컨설팅사 베인앤드컴퍼니가 최근 기술 보고서 시리즈에서 던진 질문은 단순하다. 지금 전 세계가 쏟아붓는 데이터센터 투자를 정당화하려면 AI 산업이 얼마를 벌어야 하는가. 베인의 계산은 2031년까지 연간 6조 달러에 가까운 매출이다. 반도체와 데이터센터, 네트워크, 전력 설비로 자본이 밀려드는 지금, 논의의 무게중심이 '용량을 어떻게 지을 것인가'에서 '그 용량을 정당화할 만한 경제적 가치를 만들어낼 수 있는가'로 옮겨가야 한다는 것이 보고서의 문제의식이다.
숫자의 근거는 이렇다. 베인은 2031년 AI 인프라에 대한 연간 지출이 1조5000억 달러에 이를 수 있다고 본다. 신규 시설, 용량 증설, 이미 설치된 GPU·메모리·네트워크 장비의 업그레이드가 여기 포함된다. 그리고 클라우드 사업자들의 추세를 근거로 이 자본지출이 산업 매출의 약 4분의 1 수준을 유지한다고 가정하면, 이를 감당하기 위한 AI 시장 규모는 연 6조 달러에 육박해야 한다는 역산이다. 야심 차지만 무리하지는 않은 비율이라는 것이 베인의 표현이다.
매출은 어디서 나오는가
베인이 그린 매출 지도에서 가장 큰 조각은 오늘날 존재하지 않는 신제품이다. 검색, 광고, 자율주행, 물리적 AI 같은 영역의 혁신에서 약 4조2000억 달러가 나온다고 추정했다. 기업 생산성 향상, 즉 소프트웨어 개발과 영업·마케팅·고객서비스·IT 운영 등에서 기대되는 매출은 1조에서 1조4000억 달러 규모다. 구독과 광고를 포함한 소비자 대상 서비스는 2000억에서 4000억 달러로 상대적으로 작지만, 수십억 명의 사용자에게 AI 제품을 밀어 넣는 통로라는 점에서 여전히 중요하게 다뤄진다. 베인은 신약 개발, 정신건강, 에너지 생산처럼 '풍부한 지능'이 열어젖힐 새로운 시장을 예로 들었다.
주목할 대목은 보고서의 논조다. 베인 글로벌 기술 부문 회장이자 보고서 대표 저자인 데이비드 크로퍼드는 오늘의 논쟁이 직원 생산성에만 고정돼 있다고 지적하며, AI 인프라의 경제학은 생산성 향상을 넘어선 조 단위의 신규 매출을 요구한다고 말했다. 그가 필요하다고 본 것은 모바일과 클라우드가 열어낸 것을 압도하는 혁신의 물결이다. 바꿔 말하면, 지금까지 기업들이 홍보해온 '업무 효율화' 수준의 이야기로는 이 규모의 투자를 회수할 수 없다는 냉정한 진단이다.
시설은 12~16개월마다 두 배로
투자 규모가 왜 이토록 커지는지는 데이터센터의 성장 곡선이 설명한다. 베인은 AI 데이터센터의 크기와 비용이 대략 12~16개월마다 두 배로 커지고 있다고 밝혔다. 리서치 업체 에포크AI의 자료를 인용해 든 사례가 메타의 오하이오 '프로메테우스' 센터다. 2025년 기준 용량 600MW에 추정 비용 240억 달러였던 이 시설은 2027년 최대 2GW·800억 달러, 2029년 5GW·1750억 달러, 2030년에는 9GW·2000억 달러 규모로 부풀어 오를 것으로 전망됐다. 단일 시설 하나가 국가 예산급 자본을 빨아들이는 셈이다.
이 확장에는 만만치 않은 병목이 따라붙는다. 데이터센터에 전력을 공급할 전력망 용량 확보, GPU를 비롯한 부품 조달, 역사적 평균을 훌쩍 웃도는 수준으로 숙련 인력을 확보하고 붙잡아 두는 문제, 그리고 자원 사용과 소음 공해를 둘러싼 여론과 규제의 반발이 대표적이다. 베인은 이런 병목 자체가 큰 자본 수요를 동반하며, 전력과 반도체 같은 입력 요소가 오히려 투자자에게 새로운 진입점이 된다고 봤다.
한국 실무자에게 남는 함의
한국 독자에게 직접적인 대목은 정부의 역할이다. 베인은 UAE, 사우디아라비아, EU, 한국, 미국 등 여러 정부가 AI·데이터센터 산업의 성장을 지원하고 있으며, 데이터센터가 기술 혁신과 경제 성장은 물론 국가 주권의 중심으로 떠올랐다고 평가했다. 주권 인프라가 국가 전략의 한 축이 되면서, 파트너십이 시장 진입 통로이자 지리적 분산의 수단이 된다는 관측이다. 이는 국내에서 논의되는 대규모 데이터센터 투자와 전력 수급 논쟁을 산업 정책의 맥락에서 다시 읽게 한다.
또 하나 실무적으로 새겨둘 개념은 '흡수 속도(absorption speed)'다. 베인은 기업이 AI를 실제 업무에 얼마나 빠르게 투입하는가가 새로운 경쟁 변수가 됐다고 규정했고, 선도 AI 연구소들이 도입 속도를 높이기 위한 엔지니어링 모델에 97억5000만 달러 이상을 투자하고 있다고 전했다. 기술 도입의 성패가 모델 성능만이 아니라 조직이 이를 흡수하는 속도에 달렸다는 관점이다. 다만 이 보고서는 어디까지나 컨설팅사의 전망 시나리오이며, 6조 달러라는 숫자도 자본지출이 매출의 4분의 1을 유지한다는 특정 가정 위에 세워진 역산값이라는 점은 감안해 읽을 필요가 있다. 가정이 흔들리면 결론도 달라진다.