AI 인프라 투자 경쟁이 거세지면서 빅테크와 반도체 기업들이 고가의 AI 칩과 데이터센터 장비를 직접 구매하는 대신, 특수목적법인(SPV)과 장기 임대 계약을 활용하는 금융 방식을 늘리고 있습니다. 초기 현금 부담을 낮추고 투자 속도를 높일 수 있다는 장점이 있지만, 실제 부채와 위험이 여러 법인과 계약에 나뉘어 쌓이면서 시장이 전체 부담을 정확히 파악하기 어려워질 수 있다는 우려도 커지고 있습니다. 1. 아마존, 80억달러 AI 칩을 SPV로 분리 검토
아마존이 약 80억달러 규모의 엔비디아 고성능 AI 칩을 자사 재무제표에서 분리하는 방안을 검토하고 있습니다. 외부 투자자들이 자금을 댄 특수목적법인(SPV)이 엔비디아 그레이스 블랙웰 칩을 구매하고 보유하면, 아마존은 이를 직접 사는 대신 장기간 빌려 AI 서비스를 운영하는 방식입니다.
SPV는 특정 자산과 관련된 투자와 자금 조달을 별도로 관리하기 위해 설립하는 법인입니다. 이번 거래에서는 외부 투자자들이 SPV에 자금을 공급하고, SPV가 미국 내 여러 데이터센터에 들어갈 AI 칩을 구매하게 됩니다. 이후 아마존은 SPV와 장기 임대 계약을 맺고 장비 사용료를 냅니다. 이 임대료가 SPV가 발행한 채권의 이자와 원금을 갚는 재원이 되는 구조입니다.
SPV는 채권을 발행하거나 일부 지분을 외부 투자자에게 매각해 칩 구매 자금을 마련할 수 있습니다. 투자적격 신용등급을 받으면 보험사와 연기금 등 장기 투자자도 채권 매입에 참여하기 쉬워집니다.
아마존 입장에서는 칩을 직접 보유하지 않기 때문에 초기 현금 지출과 장부상 자산 규모를 줄일 수 있습니다. 설비투자를 계속 확대하면서도 재무제표를 상대적으로 가볍게 유지하려는 자산 경량화 전략으로 볼 수 있습니다.
그러나 비용과 위험이 사라지는 것은 아닙니다. 아마존은 장기간 임대료를 지급해야 하며, 회계상 사용권 자산과 임대부채가 일부 반영될 수 있습니다. SPV가 발행한 채권은 원칙적으로 아마존의 직접 부채는 아니지만, 아마존이 임대료를 내야만 SPV도 투자자에게 원리금을 지급할 수 있습니다.
따라서 투자자들은 SPV의 채권만 볼 것이 아니라 아마존의 장기 임대 약정, 최소 사용 의무, 장비 가치 보장 등을 함께 살펴야 합니다. AI 수요가 기대에 미치지 못하거나 신형 칩이 빠르게 등장해 기존 장비 가치가 하락하면, SPV는 장비를 다른 기업에 빌려주거나 매각하더라도 충분한 금액을 회수하지 못할 수 있습니다.
아마존은 올해 약 2200억달러를 설비투자에 사용할 것으로 예상되며, 상당 부분이 AI 인프라에 투입될 전망입니다. AI 인프라 비용이 빠르게 늘면서 빅테크는 외부 자금과 SPV를 활용하는 방식을 확대하고 있습니다. 이는 투자를 지속할 수 있게 해주지만, AI 붐과 관련한 실제 금융 부담이 어디에 얼마나 쌓이고 있는지를 더 복잡하게 만들 수 있습니다. 2. 브로드컴, 앤트로픽 장비 확보 위해 600억달러 금융 추진
브로드컴은 앤트로픽 등 AI 기업의 반도체와 데이터센터 장비 확보를 지원하기 위해 최대 600억달러 규모의 자금 조달을 추진하고 있습니다. 브로드컴은 대형 고객사에 맞춘 맞춤형 AI 칩인 ASIC와 데이터센터 네트워크 장비에 강점을 갖고 있습니다. 이번 거래는 장비 판매를 넘어 고객이 장비를 확보할 수 있도록 금융 구조까지 함께 제공한다는 점에서 주목됩니다.
