빅테크 AI 투자 7000억달러…성장인가 군비경쟁인가
-2026년 주요 하이퍼스케일러 설비투자 7000억달러 넘어설 전망
-BIS 모형, 경쟁적 투자 규모 사회적 최적 수준의 약 1.5배 추정
-AI 생산성이 기대에 못 미치면 대규모 설비가 금융불안으로 전환될 가능성
글로벌 빅테크의 AI 투자경쟁이 사상 최대 수준으로 확대되고 있다. 국제결제은행(BIS)은 2026년 주요 하이퍼스케일러의 설비투자 규모가 7000억달러를 넘어설 것으로 전망했으며, 앞으로 수년간 AI 인프라 투자액은 수조달러에 이를 가능성이 있다고 분석했다. AI 데이터센터와 GPU, 전력 인프라가 빠르게 확충되는 것은 향후 생산성 향상에 필요한 기반을 만드는 과정이지만, 경쟁사가 먼저 시장을 선점할 것을 우려한 기업들이 서로 비슷한 투자를 반복하면서 산업 전체의 투자규모가 과도하게 커질 위험도 동시에 나타나고 있다.
BIS가 지난 7월 발표한 워킹페이퍼 ‘The AI Investment Race’는 이 문제를 ‘승자독식에 가까운 시장에서 벌어지는 투자경쟁’으로 설명한다. 연구진이 기업 재무자료와 공개된 투자계약을 이용해 모형을 보정한 결과, 경쟁에 따른 AI 투자는 기준 시나리오에서 사회적으로 효율적인 수준의 약 1.5배까지 확대되는 것으로 나타났다. AI 서비스 수요의 가격탄력성이 낮은 조건에서는 과잉투자 규모가 약 3배 수준까지 커질 수 있다는 분석도 제시됐다.
2026년 AI 설비투자 7000억달러 넘는다
BIS가 집계한 주요 하이퍼스케일러의 자본지출은 최근 몇 년 동안 급격하게 증가했고, 2026년에는 7000억달러를 넘어설 전망이다. 보고서는 현재 AI 투자 사이클을 미국 역사에서 가장 큰 기술주도형 투자붐 가운데 하나로 평가했으며, 2023년을 저점으로 보면 불과 3년 만에 과거 주요 기술투자 붐의 확장 속도를 넘어설 가능성이 있다고 분석했다.
투자의 중심에는 AI 데이터센터가 있다. 데이터센터 건물 자체뿐 아니라 GPU와 네트워크 장비, 냉각시스템, 전력설비와 송전망까지 동시에 증설해야 하기 때문에 AI 투자는 기존 소프트웨어 산업보다 훨씬 자본집약적인 구조를 갖는다. 수요가 예상대로 늘어난다면 이 투자는 향후 AI 서비스 가격을 낮추고 산업 전체의 생산성을 끌어올리는 기반이 될 수 있다.
문제는 모든 기업이 같은 판단을 동시에 하고 있다는 점이다. 경쟁사가 컴퓨팅 자원을 먼저 확보하면 향후 AI 시장의 주도권을 빼앗길 수 있다는 우려 때문에 개별 기업은 선제적인 투자를 선택할 유인이 강하다. 개별 기업 입장에서는 합리적인 결정이지만 모든 기업이 동시에 같은 행동을 하면 전체 산업에서는 필요 이상의 설비가 만들어질 수 있다.
BIS가 지적한 핵심은 ‘투자 규모’보다 경쟁구조다
BIS 연구는 AI 데이터센터 투자가 많다는 사실 자체를 문제로 보지 않는다. AI 기술이 실제로 높은 생산성을 만들어낸다면 현재의 대규모 투자를 충분히 정당화할 수 있기 때문이다.
연구가 주목한 것은 경쟁 방식이다. AI 시장에서 소수 기업이 대부분의 수익을 가져가는 ‘winner-take-most’ 구조가 형성되면 기업들은 시장 전체에 필요한 적정 설비량보다 자신의 시장점유율을 높이는 데 더 많은 자본을 투입할 수 있다. 한 기업이 투자를 늘리면 경쟁기업도 뒤처지지 않기 위해 투자를 확대하면서 투자경쟁이 스스로 증폭되는 구조다.
이 과정에서 각 기업은 자신의 투자로 경쟁사의 예상수익률까지 떨어뜨리는 효과를 충분히 고려하지 않는다. 경제학에서는 이를 외부효과로 볼 수 있으며, BIS 모형에서는 이러한 경쟁 외부효과 때문에 산업 전체 투자가 사회적 최적 수준을 넘어서는 결과가 나타났다.
