서로 투자하고 서로 산다…255개 기업으로 얽힌 AI ‘돈의 순환’
Sona Asset Management, AI 공급망 255개 상장사 분석…시총 50조달러·부채 6조달러
엔비디아는 고객에게 투자하고 고객은 다시 GPU 구매…클라우드·데이터센터까지 자금 연결
AI 인프라에 회사채·프로젝트금융 급증…성장 뒷받침하지만 거래 집중 위험도 확대
인공지능 산업에 들어간 자금이 다시 AI 기업으로 돌아오는 거대한 순환 구조가 형성되고 있다. 반도체 기업이 AI 개발사에 투자하고, 투자받은 기업은 다시 그 회사의 반도체를 구매하며, 클라우드 기업은 AI 기업에 자금을 넣는 동시에 대규모 컴퓨팅 서비스를 판매한다. 데이터센터 운영사는 이러한 장기계약을 기반으로 금융회사에서 자금을 조달한 뒤 다시 GPU와 전력설비를 확보한다.
개별 거래만 놓고 보면 빠르게 성장하는 산업에서 흔히 나타나는 투자와 공급계약이지만, 관계를 한꺼번에 연결하면 다른 모습이 드러난다. 런던의 자산운용사 Sona Asset Management가 Bloomberg 자료를 토대로 AI 공급망을 분석한 결과 핵심 생태계에는 255개 상장기업이 연결돼 있으며, 이들의 시가총액 합계는 약 50조달러, 부채는 약 6조달러에 이른다. Sona 분석을 소개한 Axios는 AI 산업에서 투자자와 공급자, 고객, 금융제공자의 경계가 겹치면서 자본과 제품, 수요가 같은 기업들 사이를 반복해서 이동하고 있다고 전했다.
AI 산업은 이제 기술 경쟁만으로 설명하기 어려운 단계로 들어섰다. 반도체와 소프트웨어를 중심으로 성장했던 산업이 데이터센터와 발전설비, 부동산, 회사채, 프로젝트금융까지 끌어들이면서 거대한 자본집약형 산업으로 변하고 있기 때문이다. 이 과정에서 성장 속도는 빨라지고 있지만 자금과 수요가 일부 기업에 집중되는 구조도 동시에 확대되고 있다.
255개 기업을 연결하자 드러난 자금 구조
Sona Asset Management가 정리한 AI 산업 지도의 최상단에는 Microsoft와 Amazon, Alphabet, Meta 같은 대형 플랫폼 기업이 자리한다. 이들은 AI 모델을 운영하기 위해 막대한 데이터센터를 건설하고 Nvidia와 AMD 등에서 고성능 반도체를 구매하며, OpenAI와 Anthropic 같은 AI 개발사와도 대규모 계약을 맺고 있다. 그 아래에는 CoreWeave와 같은 네오클라우드 업체와 데이터센터 운영사, 전력기업, 냉각장비 업체, 네트워크 기업, 메모리 반도체 기업이 이어진다.
흥미로운 점은 이들 기업이 단순한 공급자와 고객 관계에 머물지 않는다는 데 있다. 같은 기업이 투자자이면서 동시에 공급자이고, 다른 기업은 투자받은 자금으로 다시 투자자의 제품을 구매하는 구조가 반복된다. Sona는 이처럼 AI 산업에서 자금과 제품, 서비스가 동일한 생태계 안에서 계속 순환하는 현상을 주요 특징으로 지목했다.
예를 들어 반도체 기업이 AI 개발사에 투자하면 해당 기업은 확보한 자금으로 데이터센터를 확대하고, 그 과정에서 다시 반도체 기업의 GPU를 구매한다. 클라우드 기업이 AI 개발사에 투자하면 개발사는 해당 클라우드 기업과 장기 컴퓨팅 계약을 맺고, 데이터센터 운영사는 이 계약을 금융기관에 제시해 자금을 빌린 뒤 다시 서버와 전력설비를 확충한다. 한 번 투입된 자금이 여러 단계의 매출과 투자로 이어지는 구조가 만들어지는 것이다.
엔비디아는 반도체를 넘어 금융까지 확장
이 변화의 중심에는 Nvidia가 있다. Nvidia는 AI 가속기 시장을 주도하는 반도체 기업이지만 최근에는 고객이 AI 인프라를 구축할 수 있도록 금융구조까지 직접 설계하는 단계로 사업 영역을 넓히고 있다. 반도체 판매가 끝이 아니라 고객의 설비투자와 자금조달까지 연결하는 방식이다.
