현재 기술 업계에서 도저히 머릿속에 담기 힘든 숫자가 돌고 있습니다.

Amazon, Microsoft, Google, Meta는 2026년에 자본 지출 (Capex)로 약 7,250억 달러를 지출할 계획입니다. 그 중 대부분은 데이터 센터, 칩, 그리고 이를 구동하기 위한 전력입니다. Financial Times가 집계한 수익 수치에 따르면, 이 수치는 전년도의 약 4,100억 달러에서 약 77% 증가한 것입니다.

다시 한번 읽어보세요. 이것은 10년 동안의 계획이 아닙니다. 단 1년 동안의 계획입니다.

저는 이 돈이 어디로 흘러가고 있으며, 누가 그 비용을 상환해야 하는지를 살펴보고자 합니다. 왜냐하면 이 이야기의 두 번째 숫자를 마주하는 순간, 이 모든 것이 전략이라기보다는 하나의 도전(dare)처럼 느껴지기 시작하기 때문입니다.

소규모 경제 규모의 도박

이러한 지출이 진정될 것이라는 추측은 쉽습니다. 하지만 그렇지 않습니다. 오히려 가속화되고 있습니다.

JP Morgan의 기본 시나리오(base case)에 따르면, 향후 약 5년 동안 전 세계 데이터 센터와 AI 인프라에 5조 달러 이상의 자금이 유입될 것으로 보입니다. 연간 자금 수요는 2026년 약 7,000억 달러에서 2030년 약 1.4조 달러까지 상승합니다. Goldman Sachs는 일 년 내내 자체 수치를 상향 조정해 왔으며, 현재 미국의 4대 하이퍼스케일러 (hyperscalers)가 2025 회계연도부터 2030년 사이에 이전 예측치인 4.5조 달러보다 높은 약 5.3조 달러를 지출할 것으로 모델링하고 있습니다.

여기서 저의 관점을 실제로 변화시킨 부분이 있습니다.

지난 20년 동안 대부분의 대형 소프트웨어 기업들이 가졌던 매력은 무언가를 많이 구축하지 않고도 돈을 번다는 점이었습니다. 코드는 거의 비용 없이 확장(scale)됩니다. 한 번 작성해서 10억 명에게 배포하면 됩니다. 그것이 마법이었습니다.

이제 그 모델이 뒤집혔습니다. 이 동일한 기업들이 콘크리트, 변압기, 냉각 시스템, 그리고 Nvidia 칩에 수천억 달러를 쏟아붓고 있습니다. 이로 인해 Amazon의 잉여 현금 흐름 (free cash flow)은 올해 마이너스로 돌아설 것으로 예상됩니다. Meta가 봄에 자본 지출 (capex) 가이던스를 상향 조정했을 때, 주가는 단 하루 만에 9% 이상 하락했습니다. 그것이 투자자들이 움찔하는 것을 볼 수 있었던 첫 번째 실제 순간이었습니다.

따라서 지출 자체는 의문의 여지가 없습니다. 다음에 어떤 일이 일어날지가 관건입니다.

아무도 떠맡고 싶어 하지 않는 청구서

2025년 말, JP Morgan의 전략가들은 전체 구축 비용에 대한 계산을 수행했습니다. 그들의 결론은 첫 번째 수치를 무섭게 만드는 두 번째 숫자였습니다.

이 모든 투입 자금에 대해 10%라는 완만한 수익률을 얻으려면, 업계는 매년 약 6,500억 달러의 새로운 매출을 창출해야 합니다. 한 번이 아닙니다. 매년 반복해서, 영원히 말이죠.

자, 누군가 자신의 스트리밍 요금에 대해 공포를 느끼기 전에 말씀드리자면, 그것은 예측된 바가 아닙니다. JP Morgan은 소비자가 이 비용을 직접 지불하지 않을 것이라고 명확히 밝혔습니다. iPhone과 Netflix 사례가 언급된 것은 그 규모를 보여주기 위함이지, Netflix 요금이 200달러가 될 것이라고 경고하기 위함이 아닙니다.

