AI(인공지능) 데이터센터의 급격한 확장이 보험업계에 대한 일종의 스트레스 테스트 역할을 하고 있다. 기술 발전 속도가 빨라지고 복잡한 금융 구조들이 동원되면서 보험사와 대출기관은 전례 없는 리스크 관리 과제에 직면해 있다.
글로벌 데이터센터 건설비용은 2030년까지 7조 달러에 달할 수 있다는 맥킨지(McKinsey)의 전망이 제시되는 가운데, 이러한 투자의 상당 부분이 더 이상 하이퍼스케일러(Hyperscalers·대형 클라우드 사업자)만으로 충당되기 어렵다. 대신 빅테크 기업들은 프라이빗에쿼티(사모펀드), 프라이빗크레딧(사모대출), 그리고 각종 부채를 활용해 자본집약적인 시설 확장 자금을 조달하고 있다.
2026년 4월 6일, CNBC 뉴스의 보도에 따르면, 사모 인프라 중심의 데이터센터 거래 규모는 지난해에도 꾸준히 100억 달러 이상을 기록했다. 가장 큰 거래는 400억 달러 규모로 알려졌으며, 해당 거래에는 엔비디아(Nvidia), 마이크로소프트(Microsoft), 블랙록(BlackRock) 그리고 일론 머스크의 xAI 등이 컨소시엄으로 참여해 Aligned Data Centers를 인수하는 형태로 집행됐다.
갤러허(Gallagher)의 데이터센터 담당 리더인 톰 하퍼(Tom Harper)는 CNBC에 대해 이 같은 대규모 자금이 데이터센터 건설·운영에 결집되면서 지난 4~5년간 주요 보험사들에 실질적인 스트레스 테스트가 됐다고 지적했다. 그는 “한 장소에 100억~200억 달러 이상의 자금이 묶이게 되면 시장 차원에서의 보험 수용능력(capacity) 문제가 발생한다”고 말했다.
“시장에는 이러한 리스크에 대한 수요가 존재한다. 데이터센터는 높은 품질의 건축물이며 최첨단 기술을 탑재해 매력적이다. 하지만 그에 맞는 보험 용량을 제공하는 것이 쉽지 않다.” — 톰 하퍼, 갤러허 데이터센터 리더
이전에는 200억 달러 규모의 캠퍼스를 합리적으로 보험에 들기 거의 불가능했으나, 2026년에는 이런 논의가 주간 단위로 이뤄질 만큼 상황이 변했다고 하퍼는 덧붙였다.
‘역사상 가장 큰 평시(平時) 투자 프로젝트’로 불리는 AI 데이터센터에 대한 지출은 단순한 시설 확대를 넘어 전력 공급, 반도체(특히 GPU), 공급망, 금융구조의 동시적 변화를 촉발하고 있다. 법률사무소 Quinn Emanuel의 파트너 라자트 라나(Rajat Rana)는 이 프로젝트를 한 걸음 더 나아가 “인류 역사상 가장 큰 평시 투자 프로젝트이며, 상당 부분이 오프-밸런스(재무제표 밖)로 조달되고 있다”고 지적했다.
라나는 2008년 금융위기 이후의 구조화금융 소송을 다룬 경험을 언급하며 AI 데이터센터의 금융구조를 추적하는 것이 일종의 데자뷰 같다고 말했다. 그는 “수조 달러 규모의 자금이 투입되고 있으며, 자금조달 구조의 투명성이 부족한 점이 반복되고 있다”고 우려를 표했다.
맞춤형(비스포크) 보험의 등장
데이터센터는 부동산적 특성과 기술적 자산을 동시에 포함하므로 보험업계는 전문화된 접근법을 요구받고 있다. 갤러허의 하퍼에 따르면 일부 글로벌 대형 보험사들은 데이터센터 전용 채널을 구성해 프로젝트를 관리하고 있다. 고가치 자산의 집중, 대형 전력 공급 필요성, 최첨단(bleeding edge) 기술 탑재 등이 데이터센터를 보험사 측면에서 매우 선호되면서도 리스크가 큰 대상으로 만든다.
보험사들은 위험을 분산시키려 하기 때문에 비용은 내려가지만, 한 지역에 200억 달러어치 자산이 집중되어 강풍이나 허리케인에 노출되면 문제가 된다. 공급망 붕괴가 고가 장비의 집중 보관으로 이어질 때도 추가 리스크가 발생한다. 일부 고객은 해외에서 고가의 장비를 대규모로 수입해 소유·운영하지 않는 시설에 보관하는데, 이 역시 보험상 복잡성을 더한다.
