자본시장과 금융투자업에 관련된 주요 이슈를 분석하고 최신 동향을 제공하는 격주간지
빅테크 기업의 AI 인프라 투자 확대와 회계정보의 투명성 문제
2026-07호 2026.04.06
요약
□ AI 경쟁 심화로 글로벌 빅테크 기업들의 AI 인프라 투자가 빠르게 확대
□ 자본적 지출 증가로 감가상각비 부담이 확대되고 있음에도 재무제표상 직관적인 파악이 어려워 실질 수익성 해석이 왜곡될 수 있고, 리스 구조 활용에 따른 잠재부채 반영 한계로 재무위험이 과소평가될 소지
□ AI 투자 확대 국면에서는 감가상각비 및 리스 관련 부채 반영 방식에 대한 이해를 바탕으로 관련 재무정보를 해석할 필요
□ 자본적 지출 증가로 감가상각비 부담이 확대되고 있음에도 재무제표상 직관적인 파악이 어려워 실질 수익성 해석이 왜곡될 수 있고, 리스 구조 활용에 따른 잠재부채 반영 한계로 재무위험이 과소평가될 소지
□ AI 투자 확대 국면에서는 감가상각비 및 리스 관련 부채 반영 방식에 대한 이해를 바탕으로 관련 재무정보를 해석할 필요
□ AI 분야에서의 경쟁 심화가 이어지면서 글로벌 빅테크 기업들의 자본적 지출(Capital Expenditures: CAPEX)이 증가하는 추세
— 생성형 AI를 중심으로 경쟁이 본격화되면서, 기존의 소프트웨어 중심 경쟁에서 벗어나 AI 모델의 학습 및 실행에 필요한 연산 인프라(computing infrastructure) 확보 경쟁으로 전환
— 이에 따라 글로벌 빅테크 기업들은 데이터센터, GPU(Graphics Processing Unit) 및 네트워크 등 핵심 인프라 자산에 대한 투자가 빠르게 확대
・주요 빅테크 기업들(아마존, 구글, 메타, 마이크로소프트, 오라클)의 CAPEX는 지속적인 증가세를 보이며 2025년 3분기에는 전년 동기 대비 72.9% 증가하며 1,000억 달러를 상회
・이러한 증가세는 4분기에도 이어지며 아마존 395억 달러, 마이크로소프트 299억 달러, 구글 279억 달러, 메타 214억 달러 등 주요 빅테크 기업들의 대규모 투자 집행 지속
・또한 매출 대비 CAPEX 비율 역시 상승 추세를 보이며 2025년 기준 메타(34.7%)와 오라클(37%)을 중심으로 마이크로소프트(23%), 구글(22.7%), 아마존(18.4%) 등 주요 기업에서 높은 수준을 기록
— 향후에도 AI 인프라를 중심으로 한 대규모 투자 흐름이 지속될 전망
・아마존, 구글, 메타, 마이크로소프트, 오라클 등 주요 5개 기업은 2028년까지 약 3조 달러에 달하는 AI 관련 인프라 투자를 집행할 것으로 전망되며1), 이는 과거 5년(2020~2024년)동안 약 7,500억 달러 수준의 누적 투자 규모 대비 4배에 달하는 수준
・주요 기업별 2026년 CAPEX 예산은 메타는 1,150억~1,350억 달러, 아마존은 2,000억 달러, 마이크로소프트는 1,500억 달러, 구글은 1,750억~1,850억 달러, 오라클은 500억 달러 수준으로 제시2)
— 단순한 투자 확대를 넘어, 그동안 플랫폼 및 소프트웨어 기반의 자산경량(asset-light) 전략을 유지해 온 빅테크 기업들이 점차 설비 및 인프라 중심의 자산집약(asset-heavy) 산업 구조로 전환하고 있음을 시사
