세계의 거대 기술기업들이 인공지능용 데이터센터와 반도체, 네트워크에 막대한 자금을 쏟아붓고 있다. Amazon, Alphabet, Microsoft, Meta가 공개한 2026년 달력연도 설비투자 전망을 단순 합산하면 약 7,200억~7,400억 USD에 이른다. 다만 네 기업의 CapEx 계산 방식이 다르며, 이 돈이 전부 AI 투자이거나 2026년 결산을 마친 실제 지출은 아니다.
인프라 공급업체 일부는 이미 회계상 이익을 보여준다. 반면 장비를 사서 AI를 도입하는 기업은 생산성 개선이 얼마나 측정 가능한 영업이익으로 이어지는지 설명해야 한다. 2026년 8월 25일 공개된 McKinsey 조사에서 37%는 AI가 소속 기업 EBIT에 일정한 영향을 준다고 답했다. EBIT 기여도가 5% 이상이고 사업 가치도 뚜렷한 ‘AI High Performers’는 6%였다. 투자와 실제 수익의 차이가 바로 AI ROI Gap이다.
실제로 AI에서 돈을 버는 기업은 몇 곳인가
먼저 세 가지 수익 개념을 구분해야 한다. 기업이 연결 순이익을 냈더라도 그 이익에는 AI와 무관한 매출이 포함될 수 있다. 특정 AI 프로젝트가 흑자가 되려면 모델·서버·직원·데이터 연결·보안·업무 개선 비용을 모두 뺀 수익이 양수여야 한다. 마지막으로 AI가 기업 전체의 EBIT를 유의미하게 개선했는지 확인하려면 경기, 가격 인상 등 다른 요인을 분리해야 한다. 이 세 가지는 서로 다른 질문이다.
| McKinsey 2026 지표 | 응답 비율 | 해석 |
|---|---|---|
| 최소 한 분야에서 AI 사용 | ~90% | 사용이 투자 회수는 아님 |
| 전사 차원 AI 확대 | 44% | 2025년은 38% |
| AI가 EBIT에 영향 보고 | 37% | 효과가 작을 수 있음 |
| AI High Performers | 6% | EBIT 기여 최소 5%와 명확한 가치 |
| AI 운영비로 도입 제약 | ~20% | token 및 운영비 부담 |
McKinsey는 2026년 5~6월에 97개국 1,719명을 조사했다. 응답자는 자기 조직 상황을 설명했으며 전 세계 기업 재무제표를 감사한 것이 아니다. 따라서 6%는 AI를 통해 조금이라도 양의 ROI를 얻은 모든 기업의 비중이 아니며, 나머지 94%가 모두 적자라는 뜻도 아니다. 2025년 조사에서는 약 39%가 EBIT 효과를 보고했고 High Performers는 약 6%였다. 두 해의 표본이 완전히 같지 않아 39%에서 37%로의 변화만으로 전 세계 AI 수익성이 2%포인트 하락했다고 결론 낼 수 없다.
2023년부터 2026년까지 AI 투자금은 얼마나 커졌나
2023년 생성형 AI 확산 후 고성능 GPU와 전력 수요가 급증했다. 2023~2024년의 실험 단계에서 2025~2026년에는 데이터센터를 대규모로 짓는 단계로 바뀌었다. 수익성을 판단할 핵심은 시설 활용률, 감가상각, 전기요금, 그리고 실제 매출이다.
| 기간 | AI 투자 흐름 | 근거와 한계 |
|---|---|---|
| 2023 – 2024 | AI 시험에서 설비 구축으로 | GPU와 클라우드 및 업무 조정 |
| 2025 | Stanford의 세계 기업 AI 투자 ~581,690,000,000 USD | 민간 자금과 M&A 포함, 순수 CapEx 아님 |
| 2025 | IEA 추산 대형 5사 CapEx 초과 400,000,000,000 USD | 비AI 인프라도 포함 |
| 2026 | IEA의 추가 증가 전망 ~75% | 예측이며 연간 확정치 아님 |
Stanford AI Index는 2025년 전 세계 기업 AI 투자를 약 5,816억9,000만 USD로 추정했다. 여기에는 민간 투자와 인수합병이 포함돼 있어 Big Tech의 CapEx에 그대로 더할 수 없다. 자금조달, 기업 인수, 고정자산 구입은 구분이 다르고 중복될 수 있다. 2026년 주요 기업의 전망은 다음과 같다.
| 기업 | 2026년 CapEx 전망 | 주의점 |
|---|---|---|
| Amazon | ~220,000,000,000 USD | 전체 사업 현금 CapEx, AWS/AI 한정 아님 |
| Alphabet | 195,000,000,000 – 205,000,000,000 USD | 일반 인프라 포함 연간 전망 |
| Microsoft | ~170,000,000,000 USD | 금융리스 포함 달력연도 추정 |
| Meta | 135,000,000,000 – 145,000,000,000 USD | 금융리스 원금 상환 포함 |
7,200억~7,400억 USD라는 합계는 회계 정의가 통일된 수치가 아니다. Amazon은 전체 사업의 현금 CapEx를, Microsoft는 금융리스가 포함된 전망을, Meta는 금융리스 원금 상환까지 포함한 지출을 제시했다. 일반 클라우드, 소매, 광고 등 AI 외 투자가 섞여 있다. 대규모 자산 구매 후에는 감가상각비, 전기요금, 임차료와 시설 운영비가 늘어난다. 장기적으로 경쟁력을 유지하는 투자라도 그 돈이 이미 회수됐다는 의미는 아니다.
