[주식분석] 5,930억 달러 증발: 중국 AI 스타트업 하나가 월가 최대 베팅을 뒤흔든 날
엔비디아 시가총액이 하루 만에 5,930억 달러 날아갔다.
분기 실적 발표도 아니고, 금융위기도 아닌데. 단 하루 만에.
코스트코 전체 시가총액보다 크다. 2022년 메타가 세운 하루 최대 손실 기록의 두 배다. 그런데 이 모든 게 중국의 무명 스타트업이 "우리가 샌프란시스코 집 한 채 값도 안 되는 돈으로 경쟁력 있는 AI 모델을 만들었다"고 발표한 것 때문에 벌어졌다.
2025년 1월, '딥시크(DeepSeek) 패닉'의 전말이다. 실제로 무슨 일이 있었는지, 어떤 의미가 있는지, 투자자들의 공포가 합리적이었는지 따져보자.
월가를 뒤흔든 충격
2025년 1월 27일 월요일, 미국 증시가 열리자마자 기술주가 피바다가 됐다. AI 붐의 대장주 엔비디아가 16.9% 폭락했다. 코로나 폭락장이었던 2020년 3월 이후 최악의 하루. 브로드컴은 17.4%, 마이크론은 11.67% 빠졌다.
반도체만 맞은 게 아니다. AI 인프라 관련주가 더 심하게 얻어맞았다. AI 데이터센터에 올인한 원자력 발전회사 컨스텔레이션 에너지는 20% 폭락. 같은 섹터의 비스트라(Vistra)는 28%나 곤두박질쳤다.
나스닥에서 수천억 달러가 증발했다. 아시아·유럽 반도체주도 줄줄이 무너졌다. 도쿄일렉트론, ASML, 어드밴테스트 전부 빨간불.
이 대탈출의 방아쇠? 대부분의 사람이 들어본 적도 없는 중국 AI 연구소 딥시크의 블로그 포스트 하나와 GitHub 저장소 하나였다.
딥시크가 실제로 주장한 것
사람들의 시선을 사로잡은 건 이거다. 딥시크가 2024년 12월 말 DeepSeek-V3라는 오픈소스 대형언어모델을 공개했다. 기술 논문에 따르면, 단 두 달 만에 600만 달러 이하로 만들었다고.
다시 한번 말한다. 두 달. 600만 달러.
OpenAI, 구글, 메타가 얼마를 쏟아부었는지 생각해보라. 수십억 달러의 컴퓨팅 비용. 한 번의 학습에만 수억 달러. 가능성의 한계를 밀어붙이기 위해 통째로 지은 데이터센터들.
1월 말, 딥시크가 또 한 발 터뜨렸다. 여러 제3자 벤치마크에서 OpenAI 최신 모델을 능가했다는 추론 모델 DeepSeek-R1이다. 역시 서구 경쟁사 대비 푼돈 수준의 예산으로 만들었다.
AI 인프라 투자자들에게 이 함의는 명확하고도 공포스러웠다. 세계 최고 수준의 AI를 만드는 데 최첨단 GPU 수천 개와 원자력 발전소가 필요 없을 수도 있다는 것. 효율이 물량을 이길 수 있다는 것.
거품을 키운 내러티브
시장이 왜 이렇게 격렬하게 반응했는지 이해하려면, 지난 2년간 기술주를 지배한 투자 논리를 알아야 한다.
논리는 이렇다. AI가 미래다. 더 나은 AI를 만들려면 더 많은 컴퓨팅이 필요하다. 더 많은 컴퓨팅은 더 많은 GPU, 더 많은 데이터센터, 더 많은 전력 인프라를 의미한다. 따라서 곡괭이와 삽을 파는 회사에 투자하라 — 칩의 엔비디아, 네트워킹의 브로드컴, 전력의 컨스텔레이션과 비스트라.
이 논리는 엄청난 수익을 안겨줬다. 엔비디아 주가는 딥시크 폭락 전까지 2025년에만 약 40% 올랐다. 시가총액이 애플을 제치고 세계 1위에 올랐다. AI 데이터센터 관련 에너지 기업들은 S&P 500 최고 수익률을 기록했다.