Nvidia는 지난 8월 10일 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등과 함께 AI 컴퓨팅 인프라 금융 플랫폼을 구축한다고 발표했다. 목표 규모는 5000억달러 이상으로, Nvidia GPU를 사용하는 데이터센터와 AI 클라우드, AI 연구기업의 인프라 구축을 지원하는 데 활용될 예정이다. 회사는 이를 AI 컴퓨팅을 하나의 투자 가능한 인프라 자산군으로 만드는 과정이라고 설명했다.
기존 반도체 산업에서는 칩이 판매되면 거래가 종료되는 경우가 많았지만 AI 데이터센터는 구조가 다르다. 수십억달러 규모의 GPU가 데이터센터에 설치된 뒤 장기간 컴퓨팅 서비스를 제공하고, 그 미래 수익을 바탕으로 금융회사가 자금을 공급하면 운영사는 다시 GPU를 구매할 수 있다. AI 반도체가 단순한 전자부품을 넘어 금융자산의 기초가 되는 셈이다.
CoreWeave 매출 67%가 Microsoft에 집중
기업 간 연결이 깊어질수록 고객 집중에 따른 위험도 커진다. 대표적인 사례가 AI 클라우드 기업 CoreWeave다. Sona 분석에 따르면 CoreWeave 매출의 약 67%가 Microsoft에서 발생하며, 이는 대형 고객 한 곳의 투자계획이 기업 전체 실적에 상당한 영향을 미칠 수 있다는 의미다.
CoreWeave는 Nvidia GPU를 대규모로 확보해 AI 컴퓨팅을 임대하는 기업으로, 최근 몇 년간 AI 수요 확대에 맞춰 데이터센터와 GPU를 빠르게 늘려왔다. 성장 속도를 유지하기 위해 대규모 부채와 전환사채도 활용하고 있으며, 미국 증권거래위원회 제출 자료에 따르면 9월 17일 최대 35억달러 규모의 2033년 만기 전환사채 발행을 추진했다. 기본 발행규모는 30억달러이고 추가 발행 옵션은 5억달러다.
AI 컴퓨팅 수요가 예상대로 늘어난다면 이러한 구조는 빠른 성장을 가능하게 한다. 반면 대형 고객의 투자계획이 줄어들거나 GPU 임대가격이 떨어지면 현금흐름과 부채상환 능력이 동시에 영향을 받을 수 있다. 고객 한 곳에 대한 높은 의존도와 높은 부채가 결합될 경우 시장 변화가 기업 실적에 빠르게 반영될 수 있다.
한 기업의 투자계획이 공급망 전체를 움직인다
Applied Digital의 사례에서는 연결 관계가 한 단계 더 이어진다. Sona 분석에 따르면 Applied Digital 매출의 약 56%는 Oracle, 약 30%는 CoreWeave에서 발생한다. 그런데 CoreWeave 자체가 Microsoft 매출 의존도가 높은 기업이기 때문에 결국 Microsoft의 AI 투자 확대가 여러 단계를 거쳐 다른 데이터센터 기업의 매출로 이어지는 구조가 형성된다.
이 구조에서는 빅테크 한 곳이 데이터센터 지출을 늘리면 GPU 판매와 클라우드 매출, 전력설비 주문, 데이터센터 임대가 동시에 증가할 수 있다. 반대로 투자계획이 줄어들 경우 공급망 여러 단계에 같은 방향의 충격이 전달될 가능성도 커진다. Sona는 AI 산업의 핵심 기업인 Microsoft와 Meta, Nvidia 등이 높은 현금창출력과 신용도를 보유하고 있지만, 그 주변의 데이터센터와 네오클라우드 기업은 상대적으로 부채비율이 높고 현금흐름이 약하다고 분석했다.
이 때문에 AI 산업의 위험은 반드시 산업 중심부에서 먼저 나타나지 않을 수 있다. 오히려 핵심 기업의 투자를 기반으로 빠르게 성장한 중간 사업자나 데이터센터 개발사에서 먼저 문제가 발생할 가능성이 있다는 것이다. 공급망이 복잡해질수록 개별 기업의 실적보다 고객 관계와 자금조달 구조를 함께 볼 필요가 커지고 있다.
