AI 버블 위험은 데이터센터 지출에서 먼저 보인다

먼저 짓고 나중에 팔아야 한다

AI 버블을 보려면 챗봇의 인기가 아니라 데이터센터 장부를 봐야 한다. 지금의 AI 투자는 소프트웨어 기능 하나를 더 붙이는 일이 아니다. GPU를 사고, 전력을 확보하고, 데이터센터를 짓고, 냉각 설비와 네트워크를 깔아 놓은 뒤 나중에 그 컴퓨팅을 모델 학습과 추론 매출로 회수하는 구조다.

이 구조에서 핵심은 순서다. 돈은 먼저 나가고, 수요는 뒤늦게 확인된다. AI 수요가 계속 커지면 선투자는 부족한 용량을 메우는 투자가 된다. 수익화가 늦어지면 같은 돈이 과잉 설비로 남는다. 그래서 질문은 단순하다. 이미 지은 컴퓨팅을 충분히 높은 가격에 팔 수 있는가.

폴리마켓의 AI bubble burst in 2026?에서 Yes는 21.25%다.¹ 기본값은 아직 붕괴가 아니다. 그래도 0에 가까운 가격은 아니다. 이 시장은 AI가 재미없는 유행이 되는지를 묻지 않는다. 칩 주가와 GPU 임대료, 최상위 AI 회사의 재무가 함께 흔들리는지를 묻고 있다.

클라우드 회사들은 지출을 줄이지 않았다

현재 가장 강한 사실은 빅테크가 아직 브레이크를 밟지 않았다는 점이다. 마이크로소프트는 2026 회계연도 3분기 자본지출이 319억 달러였다고 밝혔다. 같은 실적 발표에서 회사는 2026년 한 해 자본지출을 약 1,900억 달러로 예상했고, 그중 약 250억 달러는 메모리와 부품 가격 상승 때문이라고 설명했다.²

메타도 같은 방향이다. 2026년 1분기 자본지출은 198억 달러였고, 연간 자본지출 전망은 1,250억~1,450억 달러로 올라갔다.³ 아마존은 2026년 1분기 실적 자료에서 지난 12개월 동안 210만 개 이상의 AI 칩을 배치했고, 2026년부터 100만 개 이상의 엔비디아 GPU를 배치한다고 밝혔다.⁴

이 숫자들은 AI 수요가 이미 전력회사, 장비회사, 반도체 공급망의 현실이 됐음을 보여 준다. 위험의 크기도 여기서 나온다. 클라우드 회사들은 고객 수요를 따라가려고 설비를 짓고, 아직 완전히 검증되지 않은 미래 추론 수요에도 베팅하고 있다. 이 지출이 정당화되려면 AI가 계속 많이 쓰여야 한다. 동시에 비싼 컴퓨팅을 감당할 만큼 돈도 벌어야 한다.

공급망은 아직 꺾이지 않았다

AI 인프라 붐이 이미 꺼졌다면 공급망 숫자에서 먼저 흔적이 나와야 한다. 아직은 그렇지 않다. 엔비디아는 2026 회계연도 매출 2,159억 달러를 발표했고, 데이터센터 연간 매출은 1,937억 달러였다. 4분기 데이터센터 매출만 623억 달러로 전년보다 75% 늘었다.⁵

TSMC의 2026년 4월 매출은 4,107억 대만달러였고, 전년 같은 달보다 17.5% 높았다. 1월부터 4월까지 누적 매출도 전년 대비 29.9% 늘었다.⁶ ASML은 2026년 1분기 순매출 88억 유로, 순이익 28억 유로를 냈고, 올해 전체 순매출 전망을 360억~400억 유로로 제시했다. 회사는 AI 인프라 투자가 반도체 성장 전망을 더 단단하게 만들고 있다고 설명했다.⁷

공급망 숫자만 보면 지금은 붕괴보다 병목에 가깝다. 고객은 더 많은 칩과 장비를 원하고, 클라우드 회사는 더 많은 용량을 원한다. 지금의 위험은 수요가 사라졌다는 데 있지 않다. 너무 큰 수요를 믿고 너무 빠르게 설비를 늘리는 데 있다.

GPU 임대료는 더 빠른 온도계다

주가는 기대를 빠르게 반영하지만, GPU 임대료는 실제 컴퓨팅 수요에 더 가까운 가격이다. 누군가 모델을 학습시키거나 추론을 돌리려면 결국 GPU 시간을 빌리거나 사야 한다. 공급이 남고 수요가 식으면 임대료가 먼저 흔들릴 수 있다.

Silicon Data의 2026년 4월 대형 클라우드 사업자 기준 H100 온디맨드 지수는 3월 1일부터 4월 20일까지 시간당 7.40~7.52달러 범위에서 움직였다. 같은 기간 순변화는 -0.27%였다.⁸ 적어도 이 지표에서는 가격 붕괴가 보이지 않는다.

여기서는 수준보다 방향이 더 중요하다. H100은 이미 최신 칩의 자리에서 밀려나고 있지만, 여전히 AI 컴퓨팅 가격을 읽는 기준점이다. 이 가격이 빠르게 내려가면 두 가지가 함께 보인다. 예전에 부족했던 GPU 공급이 남기 시작하고, 고객은 비싼 컴퓨팅을 예전 속도로 쓰지 않는다. 그때 AI 인프라 논쟁은 모델 성능이 아니라 설비 이용률의 문제가 된다.

진짜 붕괴는 세 장부가 같이 틀어질 때 온다

AI 버블이 실제로 터졌다고 말하려면 세 장부가 함께 틀어져야 한다. 첫 장부는 클라우드 회사의 투자다. 마이크로소프트, 메타, 아마존이 잡아 둔 데이터센터와 칩 지출이 매출로 돌아오지 않으면 투자 속도부터 문제가 된다. 다음은 공급망이다. 엔비디아, TSMC, ASML 같은 회사의 매출 기대가 낮아지면 AI 인프라 전체의 가격이 다시 매겨진다. 마지막은 GPU 시간의 장부다. 임대료가 내려가면 과잉 설비가 숫자로 드러난다.

폴리마켓의 판정 기준은 이 세 장부를 거칠게 묶어 둔다. 90일 안에 엔비디아 주가 급락, 반도체 ETF 급락, OpenAI·앤트로픽 파산, OpenAI 인수, H100 임대료 급락, 주요 AI 하드웨어 공급사 급락 중 세 가지가 함께 일어나야 Yes가 된다.¹ 세부 조건은 거칠지만 방향은 맞다. AI 버블은 하나의 나쁜 뉴스가 아니라 여러 가격표의 동시 붕괴로 온다.

지금 그 장면은 기본값이 아니다. 클라우드 회사는 지출을 늘리고 있고, 반도체 공급망은 아직 강하며, 공개된 H100 임대료도 안정적이다. 문제는 강한 숫자 자체가 위험을 키운다는 데 있다. 기대가 높을수록, 이미 지은 설비가 많을수록, 수익화가 조금만 늦어져도 재평가는 커진다.

앞으로는 새 모델 데모보다 세 가지를 봐야 한다. 클라우드 자본지출이 줄기 시작하는가. GPU 임대료가 내려가는가. 엔비디아와 반도체 공급망의 매출 기대가 다시 낮아지는가. AI 인프라 붐이 버블로 바뀌는 순간은 앱 화면보다 데이터센터 지출에서 먼저 보일 가능성이 크다.