월가가 올라탔다. 개인투자자도 올라탔다. 헤지펀드부터 삼촌의 퇴직연금까지, 모두가 같은 판에 베팅했다. AI 인프라가 돈을 찍어내고 있다고.
딥시크는 이 모든 것의 근본 가정에 도전했다. 비용의 일부만으로 경쟁력 있는 모델을 만들 수 있다면, 인프라 확장이 과잉일 수 있다. 기업들이 과다지출하고 있었을 수 있다. 미래 수요가 막대한 자본지출을 정당화하지 못할 수 있다.
패닉 셀링이 시작됐다.
현실 점검: 딥시크가 증명한 것, 그리고 못한 것
흥분을 좀 가라앉히고 시그널과 노이즈를 분리해보자.
먼저, 회의론부터. 번스타인 애널리스트들은 딥시크의 600만 달러라는 숫자가 전체 이야기를 말해주는지 즉각 의문을 제기했다. 이전 연구 비용은? 실패한 실험들은? 이전 모델의 인프라 비용은? 아니면 최종 학습 한 번의 한계비용만 말하는 건가?
"이 특정 모델에 600만 달러를 썼다"와 "이 성능에 도달하기까지의 총 R&D 투자가 600만 달러다"는 완전히 다른 얘기다. 전자는 믿을 만하다. 후자는 좀 무리가 있다.
둘째, 딥시크 모델이 인상적이긴 하지만, 마법은 아니다. '테스트 타임 스케일링'이라는 기법을 사용했고, 공개된 모델과 연구를 활용했다. 거인의 어깨 위에 선 것이다 — 기초 기술을 알아내느라 수십억 달러를 쓴 거인들의.
이렇게 생각하면 된다. 스마트폰을 처음 개발한 회사는 R&D에 천문학적 비용을 쏟아부었다. 후발주자들은 그 지식의 혜택을 받는다. 어려운 문제가 이미 풀렸으니까 더 싸고 좋은 폰을 만들 수 있다. 그렇다고 첫 번째 회사가 돈을 낭비한 건 아니다. 혁신이 시간이 지나며 상품화되는 것이다.
셋째 — 이게 핵심인데 — 딥시크도 엔비디아 GPU를 사용했다. 엔비디아 공식 입장이 이 점을 강조했다. "추론에는 상당수의 NVIDIA GPU와 고성능 네트워킹이 필요합니다." 학습 비용이 떨어지더라도, 대규모로 모델을 돌리려면 여전히 강력한 하드웨어가 필수다.
하지만 딥시크가 증명한 것도 있다. 지구에서 가장 큰 데이터센터를 보유하지 않아도 AI 경쟁에 뛰어들 수 있다는 것. 똑똑한 아키텍처와 효율적인 학습 방법이 중요하다. 아주 많이.
그리고 이건 "크면 클수록 좋다" 내러티브에 대한 진정한 파괴적 도전이다.
방 안의 코끼리: 지정학
시장이 아직 소화 중인 또 다른 레이어가 있다. 딥시크는 중국 회사다.
미국 수출 규제는 중국의 최첨단 칩 접근을 제한한다. 엔비디아는 최상위 H100, H200 GPU를 중국 기업에 팔 수 없다. 바이든·트럼프 행정부 모두 규제를 강화하며, 하드웨어 우위로 미국의 AI 패권을 유지하려 했다.
딥시크는 이런 규제에도 불구하고 경쟁력 있는 모델을 만든 것으로 보인다. 구형 엔비디아 칩을 사용하고 제약을 우회하는 방법을 찾았다고 한다. 불편한 질문이 떠오른다.
수출 규제가 효과가 있긴 한 건가? 중국 연구소가 비용의 10%로 성능의 90%를 달성할 수 있다면, 미국에 지속 가능한 해자가 정말 있는 건가? 아니면 효율 혁신이 원시적 컴퓨팅 파워보다 더 중요한 AI 군비경쟁 속에 있는 건가?
