1. AI 산업의 성장 뒤에 숨겨진 또 하나의 위험
인공지능(AI) 산업이 폭발적으로 성장하면서 엔비디아, 마이크로소프트, 오픈AI, 오라클, 코어위브 등 관련 기업들의 투자와 기업가치도 급격히 확대되고 있다.
AI 기술은 이제 단순한 소프트웨어 산업을 넘어 반도체, 데이터센터, 클라우드 컴퓨팅, 전력 및 에너지 산업을 포괄하는 거대한 산업 생태계를 형성하고 있다.
그런데 최근 AI 산업을 분석할 때 주목해야 할 현상이 있다. 바로 AI 기업들 사이에서 나타나는 상호 투자와 순환적 자금 조달 구조다.
기업 A가 기업 B에 투자하고, B는 그 투자금으로 A의 제품이나 서비스를 구매한다. 투자자는 자신의 투자로 지원한 기업이 다시 자신의 매출을 늘려주는 구조를 만들 수 있다.
이러한 거래가 반복되면 AI 산업 전체의 투자와 매출이 실제 최종 수요보다 빠르게 증가하는 것처럼 나타날 가능성이 있다.
물론 모든 상호 투자가 부실하거나 비정상적인 것은 아니다. 전략적 투자와 장기 구매계약은 신산업의 성장을 촉진하는 정상적인 사업 방식이기도 하다.
문제는 이러한 구조가 지나치게 확대되어 실제 소비와 수익 창출 능력보다 기업 간 금융거래에 의존하게 될 때 발생한다.
그렇다면 AI 산업에서 나타나는 순환금융은 무엇이며, 왜 새로운 금융 버블의 위험으로 거론되는 것일까?
2. 순환출자와 순환금융은 무엇이 다른가?
먼저 두 개념을 구분할 필요가 있다.
① 순환출자(Circular Ownership)
순환출자는 기업들이 서로의 지분을 보유하면서 출자 관계가 고리처럼 연결되는 구조다.
예를 들어 다음과 같다.
- A기업이 B기업에 출자한다.
- B기업이 C기업에 출자한다.
- C기업이 다시 A기업에 출자한다.
이렇게 되면 기업들의 지분 소유 관계가 서로 연결된다.
순환출자는 기업 지배구조와 의결권, 자본의 실질적인 소유 관계를 왜곡할 가능성이 있다. 한국 재벌의 기업집단 지배구조를 설명할 때도 자주 등장하는 개념이다.
② 순환금융(Circular Financing)
순환금융은 조금 다른 개념이다.
기업 간 투자와 구매, 금융지원이 서로 연결되어 자금이 산업 생태계 안에서 반복적으로 순환하는 구조를 의미한다.
예를 들어 다음과 같은 상황이다.
- A기업이 B기업에 투자한다.
- B기업은 투자받은 자금으로 A기업의 제품을 구매한다.
- A기업은 매출 증가와 시장 확대라는 성과를 얻는다.
- 증가한 매출과 기업가치를 바탕으로 추가 투자를 유치한다.
여기서 중요한 것은 실제로 지분을 서로 보유하지 않더라도 순환금융이 발생할 수 있다는 사실이다.
최근 AI 산업에서 논쟁이 되는 것은 엄밀한 의미의 순환출자보다는 이러한 순환금융과 전략적 투자, 장기 구매계약이 결합된 구조다.
3. AI 산업에서 나타나는 순환금융의 구조
AI 산업의 순환금융을 이해하려면 먼저 산업 생태계를 살펴봐야 한다.
현재 AI 산업은 대략 다음과 같은 구조로 구성되어 있다.
| 분야 | 주요 기업 | 역할 |
|---|---|---|
| AI 반도체 | 엔비디아, AMD | GPU 및 AI 가속기 공급 |
| 클라우드 | 마이크로소프트, 아마존, 구글, 오라클 | 컴퓨팅 인프라 제공 |
| AI 데이터센터 | 코어위브 등 | GPU 기반 컴퓨팅 서비스 |
| AI 모델 | 오픈AI, 앤스로픽 등 | 대규모 AI 모델 개발 |
| AI 서비스 | 다양한 소프트웨어 기업 | AI를 활용한 서비스 판매 |
이 기업들은 독립적으로 사업을 운영하는 것이 아니라 서로 투자하고, 제품을 공급하고, 서비스를 구매하는 관계를 형성하고 있다.
