---
title: "골드만삭스, 미국 AI 투자는 버블이 아니라 토큰 비용 싸움이라고 봄"
published: 2026-05-19T06:05:03.057Z
canonical: https://jeff.news/article/2860
---
# 골드만삭스, 미국 AI 투자는 버블이 아니라 토큰 비용 싸움이라고 봄

골드만삭스의 에릭 셰리던은 미국 AI 인프라 투자가 버블이 아니라 생산성 있는 에이전트형 AI로 넘어가는 변곡점이라고 봤다. 중국 오픈소스 모델 공세와 투자 과열 우려가 있지만, 실제 시장에서는 컴퓨팅 공급 부족과 클라우드 수요가 더 크게 나타나고 있다는 주장이다.

## 골드만삭스가 보는 AI 투자 논리

- 골드만삭스는 지금 미국 AI 업계를 ‘버블’보다 ‘변곡점’으로 보고 있음
  - 에릭 셰리던 골드만삭스 기술·미디어·통신 리서치 공동 총괄이 홍콩 콘퍼런스에서 꺼낸 얘기임
  - 핵심 논리는 경제적 생산성을 가진 에이전트형 AI가 나오면서 데이터센터와 반도체 투자가 폭발하고 있다는 것
  - 그러니까 단순히 “다들 AI라니까 돈 붓네?”가 아니라, 실제 서비스 수요가 인프라를 밀어 올리고 있다는 주장임

- 올해 미국 AI 인프라 투자는 7000억달러, 우리 돈으로 약 1054조원을 넘을 것으로 전망됨
  - 이 정도 규모면 당연히 “이거 수익으로 회수 가능함?”이라는 질문이 나올 수밖에 없음
  - 중국 빅테크들이 저렴한 오픈소스 AI 모델을 내놓으면서 미국 빅테크의 수익성이 흔들릴 수 있다는 우려도 같이 붙었음
  - 딥시크 쇼크 이후 월가가 긴장했던 것도 이 지점임

> [!IMPORTANT]
> 골드만삭스의 포인트는 투자 규모 자체가 아니라 토큰 비용임. 인프라가 늘어 토큰 단가가 내려가면 사용량이 늘고, 그게 다시 매출을 키운다는 선순환을 기대하는 구조임.

## “수요가 없는 게 아니라 컴퓨팅이 모자라다”

- 셰리던은 AI 비관론이 아직 현실로 크게 나타나지 않았다고 봄
  - 오히려 미국 AI 기업들은 컴퓨팅 용량 부족에 심하게 제약받고 있다는 설명임
  - 앤스로픽의 클로드 코드 같은 고급 에이전트형 AI 서비스가 나오면서 수요가 공급을 훨씬 앞질렀다는 사례를 들었음
  - 개발자 입장에선 꽤 익숙한 얘기임. 좋은 코딩 에이전트가 실제로 쓸 만해지는 순간, 병목은 “쓸 사람이 있냐”가 아니라 “얼마나 싸고 빠르게 돌리냐”로 바뀜

- 알파벳과 아마존의 최근 클라우드 인프라 실적도 이 논리를 뒷받침하는 사례로 제시됨
  - 두 회사의 클라우드 인프라 사업 성장률이 시장 예상치를 넘겼음
  - 셰리던은 이 배경에 구글의 자체 AI 칩 TPU와 아마존의 트레이니엄 수요 급증이 있다고 봄
  - 두 기업의 수주 잔고를 합치면 8000억달러, 약 1200조원을 넘는다는 점도 투자자들에게 안도감을 줬다고 설명함

## 토큰 단가가 내려가면 무슨 일이 생기나

- 골드만삭스는 앞으로 3~12개월 사이 미국 하이퍼스케일러와 AI 모델 제공업체의 매출총이익률이 좋아질 수 있다고 봄
  - 대규모 인프라 투자로 AI 사용의 기본 단위인 토큰 비용이 더 내려갈 것이라는 전망임
  - 토큰 가격이 내려가면 기업 입장에서는 더 많은 기능에 AI를 붙일 수 있음
  - 그 결과 비용은 낮아지는데 사용량은 늘고, 전체 매출은 더 커질 수 있다는 계산임

