AI 데이터센터 돈줄이 막히면 HBM 가격도 흔들릴 수 있다

AI 인프라 낙관론과 거품론이 정면충돌 중

• 지금 AI 인프라 시장의 핵심 질문은 “GPU가 더 필요하냐”가 아니라 “그 GPU 살 돈이 계속 나오냐”로 바뀌고 있음

  • 빅테크는 그래픽처리장치(GPU)와 대규모 데이터센터 확보에 천문학적 자본을 투입 중
  • 시장은 이제 AI 수요 자체보다 자본 조달의 지속 가능성을 더 예민하게 보는 분위기

• 코투 매니지먼트의 필립 라폰트는 꽤 세게 낙관하는 쪽임

  • 코투는 2026~2031년 전 세계에서 AI 인프라로 흘러들 수 있는 자금 파이프라인을 12조 달러, 약 1경 8379조 원 규모로 계산
  • 이 관점에서는 현재 조정은 일시적이고, AI 생태계에 들어올 돈은 아직 충분하다는 얘기

• 반대로 마이클 버리는 이 구조를 닷컴버블 시절의 벤더 파이낸싱에 가깝다고 봄

  • 엔비디아가 오픈AI에 투자하고, 오픈AI가 오라클과 클라우드 계약을 맺고, 오라클이 다시 엔비디아 GPU를 주문하는 식의 순환 구조가 문제라는 것
  • 마이크로소프트가 오픈AI에 클라우드 크레딧을 주고, 오픈AI가 애저를 쓰고, 마이크로소프트가 다시 엔비디아 칩을 사는 구조도 같은 맥락으로 언급됨
  • 코어위브, 람다랩스 같은 AI 클라우드 기업이 GPU 자체를 담보로 사모신용 시장에서 수십억 달러 대출을 일으키는 것도 수요를 부풀릴 수 있는 장치로 지목됨

장부 밖으로 빠지는 데이터센터 부채

• 하이퍼스케일러들의 현금흐름은 이미 빡빡해지는 중임

  • 과거에는 영업활동으로 번 현금의 평균 40% 정도를 설비투자에 썼음
  • 그런데 2026~2027년에는 이 비율이 100%에 가까워질 수 있다는 전망이 나옴
  • 쉽게 말하면 번 돈을 거의 전부 AI 컴퓨팅과 데이터센터 증설에 다시 넣어야 하는 상태

• 그래서 외부 차입, 특히 덜 투명한 금융 구조가 커지고 있음

  • 기사에서 지목한 대표 창구는 미국 기관 전용 비공개 채무증권인 144A 채권
  • 데이터센터 건설 자금이 이쪽으로 몰리면 공시 투명성은 낮아지고, 시장이 리스크를 늦게 알아차릴 수 있음

• 메타의 루이지애나 하이페리온 데이터센터 프로젝트가 상징적인 사례로 나옴

  • 2GW급 데이터센터 프로젝트를 위해 블루오울캐피털과 8대 2 지분 구조의 특수목적법인 베이넷을 설립
  • 총 273억 달러, 약 41조 8100억 원 규모의 프로젝트 파이낸싱 채권을 메타 장부 밖에서 발행
  • 회계상 부채는 아니어도 현금흐름으로는 장기 지급 의무가 생기니, 실질적으로는 경제적 부채에 가깝다는 지적

• 오라클도 비슷한 구조가 언급됨

  • 미시간 데이터센터 건설을 위해 개발사 장부에 140억 달러, 약 21조 4400억 원 규모의 144A 채권을 올림
  • 핌코가 이 중 100억 달러, 약 15조 3160억 원 넘게 인수하는 방식으로 사외 금융이 실행됨

4.5% 금리가 데이터센터의 임계점으로 거론되는 이유

• 기사에서 제시한 핵심 숫자는 미국 10년물 국채 금리 4.5%임

  • 데이터센터 프로젝트의 기대수익률은 보통 8~12% 선으로 언급됨
  • 무위험 금리인 미국 국채 10년물이 4.5%를 넘으면 여기에 차입 스프레드가 붙으면서 자본비용이 확 뛰게 됨

• 자본비용이 오르면 신규 데이터센터 프로젝트의 계산식이 바로 나빠짐

  • 가중평균자본비용(WACC)이 상승하면 순현재가치(NPV)가 감소
  • 수익률 장벽을 못 넘는 프로젝트는 중단되거나 연기될 가능성이 커짐
  • 이게 “AI 인프라 수요는 있는데도 데이터센터를 못 짓는” 시나리오의 금융 버전임

• 그래도 빅테크가 당장 설비투자를 확 접기는 어려움

  • 하이퍼스케일러 경쟁은 한 발 늦으면 장기적으로 밀린다는 치킨게임 성격이 강함
  • 사모펀드와 비은행 금융기관의 투자 대기 자금도 단기적으로는 숨통을 틔워줌
  • 하지만 실적 발표에서 AI가 실제 소프트웨어 구독 매출 증가나 내부 운영비 절감으로 이어진다는 숫자를 못 보여주면, 크레딧 시장의 자금 회수 압박이 커질 수 있음

