AI 시장 조정 국면 진입... 거품 붕괴인가 구조 재편인가

판매 둔화 속 기업의 선택이 갈린다 기대가 아닌 성과로 평가 시작

AI 소프트웨어 판매 증가세가 둔화하고 있다. 투자 규모는 여전히 크지만 속도는 눈에 띄게 느려졌다. 일부 투자자는 이를 거품 붕괴의 신호로 본다. 초기 과열이 식고 있다는 주장이다. 다른 쪽에서는 정상화 과정이라고 말한다. 과도한 기대가 걷히고 실제 가치가 검증되는 단계라는 해석이다.

생성형 AI 열풍이 시작되던 시기에는 가능성이 시장을 움직였다. 대규모 언어 모델인 LLM은 Large Language Model의 약자로 방대한 데이터를 학습해 문장을 생성하는 인공지능을 뜻한다. 이 기술은 검색, 상담, 번역, 개발 업무에 빠르게 도입됐다. 기업들은 경쟁에서 뒤처질 수 있다는 불안 속에 도입을 서둘렀다. 명확한 수익 구조가 없는 기업도 높은 기업 가치를 인정받았다.

시간이 지나면서 분위기가 달라졌다. 기업들은 투자 대비 수익을 뜻하는 ROI Return on Investment를 따지기 시작했다. 실제 사용률이 낮은 서비스는 계약 연장이 어려워졌다. 유지 비용이 예상보다 높다는 지적도 나왔다. 클라우드 사용료, 데이터 보안 비용, 내부 인력 교육 비용이 부담으로 작용했다. 기대와 실적 사이의 간극이 드러났다.

투자 시장도 변했다. 벤처 자금은 선택적으로 배분된다. 매출이 없는 기업에 대한 투자는 줄었다. 기술 시연보다 실제 고객 사례가 더 중요해졌다. 계약 규모가 작더라도 반복 매출이 확인되는 기업이 주목받는다. 성장 속도보다 지속 가능성이 평가 기준이 됐다.

이 흐름을 거품 붕괴로 단정하기는 어렵다. 기술 산업은 유사한 과정을 반복해왔다. 2000년대 초반 닷컴 기업 다수가 사라졌지만 전자상거래는 살아남았다. 클라우드 컴퓨팅은 초기 확산이 더뎠으나 기업 정보기술의 표준이 됐다. 모바일 앱 시장도 과열을 거친 뒤 플랫폼 중심으로 재편됐다. 조정은 산업을 약화시키기보다 구조를 정리했다.

AI 시장에서도 역할 구분이 뚜렷해지고 있다. 대형 플랫폼 기업은 인프라를 제공한다. 반도체, 데이터센터, 모델 학습 자원이 이 영역에 속한다. 산업별 특화 기업은 의료, 금융, 제조 같은 분야에 맞춤형 솔루션을 공급한다. 모든 기업이 범용 모델을 개발하겠다는 전략은 줄고 있다. 자신이 강점을 가진 영역에 집중하는 전략이 늘었다.

기업 고객의 태도도 바뀌었다. 실험 단계에서 전사 도입 단계로 넘어가려면 명확한 성과가 필요하다. 고객 상담 자동화는 인건비 절감 수치로 증명돼야 한다. 문서 작성 도구는 업무 시간 단축으로 입증돼야 한다. 막연한 혁신 구호는 설득력이 약하다. 경영진은 비용 절감과 매출 증가라는 숫자를 요구한다.

이 과정에서 일부 기업은 시장에서 밀려난다. 기술력이 부족하거나 차별성이 약한 기업은 투자 유치가 어려워진다. 반면 실제 문제를 해결하는 기업은 계약을 늘린다. 필터링이 작동한다. 자본은 효율을 추구한다. 고객은 더 까다롭게 묻는다.

판매 둔화는 산업 전반의 수요 감소라기보다 구매 기준의 변화로 해석할 여지도 있다. 초기에는 실험적 도입이 많았다. 이제는 예산 심사가 엄격해졌다. 단기 실적이 불확실한 프로젝트는 보류된다. 대신 생산성 개선이 명확한 영역에 자원이 집중된다.

거품 붕괴라면 기술 자체에 대한 신뢰가 흔들려야 한다. 그러나 기업들은 여전히 AI를 전략 과제로 다룬다. 다만 속도를 조절한다. 기술 도입을 단계적으로 진행한다. 내부 데이터 정비부터 시작한다. 무리한 확장은 줄인다.

시장은 과열과 조정을 반복한다. 이번 국면은 기대 중심에서 성과 중심으로 무게가 이동하는 과정으로 읽힌다. 투자자는 실적을 본다. 고객은 비용 대비 효과를 계산한다. 기술 기업은 구체적 문제 해결 능력을 증명해야 한다. 숫자로 설명하지 못하면 선택받기 어렵다.

AI 산업의 향방은 과장된 전망이 아니라 축적된 결과에 달려 있다. 생산성 향상 수치가 쌓일수록 신뢰는 높아진다. 비용 절감 사례가 늘수록 도입은 확산된다. 반대의 경우 시장은 더 냉정해진다. 지금의 둔화는 시험대다. 이 시험을 통과한 기업만 다음 단계로 나아간다.