비용절감만으로 AI 투자를 평가하면 놓치는 매출·속도·리스크 효과를 구분한다 : 알리바바 사례로 본 AI CAPEX 투자판단 기준 설계

2026년 8월 20일 알리바바가 6월 분기 실적을 내놓자, 같은 자료를 두고 정반대의 제목이 쏟아졌다. 한쪽은 "순이익 75% 급감"이었고, 다른 쪽은 "클라우드 매출 45% 성장, 22개 분기 만의 최고 성장률"이었다. 둘 다 사실이다. 그리고 둘 다 같은 원인에서 나왔다.

숫자를 보자. 분기 매출은 2,689억5,300만 위안으로 전년 동기 대비 9% 늘었다. 반면 순이익은 104억4,400만 위안으로 75% 줄었고, 영업이익률은 14%에서 6%로 반토막 났다. 다만 이 75% 감소를 AI 투자 하나로만 설명하면 정확하지 않다. 회사 발표에 따르면 영업이익 감소에 더해 투자자산 처분이익 감소, 지분투자 평가이익 감소, 유럽연합 디지털서비스법 관련 5억5,000만 유로 충당금, 44억5,800만 위안 규모의 영업권 손상이 함께 작용했다. 순수하게 기술·인프라 투자 확대가 설명하는 부분은 영업이익 압박 쪽이고, 나머지는 성격이 다른 일회성·평가성 요인이다.

한편 자본적 지출은 676억7,800만 위안으로 1년 전 386억7,600만 위안에서 75% 늘었다. 영업활동에서 벌어들인 현금 자체는 229억4,500만 위안으로 오히려 전년보다 11% 늘었다. 문제는 그다음이다. CAPEX가 영업현금 유입을 크게 웃돌면서 잉여현금흐름은 446억7,000만 위안 순유출을 기록했다. 전년 동기 유출액 188억1,500만 위안의 두 배가 넘는 규모다. 한 문장으로 줄이면 이렇다. 알리바바는 영업에서 현금을 벌어들이고 있지만, AI 인프라에 쓰는 속도가 그보다 훨씬 빠르다. 그리고 경영진은 그것이 계획대로라고 말한다.

한국 기업 경영자에게 이 사례가 의미 있는 것은 투자 규모 때문이 아니다. 분기 CAPEX만 우리 돈으로 약 14조 원 수준이니 규모 자체는 참고 대상이 되기 어렵다. 정작 눈여겨볼 것은 판단의 구조다. "AI에 돈을 썼는데 이익이 줄었다"는 상황을 앞에 두고, 경영진은 이것을 실패로 읽을 것인가 진행 중인 투자로 읽을 것인가. 그 판단의 근거를 무엇으로 삼을 것인가. 알리바바 실적발표는 그 판단 구조를 외부에 통째로 공개한, 흔치 않은 사례다.

그리고 이 질문은 이미 대다수 기업의 책상 위에 올라와 있다. 맥킨지가 2026년 8월 25일 공개한 '스테이트 오브 AI' 조사는 전 세계 97개국 1,719명을 대상으로 했는데, AI가 전사 영업이익에 조금이라도 기여했다고 답한 비율은 37%로 1년 전과 사실상 같았다. 반면 AI가 개인의 생산성을 높였다고 답한 비율은 80%에 달했다. 개인 단위에서는 분명히 체감되는데 회사 손익계산서에서는 잡히지 않는 상태. 지금 대부분의 기업이 서 있는 지점이 여기다.

1단계 : 투자를 한 덩어리가 아니라 층으로 쪼갠다

AI 투자 회수기간을 논할 때 첫 번째로 무너지는 지점은 계산이 아니라 정의다. "우리 회사 AI 투자"라는 하나의 항목을 놓고 회수기간을 묻는 순간, 답은 나올 수 없다. 성격이 다른 지출이 한 바구니에 담겨 있기 때문이다.

알리바바는 이번 분기에 사업 부문 구조를 바꾸면서 이 문제를 스스로 드러냈다. 기존 클라우드 사업부와 반도체 설계 조직을 합쳐 'AI 클라우드·컴퓨팅 서비스'로, 모델 연구조직과 소비자용 AI 앱 조직을 합쳐 'AI 랩스·애플리케이션'으로 재편했다. 그리고 두 부문의 성적표는 완전히 갈렸다.