데이터센터 건설비가 금융시장을 끌어들인다
AI 산업이 금융시장과 빠르게 연결되는 가장 큰 이유는 데이터센터 건설비가 급격히 커지고 있기 때문이다. AI 모델을 학습하고 운영하려면 고가의 GPU뿐 아니라 전력과 냉각설비, 통신망, 대규모 부지와 건물까지 필요하다. 이 때문에 AI 투자는 소프트웨어 개발비보다 인프라 투자 성격이 강해지고 있다.
데이터센터 운영사 Vantage Data Centers의 사례가 이를 보여준다. Financial Times에 따르면 Vantage는 최근 Pimco와 PGIM 등을 대상으로 최대 20억달러 규모의 신규 대출을 추진하고 있으며, 2025년 이후 AI 데이터센터 확장 등을 위해 확보한 차입 규모는 약 480억달러에 이른다. 데이터센터 투자 규모가 커지면서 기존 은행뿐 아니라 보험사와 자산운용사, 사모신용시장까지 자금 공급에 참여하고 있다.
AI 데이터센터 금융은 점차 발전소와 공항, 통신망 건설에 사용되는 프로젝트금융과 닮아가고 있다. 장기 사용계약을 확보하고 이를 근거로 자금을 조달해 시설을 건설한 뒤, 미래에 발생할 컴퓨팅 사용료로 투자비를 회수하는 구조다. AI가 기술산업에서 인프라산업으로 이동하면서 금융 방식도 함께 변하고 있는 셈이다.
SoftBank, OpenAI 투자 위해 110억달러 채권시장으로
AI 투자 확대는 고위험 회사채 시장에도 영향을 미치고 있다. SoftBank는 최근 OpenAI 추가 투자자금을 마련하기 위해 110억달러가 넘는 고수익 채권 발행에 나섰다. Financial Times에 따르면 달러화 채권 약 100억달러와 유로화 채권 약 10억유로를 발행해 투자금을 확보하는 계획이다.
예상 금리는 만기별로 약 9~10% 수준으로, 글로벌 고수익 채권시장에서도 상당히 큰 규모의 거래에 해당한다. 이는 AI 투자가 벤처캐피털이나 빅테크 내부 자금에 머무르지 않고 글로벌 신용시장까지 본격적으로 끌어들이고 있음을 보여준다. Barron’s에 따르면 2026년 2분기 AI 관련 기업의 고수익 채권 발행 비중은 전체 시장의 약 24%로, 1년 전 6% 수준에서 크게 확대됐다.
AI 관련 기업의 자금조달이 늘어난다는 것은 산업 성장에 대한 금융시장의 기대가 크다는 의미이기도 하다. 동시에 기업들이 미래 AI 수요를 전제로 상당한 규모의 부채를 쌓고 있다는 뜻이기도 하다. 향후 AI 수요가 예상대로 늘어날 경우 성장의 레버리지가 되지만, 반대 상황에서는 금융부담이 커질 수 있다.
투자와 구매가 맞물리는 AI 생태계
현재 AI 산업의 자금흐름을 단순화하면 투자와 구매, 매출, 재투자가 하나의 고리로 이어진다. 투자자가 AI 기업에 돈을 넣으면 기업은 이 자금으로 GPU와 클라우드 서비스를 구매하고, 반도체와 클라우드 기업은 늘어난 매출을 바탕으로 다시 AI 스타트업과 데이터센터 사업자에 투자한다. 투자받은 기업은 다시 GPU와 데이터센터를 확대하면서 동일한 산업 안에서 자금이 여러 차례 이동한다.
이 과정에서 하나의 자금이 여러 기업의 매출과 투자로 반복해서 나타날 가능성도 커진다. 따라서 AI 산업에서 관측되는 수요 가운데 얼마나 많은 부분이 최종 소비자의 실제 지출에서 발생하고, 얼마나 많은 부분이 산업 내부 투자에서 만들어지는지를 구분할 필요가 있다. 매출 증가율만 보면 빠르게 성장하는 것처럼 보여도 자금의 출발점이 같은 기업 간 투자일 경우 수요의 성격은 달라질 수 있다.
다만 이러한 순환구조 자체를 곧바로 비정상 거래로 볼 수는 없다. 자동차 업체가 구매자에게 금융을 제공하거나 통신장비 업체가 고객사의 설비투자를 지원하는 구조는 기존 산업에서도 존재했다. Sona 역시 현재 AI 산업의 중심을 구성하는 하이퍼스케일러와 반도체 기업은 높은 현금창출력과 신용도를 갖고 있고, 실제 데이터센터와 GPU라는 물리적 자산도 존재한다는 점을 강조했다.
