네오클라우드의 성장성 vs 자금조달 리스크

AI 클라우드의 진짜 승부는 이제부터다

계약은 넘치는데 왜 주가는 답답할까? AI 인프라 투자에서 봐야 할 것들

AI 투자 열기가 한풀 꺾였다고 느끼는 순간이 있었다. 엔비디아를 비롯한 반도체 기업들이 먼저 폭발적으로 상승했고, 그 뒤를 이어 전력과 데이터센터, AI 클라우드 기업들이 주목받았다. 그런데 시장이 항상 같은 속도로 움직이는 것은 아니었다. 반도체가 먼저 달리고, 인프라가 뒤따르고, 다시 소프트웨어와 서비스가 움직이는 식으로 AI 밸류체인은 순차적으로 확장되고 있다.

최근 시장에서 답답함을 주는 기업 중 하나가 바로 네오클라우드 계열이다. 특히 아이렌 같은 기업을 바라보면 더욱 그렇다. AI 데이터센터에 필요한 부지와 전력을 확보하고 있고, 대형 고객과 장기 계약까지 체결했는데도 실제 손익계산서에 찍히는 매출은 기대만큼 빠르게 증가하지 않는다.

이런 상황에서는 투자자가 흔히 두 가지 극단적인 판단을 하게 된다.

"계약이 이렇게 많은데 왜 주가가 안 오르지?"

혹은 반대로,

"매출도 제대로 안 나오고 적자도 큰데 이거 위험한 것 아닌가?"

둘 중 하나만 선택하면 오히려 중요한 부분을 놓칠 수 있다. 지금 네오클라우드 기업들을 이해하려면 계약과 매출 사이의 시간차, 막대한 자본투자, 자금조달 구조, 그리고 AI 수요의 변화를 함께 봐야 한다.

이번 시장에서 내가 가장 중요하게 보는 것은 단순히 "AI가 계속 성장할 것인가?"라는 질문이 아니다.

AI가 성장한다면 그 성장이 실제로 어느 기업의 매출과 현금흐름으로 전환될 것인가?

결국 투자자는 이 질문에 답해야 한다.

---

1. 계약은 많은데 왜 매출은 늦게 찍힐까? 네오클라우드 투자의 가장 어려운 부분

네오클라우드 기업을 볼 때 가장 먼저 이해해야 할 것은 계약과 매출 사이에는 상당한 시간차가 존재한다는 사실이다.

첨부된 자료에서도 아이렌의 상황이 상당히 구체적으로 설명된다. AI 클라우드 매출은 7,050만 달러 수준까지 올라왔고, 비트코인 관련 매출은 6,670만 달러 수준이었다. AI가 처음으로 비트코인을 넘어선 것이다. 하지만 기업 전체적으로는 약 6억 8,400만 달러의 순손실을 기록했다.

표면적으로 보면 굉장히 이상하다.

매출은 1억3,700만 달러인데 손실이 6억 8,400만 달러라니, 기업이 거의 무너지는 것처럼 보인다.

그런데 여기에는 회계적인 특성이 있다. 기존 비트코인 채굴 장비를 정리하고 AI 데이터센터 중심으로 사업구조를 전환하는 과정에서 손상차손이 발생했기 때문이다. 실제 현금이 그만큼 빠져나간 것과 회계상 손실이 발생하는 것은 반드시 같은 의미가 아니다.

물론 그렇다고 해서 적자를 무시해도 된다는 뜻은 아니다. 오히려 이런 기업일수록 손익계산서보다 현금흐름과 자본조달 구조를 더 꼼꼼하게 봐야 한다.

아이렌의 가장 큰 장점은 부지와 전력을 확보하고 있다는 것이다. AI 데이터센터 사업에서 전력은 단순한 비용이 아니라 하나의 자산에 가깝다. AI 데이터센터를 짓고 싶다고 해서 원하는 곳에 GPU를 가져다 놓으면 바로 사업을 시작할 수 있는 것이 아니다. 전력망 연결, 변전소, 냉각 시스템, 건물, GPU 확보 등 여러 요소가 동시에 필요하다.

문제는 시간이 걸린다는 것이다.

예를 들어 마이크로소프트와 체결한 장기 계약이 있다고 하더라도 데이터센터가 완성되고 GPU가 실제로 설치되어 가동되기 전까지는 그 계약의 전체 가치가 당장 매출로 나타나지 않는다.

자료에서는 2026년 용량과 관련해 약 40억 달러 규모의 계약이 언급되지만 그중 실제 가동되고 있는 부분은 일부에 불과하다. 마이크로소프트와의 5년 97억 달러 계약 역시 마찬가지다. 50MW 규모의 시설 여러 곳 가운데 일부만 인도된 상태라면 시장이 기대하는 미래 매출과 현재 재무제표 사이에는 당연히 커다란 간격이 발생한다.

나는 이 부분이 현재 네오클라우드 투자에서 가장 어려운 지점이라고 생각한다.

미래의 숫자는 굉장히 커 보이는데 현재의 숫자는 초라하다.

