2025년 3분기 메타 순이익이 83% 줄어든 것은 159억 달러(약 21조 원) 규모의 일회성 비현금 세금 비용 때문이었고, 이를 뺀 조정 EPS는 7.25달러로 시장 예상치를 웃돌았습니다. 주가를 끌어내린 진짜 쟁점은 2025년 700억~720억 달러, 2026년 그 이상으로 늘어날 AI 설비투자였습니다.
작성일: 2025-12-28 · 마지막 확인일: 2026-09-27 · 실적 수치는 2025년 3분기 실적 발표(2025년 10월 29일) 기준
서론: 21조 원의 착시와 두 개의 세계
2025년 10월의 마지막 밤, 월스트리트는 비명에 잠겼습니다. 세계적인 빅테크 기업 메타 플랫폼스(Meta Platforms Inc.)의 주가가 시간외 거래에서 8~9% 가량, 다음 날 정규장에서 약 11% 급락했기 때문입니다. 하루 사이에 약 2,000억 달러, 한화로 약 280조 원에 이르는 시가총액이 허공으로 증발했습니다.
표면적인 이유는 명확해 보였습니다. 붕괴된 것처럼 보이는 순이익, 그리고 끝을 모르고 치솟는 AI 투자 비용. 시장의 눈에 메타는 마치 “밑 빠진 독에 물을 붓는” 위험한 도박사처럼 비쳤을 겁니다.
하지만 바로 그 시각, 멘로파크(Menlo Park)의 메타 본사 깊숙한 연구실에서는 전혀 다른 종류의 전율이 흐르고 있었습니다.
주가를 폭락시킨 그 막대한 자본이 흘러들어간 곳에서, ‘자율 추론(Autonomous Reasoning)’, 즉 인간이 만든 데이터 없이 AI가 스스로 문제를 만들고 푸는 연구가 빠르게 진전되고 있었기 때문입니다.
이 글은 금융 시장의 공포와 기술 현장의 환희라는 극명한 대조, 즉 **‘메타 파라독스(Meta Paradox)’**를 해부합니다.
1. 숫자의 착시: 2025년 3분기 실적의 해부
시장은 불확실성을 가장 싫어하지만, 때로는 명확한 숫자가 더 큰 오해를 불러일으키기도 합니다. 2025년 3분기 메타의 실적 발표가 바로 그런 경우였습니다.
‘크고 아름다운 법안’이라는 이름의 세금 폭탄
투자자들을 공황 상태로 몰아넣은 159억 달러(약 21조 원)의 비용, 과연 회사가 망가지고 있는 징조였을까요?
결론부터 말하자면 펀더멘털 악화와는 거리가 멉니다.
이는 미국 정부가 시행한 새로운 법인세 규정, 일명 ‘크고 아름다운 법안(One Big Beautiful Bill Act)’에 따른 일회성 회계 조정이었습니다.
이로 인해 전년 동기 157억 달러였던 순이익이 27억 달러로 83%나 폭락한 것처럼 보였지만, 이것은 장부상의 착시입니다.
현금 유출이 없는(non-cash) 이 비용을 걷어내고 보면, 메타의 조정 주당순이익(EPS)은 7.25달러로 시장 예상치(약 6.70달러)를 웃돌았습니다(출처: 메타 2025년 3분기 실적 발표).
700억 달러의 CapEx: 비용인가, 입장료인가?
진짜 쟁점은 세금이 아니라 가이던스(Guidance)였습니다.
메타는 2025년 자본 지출(CapEx)을 700억~720억 달러로 상향했고, 2026년에는 이를 “상당히(significantly)” 더 늘리겠다고 선언했습니다.
이 금액은 주로 엔비디아 GPU 등 AI 서버와 데이터 센터 구축에 투입됩니다.
월스트리트는 묻습니다. “도대체 언제 수익이 나는가?”
하지만 메타의 관점은 다릅니다.
이 비용은 단순한 지출이 아니라, 미래의 ‘지능(Intelligence)‘을 생산하기 위한 공장을 짓는 비용이자, 다음 시대로 넘어가기 위한 비싼 입장료라고 보는 것입니다.
2. 전략의 대전환: ‘대체’가 아닌 ‘확장’
CFO가 재무제표를 방어하느라 진땀을 빼는 동안, 마크 저커버그는 회사의 DNA를 바꾸고 있었습니다.
2025년 7월 발표된 그의 메모는 메타가 지향하는 AI의 미래를 명확히 정의합니다.
