빅테크 AI 투자 1조달러 넘어선다…성장인가, 과잉설비 경쟁인가
–BIS “5대 하이퍼스케일러 2025~2026년 AI 관련 설비투자 1조달러 이상”
–경쟁사 선점 우려가 투자 확대 부추겨…모형상 사회적 최적 수준보다 약 50% 과잉 가능성
인공지능(AI) 산업을 둘러싼 투자경쟁이 기술개발 단계를 넘어 대규모 인프라 구축 경쟁으로 확대되고 있다. 미국 빅테크들은 데이터센터와 고성능 반도체, 전력설비, 네트워크 구축에 막대한 자금을 투입하면서 AI 시대의 주도권을 선점하려 하고 있다.
문제는 이 투자가 실제 수요와 생산성 증가를 충분히 반영한 것인지, 아니면 경쟁사에 뒤처질 수 있다는 우려 때문에 산업 전체가 필요 이상으로 많은 설비를 짓고 있는지다.
국제결제은행(BIS)은 2026년 연차경제보고서에서 미국 5대 하이퍼스케일러의 AI 관련 자본적지출이 2025년과 2026년을 합쳐 1조달러를 넘어설 것으로 전망했다. 기업들의 투자가 이익과 잉여현금흐름 증가 속도를 앞서면서 일부 기업은 차입을 확대하고 있으며, AI 투자경쟁의 지속 가능성을 점검해야 한다는 것이 BIS의 판단이다.
BIS가 7월 발표한 별도 연구에서는 경쟁기업들이 시장 선점을 위해 자본을 앞당겨 투입할 경우 산업 전체 투자규모가 사회적으로 효율적인 수준보다 약 50% 많아질 수 있다는 분석도 제시됐다. 수요가 가격 변화에 덜 민감한 조건에서는 과잉투자가 효율적 수준의 약 세 배까지 커질 수 있다는 것이 모형 분석 결과다.
AI 경쟁은 이제 모델보다 데이터센터 규모의 경쟁이 됐다
생성형 AI 경쟁 초기에는 어떤 기업이 더 뛰어난 AI 모델을 개발하느냐가 관심의 중심이었다. 그러나 대규모 언어모델의 크기가 커지고 이용자가 늘면서 경쟁의 무게중심은 컴퓨팅 인프라로 빠르게 이동했다.
AI 모델을 학습하고 서비스하려면 수십만개의 고성능 GPU와 이를 연결하는 네트워크, 냉각설비, 안정적인 전력공급이 필요하다. 이 때문에 AI 기업의 경쟁력은 소프트웨어 기술뿐 아니라 얼마나 많은 컴퓨팅 자원을 확보하고 있는지와도 직접 연결되기 시작했다.
대형 클라우드 사업자가 데이터센터를 먼저 확보하면 후발기업은 같은 수준의 AI 서비스를 제공하기 위해 더 많은 비용을 부담해야 할 수 있다. 반도체 공급계약과 전력망 연결권, 데이터센터 부지까지 장기간 선점하면 경쟁기업의 진입 자체를 어렵게 만들 수도 있다.
그래서 빅테크 입장에서는 당장 필요한 규모보다 조금 더 많은 설비를 확보하는 전략이 합리적으로 보일 수 있다. 그러나 모든 기업이 같은 판단을 하면 산업 전체에서는 이야기가 달라진다.
개별 기업에는 합리적이어도 산업 전체에는 과잉이 될 수 있다
BIS 연구가 주목한 것이 바로 이 문제다.
AI 시장은 초기 시장점유율과 기술우위가 장기간 유지될 가능성이 큰 ‘승자독식에 가까운 경쟁’의 특성을 가지고 있다. 경쟁사가 먼저 대규모 데이터센터와 반도체를 확보하면 후발기업은 고객과 개발자 생태계를 빼앗길 수 있다는 우려가 생긴다.