AI 클라우드·컴퓨팅 서비스는 매출 484억3,700만 위안으로 45% 성장했고, 조정 EBITA는 56억2,800만 위안으로 133% 늘었다. 이익률로 환산하면 11.6%다. 1년 전 7% 수준에서 올라선 숫자다. 반면 AI 랩스·애플리케이션은 매출이 33억3,800만 위안으로 16% 늘어나는 데 그쳤고, 조정 EBITA는 138억6,100만 위안 적자를 냈다. 1년 전 적자 32억2,400만 위안에서 네 배 넘게 커졌다. 회사는 그 이유를 AI 역량 투자 확대와 소비자용 AI 앱의 추론 비용 증가로 설명했다.

같은 회사, 같은 분기, 같은 'AI 투자'라는 이름표다. 그런데 하나는 이미 이익을 내며 마진이 두 배 가까이 개선됐고, 다른 하나는 적자 폭이 네 배로 벌어졌다. 만약 이 둘을 합쳐서 "알리바바 AI 사업의 수익성"을 계산했다면, 잘 굴러가는 쪽의 회복 신호도 안 보이고 돈이 새는 쪽의 경고 신호도 안 보였을 것이다.

실무에서 이 층위는 대개 세 개로 나뉜다. 첫째는 인프라 층이다. 서버, GPU, 데이터 파이프라인, 사내 데이터 정비처럼 한 번 깔면 여러 용도에 쓰이는 기반 지출이다. 회수기간이 길고, 개별 프로젝트에 배분하기 어렵다. 둘째는 적용 층이다. 특정 업무에 붙인 AI 도구, 고객 응대 자동화, 문서 처리 자동화처럼 효과가 비교적 빨리 잡히는 지출이다. 셋째는 역량 층이다. 인력 재배치, 교육, 워크플로 재설계, 거버넌스 구축처럼 회계상으로는 비용인데 성과는 다른 두 층에서 나타나는 지출이다. 이 세 가지를 섞어놓고 "우리 AI 투자 ROI가 얼마냐"고 물으면, 담당자는 숫자를 만들어낼 수밖에 없다.

경영 인사이트

이건 마치 공장 신설비 투자와 소모품 구매를 한 장부에 몰아넣고 "설비 투자 수익률"을 묻는 것과 같다. 프레스 기계는 10년을 쓰고 절삭유는 한 달이면 사라지는데, 둘을 합친 평균 회수기간이라는 숫자가 무슨 의미가 있겠나. AI 투자도 똑같다. 다음 경영회의에서 AI 예산을 볼 때, 담당 임원에게 총액 대신 세 개의 숫자를 요구해 보시라. 여러 사업에 공통으로 깔리는 기반 지출이 얼마인지, 특정 업무에 직접 붙은 지출이 얼마인지, 사람과 프로세스를 바꾸는 데 들어간 지출이 얼마인지. 이 셋을 분리하지 못하는 조직은 아직 AI 투자를 관리하는 단계가 아니라 집행하는 단계에 머물러 있다고 봐야 한다. 그리고 대개는 이 질문을 받는 순간, 담당자도 처음으로 그 구분을 해보게 된다.

2단계 : 회수 효과를 비용·매출·속도·리스크로 분해한다

두 번째 단계는 돈이 어떤 형태로 돌아오는지를 나누는 일이다. 대부분의 기업이 AI 투자 효과를 비용절감 하나로만 잡는데, 여기서 회수기간 계산이 크게 어긋난다.

맥킨지 2026년 조사는 이 지점을 정밀하게 보여준다. 응답자들이 비용 절감 효과를 가장 많이 보고한 영역은 공급망 관리, 서비스 운영, 제조였다. 반면 매출 증가 효과를 가장 많이 보고한 영역은 마케팅·영업, 그다음이 제품·서비스 개발과 소프트웨어 엔지니어링이었다. 비용이 줄어드는 자리와 매출이 늘어나는 자리가 아예 다른 부서라는 뜻이다. 만약 어떤 회사가 마케팅 조직에 AI를 도입하고 나서 "인건비가 얼마나 줄었나"만 물었다면, 그 투자는 성과가 없는 것으로 기록됐을 가능성이 높다. 효과가 나타나는 계정과목을 애초에 잘못 지목한 것이다.