거래 활성화 속에서 기업들은 데이터센터 전담 팀을 꾸리며 부동산, 전력, 통신, 금융, 보험, 무역, 사모펀드, 사이버보안 전문가들을 융합하고 있다. 글로벌 전문서비스 기업 마시(Marsh)는 계약이 복잡해짐에 따라 고객을 지원하기 위한 디지털 인프라 어드바이저리 그룹을 출범시켰다.
마시는 또한 작년에 유럽과 영국의 데이터센터 건설을 보장하기 위한 10억 유로(약 12억 달러) 규모의 보험시설 Nimbus를 출시했으며, 7개월 만에 한도를 최대 27억 달러까지 확대했다. 이는 건설단계의 리스크를 풀기 위한 보험시장의 신상품 개발 사례로 꼽힌다.
“프라이빗 크레딧은 은행을 보완할 수 있다. 비하이퍼스케일 계약의 오프테이크를 지원할 수 있다.” — 알렉스 울프슨(Alex Wolfson), Marsh Risk 신용전문가
데이터센터 대출이 늘어나면서 대출자(또는 이를 보호하는 보험사)의 책임한도에 한계가 드러나기 시작했다. 마시는 대출자를 지원할 방안을 마련 중이라고 밝혔다.
그러나 Quinn Emanuel의 라나는 자금조달이 오프-밸런스 형태로 이동하면서 보험사가 리스크를 완전히 파악하기 어렵다고 경고했다. 그는 1월에 미국 상원의원 4명이 빅테크 기업들이 복잡하고 불투명한 부채시장으로 자금을 빌리고 있다는 점을 정부에 조사해달라고 요청한 사실을 지적하며, 막대한 부채 부담이 금융기관에 ‘불안정화 손실(destabilizing losses)’을 초래할 수 있다고 전했다.
이 같은 불투명성은 연금펀드, 보험사, 자산운용사 등 하류 투자자들에게 2차적 소송 리스크를 초래할 수 있다. 사모대출 펀드에 투자한 기관투자자들이 나중에 집중 리스크를 충분히 인지하지 못했다는 사실을 알게 되면 분쟁이 발생할 소지가 크다.
라나는 일부 사모펀드들이 상업용 임대차 계약과 자산 가치평가에 대해 우려를 표하며 자문을 구해왔다고 전했다. 테넌트(임차인)들은 자산 연장(lease extension)을 협상하려 하고, 임대인은 AI 수요를 반영해 더 높은 가치를 주장하는 상황이다. 라나는 “파국을 예언하는 사람이 아니더라도 분쟁은 불가피하며 이미 분쟁이 발생하고 있다”고 말했다.
‘GPU 부채 트레드밀(GPU debt treadmill)’과 담보화
데이터센터 자금조달의 핵심 쟁점 중 하나는 GPU(그래픽처리장치)의 수명 주기가 데이터센터 시설의 장기 수명과 일치하지 않을 수 있다는 점이다. 클라우드 기반의 AI 기술을 제공하는 CoreWeave는 GPU를 담보로 한 대출을 확보한 최초의 기업 중 하나로, 최근 85억 달러 규모의 투자등급 등급을 받은 GPU 담보 금융을 체결했다고 발표했다. 이 발표 직후 해당 회사의 주가는 당일 12% 급등했다.
데이터센터는 수십 년의 수명을 가지는 인프라로 설계되는 반면, GPU의 평균 수명은 약 7년 내외로 비교적 짧다. Quinn Emanuel의 라나는 이 문제를 “GPU 부채 트레드밀”이라 불렀다. 즉, 신형 칩이 도입될 때마다 데이터센터는 추가 부채를 조달해야 하고, 이는 다시 신규 인프라 투자로 이어지는 악순환을 의미할 수 있다.
라나는 “재무구조가 링펜스(ring-fenced·수익·자산을 분리하는 구조)로 설계돼 투자등급 상대(issuer)로 보증된다 하더라도, 현재의 자본 이슈가 시간이 지나면서 신용문제로 전환될 위험이 있다”고 지적했다.
하퍼는 자금조달 비용이 자산담보증권(ABS) 및 상업용담보대출유동화(CMBS) 거래의 성장을 지속적으로 촉진할 가능성이 높다고 진단했다. 즉, 데이터센터 관련 자산을 기반으로 한 증권화 거래가 증가하며 투자자들에게 판매될 것이라는 전망이다.
갤러허와 같은 일부 보험사들은 이러한 변화에서 기회를 보고 있다. 하퍼는 GPU의 수명 주기가 점차 늘어나고 있고, 빠른 감가가 발생하는 경우에는 사전에 합의된 방식으로 자산 가치를 산정하는 맞춤형 보험상품을 설계해 적용해왔다고 설명했다. 수천 개 개별 장비의 가치를 일일이 산정하는 것은 현실적으로 불가능하기 때문에, 보험사는 포괄적 합의에 따라 처리하는 방식을 택하고 있다.