- 토큰 소비량 전망은 꽤 공격적임
  - 골드만삭스는 전 세계 AI 토큰 소비량이 2030년까지 24배 늘어날 것으로 봄
  - 2040년까지는 55배 증가할 수 있다고 전망함
  - 이 숫자가 맞다면 지금의 인프라 투자는 과잉 설비가 아니라 미래 사용량을 따라잡기 위한 선투자에 가까워짐

## 중국 오픈소스 모델 공세를 어떻게 보나

- 셰리던은 중국이 에너지 공급과 AI 응용 서비스 다양성에서는 강점이 있다고 인정함
  - AI 모델 학습과 운영에는 전력과 데이터센터 운영 능력이 중요하니, 이 부분은 미국만 압도한다고 보기 어렵다는 얘기임
  - 이미 시장에 배치된 AI 응용 서비스의 다양성에서도 중국이 강하다고 봤음

- 다만 최첨단 기술력과 돈이 되는 기업용 AI 모델 시장에서는 미국 기업이 여전히 우위라는 평가임
  - 서구 시장에서 중국 오픈소스 기반 대형 모델이 대규모로 확산되는 흐름은 아직 보지 못했다는 게 셰리던의 판단임
  - 딥시크 쇼크 때는 중국 모델 영향력에 대한 걱정이 컸지만, 이후 미국 모델 성능이 더 올라가고 관련 기업 매출도 글로벌 경쟁사보다 빠르게 늘면서 우려가 약해졌다고 봄
  - 결국 “중국 모델이 싸다”와 “서구 기업 고객이 대규모로 채택한다” 사이에는 아직 간극이 있다는 얘기임

- 재미있는 건 골드만삭스도 이 변화를 따라잡기 위해 자체 AI 에이전트를 실험 중이라는 점임
  - 셰리던은 기술 변화 속도가 너무 빨라 월가조차 전망하기 어렵다고 말함
  - 그래서 애널리스트들의 산업 전망 역량을 높이는 데 AI 에이전트를 활용하는 실험을 하고 있음
  - AI를 분석하는 조직도 AI 없이는 따라가기 힘든 시장이 된 셈임

---

## 기술 맥락

- 이 기사에서 제일 중요한 선택은 대규모 인프라 투자를 비용 낭비가 아니라 토큰 단가를 낮추는 전략으로 본다는 점이에요. AI 서비스는 같은 품질이라도 추론 비용이 낮아져야 제품 안에 더 깊게 들어갈 수 있거든요.

- 왜 하이퍼스케일러들이 자체 칩을 미는지도 여기서 연결돼요. 구글 TPU나 아마존 트레이니엄은 범용 그래픽 처리 장치 의존도를 줄이고, 클라우드 안에서 학습·추론 비용 구조를 직접 통제하려는 카드예요.

- 기업용 AI 모델 시장에서는 성능뿐 아니라 안정성, 보안, 계약, 운영 지원이 같이 중요해요. 중국 오픈소스 모델이 싸더라도 서구 기업 고객이 바로 핵심 업무에 붙이기 어려운 이유가 여기에 있어요.

- 개발팀 관점에서는 토큰 가격 하락이 꽤 현실적인 변수예요. 지금은 비용 때문에 요약, 검색, 코드 생성 일부에만 붙이던 기능이 나중에는 워크플로 전체를 맡는 에이전트형 기능으로 확장될 수 있거든요.

## 핵심 포인트

- 미국 AI 인프라 투자는 올해 7000억달러를 넘을 것으로 전망됨
- 컴퓨팅 수요와 공급의 격차는 2027년 하반기까지도 이어질 수 있다는 관측이 나옴
- 알파벳과 아마존의 클라우드 인프라 성장은 자체 AI 칩 수요와 연결돼 있음
- AI 토큰 소비량은 2030년까지 24배, 2040년까지 55배 늘어날 것으로 전망됨
- 중국은 에너지와 응용 서비스 다양성에서 강점이 있지만 기업용 최첨단 AI 모델 시장은 미국이 우위라는 평가가 나옴

## 인사이트

이 기사의 핵심은 ‘AI 투자 과열인가’보다 ‘토큰 가격이 내려가면 수요가 얼마나 폭발하느냐’에 있음. 개발자 입장에서는 모델 성능 경쟁만 볼 게 아니라, 인프라 비용과 토큰 단가가 제품 설계의 제약을 얼마나 바꿀지 봐야 함.