PwC가 2026년 4월 13일 발표한 AI 성과 연구는 이 차이가 어느 정도까지 벌어지는지를 보여준다. 25개 산업 대형 상장사 임원 1,217명을 조사한 이 연구에서, AI가 만들어낸 경제적 가치의 74%를 상위 20% 기업이 가져갔다. 이 상위 기업들의 AI 기반 재무성과는 나머지의 7.2배 수준이었다. PwC는 그 격차의 원인을 도구 도입량이 아니라 조준점의 차이로 설명한다. 앞서가는 기업들은 AI를 인건비 절감이 아니라 성장과 사업모델 재설계에 겨눴다는 것이다. 조사에 따르면 이들은 AI가 사업모델 재창조 역량을 높였다고 답할 확률이 다른 기업의 2.6배였고, 산업 경계가 허물어지는 지점에서 새로운 성장 기회를 찾는 데 AI를 쓸 확률은 2~3배였다. PwC가 함께 공개한 수치 중 눈에 띄는 것이 하나 더 있다. 매출 증가와 비용 감소를 동시에 보고 있다는 CEO는 여덟 명 중 한 명뿐이었다.

여기에 두 가지 효과를 더 얹어야 한다. 세 번째는 속도 효과다. 같은 결과를 더 빨리 내는 데서 오는 가치인데, 손익계산서에는 직접 잡히지 않는다. 알리바바 사례에서 이 효과가 잘 드러난다. 회사는 소비자용 AI 앱을 통해 2억5,000만 명이 AI 기반 쇼핑을 처음 경험했다고 밝혔다. 이 숫자는 AI 부문 손익 어디에도 매출로 계상되지 않는다. 다만 이커머스 부문의 고객 유입과 재방문율에 영향을 줄 가능성은 있다. 실제 기여도는 고객확보비용, 전환율, 재구매율 같은 별도 지표로 확인해야 하는 영역이고, 회사도 이번 발표에서 그 수치를 따로 공개하지 않았다. 부문 간 시너지라고 부르든 뭐라고 부르든, 투자한 곳과 효과가 나타나는(혹은 나타날 수 있는) 곳이 다르다는 구조 자체는 바뀌지 않는다.

네 번째는 리스크 효과다. 오류 감소, 규제 대응력, 품질 편차 축소처럼 '나빠지지 않은 것'의 가치다. 측정이 가장 어렵고 그래서 가장 자주 누락된다. 다만 이 항목에는 반대 방향의 리스크도 함께 잡혀야 공정하다. 알리바바는 이번 분기에 유럽연합 디지털서비스법 관련 과징금 5억5,000만 유로에 대한 충당금과 44억5,800만 위안 규모의 영업권 손상을 함께 인식했다. 플랫폼 규모가 커지고 자동화 범위가 넓어질수록, 규제 리스크는 줄어드는 쪽이 아니라 늘어나는 쪽으로도 작동한다.

경영 인사이트

비용절감 하나만 보는 것은, 자동차를 사면서 연비만 따지는 것과 비슷하다. 연비는 계산이 쉽고 숫자로 딱 떨어지니까 자꾸 그것만 본다. 그런데 그 차를 산 진짜 이유가 거래처를 하루에 세 곳 더 돌기 위해서였다면, 연비표는 의사결정에 아무 도움이 안 된다. AI 투자 품의서를 검토할 때 이렇게 물어보시라. "이 투자로 줄어드는 비용은 어느 계정에 잡히나, 늘어나는 매출은 어느 부서 실적에 잡히나, 빨라지는 일은 무엇이고 그걸로 무엇을 더 할 수 있나, 그리고 이 투자가 새로 만들어내는 리스크는 무엇인가." 네 칸이 다 채워지지 않아도 괜찮다. 중요한 건 빈칸을 빈칸으로 남겨두는 것이다. 없는 효과를 비용절감 칸에 억지로 끼워 넣는 순간, 그 품의서는 통과되고 1년 뒤에 아무도 그 숫자를 다시 꺼내보지 않는다.

