[KtN 최기형기자]알파벳의 올해 1분기 매출은 1099억 달러였다. 구글 클라우드 매출은 200억 달러로 1년 전보다 63% 늘었다. 마이크로소프트 클라우드 매출은 545억 달러, 아마존웹서비스 매출은 376억 달러를 기록했다. 엔비디아의 2026 회계연도 매출은 2159억 달러였고, 4분기 데이터센터 매출만 623억 달러에 달했다. 생성형 AI 경쟁의 무대가 모델 발표장에서 데이터센터, 반도체, 전력, 클라우드 계약으로 옮겨간 흐름을 보여주는 숫자들이다.

2022년 말 챗GPT 공개 이후 시장의 관심은 대형언어모델 성능에 쏠렸다. 어느 모델이 더 자연스럽게 답하는지, 더 긴 문서를 처리하는지, 더 복잡한 코딩 문제를 푸는지가 기업가치와 주가를 흔들었다. 2026년 들어 경쟁의 중심은 달라졌다. 좋은 모델을 만드는 일보다 그 모델을 학습시키고 매일 수억 명에게 제공할 수 있는 인프라가 더 비싼 자산이 됐다.

알파벳 실적자료에는 변화가 비교적 선명하게 드러난다. 구글 클라우드 매출은 기업용 AI 솔루션과 AI 인프라 수요 증가에 힘입어 63% 늘었다. 같은 기간 알파벳의 유형자산 취득액은 356억7400만 달러로 집계됐다. 검색, 유튜브, 클라우드가 모두 AI 기능을 흡수하면서 AI 투자는 별도 신사업이 아니라 구글 사업 전반의 비용 구조를 바꾸는 항목이 됐다.

마이크로소프트도 클라우드와 AI를 한 몸으로 키우고 있다. 올해 3분기 회사 매출은 829억 달러로 18% 늘었다. 회사가 밝힌 AI 사업의 연환산 매출은 370억 달러를 넘어섰고, 마이크로소프트 클라우드 매출은 545억 달러로 29% 증가했다. 애저와 기타 클라우드 서비스 매출 증가율은 40%였다. 상업용 잔여계약가치는 6270억 달러로 늘었다. AI 수요가 일회성 사용료가 아니라 장기 클라우드 계약으로 쌓이고 있다는 뜻이다.

아마존은 자체 칩과 AWS를 앞세웠다. 1분기 AWS 매출은 376억 달러로 28% 늘었다. 그라비톤, 트레이니엄, 니트로를 포함한 아마존 칩 사업의 연환산 매출은 200억 달러를 넘어섰다. 앤스로픽은 아마존과의 새 계약을 통해 클로드 학습과 서비스 운영에 최대 5GW 규모의 컴퓨팅 용량을 확보하고, 앞으로 10년 동안 AWS 기술에 1000억 달러 이상을 투입하기로 했다.

모델 기업과 클라우드 기업의 관계도 바뀌었다. 모델 기업은 더 많은 연산 자원을 안정적으로 확보해야 하고, 클라우드 기업은 대형 모델을 자사 인프라에 묶어 투자 회수 가능성을 높여야 한다. 앤스로픽과 아마존의 계약은 AI 산업의 경쟁 단위가 개별 모델에서 모델, 칩, 클라우드, 데이터센터를 묶은 장기 동맹으로 커졌다는 점을 보여준다.

엔비디아 실적은 AI 인프라 경쟁의 수혜가 어디로 몰리는지 말해준다. 엔비디아의 2026 회계연도 매출은 2159억 달러로 전년보다 65% 늘었다. 4분기 데이터센터 매출은 623억 달러였고, 데이터센터 부문 연간 매출은 1937억 달러에 이르렀다. 챗봇 화면 뒤편에서는 GPU, 네트워킹 장비, 서버, 메모리, 냉각설비, 전력망이 동시에 움직인다. AI 산업은 겉으로는 소프트웨어처럼 보이지만, 비용 구조는 점점 제조업과 전력산업에 가까워지고 있다.

메타의 투자 계획도 같은 방향을 가리킨다. 메타는 올해 1분기에 563억1000만 달러의 매출을 올렸다. 같은 기간 설비투자는 금융리스 원금 상환을 포함해 198억4000만 달러였다. 회사는 2026년 전체 설비투자 전망을 기존 1150억~1350억 달러에서 1250억~1450억 달러로 높였다. 부품 가격 상승과 향후 데이터센터 용량 확보 비용이 반영됐다.

투자가 커질수록 투자수익률을 둘러싼 압박도 커진다. 빅테크는 AI 인프라를 선점하기 위해 지출을 늘리고 있지만, 기업 고객이 실제 업무에서 성과를 내지 못하면 AI 투자는 비용으로 남는다. 가트너 자료는 이 지점을 AI 활용 역량의 문제로 짚었다. 해당 자료에 따르면 AI 투자 수익을 두고 CEO가 긍정적으로 평가한다고 답한 임원·AI 리더는 30% 수준에 그쳤다. CIO의 81%는 생성형 AI 역량 격차가 2025년 목표 달성을 막을 수 있다고 봤고, 직원 63%는 핵심 업무에 생성형 AI를 써본 적이 없다고 답했다.

기업 현장에서는 파일럿 프로젝트가 실제 업무 전환으로 이어지지 못하는 사례가 적지 않다. 모델을 도입해도 임직원이 어떤 업무에 어떻게 써야 하는지 모르면 생산성 향상은 제한된다. 데이터 접근 권한, 보안 기준, 오류 검증 절차, 책임 소재, 성과 측정 방식이 갖춰지지 않으면 AI는 업무 도구가 아니라 별도 실험으로 남는다. 가트너는 교육 이수율보다 실제 사업 성과와 고부가가치 사용 사례에 AI 교육을 연결해야 한다고 제시했다.

AI 기업 전쟁의 1차 무대는 모델이었다. 지금의 무대는 인프라다. 데이터센터를 세우고, 전력을 확보하고, 반도체 공급망을 붙잡고, 클라우드 고객을 장기계약으로 묶는 기업이 시장을 앞서가고 있다. 그러나 인프라만으로 승부가 끝나지는 않는다. 기업 고객이 AI를 핵심 업무에 적용하지 못하면 막대한 투자는 수익으로 돌아오지 않는다.

2026년 AI 시장의 남은 변수는 투자 속도보다 회수 속도다. 빅테크는 이미 수천억 달러 규모의 인프라 경쟁에 들어갔다. 반도체와 전력, 데이터센터 사업자는 수혜를 받고 있다. 기업 고객에게는 다른 과제가 남았다. AI를 사는 일보다 AI로 업무를 바꾸는 일이 투자 성과를 가를 가능성이 커졌다.