또한 GPU는 상호교환 가능한 성격을 지니므로, 운영자들은 상대적으로 짧은 수명을 예상하고 모듈형(modular) 설계로 시설을 구축하는 경향을 보인다. 대출자들은 일반적으로 대출 기간보다 자산 수명이 충분히 길기를 원하며, GPU의 짧은 사용 가능 수명은 이러한 가정에 도전한다고 Marsh Risk의 울프손은 말했다. 결과적으로 대출자들은 스스로를 보호하기 위해 대출 구조를 더 보수적으로 설계하고 있다.
주요 용어 설명
오프-밸런스(Off-balance-sheet)란 기업이 특정 자산·부채를 재무제표에 전부 반영하지 않고 외부 구조(예: SPV·특수목적법인)를 통해 관리하는 방식이다. 이 방식은 표면상의 부채비율을 낮출 수 있으나 자금조달의 투명성 저하와 집중 리스크를 초래할 수 있다.
프라이빗크레딧(사모대출)은 은행이 아닌 사모 투자기관이 기업에 직접 대출을 제공하는 것을 말한다. 전통적 은행대출을 보완하지만, 투자자들은 대차대조표 외부의 위험과 구조적 복잡성을 주의해야 한다.
GPU 담보 대출은 고성능 연산칩인 GPU 자체의 잔존가치와 교체 가능성을 토대로 대출을 구조화하는 방식이다. GPU의 빠른 기술진화와 짧은 수명은 이러한 담보의 위험을 키운다.
자산유동화(ABS, CMBS 등)은 부동산이나 기타 자산을 기초로 현금을 조달하기 위해 유동화증권을 발행하는 구조를 말한다. 데이터센터 자산의 증권화는 자금조달의 확장을 가능하게 하지만, 기초자산의 가치와 수명에 대한 평가가 핵심 리스크 요인이 된다.
향후 금융·경제적 영향 분석
업계 전문가들과 리스크 분석가들은 다음과 같은 체계적인 영향을 예상한다. 첫째, 보험업계는 대형 단일자산 집중으로 인해 인수(언더라이팅) 용량을 늘리기 위해 맞춤형 상품과 재보험 구조를 확장할 가능성이 크다. 이는 단기적으로는 보험료 상승과 보수적 심사 강화로 이어질 수 있다.
둘째, 대출시장에서는 대출 기간과 자산 수명 간의 불일치가 지속될 경우 보다 보수적인 대출 구조와 단기 재융자 전략이 보편화될 것이다. 이는 자금조달 비용의 상승으로 연결되어 데이터센터 건설 및 운영비용을 증가시킬 수 있다.
셋째, 자산담보증권(ABS·CMBS 등)의 확대는 투자자들에게 새로운 상품을 제공하지만, 기초자산의 기술적 진부화(예: GPU 교체)와 공급망 리스크가 현실화되면 신용스프레드 상승과 유동성 위험을 촉발할 수 있다. 이는 금융시장 전반의 리스크 프리미엄 상승을 통해 기업의 자본비용 증가로 이어질 가능성이 있다.
넷째, 오프-밸런스 중심의 복잡한 자금조달이 지속될 경우 규제기관과 감독당국의 개입이 강화될 수 있다. 이미 일부 미(美) 상원의원들이 복잡하고 불투명한 부채시장에 대한 조사를 요구한 바 있으며, 향후 규제 강화와 공시 의무 확대가 현실화되면 자금조달 구조 자체가 재편될 여지가 있다.
다섯째, 법적 분쟁과 가치평가 관련 소송이 증가할 수 있다. 이는 연금·보험 등 장기 투자자들의 손실 가능성을 높이며, 일부 경우에는 금융시스템 전반의 스트레스 요인이 될 수 있다. 라자트 라나가 지적한 바와 같이 분쟁은 이미 발생하고 있으며 향후 더욱 빈번해질 전망이다.
전문가들은 종합적으로, AI 데이터센터 붐이 기술혁신과 성장의 원동력이 되지만 동시에 금융·보험시장의 구조적 변화를 촉발해 자본비용 상승, 맞춤형 보험상품 확대, 규제 강화, 그리고 법적 분쟁 증가라는 일련의 파급효과를 초래할 것으로 진단한다. 업계는 이러한 리스크를 관리하기 위해 더 정교한 가치평가, 계약구조 설계, 공급망 관리, 전력 인프라 확보 및 투명성 제고를 요구받고 있다.
종합하면, AI 데이터센터에 대한 막대한 민간자본의 유입은 보험사와 대출기관에 새로운 기회와 도전을 동시에 제공하고 있다. 향후 금융·경제적 파급효과는 자금조달 구조의 투명성 확보 여부, 기술 교체 속도, 공급망 안정성, 그리고 규제당국의 대응 방향에 따라 크게 달라질 것이다.
