영상에서 분석하는 AI 거품이 위험한 핵심 이유는 실질적인 경제적 기반 없이 **순환적 자금 조달 구조(Circular Financing)**로 지탱되고 있기 때문입니다. 주요 내용은 다음과 같습니다:
 
수익의 극심한 집중: Nvidia와 같은 주요 기술 기업들의 매출이 소수의 대형 고객에게 지나치게 의존하고 있습니다(2:44-3:05). 예를 들어, 매출의 40%가 단 두 곳의 고객사에서 나오는 구조는 해당 고객이 이탈할 경우 기업 전체가 위기에 빠질 수 있는 취약성을 내포합니다(3:11-4:21).
순환적 자금 흐름(Ponzi-like Structure): 벤처 캐피털(VC)이 투자한 자금이 다시 포트폴리오 내의 AI 모델 기업(OpenAI, Anthropic)의 토큰 구매 비용으로 흘러 들어가고, 이것이 다시 모델 기업의 매출로 잡히며 기업 가치를 부풀리는 방식입니다(8:30-14:35). 이는 외부 투자 없이는 수익 모델이 유지될 수 없는 구조를 만듭니다.
기술의 유틸리티화 및 수익성 악화: AI 토큰 가격은 경쟁으로 인해 급격히 하락하고 있으나, 수요가 이를 상쇄할 만큼 폭발적으로 증가하지 않고 있습니다(18:00-21:13, 23:11-24:11). 결국 AI 서비스는 저마진의 유틸리티(전기나 통신 같은 공공재)처럼 변해가고 있어, 현재의 높은 기업 가치를 정당화하기 어렵습니다(19:28-19:54).
경제 전반의 리스크: AI 부문에 집중된 막대한 자본 지출이 현재의 경제 성장(GDP)을 지탱하고 있는데, 이 거품이 꺼질 경우 주식 시장을 넘어 경제 전반에 체인 리액션(Chain Reaction)이 발생할 가능성이 큽니다(28:57-29:53).
 
AI 기업들이 저마진 유틸리티(utility)로 변하는 과정은 영상에서 다음과 같은 핵심 원인들로 설명됩니다:
 
제품의 차별성 부재: 영상에서 언급하듯, 다양한 AI 모델들(OpenAI, Gemini 등)은 서로 대체 가능한 서비스들입니다. 사용자는 특정 기업에 종속되지 않고 더 성능이 좋거나 저렴한 쪽으로 수시로 옮겨 다니며(27:29-28:04), 이로 인해 기업들은 고객을 묶어둘 만한 '해자(moat)'를 형성하지 못합니다.
치열한 가격 경쟁: 기업 간의 시장 점유율 경쟁이 가속화되면서, 토큰당 서비스 이용 가격을 계속해서 낮추는 '제살깎기'식 가격 인하 전쟁이 벌어지고 있습니다(20:36-21:52). 이는 AI 서비스가 전기나 수도처럼 표준화된 상품이 되어 가격만으로 경쟁하게 만드는 결과를 낳습니다(19:28-19:54).
수요 증가의 한계: AI 모델 기업들은 가격을 낮추면 사용량이 폭발적으로 늘어날 것(제번스의 역설)이라고 기대하지만, 실제로는 가격 하락을 상쇄할 만큼의 충분한 수요 증가가 나타나지 않고 있습니다(22:06-22:24, 23:44-24:11).
원가 중심의 비즈니스: 결국 수익은 기술적 혁신보다는 에너지 비용이나 컴퓨팅 인프라 비용에 직결되는 '원가 대비 얼마를 더 받을 수 있는가'의 문제로 귀결됩니다. 마진이 사라진 상태에서 전력 비용 수준의 가격만 받는 형태가 되기에, 고성장 기술 기업이 아닌 일반적인 공공재(유틸리티) 성격을 띠게 된다고 분석합니다(19:11-19:28, 28:43-28:48).
 
영상에 따르면 AI 기업들이 저마진 유틸리티로 변하게 될 경우, 현재의 **천문학적인 성장성 평가(valuation)**가 유지되기 어렵다고 분석합니다. (19:28 - 19:54)
 
주요 이유는 다음과 같습니다:
 
성장주에서 가치주로의 전환: 시장은 현재 AI 기업들을 높은 성장률을 바탕으로 한 기술 기업으로 평가하여 높은 주가를 부여하고 있습니다. 하지만 유틸리티 기업이 되면 매출과 이익 성장이 제한적이고 마진이 낮아지므로, 과거와 같은 고평가를 정당화할 수 없게 됩니다. (19:31 - 19:44)
밸류에이션 하락: 기업의 비즈니스 모델이 마치 Verizon이나 AT&T 같은 통신 유틸리티와 유사해지면, 시장이 기업에 기대하는 멀티플(Multiple)이 급격히 낮아져 주가 조정이 불가피하다고 보고 있습니다. (19:28 - 19:41)
체인 리액션 리스크: AI 기업들의 가치가 하락하면 이들과 밀접하게 연결된 엔비디아(Nvidia)를 비롯한 대형 기술주들의 밸류에이션도 함께 무너질 수 있으며, 이는 전반적인 시장의 자산 가격 하락으로 이어질 수 있다고 경고합니다. (15:40 - 16:04, 29:43 - 29:53)
 

[Rebel Capitalist · 조지 개먼] 새 보고서가 보여준 AI 버블: 매출 집중, 순환 자금, 토큰 가격 하락

한 줄 요약: 발표자는 AI 기업의 매출이 소수 고객에 집중되어 있고, 벤처캐피털 투자와 AI 지출이 서로 맞물려 순환하는 구조라고 설명한다. 또한 토큰 가격 하락에 비해 수요 증가가 따라오지 않아 AI 모델이 '유틸리티'처럼 낮은 마진의 상품으로 전락할 수 있다고 주장한다.