따라서 기업은 자신의 예상수요만 보고 투자하지 않는다. 경쟁사가 얼마나 투자할 것인지까지 고려해 설비를 앞당겨 확보한다.
기업 A가 데이터센터를 두 배 늘릴 계획이라는 정보가 알려지면 기업 B도 원래 계획보다 투자를 확대할 유인이 생긴다. 다시 기업 B의 확대가 기업 C의 투자를 자극한다.
이런 경쟁에서는 개별 기업의 결정은 합리적일 수 있지만 모두의 투자를 합치면 사회 전체에서 필요한 수준보다 설비가 많아질 수 있다.
BIS는 이를 ‘경쟁 외부효과’로 설명한다. 시장점유율을 빼앗기지 않으려는 경쟁이 각 기업의 투자를 끌어올리면서 전체 산업의 투자비용은 증가하지만 사회 전체가 얻는 추가 편익은 그만큼 늘지 않을 수 있다는 의미다.
BIS 모형에서는 투자규모가 효율적 수준의 약 1.5배
BIS 워킹페이퍼는 기업 재무자료와 공개된 거래정보를 이용해 AI 투자경쟁을 모형화했다.
보수적인 기준에서도 AI 투자규모가 사회적으로 효율적인 수준보다 약 50% 많아지는 결과가 나왔다. 즉 효율적인 투자규모를 100으로 본다면 기업 간 경쟁 때문에 약 150까지 확대될 수 있다는 의미다.
다만 이 숫자를 현재 데이터센터가 정확하게 50% 과잉이라는 사실로 받아들여서는 안 된다.
BIS 연구는 실제 전체 데이터센터 수요와 공급을 직접 조사해 과잉률을 계산한 통계가 아니라, 기업 간 경쟁구조를 모형화한 분석이다. 연구진도 결과가 여러 가정에 따라 달라질 수 있음을 전제로 한다.
따라서 중요한 것은 ‘정확히 50% 과잉’이라는 숫자보다 경쟁 구조 자체가 기업들에게 사회적으로 필요한 수준보다 더 많은 설비를 짓도록 유도할 가능성이 있다는 점이다.
5대 빅테크의 AI 설비투자, 2년간 1조달러 넘어
실제 투자규모도 이미 과거 기술투자 사이클과 비교하기 어려울 정도로 커졌다.
BIS는 2026년 연차경제보고서에서 미국의 5대 하이퍼스케일러가 2025년과 2026년에 집행할 AI 관련 자본적지출이 합계 1조달러를 넘어설 것으로 전망했다. 이 투자에는 데이터센터와 컴퓨팅 장비, 네트워크 등 AI 인프라 구축비용이 포함된다.
이 규모가 중요한 이유는 AI 투자가 일부 벤처기업의 기술개발비 수준을 넘어 미국 경제 전체의 설비투자와 성장률에 영향을 미치는 수준으로 확대됐기 때문이다.
BIS는 2025년 세계경제가 높은 관세와 지정학적 불확실성에도 예상보다 견조한 모습을 보인 배경 가운데 하나로 미국의 AI 인프라 투자 확대를 지목했다. AI 관련 설비투자가 미국 투자 증가를 이끌면서 관련 글로벌 공급망에도 파급효과를 줬다는 분석이다.
AI 투자 붐은 현재 경기의 결과가 아니라 경기 자체를 떠받치는 요인 가운데 하나가 된 셈이다.
문제는 투자 증가 속도가 현금창출 능력을 앞서기 시작했다는 점이다
대규모 투자가 반드시 위험한 것은 아니다. 기업이 앞으로 충분한 현금흐름을 만들어낼 수 있다면 선제적인 설비투자는 오히려 장기 성장의 기반이 될 수 있다.
문제는 투자 증가 속도다.
BIS는 주요 하이퍼스케일러의 투자 약정이 기업의 이익과 잉여현금흐름 증가 속도를 앞지르고 있다고 분석했다. 이 때문에 일부 기업은 AI 투자자금을 마련하기 위해 회사채 발행과 다른 형태의 차입을 늘리고 있다.