상무부 장관 후보 하워드 러트닉은 인사 청문회에서 딥시크를 지목하며, "엄청난 양의" 엔비디아 칩을 사서 규제를 "우회 방법을 찾아냈다"고 말했다. 트럼프 팀은 더욱 엄격한 칩 판매 규제를 논의 중인 것으로 알려졌다.
하지만 울린 종은 되돌릴 수 없다. 지식은 이미 퍼졌다. 기술이 공개됐다. 오픈소스 AI는 핵무기나 전투기와 근본적으로 다르다. 하드웨어만 규제한다고 위협을 봉쇄했다고 볼 수 없다.
AI 투자자에게 이것이 의미하는 바
엔비디아, 마이크로소프트, 또는 AI 인프라 관련주를 보유하고 있다면, 어디에 서 있는 걸까?
내 판단은 이렇다. 딥시크 패닉은 과잉반응이었지만, 진실의 씨앗이 있었다.
과잉반응인 이유: 엔비디아는 어디 가지 않는다. 데이터센터에는 여전히 GPU가 필요하다. 대규모 추론에는 여전히 막대한 컴퓨팅이 든다. 딥시크 뉴스와 같은 주에 발표된 5,000억 달러 규모의 스타게이트 프로젝트는 시티 애널리스트들 말처럼 "첨단 칩 수요의 방증"이다. AI 인프라 수요는 여전히 강력하다.
진실의 씨앗인 이유: 시장은 무한한 성장과 무한한 마진을 가격에 반영해왔다. AI를 더 싸게 만들 수 있다는 증거 — 아무리 미미하더라도 — 그 가정에 도전하는 것이다. 중국의 경쟁, 효율 개선, 오픈소스 대안은 시간이 지나며 가격과 마진에 압력을 가할 것이다.
클라우드 전쟁을 떠올려보라. 초기에 AWS가 시장을 독점하며 프리미엄 가격을 받았다. 그러다 구글과 마이크로소프트가 진입했다. 쿠버네티스 같은 오픈소스 도구가 종속을 피할 수 있게 만들었다. AWS는 여전히 거대하고 수익성 있지만, 마진이 줄고 성장이 둔화됐다.
AI 인프라도 비슷한 경로를 밟을 가능성이 높다. 엔비디아가 지배적 지위를 유지하겠지만, 영원히 독주하지는 못한다. 효율 개선이 중요해진다. 고객들이 실제로 무엇이 필요한지 더 똑똑해진다.
이번 조정은 건전했다. 투자자들에게 가정을 재검토하고 "AI면 무슨 가격이든 정당하다"는 사고방식에 의문을 던지게 만들었으니까.
포트폴리오를 위한 실전 포인트
AI 주식에 투자하고 있다면 이런 점을 생각해보자.
헤드라인에 패닉 매도하지 마라. 딥시크 뉴스는 놀라웠지만, AI 투자 논리 자체를 깨뜨리지는 않았다. 새 정보에 따른 하루짜리 폭락은 대개 과잉반응이다. 시장은 먼저 감정적으로, 나중에 이성적으로 뉴스를 처리한다.
집중 리스크를 재평가하라. 포트폴리오가 엔비디아와 AI 인프라에 쏠려 있다면, 기술이 빠르게 움직인다는 걸 상기시켜주는 사건이다. 분산투자는 할아버지 세대만의 것이 아니다. 정확히 이런 깜짝 사건에 대한 보험이다.
효율성 내러티브에 주목하라. AI 기능을 더 싸고 빠르게 제공하는 기업이 장기적으로 승리한다. 하이퍼스케일러(마이크로소프트, 구글, 아마존)의 규모 우위일 수도, 민첩한 스타트업일 수도 있다. 단순 성능이 아닌 추론당 비용과 모델 효율에 대해 이야기하는 기업을 주시하라.
밸류에이션은 중요하다는 걸 기억하라. 아무리 훌륭한 기업도 잘못된 가격에 사면 나쁜 투자가 된다. 엔비디아가 PER 40~50배에 거래되는 게 성장주 논리로는 무리가 아니지만, 실수의 여지가 없다. 성장 내러티브가 — 일시적으로라도 — 도전받으면 주가가 격렬하게 움직인다. 포지션 규모를 그에 맞게 조절하라.
