DeepMind CEO 데미스 하사비스, AI 투자 붐이 '거품 같아 보인다'고 경고
Google DeepMind 최고경영자 데미스 하사비스는 현재의 AI 투자 급증이 거품의 징후를 보이고 있으며 일부 스타트업의 가치평가가 현실과 동떨어지고 있다고 경고했다.

인공지능(Artificial Intelligence)의 신혼기는 공식적으로 끝났다. 2026년에 접어들면서 전 세계 기술 환경은 실험적 열광에서 엄격한 재무 책임성으로 깊이 있는 전환을 겪고 있다. 수년간 AI를 둘러싼 담론은 무한한 잠재력과 추측성 과대광고로 정의되었다. 오늘날 그 담론은 투자자, 이사회 및 대중이 한목소리로 요구하는 하나의 커다란 요구로 대체되었다: 수익성이다.
Gartner의 최신 전망에 따르면, 전 세계 AI 지출은 올해에만 놀랍게도 $2.52조에 달할 것으로 예상된다. 이 수치를 관점에서 보면, AI 산업의 지출은 이제 주요 G7 국가들의 GDP와 어깨를 나란히 한다. 이는 전년 대비 44% 증가를 의미하며, 조직들이 더 이상 얕게 테스트만 하는 수준이 아니라 본격적으로 뛰어들고 있음을 알린다. 그러나 이 엄청난 자본 투입에는 대가가 따른다. '무조건적인 성장'의 시대는 끝났고, 투자수익률(Return on Investment, ROI)과 실질적 효용, 지속 가능한 비즈니스 모델에 대한 무자비한 집중이 그 자리를 차지했다.
Creati.ai에서는 이런 전환을 직접 목격해왔다. 파트너들의 질문은 "이 모델이 무엇을 할 수 있나?"에서 "3분기( Q3)에 얼마나 비용을 절감할 수 있나?"로 바뀌었다. 이것이 AI의 '돈을 보여줘' 순간이며, 진정한 혁신가와 공허한 허구를 판별할 중대한 분기점이다.
이 변화의 가장 분명한 지표 중 하나는 의사결정권자가 누구인지다. 생성형 AI(Generative AI) 붐의 초기(대략 2023–2024년)에는 AI 채택이 주로 IT 부서와 혁신 연구소에 의해 주도되었다. 오늘날에는 역전이 일어났다.
Boston Consulting Group(BCG)의 최근 연구에 따르면 72%의 CEO가 현재 AI 전략의 주요 의사결정권자다. AI는 IT 예산의 항목 수준을 넘어 기업 전략의 핵심 기둥으로 승격되었다. 이사회로의 이 승격은 다른 수준의 감시를 가져온다. CEO들은 점점 더 모호한 '미래의 혁신' 약속에 회의적인 주주들에게 답할 책임이 있다.
압박은 거대하다. 이전 몇 년 동안 AI 인프라에 수십억을 투자한 기업들은 이제 그 투자가 매출과 효율성에 어떤 영향을 미치는지 입증해야 한다. 이는 모든 파일럿 프로그램이 재무적 타당성으로 감사받는 고위험 환경을 만들어냈다. '배포하고 기도하라(deploy and pray)' 방식은 멸종되었다; 2026년에는 모든 GPU 사이클이 비용을 정당화해야 한다.
수익성으로 가는 길은 더 선명해지고 있으며, 그 길은 범용 챗봇에서 수직 특화된 애플리케이션으로 향하고 있다. 가장 큰 가치는 텍스트 생성에서 나오기보다 물리적 세계를 시뮬레이션하는 데서 열리고 있다.
이 추세의 대표적 예는 NVIDIA와 Eli Lilly의 신규 파트너십이다. 이 두 거대 기업은 약물 발견을 혁신하기 위한 $10억 규모의 AI 공동혁신 랩을 출범시켰다. 이것은 이메일 초안 작성에 AI를 사용하는 문제가 아니다; 물리적 AI(Physical AI), 즉 생물학적·화학적 과정을 전례 없는 정확도로 시뮬레이션할 수 있는 시스템에 관한 것이다. 약물 개발 기간을 수년에서 수개월로 압축함으로써, 이 파트너십은 투자자들이 요구하는 바로 그 유형의 측정 가능하고 높은 가치의 투자수익률을 보여준다.
이 움직임은 더 넓은 추세를 의미한다: AI의 산업화다. 제조 공급망 최적화, 재생에너지 그리드를 위한 기상 패턴 예측, 신소재를 위한 분자 상호작용 시뮬레이션 등, 2026년의 자금은 자연 법칙과 경제의 근본과 상호작용하는 AI로 흘러가고 있다.
소프트웨어가 ROI를 추구하는 동안, 그 바탕이 되는 하드웨어는 비용과 효율성 요구를 충족하기 위해 자체 혁명을 겪고 있다. 최신 모델을 훈련시키는 데 드는 막대한 에너지와 재무 비용은 수익성의 병목이 되었다. 컴퓨트 비용이 높게 유지되면 마진은 낮게 유지된다.
Intel이 글라스 기판 기술의 대량 생산을 확인한 것은 전환점이다. 소위 글라스 혁명(Glass Revolution)으로 알려진 이 혁신은 더 큰 칩 패키지와 더 높은 인터커넥트 밀도를 가능하게 한다. 더 중요한 것은 데이터 이동에 대해 보고된 50%의 전력 효율 개선을 제공한다는 점이다.
24/7 추론과 훈련 워크로드를 운영하는 데이터센터에게 50%의 효율 향상은 단순한 기술적 사양이 아니다—운영 마진의 거대한 개선이다. 이 하드웨어 진화는 '돈을 보여줘' 시대에 결정적이다. 지능의 비용을 낮춰 더 넓은 범위의 애플리케이션에서 단위 경제성을 실현하게 한다.
