1.4조 달러짜리 AI 도박: 골드만삭스가 보는 장밋빛 미래와 그림자 장부의 경고

왜 월가의 예측은 너무 보수적인가

골드만삭스가 현재 월가의 컨센서스에 반기를 드는 이유는 명확하다. 시장의 예측대로라면 2027년 하이퍼스케일러 투자 성장률이 믿기 어려울 정도로 급격히 둔화된다는 결론이 나오기 때문이다 . 골드만은 AI 투자가 국내총생산(GDP)의 2~3%를 지속적으로 차지할 경우, 연간 지출이 기본 시나리오인 1조 1천억 달러를 넘어 최대 1조 4천억 달러까지 치솟을 수 있다고 반박한다 .

이러한 모델의 핵심은 상시 가동형 AI 에이전트에 대한 베팅이다. 단순히 질문에 답하고 멈추는 챗봇과 달리, AI 에이전트는 여러 단계의 작업을 수행하고 다른 소프트웨어(API)를 호출하는 등 지속적으로 활동한다. 이런 ‘항상 켜져 있는’ 행동 방식이 토큰 소비량을 기하급수적으로 늘리는 주범이며, 이는 기존 예측 모델의 선형적 성장 곡선과는 완전히 다른 수요 궤적을 그리고 있다 .

진짜 병목은 자금이 아니다: 전력, 인력, 그리고 물리적 제약

골드만삭스는 AI 발전을 가로막는 가장 큰 장벽이 무엇인지 매우 직설적으로 밝히고 있다. 보고서는 “자본 부족이 가장 시급한 병목 현상이 아니며, 진짜 문제는 이를 가동할 전력”이라고 단언한다 . 10년 동안 정체되었던 전력 수요는 2030년까지 전 세계 데이터 센터 전력 소비량을 160% 급증시킬 것으로 예상된다 . 미국만 해도 2028년까지 데이터 센터용 전력이 45기가와트나 부족할 것으로 보이며, 2030년까지는 대형 원자력 발전소 72개 분량에 해당하는 72기가와트의 신규 설비가 필요하다 .

문제는 현재의 전력망이 이런 미래를 위해 설계되지 않았다는 점이다. 새로운 천연가스 발전소 건설에는 송전 및 인허가에만 5~7년이 소요되고, 풍력과 태양광은 간헐적 공급에 그치며, 원자력은 장기적인 해결책일 뿐이다 . 믿을 만한 전력 공급원인 가스 연소 터빈 역시 2030년까지 사실상 품절 상태다 .

인력 문제는 하드웨어보다 해결하기 훨씬 더 어려울 수 있다. 골드만삭스는 AI 인프라 구축에만 약 76만 명의 추가 전기 기술자 및 숙련공이 필요하며, 이 중 20만 7천 명은 3~4년의 전문 교육이 필요한 특수 인력이라고 추산한다 . 이들은 실리콘밸리가 코드로 해결하거나 해외로 이전할 수 없는, 현장에 발을 딛고 일해야 하는 인력이다 .

골드만은 또한 ‘장기화 위험’이라는 개념을 제시한다. 전력망 연결 지연, 인허가 병목, 변압기 및 개폐기 등 핵심 장비 부족 현상은 프로젝트 일정을 크게 늦춘다. 최악의 경우 이러한 지연이 ‘AI 수요에 대한 의구심’으로 이어지는 악순환을 만들 수 있다. 그럼에도 불구하고 골드만삭스는 2026년부터 2031년까지 누적 AI 설비투자가 약 7조 6천억 달러에 달할 것으로 전망한다 .

모건스탠리의 더 공격적인 예측

모건스탠리의 예측도 최근 1년 새 극적으로 상향 조정되었다. 1년 전만 해도 2026년과 2027년 하이퍼스케일러 투자를 4,500억 달러로 예상했지만, 2026년 1분기 실적 발표 후 이끄는 애널리스트들은 이 수치를 2026년 8천억 달러, 2027년 1.2조 달러로 대폭 올렸다 .

모건스탠리는 2027년 하이퍼스케일러 설비투자 규모를 1.16조 달러로 보고 있어, 골드만의 기본 시나리오(1.1조 달러)보다 높고 강세 시나리오(1.4조 달러)보다는 낮다 . 양측 은행이 동의하는 점은 투자 대비 매출 비율이 미지의 영역에 진입했다는 사실이다. 모건스탠리는 2026년부터 2028년까지 이 비율이 34%~39%에 달해, 닷컴 버블 시기 기록한 약 32%의 정점을 넘어설 것으로 본다. 리스(임대)를 반영하면 최대 44%~45%까지 치솟을 수 있다 .