곡괭이·삽 전략이 만능이 아니란 점을 인식하라. 모두가 골드러시 때 청바지 팔아서 부자 된 리바이스 이야기를 좋아한다. 하지만 삽 만드는 회사가 다 부자가 된 건 아니다. 금이 더 찾기 힘들어지면 파산한 곳도 있었다. AI 인프라는 좋은 베팅이지만, 보장된 연금은 아니다.
중국을 주시하라. 중국 AI 연구소가 시장을 놀라게 하는 건 이번이 마지막이 아니다. 경쟁은 실제적이고, 인재도 실제적이며, 수출 규제가 혁신을 영원히 봉쇄하지는 못한다. 지정학적 리스크가 이제 AI 투자 방정식의 일부가 됐다.
큰 그림
일일 혼란에서 한 발 물러서 보면, 딥시크 사태가 정말로 드러낸 것은 이렇다.
AI가 시장의 예상보다 빠르게 성숙하고 있다. 1년 전만 해도 불가능해 보였던 것 — 적은 예산으로 최전선 모델을 만드는 것 — 이 이제 현실이 됐다. 사회 전체로 보면 좋은 일이다(더 접근 가능한 AI, 더 많은 경쟁, 더 빠른 혁신). 하지만 최고 열광기에 매수한 투자자들에게는 도전이다.
"AI는 마법"에서 "AI는 인프라"로의 전환이 진행 중이다. 마법은 무한한 멀티플을 받는다. 인프라는 유틸리티 수준의 마진을 받는다. 우리는 그 전환의 한가운데 있고, 그건 곧 변동성을 의미한다.
마지막으로, 글로벌 AI 경쟁은 미국 기술 낙관론자들이 믿고 싶었던 것보다 훨씬 치열하다. 실리콘밸리가 인재나 아이디어를 독점하고 있지 않다. 이는 우리를 더 나아지게 할 수 있지만, 투자 환경을 더 복잡하게 만들기도 한다.
앞으로의 전망
엔비디아는 이후 며칠간 손실을 일부 회복했다. 패닉은 가라앉았다. AI 수요는 여전히 실재하며 성장 중이라는 걸 시장이 떠올린 것이다. 가장 낙관적인 전망보다는 조금 덜 폭발적일 수 있지만.
그래도 뭔가가 바뀌었다. 무제한 AI 인프라 지출이라는 내러티브에 물음표가 붙었다. 기업들은 이제 AI 설비투자에 대해 더 많은 검증을 받게 된다. "투자 1달러당 얼마나 효율을 뽑아내고 있나?"가 투자자들의 정당한 질문이 됐다.
딥시크가 엔비디아를 죽이거나 AI 시장을 무너뜨리지는 않을 것이다. 하지만 AI라는 큰 이야기 안에 있던 작은 거품 하나는 터뜨렸다 — 미국의 하드웨어 우위만으로 패권이 보장된다는 거품, 더 많은 지출이 항상 더 좋은 결과를 낳는다는 거품.
장기적으로 이건 아마 건전한 일이다. 가정에 의문을 던지고 경쟁을 가격에 반영하는 시장이 승리를 기정사실로 여기는 시장보다 지속 가능하니까.
5,930억 달러의 증발은 아팠다. 하지만 AI 시대에도 오래된 투자 원칙이 여전히 유효하다는 걸 상기시켜줬다. 너무 편안해지지 마라. 경쟁을 무시하지 마라. 그리고 "이번은 다르다"고 절대 가정하지 마라.
다른 적은 한 번도 없었으니까.
면책 조항: 이 글은 정보 제공 및 교육 목적으로만 작성됐으며, 재정 자문이 아닙니다. 필자는 재정 자문가가 아닙니다. 투자 결정을 내리기 전 항상 직접 조사하고, 자격을 갖춘 금융 전문가와 상담하십시오. 과거 성과가 미래 수익을 보장하지 않습니다.