재무적 판돈이 커질수록 리스크도 증가한다. AI를 수익화하려는 서두름은 거버넌스와 책임의 현실과 충돌했다. 2026 Allianz Risk Barometer는 인공지능을 전 세계 비즈니스 리스크 중 두 번째로 높은 항목으로 평가했으며, 이는 단 1년 전 10위에서 극적인 상승이다.
이는 현대 기업에 역설을 제시한다: AI는 경쟁적 필수 요소인 동시에 주요 기업 리스크의 원천이다. 알고리즘 편향, 시스템 환각(hallucination), 데이터 개인정보 문제 등은 더 이상 단순한 PR 골칫거리가 아니다—주주 가치를 파괴할 수 있는 잠재적 소송 트리거다.
현재 상황을 이해하려면, 다양한 섹터가 대규모 지출을 이러한 새로운 리스크와 어떻게 균형을 맞추고 있는지 살펴보는 것이 도움이 된다.
Table 1: 2026 AI Investment and Risk Profile by Sector
| Sector | Primary ROI Driver | Key Risk Factor | Profitability Horizon |
|---|---|---|---|
| Pharmaceuticals | Accelerated Drug Discovery | Regulatory Approval & Safety | Long-term (3-5 Years) |
| Financial Services | Fraud Detection & Algo Trading | Algorithmic Bias & Compliance | Immediate (<1 Year) |
| Manufacturing | Predictive Maintenance | Supply Chain Disruption | Medium-term (1-3 Years) |
| Creative Industries | Content Generation Scale | Copyright Litigation | Immediate (<1 Year) |
| Public Sector | Citizen Service Automation | Political & Civil Rights | Long-term (5+ Years) |
위 표는 '돈을 보여줘' 압박이 보편적이지만, 타임라인과 리스크 프로필은 크게 다름을 보여준다. 금융 서비스는 즉각적인 수익을 보고 있지만 엄격한 규제 준수 리스크에 직면해 있는 반면, 제약 분야는 장기적 보상을 위해 막대한 자본 지출을 단행하고 있다.
수익성 요구는 점점 더 활동적인 규제 환경으로 인해 복잡해지고 있다. 2026년에는 정치적 리스크가 재무 리스크가 되었다. 정부들은 관찰에서 집행으로 이동하고 있다.
New York AI Act는 미국 주(州) 차원 규제의 전조 역할을 하고 있다. 주거 및 고용과 같은 핵심 영역에서 알고리즘 차별 금지와 시민의 옵트아웃 권리를 의무화하려는 제안으로, 뉴욕은 준수가 선택이 아닌 필수라는 선례를 세우고 있다. 마찬가지로 과학기술정책실(Office of Science and Technology Policy, OSTP)이 방어하는 연방 AI 표준 추진은 규제 없는 개발의 '무법지대' 시대가 끝나가고 있음을 시사한다.
투자자들은 이러한 전개를 면밀히 지켜보고 있다. 한 회사의 AI 전략은 이제 규제 차원에서의 지속 가능성 관점으로 평가된다. 높은 매출을 창출하지만 New York AI Act를 위반할 소지가 있는 AI 제품은 자산이 아니라 부채로 간주된다. 결과적으로 규제 수준의 AI(Regulatory-Grade AI)는 투명성과 준수를 바탕에 둔 시스템으로 시장에서 프리미엄을 요구하고 있다.
아마도 2026년 수익성을 견인하는 가장 중요한 기술적 전환은 '챗봇'에서 '에이전트형 AI(Agentic AI)'로의 이동이다.
지난 몇 년간 AI는 주로 보조적 역할—제안을 제공하는 코파일럿—을 해왔다. 2026년에는 에이전트형 AI가 대규모로 배포되고 있다. 이들은 최소한의 인간 개입으로 복잡하고 다단계의 워크플로를 실행할 수 있는 자율 시스템이다.
여기서 수익성 논리는 단순하다: 보조형 AI는 생산성을 높인다; 에이전트형 AI는 간접비를 줄인다.
업계 분석가들은 '자체 검증(Self-Verifying)' 시스템의 급증을 보고하고 있다. 이 에이전트들은 단순히 출력을 생성하는 것이 아니라, 스스로 작업을 모니터하고 내부 피드백 루프를 사용해 오류를 수정하며 사실을 제시하기 전에 검증한다. 이 능력은 기업 채택에 필수적이다. 은행은 거래 세부사항을 환각하는 AI를 사용할 수 없다. 병원은 의료 기록을 발명하는 AI를 사용할 수 없다.
자체 검증을 통해 신뢰성 문제를 해결함으로써, 에이전트형 AI는 이전에 지나치게 위험하다고 여겨졌던 사용 사례를 열어 새로운 수익 흐름과 비용 절감 기회를 창출한다.
Creati.ai에서는 2026년을 축소의 해가 아니라 성숙의 해로 보고 있다. '돈을 보여줘' 압박은 건전하다. 그것은 과도한 과대를 벗겨내고 업계를 진짜 중요한 것에 집중하게 만든다: 실질적인 문제를 해결하고, 인간의 삶을 개선하며, 지속 가능한 경제적 가치를 창출하는 도구를 만드는 것이다.
이 환경에서 번창할 기업은 반드시 가장 큰 모델을 가진 기업이 아니라, 가장 영리하게 통합하는 기업일 것이다. 그들은 다음과 같은 것들에 집중할 것이다:
2.5조 달러의 도박은 진행 중이다. 판돈은 내려졌고, 투자자들은 기다리고 있다. AI 업계에 있어 2026년은 그 가치가 진짜임을 증명하는 해다.