・AI 서비스의 성능과 경쟁력이 물리적 연산능력에 직접적으로 의존하는 구조로 변화하면서, 향후 당분간은 자본투자 규모가 기업 경쟁력을 좌우하는 핵심 요인으로 작용할 가능성
□ 대규모 설비투자는 중장기적으로 감가상각비 급증으로 이어져 기업의 수익성에 영향을 미칠 가능성
— 데이터센터, 서버, 네트워크 장비, GPU 등 AI 관련 자산은 일반적으로 3~6년의 비교적 짧은 내용연수(useful life)를 가지므로 투자 확대는 일정 시차를 두고 감가상각비 증가로 반영
・초기에는 CAPEX 증가로 현금 유출이 발생하지만, 이 지출은 바로 손익계산서에 즉시 비용으로 반영되지 않고 자산으로 인식되었다가 이후 시간이 지나면서 감가상가비 형태로 비용에 본격적으로 반영되면서 영업이익을 낮추는 요인으로 작용
— 주요 5개 기업의 감가상각비는 2025년 약 1,040억 달러를 기록했고, 2029년에는 무형자산상각비를 포함한 감가상각비가 약 3,940억 달러에 달할 것으로 전망3)
・구글의 감가상각비는 2025년 211억 달러(매출의 5%)에서 2029년 약 780억 달러(11%)로 증가할 전망이며, 오라클 역시 2025년 39억 달러(7%)에서 2029년 330억 달러(18%) 이상으로 확대될 것으로 예상
— 감가상각비 증가는 EBITDA(Earnings Before Interest, Taxes, Depreciation, and Amortization, 감가상각 전 이익) 대비 EBIT(Earnings Before Interest and Taxes, 감가상각 반영 후 이익) 간 괴리를 확대
・EBITDA는 감가상각비를 제외한 지표로, CAPEX가 큰 기업일수록 실제 비용 부담이 충분히 반영되지 않아 수익성이 과대평가될 가능성이 있으며, 이에 따라 기업의 현금창출력 대비 실제 이익 수준 간의 괴리가 확대될 소지
・특히 감가상각비가 빠르게 증가하는 구간에서는 EBITDA 기준으로는 실적이 견조해 보일 수 있으나 EBIT 기준 수익성은 빠르게 둔화될 가능성
・또한 자본효율성(Return on Invested Capital: ROIC)4)이 낮아질 수 있으며, 이는 동일한 자본 투입 대비 창출되는 이익이 감소함을 의미하여 기업의 투자 효율성 및 장기적인 가치 창출 능력에 대한 우려로 이어질 수 있음
— 이처럼 AI 투자 확대는 감가상각비 증가, 가동률 하락에 따른 고정비 부담 확대 및 비용 전가 여부에 따라 빅테크 기업의 수익성에 대한 불확실성을 높이고 기업 간 격차 확대에 영향을 미치는 요인
・AI 투자 확대가 지속될 경우 감가상각비 증가는 구조적 비용으로 고착화될 수 있으며, 이는 기존의 높은 마진 구조를 유지해 온 빅테크 기업들의 수익성에 부담으로 작용할 가능성
・특히 AI 수요가 예상과 달리 둔화될 경우 이미 투자된 설비 가동률이 낮아지면서 감가상각비 부담이 확대에 따른 수익성 악화 가중
・감가상각비 증가에 따른 비용 부담은 클라우드 및 AI 서비스 가격 정책에도 영향을 미칠 수 있으며, 경쟁 환경에 따라 비용 전가 여부가 기업 간 수익성 격차를 확대시키는 요인으로 작용
□ 현행 회계처리 방식으로는 감가상각비의 실질적 부담을 정확히 파악하기 어려운 한계 존재
— 감가상각비는 비현금 비용으로 분류되나, 과거 설비투자의 회수 과정에서 발생하는 경제적 비용이라는 점에서 기업의 장기적 수익창출 능력을 평가하는 데 중요한 요소