2025년 하이퍼스케일러의 회사채 총발행액은 1000억달러를 넘어섰다. BIS는 대규모 데이터센터 건설이 계속되면서 기업들이 영업현금흐름만으로 모든 투자를 감당하기 어려워지고 차입의 역할이 커지고 있다고 지적했다.
AI 투자의 위험이 기술기업 주가에만 머물지 않고 회사채와 사모대출시장까지 연결될 수 있는 이유다.
데이터센터 투자계획은 이미 1조5000억달러 이상 쌓였다
현재 발표된 데이터센터 투자계획의 규모도 막대하다.
7월 말 BIS에 게재된 미국 연방준비제도 인사의 연설에 따르면 기업들이 발표한 데이터센터 프로젝트는 이미 1조5000억달러를 넘어섰으며, 실제 집행된 규모는 아직 전체 계획의 일부에 불과하다. 앞으로 상당한 투자수요가 남아 있다는 의미다.
과거에는 AI 투자가 얼마나 빠르게 증가할지가 관심이었다면 이제는 발표된 계획이 실제로 모두 실행될 수 있는지가 더 중요한 문제가 되고 있다.
데이터센터는 건물을 지었다고 끝나는 시설이 아니다. 대규모 전력공급과 변전설비, 냉각설비, 광통신망과 고성능 반도체가 동시에 확보돼야 실제 컴퓨팅 시설로 가동할 수 있다.
결국 투자계획이 커질수록 자금뿐 아니라 전력과 반도체, 건설 인력과 송전망이라는 물리적 제약도 커진다.
전력과 반도체가 새로운 병목으로 떠오르고 있다
BIS는 올해 연차경제보고서에서 AI 인프라 투자 확대가 이미 전력과 첨단반도체, 전력망 장비의 공급부족을 일으키고 있다고 지적했다.
컴퓨팅 수요가 빠르게 증가하면서 전력가격과 주요 투입비용에도 압력이 나타날 수 있다는 분석이다.
데이터센터가 필요한 곳에 송전망이 충분하지 않으면 전력회사는 대규모 투자를 해야 한다. 변압기와 송전장비 공급기간이 길어지면 데이터센터 완공 이후에도 정상가동이 늦어질 수 있다.
반도체에서도 비슷한 문제가 발생한다. AI 가속기 수요가 특정 GPU와 고대역폭메모리, 첨단패키징에 집중되면 전체 반도체 공급량이 충분하더라도 특정 부품의 부족 때문에 데이터센터 확장이 제한될 수 있다.
흥미로운 것은 이런 공급부족이 오히려 과잉투자를 더 자극할 수 있다는 점이다.
앞으로 필요한 전력과 반도체를 확보하지 못할 것을 걱정한 기업들이 장기 공급계약을 체결하고 생산능력을 미리 예약하면 실제 수요보다 더 많은 자원을 선점하는 현상이 나타날 수 있기 때문이다.
AI 투자가 성공하려면 결국 생산성이 올라야 한다
현재의 대규모 투자가 지속 가능하려면 가장 중요한 조건은 AI가 실제 경제에서 충분한 생산성 향상을 만들어내는 것이다.
기업이 수천억달러를 데이터센터에 투입하더라도 AI 서비스에서 발생하는 매출과 비용절감 효과가 투자비보다 충분히 크다면 문제는 없다.
AI가 소프트웨어 개발과 고객서비스, 제조, 의료, 금융, 연구개발 등에서 노동생산성을 크게 높인다면 현재의 투자규모가 미래에는 오히려 부족했던 것으로 평가될 수도 있다.
BIS도 AI가 생산성 향상에 상당한 잠재력을 가지고 있다는 점은 인정한다. 실제로 AI 노출도가 높은 미국 산업에서 생산성 증가가 상대적으로 높게 나타나는 초기 증거도 확인되고 있다.