예를 들어 엔비디아가 AI 인프라 기업에 투자하면 해당 기업은 데이터센터를 확대하고 엔비디아 GPU를 구매할 수 있다.
AI 모델 개발 기업은 이러한 인프라를 활용해 서비스를 운영하고, 클라우드 기업은 컴퓨팅 자원을 제공하면서 매출을 확보한다.
이 과정에서 투자와 구매, 매출과 기업가치가 서로 연결된다.
AI 산업의 성장에 필요한 자본이 다시 AI 산업의 매출을 만들어내는 구조가 형성되는 것이다.
4. 실제 기업 사례로 살펴보는 순환금융
① 엔비디아와 코어위브
엔비디아(NVIDIA)는 AI 반도체 시장의 핵심 기업이다.
코어위브(CoreWeave)는 엔비디아 GPU를 대규모로 확보해 클라우드 컴퓨팅 서비스를 제공하는 기업이다.
2026년 1월 엔비디아는 코어위브에 20억 달러를 투자한다고 발표했다. 양사는 AI 데이터센터 구축과 컴퓨팅 인프라 확대를 위한 협력 관계를 강화했다.
이 관계에서 주목할 부분은 다음과 같다.
- 엔비디아는 코어위브에 투자한다.
- 코어위브는 투자금을 활용해 데이터센터 사업을 확대한다.
- 데이터센터 확대 과정에서 엔비디아 GPU 수요가 증가한다.
- 엔비디아는 GPU 판매와 생태계 확대의 혜택을 얻는다.
엔비디아 입장에서는 투자와 제품 판매가 동시에 연결되는 것이다.
이것이 곧 부실한 거래라는 뜻은 아니다. 코어위브가 실제 고객에게 컴퓨팅 서비스를 제공하고 수익을 창출한다면 경제적 가치가 존재한다.
하지만 코어위브의 최종 고객 수요가 기대에 미치지 못한다면 이야기가 달라진다. 투자 손실과 GPU 판매 감소가 동시에 발생할 가능성이 있기 때문이다.
② 마이크로소프트와 오픈AI
마이크로소프트(Microsoft)와 오픈AI(OpenAI)의 관계도 중요한 사례다.
마이크로소프트는 오픈AI에 대규모 전략적 투자를 진행했고, 오픈AI는 마이크로소프트의 클라우드 인프라를 활용해 AI 모델과 서비스를 개발해 왔다.
이 관계에서는 투자와 클라우드 구매가 연결된다.
- 마이크로소프트는 오픈AI에 자금을 지원한다.
- 오픈AI는 AI 모델 개발과 서비스 확대에 투자한다.
- 오픈AI는 클라우드 컴퓨팅 자원을 이용한다.
- 마이크로소프트는 클라우드 사업과 AI 생태계 확대의 혜택을 얻는다.
이러한 관계는 전략적 협력이라는 측면에서 충분히 합리적일 수 있다.
그러나 AI 서비스의 실제 수익이 투자와 인프라 비용을 감당하지 못한다면 투자자와 공급자 모두에게 부담이 될 수 있다.
③ AI 산업의 다층적 투자 관계
AI 산업의 순환금융은 두 기업 사이에서만 발생하는 것이 아니다.
엔비디아, 마이크로소프트, 오라클, AI 데이터센터 기업, AI 모델 개발 기업, 금융기관 등이 복잡하게 연결되어 있다.
기업 간 투자와 장기 구매계약, 데이터센터 건설을 위한 대출과 회사채 발행까지 결합하면 산업 전체의 자금 흐름은 더욱 복잡해진다.
따라서 개별 기업의 재무제표만으로는 산업 전체의 위험을 파악하기 어려울 수 있다.
5. 순환금융이 위험한 이유: 실제 수요와 매출의 괴리
순환금융의 핵심적인 위험은 기업의 매출 증가가 반드시 최종 소비자의 수요 증가를 의미하지는 않는다는 점이다.
가상의 사례를 생각해 보자.
A기업이 B기업에 100억 원을 투자했다고 가정하자.
B기업은 투자받은 돈으로 A기업의 GPU와 클라우드 서비스를 구매한다.
그러면 A기업의 매출은 증가하고 B기업은 데이터센터를 확장할 수 있다.
그러나 B기업이 제공하는 서비스에 실제로 돈을 지불하는 고객이 충분하지 않다면 어떻게 될까?