— 하지만 현행 미국 회계기준(US-GAAP)에서는 감가상각비를 손익계산서에서 별도 항목으로 구분해 공시할 의무가 없고, 다양한 비용 항목에 분산 반영되는 구조5)
・감가상각비는 비용의 ‘기능별 분류’(Classification by Function) 원칙에 따라 매출원가, 연구개발비, 판매관리비 등 다양한 항목에 분산 반영되기 때문에, 투자 확대에 따른 비용 증가가 어느 부문에서 발생하는지 직관적으로 식별하기 어려운 구조
・또한 기업 간 공시 방식의 일관성도 부족하여 기업 간 비교 가능성(comparability) 저하 요인으로 작용
— 이러한 공시 구조는 기업의 수익성 분석에도 왜곡을 초래
・기업의 수익성 하락이 AI 관련 설비투자 확대에 따른 구조적 비용 증가인지, 본업 경쟁력 약화에 기인한 것인지 구분하기 어려운 측면
・특히, 데이터센터 등 공용 인프라의 경우 사업부문 간 비용 배분 기준이 명확하지 않아, AI 관련 사업 간 수익성 분석에도 왜곡이 발생할 가능성
・더불어 기업별 내용연수, 잔존가치, 상각 방식 등의 감가상각 정책에 따라 동일한 경제적 실질에도 불구하고 재무지표 간 괴리가 발생 가능
— 이러한 한계를 일부 보완하기 위해 2024년 미국 회계기준을 개정하여 분기별로 매출원가 및 판매관리비 등 기능별 비용에 포함된 감가상각비, 무형자산상각비, 인건비 등을 세분화하여 공시하도록 했으나 여전히 제한적
・공시 항목이 세분화되더라도 감가상각비가 사업부문별로 어떻게 배분되는지는 여전히 제한적으로만 파악 가능
・자산의 내용연수, 감가상각 방식 등 핵심 회계추정은 기업의 재량에 의존하므로, 이익에 미치는 영향에 대한 불확실성은 지속
・또한 기준 적용이 2028년부터 예정되어 있어 그 이전까지는 기존의 불투명한 공시 체계가 유지되어, 단기적으로 투자자들의 분석 어려움이 지속될 것으로 예상
— 따라서 AI 투자 확대 국면에서는 감가상각비 증가로 EBITDA 중심의 수익성 지표와 실제 비용 구조 간 괴리가 확대되면서 전통적인 이익지표만으로 기업의 실질 수익성을 평가하는 데에는 한계
・감가상각비와 CAPEX를 함께 고려한 현금흐름 기반 분석과 투자성격에 따른 구분 등 보다 정교한 분석이 요구
・이에 따라 재무제표 주석, MD&A 등 보충적 공시에 대한 의존도가 확대되며, 공시 수준에 따라 정보 비대칭이 심화될 가능성도 존재
□ 이러한 감가상각비에 따른 수익성 분석의 한계와 더불어 리스 구조를 통한 AI 인프라 확보는 부채 인식 측면에서 추가적인 제약을 초래
— 일부 빅테크 기업들은 특수목적법인(SPV)을 활용하여 데이터센터를 외부에서 건설한 후 이를 장기 리스 형태로 사용하는 구조를 채택하고 있으며, 이는 초기 자본지출 부담을 분산시키는 동시에 재무구조를 관리하는 수단으로 활용7)
・SPV가 외부 자금을 통해 데이터센터를 건설하고 이를 기업에 임대하는 방식으로 기업은 직접적인 설비투자를 하는 대신 여러 기간에 걸쳐 리스료를 지급하는 방식으로 인프라를 확보
・리스는 계약 개시 시점에 자산과 부채를 인식한다는 점에서 직접투자와 유사하나, 이후 비용과 부채 상환이 계약기간에 걸쳐 분산 반영되면서 재무적 부담이 상대적으로 완만하게 나타나는 특징
