Executive Summary

먼저 무슨 일이 있었는지부터 정리하자. 2026년 7월 1일, 블룸버그는 메타가 자사 데이터센터에서 남는 AI 연산 자원을 외부 기업에 빌려주는 클라우드 사업을 준비 중이라고 전했다. 알려진 형태는 두 갈래다. 하나는 남는 GPU를 통째로 빌려주는 베어메탈 임대(코어위브식)이고, 다른 하나는 메타의 AI 모델을 남의 서비스에 얹어 쓰게 하는 호스팅(AWS 베드록식)이다. 다만 이는 메타의 공식 발표가 아니라 내부 소식을 인용한 보도였고, 가격도 출시일도 대상 고객도 공개되지 않았다.

중요한 것은 시장의 반응이 정확히 반대 방향으로 갈렸다는 점이다. 메타 주주에게 이 소식은 놀려 두던 자산에서 새 매출이 나온다는 호재였다. 반면 반도체 진영에는 "가장 크게 칩을 사들이던 큰손이 서버가 남는다고 인정했다"는 신호로 읽혔다. 다음 표는 발표 전후 이틀간(미국 7월 1일, 한국 7월 2일 종가 기준)의 주가 움직임을 정리한 것이다.

출처: TradingKey·Investing.com(미국, 2026-07-01 종가), Seoul Economic Daily(한국, 2026-07-02 종가).

지난 3년간 AI 반도체 주가를 끌어올린 것은 하나의 단순한 문장이었다. "AI 칩과 데이터센터 수요가 공급을 훨씬 웃돌아, 만들기만 하면 팔린다." 이 쇼티지 서사는 강력했지만, 정작 그것을 뒷받침해야 할 근거 데이터는 놀라울 만큼 비어 있었다. 수요를 예측하는 데 꼭 필요한 세 가지 신호, 즉 실시간 GPU 가동률·데이터센터 유휴 용량·AI 서비스별 매출은 어느 하이퍼스케일러도 공개하지 않는다.

2.1가동률 착시: 43% vs 80%

공개 데이터가 없으니 우리는 학술 연구가 관측한 실측치에 기대야 한다. 그런데 그 실측치가 서사와 어긋난다. 클라우드 추론 클러스터의 실제 GPU 가동률은 평균 약 43%(중앙값은 29% 안팎)에 그쳤고, 대학·HPC 클러스터는 예약제 도입 후에도 31% 수준이었다. 반면 비용 모델이 흔히 가정하는 이상적 가동률은 80%다. 아래는 그 간극을 나란히 놓은 것이다.

실측 가동률이 가정치의 절반 남짓이라는 것은, 이미 상당한 용량이 놀고 있었을 가능성을 시사한다. "없어서 못 판다"는 말과 "절반이 놀고 있다"는 관측이 같은 시장에서 공존한 셈이다. 물론 이 실측치는 특정 연구 환경의 값이지 하이퍼스케일러 전체의 평균은 아니다. 바로 그 점이 문제다. 반박도 확증도 가능한 공개 데이터가 없으니, 시장은 검증 대신 서사를 택했다.

2.2이중 주문이라는 오래된 함정

신호가 흐릿할 때 실무자들은 안전하게 더 많이 주문한다. 트렌드포스는 하이퍼스케일러들이 팬데믹 당시 칩 부족을 겪은 뒤 그랬던 것처럼, 공황 구매와 이중 주문(같은 수요를 여러 공급사에 중복 발주)을 되풀이하고 있다고 지적한다. 이중 주문은 장부상 수요를 실제보다 부풀린다. 그래서 겉으로 보이는 주문 잔고는 탄탄해 보여도, 그 안에 얼마만큼의 실수요가 들어 있는지는 아무도 정확히 모른다.

메타는 왜 남는 연산을 팔기로 했을까. 제일 단순한 답은 "남으니까"다. 제프리스는 메타 데이터센터의 평균 가동률을 약 65%, 유휴 용량을 약 35%로 추정한다(비공식 추정치). 가장 공격적으로 칩을 사들이던 회사가 임대로 회수하겠다고 나선 것 자체가, 그동안 제3자가 확인할 수 없던 유휴 용량의 존재를 시장에 처음 노출한 사건이다. 회계장부에는 잡히지 않던 과잉이 현금흐름의 압력으로 표면화된 것이다.

3.1자본은 신호를 앞질러 달렸다

문제의 뿌리는 투자 속도에 있다. 5대 하이퍼스케일러의 연간 설비투자(capex)는 2023년 약 1,300억 달러에서 2026년 약 7,250억 달러로 3년 만에 5배 넘게 불어났다. 매출 대비 자본집약도는 45~57%로, 이제 이들은 기술 기업이라기보다 유틸리티 산업에 가깝게 돈을 쓴다. 아래는 그 팽창 곡선이다.

