AI 반도체주 급락, 보스턴 테크 채용은 ‘실적 검증’ 쪽으로 기울고 있다
미국 증시에서 AI 반도체주가 크게 흔들렸다. 6월 5일 나스닥지수는 4.2%, S&P 500은 2.6% 하락하며 지난해 10월 이후 가장 큰 폭의 조정을 받았다. 강한 5월 고용지표와 브로드컴의 AI 칩 매출 전망이 투자자 기대에 못 미친 점이 겹치면서, 시장은 AI 인프라 투자에 대해 더 구체적인 실적을 요구하기 시작했다.
핵심은 AI 수요가 사라졌다는 이야기가 아니다. 오히려 데이터센터, 반도체, 전력, 냉각, 클라우드 비용까지 이어지는 AI 인프라 투자가 너무 커졌기 때문에, 투자자들이 이제 ‘얼마나 크게 투자하느냐’보다 ‘그 투자가 실제 매출과 이익으로 연결되느냐’를 더 엄격하게 보기 시작했다는 점이다.
로이터 보도에 따르면 6월 5일 미국 상장 반도체 기업들의 시가총액은 하루 동안 1조 달러 이상 줄었다. 엔비디아는 6.2%, 브로드컴은 7.9%, 마이크론은 13.3% 하락했다. Axios는 PHLX 반도체 지수가 이틀간 10% 넘게 떨어졌고, 나스닥은 14개월 만의 최악의 하루를 보냈다고 전했다.
시장 하락의 첫 번째 배경은 고용지표였다. 미 노동통계국은 5월 비농업 고용이 17만2,000명 증가했고 실업률은 4.3%로 유지됐다고 발표했다. 고용이 예상보다 강하면 연방준비제도가 금리를 낮추기 어려워진다. 금리가 높게 유지되면 미래 성장 기대를 앞당겨 반영해온 기술주, 특히 AI 관련 고평가 종목에는 부담이 된다.
두 번째 배경은 브로드컴 실적이다. 브로드컴의 2분기 매출은 221억9,000만 달러로 시장 예상치 222억7,000만 달러를 소폭 밑돌았다. 현재 분기 AI 칩 매출 전망도 160억 달러로, Visible Alpha가 집계한 시장 예상치 163억6,000만 달러보다 낮았다. 회사의 장기 AI 사업 전망이 꺾였다고 보기는 어렵지만, 이미 높은 기대가 주가에 반영돼 있던 만큼 작은 차이도 큰 매도로 이어졌다.
보스턴권 독자에게 중요한 질문은 이 흐름이 지역 채용시장과 스타트업 투자 분위기에 어떤 신호를 주느냐다. 보스턴과 캠브리지는 AI 모델 회사만 모인 지역이 아니다. MIT, 하버드, 보스턴대, 노스이스턴을 중심으로 한 연구 인력, 클라우드·로보틱스·바이오테크·헬스테크 기업, 그리고 Analog Devices, Teradyne, MACOM처럼 반도체·테스트·신호처리와 연결된 기업들이 함께 움직이는 생태계다.
매사추세츠 주정부와 Massachusetts AI Hub가 IBM, Red Hat과 함께 AI 스타트업 액셀러레이터를 추진하는 것도 이런 지역적 맥락과 맞닿아 있다. 보스턴의 AI 생태계는 단순한 챗봇이나 데모보다 병원, 연구기관, 엔터프라이즈 고객, 규제 산업에서 실제로 작동하는 기술을 중요하게 보는 편이다. 따라서 AI 인프라 주가 조정은 곧바로 지역 채용 급감으로 연결된다기보다, 채용 기준이 더 실무 중심으로 좁혀질 가능성을 보여주는 신호에 가깝다.
유학생과 졸업 예정자에게는 이 변화가 특히 중요하다. AI라는 단어가 붙은 직무라도 단순한 모델 호출 경험이나 데모 제작만으로는 경쟁력을 설명하기 어려워질 수 있다. 기업들은 모델을 실제 제품에 붙이는 능력, 클라우드 비용을 관리하는 능력, 데이터 품질을 점검하는 능력, 보안과 규제 리스크를 이해하는 능력을 더 구체적으로 보려 할 가능성이 있다.
OPT, STEM OPT, H-1B를 고려하는 지원자라면 채용 공고의 기술 요건만 볼 것이 아니라 회사의 스폰서십 이력, 현금흐름, 고객 기반, 최근 감원 여부를 함께 확인하는 편이 현실적이다. 이는 일반적인 정보 차원의 설명이며, 개인별 비자 판단은 각자의 상황에 따라 달라질 수 있다.
현직자에게도 시사점은 있다. AI가 업무를 한꺼번에 대체한다는 식의 단순한 해석보다, 기업 내부에서 어떤 업무가 자동화되고 어떤 업무가 더 중요해지는지를 보는 것이 실무적으로 유용하다. 소프트웨어 엔지니어에게는 코드 작성 속도뿐 아니라 AI가 만든 코드의 품질 검증, 장애 대응, 비용 최적화, 보안 리뷰 역량이 더 중요해질 수 있다. 데이터 직무에서는 모델 개발 자체만큼이나 데이터 파이프라인, 평가 지표, 거버넌스, 실제 사용자 피드백을 연결하는 역할이 커질 수 있다.
창업을 준비하는 독자에게는 투자자 눈높이 변화가 더 직접적이다. AI 스타트업은 여전히 관심을 받지만, ‘큰 시장’과 ‘좋은 모델’만으로는 충분하지 않은 분위기다. 고객이 실제로 비용을 지불하는 문제인지, 모델 사용료와 클라우드 비용을 감당할 수 있는지, 대기업 플랫폼에 쉽게 흡수되지 않는 차별점이 있는지가 더 중요해진다. 특히 보스턴의 강점인 헬스케어, 바이오, 로보틱스, 엔터프라이즈 소프트웨어 영역에서는 규제 이해, 데이터 접근권, 병원·연구기관·기업 고객과의 실사용 검증이 경쟁력이 될 수 있다.
당장 확인할 포인트는 세 가지다. 첫째, AI 인프라 기업의 실적 발표에서는 매출 성장뿐 아니라 수익률, 고객 집중도, 자본지출 부담을 함께 봐야 한다. 둘째, 채용 공고에서는 ‘AI 경험’이라는 넓은 표현보다 MLOps, 클라우드 비용 관리, 데이터 보안, 반도체 테스트, 시스템 검증 같은 구체적 역량을 살펴볼 필요가 있다. 셋째, 이직을 준비한다면 빅테크, 중견 SaaS, 연구 기반 스타트업, 산업 특화 AI 기업의 리스크가 서로 다르다는 점을 비교해야 한다.
이번 조정은 AI 투자가 멈췄다는 뜻은 아니다. 빅테크의 AI 인프라 지출은 여전히 거대한 규모로 이어질 가능성이 크다. 다만 투자 규모가 커진 만큼 시장은 더 빨리 결과를 요구하고 있다. 보스턴 테크 인재 시장에서도 앞으로의 기준은 AI 유행어를 얼마나 잘 말하느냐보다, 기술을 실제 업무와 제품, 비용 구조 안에서 얼마나 안정적으로 작동시키느냐에 가까워질 가능성이 크다.