모형상 과잉투자 약 1.5배…‘50%가 모두 낭비’라는 뜻은 아니다
BIS 모형의 기준 시나리오에서 AI 기업들의 투자규모는 사회적 최적 수준의 약 1.5배로 추정됐다. 수요가 덜 탄력적인 상황에서는 약 3배까지 확대될 수 있다.
여기서 1.5배라는 수치를 ‘현재 투자액의 3분의 1이 실제로 낭비되고 있다’고 해석해서는 안 된다. 이는 현실에서 모든 데이터센터의 수익률을 직접 측정한 통계가 아니라 특정 경쟁구조와 생산성, 자본비용을 가정한 경제모형의 추정치다.
BIS 역시 이 논문이 중앙은행의 공식 정책판단이 아니라 연구자의 분석임을 명시하고 있다. 따라서 1.5배라는 숫자는 현재 AI 투자에 과잉 가능성이 존재한다는 경고 지표로 보는 것이 적절하며, 실제 최적 투자규모는 AI 수요와 생산성 실현 정도에 따라 크게 달라질 수 있다.
AI가 충분한 생산성을 만들면 투자붐은 정당화될 수 있다
현재의 AI 투자경쟁이 반드시 버블로 끝나는 것은 아니다. 데이터센터와 반도체에 대한 대규모 투자가 경제 전체의 생산성을 크게 높이고 기업들이 충분한 매출을 확보한다면 지금의 자본지출은 미래 수요를 선제적으로 확보한 투자로 평가될 수 있다.
BIS도 AI 서비스의 잠재수요가 매우 크며 상당한 규모의 컴퓨팅 능력 확대를 정당화할 가능성이 있다고 인정한다. 결국 핵심은 데이터센터를 얼마나 많이 짓느냐보다 그 설비에서 실제로 얼마나 많은 경제적 가치가 창출되는가에 있다.
AI가 기업의 인건비를 줄이거나 새로운 매출을 만들고 생산성을 지속적으로 향상시킨다면 데이터센터 가동률과 GPU 활용률이 높아지면서 투자비를 회수할 수 있다. 반대로 AI 서비스 가격이 빠르게 떨어지고 기업들의 유료수요가 예상보다 약하면 같은 설비가 과잉공급으로 바뀔 가능성이 있다.
투자규모 3조달러 부근에서는 모형상 위험이 커진다
BIS 연구에서 특히 주목할 부분은 투자규모와 경제적 잉여의 관계다. 연구진의 기준 모형에서는 AI 산업의 초기 투자규모가 약 3조달러 수준까지 커질 경우 기대 순경제잉여가 음(-)의 영역으로 들어갈 수 있다는 결과가 제시됐다.
순경제잉여는 산업이 만들어낸 전체 수익에서 자본비용을 뺀 값이다. 따라서 이 결과는 ‘데이터센터 투자 3조달러가 현실에서 반드시 손실을 낸다’는 예측이 아니라, 생산성 성과가 충분하지 않은 상태에서 투자 규모가 지나치게 확대되면 사회 전체의 투자비용이 얻는 편익을 넘어설 수 있다는 모형상의 경계선에 가깝다.
기사 제목에서 ‘데이터센터 3조달러 시대’라는 표현을 사용할 경우에도 이 구분이 중요하다. BIS가 현재 데이터센터에 이미 3조달러가 투자됐다고 집계한 것이 아니라, 모형상 투자규모가 약 3조달러까지 확대될 때 경제적 위험이 크게 높아지는 시나리오를 분석한 것이다.
빅테크도 현금만으로 투자하기 어려워지고 있다
AI 투자붐 초기에는 막대한 현금을 보유한 빅테크가 자체 현금흐름으로 데이터센터를 증설하는 구조가 중심이었다. 그러나 투자 규모가 계속 확대되면서 일부 기업은 회사채 발행과 특수목적기구, 비은행 금융기관 등 외부자금을 활용하는 비중을 늘리고 있다.
BIS는 2026년 연차경제보고서에서도 5대 하이퍼스케일러가 2025~2026년에 AI 관련 자본지출로 1조달러 이상을 사용할 것으로 전망했다. 투자계획이 기업의 이익과 잉여현금흐름 증가 속도를 앞지르면서 일부 기업은 추가 자금조달을 위해 부채시장에 접근하기 시작했다.
