AI가 투자금을 회수하려면 매년 1조달러를 어디선가 벌어야 한다
AI CAPEX가 크다는 말은 이제 충분하다. 더 중요한 질문은 그 돈을 회수하려면 최종 사용자가 얼마를 내야 하느냐다. Goldman Sachs가 역산한 숫자는 연간 약 1조달러다. AI 투자 논쟁은 이제 기술의 가능성보다 경제의 손익계산서로 이동하고 있다.
20초 핵심
AI 붐의 돈은 지금까지 반대 방향으로 읽혔다
Nvidia가 GPU를 판다. TSMC가 칩을 만든다. 메모리 업체가 HBM을 공급한다. Broadcom 같은 업체가 networking을 판다. 데이터센터 개발업체는 건물을 짓고, 전력회사는 전기를 공급한다. Amazon, Microsoft, Google, Oracle 같은 hyperscaler는 이 모든 것을 묶어 compute를 판매한다.
여기까지는 누군가의 CAPEX가 다른 누군가의 revenue다. GPU 출하가 늘고 데이터센터와 전력수요가 늘어나는 동안 공급망 기업의 매출은 먼저 커질 수 있다. 하지만 이 사슬 전체가 지속되려면 마지막에는 외부에서 현금이 들어와야 한다.
결국 사용자가 내는 돈이 인프라 전체의 수익률을 결정한다.
Goldman의 1조달러는 예언이 아니라 hurdle rate다
Goldman 전략가 Ryan Hammond의 계산에 따르면 5대 미국 hyperscaler는 2026년 약 8,000억달러를 CAPEX에 쓰고, 2027년에는 Goldman 기준 약 1.2조달러까지 늘릴 수 있다. 이 정도 투자에서 손익분기 수준에 도달하려면 향후 연간 약 3,000억달러의 AI 관련 매출이 필요하다는 추정이다.
한 단계 아래 application layer까지 내려가면 문턱은 더 높아진다. hyperscaler가 견조한 투자수익률을 내고, AI application 업체도 compute 비용을 지불한 뒤 충분한 마진을 남기려면 AI 사용자가 애플리케이션에 연간 약 1조달러를 써야 한다는 계산이다.
이 숫자를 정확한 미래 매출 전망으로 읽으면 안 된다. 투자 규모, 자산 수명, 감가상각, compute 가격, 마진 구조가 바뀌면 필요한 매출도 달라진다. 더 유용한 해석은 현재의 AI 자본투자가 요구하는 경제적 문턱을 숫자로 보여주는 것이다.
1조달러가 얼마나 큰가
Gartner의 2026년 7월 전망에서 전 세계 software 지출은 약 1조4,680억달러다. Goldman의 AI application 지출 1조달러는 이 시장의 약 68%에 해당한다. AI가 기존 software 시장 안에서 하나의 새로운 카테고리로만 성장한다면 상당히 높은 문턱이다.
| 비교 항목 | 연간 규모 | 읽는 법 |
|---|---|---|
| 2026 세계 software 지출 | 약 $1.47T | 현재 software 경제 전체의 기준점 |
| 필요 AI application 지출 | 약 $1.0T | software 시장의 약 68% |
| 필요 hyperscaler AI 매출 | 약 $0.3T | 인프라 투자 break-even을 위한 Goldman 추정치 |
| 현재 cloud 매출 가속분 | 연환산 약 $0.07T | Q2 2026 기준 pre-AI trend 대비 증가분 |
따라서 AI bull case의 본질은 “ChatGPT 구독자가 더 늘어난다”보다 훨씬 크다. AI가 software budget 밖에 있는 돈을 가져와야 한다는 가설이다.
그래서 진짜 시장은 software가 아니라 labor일 수 있다
기업이 연봉 10만달러를 지급하는 업무의 30%를 AI agent가 처리하고, 그 대가로 연간 5,000달러를 받는다고 가정해보자. 실제 품질과 책임 문제가 해결된다는 전제 아래 기업은 그 비용을 지불할 경제적 이유가 생긴다. 이때 AI 매출은 기존 SaaS 예산을 나눠 갖는 것이 아니라 인건비와 외주비, 처리비용의 일부를 software 지출로 바꾼다.