2008년 금융위기와 닮은 점과 다른 점
Sona 연구진은 현재 AI 산업의 구조에서 2008년 글로벌 금융위기 이전 주택금융시장과 일부 유사한 특징이 나타난다고 평가했다. 거래 상대방이 복잡하게 연결되고 특정 분야에 자금이 집중되며, 동일한 자금 공급자가 수요를 동시에 지원하는 구조가 커지고 있다는 점에서다. 다만 두 시장을 동일하게 보는 것은 적절하지 않다는 설명도 함께 제시했다.
2008년 금융위기는 가계 주택담보대출을 복잡한 파생상품으로 재구성하면서 금융기관 내부에 부실자산이 광범위하게 확산된 사건이었다. 현재 AI 투자에는 실제 데이터센터와 GPU, 전력설비라는 물리적 자산이 존재하고, Microsoft와 Meta, Alphabet 같은 주요 투자기업도 높은 영업현금흐름을 내고 있다. Sona 역시 현재 AI 투자의 상당 부분이 실제 인프라 구축에 사용되고 있다는 점을 당시 주택시장과의 중요한 차이로 제시했다.
따라서 현재 상황을 곧바로 ‘AI판 서브프라임’으로 규정하는 것은 지나친 단순화가 될 수 있다. 오히려 중요한 것은 자금과 수요가 얼마나 서로 얽혀 있는지, 특정 기업의 투자 축소가 공급망 어디까지 영향을 미칠 수 있는지를 확인하는 일이다. AI 산업의 위험은 거품 여부보다 연결 구조의 깊이에서 먼저 나타날 가능성이 있다.
AI 수요가 예상보다 늦게 나타날 경우
AI 데이터센터 금융의 기본 전제는 앞으로 컴퓨팅 수요가 지속적으로 증가한다는 것이다. 데이터센터는 장기간 운영되고 GPU와 건설비는 선투자되기 때문에 향후 수년 동안 충분한 이용료가 발생해야 투자비를 회수할 수 있다. AI 서비스 이용과 기업 도입이 예상대로 확대될 경우 현재의 대규모 투자는 비교적 안정적으로 유지될 수 있다.
반대 상황에서는 계산이 달라진다. 새로운 반도체가 나오면서 기존 GPU 임대료가 빠르게 떨어지거나, AI 모델 효율성이 높아져 같은 작업에 필요한 컴퓨팅 자원이 줄어들 수 있다. Google의 TPU, Amazon의 Trainium, Microsoft의 자체 AI 가속기 확대처럼 대형 고객이 자체 반도체 사용을 늘리는 것도 변수다.
GPU 가격과 컴퓨팅 임대료가 예상보다 빠르게 하락하면 현재 GPU를 담보로 차입한 일부 사업자의 자산가치와 현금흐름도 영향을 받을 수 있다. AI 산업에서는 기술혁신 속도가 빠르기 때문에 설비의 경제적 수명이 예상보다 짧아질 가능성도 있다. 기술 발전이 산업 성장을 이끌면서 동시에 기존 자산의 가치를 떨어뜨릴 수 있는 역설이 발생하는 것이다.
대형 고객 한 곳의 결정이 기업 실적 좌우
현재 AI 공급망에서 특히 주의할 부분은 대형 기업 한 곳의 투자 결정이 중소 사업자에게 미치는 영향이다. Microsoft가 데이터센터 투자를 확대하면 GPU 판매와 데이터센터 임대, 전력설비 주문이 동시에 늘어날 수 있지만, 반대로 계약 규모를 줄이면 여러 단계의 기업이 같은 방향으로 영향을 받을 수 있다. 공급망 중간에 위치한 기업일수록 매출 고객은 적고 부채 부담은 상대적으로 높은 경우가 많다.
Sona 연구진은 일부 중소 AI 인프라 기업에서 하나의 대형 고객이 내리는 투자 결정이 기업 존립과 연결될 정도로 중요할 수 있다고 평가했다. AI 산업의 중심에 있는 대형 기업들이 재무적으로 안정적이라고 해도 주변 기업까지 동일한 수준의 안정성을 보유한 것은 아니라는 의미다. 향후 AI 투자 사이클이 둔화될 경우 이러한 차이가 더욱 선명해질 수 있다.
따라서 AI 산업을 분석할 때는 전체 투자금액이나 매출 증가율만 볼 것이 아니라 고객 집중도와 부채 구조, 계약기간, 자금조달 조건을 함께 살펴야 한다. 기술기업 분석에 금융기업 분석 방식이 점점 더 필요해지고 있다.
