자본시장 · 리포트

Goldman Sachs가 2030년까지 하이퍼스케일러 자본지출이 1조 달러에 달할 것으로 예측하며, Wall Street 컨센서스가 AI 인프라 지출을 '여전히 과소평가하고 있다'고 지적했다.

5년간 $1조 자본지출($200B/year)은 반도체/네트워킹 지출의 역사적 최고치를 상회하며, 현재 $70-80B 기준 대비 2-3배 성장을 의미합니다.

업계 전문지Slicast · 2026년 7월 11일 14:29 UTC · 미국 · 출처: FourWeekMBA

중요도 82

Goldman Sachs 글로벌 투자 조사팀은 Amazon, Microsoft, Google, Meta, Oracle/OpenAI 급의 지출자들이 선택한 합산 자본 지출이 2022년 1,560억 달러에서 2027년 약 1조 달러로 급증할 것으로 예상합니다. 이 조사팀은 월스트리트 컨센서스가 이러한 규모를 상당히 과소평가하고 있다고 주장합니다. Goldman의 2027년 기본 시나리오는 약 1.1조 달러이며, 강세 시나리오는 1.4조 달러에 달합니다. 이 범위는 지출 방향이 아닌 AI 수익화 속도에 대한 진정한 불확실성을 반영합니다.

데이터는 명확한 변곡점을 보여줍니다. 2022년 1,560억 달러(팬데믹 이후 클라우드 정상화)에서 시작하여 2024년 2,540억 달러로 급증했고(ChatGPT 시점, GPU 할당 전쟁), 2025년 4,430억 달러로 거의 두 배 증가했으며(HBM 부족, 데이터센터 부지 확보, 기가와트급 전력 거래), 2026년 7,640억 달러, 2027년 1조 180억 달러로 예상됩니다. 각 증분은 가속화되는 하드웨어 수요와 인프라 구축을 반영합니다.

두 가지 중요한 주의사항이 있습니다. 2026년 예상치와 2027년 예상치는 자본 예산 변화 및 시기 조정의 영향을 받을 수 있는 추정치입니다. ByteDance는 Goldman의 조사에서 명시적으로 "미포함" 상태로 표기되었으며, 해당 수치는 기업 공시에서 직접 도출된 것이 아니라 외삽된 것입니다. 기본 시나리오에서 강세 시나리오까지의 1.1조 달러에서 1.4조 달러 범위는 이러한 불확실성을 솔직하게 반영합니다.

중국의 궤적도 상대적 규모면에서 동등하게 주목할 만합니다. Alibaba, Tencent, ByteDance, Baidu는 2022년 약 80억 달러에서 2027년 1,230억 달러로 자본 지출을 증가시킬 것으로 예상되며, 절대 규모로는 15배 증가입니다. 이러한 예상에 따르면 미국 하이퍼스케일러는 2027년 중국의 4대 AI 인프라 투자자가 지출하는 금액의 약 8배를 지출할 것입니다. 이는 계산 능력의 양분화를 단일 비율로 표현한 것입니다.

기본적인 구조적 현실은 개별 기업 예산을 훨씬 초월합니다. 이것은 새로운 범주의 국가 규모 인프라 약속을 나타내며, 실현될 경우 20세기 철도 건설과 전기화 시기 이후 미국 GDP에서 볼 수 없었던 비중을 차지할 것입니다. AI의 모든 물리적 병목—HBM 메모리, 첨단 패키징, 전력망, 데이터센터 부지—은 이 자본 지출 궤적의 직접적인 결과입니다. 이는 일시적인 공급 불일치가 아니라 수년간의 구조적 수요 약속입니다. Micron의 2,500억 달러 AI 메모리 구축과 SK Hynix의 기록 수익은 공급 측이 속도를 맞추려고 경쟁하고 있음을 반영합니다. Meta의 Alberta 가스 화력 발전 프로젝트는 데이터센터 수요가 전력망 확장을 불충분하게 만든 방식을 보여줍니다. AI 스택 전체가 수직화를 겪고 있습니다. 이러한 자본 지출 규모에서 외부 공급업체에 대한 의존성이 실존적 위험을 나타내기 때문입니다.

미국-중국 격차도 마찬가지로 구조적입니다. 2027년 예상치 기준 약 8배의 지출 격차는 정책 격차나 인재 격차가 아니라 정량화된 계산 능력 격차입니다. 중국은 미국 하이퍼스케일러의 지출을 맞추려고 시도하지 않으며, 더 낮은 절대 기반 내에서 효율성을 합리적으로 추구합니다. 이는 DeepSeek의 효율성 우선 접근방식이 보여주듯이 아키텍처 혁신을 형성하는 제약입니다. 두 가지 서로 다른 AI 경제가 형성되고 있습니다. 하나는 순수 자본 투입으로 경쟁하고, 하나는 달러당 계산 효율성으로 경쟁합니다.

Goldman의 1870년대 철도, 20세기 초 전기화, 1990년대 후반 인터넷과의 역사적 비교는 설득력이 있습니다. 각각은 최고 투자 시점에 GDP의 2~3%를 소비했으며, 결국 생산성 향상으로 정당화되었지만 먼저 수익화가 따라잡기 전에 가혹한 과잉 건설 단계를 거쳤습니다. 연간 1조 달러 이상의 자본 지출로 AI 인프라는 그 GDP 비중 임계값에 접근하고 있습니다. 핵심 질문은 2027년에서 2028년까지 AI 수익화가 자본 배치를 정당화할 정도로 충분히 가속화될지, 아니면 하이퍼스케일러 대차대조표의 재무 압력이 심화될지 여부입니다.

이 자본 지출 궤적은 AI 인프라 스택의 Layer 0을 정의합니다. 그 위의 모든 레이어를 가능하게 하거나 희소하게 만드는 순수 자본입니다. 이 레이어가 5년에 걸쳐 6~7배로 복합될 때, 모든 레이어는 동시에 더욱 가치있으면서도 더욱 제약됩니다. 희소성은 순환적이 아니라 구조적입니다. 미국-중국 격차는 이 십년의 지정학적 현실을 나타냅니다. 그리고 연간 1조 달러는 수익을 창출해야 합니다. 그 수익화 경쟁은 AI 경제에서 중앙의 미해결 질문으로 남아 있습니다.

원문 보기