컴퓨팅

AI 인프라 지출 예측은 과연 얼마나 낙관적인가?

2분기는 4주 전에 끝났지만, 전 세계 시장 연구원들과 분석가들(당사 포함)은 여전히 1분기의 수치들을 잘게 나누고, 곱씹으며 글로벌 경제의 다양한 IT 부문별 예측을 짜내고 있습니다.

우리는 AMD 최고경영자 Lisa Su가 최근 실리콘밸리에서 열린 Advancing AI 2026 행사에서 발표한 AI 가속기 및 CPU 예측 자료를 분석하고 보강했습니다. 이 내용은 여기에서 확인할 수 있으며, IDC 사이트를 둘러보던 중 현재 AI 시장에 대한 평가와 2030년까지의 예측을 담은 보석 같은 정보를 발견했습니다. 그리고 약간의 스프레드시트 마법으로, AMD가 생각하는 미래와 IDC가 예상하는 시나리오를 비교하는 모델을 만들 수 있었습니다.

IDC에서 발표한 AI 가속 서버 및 스토리지 지출에 대한 최신 보고서는 몇 가지 이유로 흥미로웠습니다. 첫 번째 중요한 점은 가격 인플레이션과 증가하는 수요가 지출 수준을 끌어올리고 있기 때문에 새로운 예측치를 얻는 것입니다. 실제로 IDC는 2026년 이후의 예측치를 상향 조정했습니다.

IDC에 따르면, 전 세계는 GPU와 기타 종류의 XPU를 탑재한 머신을 포함하여 AI 인프라에 897억 달러를 지출했으며, 이는 2025년 1분기 대비 33.1% 증가한 수치입니다. 더욱 흥미로운 점은 IDC가 Arm 기반 CPU 칩으로 구동되는 AI 서버 호스트와 Intel 및 AMD의 X86 프로세서 기반 AI 서버 호스트를 분리하여 분석했다는 것입니다. 2026년 1분기 시장의 AI 가속 부문에서, X86 AI 호스트가 346억 달러의 매출을 기록했지만, Nvidia의

하지만 이것은 GPU가 모두 설치된 서버 노드 또는 랙 스케일 시스템의 가치이며, 프로세서는 전체 시스템 비용에서 비교적 작은 부분을 차지합니다. 이는 고속 네트워킹과 더 복잡하고 밀집된 랙이 GPU 가격이 오르는 것에도 불구하고 랙 스케일 머신의 전체 비용에서 더 높은 비중을 차지함에 따라 특히 사실입니다.

AI 호스트에서의 Arm 점유율은 60.5%였던 반면, X86은 단지 39.5%를 차지했습니다. Google은 또한 자체 Axion Arm 프로세서를 TPU 클러스터에서 사용하기 시작했으며, Amazon Web Services는 수년 동안 Graviton을 AI 호스트 CPU로 사용해 왔습니다.

재미 삼아 IDC로부터 전체 2026년 1분기 서버 지출 데이터를 가져와서, IDC가 추적하는 비(非)X86 시장의 나머지 부분에서 IBM의 Power 및 z 프로세서를 사용하는 장비에 대한 시스템 매출을 추출하려고 노력했습니다. 보시다시피, 제 추정치로는 IBM의 자체 개발한 Power 및 z 머신이 2026년 1분기에 판매된 총 서버액 1,226억 달러 중 약 23억 달러 규모로, 1.9%의 점유율을 차지할 것으로 보입니다. X86 머신은 639억 달러 매출로 52.1%를 차지했으며, Arm 머신은 564억 달러로 46%를 차지했습니다. Intel과 AMD가 무엇을 하든 간에, 곧 Arm이 X86을 추월할 것입니다. 하이퍼스케일러와 클라우드 빌더, 그리고 일부 AI 모델 개발사들은 더 저렴하고 자체 개발한 CPU로 이동하고 있으며, 그 경로가 바로 Arm이었습니다. (언젠가는 비용이 더 낮은 RISC-V로 이동할 것입니다.) 계산해 보면, 2026년 1분기에 AI 호스트가 아닌 Arm 서버에 지출된 금액은 약 34억 달러였으며, 이는 비(非)AI X86 시스템의 293억 달러와 비교됩니다.