AI 인프라가 새로운 금융자산으로
반대로 금융회사 입장에서는 AI 인프라가 거대한 신규 시장으로 떠오르고 있다. Nvidia가 Apollo와 BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등과 추진하는 5000억달러 규모의 금융 플랫폼이 대표적인 사례다. 금융회사들은 데이터센터와 GPU를 장기간 수익을 낼 수 있는 새로운 인프라 자산으로 보기 시작했다.
과거 인프라 금융의 주요 대상은 고속도로와 발전소, 공항, 통신망이었다. 장기간 안정적인 현금흐름을 낼 수 있는 시설을 건설하고 미래 수익을 담보로 자금을 공급하는 방식이다. AI 데이터센터 역시 대형 AI 기업과 장기 컴퓨팅 계약을 확보하면 미래 이용료를 근거로 건설비를 조달할 수 있다.
GPU 자체를 담보로 활용하는 금융상품도 등장하면서 AI 컴퓨팅 자산의 금융화는 더욱 빨라지고 있다. Nvidia는 이를 ‘AI 팩토리’라는 새로운 인프라 자산군으로 설명하고 있다. AI 산업이 성장할수록 반도체 판매량뿐 아니라 이를 둘러싼 금융시장 규모도 함께 확대되는 구조다.
AI 기업 실적을 읽는 기준도 달라져야
AI 투자 규모가 커지면서 기업 실적을 해석하는 방식도 복잡해지고 있다. A기업이 B기업에 대규모 투자를 하고, B기업이 다시 A기업의 서비스를 구매할 경우 A기업에는 실제 매출이 발생하지만 그 매출의 출발점에는 A기업이 제공한 투자금이 일부 포함될 수 있다. 회계상 매출 여부와 별개로 투자자는 최종적인 경제적 수요가 어디에서 발생했는지를 살펴야 한다.
기업끼리 서로 투자하면서 동시에 고객이 되는 거래가 늘어나면 단순한 매출 증가율만으로 산업 수요를 판단하기 어려워진다. 특히 데이터센터처럼 수년에서 수십 년을 전제로 투자하는 자산은 향후 AI 컴퓨팅 수요가 장기간 증가할 것이라는 가정에 크게 의존한다. 그 가정이 얼마나 현실적인지가 앞으로 수조달러 규모 투자수익을 좌우하게 된다.
지금의 AI 산업은 단순히 기술기업들이 성장하는 시장이 아니다. 반도체와 클라우드, 데이터센터, 전력, 채권시장, 사모신용까지 하나의 자금망으로 연결되면서 세계 금융시장 안에 새로운 산업군을 형성하고 있다. 255개 기업이 얽힌 구조는 AI가 하나의 기술 트렌드를 넘어 금융과 인프라를 동시에 움직이는 산업으로 바뀌었음을 보여준다.
AI의 다음 위험은 기술이 아니라 자금구조에서 나올 수도
AI 산업의 성장 자체는 여전히 강하다. Microsoft와 Meta, Alphabet, Nvidia 같은 핵심 기업들은 높은 현금창출력을 보유하고 있고 실제 기업과 소비자의 AI 이용도 계속 증가하고 있다. 현재의 대규모 인프라 투자 역시 이러한 수요 확대를 전제로 진행되고 있다.
다만 산업 내부의 자금 연결이 깊어질수록 한 기업의 투자 축소나 한 분야의 수요 둔화가 공급망 전체로 빠르게 전달될 가능성도 커진다. AI 산업에서 다음 문제가 모델 성능이나 반도체 공급이 아니라 부채와 고객 집중, 자금조달 구조에서 먼저 나타날 가능성을 배제하기 어렵다.
Sona Asset Management가 255개 상장사를 한 장의 지도에 연결한 이유도 여기에 있다. 개별 기업만 보면 빠르게 성장하는 AI 산업이지만, 전체 네트워크를 보면 자금과 수요, 부채가 서로 겹쳐 움직이는 새로운 산업 구조가 드러난다.
AI 산업의 향후 성장을 판단하려면 이제 모델 성능이나 GPU 출하량만으로는 부족하다. 누가 누구에게 투자하고, 누가 누구의 고객이며, 그 계약을 담보로 누가 다시 돈을 빌리는지까지 함께 봐야 한다.
AI 경쟁은 기술의 속도만큼 금융의 구조에서도 진행되고 있다.