— 하지만 이러한 구조에서 발생하는 장기 리스료는 경제적 실질 측면에서는 사실상 부채와 유사한 성격을 가지지만, 회계기준상 일정 요건을 충족하지 않는 경우 재무제표에 충분히 반영되지 않을 수 있음
・현행 회계기준(ASC 842)에서는 리스 연장 가능성이 ‘상당히 확실(reasonably certain)’한 경우에만 해당 기간을 포함해 리스부채를 계산하며, 잔존가치보증 역시 기업이 실제로 지급할 ‘가능성이 높은(probable)’ 금액만 리스부채에 반영
・AI 데이터센터의 핵심 설비는 기술 변화 속도가 빠르고 내용연수가 짧아 리스 연장 여부에 대한 불확실성이 높기 때문에, 이러한 기준을 충족하기 어려운 구조
・이로 인해 실제로는 리스를 연장할 가능성이 있음에도 불구하고 관련 부채가 사전에 충분히 인식되지 않거나, 재무제표상 부채가 실제보다 작게 나타날 수 있는 한계가 존재
— 이러한 회계처리 방식은 기업의 레버리지 수준 및 재무위험이 과소평가될 가능성을 내포
・동일한 경제적 실질에도 불구하고 기업별 리스 전략 및 계약 구조에 따라 재무지표가 상이하게 나타나는 기업 간 비교 가능성을 저하시키는 요인으로 작용
・부채로 인식되지 않은 장기 리스계약은 향후 고정비 성격의 현금유출을 수반하여 경기 둔화 또는 수요 변동 시 기업의 재무적 유연성을 제약하는 잠재적 리스크로 작용 가능
□ 빅테크 기업의 AI 인프라 관련 투자 규모가 확대되고 있는 가운데, 감가상각비 및 리스 관련 부채의 반영 방식에 따른 한계를 고려하여, 투자자는 관련 요인을 감안한 해석이 필요
— 빅테크 기업의 AI 인프라 투자 확대에 따른 감가상각비 증가와 리스 구조를 통한 사실상의 부채 부담 등은 기업가치 평가에 핵심적인 요소이나, 현행 기준에 따른 공시만으로는 충분히 파악하기 어려운 상황
— 최근 AI 투자가 확대되는 상황에서 과잉투자 및 거품 가능성에 대한 논쟁이 지속되고 있는 가운데, 비용 반영 구조 및 잠재부채에 대한 정보가 불충분할 경우 시장 불확실성이 더욱 확대될 우려
・빅테크 기업이 AI 인프라에 대한 투자를 확대하고 있는 상황에서 일부에서는 투자 대비 수익이 불확실성을 근거로 닷컴버블 사태와 유사하게 기업가치가 과대평가되었다는 의견도 제기8)
・특히 수요 둔화 시에는 데이터센터 및 AI 인프라 관련 고정비 성격의 감가상각비 부담이 수익성 악화로 이어질 수 있음
・더 나아가 리스 연장 여부 및 잔존가치보증 등 일부 부채가 재무제표에 충분히 반영되지 않을 수 있어, 기업의 실제 재무위험이 과소평가될 가능성
— 따라서 회계정보 이용자 관점에서는 다양한 수익성 지표와 현금흐름, 투자 대비 수익률(ROI) 등 종합적으로 고려할 필요
1) Morgan Stanley, 2026. 3. 9, AI is now a macro variable. Are you positioned?
2) Spatacco, A., 2026. 3. 17, Big tech is spending $720 billion on AI in 2026, and this one stock gets paid on every dollar.
3) WSJ, 2026. 2. 12, Big tech accounting creates a blind spot in the AI boom.