기업 간 거래는 증가했지만 산업 전체가 창출하는 최종 수익은 그만큼 증가하지 않을 수 있다.
물론 GPU와 클라우드 서비스를 실제로 제공했다면 그 거래 자체가 허위 매출인 것은 아니다.
문제는 이러한 투자가 최종 수요를 앞질러 과도하게 확대될 경우다.
이러한 구조가 위험한 이유는 다음과 같다.
① 실제 수요보다 빠른 매출 성장
기업 간 투자와 구매가 서로를 뒷받침하면 매출 성장률이 최종 소비자의 지불 능력이나 실제 수요보다 빠르게 증가할 수 있다.
이 경우 시장은 AI 산업의 성장성을 과대평가할 가능성이 있다.
② 과잉투자와 유휴설비
AI 데이터센터를 건설하고 GPU를 확보하려면 막대한 자본이 필요하다.
기업들은 미래의 AI 수요가 계속 증가할 것이라는 전망을 바탕으로 투자 규모를 확대한다.
그러나 AI 서비스의 수익화가 예상보다 늦어지거나 컴퓨팅 수요가 둔화된다면 대규모 데이터센터와 GPU가 유휴설비로 남을 수 있다.
③ 부채와 금융위험의 전염
데이터센터 건설에는 자기자본뿐 아니라 은행대출, 회사채, 사모신용, 자산담보대출 등이 활용된다.
기업이 투자금을 회수하지 못하면 대출 상환에 문제가 생길 수 있다.
특히 여러 기업이 서로 투자하고 거래하는 구조에서는 한 기업의 문제가 금융기관과 공급기업, 투자자에게 연쇄적으로 전달될 가능성이 있다.
④ 기술적 진부화
AI 반도체와 데이터센터 설비는 장기간 사용해야 투자비를 회수할 수 있다.
하지만 반도체 기술은 빠르게 발전한다.
더 높은 성능과 낮은 비용을 제공하는 차세대 GPU가 등장하면 기존 설비의 경제적 가치가 예상보다 빠르게 하락할 수 있다.
⑤ 위험의 불투명성
기업 간 투자와 구매계약, 장기 공급계약, 지급보증 등이 복잡하게 얽히면 최종적으로 누가 위험을 부담하는지 파악하기 어려워진다.
이는 금융시장의 불확실성을 높이는 요인이 될 수 있다.
6. 국제기구들도 AI 산업의 금융위험에 주목하고 있다
AI 산업의 순환금융 문제는 단순한 시장의 의혹이 아니다.
IMF와 국제결제은행(BIS) 등 국제기구들도 AI 산업의 금융 연결성과 부채 확대, 투자 위험을 주목하고 있다.
특히 IMF는 2026년 10월 AI 생태계의 구조와 금융조달, 금융안정성 문제를 다룬 분석을 발표했다.
이 분석은 공개된 주요 순환금융 거래 14건을 검토했으며, 해당 거래에 참여한 상장기업들이 AI 산업 관련 상장기업 매출의 약 50%, 시가총액의 약 40%를 차지한다고 분석했다.
이 수치는 순환금융이 일부 신생기업에만 국한된 문제가 아니라 AI 산업의 주요 기업들과 연결될 수 있음을 보여준다.
국제기구들이 주목하는 주요 위험은 다음과 같다.
- 기업 간 투자와 거래에 따른 금융 연결성 확대
- AI 인프라 구축을 위한 부채 증가
- 실제 수익창출 능력과 투자 규모 사이의 괴리
- AI 산업의 충격이 금융기관으로 전파될 가능성
다만 금융적 연결성이 존재한다는 사실만으로 금융위기가 발생한다고 단정할 수는 없다. 실제 손실 규모와 금융기관의 자본 여력, 기업의 현금흐름 등을 함께 살펴봐야 한다.
7. 2000년 닷컴 버블과 2008년 금융위기에서 무엇을 배울 수 있을까?
AI 산업의 현재 상황을 이해하려면 과거 금융위기와 비교해 볼 필요가 있다.
① 2000년 닷컴 버블
1990년대 후반 인터넷 산업은 폭발적인 성장을 경험했다.
인터넷은 산업과 사회를 근본적으로 변화시킬 기술이었다. 실제로 인터넷은 이후 경제 전반의 생산성과 산업구조를 변화시켰다.