앤트로픽이 600억달러를 직접 빌리는 방식이라기보다, 장비를 보유할 SPV나 데이터센터 금융회사가 자금을 조달하는 구조가 유력합니다. 은행과 기관투자자들이 SPV에 자금을 빌려주면, SPV는 그 돈으로 브로드컴의 AI 칩과 서버, 네트워크 장비를 구매합니다. 앤트로픽은 장비를 일시에 현금으로 사는 대신 장기 사용 계약이나 임대 계약을 맺고 사용료를 지급합니다. 이 사용료가 대출 원리금 상환의 재원이 됩니다.
이 같은 구조를 활용하는 이유는 아직 대규모 이익과 안정적인 현금흐름이 확립되지 않은 AI 기업의 신용만으로 600억달러를 조달하기가 쉽지 않기 때문입니다. 앤트로픽이 직접 돈을 빌린다면 금융기관은 회사가 미래에 충분한 수익을 내고 빚을 갚을 수 있는지를 중심으로 판단해야 합니다. 이 경우 높은 금리가 붙거나 대출 자체가 어려워질 수 있습니다.
반면 SPV 구조에서는 장비 자체의 가치, 앤트로픽의 장기 사용료 계약, 장비의 재임대·매각 가능성, 브로드컴의 가치 보장이나 지원 약속 등을 함께 평가할 수 있습니다. 앤트로픽의 기업 신용에만 의존하는 대출을 장비와 계약 현금흐름을 바탕으로 한 프로젝트 금융으로 전환하는 셈입니다.
전체 600억달러 가운데 420억달러는 클래스 A 선순위 담보부 대출로 조달하는 방안이 추진되고 있습니다. 선순위 대출은 문제가 발생했을 때 다른 채권자보다 먼저 상환받는 구조입니다. 나머지 180억달러는 클래스 B 후순위 대출로 구성되며, 선순위 채권자에게 상환하고 남은 자금에서 회수하게 됩니다. 손실 위험이 더 큰 만큼 통상 더 높은 수익률을 제공합니다.
다만 앤트로픽이 장비를 직접 소유하지 않는다고 해서 부담이 줄어드는 것만은 아닙니다. AI 서비스 매출이 기대에 못 미쳐도 장기 사용료와 데이터센터 비용은 계속 발생합니다. 장비 가치가 빠르게 떨어질 경우에는 장비를 담보로 돈을 댄 투자자뿐 아니라 장비 가치 보장에 나선 브로드컴도 부담을 안게 될 수 있습니다.
시장에서는 이번 거래가 공급업체 금융과 순환 금융 논란으로 이어질 수 있다는 지적도 나옵니다. 장비 공급업체가 고객에게 장비를 팔고, 고객이 그 장비를 구매하거나 사용할 수 있도록 금융까지 지원하면 공급업체가 지원한 자금이 결국 자사 매출로 되돌아오는 구조가 될 수 있기 때문입니다. 3. 엔비디아, GPU 담보로 5000억달러 AI 인프라 금융시장 구상
엔비디아는 GPU를 장기 대출의 담보로 활용해 약 5000억달러 규모의 AI 인프라 금융시장을 만들겠다는 구상을 추진하고 있습니다. AI 개발기업이나 데이터센터 사업자가 GPU를 담보로 자금을 조달하고, 이를 기반으로 AI 인프라를 구축하도록 하겠다는 것입니다.
엔비디아는 GPU를 항공기처럼 장기 금융이 가능한 자산으로 만들고 싶어 합니다. 금융회사가 항공기를 구매한 뒤 항공사에 장기간 임대하고, 항공기 자체를 담보로 자금을 조달하는 것처럼 GPU 역시 데이터센터에서 오랫동안 수익을 창출하는 인프라 자산이라는 논리입니다.
