🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

데이비드 칸은 2026년 AI가 데이터센터와 AGI 일정에서는 지연을 겪는 동시에, 실제 사용자와 스타트업 중심의 AI 도입은 더 빠르게 확산되는 ‘두 개의 AI’가 공존하는 해가 될 것이라고 전망한다.

📌 핵심 요약

• 2026년 AI 시장은 투자 열기가 다소 식는 가운데서도 AI 기업들의 실적은 강하게 유지되는 과도기적 국면에 놓여 있으며, 저자는 이를 데이터센터·AGI 지연과 AI 도입 가속이 동시에 나타나는 해로 본다.
• 빅테크의 AI 설비투자 수요는 여전히 강하지만, 반도체·산업 장비·냉각·전력·숙련 노동 등 공급망이 충분히 빠르게 확장되지 못해 데이터센터 완공 일정이 밀릴 가능성이 커지고 있다.
• AI 최종 매출은 아직 연간 수백억 달러 수준인 반면, 향후 5년간 데이터센터와 에너지 투자는 수조 달러 규모로 예상되어 투자 규모와 실제 수익 사이의 간극이 중요한 긴장 요인으로 제시된다.
• AGI에 대해서도 실리콘밸리에서 자주 언급되던 ‘2027년 AGI’ 기대가 후퇴하고 있으며, 최근 논의의 흐름은 AGI 가능 시점을 빨라도 2030년대로 보는 쪽으로 이동하고 있다고 저자는 설명한다.
• 반면 AI 채택 자체는 지연되지 않을 것으로 전망된다. 코딩과 ChatGPT가 이미 핵심 앱으로 자리 잡았고, 여러 AI 스타트업이 빠르게 매출을 키우며 2026년에는 ‘0달러에서 10억 달러’ 규모로 성장하는 기업군이 등장할 수 있다고 본다.

🧩 주요 포인트

1. 2026년 AI 시장은 투자 열기가 다소 식는 가운데서도 AI 기업들의 실적은 강하게 유지되는 과도기적 국면에 놓여 있으며, 저자는 이를 데이터센터·AGI 지연과 AI 도입 가속이 동시에 나타나는 해로 본다.
2. 빅테크의 AI 설비투자 수요는 여전히 강하지만, 반도체·산업 장비·냉각·전력·숙련 노동 등 공급망이 충분히 빠르게 확장되지 못해 데이터센터 완공 일정이 밀릴 가능성이 커지고 있다.
3. AI 최종 매출은 아직 연간 수백억 달러 수준인 반면, 향후 5년간 데이터센터와 에너지 투자는 수조 달러 규모로 예상되어 투자 규모와 실제 수익 사이의 간극이 중요한 긴장 요인으로 제시된다.
4. AGI에 대해서도 실리콘밸리에서 자주 언급되던 ‘2027년 AGI’ 기대가 후퇴하고 있으며, 최근 논의의 흐름은 AGI 가능 시점을 빨라도 2030년대로 보는 쪽으로 이동하고 있다고 저자는 설명한다.
5. 반면 AI 채택 자체는 지연되지 않을 것으로 전망된다. 코딩과 ChatGPT가 이미 핵심 앱으로 자리 잡았고, 여러 AI 스타트업이 빠르게 매출을 키우며 2026년에는 ‘0달러에서 10억 달러’ 규모로 성장하는 기업군이 등장할 수 있다고 본다.

🧠 상세 정리

1. 2026년 AI를 보는 핵심 관점: 지연과 채택의 동시 진행

저자는 2026년 AI 시장을 하나의 단일한 흐름이 아니라 두 개의 상반된 흐름이 공존하는 시기로 규정한다. 한쪽에서는 데이터센터 건설과 AGI 도달 일정이 늦어지는 ‘지연의 해’가 나타날 것으로 본다. 다른 한쪽에서는 최종 사용자와 스타트업을 중심으로 AI 채택이 계속 가속될 것으로 예상한다. 투자 세계는 연말을 맞아 지난 1년을 평가하고 다음 해를 준비하는 반성의 시기에 들어섰지만, AI 기업들은 여전히 강한 성과를 내고 있다는 점도 배경으로 제시된다. 따라서 저자의 핵심 논지는 AI 열기가 완전히 꺼지는 것이 아니라, 인프라와 기대 일정은 조정되고 실제 활용은 더 깊어지는 방향으로 나뉜다는 것이다.

