AI 기업들이 서로 투자하기 시작하다: 컴퓨팅 파워, 주문, 자본이 순환 네트워크를 형성하다

2026년 10월 1일, 국제결제은행(BIS)은 단 8페이지 분량의 연구 브리핑을 발표했으며, 제목은 《AI 기업 간의 순환 관계》였다. 보고서는 AI 산업의 자금이 어떻게 흐르는지에 주목했다: 한 클라우드 서비스 제공업체가 모델 기업에 투자하고, 후자는 다시 얻은 자금으로 클라우드 서비스를 구매한다; 한 모델 기업이 컴퓨팅 파워 공급업체에 투자하여 미래의 컴퓨팅 자원을 확보한다; 두 기업은 서로 구매도 하고 서로 지분도 보유한다.

이러한 관계는 전통 산업에서도 이미 선례가 있었지만, AI가 이를 더 큰 규모로 밀어 올렸다. 칩, 데이터센터, 클라우드 컴퓨팅, 기반 모델은 지속적으로 막대한 자본을 투입해야 하고, 주문 주기도 길어서 공급업체와 고객이 단 한 번의 구매 계약만으로 협력 관계를 구축하기 어렵다. 지분, 대출, 장기 구매 약정, 컴퓨팅 파워 예약이 하나의 거래에 함께 담기기 시작했다. 투자 결정이 주문을 낳고, 주문이 다시 매출과 밸류에이션을 뒷받침하면서, 산업 체인의 기업들은 자본과 상업적 거래를 동시에 연결하는 하나의 네트워크를 점차 형성하고 있다.

1. AI 산업의 자금이 공급망을 따라 순환하기 시작하다

그림 1｜서버, 네트워크, 냉각 장비는 AI 투자가 가장 먼저 실현되는 인프라를 구성한다

BIS는 컴퓨팅 파워, 인프라, 데이터 도구, 모델, 애플리케이션의 다섯 단계를 아우르는 1,246개 AI 기업을 정리하고, PitchBook의 투자·융자 기록과 FactSet의 공급망 관계를 결합한 뒤, 마지막으로 건별로 수작업 검증을 보충했다. 연구는 2021년부터 2025년 사이에 972건의 AI 기업 내부 투자 관계를 식별했다.

그중 AI 기업이 투자자일 때 투자 금액의 28.7%가 다른 AI 기업으로 흘러갔고, 자금을 받는 쪽에서 보면 AI 기업이 받은 투자 금액 중 55.2%가 다른 AI 기업에서 나왔다. 자본이 산업 내부에서 높은 빈도로 유동하고 있으며, 상류의 거대 기업, 모델 기업, 인프라 공급업체가 동시에 투자자와 고객 명단에 오르는 경우가 많다.

보고서는 "순환 관계"를 두 AI 기업 사이에 투자 관계가 있으면서 동시에 같은 시기에 공급업체와 고객 관계도 존재하는 것으로 정의했다. 이 정의는 5년 내에 지속적으로 존재하는 기업 관계에 주목하며, 특정 투자가 반드시 계약서상 특정 구매와 명시적으로 연결되어야 한다고 요구하지 않는다. 이는 실제 산업 네트워크에 더 가까운데, 기업이 먼저 투자하고 몇 달 후 구매 계약을 체결할 수도 있으며, 먼저 협력한 뒤 지분 배치를 통해 장기 관계를 공고히 할 수도 있기 때문이다.

이 네트워크는 기업이 단일 고객에 대한 의존도를 바꾸기도 한다. 고객이 기여하는 매출이 높을수록, 지분 관계와 장기 구매 약정이 더 중요해질수록, 경영진은 미래 수요가 어디서 오는지, 업계가 식을 때 계약이 계속 이행될 수 있는지를 더 설명해야 한다.

이는 시장이 매출의 질과 고객 집중도에 가격을 매기는 방식에도 영향을 미칠 것이다.

2. 세 가지 순환 관계는 어떻게 형성되는가

그림 3｜AI 기업 간의 세 가지 흔한 순환 투자 관계

첫 번째 관계는 공급업체가 자금을 출자하는 것이다. 칩 기업, 클라우드 서비스 제공업체, 데이터센터 운영사가 자신의 고객에게 투자하고, 고객은 이후 컴퓨팅 파워, 칩, 클라우드 서비스를 구매한다. 자금과 제품이 같은 방향으로 흐른다. 공급업체는 고객의 실제 사용량과 확장 속도를 관찰할 수 있어 일반 재무적 투자자보다 경영 데이터에 더 일찍 접근할 수 있고, 고객은 자본을 확보한 후 장기 주문을 체결할 능력이 더 커진다.