4) 자본효율성(ROIC)=(EBIT×(1-세율)/투하자본(Invested Capital)
5) IFRS에서도 US-GAAP과 유사하게 감가상각비를 손익계산서에 별도로 표시해야 할 의무는 없어 여러 비용 항목에 분산 반영 가능, 다만, IFRS에서는 비용을 기능별 또는 성격별로 분류하여 표시할 수 있으며, 성격별 분류를 적용하는 경우 감가상각비를 별도로 표시할 수 있고 기능별 분류를 적용하더라도 주석을 통해 감가상각비 총액 파악이 가능(K-IFRS도 동일), 특히 IFRS 18의 도입(2027년부터) 이후에는 감가상각비를 포함한 5개의 비용 항목에 대해 기능별로 표시한 경우 반드시 주석에 구체적인 정보 공시 의무화
6) FASB, 2024. 11, Income Statement-Reporting Comprehensive Income-Expense Disaggregation Disclosures, Accounting Standards Update (ASU) 2024-03.
7) Financial times, 2026. 2. 24, Moody’s alert cites gap in data centre accounting for Big Tech companies.
8) IEEE, 2025. 12. 1, AI infrastructure spending boom: a path towards AGI or speculative bubble?
— 생성형 AI를 중심으로 경쟁이 본격화되면서, 기존의 소프트웨어 중심 경쟁에서 벗어나 AI 모델의 학습 및 실행에 필요한 연산 인프라(computing infrastructure) 확보 경쟁으로 전환
— 이에 따라 글로벌 빅테크 기업들은 데이터센터, GPU(Graphics Processing Unit) 및 네트워크 등 핵심 인프라 자산에 대한 투자가 빠르게 확대
・주요 빅테크 기업들(아마존, 구글, 메타, 마이크로소프트, 오라클)의 CAPEX는 지속적인 증가세를 보이며 2025년 3분기에는 전년 동기 대비 72.9% 증가하며 1,000억 달러를 상회
・이러한 증가세는 4분기에도 이어지며 아마존 395억 달러, 마이크로소프트 299억 달러, 구글 279억 달러, 메타 214억 달러 등 주요 빅테크 기업들의 대규모 투자 집행 지속
・또한 매출 대비 CAPEX 비율 역시 상승 추세를 보이며 2025년 기준 메타(34.7%)와 오라클(37%)을 중심으로 마이크로소프트(23%), 구글(22.7%), 아마존(18.4%) 등 주요 기업에서 높은 수준을 기록
— 향후에도 AI 인프라를 중심으로 한 대규모 투자 흐름이 지속될 전망
・아마존, 구글, 메타, 마이크로소프트, 오라클 등 주요 5개 기업은 2028년까지 약 3조 달러에 달하는 AI 관련 인프라 투자를 집행할 것으로 전망되며1), 이는 과거 5년(2020~2024년)동안 약 7,500억 달러 수준의 누적 투자 규모 대비 4배에 달하는 수준
・주요 기업별 2026년 CAPEX 예산은 메타는 1,150억~1,350억 달러, 아마존은 2,000억 달러, 마이크로소프트는 1,500억 달러, 구글은 1,750억~1,850억 달러, 오라클은 500억 달러 수준으로 제시2)
— 단순한 투자 확대를 넘어, 그동안 플랫폼 및 소프트웨어 기반의 자산경량(asset-light) 전략을 유지해 온 빅테크 기업들이 점차 설비 및 인프라 중심의 자산집약(asset-heavy) 산업 구조로 전환하고 있음을 시사
・AI 서비스의 성능과 경쟁력이 물리적 연산능력에 직접적으로 의존하는 구조로 변화하면서, 향후 당분간은 자본투자 규모가 기업 경쟁력을 좌우하는 핵심 요인으로 작용할 가능성
