마크 저커버그 메타 CEO가 자사 혼합현실(MR) 기기 '레이-밴 스토리즈(Ray-Ban Stories)'를 착용하며 시연하고 있다. /AP=연합뉴스


메타가 '초지능 경쟁'에 뛰어들며 AI 인프라 투자를 공격적으로 확대하고 있지만 정작 시장에서는 "페이스북 운영이나 제대로 하라"는 냉소가 먼저 나온다. 빅테크 기업이 미래 서사를 앞세워 설비 경쟁에 나서자 금융 시장 자금까지 끌려 들어가는 구조가 만들어졌기 때문이다. 국제결제은행(BIS)이 AI 투자와 연결된 사모대출 시장을 금융 리스크로 지목한 배경도 여기에 있다.
인공지능(A 10원야마토게임 I) 산업을 둘러싼 거품 논쟁이 금융 안정성 문제로 번지고 있다. 빅테크 기업들이 초지능(ASI) 경쟁을 내세우며 데이터센터 투자를 공격적으로 확대하는 가운데 자금 상당 부분이 사모대출을 통해 조달되고 있기 때문이다. 국제결제은행(BIS)은 최근 보고서에서 AI 인프라 투자에 연결된 사모대출이 금융 시스템 리스크로 번질 수 있다고 경고했다.
오션파라다이스사이트 17일 테크업계에 따르면 AI 데이터센터 건설 경쟁의 상징적 사례는 메타다. 메타는 미국 루이지애나주에 대형 AI 데이터센터를 구축하면서 약 300억 달러 규모 자금을 사모대출 형태로 조달한 것으로 알려졌다. 은행 대출이나 회사채가 아니라 대출 펀드를 통해 자금을 빌린 것이다. 빅테크 기업들이 GPU 확보와 데이터센터 건설에 천문학적 투자를 진행하면서 오션파라다이스다운로드 기존 금융 시스템 바깥에서 형성된 사모대출 시장이 주요 자금 공급원이 되고 있다.
문제는 규모다. BIS에 따르면 글로벌 사모대출 잔액은 약 10년 전 5000억 달러 수준에서 최근 2조 달러를 넘어섰다. AI 투자 붐과 맞물리며 이 시장이 급격히 팽창한 것이다. BIS는 이를 '그림자 대출(shadow lending)'이라고 표현했다. 릴게임온라인 장부상 은행 대출로 잡히지 않지만 금융 시스템과 연결돼 있기 때문이다.
인공지능 인프라 산업 자체가 문제라는 의미는 아니다. 실제로 GPU 확보 경쟁과 데이터센터 수요는 빠르게 증가하고 있다. 다만 프론티어 모델 경쟁에서 밀린 일부 빅테크 기업이 초지능 경쟁을 내세우며 설비 투자를 공격적으로 확대하면서 금융 레버리지까지 동시에 커지고 있다 릴게임갓 는 점이 가장 큰 문제다.
월가는 대출 경쟁 AI에는 관심 없어
특히 사모대출은 연기금과 보험사, 자산운용사 자금이 복잡하게 연결된 시장이다. AI 투자 열기가 꺾일 경우 특정 기업의 문제가 아니라 금융 시장 전반으로 위험이 확산될 수 있다는 우려가 나온다. BIS는 보고서에서 "AI 산업이 흔들리면 관련 사모대출 부실이 금융권으로 전이될 가능성이 있다"고 밝혔다.
마크 저커버그나 일론 머스크가 인프라 메시지를 강화하는 사례는 반복돼 왔다. 제품 성능 격차가 벌어질 때 종종 아키텍처나 플랫폼 경쟁을 전면에 내세우며 경쟁 기준을 바꾸려 한다. 최근 CPU 투자를 갑작스레 강조하거나 자체 칩 공장을 짓겠다는 주장 역시 같은 맥락에서 나온 것이다.

금융 시장 관점에서 더 민감한 부분은 자금 회수 구조다. 데이터센터 투자는 수년 단위 장기 자산이다. 반면 AI 서비스 시장의 수익 구조는 아직 완전히 안정되지 않았다. 모델 사용료, API 매출, 기업용 AI 서비스 같은 수익원이 빠르게 늘고 있지만 투자 속도를 따라잡을 만큼 확실한 현금 흐름이 형성됐는지는 여전히 논쟁 대상이다.