젠슨 황 엔비디아 최고경영자(CEO)는 최신 GPU가 최대 10년 동안 유용하게 활용될 수 있다고 보고 있습니다. 실제로 AI 컴퓨팅 수요가 강한 탓에 이전 세대 GPU의 중고 가격과 임대료도 예상보다 잘 유지되고 있습니다. 최신 장비를 확보하지 못한 기업들이 기존 세대 GPU도 계속 사용하고 있기 때문입니다.
그러나 은행과 대출 투자자들의 판단 기준은 다릅니다. 이들이 보는 것은 GPU가 10년 동안 작동하는지가 아니라, AI 기업이 대출을 갚지 못했을 때 GPU를 팔아 얼마를 회수할 수 있는지입니다.
AI 칩은 기술 변화가 매우 빠릅니다. 신형 칩이 더 낮은 전력으로 훨씬 높은 성능을 낼 경우 기존 장비의 중고 가격이 얼마나 하락할지 예측하기 어렵습니다. 항공기처럼 오랜 기간 형성된 대규모 중고시장과 폭넓은 구매층도 아직 충분히 갖춰져 있지 않습니다. 이 때문에 대출기관들은 GPU의 담보가치를 통상 3~4년 기준으로 보수적으로 평가하는 것으로 알려졌습니다.
이는 GPU가 3~4년 뒤 고장 난다는 뜻이 아닙니다. 대출기관이 장기적인 중고 가치와 회수 가능성을 확신하지 못하기 때문에, 담보가치를 짧은 기간 기준으로 계산한다는 의미입니다.
엔비디아는 일부 거래에서 GPU 잔존가치의 최대 25%를 보증할 수 있다는 입장입니다. 대출이 부실해지고 GPU 가격이 하락할 경우 엔비디아가 일부 손실을 떠안겠다는 의미입니다. 하지만 월가에서는 이 정도 보증만으로는 부족하다는 목소리도 나옵니다. GPU 자체보다 신용등급이 높은 빅테크의 장기 계약, 또는 더 넓은 범위의 공급업체 보증이 필요하다는 것입니다.
실제로 지금까지 성사된 AI 금융 거래도 GPU만을 믿고 이뤄진 경우는 드뭅니다. 코어위브의 GPU 담보 대출은 메타가 장기 계약에 따라 안정적으로 사용료를 지급한다는 점이 중요한 신용 근거로 작용했습니다. 브로드컴의 앤트로픽 관련 금융 구조에서도 공급업체 보증이 핵심 안전장치로 거론됩니다.
모닝스타 등이 경계하는 것은 공급업체 금융과 순환 금융입니다. 이는 장비를 파는 기업이 고객에게 장비를 판매하면서, 고객이 그 장비를 살 수 있도록 대출이나 보증까지 제공하는 방식입니다.
닷컴버블 당시에도 시스코, 노텔, 루슨트 등 통신장비업체들은 인터넷망을 구축하던 신생 통신기업에 장비를 팔면서 금융을 지원하거나 대출을 보증했습니다. 고객들은 그렇게 조달한 자금으로 장비업체의 장비를 다시 구매했습니다. 장비업체가 지원한 자금이 결국 자사 매출로 돌아오는 구조였습니다.
이후 실제 인터넷과 통신 서비스 수요가 기대만큼 빠르게 늘지 않자 고객사들은 빚을 갚지 못했습니다. 과도하게 설치된 장비의 중고 가치도 크게 떨어졌고, 장비업체들은 대손상각과 주문 급감이라는 이중의 타격을 받았습니다. AI 금융 시장에서도 장비 수요와 실제 서비스 매출이 충분히 뒷받침되는지를 계속 확인해야 한다는 지적이 나오는 이유입니다. 4. 메타 ‘뮤즈’, 애플 앱스토어를 흔들 수 있을까
메타의 개인용 AI 에이전트 ‘뮤즈’가 애플 앱스토어의 수수료와 서비스 매출을 위협할 수 있다는 분석이 나옵니다. 다만 뮤즈가 애플 생태계를 실제로 흔들려면 AI 성능만으로는 부족합니다. 앱 개발사와 서비스 기업들이 뮤즈에 연결을 허용하고, 소비자들이 앱을 직접 여는 대신 AI 에이전트에 예약과 결제, 계정 관리를 맡기는 습관을 가져야 합니다.