□ 대규모 설비투자는 중장기적으로 감가상각비 급증으로 이어져 기업의 수익성에 영향을 미칠 가능성
— 데이터센터, 서버, 네트워크 장비, GPU 등 AI 관련 자산은 일반적으로 3~6년의 비교적 짧은 내용연수(useful life)를 가지므로 투자 확대는 일정 시차를 두고 감가상각비 증가로 반영
・초기에는 CAPEX 증가로 현금 유출이 발생하지만, 이 지출은 바로 손익계산서에 즉시 비용으로 반영되지 않고 자산으로 인식되었다가 이후 시간이 지나면서 감가상가비 형태로 비용에 본격적으로 반영되면서 영업이익을 낮추는 요인으로 작용
— 주요 5개 기업의 감가상각비는 2025년 약 1,040억 달러를 기록했고, 2029년에는 무형자산상각비를 포함한 감가상각비가 약 3,940억 달러에 달할 것으로 전망3)
・구글의 감가상각비는 2025년 211억 달러(매출의 5%)에서 2029년 약 780억 달러(11%)로 증가할 전망이며, 오라클 역시 2025년 39억 달러(7%)에서 2029년 330억 달러(18%) 이상으로 확대될 것으로 예상
— 감가상각비 증가는 EBITDA(Earnings Before Interest, Taxes, Depreciation, and Amortization, 감가상각 전 이익) 대비 EBIT(Earnings Before Interest and Taxes, 감가상각 반영 후 이익) 간 괴리를 확대
・EBITDA는 감가상각비를 제외한 지표로, CAPEX가 큰 기업일수록 실제 비용 부담이 충분히 반영되지 않아 수익성이 과대평가될 가능성이 있으며, 이에 따라 기업의 현금창출력 대비 실제 이익 수준 간의 괴리가 확대될 소지
・특히 감가상각비가 빠르게 증가하는 구간에서는 EBITDA 기준으로는 실적이 견조해 보일 수 있으나 EBIT 기준 수익성은 빠르게 둔화될 가능성
・또한 자본효율성(Return on Invested Capital: ROIC)4)이 낮아질 수 있으며, 이는 동일한 자본 투입 대비 창출되는 이익이 감소함을 의미하여 기업의 투자 효율성 및 장기적인 가치 창출 능력에 대한 우려로 이어질 수 있음
— 이처럼 AI 투자 확대는 감가상각비 증가, 가동률 하락에 따른 고정비 부담 확대 및 비용 전가 여부에 따라 빅테크 기업의 수익성에 대한 불확실성을 높이고 기업 간 격차 확대에 영향을 미치는 요인
・AI 투자 확대가 지속될 경우 감가상각비 증가는 구조적 비용으로 고착화될 수 있으며, 이는 기존의 높은 마진 구조를 유지해 온 빅테크 기업들의 수익성에 부담으로 작용할 가능성
・특히 AI 수요가 예상과 달리 둔화될 경우 이미 투자된 설비 가동률이 낮아지면서 감가상각비 부담이 확대에 따른 수익성 악화 가중
・감가상각비 증가에 따른 비용 부담은 클라우드 및 AI 서비스 가격 정책에도 영향을 미칠 수 있으며, 경쟁 환경에 따라 비용 전가 여부가 기업 간 수익성 격차를 확대시키는 요인으로 작용
□ 현행 회계처리 방식으로는 감가상각비의 실질적 부담을 정확히 파악하기 어려운 한계 존재
— 감가상각비는 비현금 비용으로 분류되나, 과거 설비투자의 회수 과정에서 발생하는 경제적 비용이라는 점에서 기업의 장기적 수익창출 능력을 평가하는 데 중요한 요소
— 하지만 현행 미국 회계기준(US-GAAP)에서는 감가상각비를 손익계산서에서 별도 항목으로 구분해 공시할 의무가 없고, 다양한 비용 항목에 분산 반영되는 구조5)
・감가상각비는 비용의 ‘기능별 분류’(Classification by Function) 원칙에 따라 매출원가, 연구개발비, 판매관리비 등 다양한 항목에 분산 반영되기 때문에, 투자 확대에 따른 비용 증가가 어느 부문에서 발생하는지 직관적으로 식별하기 어려운 구조
