AI 인프라 투자를 고민한다면 먼저 한 가지 질문에 답해야 한다. 돈을 가장 많이 쓰는 기업이 정말 가장 많이 버는가? 직관적으로는 그럴 것 같다. 하지만 자본 사이클의 역사는 반대를 말한다. 막대한 투자는 종종 투자한 당사자가 아니라, 그 결과물을 가져다 쓴 사람들의 몫이 됐다.
2026년 하이퍼스케일러 4사의 연간 설비투자는 6,000억 달러를 넘어섰다. 아마존, 마이크로소프트, 구글, 메타가 각각 1,000억 달러 이상을 데이터센터에 쏟아붓는다. 숫자만 보면 이건 누구도 못 막는 흐름 같다. 그런데 스파크라인 캐피털의 카이 우는 2025년 10월 보고서 ‘서바이빙 더 AI 캐펙스 붐’에서 다른 각도를 들이댄다. 기술은 진짜지만, 돈의 사이클도 진짜라는 것.
“이번에는 다르다”라는 가장 위험한 말
영어에서 가장 비싼 문장이 있다. “이번에는 다르다.” 거품의 정점마다 사람들은 이렇게 말했다. 19세기 철도, 1990년대 후반 광섬유, 2000년 닷컴. 기술의 내용은 매번 달랐지만, 자본이 움직이는 방식은 소름 끼치게 똑같았다.
순서는 늘 이렇다. 기업들이 시장을 선점하려고 경쟁적으로 투자한다. 돈이 몰린다. 공급이 수요를 앞지른다. 가격이 무너진다. 그리고 가장 많이 투자한 자본 집약적 기업부터 비틀거린다. GDP 대비로 따지면 지금 AI 인프라 구축 규모는 철도 전성기나 2000년 광섬유 붐보다 크다. 그러니 “이번엔 다르다”는 말이 나올 때일수록 한 발 물러서서 봐야 한다.
이건 AI가 안 중요하다는 얘기가 아니다. 오히려 정반대다. 인터넷은 진짜 세상을 바꿨다. 다만 그 변화로 돈을 번 주체와 인프라에 돈을 쏟은 주체가 달랐을 뿐이다. AI 인프라 투자도 같은 갈림길 앞에 서 있다. 이 큰 그림을 더 보고 싶다면 AI 투자 열풍, 거품일까 혁명일까를 먼저 읽어도 좋다.
자산 경량 기업이 자본 집약 기업으로 변했다
지난 10년간 매그니피센트 7은 자산을 가볍게 들고 다녔다. 공장도, 거대한 설비도 최소화하고 무형 자산으로 돈을 벌었다. 그게 이들이 그렇게 높은 수익률을 낸 이유였다.
그런데 AI 패권 경쟁에 들어서면서 체질이 바뀌었다. 알파벳의 설비투자는 매출의 21%, 마이크로소프트는 28%, 메타는 35%에 달한다. 메타는 지금 웬만한 전력회사보다 더 많은 돈을 설비에 쓰고 있다. 가벼웠던 몸이 무거워진 것이다.
문제는 무게가 아니라 수명이다. 철도의 강철은 30년을 갔다. 그런데 GPU는 2년에서 5년이면 회계적으로든 경제적으로든 낡아버린다. 데이터센터 한 번 지었다고 끝이 아니라는 뜻이다. 계속 다시 사고, 다시 채워야 한다. 파마와 프렌치의 고전적 연구는 자산을 공격적으로 늘리는 기업이 장기적으로 시장보다 한참 뒤처진다는 사실을 보여줬다. 업종 사이의 차이가 아니라 같은 업종 안에서도 그렇다. 자본 효율로 성공한 모델이 자본 집약으로 돌아설 때, 역사는 거의 항상 수익률 저하로 답했다.
순환 자금조달이라는 새 변수
2026년의 AI 인프라 투자에는 예전에 없던 변수가 하나 더 붙었다. 돈의 출처다. 하이퍼스케일러들의 풍부했던 현금흐름 시대가 끝나가면서, 이들은 채권 시장에 손을 벌리기 시작했다. 빅테크의 회사채 발행이 급증했고, AI 인프라 빌드아웃에 필요한 부채는 조 단위로 불어나고 있다.
여기서 신용시장이 먼저 신호를 보냈다. 오라클의 5년물 신용부도스와프(CDS)는 2025년 초 40bp 수준에서 2026년 3월 약 200bp까지 벌어졌다. 현금을 태우는 전략에 시장이 의문을 던지기 시작했다는 뜻이다. 이 흐름과 수혜주의 위치를 더 구체적으로 본 글이 오라클 주가 하락이 보여준 AI 투자 수혜주의 진짜 자리다. 돈을 빌려서 짓는 인프라는, 수요가 비용 곡선을 앞지르는 동안에만 효율적인 자본 배분이다. 그 가정이 흔들리는 순간 가장 먼저 흔들리는 쪽도 구축자다.
모건스탠리 계열 분석과 모닝스타의 진단이 한 목소리로 짚는 지점도 여기다. 지출 자체가 문제가 아니라, 그 지출을 정당화할 만큼 수요가 빠르게 자라느냐가 관건이다.