2. AI 설비투자의 강한 수요와 수익 간극

저자는 2026년을 앞둔 사실관계로 빅테크의 AI 설비투자 수요가 어느 때보다 강하다고 정리한다. 구글과 메타는 AI에 전면적으로 베팅하고 있고, 마이크로소프트와 아마존은 2025년에 일부 동종 기업보다 다소 물러선 모습이 있었지만 여전히 AI 미래를 향해 공격적으로 포지셔닝하고 있다고 본다. 그러나 공급망 참여자들은 고객의 고객, 즉 최종 수요와 수익성이 기대만큼 건강하지 않을 수 있다는 점을 우려한다. AI에서 나오는 최종 매출은 아직 연간 수백억 달러 수준인데, 데이터센터와 에너지 투자는 향후 5년간 수조 달러 규모로 커질 수 있기 때문이다. 이 차이는 ‘누가 마지막에 부담을 떠안게 될 것인가’라는 공급망의 불안을 키우는 핵심 배경이다.

3. 데이터센터 지연을 부를 반도체·산업 공급망 병목

첫 번째 지연 요인은 반도체와 핵심 장비 공급망의 제약이다. 저자는 TSMC와 ASML 같은 기업들이 사실상 독점적 위치에 있으며, 외부에서 강제로 생산능력을 빠르게 늘리게 만들 수 없다고 지적한다. 벤 톰슨이 말한 ‘TSMC 브레이크’도 인용되는데, TSMC는 2022년 이후 매출을 50% 늘렸지만 설비투자는 10%만 늘렸다는 설명이 제시된다. 특히 성공적인 Gemini 3 출시와 TPU에 대한 관심 이후 TSMC의 제약이 2026년에 실제로 중요한 병목이 될 수 있다고 전망한다. 이 논점은 AI 수요가 아무리 강하더라도 핵심 공급자가 신중하게 증설하면 전체 데이터센터 확장 속도가 늦어질 수 있음을 보여준다.

4. 건설 후반부에서 드러날 장비·노동 병목

저자는 반도체뿐 아니라 데이터센터 건설의 마지막 단계에서 산업 부품과 노동력이 병목이 될 가능성도 강조한다. 발전기와 냉각 장치는 데이터센터에 중요한 산업 투입물이지만, 실제로는 이 외에도 수십 가지 입력 요소가 필요하다. 이 중 하나라도 지연되면 전체 일정이 뒤로 밀릴 수 있다. 또한 대규모 건설 프로젝트를 완수하는 데 필요한 숙련 노동력 부족도 중요한 제약으로 작용할 수 있다. 여러 AI 기업이 같은 공급 기반을 공유하는 상황에서 산업 공급업체들 역시 새 공장을 얼마나 지을지에 대한 자체 설비투자 결정을 내려야 하며, 2026년에는 이들이 충분히 생산능력을 늘렸는지가 드러나는 해가 될 것이라고 본다.

5. 2024~2026 데이터센터 사이클과 AGI 일정 후퇴

평균적인 AI 데이터센터는 건설에 약 2년이 걸린다는 점에서 저자는 2024년을 신규 프로젝트 발표의 해, 2025년을 건설 투자가 GDP에 반영되기 시작한 해로 본다. 따라서 2026년은 새 용량이 실제로 온라인에 올라와 컴퓨팅 비용 하락을 더 밀어붙이는 해가 되거나, 반대로 많은 건설 프로젝트가 지연에 직면하는 해가 될 수 있다. 이미 2025년 4분기에 일부 지연 사례가 공개적으로 보고되었다는 점도 언급된다. 만약 하이퍼스케일러들이 새 AI 칩을 데이터센터에 바로 설치하지 않고 창고에 보관하기 시작한다면, 이는 지연의 시대가 시작되었다는 신호로 해석될 수 있다. AGI 일정 역시 마찬가지로, 한때 자주 거론되던 2027년 AGI 전망은 후퇴하고 있으며 최근 논의는 빨라도 2030년대라는 새로운 합의로 이동하고 있다고 설명한다.