개인용 초지능(Personal Superintelligence) 선언
경쟁사들이 인간을 대체할 수 있는 자율 시스템(AGI) 개발에 몰두할 때, 메타는 ‘개인용 초지능’을 기치로 내걸었습니다.
저커버그의 비전은 확고합니다.
(메모 요지) AI는 소수 기업이 모든 일을 자동화하는 데 쓰이기보다, 모든 개인이 자신의 목표를 달성하고 창조성을 확장하도록 돕는 도구가 되어야 한다.
이는 스마트폰이 모두의 손에 쥐어진 것처럼, 초지능 또한 민주화되어야 한다는 메타 특유의 오픈소스 철학이 반영된 것입니다.
추론 시간(Inference-time)의 경제학
메타는 2024년 초 “2024년 말까지 H100 환산 약 60만 개 규모의 컴퓨팅을 확보하겠다"고 밝혔고, 이후에도 투자를 계속 늘리고 있습니다. 왜일까요?
답은 ‘에이전트(Agentic)’ 기능에 있습니다.
단순히 질문에 답하는 챗봇(System 1 Thinking)과 달리, 사용자를 대신해 여행 계획을 짜거나 코드를 작성하는 에이전트는 복잡한 추론 과정(System 2 Thinking)을 거쳐야 합니다.
이 과정은 모델이 답변을 내놓기 전, 수천 번의 시뮬레이션을 돌리는 ‘추론 시간(Inference-time)’을 필요로 합니다.
즉, 미래의 AI 경쟁력은 ‘얼마나 빨리 답하느냐’가 아니라 **‘얼마나 깊게 생각할 수 있느냐’**로 옮겨가고 있으며, 메타는 이를 뒷받침할 컴퓨팅 파워를 핵심 경쟁 조건으로 보고 있습니다.
3. 1억 달러의 두뇌들: 메타 슈퍼인텔리전스 랩(MSL)
하드웨어가 육체라면, 소프트웨어는 영혼입니다.
메타는 이 영혼을 불어넣기 위해 업계의 판도를 뒤흔드는 ‘인재 전쟁’을 치렀습니다.
- 알렉산더 왕(Alexandr Wang)의 영입: 메타는 스케일 AI 지분을 인수하며 데이터 라벨링 기업 스케일 AI(Scale AI)의 창업자이자 데이터의 제왕인 Alexandr Wang을 ‘메타 슈퍼인텔리전스 랩(MSL)’의 수장으로 앉혔습니다. 이는 메타가 AI 학습의 원료인 데이터 파이프라인을 수직 계열화했음을 의미합니다.
- 대니얼 그로스(Daniel Gross) & 트래핏 반살(Trapit Bansal): SSI 공동창업자 출신의 대니얼 그로스가 합류해 AI 제품 부문을 맡았고, OpenAI의 추론 모델 ‘o1’ 개발 주역인 트래핏 반살이 합류했습니다.
특히 트래핏 반살의 합류는 메타의 연구 방향이 단순한 언어 모델(LLM)에서 ‘강화학습 기반의 추론’ 쪽으로 무게를 옮기고 있음을 보여주는 신호로 해석됩니다.
4. 자율 추론 연구 I: 앱솔루트 제로(AZR)
이제 월스트리트가 보지 못한, 메타 연구실 깊은 곳의 이야기를 할 차례입니다.
현재 AI 업계의 가장 큰 위협은 **‘데이터의 벽(Data Wall)’**입니다. 인터넷상의 양질의 인간 데이터가 고갈되고 있기 때문입니다.
업계가 주목하는 해법 중 하나가 ‘셀프 플레이(self-play)’ 학습입니다. 먼저 이 흐름을 대표하는 연구부터 보겠습니다.
인간 없는 학습: AZR(Absolute Zero)
논문 “Absolute Zero: Reinforced Self-play Reasoning with Zero Data”(Zhao 외, 2025, arXiv:2505.03335)에서 공개된 AZR은 외부 학습 데이터 없이 모델이 스스로 성장하는 방법론입니다. 단, 이 논문은 메타가 아니라 중국 칭화대 연구진 등이 발표한 연구로, 메타의 방향성과 같은 흐름에 있는 사례로 소개합니다.
AZR의 작동 메커니즘 (Dual-Role Mechanism):
- 제안자(Proposer): 자신의 현재 능력으로 풀 수 있을 듯 말 듯 한 난이도의 문제를 스스로 생성합니다.
- 해결자(Solver): 그 문제를 풀기 위해 코드를 작성하고 논리를 전개합니다.
- 검증(코드 실행 환경): 별도 모델이 아니라, 작성된 코드를 실제 실행(Python Execution)하여 정답 여부를 기계적으로 판별합니다.
