Big Tech AI Infrastructure Spending Surges as Memory Shortages Drive Costs Higher

글로벌 기술 부문은 현재 인공 지능이 주요 촉매 역할을 하면서 대규모 인프라 확장에 참여하고 있습니다. Goldman Sachs의 예측에 따르면, 업계 리더들의 공동 지출은 올해 7,650억 달러에 이를 것으로 예상되며, 2027년에는 그 수치가 1조 2,000억 달러로 증가할 것으로 예상됩니다. Amazon은 주요 하이퍼스케일러 중 가장 큰 지출 업체로 부상하여 최근 연간 자본 지출 지침을 2,200억 달러로 상향 조정했습니다. 인프라에 대한 이러한 공격적인 입장은 클라우드 및 AI 처리 능력에 대한 압도적인 수요를 충족시키기 위한 경쟁을 반영합니다. 경영진은 이러한 투자가 미래 경쟁력의 기초라고 주장하지만 재정적 손실도 무시할 수 없게 되었습니다. 예를 들어 아마존(Amazon)은 지난 12개월 동안 76억 달러의 마이너스 잉여현금흐름을 보고했는데, 이는 이전의 유동성 유지 기간과는 극명한 대조를 이룹니다. 이러한 투자의 규모는 업계가 현재 수십억 달러 규모의 투자를 정당화하기 위해 미래 AI 수익화에 크게 투자하고 있음을 나타냅니다.

이러한 비용 상승의 중요한 동인은 고급 AI 하드웨어에 필요한 고급 메모리 칩 공급의 세계적인 병목 현상입니다. Tesla의 Elon Musk와 Amazon의 Andy Jassy를 포함한 업계 전반의 경영진은 이러한 구성 요소의 가격이 부풀려지거나 과도하다고 공개적으로 규정했습니다. 최신 AI 프로세서는 특정 메모리 기술에 크게 의존하기 때문에 제한된 수의 공급업체로 인해 가격이 상승하여 자본 예산에 직접적인 영향을 미치게 되었습니다. 클라우드 거대 기업과는 다른 투자 규모로 운영되는 Apple의 경우 메모리 위기는 뚜렷한 과제를 제시합니다. 이 회사는 이미 Mac과 iPad의 가격 조정으로 이어진 공급 제약에 직면해 있으며, 분석가들은 올해 말 iPhone의 가격 인상 가능성을 예상하고 있습니다. 하이퍼스케일러가 데이터 센터 구축 비용으로 어려움을 겪고 있는 반면, Apple과 같은 회사는 하드웨어 수요를 줄이지 않으면서 이러한 비용을 소비자에게 전가하는 미묘한 균형을 찾아야 합니다.

이러한 수익 보고서에 대한 월스트리트의 반응은 눈에 띄게 분열되어 있으며 이는 현재 지출 추세의 지속 가능성에 대한 깊은 회의론을 반영합니다. Amazon의 주식은 탄탄한 클라우드 성장과 명확한 관리 전략으로 인해 긍정적인 반응을 보인 반면, 다른 업계 거대 기업들은 상당한 매도세에 직면했습니다. 알파벳과 테슬라의 주가는 보고서 이후 마이너스 현금 흐름과 공격적인 지출 전망으로 인해 하락했습니다. Meta는 또한 구체적인 AI 수익화 계획에 대한 불확실성과 약한 향후 지침으로 인해 시장 가치가 급락했습니다. JPMorgan의 분석가들은 어느 기업이 인프라 지출을 진정한 이익으로 성공적으로 전환할 것인지 시장이 점점 더 면밀히 조사하고 있는 투자자 차별 경향이 증가하고 있음을 강조했습니다. 이러한 정서의 변화는 AI 관련 자본 지출에 대한 의심할 여지 없는 지원 시대가 쇠퇴하고 있음을 시사하며, 이제 주주들은 이러한 엄청난 투자가 적절한 장기 수익을 창출할 것이라는 보다 실질적인 증거를 요구하고 있습니다.

즉각적인 재정 결과 외에도 AI 환경은 효율적이고 저렴한 대안의 등장으로 인해 점점 더 큰 압박을 받고 있습니다. 소규모 및 국제 AI 연구소에서는 OpenAI 및 Anthropic과 같은 기존 리더에 필적하는 성능 수준을 종종 적은 비용으로 제공하는 개방형 모델을 점점 더 많이 출시하고 있습니다. 이러한 변화는 값비싼 독점 AI 서비스에 대한 의존도를 줄이려는 기업에 특히 매력적입니다. 하이퍼스케일러의 경우 이러한 경쟁 환경은 불확실성을 가중시킵니다. 인프라의 궁극적인 가치는 이러한 고비용 플랫폼의 지속적인 지배력에 달려 있기 때문입니다. 기업이 더욱 검소해짐에 따라 자체 호스팅 오픈 소스 모델의 매력은 Amazon, Google 및 Microsoft 클라우드 서비스에 대한 수요를 주도하는 현재 비즈니스 모델을 혼란에 빠뜨릴 수 있습니다. 결과적으로 업계는 내부 비용 압박과 공급망 문제뿐만 아니라 기업 수준에서 인공 지능의 가격 책정 및 배포 방식을 근본적으로 바꿀 수 있는 변화하는 기술 패러다임과도 싸우고 있습니다.