3단계 : 회수기간의 분모, 내용연수를 먼저 합의한다

회수기간은 분자와 분모로 이뤄진 계산이다. 그런데 실무에서는 분자, 즉 얼마를 벌어들일 것인가에만 논쟁이 집중되고 분모는 관행대로 정해진다. AI 투자에서는 이 관행이 위험하다.

알리바바 실적에서 이 시차가 숫자로 어떻게 드러나는지 볼 수 있다. 이번 분기 CAPEX는 676억7,800만 위안, 조정 EBITDA 산출에 반영된 유형자산 감가상각·손상 및 토지사용권 리스 비용은 118억1,400만 위안이었다. 1년 전 68억9,100만 위안에서 71% 늘었다. 다만 이 두 숫자를 같은 분기 안에서 직접 비교하는 것은 회계적으로 정확한 접근이 아니다. 감가상각비는 과거 여러 해에 걸쳐 사들인 자산이 나눠서 비용화된 숫자이고, 이번 분기 CAPEX는 앞으로 몇 년에 걸쳐 손익계산서에 반영될 미래의 비용이기 때문이다. 정확히 말하면 이렇다. CAPEX는 지출 시점에 현금흐름을 즉시 악화시키지만, 손익에는 자산의 내용연수에 걸쳐 나눠서 반영된다. 지금 보이는 이익 감소는 AI 투자가 손익에 미칠 압박의 전부가 아니라, 그중 일부가 먼저 드러난 것일 뿐이다.

그래서 몇 년에 나눌 것인가가 핵심 변수가 된다. 이 문제는 2025년 하반기부터 글로벌 자본시장에서 본격적인 논쟁거리가 됐다. 투자자 마이클 버리는 대형 클라우드 사업자들이 GPU를 5~6년에 걸쳐 감가상각하지만 실제 경제적 수명은 2~3년에 가깝다며, 이로 인해 2026년부터 2028년까지 업계 전체의 감가상각비가 1,760억 달러가량 과소 계상될 것이라고 주장했다. 이는 감사받은 공식 수치가 아니라 한 투자자 개인의 추정치라는 점은 분명히 해둘 필요가 있다. 업계 반론도 만만치 않다. 최신 세대에서 밀려난 칩도 추론이나 경량 작업으로 옮겨가며 계속 매출을 만들어내므로, 물리적 수명과 경제적 수명을 혼동해선 안 된다는 논리다.

흥미로운 것은 같은 기술 환경에서 기업들의 판단이 갈렸다는 점이다. 아마존은 2025년 초 일부 서버의 내용연수를 6년에서 5년으로 줄이면서, AI와 머신러닝 분야의 기술 발전 속도가 빨라진 점을 이유로 들었다. 반면 메타는 같은 시기에 대부분의 서버·네트워크 자산 내용연수를 오히려 늘렸다. 엔비디아가 사실상 연 단위로 신규 아키텍처를 내놓는 상황에서, 내용연수는 객관적 사실이 아니라 경영진의 판단이라는 사실이 드러난 것이다. 마이크로소프트의 사티아 나델라 CEO가 한 세대 하드웨어에 4~5년치 감가상각을 묶어두고 싶지 않다고 언급한 것도 같은 맥락이다.

알리바바 경영진은 이 문제에 대해 비교적 구체적인 답을 내놨다. 우융밍 CEO는 실적 컨퍼런스콜에서 현재의 평균 매출총이익률을 기준으로 AI 컴퓨팅 투자가 3년 안에 손익분기점에 도달할 것이며, 이익률이 개선되면 2년까지 앞당겨질 수 있다고 밝혔다. 자체 설계 칩 배치를 늘려 외부 구매 칩을 대체하면 매출총이익률과 수익성이 크게 개선될 것이라는 설명도 덧붙였다.

