13가지 차트가 보여주는 이야기: 왜 AI 자본 지출(Capex) 투자는 실패했는가

AI 관련 주식이 시장을 주도하고 있습니다. AI 지출이 경제를 이끌고 있습니다.

기술 기업, 사모펀드(Private Equity), 심지어 정부까지 AI에 수십억 달러를 투자하고 있으며, 향후 수조 달러를 투자할 계획입니다. 표면적으로, 이 모든 이해관계자들의 지지는 안심할 만합니다. 이는 일리가 있어 보입니다, 그렇죠?

권위에 호소하는 대신, 몇 가지 사실을 살펴봅시다. 현재 상황을 설명하는 데 도움이 되는 13가지 차트가 여기 있습니다. 미래는 미스터리이지만, 현재를 이해할 기회는 우리에게 있습니다.

투자 규모:

AI에 대한 기대감이 경제라는 산을 움직이고 있습니다. AI 지출이 없었다면 미국 경제는 거의 정체 상태(1% 성장)에 가까울 것입니다.

하지만 AI 산업은 결코 "자본 경량" 산업이 아닙니다. 개발 후에는 미미한 비용으로 배포가 가능한 소프트웨어와 달리, AI는 항상 돈을 갈망합니다. 이 자본 지출(capex)이 바로 칩 설계자, 파운드리(위탁 생산), 데이터 센터 공급업체를 포함한 전체 AI 공급망의 수익을 이끌어내는 동력입니다.

자본 지출의 둔화 조짐은 보이지 않습니다. 모건 스탠리(Morgan Stanley)는 데이터 센터를 구축하는 데 2025년에서 2028년 사이에 2조 9천억 달러($2.9 Trillion, '조' 단위)가 필요할 것으로 추정합니다. 이 수치에는 이 센터들을 위한 에너지 용량을 개발하는 데 필요한 막대한 금액과, 이들의 끝없는 전기 갈증은 포함되어 있지 않습니다. 이제 이 투자에 대해 합리적인 수익을 창출하기 위해 필요한 매출 규모를 상상해 보십시오. 낙관적인 시나리오에서도 (기회비용은 차치하고) 손익분기점만 넘기기 위해 20조 달러의 매출이 필요할 것입니다. 시장의 기대치는 하늘을 찌르고 있습니다.

맥킨지(McKinsey)는 심지어 2030년까지 3조 9천억 달러에서 7조 9천억 달러가 지출될 것이라는 더 높은 전망치를 내놓았습니다! 이들의 수치에는 3천억 달러의 전기 비용이 포함되어 있는데, 이는 미국 내에서 찾을 수 있는 것보다 더 많은 가구에 전력을 공급할 수 있는 양입니다. 이러한 추정치들은 마치 많은 AI 기업들(예: 팔란티어(Palantir))의 주가처럼 과장된 이야기로 들리기 시작합니다.

왜 이렇게 비용이 많이 드는 걸까요?

AI 모델을 훈련시키고 실행시키는 핵심 동력인 병렬 컴퓨팅 칩부터 시작해 봅시다. 하드웨어 설계자 및 제조업체들은 더 많은 컴퓨팅 파워에 대한 수요의 물결에 힘입어 이 산업의 진정한 현금 창출원이 되고 있습니다. 이것이 바로 엔비디아(Nvidia)를 4조 달러 규모의 시가총액으로 끌어올린 요인입니다.

새로운 슈퍼컴퓨터의 하드웨어 비용은 매년 두 배씩 증가하고 있습니다. 새롭게 반복될 때마다 더 많은 칩, 더 빠른 칩, 그리고 더 비싼 칩이 필요합니다 (칩 이야기를 계속하니 배가 고파지네요).

데이터 센터가 당신에게 필요한 유일한 부동산인 것처럼 보입니다:

하지만 하드웨어와 부동산만이 이 방정식의 유일한 변수는 아닙니다. 전기는 이 실리콘 정맥(실리콘 칩)을 흐르는 피와 같습니다. 풍부한 에너지가 없다면, 데이터 센터는 고철 더미에 불과합니다. 가장 많은 에너지는 모델의 초기 훈련에 필요합니다. 전력 요구량은 매년 2.6배씩 증가하고 있습니다.

이런 속도라면, 데이터 센터는 전용으로 사용할 발전소 전체를 필요로 하게 될 것입니다. 상황을 이해하기 쉽게 설명하자면, 1 기가와트(GW)는 약 80만 가구에 전력을 공급할 수 있습니다.

전력 '요구량'이 매년 2.6배씩 증가하고 있지만, 저는 미국이 그런 빠른 속도로 에너지 인프라를 구축할 수 있을지에 대해 강하게 회의적입니다. 발전소는 칩과 같은 방식으로 대량 생산될 수 없습니다. 에너지는 (희망적인) 자본 지출(capex) 계획에 핵심적인 병목 현상이 될 것으로 보입니다.

올해 미국에서는 64GW라는 기록적인 양의 신규 발전 용량이 가동될 예정이며, 이는 작년보다 28% 증가한 수치입니다. 이와 함께 38GW의 노후 발전소도 은퇴하게 ...