이 메커니즘이 software development, customer service, sales, marketing, accounting, legal research, healthcare administration, finance 같은 여러 업무에서 동시에 작동한다면 1조달러 시장의 경로는 훨씬 현실적으로 설명된다.
Airbnb 사례가 흥미로운 이유도 여기에 있다. 회사는 올해 상반기 출시한 기능과 개선사항이 전년 동기보다 약 80% 늘었고, 일부 핵심 프로젝트의 concept-to-launch 시간이 최대 60% 줄었다고 밝혔다. 동시에 Q2 고객지원 관련 booking당 비용은 전년 대비 약 16% 감소했다. 이 증가분 전체를 AI 하나의 효과로 돌릴 수는 없지만, 적어도 AI의 가치가 token 사용량이 아니라 생산성과 비용으로 측정되기 시작했다는 사례다.
AI가 1조달러 시장이 되려면 software budget만 먹어서는 부족하다. labor budget을 먹어야 한다.
반대편 숫자도 있다 - 수요는 이미 움직이고 있다
이 계산을 곧바로 “AI 투자가 과잉”이라는 결론으로 연결하는 것도 성급하다. Goldman에 따르면 hyperscaler의 cloud revenue는 2026년 2분기 기준 AI 이전 추세보다 연환산 약 700억달러 빠르게 증가하고 있다. 발표된 backlog도 1.5조달러를 넘는다.
즉 최종 수요가 없는 상태에서 인프라만 건설되는 것은 아니다. 문제는 속도다. 현재 확인되는 약 700억달러의 매출 가속이 향후 3,000억달러 수준의 AI 매출로 얼마나 빨리 확장될 수 있는지, 그리고 application layer의 최종 지출이 1조달러를 향해 갈 수 있는지가 핵심이다.
여기에 자금조달 비용도 붙는다. AI 관련 대규모 회사채 발행이 늘면서 인프라 수익률을 증명해야 하는 시간 압박은 과거보다 커지고 있다. 매출이 CAPEX를 따라오는 속도가 늦어질수록 financing과 valuation의 부담은 커질 수 있다.
“AI는 버블인가, 산업혁명인가”라는 질문은 투자자에게 너무 크고 모호하다. Goldman의 계산이 유용한 이유는 논쟁을 검증 가능한 숫자로 바꿔주기 때문이다.
장기투자자가 볼 것은 AI 매출이 CAPEX를 얼마나 빨리 따라오는가다. 그 gap이 지속적으로 좁아지고, 기업 고객이 AI 비용을 인건비 절감이나 추가 매출로 회수하기 시작한다면 지금의 인프라 투자는 실적으로 정당화될 수 있다. 반대로 AI 지출이 기존 IT 예산에 하나의 비용 항목만 추가하고 생산성, 인력구조, 매출에 변화가 없다면 1조달러의 지속가능한 최종수요를 만들기는 어려워진다.
따라서 다음 AI 투자 사이클의 핵심 지표는 GPU shipment만이 아니다. “한 개의 성공한 업무를 처리하는 비용”과 “AI 1달러가 만들어내는 경제적 가치”가 더 중요해질 가능성이 높다.
- 아니다. Goldman의 계산은 현재 투자와 마진 가정을 바탕으로 한 경제적 문턱에 가깝다.
- GPU 가격, 자산 수명, utilization, compute 단가, 마진이 달라지면 필요한 최종 지출도 달라진다.
- 기존 software budget만 놓고 보면 매우 큰 규모다.
- 다만 AI가 인건비, BPO, 고객지원, 광고, commerce 등 다른 경제적 지출을 software로 전환한다면 addressable market은 달라진다.
- 수요 부재라고 보기는 어렵다. Goldman은 cloud 매출이 pre-AI trend보다 연환산 약 700억달러 빠르게 늘고 있다고 분석했다.
- 핵심은 수요의 존재가 아니라 현재 CAPEX 규모를 정당화할 만큼 빠르게 커지는지다.
- 가능하다. 인프라 공급자는 고객의 CAPEX가 집행되는 동안 먼저 매출을 인식할 수 있다.
- 다만 최종 사용자의 ROI가 약하면 시간이 지나 hyperscaler의 CAPEX 속도가 둔화될 수 있어 결국 같은 경제 사슬에 연결된다.
체크 포인트
인사이트 타임스 편집부