이는 AI 투자위험의 성격을 바꾼다. 현금이 많은 기업이 자체자금으로 투자할 때 손실은 주로 해당 기업 주주에게 귀속되지만, 부채가 늘어나면 AI 투자 실패가 채권시장과 금융기관으로 전파될 가능성이 커진다.
GPU와 데이터센터는 일반 부동산보다 처분이 어렵다
AI 투자에 사용되는 자산 가운데 상당수는 특수성이 높다. GPU 서버와 특정 냉각설비, 고밀도 전력 인프라 등은 AI 수요가 급감할 경우 다른 산업에서 동일한 가격으로 매각하기 어렵다.
BIS 연구는 이런 특수자산이 동시에 시장에 매물로 나올 경우 자연적인 매수자인 경쟁기업들 역시 같은 시기에 재정적 압박을 받을 수 있다는 점을 지적한다. 매수자가 제한된 시장에 장비와 설비가 한꺼번에 나오면 가격이 급락하고 자산회수율도 낮아질 수 있다는 것이다.
이 구조는 일반적인 공장설비 투자보다 위험을 크게 만들 수 있다. AI 수요가 예상에 미치지 못하면서 여러 기업이 동시에 투자를 축소한다면 데이터센터 관련 자산가격 하락과 부채 부담이 서로를 강화하는 이른바 ‘파이어세일’ 위험이 발생할 수 있다.
순환금융도 새로운 위험요인으로 지목
BIS가 이번 연구에서 별도로 분석한 부분이 ‘순환금융’이다. 한 기업이 AI 스타트업에 지분투자를 하고, 해당 스타트업이 다시 투자기업의 클라우드나 컴퓨팅 서비스를 장기간 구매하는 형태다.
논문이 정리한 공개 거래자료에서는 AI 기업과 반도체회사, 하이퍼스케일러 사이의 지분투자와 컴퓨팅 구매계약이 복잡하게 연결돼 있는 것으로 나타났다. 일부 지분투자가 향후 수백억~수천억달러 규모의 컴퓨팅 구매약정과 결합돼 있다.
이 구조는 투자와 매출을 동시에 확대하는 효과가 있지만 한 기업의 문제가 다른 기업으로 전파되는 연결고리도 만든다. AI 스타트업이 예상만큼 매출을 내지 못하면 클라우드 구매약정과 투자지분의 가치가 동시에 흔들릴 수 있기 때문이다.
한 기업의 실패가 다른 기업으로 번질 수 있다
BIS는 기업 간 투자와 구매계약이 복잡하게 연결될수록 한 기업의 재무문제가 네트워크 전체로 확산될 가능성이 커진다고 분석했다. 기준 모형에서도 투자규모가 커지고 기업 간 연결이 집중될수록 연쇄적인 손실 가능성이 높아지는 결과가 나타났다.
이는 2000년대 닷컴버블과 현재 AI 투자붐의 중요한 차이 가운데 하나다. 당시에는 인터넷기업의 주가와 벤처투자가 핵심이었다면 지금은 데이터센터와 전력설비, 반도체 같은 실제 대규모 자산투자가 동시에 진행되고 있다.
따라서 AI 투자조정이 발생하면 기술주 주가 하락에 그치지 않고 반도체 주문과 데이터센터 건설, 전력설비 투자, 사모신용과 채권시장까지 영향을 받을 가능성이 있다.
엔비디아에는 수요 확대지만 투자조정 때는 반대 효과
현재 AI 데이터센터 투자 확대의 가장 직접적인 수혜 분야는 GPU와 네트워크 장비다. 하이퍼스케일러들이 경쟁적으로 컴퓨팅 능력을 확보할수록 GPU와 HBM, 첨단패키징에 대한 수요도 함께 증가하기 때문이다.
이 구조는 엔비디아뿐 아니라 TSMC와 SK하이닉스, 마이크론 등 글로벌 반도체 공급망에 강한 수요를 제공한다. 한국 반도체기업 입장에서도 AI 데이터센터 증설이 이어지는 동안에는 HBM과 서버용 메모리 수요 확대가 실적을 뒷받침할 수 있다.
그러나 투자 사이클이 반전되면 같은 연결고리가 반대로 작동할 수 있다. 데이터센터 투자계획이 줄어들면 GPU 주문과 HBM 수요, 첨단패키징, 반도체 장비투자가 연쇄적으로 조정될 가능성이 있기 때문이다.
