AI 투자는 언제 보답을 받을 수 있을까? 하이퍼스케일러, 채권 시장, SNS가 주목하는 분기점

AI 투자는 언제 보답을 받을 수 있을까? 하이퍼스케일러, 채권 시장, SNS가 주목하는 분기점

AI 붐은 "부채"로 계속 달릴 수 있는가 - 거액 투자 뒤에 있는 진정한 회수 기한

생성 AI를 둘러싼 열광은 이미 단순한 기술 업계의 유행어가 아니다. 챗봇, 이미지 생성, 코드 생성, AI 에이전트와 같은 서비스가 일상적으로 사용되며, 기업은 경쟁력을 유지하기 위해 AI 도입을 서두르고 있다. 주식 시장에서는 반도체, 클라우드, 데이터 센터, 전력 인프라 관련 종목이 주목을 받고 있으며, AI는 투자 테마로서도 압도적인 존재감을 가지게 되었다.

그러나 현재 물어지기 시작한 것은 "AI가 정말 대단한가"라는 기술적인 질문이 아니다. 더 절실한 것은 "이 거액 투자는 언제, 어떻게 회수될 것인가"라는 경제적인 질문이다.

AllianceBernstein의 경제학자 Eric Winograd 씨 등의 분석을 소개한 aktiencheck.de 기사는 이 문제를 정면으로 다루고 있다. AI 관련 투자는 이미 미국 경제를 끌어올리고 있지만, 앞으로도 그 효과가 계속되기 위해서는 단순한 설비 투자 증가만으로는 부족하다. 데이터 센터나 반도체에 자금을 투입하는 국면 후에, AI가 실제 생산성 향상을 만들어내야 한다. 즉, 시장이 기대하는 것은 "투자 붐" 그 자체가 아니라, 그 뒤에 있는 "생산성 붐"이다.


AI는 이미 거시 경제의 일부가 되었다

AI 투자의 규모는 이제 개별 기업의 성장 전략이라는 틀에 머물지 않는다. 기사에 따르면, 미국에서는 컴퓨터, 정보 처리 기기, 소프트웨어 등 AI 관련으로 간주할 수 있는 투자가 지난 몇 년간 크게 확대되고 있다. 특히, Amazon, Google, Meta, Microsoft, Oracle과 같은 거대 클라우드 사업자, 이른바 하이퍼스케일러의 투자 확대가 두드러진다.

AB의 분석에 따르면, 이들 대기업의 총 설비 투자는 2021년에는 1,000억 달러 미만이었으나, 2026년에는 추정 7,680억 달러, 2030년에는 1.6조 달러 가까이 증가할 가능성이 있다. 이 숫자만 보더라도, AI는 "미래의 이야기"가 아니라 이미 현재의 경제 활동을 끌어올리는 거대한 수요원임을 알 수 있다.

데이터 센터 건설에는 토지, 건재, 전력 설비, 냉각 시스템, 통신망, 서버, GPU, 메모리, 전문 인력이 필요하다. AI 기업이 설비 투자를 늘릴수록, 반도체 제조업체뿐만 아니라, 건설, 전력, 공조, 구리선, 광섬유, 금융 기관까지 혜택을 받는다. 주식 시장에서 AI 관련 종목의 저변이 넓어지고 있는 것은 이러한 파급 효과가 있기 때문이다.

그 의미에서, AI 붐은 단순한 "꿈 이야기"가 아니다. 실제로 공장이 가동되고, 데이터 센터가 세워지며, 고용이 창출되고, 기업 수익을 끌어올리고 있다. 그렇기 때문에 시장은 AI를 미국 경제의 성장 드라이버로 평가해왔다.

하지만 문제는 여기서부터이다.


성장을 끌어올리는 것은 "투자액"이 아니라 "투자 증가율"

투자 붐이 경제 성장에 미치는 영향을 고려할 때 중요한 것은 투자액의 크기 그 자체만이 아니다. 전년보다 얼마나 증가했는가, 즉 투자 증가율이 중요하다.