구축자는 무너져도 활용자는 번영했다
광섬유 붐을 복기해 보자. 거품이 꺼진 뒤 깔아놓은 대역폭의 85%가 놀았고, 가격은 90% 떨어졌다. 인프라에 베팅한 통신사들은 90% 넘게 폭락했다. 그런데 바로 그 잔해 위에서 넷플릭스, 구글, 유튜브, 페이스북이 자랐다. 헐값이 된 인프라를 가져다 쓴 쪽이 다음 시대의 승자가 됐다.
이게 영원한 교훈이다. 인프라를 짓는 기업은 고생하고, 그 인프라를 활용하는 기업은 번영한다. 플랫폼이 만든 가치는 플랫폼을 만든 자에게 거의 돌아가지 않는다. 새 기술을 실제 문제에 갖다 쓰는 사람에게 돌아간다. 역사 속 기술 붐에서 배우는 AI 투자를 보면 이 패턴이 한두 번이 아니었다는 걸 알 수 있다.
그래서 AI 인프라 투자에서 가장 중요한 구분은 단순하다. 이 기업은 인프라를 짓는가, 쓰는가. 파도를 만드는 기계에 돈을 내는가, 파도를 타는가. 카이 우 자신도 맨 그룹 같은 글로벌 운용사들과 비슷한 결론에 닿는다. AI는 거대한 범용 기술이 될 것이다. 다만 가치 사슬의 어느 칸에서 돈이 떨어질지를 골라야 한다.
활용자는 싸고, 구축자는 비싸다
여기서 가장 흥미로운 데이터가 나온다. 카이 우의 분석에 따르면, AI를 활용하는 얼리어답터 기업들은 시장 대비 약 13%의 밸류에이션 프리미엄에 거래된다. 반면 인프라를 짓는 기업들은 137%의 프리미엄을 받고 있다. 같은 AI 테마인데 가격표가 열 배 가까이 벌어진 셈이다.
이 갭이 말하는 건 분명하다. 시장은 이미 구축자에게 미래의 기대를 잔뜩 얹어놨다. 반대로 AI를 도구로 써서 생산성을 끌어올릴 금융, 통신, 산업, 헬스케어, 에너지 기업들은 상대적으로 방치돼 있다. 스파크라인이 짠 AI 포트폴리오가 적정 가치의 인프라 기업 약 20%, 다양한 산업의 활용자 약 80%로 구성된 것도 이 논리다. 파도를 타는 기계 값을 안 내고, 파도를 탄다.
물론 한 가지에 다 거는 건 그 자체로 위험하다. 인프라든 활용자든, 한쪽으로 몰리면 사이클이 반전될 때 똑같이 다친다. 이 균형의 기술은 AI 투자 열풍 속 집중 투자의 함정에서 더 풀어놨다.
실전 AI 인프라 투자 체크리스트
당장 종목을 들여다볼 때 던질 질문은 다섯 개로 압축된다.
- 자본 집약도: 매출 대비 설비투자 비중이 얼마인가? 자산 경량 모델을 지키는가, 집약적으로 변했는가?
- 수익 모델: 지금 실제로 돈을 버는가, 아니면 미래 기대에만 기대는가? 투자금 회수 계획이 현실적인가?
- 가치 사슬 위치: 인프라를 짓는가, 쓰는가? 플랫폼 제공자인가, 응용 개발자인가?
- 감가상각 부담: 핵심 자산의 수명이 짧아 계속 재투자해야 하는 구조인가?
- 밸류에이션: “AI 기업”이라는 이름값에 얼마를 더 내고 있는가? 그 프리미엄이 실제 현금흐름으로 설명되는가?
이 다섯 개를 통과 못 하는데 단지 ‘AI’라는 이유로 사는 건, 가장 비싼 시점에 가장 무거운 기업을 사는 일이 될 수 있다.
진보는 진짜지만, 사이클도 진짜다
AI는 우리 세대 가장 큰 기술 변화가 될 것이다. 그건 의심하지 않는다. 하지만 투자 수익을 가르는 변수는 어떤 모델 구조보다 오래되고 예측 가능하다. 자본 집약도, 경쟁, 밸류에이션. 인센티브가 결국 다 말해준다.
낙관은 무엇이 가능한지 상상하게 해준다. 규율은 그 상상 밑에 깔린 경제적 현실에 발을 붙이게 해준다. 둘 다 필요하다. 역사를 참고한다면, AI 시대의 승자는 그 기술을 영리하게 갖다 쓰는 쪽일 가능성이 크다. 인프라를 짓느라 현금을 태우는 쪽이 아니라.
그러니 다음에 AI 인프라 투자 뉴스를 볼 때 한 번만 더 물어보자. 이건 파도를 만드는 기계인가, 파도를 타는 사람인가.
AI를 직접 활용하는 가장 빠른 방법은 만들어보는 것이다. Gen Studio에서 이미지와 콘텐츠 생성을 직접 다뤄보면, ‘활용자’의 자리가 어떤 의미인지 감이 온다.
참고 자료: Excess Returns, “Understanding the AI CapEx Boom | Five Lessons from Kai Wu”