전력투자까지 이미 AI 경기와 연결되고 있다
AI 데이터센터는 기존 데이터센터보다 훨씬 많은 전력을 사용하기 때문에 투자경쟁은 전력시장까지 확대되고 있다. 신규 발전설비와 송전망, 변압기, 에너지저장장치, 냉각시설 투자가 AI 인프라와 함께 움직이는 구조다.
이 때문에 AI 투자붐이 지속될 경우 반도체뿐 아니라 전력기기와 건설, 냉각장비, 원전과 재생에너지 등 다양한 산업에 장기간 수요를 만들어낼 수 있다.
반대로 데이터센터 과잉투자가 현실화하면 주변 인프라 투자에도 영향을 줄 수 있다. AI 설비의 가동률이 낮아질 경우 데이터센터를 전제로 증설한 전력설비의 경제성도 함께 낮아질 수 있어 산업 전체의 투자연계 구조를 볼 필요가 있다.
닷컴버블과 닮았지만 같은 현상은 아니다
BIS는 현재 AI 투자붐을 19세기 운하·철도 투자열풍과 1920년대 투자붐, 1990년대 닷컴버블 등 과거 기술투자 사이클과 비교했다. 기술혁신에 대한 높은 기대가 대규모 설비투자를 촉발하고 경쟁이 과도해지면 이후 투자조정이 발생하는 패턴이 반복됐다는 것이다.
그러나 현재 AI 산업을 닷컴버블과 동일하게 보는 것도 적절하지 않다. 주요 투자기업 대부분이 막대한 기존 매출과 현금흐름을 보유하고 있고 AI 서비스 자체도 이미 실제 기업과 소비자에게 사용되고 있다는 점에서 당시와 차이가 있다.
따라서 현재의 쟁점은 AI에 수요가 있느냐 없느냐가 아니라, 향후 수요와 생산성이 지금 투입되는 자본 규모를 정당화할 만큼 빠르게 성장할 수 있느냐다.
투자자는 CAPEX보다 투자회수율을 봐야 한다
AI 관련 기업을 평가할 때 설비투자 규모가 크다는 사실만으로 성장성을 판단하는 것은 부족하다. 같은 1000억달러를 투자해도 AI 매출과 현금흐름이 빠르게 증가하는 기업과 그렇지 않은 기업의 투자성과는 완전히 다르다.
앞으로 투자자가 확인해야 할 지표는 데이터센터 가동률과 AI 서비스 매출, 클라우드 성장률, 잉여현금흐름, 감가상각비, 부채 증가속도 등이다. 자본지출이 늘면서 매출과 현금흐름도 함께 성장한다면 투자 사이클의 지속 가능성이 높지만, 투자만 늘고 수익성이 따라오지 못하면 과잉설비 위험이 커진다.
특히 AI 데이터센터는 초기 건설비뿐 아니라 전력과 냉각, 장비교체 비용이 지속적으로 발생한다. GPU의 기술교체 주기가 짧다는 점까지 고려하면 투자액과 실제 경제적 수익률의 차이가 커질 가능성이 있다.
AI 버블인지 판단할 답은 결국 ‘생산성’에 있다
BIS 연구가 제시하는 결론은 AI 투자붐이 곧 붕괴한다는 예측이 아니다. 오히려 현재의 투자규모가 유지되기 위해서는 AI가 그만큼 높은 실제 생산성을 만들어내야 한다는 조건을 강조한다.
AI가 기업의 생산비용을 크게 낮추고 새로운 산업과 매출을 창출한다면 지금의 대규모 데이터센터 투자는 필요한 인프라 구축 과정이 될 수 있다. 철도와 인터넷망처럼 초기에는 과잉투자가 존재했더라도 장기적으로 사회 전체의 생산기반을 넓히는 결과가 나타날 수도 있다.
그러나 생산성 향상이 예상보다 느리고 기업들이 경쟁 때문에 지나치게 많은 자본을 먼저 투입했다면 상황은 달라진다. BIS 모형에서 경쟁적 투자규모가 사회적 최적 수준의 약 1.5배까지 확대되는 이유도 개별기업에는 합리적인 선점 전략이 산업 전체에서는 중복설비를 만들 수 있기 때문이다.
2026년 7000억달러를 넘어설 것으로 예상되는 빅테크 설비투자는 AI 성장에 대한 가장 강력한 자신감의 표현인 동시에 그 기대가 틀렸을 때 발생할 손실 규모도 키우고 있다. 현재 AI 산업의 핵심 질문은 기업들이 얼마나 많이 투자하고 있느냐가 아니라, 그 투자보다 더 빠르게 생산성과 수익을 만들어낼 수 있느냐에 있다.