그러나 당시 투자자들은 인터넷의 미래 가능성을 지나치게 앞당겨 평가했다.
수익성이 검증되지 않은 기업들에 막대한 자금이 유입됐고, 통신망과 인터넷 인프라에도 과잉투자가 발생했다.
결국 2000년 전후 주가가 급락하면서 수많은 인터넷 기업이 사라졌다.
중요한 교훈은 인터넷이라는 기술이 실패한 것이 아니라 기술의 미래 가능성에 대한 기대가 당시 기업들의 수익창출 능력을 크게 앞질렀다는 점이다.
② 2008년 글로벌 금융위기
2008년 금융위기는 부동산 시장의 거품과 금융기관의 과도한 레버리지, 복잡한 금융상품이 결합하면서 발생했다.
주택가격 상승을 전제로 대출이 확대됐고, 주택담보대출은 다양한 금융상품으로 재구성되어 금융시장 전체로 확산됐다.
부동산 가격이 하락하자 대출 부실이 발생했고 금융기관 사이의 신용관계가 무너지면서 위기가 전 세계로 확산됐다.
이 사례에서 중요한 교훈은 개별 금융상품의 위험보다 금융기관과 기업 사이의 복잡한 연결관계가 위기를 증폭시킬 수 있다는 사실이다.
③ 2026년 AI 투자 붐
현재 AI 산업은 과거 닷컴 버블과 2008년 금융위기의 일부 특징을 동시에 보여준다.
| 구분 | 닷컴 버블 | 2008년 금융위기 | AI 투자 붐 |
|---|---|---|---|
| 핵심 동력 | 인터넷 혁신 기대 | 부동산 가격 상승 | AI 기술혁신 기대 |
| 투자 확대 | 인터넷 기업과 통신망 | 주택담보대출 | GPU와 데이터센터 |
| 주요 위험 | 기업가치 과대평가 | 과도한 레버리지 | 순환금융과 과잉투자 |
| 취약점 | 수익성 부족 | 부실채권 | 최종 수요와 현금흐름 |
| 파급 경로 | 주식시장 | 금융기관 | AI 생태계와 금융시장 |
물론 현재 AI 산업을 2008년 금융위기와 동일시하는 것은 무리다.
AI 산업에는 실제 기술적 발전과 생산성 향상 가능성이 존재하며, GPU와 데이터센터 역시 실질적인 경제적 자산이다.
다만 기술의 성장 가능성이 모든 기업의 투자수익을 보장하지는 않는다는 점은 과거 사례가 보여주는 중요한 교훈이다.
8. 마르크스 경제학적 관점: 생산적 투자와 금융적 팽창의 모순
이 문제를 조금 더 깊이 이해하기 위해 마르크스 경제학의 관점에서 살펴보자.
마르크스는 자본주의의 축적 과정에서 생산과 금융, 이윤 실현 사이에 모순이 발생할 수 있다고 분석했다.
자본은 더 많은 이윤을 얻기 위해 생산수단에 투자하고 생산 규모를 확대한다.
그러나 자본의 축적이 확대된다고 해서 그에 비례하여 이윤이 보장되는 것은 아니다.
생산설비와 기술에 대한 투자가 확대되더라도 생산된 상품과 서비스가 충분히 판매되지 못하면 자본은 기대했던 이윤을 실현할 수 없다.
AI 산업에서도 비슷한 질문을 제기할 수 있다.
첫째, AI 산업에 투입되는 막대한 자본은 실제 사회적 생산성과 부가가치를 얼마나 증가시키고 있는가?
둘째, 데이터센터와 GPU에 대한 투자는 최종 소비자와 기업의 실질적인 수요에 의해 뒷받침되고 있는가?
셋째, 기업 간 상호 투자와 구매계약은 미래의 수요와 이윤을 앞당겨 평가하면서 자본축적을 확대하는 역할을 하고 있지는 않은가?
넷째, AI 산업의 이윤율이 하락하거나 수익 실현이 지연될 경우 금융적 연결망을 통해 위기가 확산될 가능성은 없는가?
여기서 주목할 것은 기술 발전과 자본의 수익성은 서로 다른 문제라는 사실이다.
AI가 생산성을 크게 향상시키더라도 모든 AI 기업이 투자한 자본을 회수하고 충분한 이윤을 실현할 수 있다는 보장은 없다.