두 번째 관계는 고객이 자금을 출자하는 것이다. 모델 기업이나 대형 기술 기업이 핵심 공급업체에 투자하고, 자본은 상류로 흐르며, 칩과 컴퓨팅 파워 서비스는 다시 하류로 흘러 들어온다. 여기서 핵심은 자원 보장이다. 고급 칩, 데이터센터 전력, 전용 데이터센터는 모두 건설 주기가 있어서, 한 건의 투자로 더 안정적인 생산 능력 배치를 얻을 수 있고, 고객이 공급업체의 확장 계획에 더 일찍 참여할 수도 있다.

세 번째 관계는 더 복잡하며, 양측이 동시에 상대방의 제품이나 서비스를 구매한다. 모델은 특정 칩에 맞춰 최적화될 수 있고, 클라우드 플랫폼은 모델을 기업 제품에 접속시키며, 모델 기업은 다시 클라우드 플랫폼의 학습 및 추론 자원을 구매한다. 자본 관계가 이러한 계약들을 연결시켜 주기 때문에, 협력 양측은 맞춤형 개발, 전용 장비, 장기 운영·유지보수에 더 기꺼이 투자하게 된다.

경제학에서는 이러한 투자를 설명할 때 흔히 "특정성 투자"라는 표현을 사용한다. 이는 특정 협력 대상을 위해 구축된 자산으로, 다른 고객에게 넘어가면 가치가 현저히 떨어진다는 의미다. 특정 모델을 위해 설계된 데이터센터 클러스터, 특정 칩을 위해 재작성된 소프트웨어 스택이 여기에 속한다. 지분 관계는 협력 기대를 안정시켜 줄 수 있고, 시설이 완공된 후 양측이 재협상을 벌이려는 충동도 줄여 준다.

3. 공개 협력은 이미 이 네트워크를 보여 주고 있다

그림 2｜Wikimedia 서버실, 컴퓨팅 파워 수요는 결국 대량의 캐비닛과 장비 투입으로 실현된다

마이크로소프트와 OpenAI는 가장 주목받는 사례 중 하나다. 마이크로소프트는 2023년에 수년간, 수십억 달러 규모의 투자를 계속하겠다고 발표했으며, 동시에 Azure를 OpenAI의 독점 클라우드 서비스 제공업체로 지정했다. 자금은 모델 연구개발과 컴퓨팅 파워 확장을 도왔고, 클라우드 서비스 계약은 상당 부분의 지출을 다시 Azure로 되돌려 놓았다. 마이크로소프트는 또한 자사 제품을 통해 모델 역량을 유통시키므로, 같은 협력 관계 안에 투자, 구매, 인프라, 제품 채널이 동시에 등장한다.

아마존과 Anthropic은 유사한 조합을 채택했다. 아마존은 최대 40억 달러를 투자하겠다고 발표했고, Anthropic은 AWS를 주요 클라우드 서비스 제공업체로 삼고 Trainium 및 Inferentia 칩을 사용해 모델을 학습·배포했다. 아마존 입장에서 투자는 모델 협력과 클라우드 사용량을 가져왔고, Anthropic 입장에서는 자금, 칩, 고객 접점이 하나의 장기 협력 프레임워크 안에 함께 담겼다.

대형 협력에는 기술 전환 비용도 내재한다. 모델이 특정 유형의 칩에서 학습 최적화를 완료하면, 추론 도구, 데이터 파이프라인, 모니터링 시스템이 모두 이 환경을 중심으로 전개된다. 클라우드 플랫폼을 교체하면 엔지니어링 팀과 제품 안정성이 흔들린다. 투자 관계는 협력 주기를 늘리고, 양측이 초기 적응 비용을 공동으로 부담하려는 의지를 높인다.

컴퓨팅 파워 임대 기업인 CoreWeave는 칩 공급업체와 새로운 클라우드 인프라 사이의 연결을 보여 준다. 엔비디아는 CoreWeave에 GPU 생태계를 제공할 뿐만 아니라 그 자금 조달과 확장 계획에도 참여했다. CoreWeave는 데이터센터를 계속 건설하고, 엔비디아는 안정적인 대규모 배포 시나리오를 얻는다. 양측의 협력은 장비 구매, 생산 능력 활용, 다음 라운드의 자본 지출에 직접 영향을 미친다.

이러한 거래는 각기 다른 계약 구조를 가지고 있고, 서로 다른 발전 단계에 놓여 있다. 공통점은 분명하다: AI 산업에서 가장 희소한 자원이 소수 기업의 손에 집중되어 있어, 단순한 현물 구매로는 수년간의 건설과 제품 주기를 감당하기 어렵기 때문에, 자본 관계가 공급 계약의 연장이 된다.

