AI 산업에서 새로운 병목이 나타나고 있다. 그래픽처리장치(GPU)도, 고대역폭메모리(HBM)도 아니다. 수백억 달러에서 수천억 달러가 필요한 데이터센터를 실제로 건설할 자본이다.
엔비디아(Nvidia)가 아폴로 글로벌 매니지먼트(Apollo Global Management), 블랙스톤(Blackstone), 블랙록(BlackRock), 브룩필드 자산운용(Brookfield Asset Management), 골드만삭스(Goldman Sachs), 콜버그크래비스로버츠(KKR) 등 월가의 대형 금융회사들과 손잡고 5000억 달러 이상을 AI 인프라에 공급하는 금융 플랫폼 구축에 나섰다. 각 금융기관은 엔비디아 고객들이 칩과 데이터센터, 전력 인프라를 확보할 수 있도록 별도의 자본 풀을 조성하는 방안을 추진한다.
아직 최종 계약이 체결된 것은 아니다. 엔비디아와 금융기관들은 양해각서를 체결한 단계다. 그러나 규모만 놓고 보면 약 5000억 달러, 현재 환율 기준 700조원을 넘는 자본이 AI 인프라를 향해 움직이는 셈이다.
이 숫자가 중요한 이유는 엔비디아의 역할이 달라지고 있기 때문이다. 지금까지 엔비디아의 핵심 사업은 AI 칩을 설계하고 판매하는 것이었다. 앞으로는 고객이 그 칩을 구매하고 가동할 데이터센터까지 지을 수 있도록 자본을 연결하는 역할까지 확대되고 있다.
AI 칩을 팔려면 데이터센터에 돈부터 넣어야 한다
엔비디아의 실적만 보면 이런 금융지원이 필요하지 않아 보인다. 회사의 2026 회계연도 매출은 2159억 달러로 전년보다 65% 증가했고, 4분기 데이터센터 매출만 623억 달러로 1년 전보다 75% 늘었다. AI 칩 수요는 여전히 강하다.
문제는 앞으로 필요한 인프라 규모다. 모건스탠리(Morgan Stanley)는 하이퍼스케일 클라우드 기업들이 2026년부터 2028년까지 AI 인프라에 약 3조5000억 달러를 투자할 것으로 추산하고 있다. 전체 AI 인프라 구축 규모는 장기적으로 8조 달러를 넘어설 수 있다는 전망도 나온다.
아마존(Amazon)은 올해 약 2000억 달러, 알파벳(Alphabet)은 1750억~1850억 달러, 메타(Meta)는 1150억~1350억 달러 수준의 자본지출을 계획하고 있다. 마이크로소프트(Microsoft) 역시 1000억 달러를 훨씬 넘는 투자 규모를 유지하고 있다. AI가 소프트웨어 산업에서 철강·전력·통신과 비슷한 자본집약 산업으로 변하고 있다는 의미다.
여기서 구조적인 문제가 생긴다. 엔비디아가 아무리 많은 GPU를 생산해도 고객이 데이터센터를 지을 자본과 전력을 확보하지 못하면 칩을 설치할 곳이 없다. 결국 엔비디아의 성장도 고객의 자본조달 능력에 의존하게 된다.
최근 오픈AI(OpenAI)와 논의 중인 초대형 데이터센터 금융이 대표적이다. 엔비디아는 오픈AI가 미국 오하이오주에서 추진하는 대규모 데이터센터 프로젝트와 관련해 약 2500억 달러 규모의 금융 보증을 제공하는 방안을 협의하고 있다. 전체 프로젝트 비용은 5000억 달러를 넘을 수 있으며, 논의되는 보증은 데이터센터 임대와 부채금융을 지원하는 구조다.
엔비디아가 데이터센터 건설비를 직접 모두 부담하는 것은 아니다. 자신의 높은 신용도와 월가의 자본을 결합해 고객이 대규모 부채를 조달할 수 있도록 만드는 방식이다. 이 구조가 현실화되면 엔비디아는 칩 공급자이면서 동시에 자신의 칩을 구매할 시장을 금융적으로 만들어주는 기업이 된다.
AI의 새로운 위험은 ‘순환 금융’
여기서 이번 5000억 달러 계획의 두 번째 의미가 나타난다. AI 산업에서는 칩 제조사와 데이터센터 사업자, AI 모델 기업, 금융기관의 이해관계가 점점 더 촘촘하게 연결되고 있다. 엔비디아는 GPU를 공급하고, 데이터센터 사업자는 GPU를 담보로 자금을 조달하며, AI 기업은 장기간 컴퓨팅 사용계약을 체결한다. 그 계약을 기반으로 다시 금융기관이 대출과 사모신용을 제공한다.
AI 클라우드 기업 코어위브(CoreWeave)가 대표적이다. 이 회사는 엔비디아 GPU를 대규모로 확보해 마이크로소프트와 메타, 오픈AI 등에 컴퓨팅 자원을 제공하면서 급성장했다. 올해 예상 매출은 약 126억 달러에 이르고 계약잔고는 약 990억 달러에 달한다.
하지만 성장에는 막대한 자본이 필요하다. 코어위브는 올해에만 200억 달러 이상의 자본을 조달했으며, 여기에는 85억 달러 규모의 대출도 포함된다. 엔비디아는 동시에 코어위브의 GPU 공급자이자 주요 주주다.
이 구조 자체가 잘못됐다는 의미는 아니다. 발전소·항공기·통신망 같은 자본집약 산업에서도 장기 구매계약과 자산을 기반으로 대규모 프로젝트 금융을 조달하는 것은 일반적이다.
