AI 순환 거래의 실체: 거품인가, 새로운 시대인가

요약

  1. AI 빅테크 간 수천억 달러 규모의 순환 거래가 이루어지며, 한 기업이 흔들리면 전체가 무너질 수 있는 공생 구조가 형성됐다.
  2. 모건스탠리는 AI 데이터센터에 3조 달러가 투입될 것으로 전망하지만, OpenAI·Anthropic 등 주요 AI 기업들은 아직 수익을 내지 못하고 있다.
  3. 닷컴 버블처럼 순환 거래와 인프라 과잉투자가 반복되고 있으며, 붕괴 시 401(k) 등을 통해 일반 미국인들도 직접 타격을 받을 수 있다.

AI 붐과 순환 거래의 구조

AI는 이제 “곧 경제”로 여겨지며, 마이크로소프트·메타·알파벳 같은 기업들이 수십억 달러를 데이터센터와 인프라에 쏟아붓고 있다. 그러나 이 돈이 어떻게 흘러가는지 살펴보면 우려스러운 패턴이 보인다.

  • [00:49] 수십억 달러 규모의 “순환 거래”가 빅테크 사이에서 이루어지고 있다
  • [00:52] 엔비디아가 오픈AI에 최대 1,000억 달러를 투자할 예정
  • [02:02] 오픈AI는 동시에 엔비디아의 주요 고객으로서 칩 기반 서비스를 대규모 구매

“순환 거래란 기업들이 기본적으로 서로 간에 돈, 제품, 서비스를 돌려 쓰며 지출하는 것입니다.”

복잡한 중간자 구조

  • [02:12] 오라클 같은 중간자가 거래를 더 복잡하게 만든다
  • [02:14] 오픈AI가 오라클에서 컴퓨팅 자원을 임대하면, 오라클이 엔비디아의 고객이 된다
  • [02:35] 돈이 비슷한 기업들 사이를 계속 맴돌며 순환하는 구조
  • [02:52] 한 기업이 휘청거리면 전체가 무너질 수 있는 공생 관계

데이터센터 건설 군비 경쟁

AI 붐은 소프트웨어만이 아니라 대규모 건설 산업이기도 하다.

  • [03:04] 현재 상황은 “인프라 확장 군비 경쟁”
  • [03:24] 모건스탠리 추정: 기업들이 AI 데이터센터에 3조 달러 지출 전망
  • [03:48] 100만 제곱피트 규모의 옛 섬유 공장을 데이터센터로 전환하는 사례
  • [04:06] 데이터센터 건설 수요는 “끝이 없다”

속도와 전력의 문제

  • [04:22] AI에서는 “시간이 당신 편이 아니다” - 빠른 구축이 핵심
  • [04:32] 리트로핏 방식은 6개월, 신규 건설은 최대 2년 소요
  • [04:42] 공공요금 비용 상승이 인플레이션을 앞지르고 있다
  • [04:57] 데이터센터는 “지어 놓고 잊어버리는” 사업이 아니다
  • [05:04] 기술이 계속 작동하도록 지속적 투자가 필요하며, 그렇지 않으면 금세 쓸모없어진다

AI 기업들의 수익성 문제

막대한 투자에도 불구하고, 수익성은 아직 입증되지 않았다.

  • [05:11] 모든 주요 AI 프로젝트는 현재 적자 운영 중
  • [05:18] ChatGPT를 사용할 때마다 OpenAI가 손실을 본다
  • [05:21] OpenAI와 Anthropic 같은 기업들은 아직 수익을 내지 못하고 있다

“현재 태우고 있는 현금 규모를 감안하면 (손익분기점은) 2029년, 2030년쯤이라고요.”

  • [05:43] AI 스타트업들의 데이터센터 인프라 지출 약정이 쌓이며 실제 비용 지불 능력에 우려
  • [05:54] AI 데이터센터 기업들은 “탄광의 카나리아” 같은 존재 - 위기의 첫 신호가 여기서 나타날 것

닷컴 버블과의 비교

과거를 되돌아보면 현재의 위험을 이해할 수 있다.

  • [06:31] 2000년 닷컴 붕괴: 저축 손실, 텅 빈 오피스 파크, 5조 달러 가치 증발
  • [06:53] 아마존도 닷컴 붕괴 후 주가 회복까지 8년 소요
  • [07:00] “곡괭이와 삽” 기업인 시스코는 주가 회복까지 25년 소요

현재와의 유사점

  • [07:10] 순환 거래 패턴이 닷컴 시대와 유사
  • [07:28] AI 붐 붕괴의 파급력은 닷컴보다 더 광범위할 수 있다
  • [07:37] AI 투자가 GDP 성장에 기여하며 미국 경제를 뒷받침해 왔다
  • [07:47] 일반 미국인들은 401(k)와 빅테크 투자 계좌를 통해 이 위험에 노출

핵심 시사점

이 영상은 AI 산업의 구조적 취약성을 조명한다:

  1. 순환 거래의 위험: 거대 기업들 간의 상호 의존 구조는 한 곳의 문제가 전체 시스템을 흔들 수 있다
  2. 수익성 부재: 막대한 투자에도 불구하고 주요 AI 기업들은 아직 이익을 내지 못하고 있다
  3. 일반인의 노출: 연금과 투자 계좌를 통해 일반인들도 AI 버블의 위험에 직접 노출되어 있다