AI 산업은 미래의 수요를 기다리지 않고 먼저 짓고 있다. 칩을 주문하고, 전력을 확보하고, 데이터센터를 올리고, 몇 년 뒤에 쓸 컴퓨팅 용량까지 계약한다. 경쟁에서 뒤처지지 않으려면 필요한 선택처럼 보인다. 문제는 예상한 생산성과 매출이 같은 속도로 따라오지 않을 때 시작된다.
이번 주 Anthropic의 투자설명서에서 드러난 Broadcom 약정은 이 긴장을 한 계약 안에 담았다. 보도에 따르면 Broadcom은 Anthropic의 인프라 지출을 위해 최대 420억 달러를 빌려주기로 했다. 이 돈은 Anthropic이 TPU 컴퓨팅 용량을 5년간 빌리기로 한 1,252억 달러 약정의 약 3분의 1을 조달할 수 있는 규모다. 칩 생태계의 공급자가 고객의 구매를 금융해 미래 수요를 현재의 부채로 당긴다.
이 구조를 두고 곧바로 실패나 거품이라고 단정할 근거는 없다. 장기 금융은 급증하는 수요에 필요한 용량을 제때 확보하게 할 수 있다. 다만 수요 전망이 빗나갈 때의 비용은 모델처럼 빠르게 업데이트되지 않는다. 대출과 임차 의무, 전력 설비, 부지와 냉각 시설은 남는다. 그래서 이번 주에 물어야 할 질문은 AI가 얼마나 크게 성장할지가 아니다. 성장이 예상보다 늦거나 작을 때 누가 계약을 줄일 수 있고, 누가 이미 발생한 비용을 떠안는가다.
1. 공급자는 미래 수요까지 함께 판다
Reuters 전재 보도는 Anthropic의 IPO 투자설명서를 근거로 Broadcom의 대출 약정을 전했다. Broadcom은 TPU 컴퓨팅 용량 임차에 필요한 자금을 대면서 관련 하드웨어 생태계의 공급자이기도 하다. Anthropic은 설명서에서 Broadcom의 가격과 하드웨어 결정이 필요한 컴퓨팅 확보에 영향을 줄 수 있고 잠재적 이해상충이 있다고 밝혔다. Broadcom은 논평하지 않았고 Anthropic도 논평을 거부했다.
공급자 금융은 낯선 방식이 아니다. 판매자가 구매자의 자금 조달을 도우면 거래는 빨리 커진다. 이번 약정에서 중요한 것은 그 금융이 5년짜리 컴퓨팅 용량과 결합한다는 점이다. 대출이 미래 수요를 보조하는 동시에 고객이 어떤 칩과 가격 체계 안에서 성장할지를 앞당겨 정한다.
수요가 예상대로 늘면 이 결합은 확장의 도구다. 반대로 더 효율적인 기술이 나오거나 AI 서비스의 매출 증가가 늦어지면, 고객은 쓰지 못한 용량과 남은 상환 의무를 함께 마주할 수 있다. 공급자 역시 고객의 성장에 더 깊이 노출된다. 판매와 대출이 한 관계 안에 있으면 계약 체결 때의 낙관적 전망이 가격과 신용 판단에 동시에 스며들 위험도 커진다.
이 메커니즘은 공공 AI 조달과 개발협력 사업에도 경고를 준다. 공급자가 컴퓨트, 장비 금융, 운영 서비스를 묶어 제안할수록 첫해 가격만 비교해서는 부족하다. 실제 사용량이 예상에 못 미칠 때 최소 이용료가 남는지, 공사가 늦으면 누가 금융비용을 내는지, 기술 세대가 바뀌면 남은 장비와 계약을 어떻게 처리할지를 먼저 정해야 한다. 저렴한 도입 비용이 미래 수요를 보증하는 계약과 맞바뀌는 것은 아닌지 확인해야 한다.