예를 들어, 어떤 기업이 올해 1조 엔을 투자했다고 해도, 전년도에도 마찬가지로 1조 엔을 투자했다면, 추가적인 성장 촉진 효과는 제한적이다. 반면, 전년이 5,000억 엔이고 올해가 1조 엔이라면, 그 증가분이 경제 성장에 강하게 작용한다.

AB의 분석에 따르면, AI 관련 설비 투자의 성장률은 2024년에 약 85%라는 피크를 찍은 후, 2026년에는 약 76%로 하락하고, 2030년을 향해 더욱 둔화될 가능성이 있다. 절대액으로서의 투자는 높은 수준을 유지해도, 증가율이 떨어지면, GDP 성장률에 대한 직접적인 기여는 약해진다.

여기에 AI 투자 붐의 본질적인 전환점이 있다. 첫 단계에서는 기업이 데이터 센터나 GPU에 거액 자금을 투입하는 것만으로 경제를 끌어올린다. 그러나 다음 단계에서는 투자 증가가 둔화되는 부분을 AI에 의한 생산성 향상이 보완해야 한다.

AB는, 가령 2026년에 AI 관련 설비 투자가 미국 성장률을 약 1.5포인트 끌어올리고 있다 하더라도, 그 기여는 2030년까지 대체로 절반으로 줄어들 가능성이 있다고 본다. 즉, AI가 경제 성장의 주역으로 계속되려면, 설비 투자에서 생산성으로의 바통 터치가 필요하다.

이 바통 터치가 성공하면, AI 붐은 지속적인 성장 이야기로 변한다. 실패하면, 과잉 투자와 기대 선행의 이야기로 변한다.


병목 현상은 GPU만이 아니다

AI 붐 초기에는 "GPU가 부족하다"는 이야기가 중심이었다. NVIDIA의 고성능 GPU를 어떻게 확보할지가 AI 개발 경쟁의 승패를 좌우한다고 생각되었다. 물론, 반도체의 공급 제약은 지금도 중요하다. 그러나 투자 규모가 이만큼 커지면, 병목 현상은 GPU만으로 끝나지 않는다.

데이터 센터에는 광대한 토지가 필요하다. 대량의 전력을 안정적으로 공급하는 송전망도 필요하다. 서버를 냉각하기 위한 물이나 냉각 설비도 필수적이다. 건설에 종사하는 인력, 전기 공사, 배관, 보안, 통신 인프라도 빠질 수 없다. 게다가, GPU, CPU, 메모리 등의 가격 상승은 AI 투자의 수익성을 압박한다.

AI는 "클라우드상의 마법"처럼 이야기되기 쉽지만, 그 이면에는 극히 물리적이고 자본 집약적인 인프라가 있다. 데이터 센터는 현실의 토지에 세워지고, 현실의 전력을 소비하며, 현실의 냉각 비용을 발생시킨다. AI가 디지털 산업일수록, 그 기반에는 중후한 인프라 투자가 필요하다.

이 점은 SNS 상에서도 자주 논의되고 있다. Reddit의 투자계 커뮤니티에서는 "AI에 실제로 큰 돈을 투자하고 있는 것은 누구인가", "반도체 제조업체 외에 정말로 AI에서 큰 매출을 얻고 있는 기업이 있는가"와 같은 의문이 게시되고 있다. 어떤 게시물에서는 하이퍼스케일러가 수천억 달러 규모의 데이터 센터 투자를 하는 한편, 명확한 AI 수익의 공개가 제한되어 있는 것에 대한 우려가 제기되었다.