・또한 기업 간 공시 방식의 일관성도 부족하여 기업 간 비교 가능성(comparability) 저하 요인으로 작용
— 이러한 공시 구조는 기업의 수익성 분석에도 왜곡을 초래
・기업의 수익성 하락이 AI 관련 설비투자 확대에 따른 구조적 비용 증가인지, 본업 경쟁력 약화에 기인한 것인지 구분하기 어려운 측면
・특히, 데이터센터 등 공용 인프라의 경우 사업부문 간 비용 배분 기준이 명확하지 않아, AI 관련 사업 간 수익성 분석에도 왜곡이 발생할 가능성
・더불어 기업별 내용연수, 잔존가치, 상각 방식 등의 감가상각 정책에 따라 동일한 경제적 실질에도 불구하고 재무지표 간 괴리가 발생 가능
— 이러한 한계를 일부 보완하기 위해 2024년 미국 회계기준을 개정하여 분기별로 매출원가 및 판매관리비 등 기능별 비용에 포함된 감가상각비, 무형자산상각비, 인건비 등을 세분화하여 공시하도록 했으나 여전히 제한적
・공시 항목이 세분화되더라도 감가상각비가 사업부문별로 어떻게 배분되는지는 여전히 제한적으로만 파악 가능
・자산의 내용연수, 감가상각 방식 등 핵심 회계추정은 기업의 재량에 의존하므로, 이익에 미치는 영향에 대한 불확실성은 지속
・또한 기준 적용이 2028년부터 예정되어 있어 그 이전까지는 기존의 불투명한 공시 체계가 유지되어, 단기적으로 투자자들의 분석 어려움이 지속될 것으로 예상
— 따라서 AI 투자 확대 국면에서는 감가상각비 증가로 EBITDA 중심의 수익성 지표와 실제 비용 구조 간 괴리가 확대되면서 전통적인 이익지표만으로 기업의 실질 수익성을 평가하는 데에는 한계
・감가상각비와 CAPEX를 함께 고려한 현금흐름 기반 분석과 투자성격에 따른 구분 등 보다 정교한 분석이 요구
・이에 따라 재무제표 주석, MD&A 등 보충적 공시에 대한 의존도가 확대되며, 공시 수준에 따라 정보 비대칭이 심화될 가능성도 존재
□ 이러한 감가상각비에 따른 수익성 분석의 한계와 더불어 리스 구조를 통한 AI 인프라 확보는 부채 인식 측면에서 추가적인 제약을 초래
— 일부 빅테크 기업들은 특수목적법인(SPV)을 활용하여 데이터센터를 외부에서 건설한 후 이를 장기 리스 형태로 사용하는 구조를 채택하고 있으며, 이는 초기 자본지출 부담을 분산시키는 동시에 재무구조를 관리하는 수단으로 활용7)
・SPV가 외부 자금을 통해 데이터센터를 건설하고 이를 기업에 임대하는 방식으로 기업은 직접적인 설비투자를 하는 대신 여러 기간에 걸쳐 리스료를 지급하는 방식으로 인프라를 확보
・리스는 계약 개시 시점에 자산과 부채를 인식한다는 점에서 직접투자와 유사하나, 이후 비용과 부채 상환이 계약기간에 걸쳐 분산 반영되면서 재무적 부담이 상대적으로 완만하게 나타나는 특징
— 하지만 이러한 구조에서 발생하는 장기 리스료는 경제적 실질 측면에서는 사실상 부채와 유사한 성격을 가지지만, 회계기준상 일정 요건을 충족하지 않는 경우 재무제표에 충분히 반영되지 않을 수 있음
・현행 회계기준(ASC 842)에서는 리스 연장 가능성이 ‘상당히 확실(reasonably certain)’한 경우에만 해당 기간을 포함해 리스부채를 계산하며, 잔존가치보증 역시 기업이 실제로 지급할 ‘가능성이 높은(probable)’ 금액만 리스부채에 반영
・AI 데이터센터의 핵심 설비는 기술 변화 속도가 빠르고 내용연수가 짧아 리스 연장 여부에 대한 불확실성이 높기 때문에, 이러한 기준을 충족하기 어려운 구조
・이로 인해 실제로는 리스를 연장할 가능성이 있음에도 불구하고 관련 부채가 사전에 충분히 인식되지 않거나, 재무제표상 부채가 실제보다 작게 나타날 수 있는 한계가 존재
— 이러한 회계처리 방식은 기업의 레버리지 수준 및 재무위험이 과소평가될 가능성을 내포