그런데 이 돈을 정당화할 수익은 어디 있을까. 세쿼이아캐피털의 데이비드 칸은 오늘의 투자를 회수하려면 연 1조 달러 규모의 AI 수익이 필요하다고 계산한다. 반면 실제 AI 엔드유저 매출 추정치는 500억~1,000억 달러에 그친다. 알리안츠는 AI 설비투자와 수익 성장의 괴리를 46%로 측정했는데, 이는 2001년 통신 버블 당시의 32%를 웃돈다. 메타조차 1분기 매출 563억 달러 중 AI가 얼마를 벌었는지 따로 공시하지 않는다. 그러니 투자자는 "AI로 돈을 벌고 있다"를 확인할 방법 없이 믿어 온 셈이다.

왜 하필 HBM과 메모리가 가장 크게 출렁였을까. 공급망 이론에 채찍효과(bullwhip effect)라는 개념이 있다. 사슬의 맨 끝에서 생긴 작은 수요 변화가 상류로 거슬러 올라갈수록 증폭돼, 원재료 단계에서 가장 크게 흔들린다는 현상이다. AI 밸류체인은 이 교과서를 그대로 따른다. 하이퍼스케일러 capex → 엔비디아 GPU 주문 → 삼성·SK하이닉스의 HBM·D램 주문으로 신호가 전달되는데, 상단의 서사가 흔들리자 하단의 메모리가 가장 크게 반응한 것이다.

역설적인 것은, 폭락의 순간에도 메모리 업황 지표 자체는 여전히 뜨거웠다는 점이다. 2026년 1분기 D램 계약가는 전 분기 대비 55~60% 뛰었고, HBM 재고는 3.3주까지 조여 2018년 슈퍼사이클 최저치와 같았다. 시장이 반응한 것은 "실적 악화"가 아니라 "미래 주문이 둔화될지 모른다"는 기대의 변화였다. 아래 표가 그 온도차를 보여준다.

출처: TrendForce, BofA Securities, Thunder Compute. 수치는 리서치사별로 편차가 있음.

맨 아래 줄이 특히 중요하다. H100 시간당 렌탈가는 2023년 8달러에서 2025년 3달러 안팎으로 3분의 1 토막 났다. 가격은 쇼티지 서사와 반대 방향의 신호를 이미 보내고 있었지만, 투자 결정에는 반영되지 않았다. 게다가 같은 H100이라도 하이퍼스케일러와 네오클라우드 사이의 시간당 단가 격차가 3~6배까지 벌어져, 시장은 단일한 '부족' 신호가 아니라 사업자마다 제각각인 신호를 동시에 내보내고 있었다. 계약가는 오르는데 렌탈가는 떨어지고 사업자별 단가는 흩어지는 상황, 이것이 신호가 얼마나 뒤섞여 있었는지를 보여준다.

여기서 한 걸음 물러나 물어보자. 이 충격을 조금이라도 미리 가늠하려면, 어떤 데이터가 검증됐어야 했을까. 답은 이미 앞에서 다 나왔다. 실시간 가동률이 공개됐다면 유휴의 정도를 알 수 있었고, 재고 실사가 가능했다면 이중 주문의 규모를 걸러낼 수 있었으며, AI 매출이 분리 공시됐다면 투자의 회수 가능성을 계산할 수 있었다. 문제는 이 세 가지가 모두 비공개라는 사실이다.

즉, 신호의 부재 자체가 하나의 신호였다. 수요 예측에 꼭 필요한 데이터가 아예 존재하지 않는데도 수천억 달러가 그 위에서 움직였다는 것. 데이터 품질을 흔히 "신호 대 잡음"의 문제로 말하지만, 이 사건은 그 이전의 문제였다. 잴 수 있는 신호가 처음부터 없었던 것이다.

5.1닷컴과 닮았지만 결정적으로 다른 것

이번 사이클은 종종 2000년대 초 닷컴 버블에 비유된다. 닮은 점은 분명하다. 당시 통신사들은 약 5,000억 달러를 광케이블에 쏟아부었고, 2005년까지 그중 85%가 미사용(다크) 상태로 방치됐다. 지금 AI 인프라 투자 규모(약 7,250억 달러)와 비슷한 크기다. 하지만 결정적 차이가 하나 있다. 광섬유는 놀려 둬도 유지비가 거의 들지 않아 잉여 용량을 그냥 방치할 수 있었다. 반면 GPU 데이터센터는 전력·냉각·인건비가 상시 발생하고 GPU 수명도 3~4년에 불과하다.

출처: IEEE ComSoc Technology Blog, Allianz Research. 교체 주기가 짧다는 점은 과잉을 빠르게 정산시키는 요인이자, 동시에 자연 수요를 갱신하는 요인이기도 하다.