이 과정에서 인간의 주관적 평가는 배제됩니다.
코드가 실행되어 올바른 값이 나오면 보상을 받고, 아니면 수정합니다.
논문은 코딩 영역에서 훈련된 추론 능력이 수학 추론 벤치마크 성능 향상으로도 이어졌다고 보고합니다. 다만 특정 벤치마크 결과이며, 일반 추론 전반으로의 전이는 아직 검증 중인 주제입니다.
5. 자율 추론 연구 II: 메타의 스파이스(SPICE)와 그라운딩
하지만 혼자만의 생각에 갇힌 AI는 위험합니다.
거짓을 진실로 믿는 ‘환각(Hallucination)‘에 빠질 수 있기 때문입니다.
이 문제를 겨냥해 메타 FAIR 연구진은 2025년 10월 **‘스파이스(SPICE)’**를 발표했습니다(arXiv:2510.24684).
정보 비대칭 게임과 분산 기반 보상
AZR이 ‘순수 논리’라면, SPICE는 **‘지식의 정확성’**을 담당합니다. 이 모델은 문서 그라운딩(Document Grounding)을 핵심으로 하며, 독특한 게임 이론을 적용합니다.
- 도전자(Challenger): 정답이 있는 문서를 보고 질문을 만듭니다.
- 추론자(Reasoner): 문서를 보지 못한 채, 자신의 지식과 논리로 답을 찾아야 합니다.
여기서 핵심은 **분산 기반 보상 함수(Variance-Based Reward)**입니다.
이 함수는 AI에게 “너무 쉽지도, 너무 어렵지도 않은 문제를 내라”고 유도합니다.
도전자 AI는 추론자 AI가 50%의 확률로 틀릴 법한 문제를 낼 때 가장 큰 보상을 받습니다.
이는 교육학의 ‘근접 발달 영역(ZPD)’ 개념과 닮은 설계로, AI가 가장 효율적으로 지식을 습득하고 검증할 수 있는 커리큘럼을 스스로 짜게 만듭니다.
6. 결론: 비대칭적 베팅과 타임라인의 불일치
메타는 2025년 4월 Llama 4를 공개했고, 보도에 따르면 차세대 모델은 코드명 **‘아보카도(Avocado)’**로 2026년 공개를 목표로 개발 중입니다.
지금 메타를 둘러싼 상황은 전형적인 ‘비대칭적 베팅(Asymmetric Bet)’입니다.
금융 시장은 당장의 21조 원 비용과 700억 달러의 지출이라는 ‘확정된 고통’에만 집중하며 주가를 할인하고 있습니다.
하지만 그 이면에서 메타는 SPICE 같은 셀프 플레이 연구와 대규모 인프라를 통해 **‘자율 추론 능력’**과 **‘슈퍼인텔리전스 인프라’**를 확보하려 하고 있습니다.
이 연구가 제품 성과로 이어진다면, 데이터 고갈 국면에서 의미 있는 경쟁 우위가 될 수 있습니다. 반대로 투자 대비 수익화가 늦어지면 비용 부담이 계속 주가를 누를 수 있다는 점도 함께 봐야 합니다.
지금의 주가 하락은 위기가 아니라, 메타가 특이점(Singularity)을 통과하기 위해 지불하고 있는 비용이라는 해석도 가능합니다. 어느 쪽이 맞는지는 향후 분기 실적과 모델 성과가 보여줄 것입니다.
함께 읽으면 좋은 글
안내: 이 글은 작성 시점의 공개 자료를 바탕으로 한 일반 정보이며, 특정 투자·금융 상품의 권유가 아닙니다. 수치와 정책은 이후 달라질 수 있습니다. (마지막 확인: 2026-09-27)
※ 특정 종목·자산의 매수·매도를 권하는 글이 아닙니다.
참고자료
- Meta Reports Third Quarter 2025 Results \[Meta Investor Relations, 2025-10-29\](https://investor.atmeta.com/)
- Meta Stock Falls 9% After Q3 Earnings; Here’s Why \[INDmoney\]
- Zhao, A. 외, Absolute Zero: Reinforced Self-play Reasoning with Zero Data, arXiv:2505.03335 (2025)
- SPICE: Self-Play In Corpus Environments Improves Reasoning, arXiv:2510.24684 (Meta FAIR 외, 2025)
- Explained: Mark Zuckerberg’s ‘Personal Superintelligence’ \[AI Magazine\]
- Meet 29-year-old Alexandr Wang… hired by Mark Zuckerberg \[The Times of India\]