진정한 이론은 기업이 지불한다는 것입니다. 기업들이 의료, 금융, 제조 및 고객 서비스에 AI를 통합하고, 노동자와 시스템이 비용을 정당화할 수 있을 만큼 생산성을 높이면, 그 생산성이 매출이 되어 인프라를 구축한 사람들에게 다시 흘러 들어간다는 것입니다.

그것이 계획입니다. 합리적인 계획입니다. 심지어 성공할 수도 있습니다.

하지만 그 계획에는 구멍이 있으며, JP Morgan 스스로도 이를 인정합니다.

그들이 메울 수 없는 격차

하이퍼스케일러 (Hyperscaler)의 현금 흐름, 우량 채권 (High grade bonds), 레버리지 금융 (Leveraged finance), 데이터 센터 증권화 (Data center securitizations) 등 오늘날 논의되는 모든 요소를 합산한 후에도, 은행은 여전히 **1.4조 달러의 자금 격차 (Funding gap)**를 발견했습니다.

그 격차는 사모 신용 (Private credit)에 의해 채워져야 하며, 만약 AI가 국방비 지출에 포함된다면 정부의 지원이 필요할 수도 있습니다.

잠시 이 상황을 곱씹어 보십시오. 계획은 스스로 자금을 조달하지 못합니다. 계획을 모델링하는 사람들도 계획이 스스로 자금을 조달할 수 없다는 것을 알고 있습니다. 베팅의 핵심은 돈이 나타날 것이라는 점, 즉 기업들이 AI를 충분한 이익으로 충분히 빠르게 전환할 것이며, 모두가 기다리는 동안 사모 대출 기관들이 자금줄을 계속 열어둘 것이라는 점에 있습니다.

그것은 엄청난 양의 콘크리트 위에 엄청난 양의 믿음을 쌓아 올린 격입니다.

그렇다면 이것은 거품인가?

여기서 읽기를 멈춘다면, 솔직한 대답은 상황이 불안정해 보인다는 것입니다. 마이너스로 돌아선 잉여 현금 흐름 (Free cash flow), 1조 달러 규모의 구멍, 그리고 아직 완전히 실현되지 않은 생산성 이야기 (productivity story)에 전적으로 의존하는 수익성 말입니다.

하지만 여기서 멈추는 것은 게으른 태도이며, 여러분에게 잘못된 그림을 보여주는 일이 될 것입니다.

왜냐하면 이 상황에는 완전히 다른 측면이 존재하기 때문입니다. 매출은 대부분의 사람들이 예측했던 것보다 더 빠르게 곳곳에서 실제로 나타나고 있습니다. 기업들은 또한 AI를 실제로 구동하는 데 드는 비용에 대해 반발하기 시작했으며, 저렴한 중국산 모델이 조용히 그 계산법을 재편하고 있습니다. 그리고 소수의 기업들 사이에서 돈이 흐르는 기묘한 루프 (strange loop)가 존재하며, 이는 이 모든 수요가 실제보다 더 커 보이게 만듭니다.

바로 이 지점이 흥미로워지는 부분이며, 솔직히 제가 거품 문제에 대해 내린 결론이 머무는 지점이기도 합니다.

저는 이 내용을 2부로 나누어 정리했습니다: 거품인가 아닌가? 머니 루프, 토큰 반란, 그리고 수요가 여전히 실재하는 이유. 만약 1부가 이 상황이 파멸적이라고 당신을 설득했다면, 2부는 그 생각을 복잡하게 만들 것입니다. 그리고 만약 1부가 모든 것이 괜찮다고 당신을 설득했다면, 2부 역시 그 생각을 복잡하게 만들 것입니다.

가서 읽어보세요. 제가 실제로 결론을 내리는 부분은 바로 그곳입니다.