문제는 AI 칩의 기술 변화 속도가 훨씬 빠르다는 데 있다.
발전소나 송전망은 수십 년간 사용할 수 있지만 GPU는 새로운 세대가 빠르게 등장한다. 오늘 수십억 달러에 구매한 GPU가 몇 년 뒤에도 현재와 같은 경제적 가치를 유지할지는 확실하지 않다. GPU를 담보로 한 부채가 급증할수록 칩의 감가상각 속도와 부채 상환기간 사이의 불일치가 새로운 금융 리스크가 될 수 있다.
더 큰 문제는 수요다. AI 서비스가 현재 시장이 예상하는 속도로 성장하면 데이터센터와 GPU에 투입된 자본은 충분한 현금흐름을 만들 수 있다. 반대로 AI 서비스의 수익화가 늦어지면 높은 전력비와 감가상각비, 이자비용을 동시에 부담해야 한다.
결국 관건은 수조 달러가 투입되는 AI 인프라가 그만큼의 수익을 만들어낼 수 있느냐다. 투자 속도가 수익화 속도를 앞서기 시작하면 막대한 AI 인프라 투자는 기업의 성장동력이 아니라 재무 부담으로 돌아올 수 있다.
5000억 달러보다 더 부족한 것은 전력이다
자본을 확보해도 또 하나의 문제가 남는다. 전력이다. 국제에너지기구(IEA)는 전 세계 데이터센터 전력 소비가 2025년 약 485테라와트시(TWh)에서 2030년 약 950테라와트시로 거의 두 배 증가할 것으로 전망한다. 특히 AI 중심 데이터센터의 전력 소비는 같은 기간 약 세 배로 늘어날 것으로 예상된다.
데이터센터에 공급하기 위한 발전량도 2024년 약 460테라와트시에서 2030년 1000테라와트시 이상으로 늘어날 전망이다. 결국 AI 데이터센터 건설 속도를 결정하는 것은 GPU 구매 능력만이 아니라 발전소와 송전망, 변압기, 냉각시설과 용수까지 포함한 물리적 인프라다.
이 때문에 엔비디아의 5000억 달러 금융 플랫폼도 단순한 GPU 구매 금융에 머물지 않는다. 자금은 칩뿐만 아니라 데이터센터와 전력 인프라까지 연결하는 방향으로 설계되고 있다.
젠슨 황(Jensen Huang) 엔비디아 최고경영자는 데이터센터를 반복해서 ‘AI 팩토리(AI factory)’라고 표현해 왔다. 과거 데이터센터가 정보를 저장하고 처리하는 시설이었다면, AI 데이터센터는 토큰과 추론 결과를 생산하는 새로운 산업시설이라는 설명이다.
그 표현을 금융 측면에서 보면 의미가 더 분명해진다. AI 팩토리가 실제 공장이라면 반도체만 필요한 것이 아니다. 토지와 전력, 건설자금, 장기 금융과 고객이 모두 필요하다.
엔비디아의 다음 경쟁자는 칩 회사가 아닐 수도 있다
이번 움직임은 엔비디아의 경쟁 구도도 바꿀 수 있다. AI 칩의 성능만 놓고 보면 AMD를 비롯한 반도체 기업이나 구글의 자체 가속기 등이 경쟁 상대다. 그러나 고객에게 칩+네트워크+소프트웨어+데이터센터+금융까지 하나의 생태계로 제공할 수 있다면 경쟁의 범위 자체가 달라진다.
고객 입장에서는 가장 빠른 GPU를 구매하는 것보다 수십억 달러의 자본을 조달하고 필요한 전력을 확보해 데이터센터를 제때 가동하는 것이 더 어려운 문제가 될 수 있다. 엔비디아가 월가의 금융 능력까지 자신의 생태계에 연결하려는 이유도 여기에 있다.
한국에도 직접적인 의미가 있다.
엔비디아 GPU가 대규모 데이터센터에 설치될수록 SK하이닉스와 삼성전자의 고대역폭메모리 수요가 늘어난다. 하지만 한국 기업이 AI 가치사슬에서 메모리 공급자 역할에만 머문다면 데이터센터와 전력, 금융에서 발생하는 더 큰 부가가치는 미국의 빅테크와 자산운용사, 사모자본이 가져갈 가능성이 있다.
최근 한국이 용인·평택·청주를 중심으로 반도체 생산 능력을 확대하는 것도 같은 관점에서 볼 필요가 있다. 반도체 공장을 짓는 자본만 확보해서는 충분하지 않다. 전력과 용수, 첨단 패키징, 데이터센터, 장기 금융을 하나의 산업 시스템으로 연결해야 한다.
엔비디아와 월가의 5000억 달러 계획에서 가장 중요한 숫자는 어쩌면 5000억 달러가 아닐 수 있다.
AI 산업은 이제 좋은 칩을 만드는 기업만으로 움직이지 않는다. 칩을 구매할 자본, 이를 설치할 데이터센터, 가동할 전력과 장기간 위험을 감당할 금융까지 동시에 필요하다. 엔비디아가 월가를 자신의 AI 생태계 안으로 끌어들이는 이유도 여기에 있다. AI의 다음 경쟁은 누가 가장 좋은 GPU를 만드느냐뿐 아니라, 누가 기술과 자본·전력·데이터센터를 하나의 생산 시스템으로 묶을 수 있느냐에 달려 있다.