한편, 반대 의견도 있다. Microsoft, Google, Amazon, Meta와 같은 거대 기업은 본업의 캐시플로우가 매우 강하고, 설령 일부 AI 투자가 기대에 미치지 못하더라도 기업 전체가 무너지는 것은 아니라는 견해다. 특히, 광고, 클라우드, EC, 법인용 소프트웨어 등의 기존 사업을 가진 기업은, 과거의 닷컴 기업과는 달리, 이미 이익을 낳는 기반을 가지고 있다.

이 대립은 중요하다. AI 붐을 단순히 "버블"이라고 단정 지을 수도, 반대로 "절대 성공한다"고 단정 지을 수도 없다. 현재 일어나고 있는 것은, 거대한 이익을 가진 기업이, 더 거대한 미래 시장을 차지하기 위한 선행 투자이다. 그 승패는 기업마다 크게 나뉠 가능성이 높다.


다음 초점은 "자기 자금"에서 "외부 자금"으로

aktiencheck.de 기사가 강조하고 있는 또 하나의 중요한 논점은, AI 붐의 자금 조달 구조이다.

지금까지, 거대 테크 기업의 AI 투자는 주로 내부 캐시플로우로 충당되어 왔다. 즉, 기존 사업에서 번 이익을 AI 인프라에 재투자하는 형태이다. 이렇게 하면, 투자자에게 있어 위험은 비교적 명확하다. 이익의 범위 내에서 성장 투자를 하고 있는 한, 과도한 신용 위험은 발생하기 어렵기 때문이다.

그러나 투자 규모가 더욱 커지면, 내부 자금만으로는 부족해질 가능성이 있다. AB는, 2027년 이후, 많은 기업이 채권 시장이나 주식 시장에 더 의존하게 될 가능성을 지적하고 있다. 즉, AI 붐은 "테크 주식의 이야기"에서 "신용 시장의 이야기"로 확산될 것이다.

이는 극히 중요한 변화이다. 기업이 차입이나 사채 발행으로 AI 투자를 확대할 경우, AI의 성패는 주주뿐만 아니라 채권자에게도 관련된 문제가 된다. 더 나아가, 하이퍼스케일러뿐만 아니라, 공급업체나 데이터 센터 사업자도 자금 조달을 늘리면, AI 관련 레버리지는 밸류 체인 전체에 확산된다.

SNS 상에서도, 이 "AI 부채"에 대한 관심은 높아지고 있다. Reddit에서는 "AI 설비 투자 그 자체보다, 부채의 증가가 무섭다"는 취지의 논의가 보인다. 특히 Oracle과 같이, AI 인프라 수요를 배경으로 대형 투자를 진행하는 기업에 대해, 밸런스 시트의 부담을 걱정하는 목소리가 있다. 한편, Microsoft나 Amazon과 같은 기업은, 채권을 발행하고 있어도 자금 운용에 곤란을 겪고 있는 것이 아니라, 저비용으로 자금을 확보할 수 있기 때문에 사용하는 것일 뿐이라는 반론도 있다.

이 논의는, AI 붐의 성숙을 나타내고 있다. 초기 시장은 "AI로 매출이 늘어나는 기업은 어디인가"에 주목하고 있었다. 그러나 현재는 "누가 그 투자를 부담하고 있는가", "그 자본 비용을 초과하는 수익을 낼 수 있는가"에 관심이 옮겨지고 있다.

투자의 세계에서는, 성장 스토리만으로는 충분하지 않다. 아무리 매력적인 미래가 있어도, 그 미래를 실현하기까지 필요한 자본 비용이 너무 높으면, 주주 가치는 훼손된다. AI 붐의 다음 시험은 바로 여기에 있다.


SNS에서는 "버블인가 붐인가"보다 복잡한 시각이 늘고 있다

AI를 둘러싼 SNS 상의 반응은, 단순한 낙관론과 비관론으로 나뉘어 있는 것이 아니다. 오히려 두드러지는 것은, "AI는 진짜지만, 모든 투자가 보상받는 것은 아니다"라는 중간적인 시각이다.

