AI 투자 예산이 늘어날 때, 설비비만으로는 못 푸는 계산
미국 기업의 AI 관련 기술 지출은 2030년 1조 7,500억 달러까지 늘어나 전체 기업 기술 지출의 22%를 차지할 것이라고 Oxford Economics가 2026년 4월 전망했다. 원문이 말한 현재 규모는 2,300억 달러다. 숫자만 보면 서버와 데이터센터를 먼저 떠올리기 쉽다. 그런데 이 전망에서 지출의 큰 몫은 소프트웨어, 클라우드, IT 서비스에 있다. AI 예산을 설비 투자 한 줄로 묶어두면 실제 도입 비용이 빠질 수 있다.
AI 예산은 어느 항목에서 먼저 커지나
Oxford Economics는 AI 지출이 소프트웨어, 클라우드, IT 서비스에 집중된다고 적었다. 2025년 IT 서비스 지출만 약 850억 달러로, 기기와 통신 지출을 합친 것보다 컸다. 여기에는 모델을 사거나 서버를 들이는 일 뒤에 따라오는 배치, 기존 시스템과의 통합, 데이터 기반 정비가 들어간다. 장비 견적이 승인된 뒤에도 프로젝트 예산이 계속 커지는 이유가 이 구간에 있다.
설비비와 도입비를 같은 칸에 넣으면 생기는 일
기업의 예산표에서는 장비, 소프트웨어 사용료, 클라우드 사용량, 구축 서비스가 서로 다른 승인 절차와 계약 기간을 가진다. AI 도입도 그 구분을 따라야 한다. 장비를 자산으로 잡아 몇 년에 나눠 보더라도, 데이터 연결과 보안 검토, 운영 인력과 외부 서비스는 도입 시점부터 비용으로 쌓인다. 반대로 하드웨어를 사지 않는 팀도 클라우드와 서비스 계약만으로 큰 AI 지출을 만들 수 있다.
이 수치는 미국 기업 전체에 대한 전망이므로 개별 회사의 권장 배분표는 아니다. 그래도 투자안의 질문은 분명해진다. "GPU를 얼마나 살까"보다 먼저, 어느 업무를 실제 운영에 올릴지와 그 과정에서 반복될 사용료·통합비·관리비를 따로 적어야 한다. 그래야 한 번의 장비 구매가 아니라 몇 년짜리 운영비까지 포함한 총비용을 비교할 수 있다.
예산의 분모도 같이 봐야 한다. AI 지출이 늘어난다고 기존 IT 예산이 그대로 남는 것은 아니다. 원문 전망의 핵심은 AI가 전체 기술 지출 안에서 차지하는 비중이 커진다는 데 있다. 새 AI 항목만 더하는 대신, 기존 분석 도구·업무 시스템·외주 계약 가운데 무엇을 유지하고 무엇을 대체할지 같은 표에서 검토해야 한다. 그래야 절감 효과와 새 비용이 한쪽에만 잡히지 않는다.
업종에 따라 AI 비중은 얼마나 달라지나
2025년 금융, IT, 전문 서비스 업종은 각각 AI에 400억 달러를 넘게 썼다고 Oxford Economics는 추산했다. 이 세 업종은 2035년에 기술 예산의 3분의 1을 조금 넘는 비중을 AI에 배정할 전망이다. 건설과 운송은 같은 시점에도 5분의 1보다 낮다. 지식 노동이 많은 업종일수록 AI가 별도 실험비가 아니라 기존 기술 예산을 재편하는 항목이 된다는 뜻이다.
다시 계산할 것은 구매액이 아니라 운영 단위다
AI 예산을 검토할 때는 비용을 단순히 설비와 비설비로 나누는 것만으로 부족하다. 업무별로 모델 사용량과 데이터 연결 범위를 먼저 정하고, 그 위에 소프트웨어·클라우드·통합 서비스 계약을 얹어야 한다. 그 다음에 필요한 장비와 네트워크 비용을 연결하면 된다. 성장률이 2028년까지 연 30%를 넘을 것이라는 전망은 이 순서가 없을 때 예산 오차도 빠르게 커질 수 있음을 보여준다.