기술혁신은 새로운 생산력을 창출하지만, 자본주의적 생산에서는 그 생산력이 이윤으로 실현되어야 자본축적이 지속될 수 있기 때문이다.
이러한 의미에서 AI 산업의 순환금융 문제는 단순히 특정 기업들의 투자전략을 넘어 자본주의의 축적과 금융화가 만들어내는 구조적 모순이라는 관점에서도 분석할 수 있다.
9. 앞으로 주목해야 할 핵심 지표
AI 산업의 금융적 건전성을 판단하려면 기업의 매출 증가율이나 시가총액만 살펴봐서는 안 된다.
다음 지표들을 함께 확인할 필요가 있다.
| 점검 항목 | 핵심 질문 |
|---|---|
| AI 최종 수요 | 실제 고객이 AI 서비스에 얼마나 지불하는가? |
| 영업현금흐름 | 회계상 이익이 실제 현금으로 전환되는가? |
| 설비투자 | 데이터센터와 GPU 투자가 충분한 수익을 창출하는가? |
| 부채 규모 | 차입금과 이자 부담이 얼마나 증가하는가? |
| 고객 집중도 | 특정 AI 기업에 매출이 지나치게 의존하는가? |
| 투자와 구매 관계 | 투자금이 다시 투자자의 제품 구매로 돌아가는가? |
| 담보와 보증 | 데이터센터와 GPU의 담보가치 및 지급보증 위험은 어떠한가? |
특히 중요한 것은 기업 간 거래를 제외하고도 AI 산업의 최종 수요가 지속적으로 성장하고 있는지를 확인하는 것이다.
AI 서비스가 실제 고객에게 판매되고, 고객이 그 서비스로 생산성을 높이며, 그 결과가 지속적인 지불 의사와 매출로 이어져야 산업의 장기적인 성장이 가능하다.
10. 결론: AI 산업의 위기는 기술의 실패가 아니라 자본축적의 위기에서 비롯될 수도 있다
AI 산업의 미래를 비관적으로만 볼 필요는 없다.
AI는 의료, 과학 연구, 제조업, 금융, 소프트웨어 개발 등 다양한 분야에서 생산성과 효율성을 높일 잠재력을 가지고 있다.
그러나 기술의 발전 가능성이 현재의 기업가치와 투자 규모를 모두 정당화하지는 않는다.
특히 기업 간 상호 투자와 구매가 서로를 뒷받침하는 순환금융 구조가 지나치게 확대된다면, 실제 최종 수요보다 매출과 기업가치가 빠르게 부풀려질 가능성이 있다.
이후 AI 서비스의 수익화가 기대에 미치지 못하거나 자금조달 여건이 악화되면 기업들은 투자를 축소하고, 데이터센터 건설과 GPU 구매가 감소하며, 그 충격은 관련 기업과 금융기관으로 확산될 수 있다.
결국 우리가 주목해야 할 것은 AI 기술이 얼마나 발전하느냐뿐 아니라, 그 기술에 투입된 막대한 자본이 실제로 얼마나 지속 가능한 이윤을 창출할 수 있느냐는 문제다.
AI 산업의 장기적인 성장 가능성과 AI 투자시장의 금융적 불안정성은 동시에 존재할 수 있다.
AI 기술혁신이 새로운 생산력의 발전을 의미한다면, 순환금융과 과잉투자는 그 생산력을 둘러싼 자본축적의 불안정성을 보여주는 현상일 수 있다.
따라서 AI 산업을 평가할 때는 기술의 혁신성뿐 아니라 투자와 매출의 실질적인 관계, 부채와 현금흐름, 최종 수요와 이윤 실현 능력을 함께 살펴봐야 한다.
참고자료
- IMF, 2026년 10월, AI 생태계의 구조·금융조달 및 금융안정성 관련 분석
- BIS, 2026년 연례 경제보고서
- Reserve Bank of Australia, Financial Stability Review, 2026년 10월
- LSEG, AI 산업의 순환금융 관련 분석
- NVIDIA, CoreWeave 투자 및 전략적 협력 관련 발표
- Microsoft, OpenAI 전략적 파트너십 관련 발표
※ 기업 간 투자와 구매계약은 개별 계약의 조건과 실제 자금 흐름에 따라 성격이 다르다. 모든 전략적 투자나 장기 구매계약을 순환금융 또는 부실거래로 간주해서는 안 된다.