다만 AI의 생산성 효과가 산업과 기업마다 다르고 실제 경제 전체로 얼마나 빠르게 확산될지는 아직 불확실하다. BIS가 AI 투자붐을 성장동력과 위험요인으로 동시에 보는 이유다.
AI 매출이 기대에 못 미치면 투자구조가 약점으로 바뀐다
투자 확대가 위험해지는 시점은 예상했던 수익이 나오지 않을 때다.
기업들이 AI 서비스에서 막대한 매출을 올릴 것이라는 기대를 바탕으로 데이터센터와 반도체를 확보했는데 실제 유료수요가 예상보다 적다면 투자자산의 가치는 빠르게 낮아질 수 있다.
문제는 AI 데이터센터 장비 가운데 상당수가 특정 용도에 최적화돼 있다는 점이다.
일반 사무용 건물은 다른 기업에 임대할 수 있지만 대규모 GPU 클러스터와 특수 냉각설비가 설치된 데이터센터는 수요가 급감했을 때 다른 용도로 전환하기 쉽지 않다.
BIS 연구는 이런 ‘전문화된 자산’이 경기하강 때 매각될 경우 가격이 크게 떨어지는 화재매각 위험을 키울 수 있다고 분석한다. 차입비중이 높을수록 손실은 더욱 확대될 수 있다.
AI 산업의 독특한 ‘순환금융’도 위험요인이다
AI 투자 붐에서는 기존 산업에서 보기 어려웠던 금융구조도 확대되고 있다.
반도체기업이나 하이퍼스케일러가 AI 스타트업이나 전문 클라우드기업에 지분을 투자하고, 이 기업들이 다시 투자자의 반도체나 컴퓨팅 서비스를 장기간 구매하는 방식이다.
자금이 투자와 매출계약을 통해 생태계 내부를 순환하는 구조다.
BIS는 이를 ‘순환금융’의 하나로 보고 있다. 칩 제조사와 하이퍼스케일러가 AI 연구기업이나 신생 클라우드기업에 투자하고, 투자받은 기업이 다시 장기간 칩 또는 컴퓨팅 자원 구매계약을 체결하는 사례가 늘고 있다는 것이다.
이 구조는 시장이 성장할 때는 서로의 매출과 투자확대를 동시에 지원한다.
하지만 한 기업의 수익이 예상보다 크게 악화되면 다른 기업의 투자자산 가치와 향후 매출계약까지 동시에 영향을 받을 수 있다.
한 기업의 문제가 생태계 전체로 번질 가능성도 있다
AI 산업이 몇 개 기업을 중심으로 연결될수록 위험은 더 커질 수 있다.
BIS의 네트워크 분석에서는 기업 간 지분과 금융거래가 집중된 상황에서 한 기업의 실패가 다른 기업으로 전파될 가능성이 나타났다. 특히 금융연계가 소수 기업에 집중될수록 충격 전염 가능성이 높아졌다.
이는 AI 산업의 구조적 특징과도 관련된다.
GPU 공급자는 몇 곳에 집중돼 있고, 대형 클라우드 인프라도 소수 기업이 지배한다. AI 모델 개발사 역시 대형 클라우드 사업자와 장기간 컴퓨팅 계약을 체결하는 경우가 많다.
한 기업의 투자축소가 다른 기업의 매출감소로 이어지고, 다시 투자와 고용 감소로 연결될 수 있는 구조가 형성되는 것이다.
그렇다고 현재 AI 투자붐을 ‘버블’로 단정할 단계는 아니다
과잉투자 위험이 있다는 분석과 현재 AI 산업 전체가 거품이라는 판단은 구분해야 한다.
과거 철도와 통신망, 인터넷 투자에서도 초기에는 과잉설비가 발생했지만 그 과정에서 구축된 인프라가 이후 경제성장의 기반이 된 사례가 많다.