기업들이 파일럿 단계에서 벗어나지 못하는 이유
MIT Project NANDA의 2025년 예비 보고서 The GenAI Divide는 연구된 생성형 AI 도입 사례의 95%에서 손익계산서상 측정 가능한 성과가 없었다는 결과로 널리 알려졌다. 공개 프로젝트 300건 이상, 52개 조직 인터뷰, 경영진 153명의 설문을 바탕으로 했다. 이는 실험을 실제 업무로 확장하는 데 어려움이 있음을 보여주지만 세계 모든 기업을 대표하는 조사는 아니다. 세계 기업 95%가 AI로 회계상 손실을 낸다는 증거도 아니며, 2026년 McKinsey와 같은 정의의 통계도 아니다.
AI가 문서를 빨리 작성해도 직원은 정확성, 접근 권한과 데이터 출처를 검토해야 한다. 실제 배포에서는 시스템 연결, 오류 수정, 보안, 관리와 토큰 사용료가 쌓인다. 작성 시간 절약이 검수 시간 증가로 상쇄될 수 있다. McKinsey 응답자 80%가 개인 생산성 개선을 보고했지만 기업 EBIT 효과를 보고한 비율은 37%다. 실제 지출을 줄이거나, 팔 수 있는 생산량 또는 매출을 비용보다 더 크게 늘려야 이익이 된다.

반도체, 클라우드, 애플리케이션 중 누가 먼저 이익을 얻나
장비 공급업체는 칩과 서버를 납품하면 매출을 인식할 수 있다. 구매자는 이후 이용료와 서비스 매출로 투자금을 회수해야 한다. 따라서 인프라 공급자의 이익이 재무제표에 먼저 드러나기 쉽지만, 장비를 산 모든 기업의 AI 프로젝트가 흑자라는 뜻은 아니다.
| 기업 및 회계기간 | 관련 매출 | 보고된 영업이익 |
|---|---|---|
| NVIDIA (Q2 FY2027) | Data Center 89,000,000,000 USD | 연결 영업이익 63,734,000,000 USD |
| Broadcom (Q3 FY2026) | 총매출 29,591,000,000 USD | 연결 영업이익 15,955,000,000 USD |
| AWS (Q3 CY2026) | 46,000,000,000 USD | AWS 영업이익 17,800,000,000 USD |
| Google Cloud (Q3 CY2026) | 30,709,000,000 USD | Google Cloud 영업이익 11,121,000,000 USD |
2026년 7월 26일 종료 분기에 NVIDIA 데이터센터 매출은 전년 대비 117% 증가했다. 8월 2일 종료 분기의 Broadcom 전체 매출은 86% 성장했다. 이들은 실제 매출과 영업이익을 보고하지만 생성형 AI 외 제품도 팔고 있다. 따라서 연결 영업이익 전부를 순수한 AI 순이익으로 볼 수 없다.
AWS의 2026년 3분기 영업이익은 178억 USD로 전년 동기 114억 USD를 웃돌았다. Google Cloud 영업이익은 111억2,100만 USD로 전년의 35억9,400만 USD에서 증가했고 매출은 307억900만 USD였다. 두 사업부는 비AI 데이터베이스, 저장 및 일반 연산도 판매하므로 이는 클라우드 사업 이익이지 분리 감사된 AI 이익이 아니다. 전력·송전망·냉각 설비·센터 건설업체도 수주 혜택을 누릴 수 있지만 공사비, 허가와 실제 수요가 프로젝트마다 달라 무조건적인 승자는 없다.
소프트웨어 매출은 늘어도 AI 특화 이익은 불분명하다
월 구독은 많은 고객에게 서비스를 판매할 수 있는 장점이 있다. 추론 비용이 매출 증가보다 빨리 떨어지면 이익률은 개선된다. 반대로 대형 고객의 사용량이 많으면 고정 구독료로 실제 연산 비용을 충당하지 못할 수도 있다.
