facts

바클레이스와 웰스파고, UBS 등 주요 분석 기관의 추정치에 따르면 아마존(AWS), 마이크로소프트(Azure), 구글(Google Cloud)의 AI 매출 구조는 극도로 편중되어 있다. 바클레이스는 2026년부터 2028년까지 AWS AI 매출의 73~75%가 오픈AI와 앤스로픽의 컴퓨팅 지출에서 발생할 것으로 내다봤다. 웰스파고 역시 마이크로소프트 AI 매출의 70% 이상이 이 두 회사에 집중되어 있다고 분석했다.

구글 클라우드의 경우 상황이 더 구체적이다. UBS에 따르면 2026년 구글 클라우드 전체 매출의 28%, 2027년에는 48%가 앤스로픽과 오픈AI로부터 나올 것으로 추정된다. 특히 구글은 앤스로픽에 100억 달러에서 최대 400억 달러를 투자했으며, 아마존 또한 앤스로픽에 50억 달러, 오픈AI에 500억 달러를 투입했다. 이렇게 투입된 자본은 다시 하이퍼스케일러의 클라우드 인프라 사용료로 돌아오는 순환 구조를 띠고 있다.

인프라 투자 규모와 실제 매출의 격차도 크다. 아마존은 2026년 자본 지출(Capex)로 2200억 달러를 계획하고 있지만, 오픈AI와 앤스로픽을 제외한 AI 매출은 85억 달러에 불과할 것이라는 추정이 나온다. 마이크로소프트 역시 2026 회계연도에 1159억 달러를 지출했으나, 비(非) AI 랩 관련 AI 매출은 이에 훨씬 못 미치는 수준이다.

market-flow

이번 데이터가 가리키는 핵심 흐름은 '순환 금융(Circular Financing)'을 통한 매출 부풀리기다. 하이퍼스케일러가 AI 랩에 지분 투자를 하고, 그 자금을 받은 AI 랩이 다시 하이퍼스케일러의 GPU와 데이터센터를 임대하는 방식이다. 시장은 이를 'AI가 수익을 내고 있다'고 해석하지만, 실제로는 외부의 다양한 엔터프라이즈 고객이 아닌, 자신들이 밀어준 두 개의 거대 랩이 매출의 대부분을 견인하고 있는 셈이다.

채택 흐름에서도 왜곡이 발견된다. 아마존 베드록(Bedrock), 구글 버텍스 AI(Vertex AI), MS 애저 파운드리(Azure Foundry) 같은 플랫폼들은 다양한 모델을 제공하며 범용적인 수요가 있는 것처럼 보이지만, 실제 매출의 상당 부분은 이 플랫폼을 통해 유통되는 앤스로픽과 오픈AI 모델의 API 사용료와 컴퓨팅 비용에서 나온다. 즉, 일반 기업의 자생적인 AI 도입 속도보다 AI 랩의 모델 훈련 및 추론 비용 지출 속도가 훨씬 빠르다.

투자 관점에서는 자본 배분의 효율성 문제가 제기된다. 수천억 달러 규모의 데이터센터 증설이 '폭발적인 일반 수요'가 아니라 '두 회사의 생존과 성장'을 위해 이루어지고 있기 때문이다. 만약 오픈AI나 앤스로픽의 비즈니스 모델이 붕괴하거나 벤처 캐피털의 자금줄이 마를 경우, 하이퍼스케일러들이 구축한 거대 인프라는 즉시 과잉 설비로 변할 위험이 있다.

reader-impact

한국의 AI 실무자와 기업 결정권자는 하이퍼스케일러가 제시하는 'AI 성장 지표'를 그대로 믿기보다, 실제 엔터프라이즈 시장의 '순수 채택률'을 분리해서 관찰해야 한다. 현재의 클라우드 가격 정책이나 서비스 패키징이 실제 수요가 아닌, 인프라 가동률을 유지하기 위한 강제적인 AI 기능 탑재나 가격 인상에 기반하고 있을 가능성이 크기 때문이다.

특히 자체 인프라 구축이나 대규모 GPU 도입을 검토하는 기업은 다음 신호를 확인해야 한다. 첫째, 오픈AI와 앤스로픽 외에 수십억 달러 단위의 컴퓨팅 비용을 지불하는 제3의 엔터프라이즈 고객군이 실제로 등장하는지 여부다. 둘째, 하이퍼스케일러들이 AI 매출 비중을 세부적으로 공개하도록 압박받는 규제 환경의 변화다.

결국 현재의 AI 시장은 소수 모델 랩의 지출 규모에 전체 인프라 생태계가 동기화된 상태다. 실무자는 특정 모델의 성능 향상이라는 기술적 지표 외에도, 이 모델들을 지탱하는 자본의 흐름이 지속 가능한지, 혹은 특정 랩의 위기가 곧바로 클라우드 서비스의 불안정성이나 가격 변동으로 이어질 리스크가 없는지 판단 기준으로 삼아야 한다.