 

LinkedIn에서는, AI 투자 붐을 닷컴 버블과 비교하는 게시물이 주목을 받고 있다. 어떤 게시자는, AI가 사회를 변화시킬 가능성을 인정하면서도, 현재의 평가액이 미래의 성공을 상당히 앞서고 있는 것이 아닌가 문제 제기하고 있다. 댓글란에서는, "단기적으로는 버블이지만, 장기적으로는 세계를 변화시킨다"는 의견이나, "AI를 실용적으로 사용하여 새로운 가치를 창출하는 기업은 성장하지만, 이야기만 있는 기업은 무너진다"는 목소리가 보인다.

이 반응은, 과거의 기술 붐과 매우 유사하다. 철도, 전력, 인터넷, 스마트폰, 클라우드는 모두 사회를 변화시켰다. 그러나 각각의 붐기에 투자된 모든 기업이 성공한 것은 아니다. 인터넷은 진짜였지만, 닷컴 기업의 대부분은 사라졌다. 통신 인프라는 필요했지만, 과잉된 광섬유 투자는 많은 투자자에게 손실을 초래했다.

AI에 대해서도 같은 말을 할 수 있다. AI 기술이 진짜라는 것과, 현재의 모든 평가액이 정당화될 수 있다는 것은 별개의 문제다.

Reddit에서도, 비슷한 논의가 있다. "AI는 진짜지만, AI 버블도 진짜다"라는 취지의 게시물에서는, AI의 가치를 증명하는 것은 무엇인가라는 질문이 던져지고 있다. 매출인가, 이익인가, 생산성 향상인가, 비용 절감인가, 기업에 의한 본격 도입인가. 게시자는 단순히 "AI는 중요해 보이니까, 언젠가 경제성이 따라올 것이다"라고 생각하는 것에 대한 경계감을 나타내고 있다.

이는 바로, AB의 분석과 겹친다. AI의 장기적인 성장 기여는, 설비 투자의 크기가 아니라, 생산성 향상으로 증명되어야 한다.


AI가 생산성을 높인다는 것은 무엇을 의미하는가

AI에 의한 생산성 향상이라는 말은 자주 사용된다. 그러나 그 내용은 의외로 모호하다.

개인 레벨에서는, AI가 이메일 작성, 자료 작성, 코드 생성, 조사, 번역, 요약을 지원함으로써, 작업 시간을 단축하는 효과는 이미 실감되고 있다. 프로그래머가 AI 코딩 지원을 사용하고, 마케터가 광고 카피를 생성하며, 고객 지원이 챗봇을 도입하는 예는 늘고 있다.

그러나 거시 경제 레벨에서 생산성을 끌어올리려면, 개인의 작업 효율화만으로는 부족하다. 기업 전체의 업무 프로세스가 변화하고, 같은 인원으로 더 많은 가치를 창출하거나, 같은 매출을 더 낮은 비용으로 실현할 필요가 있다. 더 나아가, 그것이 일부 테크 기업뿐만 아니라, 제조, 물류, 금융, 의료, 교육, 소매, 행정 등 넓은 분야에 파급되어야 한다.

AB는, 미국의 생산성은 최근 개선되고 있지만, 샌프란시스코 연방준비은행의 연구를 참조하며, 그 개선은 아직 광범위한 기술 주도의 생산성 상승이라기보다는, 노동 시장 관련 요인이 클 가능성이 있다고 지적하고 있다. 1990년대의 IT 혁명과 같은, 경제 전체를 끌어올리는 거대한 생산성 파도는 아직 명확하게 확인되지 않았다.

연구자의 견해에도 큰 폭이 있다. AI가 향후 10년의 노동 생산성 성장률을 거의 끌어올리지 않을 것이라는 견해도 있고, 연율 3% 이상의 큰 상승을 기대하는 견해도 있다. 평균치만 보면 약 1% 정도의 기여가 기대되지만, 예측 범위가 너무 넓어, 확정