덧붙여 말하자면, 만약 IDC의 서버 출하(shipment) 데이터를 확보하게 된다면 주의해야 합니다. IDC는 특정 종류의 CPU가 탑재된 섀시를 집계하지만, 이를 적절한 개별 NUMA 도메인으로 계산하지 않습니다. 다시 말해, 네트워크 접속을 위해 DPU를 공유하는 자체적인 서버들로 구성된 Arm 서버 슬레드 8개짜리 박스는 8개가 아닌 1건의 출하로 간주됩니다. 이는 어리석은 방식입니다. 따라서 IDC 데이터에서 Arm이 출하 점유율이 단지 13%인 것을 보더라도, 이는 고유하고 독립적인 처리 장치(processing machines)가 공통된 외관을 공유하는 경우를 기준으로 한 것이 아니라 서버 섀시나 랙 단위로 계산한 것입니다. 우리가 아는 바로는, 개별 컴퓨팅 NUMA 도메인을 논할 때 Arm은 하이퍼스케일러와 클라우드 빌더들의 대규모 구매 덕분에 전 세계 데이터센터 전체에서 X86보다 약간 더 많은 출하량을 기록하고 있습니다.

어쨌든, 여기 2025년부터 2030년까지의 예측과 함께 IDC의 2026년 1분기 데이터를 보여주는 차트가 있습니다. 이 데이터셋을 완성하기 위해 2023년과 2024년의 데이터도 가져왔습니다:

이 표의 오른쪽에는 2025년과 2026년 1분기의 데이터와 함께, 구매 국가별 AI 인프라 판매 분포 및 성장률이 포함되어 있습니다. 미국이 지배적이지만, 증가율은 30.3%에 그쳐 679억 달러를 기록했습니다. 중국은 78억 달러로 규모가 작고 성장세도 9.3%로 더 느립니다. 아시아 태평양/일본 지역은 미국보다 두 배 빠른 62%의 AI 인프라 지출 성장을 보이고 있지만, 매출액은 58억 달러에 불과합니다. 서유럽은 AI 인프라 지출 증가세가 상대적으로 완만하여 판매량이 20.4% 증가한 51억 달러를 기록했습니다. 중동 및 아프리카는 3.3배의 급증을 보였으나, 기반 자체가 매우 작았고 AI 인프라 판매액이 겨우 10억 달러를 돌파하는 수준에 머물렀습니다.

말했듯이 저희가 가장 관심 있었던 것은 추세 데이터입니다. 인프라 지출에 대한 2023년부터 2030년까지의 연평균 성장률(CAGR)은 49.2%로, 이는 Nvidia와 AMD가 독립적으로 예상한다고 말한 것과 유사합니다. 모든 성장률에는 한계가 있기 때문입니다. 전 세계 경제는 처리할 수 있는 거래량이 한정되어 있으며, 설령 2029년에 AI 인프라 지출이 10억 달러를 초과하고 2030년까지 합리적으로 증가한다고 해도 이는 제 지능을 모욕하는 것이 아닙니다.

오히려 IDC의 AI 인프라 지출 데이터(서버와 스위치뿐만 아니라 소량의 스토리지도 포함)는 보수적입니다. 이를 최근 AMD의 예측과 비교해 보면 이 점이 분명해집니다.

다음 차트는 시간이 지남에 따른 IDC의 AI 인프라 지출과 AMD가 지난주 Su가 발표한 AI 가속기 지출(컴퓨팅 엔진 및 HBM 메모리 포함) 예측을 비교하여 보여줍니다:

두 데이터는 2029년과 2030년에 분기되기 시작하더라도 잘 추적됩니다. 하지만 제대로 비교하려면 해당 가속기가 서버와 스위치 지출을 얼마나 유발할지 계산해야 합니다. 그래서 저는 아래에 보여주는 다른 표에서 그렇게 했고, 그 선은 위의 차트에서 점선 오렌지색 선으로 표시되어 있습니다. 한번 살펴보세요:

재미로, 저는 암시된 AI 시스템 수익을 지원하기 위해 전체 데이터센터 지출이 얼마나 될지에 대한 추측과, 이 장치들이 총합적으로 얼마나 많은 전력을 소비할지 계산해 보았습니다.

보시다시피, AMD의 예측은 2027년 이후부터 IDC의 예측보다 훨씬 낙관적입니다. 우선, AI 가속기 지출로부터 AI 시스템 지출을 추정하는 데 사용한 승수(multiplier)가 시간이 지남에 따라 증가하고 있기 때문입니다. 네트워킹, 스토리지, 랙이 전체 시스템 비용에서 더 큰 비중을 차지하고 있습니다. CPU 호스트와 그 DRAM 및 플래시 메모리도 마찬가지입니다. 따라서 GPU와 XPU의 비용이 상승하더라도 AI 시스템의 이러한 다른 요소들의 비용은 더 빠르게 증가하고 있습니다.

그리고 따라서, IDC가 2030년에 예상하는 1조 2,100억 달러의 AI 인프라 지출과 제가 AMD의 AI 가속기 TAM(Total Addressable Market) 수치를 사용하여 계산한 2조 1,100억 달러 사이에는 큰 격차가 존재합니다.

이것을 가지고 무엇을 하든 상관없습니다. 미래를 정확하게 예측하는 유일한 방법은 그것을 살아보는 것입니다.