뮤즈 커넥터스는 앱이나 웹서비스 회사가 자기 서비스를 메타 뮤즈와 연결하는 공식 통로입니다. 예를 들어 여행 예약 회사가 뮤즈 커넥터스를 제공하면 사용자는 해당 여행 앱을 직접 열지 않고, 뮤즈에게 원하는 날짜와 목적지의 항공권을 찾아 예약해 달라고 요청할 수 있습니다.
이를 위해 서비스 회사는 뮤즈에 API를 제공해야 합니다. API는 서로 다른 서비스가 정보를 안전하게 주고받도록 만든 공식 연결 통로입니다. 기업들이 커넥터를 만들고 등록하면, 뮤즈는 이용자의 요청에 따라 가격과 일정 등의 정보를 읽어오고 예약 절차를 도울 수 있습니다.
반대로 기업이 공식 연결을 허용하지 않으면 뮤즈의 역할은 제한될 수밖에 없습니다. 가령 통신회사나 전력회사가 뮤즈와의 연결을 허용하지 않는다면, 뮤즈는 이용자의 계정에 들어가 청구액과 사용량, 납부일을 직접 읽어올 수 없습니다. 이메일 속 청구서를 찾거나 사용자가 직접 올린 PDF와 사진을 분석하는 수준에 머물 가능성이 큽니다.
뮤즈가 이용자를 대신해 웹사이트에 로그인하는 방식도 생각할 수 있지만, 서비스 회사가 자동 접속을 차단하거나 문자·앱 인증 등 2단계 인증을 요구하면 작업은 중간에 멈출 수 있습니다. 이용자의 동의만으로는 부족하고, 서비스 운영사의 접근 허용도 필요합니다.
애플 앱스토어도 마찬가지입니다. 뮤즈는 이용자의 소비 내역을 분석해 거의 사용하지 않는 앱 구독을 해지하라고 제안할 수 있습니다. 그러나 앱스토어 구독은 애플 ID와 애플 결제 시스템이 관리합니다. 애플의 승인 없이 뮤즈가 구독을 임의로 해지하거나 애플의 결제망을 건너뛰어 개발자와 소비자를 직접 연결하기는 어렵습니다.
앱스토어 수수료와 서비스 매출은 애플에 매우 중요합니다. 아이폰을 한 번 판매해 얻는 하드웨어 매출과 달리 앱·구독·결제 수수료는 반복적으로 발생하는 수익이기 때문입니다. 서비스 매출이 줄면 애플의 높은 수익성과 기업가치에 부담이 될 수 있습니다.
메타가 뮤즈 커넥터스의 수수료를 0%로 내세운다고 해도, 애플 앱스토어 수수료가 자동으로 사라지는 것은 아닙니다. 개발자가 뮤즈용 연결 서비스를 만들고, 소비자가 앱스토어가 아닌 뮤즈 안에서 서비스를 이용하며, 결제도 별도 방식으로 이뤄져야 합니다. 이 과정에서는 애플의 iOS 규칙과 결제 정책도 변수로 작용합니다.
메타는 뮤즈 커넥터스 출시 후 168시간 동안 개발자 신청을 1500건 이상 받았다고 밝혔습니다. 개발자들이 AI 에이전트를 새로운 고객 접점으로 인식하기 시작했다는 신호입니다. 다만 신청 건수가 실제 서비스 연결과 이용자 결제, 앱스토어 이탈로 이어질지는 아직 지켜봐야 합니다. 5. JP모간 “AI 메모리칩 부족, 2028년까지”
JP모간은 마이크론의 최근 실적을 분석한 뒤 AI용 메모리칩 부족 현상이 예상보다 오래 이어질 수 있다고 전망했습니다. AI 데이터센터가 요구하는 HBM과 일반 D램, 낸드 수요가 빠르게 증가하고 있지만 반도체 생산능력 확대는 이를 따라가지 못하고 있다는 분석입니다.