한국 반도체에는 HBM 가격보다 속도가 더 무섭다

• AI 데이터센터 돈줄이 흔들리면 한국 반도체는 바로 영향을 받음

  • 하이퍼스케일러의 설비투자 속도 조절은 고대역폭메모리(HBM) 수요 둔화로 연결됨
  • S&P 같은 국제 신용평가기관도 미국발 신용 경색이 한국 반도체 생태계의 연쇄 금융 불안으로 이어질 수 있다고 경고

• 다만 HBM 단품 가격이 당장 30% 급락할 가능성은 범용 디램보다 낮게 봄

  • 20182019년, 20222023년 메모리 다운사이클 때 범용 디램은 분기별 가격 하락률이 30%를 넘은 적이 있음
  • HBM은 사전에 물량을 확정하는 장기공급계약 비중이 높아 단기 급락은 상대적으로 덜함

• 더 현실적인 경로는 인도 지연과 제품 믹스 악화임

  • 하이퍼스케일러가 계약 물량을 취소하기보다 납품 시점을 늦출 수 있음
  • 차세대 고가 제품 전환을 미루면 신규 계약 가격 할인과 저가 제품 비중 확대가 생김
  • 결국 평균판매가격(ASP)이 섞여 내려가는 식으로 수익성이 나빠질 수 있음

• 기사에서 제시한 하반기 시나리오는 세 갈래임

  • 상승 시나리오: 기업용 AI 솔루션 수용도가 늘고 비공개 채권 발행이 잘 되면서 엔비디아 차세대 칩과 HBM4 주문이 유지됨
  • 보통 시나리오: 이미 맺은 계약을 바탕으로 인도만 천천히 늦어지고, 가격도 완만하게 하락함
  • 하락 시나리오: 금리 발작과 사모펀드 자금 경색으로 데이터센터 계약이 취소되고, 신규 GPU 발주 취소와 고부가 재고 폭증이 같이 옴

• 기업별 충격도 다르게 나올 수 있음

  • SK하이닉스는 HBM 집중도가 높아 업사이드는 크지만 변동성에도 더 노출됨
  • 삼성전자는 범용 메모리와 파운드리로 분산된 구조라 하방 방어력이 상대적으로 높다는 평가
  • 한미반도체, ISC 같은 소부장 장비 기업은 전방 투자 변동성이 바로 수주 잔고에 꽂힐 수 있음

봐야 할 위험 신호

• 기사에서 투자자들이 체크해야 할 정량 신호는 네 가지로 정리됨

  • 미국 금융감독청이 발표하는 마진 부채가 2개월 연속 전월 대비 하락하는지
  • 고위험 레버리지 반도체 ETF에서 대규모 자금 유출과 거래량 급증이 같이 나오는지
  • 미국 10년물 국채 금리가 4.5%를 돌파하는지
  • 투자적격등급과 하이일드 채권 간 스프레드, 특히 BBB- 구간이 벌어지는지

• 데이터센터 리츠 주가도 신용 경색의 바로미터로 언급됨

  • 에퀴닉스 같은 데이터센터 리츠가 흔들리면 인프라 금융 시장이 데이터센터 리스크를 다시 가격에 반영하기 시작했다는 신호일 수 있음
  • 결국 AI 인프라 사이클은 기술의 문제가 아니라 “돈을 얼마에 빌릴 수 있냐”의 문제로 이어짐

---

기술 맥락

• 이 기사에서 벌어진 기술적 선택은 “AI 모델을 더 크게 돌리기 위해 데이터센터와 GPU를 계속 늘린다”는 쪽이에요. 문제는 이 선택이 이제 단순한 인프라 증설이 아니라, 144A 채권과 특수목적법인(SPC), GPU 담보 대출 같은 금융 구조에 얹혀 있다는 거예요.

• 왜 이런 구조가 나왔냐면, 하이퍼스케일러가 기존 현금흐름만으로는 AI 설비투자를 감당하기 어려워졌기 때문이에요. 예전에는 번 돈의 40% 정도를 설비투자에 쓰면 됐는데, 2026~2027년에는 거의 100%에 가까워질 수 있다는 전망이 나오거든요.

• 여기서 금리가 중요한 이유는 데이터센터가 엄청난 선투자 사업이기 때문이에요. 미국 10년물 국채 금리가 4.5%를 넘으면 차입 비용이 올라가고, 가중평균자본비용(WACC)이 높아져서 순현재가치(NPV)가 빠르게 나빠져요. 기술 수요가 있어도 숫자가 안 맞으면 프로젝트가 멈출 수 있어요.

• 한국 반도체 입장에서는 HBM 가격표만 보면 흐름을 놓칠 수 있어요. 실제 충격은 단품 가격 급락보다 납품 지연, 차세대 제품 전환 유예, 신규 계약 할인 같은 방식으로 먼저 올 가능성이 크거든요. 그래서 개발자나 엔지니어도 AI 인프라를 볼 때 GPU 성능뿐 아니라 데이터센터 자금 조달 구조까지 같이 봐야 해요.