이 발언에서 중요한 것은 3년이라는 숫자가 아니라 조건이 명시됐다는 점이다. '현재 평균 매출총이익률 기준'이라는 전제가 붙어 있으니, 이익률이 떨어지면 회수기간은 늘어난다. 외부에서 검증이 가능한 형태로 말한 것이다. 대부분의 기업 AI 투자 품의서에는 이런 전제가 없다. 회수기간 3년이라는 결론만 있고, 그 3년이 어떤 가정 위에 서 있는지는 적혀 있지 않다.

경영 인사이트

중견기업 경영자 입장에서 GPU 감가상각 논쟁은 남의 일처럼 들린다. 하지만 질문의 형태는 똑같다. "우리가 지금 도입하는 이 AI 시스템은 몇 년 동안 경쟁력이 있을까." 3년이라고 답하면 회수 계산이 팍팍해지고, 5년이라고 답하면 넉넉해진다. 그리고 대개는 계산이 맞아떨어지는 쪽 숫자가 슬그머니 선택된다. 이걸 뒤집으시라. 회수기간을 계산하기 전에, 기술 담당자와 재무 담당자를 같은 자리에 앉혀놓고 내용연수부터 합의하는 것이다. 그 자리에서 "3년 뒤 이 시스템을 그대로 쓰고 있을 것 같은가"라고 물으면, 재무제표상의 5년과 현장의 감각이 얼마나 벌어져 있는지가 바로 드러난다. 그 간극을 모른 채 계산한 회수기간은, 정확한 방식으로 계산된 틀린 숫자일 뿐이다.

4단계 : 중단 기준과 재검증 시점을 승인과 동시에 정한다

마지막 단계는 계산이 아니라 절차다. 회수기간을 아무리 정교하게 뽑아도, 그 계산을 언제 다시 검증할지 정해두지 않으면 숫자는 승인 서류에만 남는다.

알리바바가 이 지점에서 하고 있는 일은 참고할 만하다. 회사는 2025년 2월 3년간 3,800억 위안 규모의 AI 인프라 투자 계획을 발표했고, 이번 실적 컨퍼런스콜에서 2026년 6월 분기 말 기준 누적 1,900억 위안을 집행했으며 진행 상황이 대체로 계획에 부합한다고 밝혔다. 동시에 이번 분기 지출 규모가 다소 높았던 이유를 하드웨어 인도 일정의 변동성과 AI 에이전트 수요 급증에 따른 CPU 조달 확대, 칩 부품 가격 상승으로 설명하며, 분기별 CAPEX가 균등하게 배분되지 않는다는 점을 명시했다.

여기서 눈여겨볼 것은 세 가지다. 계획 총액이 있고, 현재까지의 집행률이 있고, 계획 대비 편차의 원인 설명이 있다. 이 셋이 갖춰지면 외부 투자자든 내부 이사회든 다음 분기에 같은 질문을 다시 던질 수 있다. 반대로 총액만 있고 집행률과 편차 설명이 없으면, 투자는 승인 이후 사실상 감시 밖으로 나간다.

맥킨지 조사는 이 절차의 유무가 성과와 연결된다는 점을 시사한다. AI로 전사 영업이익의 5% 이상을 만들어냈다고 답한 상위 성과 기업은 전체의 6%에 불과했는데, 이들은 다른 기업 대비 AI 이니셔티브의 효과를 측정하는 절차를 갖췄다고 답할 확률이 두 배였다. 경영진이 AI 이니셔티브에 대한 실행 의지를 보인다고 답할 확률도 두 배였다. 다만 이 조사는 설문 기반이므로 절차를 갖췄기 때문에 성과가 났다는 인과관계로 읽기보다는, 성과를 낸 기업들에서 가장 일관되게 관찰된 특징으로 이해하는 것이 정확하다.