・동일한 경제적 실질에도 불구하고 기업별 리스 전략 및 계약 구조에 따라 재무지표가 상이하게 나타나는 기업 간 비교 가능성을 저하시키는 요인으로 작용
・부채로 인식되지 않은 장기 리스계약은 향후 고정비 성격의 현금유출을 수반하여 경기 둔화 또는 수요 변동 시 기업의 재무적 유연성을 제약하는 잠재적 리스크로 작용 가능
□ 빅테크 기업의 AI 인프라 관련 투자 규모가 확대되고 있는 가운데, 감가상각비 및 리스 관련 부채의 반영 방식에 따른 한계를 고려하여, 투자자는 관련 요인을 감안한 해석이 필요
— 빅테크 기업의 AI 인프라 투자 확대에 따른 감가상각비 증가와 리스 구조를 통한 사실상의 부채 부담 등은 기업가치 평가에 핵심적인 요소이나, 현행 기준에 따른 공시만으로는 충분히 파악하기 어려운 상황
— 최근 AI 투자가 확대되는 상황에서 과잉투자 및 거품 가능성에 대한 논쟁이 지속되고 있는 가운데, 비용 반영 구조 및 잠재부채에 대한 정보가 불충분할 경우 시장 불확실성이 더욱 확대될 우려
・빅테크 기업이 AI 인프라에 대한 투자를 확대하고 있는 상황에서 일부에서는 투자 대비 수익이 불확실성을 근거로 닷컴버블 사태와 유사하게 기업가치가 과대평가되었다는 의견도 제기8)
・특히 수요 둔화 시에는 데이터센터 및 AI 인프라 관련 고정비 성격의 감가상각비 부담이 수익성 악화로 이어질 수 있음
・더 나아가 리스 연장 여부 및 잔존가치보증 등 일부 부채가 재무제표에 충분히 반영되지 않을 수 있어, 기업의 실제 재무위험이 과소평가될 가능성
— 따라서 회계정보 이용자 관점에서는 다양한 수익성 지표와 현금흐름, 투자 대비 수익률(ROI) 등 종합적으로 고려할 필요
1) Morgan Stanley, 2026. 3. 9, AI is now a macro variable. Are you positioned?
2) Spatacco, A., 2026. 3. 17, Big tech is spending $720 billion on AI in 2026, and this one stock gets paid on every dollar.
3) WSJ, 2026. 2. 12, Big tech accounting creates a blind spot in the AI boom.
4) 자본효율성(ROIC)=(EBIT×(1-세율)/투하자본(Invested Capital)
5) IFRS에서도 US-GAAP과 유사하게 감가상각비를 손익계산서에 별도로 표시해야 할 의무는 없어 여러 비용 항목에 분산 반영 가능, 다만, IFRS에서는 비용을 기능별 또는 성격별로 분류하여 표시할 수 있으며, 성격별 분류를 적용하는 경우 감가상각비를 별도로 표시할 수 있고 기능별 분류를 적용하더라도 주석을 통해 감가상각비 총액 파악이 가능(K-IFRS도 동일), 특히 IFRS 18의 도입(2027년부터) 이후에는 감가상각비를 포함한 5개의 비용 항목에 대해 기능별로 표시한 경우 반드시 주석에 구체적인 정보 공시 의무화
6) FASB, 2024. 11, Income Statement-Reporting Comprehensive Income-Expense Disaggregation Disclosures, Accounting Standards Update (ASU) 2024-03.
7) Financial times, 2026. 2. 24, Moody’s alert cites gap in data centre accounting for Big Tech companies.
8) IEEE, 2025. 12. 1, AI infrastructure spending boom: a path towards AGI or speculative bubble?