1990년대 말 광섬유 통신망도 당시에는 지나친 투자로 평가됐지만 이후 인터넷과 클라우드 서비스 확대에 활용됐다.
AI 데이터센터 역시 단기적으로 공급과잉이 발생하더라도 장기적으로 컴퓨팅 수요가 지속적으로 증가한다면 투자자산이 다시 활용될 수 있다.
따라서 현재의 핵심 질문은 ‘AI가 버블인가’보다 투자 증가 속도와 실제 수익창출 속도 사이의 간격이 얼마나 벌어지고 있는지를 확인하는 데 있다.
시장 선점경쟁과 경제적 효율은 같은 문제가 아니다
AI 투자경쟁을 이해할 때 가장 중요한 구분도 여기에 있다.
기업의 목표는 사회 전체 투자효율을 높이는 것이 아니라 자신의 시장점유율과 이익을 극대화하는 것이다.
경쟁사가 10개의 데이터센터를 확보한다면 자신도 10개 이상을 확보해야 장기적으로 시장에서 밀리지 않는다고 판단할 수 있다.
그러나 사회 전체의 관점에서는 모든 기업이 동시에 필요 이상의 설비를 확보하면 전력과 토지, 반도체, 금융자원이 비효율적으로 배분될 수 있다.
BIS가 제시한 약 1.5배의 과잉투자 가능성은 바로 이런 기업의 합리성과 사회적 효율 사이의 차이를 보여주는 분석이다.
투자자가 봐야 할 것은 CAPEX 자체보다 투자수익률이다
빅테크의 설비투자 규모가 계속 증가하면 주식시장에서는 이를 AI 성장의 증거로 받아들이기 쉽다.
그러나 투자규모가 커지는 것 자체는 기업가치 상승을 보장하지 않는다.
중요한 것은 투자한 자본에서 얼마나 많은 영업이익과 현금흐름이 발생하는지다.
AI 데이터센터 투자액이 30% 늘었는데 AI 서비스 매출과 현금흐름이 10% 증가하는 데 그친다면 자본효율은 떨어질 수 있다.
반대로 대규모 투자가 생산성 증가와 높은 서비스매출로 이어진다면 현재의 높은 CAPEX도 합리적인 선행투자로 평가될 수 있다.
앞으로 AI 기업의 실적을 볼 때 매출 증가율과 함께 감가상각비, 영업현금흐름, 잉여현금흐름, 부채 증가속도를 같이 봐야 하는 이유다.
AI 투자경쟁의 결론은 아직 생산성 데이터가 쓰고 있다
현재 AI 투자 붐에는 서로 상반된 두 가지 가능성이 동시에 존재한다.
한쪽에서는 AI가 기업 생산성을 획기적으로 높이고 새로운 산업과 서비스를 만들어 현재의 데이터센터 투자를 충분히 흡수할 것이라는 기대가 있다.
다른 한쪽에서는 시장 선점을 두려워한 기업들이 실제 수요보다 훨씬 많은 설비를 짓고 있으며, AI 수익화가 기대에 미치지 못하면 데이터센터와 반도체 투자 사이클이 빠르게 꺾일 수 있다는 경고가 나온다.
BIS의 분석은 두 번째 위험을 수치화한 것이다. 다만 BIS 역시 AI 기술 자체의 장기 생산성 효과를 부정하지 않는다. 문제는 미래 생산성에 대한 기대와 현재 투입되는 자본 사이의 균형이다.
AI 투자경쟁이 새로운 산업혁명의 기반이 될지, 일부 과잉설비와 금융손실을 남기는 투자붐으로 끝날지는 아직 결정되지 않았다.
판단 기준은 데이터센터가 몇 개 더 지어졌는지가 아니다. 이 막대한 컴퓨팅 설비가 실제 기업과 소비자의 생산성을 얼마나 높이고, 투자비용을 넘어서는 현금흐름을 얼마나 만들어내느냐에 달려 있다.