중단 기준을 설계할 때 놓치기 쉬운 항목이 하나 더 있다. 운영비다. 맥킨지 조사에서 응답자 다섯 명 중 한 명은 토큰 비용을 포함한 AI 운영비 때문에 AI 사용을 제한하고 있다고 답했다. AI 투자의 회수를 막는 것이 초기 도입비가 아니라 매달 나가는 사용료인 경우가 늘고 있다는 뜻이다. 이 부분은 CAPEX 심사에서 빠지기 쉽다. 도입 시점에는 라이선스비와 구축비만 계산되고, 쓰면 쓸수록 늘어나는 추론 비용은 나중에 운영비 항목으로 조용히 넘어간다. 알리바바의 AI 랩스 부문 적자가 네 배로 커진 이유 중 하나로 회사가 직접 지목한 것도 소비자용 AI 앱의 추론 비용이었다.

경영 인사이트

투자를 승인하는 자리에서 중단 조건을 함께 정하는 조직은 드물다. 시작하기도 전에 실패를 얘기하는 것처럼 보이기 때문이다. 그런데 순서를 뒤집어 보면 이건 오히려 담당자를 보호하는 장치다. "6개월 뒤 이 지표가 이 수준에 못 미치면 규모를 줄이고, 12개월 뒤에도 개선이 없으면 접는다"는 문장이 처음부터 있으면, 담당자는 나쁜 소식을 숨길 이유가 없어진다. 반대로 중단 기준이 없으면, 성과가 안 나올수록 담당자는 그 사실을 늦게 보고하게 된다. 성과 부진이 곧 자기 책임이 되기 때문이다. 여기에 한 줄만 더 붙이시라. 월 운영비가 얼마를 넘어가면 재검토한다는 조건이다. 도입비는 한 번 결재로 끝나지만 운영비는 매달 조용히 늘어난다. 그리고 그 조용한 증가가 회수기간 계산을 가장 자주 무너뜨린다.

같은 숫자를 보고 다른 결론을 내리는 이유

다시 알리바바로 돌아가 보자. 실적 발표 직후 미국 상장 주식은 장 초반 4.6% 하락했고, 이후 낙폭이 6%대까지 커졌다는 보도도 나왔다. 비GAAP 기준 ADS당 순이익이 8.52위안으로 시장 예상치 10.53위안을 밑돈 영향이었다. 반면 노무라 등 일부 증권사는 클라우드 성장이 아직 정점에 도달하지 않았다는 점을 가장 중요한 신호로 꼽으며, 이 성장이 수익성을 희생하지 않고 마진 개선과 함께 나타나고 있다는 점을 강조했다.

같은 자료를 보고 다른 결론이 나온 이유는 정보가 달라서가 아니다. 무엇을 회수의 신호로 볼 것인지에 대한 기준이 달랐을 뿐이다. 분기 순이익을 기준으로 보면 이번 분기는 명백한 후퇴다. 부문별 마진 추세와 집행 계획 대비 진척도를 기준으로 보면 진행 중인 투자다. 어느 쪽이 옳은지는 앞으로 몇 개 분기가 지나야 알 수 있다.

한국 기업 경영자가 이 사례에서 가져갈 것은 알리바바의 숫자가 아니라 이 구조다. AI 투자 회수기간을 묻기 전에 네 가지가 먼저 정리돼야 한다. 무엇에 썼는지를 층위로 나눴는가. 무엇으로 돌아오는지를 비용·매출·속도·리스크로 나눴는가. 몇 년에 나눌 것인지를 재무와 현장이 함께 합의했는가. 언제 다시 볼 것인지와 어떤 조건에서 멈출 것인지를 승인 시점에 정해뒀는가.

이 네 가지가 정리되지 않은 상태에서 나온 회수기간 숫자는 대체로 두 가지 중 하나다. 투자를 통과시키기 위해 만들어진 숫자이거나, 투자를 막기 위해 만들어진 숫자다. 어느 쪽이든 경영 판단의 근거로는 쓸 수 없다. 맥킨지 조사에서 AI 투자를 늘리겠다고 답한 비율이 60%에 달한다는 점을 감안하면, 앞으로 몇 년간 이 질문은 반복해서 돌아올 것이다. 그때마다 답을 새로 만들 것인지, 아니면 판단 기준을 한 번 세워두고 그 기준을 계속 다듬을 것인지. 회수기간 계산보다 먼저 정해야 할 것은 그쪽이다.