2. 수익은 소프트웨어의 속도, 비용은 시설의 속도로 움직인다
금융 약정이 무거운 이유는 컴퓨팅 용량이 화면 속 숫자가 아니기 때문이다. KT클라우드의 공용준 전무는 10월 1일 서울 AI클라우드 빅테크 2026 기조강연에서 GPU 공급보다 데이터센터 확보가 새 병목이 됐다고 말했다. GPU 서버 주문 대기 기간은 줄어드는 반면 데이터센터 건설에는 최소 2~3년이 걸리고, 2028~2029년까지의 대규모 데이터센터 용량은 상당 부분 선점됐다는 설명이다. 수도권 전력 확보, 수랭식 냉각, 네트워크와 장애 대응도 함께 언급했다.
이 발언은 회사 임원의 시장 판단이며 데이터센터 계획이 예정대로 실행된다는 증거는 아니다. 그래도 금융과 시설 사이의 시간 차이는 분명하게 보여준다. 모델과 서비스 가격은 몇 달 사이에 바뀔 수 있지만, 변전 설비와 냉각 시설, 건설 허가와 부지는 같은 속도로 줄이거나 옮길 수 없다. 공급자 금융으로 빠르게 확보한 수요가 물리적 시설로 내려가는 순간 비용의 가역성은 낮아진다.
주간 기간 막바지에 나온 Reuters 분석도 같은 간격을 짚었다. AI 기업과 공급망이 데이터센터, 전력, 칩, 네트워크, 냉각에 막대한 돈을 먼저 넣고 있지만 그 투자가 언제 충분한 수익과 생산성 향상으로 회수될지는 불확실하다는 내용이다. 이는 새 부실 사건이나 확정된 실패 보도가 아니라 최근 투자를 묶어 본 분석이다. 그 한계를 남겨도 Broadcom 약정을 읽는 방식은 달라진다. 대출의 크기만 볼 것이 아니라, 그 돈으로 고정되는 시설의 시간과 고객 매출이 늘어나는 시간이 맞는지 봐야 한다.
바츨라프 스밀은 『세상은 실제로 어떻게 돌아가는가』에서 현대 문명을 에너지와 소재의 물리적 흐름, 규모와 전환 속도로 읽는다. 이 렌즈를 AI 인프라에 적용하면 금융 약정은 추상적인 자본 조달이 아니다. 전력 접속, 부지, 냉각, 반도체, 건설과 장기 운영비를 미리 확보하는 행위다. 그렇다고 변화가 불가능하다는 뜻은 아니다. 오히려 낙관적 수요 전망과 물리적 실행 속도가 어긋날 수 있음을 계약에 넣으라는 뜻에 가깝다.
수요가 늦을 때 부담은 기업 안에만 머물지 않을 수 있다. 클라우드 가격과 최소 사용 약정으로 고객에게 옮겨가거나, 전력망 증설과 세제 지원을 통해 지역사회와 공공부문이 일부를 맡을 수 있다. 따라서 투자 규모보다 더 중요한 정보는 사용량이 목표에 못 미칠 때 어느 비용을 줄일 수 있는지, 건설 단계를 멈출 수 있는지, 이미 설치한 전력·냉각 설비의 비용을 누가 부담하는지다.
3. 비용이 지역으로 내려오면 약속보다 기준이 필요하다
데이터센터의 비용은 투자자와 클라우드 고객 사이에서만 끝나지 않는다. Amazon은 이번 주 미국 내 데이터센터 소재 지역사회에 앞으로 5년 동안 10억 달러 이상을 추가로 쓰겠다고 밝혔다. 교육과 직업훈련, 에너지 비용 절감, 물 보전이 지원 대상으로 제시됐다. AP 보도와 회사 설명에서 확인되는 것은 계획의 규모와 항목이다. 지역 전기요금이나 물 부담이 실제로 얼마나 줄고, 일자리가 얼마나 지속되는지는 아직 결과로 확인되지 않았다.
이 계획은 적어도 데이터센터가 지역사회와 무관한 사설 시설이 아니라는 점을 인정한다. 대규모 전력과 물, 토지와 인력을 사용하는 시설이 들어오면 기업의 생산 비용 일부가 지역 전력망과 공공서비스의 문제로 바뀐다. 지역 기금은 그 부담을 줄이는 수단이 될 수 있지만, 투자액 자체를 편익으로 계산하면 안 된다. 시설이 추가한 전력·물 비용의 기준선이 무엇인지, 지원 대상은 누가 정하는지, 5년 뒤에도 지역에 남는 역량과 비용이 무엇인지 측정해야 한다.
