내고 효율 중심의 건전한 투자로 이어져 AI 산업의 지속 가능성을 높인다. 비용 최적화 수요가 늘며 추론 효율화 기술과 메모리 수요는 오히려 탄탄해질 수 있다. 반대로 리스크 시나리오에서는 투자 회수 지연이 확인될 경우 AI 캐펙스 기대가 빠르게 식으며 반도체와 빅테크 밸류에이션 조정으로 번질 수 있다. 결국 핵심은 비용 대비 성과의 입증 여부다.

본 글은 원문 뉴스를 바탕으로 자동 요약·분석된 콘텐츠입니다. 원문 보기 (MarketWatch)