Microsoft의 2026년 6월 종료 회계연도 연결 순이익은 1,337억4,900만 USD였다. 2026년 7~9월의 잉여현금흐름은 186억 USD 플러스였다. 그러나 이는 Copilot이나 AI 서비스의 개별 순이익이 아니다. Meta는 2026년 3분기 매출 646억100만 USD, 영업이익 129억8,800만 USD를 보고했지만 잉여현금흐름은 마이너스 21억2,000만 USD였다. 또 약 99억 USD의 일회성 소송비용이 실적에 포함됐으나 AI 비용은 아니다. 현금흐름 악화가 곧 AI 사업 적자라는 의미는 없다.
비상장 AI 앱 기업은 사용자 수, 연간 환산 매출, 조달금액을 공개하더라도 학습·추론·할인·보안·인력 지출과 감사된 순이익을 모두 공개하지 않을 때가 많다. 매출만으로 수익성을 확정할 수 없다. McKinsey는 응답자 32%가 코딩 AI 에이전트로 직접 만들 수 있다는 이유로 적어도 하나의 소프트웨어 제품이나 기능을 구매하지 않았다고도 밝혔다. 일반 기능을 파는 업체는 가격 경쟁 압력을 받는다.
생산성 개선을 가상의 이익으로 계산하지 않는 ROI 측정법
좋은 실험은 시작 전 고객 요청당 비용, 처리 시간, 재작업 비율, 판매 전환율 등을 측정하고 비교 가능한 집단을 설정한다. 생성 문서 수나 사용한 token 수는 이익이 아니다.
ROI = (실제 발생한 재무적 편익 – 총 투자·운영 비용) / 총 투자·운영 비용. 기간을 정하고 클라우드, 모델, 컨설팅, 보안, 데이터 연결, 직원, 오류 검수 비용을 모두 포함해야 한다. 업무 시간이 두 시간 줄어도 실제 지출이 줄거나 추가 매출이 생기지 않았다면 두 시간의 임금을 현금 절약으로 바로 계산해서는 안 된다. 효과 없는 파일럿은 수정 또는 종료하고, 검증된 프로젝트만 확대한다. 일부 지원 업무는 단기 현금 이익보다 서비스 품질 개선을 목표로 삼을 수 있다.
위험이 기술 예산에서 전력망과 자본시장으로 옮겨간다
IEA는 세계 데이터센터의 전력 사용량이 2024년 약 415 TWh였으며 2030년 약 945 TWh에 이를 가능성이 있다고 분석했다. 이 모두가 AI 사용량은 아니지만 전력 공급, 송전망, 부지와 냉각 설비가 확장 한계를 결정한다.
투자는 반도체, 전기설비, 건설과 데이터센터 사업의 매출과 고용을 늘린다. 반면 이용률과 매출이 예상보다 늦게 늘어나면 감가상각비, 임대료, 자본 비용이 부담이 된다. 값비싼 센터가 유휴시설이 될 위험도 있다. Amazon은 2026년 9월까지 12개월의 잉여현금흐름이 마이너스 424억 USD였다고 밝혔다. 주로 AI 관련 고정자산 구입이 늘어난 영향이었지만 AWS 영업이익은 증가했다. 잉여현금흐름 마이너스는 연결 순손실과 다르다. 현재의 클라우드 이익도 새 자산의 장기 ROI를 입증하지는 않는다.
고금리가 오래 지속되면 조달금리가 높아지고, 칩 교체 주기가 빨라지면 감가상각과 추가 설비투자 부담이 커진다. 반면 최종 AI 사용자가 실제로 수익을 늘린다면 새로 지은 시설의 수요가 충분해질 수도 있다. 전체 시장의 결과는 아직 알 수 없다.
어떤 숫자가 AI 투자 회수를 보여줄까
앞으로 12~24개월 동안 계산량당 실현 매출, 데이터센터 가동률, 전력비와 감가상각비, CapEx 이후 잉여현금흐름, AI 요청 한 건당 이익률, 그리고 AI가 EBIT에 미치는 영향의 증가를 살펴야 한다. 칩 공급자의 높은 이익을 구매자의 투자 회수와 혼동하거나 소프트웨어 가입자 증가를 업계 전체의 순이익으로 해석하면 안 된다.
핵심 결론 반도체와 클라우드 부문에는 재무제표로 이익을 입증한 기업들이 있다. 그러나 전 세계에서 AI에 독립적으로 귀속되는 순이익을 낸 회사가 정확히 몇 개인지 셀 신뢰할 만한 공개 자료는 부족하다. McKinsey의 2026년 조사에서는 37%가 EBIT 효과를 보고했고 6%만 High Performers였다. 장기적인 승자는 CapEx 규모나 사용자 수보다 AI로 실제 추가 이익과 투자 후 현금흐름을 창출하는 능력으로 결정될 것이다.
주요 출처
McKinsey – The state of AI in 2026 | MIT Project NANDA – The GenAI Divide | Stanford AI Index 2026 | IEA – Key Questions on Energy and AI
Amazon Q3 2026 | Alphabet Q3 2026 | Microsoft FY2027 Q1 | Meta Q3 2026