같은 주 한국에서는 다른 종류의 대응이 나왔다. 과학기술정보통신부, 한국전력, 리벨리온, 한국정보통신기술협회(TTA)는 국산 신경망처리장치(NPU)를 변전소 AI 영상분석에 적용하고 K-Perf로 성능과 신뢰성을 검증하는 업무협약을 맺었다. 아직 시범 운영과 검증 계획의 단계다. 국산 칩이 전력 현장에서 성과를 냈다는 발표가 아니다.
두 사례는 역할이 다르다. Amazon의 계획은 이미 커지는 시설이 지역에 남길 비용과 편익을 다루려 하고, K-Perf 실증은 공공 구매자가 장비를 확대하기 전에 자기 업무 환경의 합격 기준을 만들려 한다. 하나는 사후 보상에 가까운 장치이고, 다른 하나는 사전 인수 조건에 가깝다. 대형 AI 인프라에는 둘 다 필요하지만, 어느 쪽도 발표만으로 작동하지 않는다.
개발협력 사업에서는 이 구분이 더 중요하다. 값싼 클라우드 용량이나 대규모 AI 팩토리 금융을 제공하는 사업은 빠르게 시작할 수 있다. 그러나 수요가 예상보다 작거나 전력·물 비용이 커졌을 때 현지 정부가 최소 구매량과 시설 유지비를 계속 부담한다면, 지원은 역량보다 부채와 고정비를 남길 수 있다. 반대로 모든 위험을 공급자에게 넘기면 취약한 시장에는 투자가 들어오지 않을 수 있다.
따라서 필요한 것은 위험이 없는 계약이 아니라 위험을 단계별로 나누는 계약이다. 초기 용량은 현장 성능과 실제 사용량을 확인한 뒤 늘리고, 전력·물·운영 인력의 기준선을 계약 전에 공개하며, 수요가 일정 수준에 못 미치면 다음 단계의 차입과 건설을 줄일 수 있어야 한다. 지역 교육과 일자리 약속도 집행액보다 유지되는 직무와 비용 감소로 평가해야 한다. 현지 기관은 완성된 거대 시설을 넘겨받는 쪽이 아니라, 어느 증거가 있어야 다음 자금이 나가는지를 정하는 쪽에 있어야 한다.
결론
AI 인프라 계약의 질은 낙관적인 전망을 얼마나 크게 담았는지가 아니라, 전망이 틀렸을 때 어떻게 줄어들 수 있는지에서 드러난다. 수요가 늦고 공사가 밀리며 전력 비용이 예상보다 높아질 때, 이미 약정한 용량과 금융비용을 누가 감당하는지가 계약의 실제 내용이다.
공급자가 금융을 붙여 확장을 앞당기는 일 자체가 문제는 아니다. 고객은 필요한 용량을 확보하고 공급자는 시장을 키울 수 있다. 다만 판매자와 대출자가 가까워질수록 성장 전망을 서로 검증하는 장치는 약해질 수 있다. 그때 공공부문이 보조금과 전력망 투자로 낙관의 마지막 보증인이 되어서는 안 된다.
공공 구매자와 개발협력 기관이 요구해야 할 것은 거창한 자립 선언보다 구체적인 축소 가능성이다. 사용량이 목표에 못 미치면 다음 건설 단계를 멈출 수 있는가. 기술이 바뀌면 남은 장비와 부채를 어떻게 처리하는가. 지역 전력·물 비용과 일자리 약속은 어떤 기준으로 다시 계산되는가. 현장 실증이 실패했을 때 공급자는 무엇을 고치고 구매자는 무엇을 사지 않을 수 있는가.
AI 붐은 미래의 편익을 오늘의 계약으로 바꾸고 있다. 그 계약이 공정한지는 성공했을 때의 몫보다 실패했을 때의 부담을 보면 알 수 있다. 아직 오지 않은 수요를 담보로 시설을 짓는다면, 예측이 빗나간 비용을 가장 협상력이 약한 고객과 지역사회에 남기지 않는 조항부터 써야 한다.