이 구조가 메타를 임대 사업으로 내몬 근본 압력이자, 과잉이 빠르게 정산되는 이유다. 그렇다면 균형 있게 보자. 강세론의 근거도 여전히 살아 있다. 제조사들의 설비투자 규율은 2018년보다 보수적이고(SK하이닉스 +17%, 삼성 +11% vs 2018년 +50%대), 장기 수주 비중이 높아 스팟 시장 의존도가 낮으며, GPU 교체 주기가 자연 수요를 만든다. 약세론의 근거도 뚜렷하다. 렌탈가 하락, 회수 갭, 이중 주문이 그것이다. 어느 쪽도 아직 "확정"은 아니다.

5.2메타 컴퓨트는 문제를 푸는가

마지막 질문. 메타의 잉여 서버 임대는 공급 과잉을 해결하는가, 아니면 악화시키는가. 단기적으로 메타의 유휴 자산 회수에는 도움이 된다. 그러나 시장 전체로 보면 임대 공급을 늘려 GPU 클라우드 단가를 더 끌어내리는 역설이 있다. 코어위브·네비우스 같은 기존 GPU 클라우드와 치킨게임을 촉발하고, 유휴를 처분할수록 밸류체인 전체의 수익성 압박이 커진다. 코어위브가 발표 당일 −13.92%로 가장 크게 급락한 데는 이유가 있다. 코어위브는 메타 관련 계약이 약 350억 달러 규모로 시가총액의 78%에 달하는 것으로 알려져, 최대 고객이 하루아침에 경쟁자로 돌아설 수 있다는 신호에 밸류체인에서 가장 취약한 위치였다. 이것이 그 예고편이다. '해결'보다는 '가속'에 가깝다.

학술 연구

• 1.BU PeacLab. (2025). "Analyzing GPU Utilization in HPC Workloads." Practice and Experience in Advanced Research Computing (PEARC25). GPU 가동률 실측 — 예약제 전 21.49% → 후 31.37%.

업계 보도·공식 발표

• 2.Bloomberg. (2026-07-01). "Meta Plans to Sell Excess AI Computing Power Through New Cloud Business." 최초 'Meta Compute' 보도.
• 3.Seoul Economic Daily. (2026-07-02). "KOSPI Plunges 7.89% on 'Meta Shock,' SK hynix Sinks 14%." KOSPI 시총 569조 원 증발, 서킷브레이커 발동.
• 4.TradingKey. (2026-07-01). "US Stocks Close: Philadelphia Semiconductor Index Drops Over 6%." SOX −6.27%, 마이크론 −10.57%.
• 5.The Motley Fool. (2026-07-01). "Stock Market Today, July 1: CoreWeave Stock Tumbles." CoreWeave −13.92%, 시총 $7.3B 증발.
• 6.FX Leaders. (2026-07-02). "CoreWeave Stock Tumbles 14% as Meta Cloud Report Shakes AI Compute Trade." 메타 관련 계약 ~$35B ≈ CoreWeave 시총 78%.
• 7.Fortune. (2026-04-29). "Meta is spending up to $145 billion this year on AI. Zuckerberg said 'that's a very technical question'." 2026 capex 가이던스 $125~145B.
• 8.MLQ.ai. (2026-07). "Meta Unveils 'Meta Compute' Cloud Business to Sell Excess AI Infrastructure." 베어메탈 임대·모델 호스팅 두 축 구조.
• 9.Fortune. (2026-05-11). "Harvard's chip expert has a warning for AI memory investors: 'This too will pass'." 반도체 사이클 전문가 경고.

시장·분석 보고서

• 10.Cahn, D. (2024-06). "AI's $600 Billion Question." Sequoia Capital. AI capex vs 필요 수익 임계치(~$1T/년 필요, 실제 ~$50-100B); 2025-12 갱신.
• 11.Epoch AI. (2026). "Hyperscaler Capex Has Quadrupled Since GPT-4's Release." Q2 2023 이후 연평균 +72%; Q4 2025 단분기 $140.6B.
• 12.Goldman Sachs. (2026). AI Infrastructure Capex Outlook 2026–2027. 2026 Big 4 합산 ~$725B; 2027 $1T+ 예측.
• 13.CreditSights. (2026). Hyperscaler Capital Intensity Analysis. 자본집약도 45~57% (capex/revenue).
• 14.Allianz Research. (2026). AI Investment and Revenue Divergence. AI capex-수익 괴리 46% vs 2001 통신 사이클 32%.
• 15.TrendForce. (2025-12-24). "Samsung, SK hynix Reportedly Plan ~20% HBM3E Price Hike for 2026." DRAM 계약가 2026 Q1 QoQ +55~60%.
• 16.BofA Securities. (2026). Global HBM Market Forecast 2026. HBM 시장 $54.6B (+58% YoY); 하이퍼스케일러 채권 ~$121B.
• 17.Thill, B. (2026-07). Meta Data Center Utilization Estimate. Jefferies. 메타 가동률 ~65% 추정 (비공식, 내부 신호 기반).
• 18.IEEE ComSoc Technology Blog. (2025). "Lessons from the Telecom Bubble: Fiber Overcapacity." 1990년대 광섬유 $500B, 2005년 85% 다크 비교.