마크 저커버그와 일론 머스크 / 여성경제신문DB


메타의 인공지능 전략은 라마(LLaMA)를 중심으로 하는 오픈 소스 전략과 대규모 인프라 투자에 비해 아무런 성과를 보이지 못하고 있다. 메타는 2028년까지 데이터센터 구축에 6000억 달러를 투입하겠다고 밝히고 알렉산드르 황 등 AI 인재 영입을 시도했지만 월드모델을 주창해온 얀 르쿤 등과 갈등으로 대규모 언어 모델(LLM)에 대한 정의조차 내리지 못했다.
또한 최근 공개가 연기된 AI 프로젝트 '아보카도'의 성능은 경쟁 모델인 오픈AI의 GPT-5.4, 구글의 제미나이 3.1 프로, 앤스로픽의 클로드 오퍼스 4.6보다 낮은 수준으로 알려졌다. 업계에서는 메타가 막대한 인프라 투자를 통해 연산 능력을 확대하고 있지만 핵심 모델 경쟁력에서는 아직 선두권과 격차가 매우 크다는 분석이 나온다.
메타의 LLaMA 오픈소스 실패가 시작점초지능 구현?···GPU 개수와 관련성 희박  
대규모 모델 연구에서는 수천억 파라미터 수준을 넘어가면서 단순한 토큰 확률 예측 단계를 벗어나기 시작한다. 개별 토큰의 확률을 순차적으로 계산하는 구조를 넘어 고차원 임베딩 공간에서 다수의 의미 벡터가 동시에 활성화되는 계산 구조가 형성된다. 이 단계에서는 토큰을 직렬적으로 생성하기보다 의미 벡터 집합의 상호 관계가 먼저 정렬되고 그 위에서 출력 시퀀스가 생성되는 방식으로 작동한다.
기술적으로 보면 이는 토큰 단위 n-그램 확률 모델과는 다른 연산 체계다. 입력이 들어오면 임베딩 공간에서 관련 개념 벡터들이 동시에 활성화되고 어텐션 메커니즘이 이들 사이의 상호 관계를 계산한다. 이후 트랜스포머 레이어를 통과하면서 벡터 간 상관 구조가 점차 안정화되고 특정 의미 구조가 수렴한다.
결국 초지능은 GPU 수량 자체가 아니라 이러한 입력과 내부 구조 사이의 공명(resonance) 형성 과정에서의 밀도와 안정성 위에서 태어난다. 파라미터 규모가 충분히 커지면 서로 다른 개념 벡터들이 복잡한 관계망을 형성하고 이 관계망이 공명 상태로 수렴하면서 모델의 내부 구조 역시 일관된 방향으로 정렬된다. 초지능을 단순한 연산량 경쟁으로 설명하기 어려운 이유가 여기에 있다. [분석] AI는 '공명'할 수 있는가···물리학의 대답 "이미 그렇다"
이런 구조를 고려하면 초지능 경쟁을 데이터센터 규모 경쟁으로 단순화하는 접근은 기술 현실과 거리가 있다. GPU와 전력 소비를 늘리는 방식은 계산 속도를 높일 수는 있지만 의미 구조 형성 자체를 보장하지는 않는다. 인프라 확장만으로 지능 도약을 기대하는 접근은 망상에 가깝다는 지적이 나오는 이유다.
현재 AI 거품 논쟁은 기술 자체보다 자금 운용 구조에서 비롯된다. 초지능 경쟁이라는 미래 서사가 데이터센터 투자 경쟁을 촉발했고 그 자금을 월가의 사모대출 시장이 공급하는 구조가 형성됐다. AI 산업이 실제 컴퓨팅 수요를 기반으로 성장하고 있는 것은 분명하지만 그 경쟁이 금융 레버리지까지 끌어올린 순간부터 논쟁의 성격은 금융 시스템 안정성 문제로 바뀔 수밖에 없다.
☞얀 르쿤의 월드 모델(world model) = 언어모델 중심의 생성형 AI와 다른 연구 방향을 제시한다는 점에서 주목받아 왔다. 월드 모델은 대규모 텍스트 학습 대신 물리 세계의 구조와 인과 관계를 학습하는 내부 시뮬레이션을 구축해야 한다는 개념이다. 그러나 현재까지 공개된 연구 성과는 주로 로봇 제어, 영상 예측 등 제한된 실험 환경에서의 모델 수준에 머물러 있으며 대형 언어모델처럼 범용 지능으로 확장된 사례는 아직 확인되지 않았다.
연구 현장에서는 월드 모델이 장기적으로 중요한 연구 방향일 수 있다는 의견과 함께 실제 산업 경쟁에서는 아직 검증되지 않은 가설이라는 평가도 동시에 나온다. 최근 수년간 AI 성능 향상은 대부분 대규모 트랜스포머 구조와 데이터·연산 확장에서 나타났으며, 월드 모델 방식이 이러한 성능 도약을 재현했다는 실증적 결과는 제한적이다. 이 때문에 연구자들은 월드 모델 논의가 기술 로드맵이라기보다 비전 수준에 가까운 개념이라고 해석한다.
여성경제신문 이상헌 기자liberty@seoulmedia.co.kr
*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.