마이크론은 2027~2028년 메모리 수급이 올해보다 더 빡빡해질 수 있다고 보고 있습니다. AI 데이터센터는 일반 서버보다 훨씬 많은 메모리를 필요로 합니다. 특히 HBM은 AI GPU 옆에 붙어 대량의 데이터를 빠르게 처리하는 고성능 메모리로, AI 시스템의 성능을 좌우하는 핵심 부품입니다.
마이크론은 2027년 HBM 생산 물량의 대부분이 이미 판매됐다고 밝혔습니다. 생산하기도 전에 고객사들이 필요한 물량을 선점한 셈입니다. JP모간은 HBM 평균판매가격이 2027년에 전년보다 약 54% 오를 수 있다고 전망했습니다.
메모리 공급을 단기간에 늘리기 어렵다는 점도 가격 강세 전망을 뒷받침합니다. 반도체 생산라인이 들어가는 클린룸을 새로 짓고 장비를 설치해 양산까지 이어가기 위해서는 막대한 자금과 시간이 필요합니다. 수요가 갑자기 증가했다고 해서 즉시 생산량을 늘릴 수 있는 산업이 아닙니다.
고객사들은 물량 확보를 위해 마이크론과 장기 공급계약을 체결하고 선급금도 지급하고 있습니다. 마이크론은 전략적 협력 계약을 26건 맺었고, 2030년까지 매출의 35% 이상이 장기계약으로 뒷받침될 전망이라고 밝혔습니다. 선급금은 약 22억달러에서 약 32억달러로 늘었으며, 앞으로 공급해야 하는 계약 물량을 뜻하는 RPO도 약 150억달러 수준으로 거론됩니다.
이 같은 구조는 메모리 가격 급락 가능성을 낮추는 요인이 될 수 있습니다. 고객들이 필요한 물량을 미리 계약하고 선급금까지 낸다면 공급업체는 수요를 어느 정도 가시화할 수 있기 때문입니다.
다만 메모리업체들의 공급 부족 전망은 계약 협상력을 높이는 데도 유리하다는 점을 감안해야 합니다. SK하이닉스는 공급 부족이 2030년 이후까지 이어질 수 있다고 보고 있고, 삼성전자는 수급 불균형이 2028년까지 지속될 수 있다는 전망을 내놓고 있습니다. 마이크론 역시 2027~2028년이 더 타이트할 수 있으며 수급 균형 회복 시점을 가늠하기 어렵다는 입장입니다.
반면 가격은 수급이 완전히 풀리기 전에도 먼저 안정될 수 있다는 전망도 나옵니다. 가트너는 2027년 초 가격 안정화 가능성을 제시했고, 씨티는 2027년 2분기가 가격 정점이 될 수 있다고 봤습니다. 트렌드포스는 서버 D램 계약가격이 2027년 하반기까지 오르되 상승 폭은 줄어들 것으로 전망했습니다. 옴디아는 HBM이 2027년까지는 공급 부족 상태를 유지할 가능성이 높지만, 2028년 이후 신규 생산라인이 본격적으로 가동되면 가격이 완만하게 하락할 수 있다고 예상했습니다.
삼성전자와 SK하이닉스의 신규 공장은 2027~2028년부터 가동될 전망입니다. 다만 실제 생산 물량이 시장에 충분히 반영되는 시점은 2029~2030년이 될 수 있다는 분석이 나옵니다. 메모리 설비투자는 2025년 580억달러에서 2027년 1460억달러로 크게 늘어날 전망입니다.
결국 AI 메모리 시장은 당분간 공급 부족과 높은 가격이 이어질 가능성이 있습니다. 다만 AI 데이터센터 투자가 예상보다 빠르게 둔화하거나 신규 생산설비가 예상보다 빨리 물량을 내놓을 경우 가격은 공급 부족 해소 이전에도 먼저 조정을 받을 수 있습니다.
뉴욕=박신영 특파원 nyusos@hankyung.com