그림자 장부: 드러나지 않은 수천억 달러의 빚

화려한 투자 규모 이면에는 더욱 불안한 금융 공학이 숨어 있다. 무디스는 아마존, 메타, 알파벳, 마이크로소프트, 오라클 등 미국 5대 하이퍼스케일러가 보유한, 아직 시작되지도 않은 미래 데이터 센터 임대 약정 규모가 6,620억 달러에 달한다고 추산했다 . 회계 기준상 서비스가 시작되기 전에는 부채로 잡히지 않는다는 점을 이용한 것이다. 이는 대차대조표에는 보이지 않고 주석에만 숨어 있는 ‘부외 부채’나 다름없다 .

이 모든 할인되지 않은 미래 임대 약정을 합산하면 약 9,690억 달러로, 이는 해당 5개 기업의 조정 부채 총액의 113%에 육박하는 규모다 . 향후 몇 년간 이 약정들이 개시되면 영업 비용으로 반영되어 잉여 현금 흐름을 압박하고, 투자자들이 오랫동안 기대해 온 자사주 매입 여력을 크게 위축시킬 것이다 .

또 다른 우려는 특수목적기구(SPV) 를 활용한 자금 조달 급증이다. 주요 기술 기업들은 1,200억 달러 이상의 데이터 센터 부채를 재무제표 밖의 SPV를 통해 조달했다 . 모건스탠리는 이러한 부외 자금 조달 방식이 2028년에는 8,000억 달러에 달할 수 있다고 전망한다 . 이러한 구조는 보통 8%~10%의 얇은 자기자본 쿠션만을 가진 채, 빠르게 가치가 하락하는 GPU를 담보로 잡고 있으며, 임대 기간도 전통적인 10년 대신 4년으로 짧다 .

오라클 사태와 커지는 신용 위험

오라클의 사례는 AI 금융 조달 체계가 얼마나 빨리 삐걱거릴 수 있는지 보여주는 좋은 예다. 2025년 말, 미시간 데이터 센터 자금 조달 과정에서 블루 아울 캐피탈과 결별한 사건은 부외 부채 모델의 취약성을 그대로 드러냈다. 1,240억 달러의 부채와 2,480억 달러의 임대 약정을 안고 있는 오라클에 대해 시장은 투자 등급 기업임에도 “냉혹할 정도로 빠르게” 신용을 재평가했다 .

국제결제은행(BIS)은 이미 신용도가 낮은 하이퍼스케일러들의 신용부도스와프(CDS) 스프레드가 상승하고 있다고 관찰했다. 이는 막대한 부채 공급량과 AI 프로젝트의 수익성에 대한 의구심이 동시에 반영된 결과다 . 미국 금융안정감독위원회(FSOC)와 영국 중앙은행은 AI 인프라 부외 부채의 누적을 시스템적 취약점으로 공식 지목하기도 했다 .

문제를 더욱 악화시키는 것은 집중 위험이다. 대부분의 SPV 기반 부채는 단일 자산(데이터 센터 하나)이나 단일 임차인에 묶여 있다. 만약 그 임차인이 실패하거나 수요가 줄어들면, SPV라는 법적 구조 때문에 모기업의 대차대조표로 손실을 쉽게 전가하기 어려워 연쇄적인 손실이 발생할 수 있다 . 세계적인 채권 운용사 핌코(PIMCO)는 GPU 제조사가 자신들이 공급하는 바로 그 SPV에 신용을 제공하거나 지분 투자를 하는 식의 ‘순환 대출’ 구조가 자본 시장 경색 시 재융자 위험을 키울 수 있다고 경고한다 .

두 개의 이야기가 공존하는 호황

현재의 AI 인프라 구축은 현대 역사상 전례 없는 속도와 규모로 진행되고 있다. 5대 하이퍼스케일러는 2026년 한 해에만 전년 대비 83% 증가한 7,550억 달러를 지출할 예정이다 . 모건스탠리에 따르면 이 8,000억 달러 규모는 S&P 500 내 모든 비기술 기업들의 전년도 설비투자 총액과 맞먹는 수준이다 .

그러나 이를 가능하게 하는 자금 조달 구조 자체가 새로운 위험을 낳고 있다. 낙관론은 아직 대규모로 검증되지 않은 AI 에이전트의 24배 토큰 수요 증가에 기대고 있다. 반면 골드만삭스 내부에서조차 나오는 비관적 반론은 “현재까지의 수익으로는 투자를 정당화할 수 없다”라고 말한다 . 이 두 극단 사이에는 따라잡을 수 없는 전력망, 턱없이 부족한 숙련 인력, 곧 현실화할 천문학적 부외 부채라는 냉혹한 물리적 현실이 놓여 있다. 이 그림자 장부의 파장은 결코 기술 섹터 안에만 머물지 않을 것이다.