마이크로소프트·알파벳·아마존·메타 4개 사가 2026년에 집행하겠다고 밝힌 설비투자(capex)를 합치면 약 7,250억 달러다. 2025년 약 4,100억 달러에서 77% 늘어난 규모다.1 이 돈이 “인터넷급 전환의 초입”인지 “닷컴 버블의 재현”인지는 아직 결론이 나지 않았다. 다만 판단에 쓸 수 있는 지표는 정해져 있다. 이 글은 자본이 어디로 흐르는지, 실적과 수요가 그 투자를 받쳐 주는지, 전력이라는 물리적 제약은 얼마나 큰지를 순서대로 정리한다.
AI 버블론의 쟁점은 무엇인가?
논쟁의 핵심은 “AI가 쓸모 있느냐”가 아니라 “투입되는 자본이 독립적인 실수요에 기반하느냐”다. 가장 자주 지적되는 것이 순환 구조다. 엔비디아가 오픈AI에 최대 1,000억 달러를 투자하겠다고 발표하자, 그 돈이 다시 엔비디아 칩 구매로 돌아오는 것 아니냐는 우려가 나왔다. 번스틴의 애널리스트는 이 거래가 ‘순환’ 우려를 키울 것이라고 평가했다.2 반대 시각도 있다. 엔비디아는 이 투자금이 자사 제품의 직접 구매에 쓰이지 않는다고 설명했고, 일부 애널리스트는 문제될 것이 없다고 본다.2
수익성 쪽 근거도 엇갈린다. MIT NANDA의 2025년 보고서는 기업 생성형 AI 시범 사업의 약 95%가 손익에 뚜렷한 영향을 내지 못했다고 보도됐다. 다만 표본이 작고 응답자의 자기 보고에 기댄 조사라, 헤드라인 수치를 그대로 일반화하기는 어렵다.3

설비투자 규모는 지금 얼마나 되나?
2026년 4월 말 실적 발표 기준으로 주요 4개 사의 연간 투자 계획은 다음과 같다.1
| 기업 | 2026년 capex 계획 | 비고 |
|---|---|---|
| 알파벳 | 1,800억~1,900억 달러 | 2027년에는 “상당히” 늘 것이라고 언급 |
| 마이크로소프트 | 약 1,900억 달러(2026 달력연도) | 부품 가격 상승분 250억 달러 포함 |
| 아마존 | 2,000억 달러 안팎 | 1월 가이던스 유지 |
| 메타 | 1,250억~1,450억 달러 | 상·하단 각각 100억 달러 상향 |
무디스는 범위를 오라클·코어위브까지 넓힌 하이퍼스케일러 전체 capex가 2026년 7,850억 달러, 2027년에는 1조 달러에 근접할 것으로 전망했다.4 같은 표에서 보듯 이 수치는 가이던스이고 확정 지출이 아니다. 분기마다 수정된다는 점을 감안해야 한다.
엔비디아 실적은 수요를 증명하는가?
엔비디아는 2027 회계연도 2분기(2026년 7월 26일 종료)에 매출 962억 달러(전년 대비 106% 증가)를 기록했고, 이 가운데 데이터센터 매출이 890억 달러로 92% 이상을 차지했다. 3분기 매출 가이던스는 1,080억 달러(±2%)이며, 중국 데이터센터 컴퓨팅 매출은 가정하지 않았다.5
이 숫자는 “칩을 사는 쪽의 지출이 아직 줄지 않았다”는 뜻이지, 그 칩 위의 서비스가 돈을 번다는 증거는 아니다. 골드러시에서 삽과 청바지를 판 쪽이 먼저 번 것과 같은 구도이고, 이 구도가 지속되려면 구매자의 AI 매출이 따라와야 한다. 엔비디아 매출이 소수 대형 고객에 집중돼 있다는 점도 애널리스트들이 짚는 위험 요소다.2

AI의 진짜 병목은 전력인가?
국제에너지기구(IEA)는 전 세계 데이터센터 전력 소비가 2024년 약 415TWh(전 세계 전력의 약 1.5%)에서 2030년 약 945TWh로 두 배 이상 늘 것으로 전망한다. 이는 현재 일본의 전체 전력 소비를 약간 웃도는 규모이며, AI가 가장 큰 동인으로 꼽힌다.6 2035년 기본 시나리오는 약 1,200TWh다. 불확실성은 2030년 이후 더 커진다고 IEA도 밝힌다.
- 전력망 증설, 발전원 확보, 냉각 능력이 AI 확장 속도를 제약한다.
- 값싸고 안정적인 전력을 가진 지역으로 데이터센터가 몰릴 가능성이 크다.
- 전력 계약이 늦어지면 칩을 확보해도 가동이 지연될 수 있다.

독점 데이터와 칩 다변화는 판도를 바꾸는가?
대규모 언어모델은 대부분 공개된 데이터로 학습한다. 반면 기업의 설비 이력, 고객 로그, 물류 흐름 같은 비공개 데이터는 모델 차별화의 원천이 될 수 있다. 데이터 확보 경쟁이 산업별 특화 AI로 번지는 이유다. 칩 쪽에서도 범용 GPU 외에 구글 TPU나 클라우드 사업자의 자체 설계 칩 비중이 커지고 있어, 엔비디아 중심 구도가 고정된 것은 아니다. 다음 국면의 질문은 칩 자체보다 “그 위에서 무엇으로 돈을 버는가”다.
한국은 무엇을 지켜봐야 하나?
한국의 AI 논의는 GPU 확보와 HBM 같은 메모리 성과에 쏠려 있다. 이는 한국의 강점이지만, 데이터센터 전력 공급과 냉각, 제조·의료처럼 강점 산업의 데이터 활용 제도가 함께 갖춰지지 않으면 칩 위의 부가가치가 해외로 흐를 수 있다. 세 축을 모두 세계 최고로 만들기는 어렵기 때문에 우선순위를 정하는 선택이 필요하다는 것이 이 글의 판단이다. 이 부분은 필자의 해석이며 출처가 있는 사실과는 구분해서 읽어야 한다.

버블인지 가르는 관찰 지표는 무엇인가?
단정 대신 분기마다 다음을 확인하면 국면 변화를 먼저 읽을 수 있다.
- 하이퍼스케일러 capex 증가율과 잉여현금흐름의 방향(투자가 현금으로 뒷받침되는가)
- 기업 AI 도입의 실제 ROI와 유료 전환 지표
- 인프라 기업(칩·전력)과 서비스 기업 간 실적 격차
- 순환 출자·상호 약정에 대한 회계·규제 이슈
- 전력 공급 계약과 데이터센터 가동 지연 여부
- Yahoo Finance, Magnificent 7 earnings rush reveals AI spending surge (2026-04-30)
- Axios, Nvidia’s $100B OpenAI investment fuels AI bubble fears
- Fortune, MIT report: 95% of generative AI pilots at companies are failing
- DatacenterDynamics, Moody’s hyperscaler capex forecasts
- StorageNewsletter, NVIDIA Fiscal 2Q27 Financial Results (2026-08-27)
- IEA, Energy and AI (2025)