MIT 관련 최신 연구 결과에 따르면, 주요 빅테크 AI 하이퍼스케일러들은 2030년까지 생산성을 최소 2.7배 끌어올려야만 2027년까지 누적 약 1조1,000억달러 규모로 예상되는 인프라 지출을 정당화할 수 있는 것으로 나타났다.
핵심 포인트
- AI 하이퍼스케일러, 현재 인프라 투자 계획을 정당화하려면 2030년까지 생산성을 2.7배 높여야 한다는 분석.
- 모건스탠리는 2025~2028년 전 세계 데이터센터 투자 규모를 약 2조9,000억달러로 추산하며, 이 중 약 1조5,000억달러는 외부 조달이 필요하다고 본다.
- 차입과 프라이빗 크레딧 의존도가 커지며 AI 인프라 리스크가 대형 테크를 넘어 광범위한 신용시장으로 확산될 수 있다는 우려가 제기된다.
와크터의 ‘AI 수학’
MIT Technology Review는 와튼스쿨 금융학 교수인 **제시카 와크터(Jessica Wachter)**와 공동저자 **조너선 와크터(Jonathan Wachter)**의 연구를 심층 분석했다. 두 연구자는 알파벳(Alphabet), 마이크로소프트(Microsoft), 아마존(Amazon), 메타(Meta), 오라클(Oracle) 등 주요 하이퍼스케일러들의 설비투자 계획을 토대로 추정치를 산출했다.
이들의 분석에 따르면, 자본 비용·감가상각·15% 목표 수익률을 모두 반영했을 때 AI 부문은 2030년까지 최소 2.7배의 생산성 향상이 필요하다. 연구는 만약 기대만큼의 생산성 및 성장 ‘붐’이 실현되지 못할 경우, 이번 AI 인프라 증설이 “역사상 가장 큰 자본 오배분”으로 기록될 수 있다고 경고한다.
부담은 이미 기업 현금흐름에 가시화되고 있다. 알파벳은 2026년 2분기, 2004년 구글(Google) 상장 이후 처음으로 59억달러의 마이너스 자유현금흐름을 기록했다. AI 인프라 확충에 따른 자본적 지출이 가파르게 늘어난 영향이다.
참고 기사: 2012년 이후 잠잠하던 비트코인 지갑, 12년 만에 전량 이동
겐슬러가 보는 ‘신용 리스크’
**모건스탠리(Morgan Stanley)**는 2025년부터 2028년까지 전 세계 데이터센터 건설에 약 2조9,000억달러가 투입될 것으로 전망한다. 이 가운데 약 1조5,000억달러는 회사채·대출·프라이빗 크레딧 등 외부 자본에 의존할 것으로 보인다. 이는 AI 인프라 관련 리스크가 대형 테크 기업의 재무제표를 넘어, 회사채·유동화증권·사모 대출시장 전반으로 전가될 수 있음을 의미한다.
루이지애나에서 진행 중인 메타의 ‘하이페리온(Hyperion)’ 데이터센터 프로젝트는 이러한 금융 구조를 잘 보여준다. 약 270억달러로 추정되는 이 캠퍼스 개발에서, **블루아울 캐피털(Blue Owl Capital)**이 운용하는 펀드가 합작법인 지분 80%를 보유하고, 메타는 20%를 쥐고 있는 구조다. 메타는 막대한 설비투자를 오프밸런스화하면서도 용량을 확보하는 대신, 대체 운용사와 채권투자자들이 상당한 자본 리스크를 떠안는 셈이다.
스틴 판 니우어버르흐(Stijn Van Nieuwerburgh) 컬럼비아 비즈니스스쿨 교수는 이러한 AI 인프라 확충이 개발사, 대주단, 구조화금융 상품 전반으로 레버리지를 어떻게 확산시키는지 분석해 왔다. 개발 단계의 프로젝트파이낸싱, 이를 기초자산으로 한 유동화증권, 그리고 이를 매입하는 보험·연기금·프라이빗 크레딧 펀드까지 레버리지 사슬이 길어질수록, AI 사이클의 조정이 금융 시스템에 미치는 충격도 커질 수 있다는 지적이다.
전 SEC(미 증권거래위원회) 위원장이자 MIT 슬론스쿨 교수인 **게리 겐슬러(Gary Gensler)**는 이러한 AI 투자 사이클 전체를 “자본시장과 실물 경제가 함께 거는 패럴레이(bet)”라고 표현한 바 있다. 단순한 기술 혁신 투자가 아니라, 금융 시스템 차원의 거대한 베팅이라는 인식이다.
암호화폐 전략가 **아서 헤이즈(Arthur Hayes)**는 AI 인프라와 신용시장의 과열이 결국 신용 사이클의 급격한 조정으로 이어질 수 있다고 본다. 그의 시나리오에 따르면, AI 관련 신용 위축이 발생할 경우 연준이 긴축을 되돌리고 대규모 완화를 단행하게 되고, 이 과정에서 비트코인(Bitcoin) (BTC)이 최대 100만달러까지 치솟을 수 있다. 다만 이는 어디까지나 개인적인 투기적 견해일 뿐, 와튼스쿨 연구에서 제시된 기초 시나리오는 아니라는 점이 강조된다.
‘칩·전력·캐파’ 쟁탈전, 수익이 따라올까
이번 투자 폭증은 몇 년 전부터 이어져 온 AI 하이퍼스케일러 간의 ‘칩·전력·데이터센터 캐파’ 선점 경쟁의 연장선이다. 엔비디아(Nvidia) 등 고성능 GPU 공급이 제한적인 상황에서, 대형 테크 기업들은 장기 계약과 선급금, 자체 데이터센터 건설로 물량과 전력 인프라를 선점해 왔다.
문제는 이렇게 앞당겨 지출되는 인프라 투자를 상쇄할 만큼, 실제 생산성과 매출이 충분히 빠르게 따라올 수 있느냐다. 와크터 연구가 제시한 2.7배라는 생산성 목표치는, 단순한 효율 개선을 넘어 비즈니스 모델 전반의 재편을 요구한다. 기업용 소프트웨어·클라우드·광고·콘텐츠 제작 등에서 AI가 얼마나 새로운 매출원을 열어줄 수 있을지, 또 그 수익이 자본 비용을 상쇄하고도 남을지에 시장의 시선이 집중되고 있다.
현재로서는 AI 인프라 투자가 경기·신용 사이클의 어느 국면에 있는지에 대한 의견이 엇갈린다. 일부는 지금을 ‘닷컴 버블’ 전성기와 비슷한 과열 단계로 본다. 반면, 다른 쪽은 아직 초기 인프라 구축 국면에 불과하며, 생산성 향상과 수익화가 뒤따를 경우 이번 투자가 오히려 저평가일 수 있다고 주장한다.
다만 한 가지 분명한 점은, AI 인프라 확대가 점점 더 외부 차입과 프라이빗 크레딧 자본에 의존하고 있다는 사실이다. 생산성이 목표에 미달할 경우, 그 후폭풍은 개별 빅테크 기업의 주가를 넘어, 회사채·유동화증권·대체 신용시장 전반에 걸친 조정으로 이어질 수 있다.
다음 읽을거리: 레버리지·고래 매수에 XRP 1.544달러 돌파