6. AI 채택은 계속 가속되고 스타트업은 더 빠르게 성장

저자는 인프라와 AGI 일정에서는 지연을 예상하지만, AI 채택 자체에서는 지연을 예상하지 않는다. 과열된 기대가 줄어들더라도 기초 체력에는 큰 영향을 주지 않으며, 오히려 최고의 스타트업들은 0달러에서 1억 달러 매출까지 그 어느 때보다 빠르게 성장하고 있다고 본다. 2026년에는 0달러에서 10억 달러 규모로 성장하는 기업군이 등장할 수 있다는 전망도 제시한다. 현재 AI의 두 가지 킬러 앱은 코딩과 ChatGPT이며, 둘 다 올해 두 자릿수 십억 달러 매출에 접근하거나 이를 넘을 것으로 예상된다. 또한 거의 12개에 가까운 스타트업이 다양한 응용 분야에서 1억 달러 이상 매출을 향해 가고 있고, 대기업들이 자체 AI 구현에서 피로와 실망을 겪는 점은 오히려 스타트업의 추진력을 높이는 요인으로 작용한다.

7. 마법 같은 도약보다 축적과 실행이 필요한 다음 단계

저자는 일부 사람들이 기대하는 급격한 AI 도약, 즉 갑작스러운 해결책이 모든 것을 단번에 완성해 주는 순간은 실망으로 끝날 가능성이 크다고 본다. 대신 AI가 경제를 근본적으로 바꾸는 새로운 임계점에 도달하려면 힘든 작업, 창의적 역량, 긴 호흡의 실행력이 필요하다고 말한다. 특히 최고의 AI 스타트업들은 직원 1인당 100만 달러 이상의 매출을 올릴 정도로 효율적으로 움직이고 있으며, 이는 밀어붙이는 영업보다 시장의 끌어당김이 강하다는 신호로 해석된다. 창업자들은 법무, 채용, 영업 같은 기능에 AI 에이전트를 직접 활용하며 자기 개선형 회사를 만들고 있고, 이는 생태계의 플라이휠 효과를 낳는다. 저자는 창업자들의 동기, 공격성, 승리에 대한 갈망, 고객 집착을 ‘푸른 싹’으로 보며 AI 채택의 미래가 계속 다가오고 있다고 결론짓는다.

🧾 핵심 주장 / 시사점

• 2026년 AI의 핵심 리스크는 수요 부족보다 공급망과 건설 실행력의 병목이며, 특히 칩을 확보하더라도 데이터센터에 제때 설치하지 못하는 상황이 중요한 신호가 될 수 있다.
• AGI 기대가 뒤로 밀리더라도 AI 애플리케이션의 상업화는 별개의 속도로 진행될 수 있으며, 인프라 기대 조정과 사용자 채택 확대를 구분해서 봐야 한다.
• 대기업의 자체 AI 도입 피로는 AI 시장의 약점이 아니라 스타트업에게는 기회로 작용할 수 있으며, 실제 고객 문제를 풀고 빠르게 매출화하는 기업들이 다음 성장 축이 될 가능성이 크다.

✅ 액션 아이템

• AI 전망을 볼 때 AGI 도달 시점, 데이터센터 공급망, 실제 애플리케이션 매출화 속도를 서로 다른 축으로 나눠 추적한다.
• 칩 확보, 전력, 데이터센터 건설, 랙 설치처럼 인프라 병목이 모델 출시 일정과 비용 구조에 미치는 영향을 별도 체크리스트로 관리한다.
• 대기업 내부 AI 도입 피로와 스타트업의 빠른 매출화를 구분해, 수요 둔화 신호와 제품시장 적합성 신호를 따로 평가한다.

❓ 열린 질문

• 2026년에 AGI 기대가 뒤로 밀리더라도 AI 애플리케이션 채택은 독립적으로 가속될 수 있을까?
• 데이터센터 건설 지연과 칩 공급 제약 중 어느 쪽이 AI 인프라 투자의 실제 병목으로 더 크게 작용할까?
• 대기업의 AI 도입 피로가 커질수록 스타트업에게는 어떤 문제 영역이 더 좋은 기회가 될까?