1. 매출 집중 문제

  • 발표자가 인용한 자료에 따르면, OpenAI와 Anthropic 지출 기준 상위 1% 기업이 전체의 약 80%를 차지한다.
  • 엔비디아의 매출도 소수 고객에 집중되어 있으며, 대형 클라우드·기술 기업이 매출의 약 40~50%를 차지한다는 내용이 소개되었다. 발표자는 이를 구글 AI 검색 결과로 확인했다고 말한다.
  • Anthropic 상장 목론서에 따르면 2025년 매출의 약 4분의 1이 단 2개 고객에서 나왔다고 한다. 발표자는 이를 Cursor와 GitHub Copilot으로 추정한다.
  • Anthropic 상위 1% 고객이 매출의 46%를 차지했다는 자료도 인용된다.

2. 벤처캐피털과 순환 자금

  • 발표자는 AI 지출의 상당 부분이 벤처캐피털 투자를 받은 기업에서 나온다고 설명한다. 벤처캐피털 기업의 투자처 기업들이 AI 토큰을 사용하고, 그 지출이 다시 OpenAI·Anthropic의 매출로 잡힌다는 구조다.
  • 이 구조에서 같은 자금이 투자, 지출, 매출, 기업가치 상승을 거치며 돌고 있다는 것이 발표자의 주장이다.
  • 발표자는 벤처 모델이 대부분의 투자가 실패하고 소수가 큰 수익을 내는 구조라는 점을 설명하며, 이런 구조에서 자금이 소수의 선두 기업으로 몰린다고 본다.
  • 이 해석은 발표자의 설명이며, 개별 거래의 실제 구조는 공시와 원자료로 확인이 필요하다.

3. 토큰 가격 하락과 수요

  • Anthropic의 실질 토큰 가격 지수가 9월 중순 100만 토큰당 1.70달러에서 0.83달러로 떨어졌고, OpenAI는 약 0.45달러 수준이라고 전한다. OpenAI는 7월 주요 모델 가격을 최대 80% 인하했다고 한다.
  • 중국 모델과의 경쟁이 가격 인하 배경으로 언급된다.
  • 골드만삭스 분석을 인용해, 전체 토큰 수요는 약 18배 증가했으나 고마진 프런티어 모델의 수요 증가는 그 절반 수준이라고 소개한다.
  • 발표자는 "가격이 떨어지면 사용량이 늘어 매출이 오른다"는 제번스 역설 논리가 데이터에서 확인되지 않는다고 주장한다.
  • 최근 두 달간 토큰 지출 증가가 정체되었다는 점도 언급된다.

4. 하이퍼스케일러 수익성과 시장 지표

  • 골드만삭스 자료를 인용해, 아마존·알파벳·메타·마이크로소프트·오라클의 실현 투하자본수익률이 40%에서 25%로 떨어졌고, 2016년 이후 최저 수준이라고 전한다.
  • 켄 그리핀(Citadel)이 시장이 AI 버블에 있을 가능성이 높다고 말했다는 발언과, 아폴로의 토르스텐 슬로크의 "컴퓨팅 수요는 무한하다는 전제" 비판도 인용된다.
  • 발표자는 AI 지출이 GDP 성장의 상당 부분을 떠받치고 있으며, 주가지수 상승도 소수 종목에 의존하고 있다고 말한다.

5. 발표자의 결론과 전망

  • 발표자는 AI 기술의 미래 가능성은 인정하지만, 현재 기업들의 수익 구조와 자금 조달 방식은 지속 가능하지 않다고 주장한다.
  • 프런티어 모델이 경쟁 우위(해자) 없이 가격 경쟁에 놓이면 결국 유틸리티처럼 낮은 마진의 상품이 된다는 시나리오를 제시한다.
  • 발표자는 확률에 따른 판단이라고 여러 차례 강조하면서도, 시간 문제일 뿐이라는 입장을 밝힌다.

6. 영상 내 안내

  • 발표자는 주 2회 발송되는 무료 뉴스레터(매크로 알림, 트레이드 알림)를 소개하며 구독을 권한다.
  • 영상 내용은 투자 자문이 아니라는 취지의 언급이 포함되어 있다.

시청 포인트

  • 핵심 질문은 **”AI 투자가 실제 수익으로 이어지는가, 아니면 자금 순환에 의존하는가"**이다.
  • 매출 집중도, 토큰 가격, 투하자본수익률 등 수치는 출처와 시점이 다르므로 공시 자료와 원보고서로 확인하는 것이 정확합니다.
  • 발표 중 일부 사실 확인이 필요한 부분(예: 특정 고객 식별, 구글 AI 검색 결과 인용)은 발표자의 추정이 포함되어 있습니다.
  • 뉴스레터 등 개인 홍보가 포함되어 있으므로 참고하시기 바랍니다.