4. 46.4%의 투자 금액이 동시에 상업적 관계와 연결되어 있다

그림 4｜2021—2025년 AI 기업 투자 관계의 핵심 데이터

BIS의 통계에 따르면, AI 기업 간의 투자 거래 중 건수 기준으로 16.1%가 동시에 상업적 공급 관계가 존재하며, 공개된 거래 금액 기준으로 이 비율은 46.4%에 달했다. 대액 거래와 공급망 협력의 중첩이 더 뚜렷하다. 순환 관계 중에서는 64%가 투자자가 피투자 기업에 제품이나 서비스를 공급하는 경우에 해당한다.

상류 단계가 가장 집중되어 있다. 순환 투자 관계의 73%가 컴퓨팅 파워 또는 인프라 기업에서 비롯되었다. 칩, 클라우드 플랫폼, 데이터센터는 값비싸고 건설 주기가 긴 자원을 쥐고 있어서, 모델 기업은 공급을 미리 확보해야 하고, 상류 기업도 장기 수요를 보고 싶어 한다. 양측이 각각 일부 위험을 부담하므로, 협력은 자연스럽게 자금 조달 영역으로 확장된다.

BIS는 전통 산업의 대조 데이터도 인용했다. 1만 건이 넘는 미국 고객·공급업체 관계에서 거래 파트너의 지분을 직접 보유한 비율은 약 3.3%였고, AI 컴퓨팅 파워, 클라우드 및 관련 인프라 하위 시장에서는 이 비율이 15.2%에 달했다. AI 산업의 자금 수요, 공급 집중도, 맞춤화 정도가 함께 자본 연결이 나타나는 빈도를 높였다.

통계 기준도 유의할 필요가 있다. BIS는 전체 공개 거래 금액을 기준으로 계산했으며, 데이터상으로는 한 라운드의 자금 조달에서 각 투자자의 실제 출자액을 분리해 낼 수 없다. 46.4%는 대액 자금 조달과 상업적 관계가 높게 중첩됨을 반영할 뿐, 같은 비율의 자금이 투자자의 제품 구매에 지정되었다는 것과 동등하지는 않다. 상업적 협력은 이미 AI 자금 조달의 중요한 배경 조건이 되었다.

5. 주문 증가에는 자본이 밀어낸 수요가 섞여 들어간다

순환 관계의 가장 직접적인 재무적 영향은 수요의 출처가 더 분간하기 어려워진다는 점이다. 공급업체가 고객에게 투자한 후, 고객은 새로 확보한 자금으로 공급업체의 제품을 구매하고, 공급업체는 당기에 매출을 얻는 동시에 재무상태표에 고객의 지분이나 채권을 보유한다. 매출, 투자 수익 기대, 고객 밸류에이션이 같은 관계로 연결된다.

최종 사용자가 계속 비용을 지불하는 한, 이 구조는 산업이 더 빠르게 확장하도록 도울 수 있다. 모델 기업은 컴퓨팅 파워를 미리 확보하고, 데이터센터는 장기 주문을 확보하며, 칩 제조사도 이를 근거로 생산 능력을 배치할 수 있다. 문제는 최종 수요가 예상을 밑돌 때 집중적으로 나타난다: 고객이 구매를 줄이면 공급업체는 먼저 주문을 잃고, 이어서 지분 손상, 대출 손실 또는 보증 책임에 직면해야 한다.

1990년대 후반 통신 장비 산업은 유사한 경험을 한 차례 제공했다. Lucent와 Nortel 같은 장비업체는 네트워크 운영사에 자금을 제공했고, 운영사는 다시 그들의 장비를 구매했다. 네트워크 건설 정점기에는 매출과 대출 자산이 동시에 증가했고, 최종 수익이 둔화하자 운영사의 채무 상환 능력과 구매 능력이 함께 떨어졌으며, 장비업체는 매출 감소와 금융 손실이라는 이중 압박을 견뎌야 했다.

AI 산업의 연결 범위는 더 넓다. 일부 인프라는 사모 신용, 특수목적법인(SPV), 장기 자산 잔존가치 보장을 통해 자금을 조달하며, 위험은 상장사, 사기업, 신용 펀드, 프로젝트 회사 사이에 분산될 수 있다. 한 회사가 공개한 투자 금액이나 구매 계약만 봐서는 실제 출자, 미래 약정, 보증 책임을 완전히 복원하기 어렵다.

계약 가격 책정도 외부 판