투자자는 결국 미래를 사는 사람이지만, 시장은 미래의 약속만으로 영원히 높은 가격을 지불하지 않는다. 어느 순간부터는 반드시 실제 매출과 현금흐름을 요구한다.

그래서 앞으로 아이렌 같은 기업을 볼 때는 "계약을 얼마나 따냈느냐"보다 "계약한 데이터센터가 실제로 언제 가동되느냐"를 봐야 한다.

특히 자료에서 언급한 12월 분기 인도 일정은 상당히 중요한 체크포인트가 된다. 계획대로 데이터센터가 인도되는지, 공사 지연이 발생하는지, 원자재와 인력 문제는 없는지 확인해야 한다.

나는 투자에서 이런 일정표가 상당히 중요하다고 생각한다.

주가가 오를 것이라는 전망보다 훨씬 구체적이기 때문이다.

"AI 시장이 성장할 것이다"는 전망은 너무 크고 추상적이다. 하지만 "12월까지 특정 시설이 가동되는가?"는 확인할 수 있는 사실이다.

결국 좋은 투자는 거대한 미래를 상상하는 것에서 끝나는 것이 아니라 그 미래가 현실로 바뀌는 중간 과정에서 체크할 수 있는 지표를 만드는 것이라고 생각한다.

그리고 네오클라우드 투자에서 그 지표는 바로 가동 용량, MW당 매출, 계약 단가, 매출 인식, 현금흐름이다.

---

2. AI 모델이 좋아질수록 왜 전력과 반도체가 다시 주목받을까?

이번 자료에서 개인적으로 가장 흥미롭게 본 부분은 후반부의 AI 모델 이야기가 네오클라우드와 자연스럽게 연결된다는 점이다.

최근 AI 모델의 발전을 보면 단순히 "더 똑똑해졌다"는 것 이상의 변화가 나타나고 있다. 특히 중요한 것은 사용하기 쉬워지고 있다는 것이다.

AI가 아무리 뛰어난 성능을 가지고 있어도 일반인이 사용하기 어렵다면 대중화에는 한계가 있다. 과거에도 강력한 AI 도구들이 있었지만 일정 수준의 기술적 지식이나 사용법을 알아야 제대로 활용할 수 있었다.

그런데 새로운 모델들이 등장하면서 이 진입장벽이 낮아지고 있다.

이 변화는 생각보다 중요하다.

과거 인터넷이 처음 등장했을 때도 인터넷이라는 기술 자체가 새로운 것은 아니었다. 하지만 사람들이 쉽게 사용할 수 있는 서비스와 인터페이스가 등장하면서 인터넷 사용자가 폭발적으로 증가했다.

AI 역시 비슷한 과정을 밟고 있다고 생각한다.

처음에는 기술을 이해하는 사람들이 사용했다. 이후 챗봇 형태로 대중에게 접근하면서 폭발적인 확산이 시작됐다. 이제는 다시 한 단계 더 나아가 AI가 실제 인간의 노동을 대신하는 방향으로 움직이고 있다.

코딩을 대신하고, 문서를 만들고, 자료를 분석하고, 이미지를 만들고, 업무를 자동화한다.

여기서 중요한 경제적 변화가 발생한다.

AI가 단순히 질문에 답하는 도구에서 인간의 업무를 대신하는 도구로 발전하면 AI 사용량 자체가 크게 증가할 수 있다.

그리고 사용량이 늘어난다는 것은 결국 컴퓨팅 수요가 증가한다는 의미다.

AI 모델을 더 많이 사용하면 GPU가 필요하다. GPU가 늘어나면 메모리가 필요하다. 데이터센터가 필요하다. 전력이 필요하다. 냉각 시스템이 필요하다. 결국 AI 산업의 성장은 반도체 하나의 문제가 아니라 거대한 인프라 투자의 문제로 확장된다.

그래서 나는 AI 산업을 볼 때 항상 밸류체인을 나누어 생각할 필요가 있다고 본다.

AI 모델 → 서비스 → GPU → 메모리 → 데이터센터 → 전력 → 냉각 → 네트워크.

어느 한 부분이 성장하면 결국 다른 부분에도 영향을 준다.

특히 AI 모델이 같은 결과물을 더 적은 토큰으로 만들어낼 수 있다면 기업 입장에서는 상당히 중요한 변화가 된다. AI 서비스를 기업 내부에 적용하는 B2B 시장에서는 비용 효율성이 매우 중요하기 때문이다.

AI가 더 싸고 편리해지면 기업들이 더 많이 사용한다.

기업들이 더 많이 사용하면 AI 클라우드 수요가 증가한다.

AI 클라우드 수요가 증가하면 GPU와 데이터센터 수요가 증가한다.

그리고 데이터센터가 증가하면 전력 수요가 증가한다.

이런 연결고리를 생각하면 최근의 AI 모델 경쟁을 단순히 "어느 회사의 AI가 더 좋은가?"라는 문제로만 볼 필요가 없다.

AI가 얼마나 많은 사람의 노동을 대체하고, 얼마나 많은 기업의 업무에 들어가느냐가 훨씬 중요한 문제다.

자료에서 휴머노이드 로봇 기업이 대규모 GPU를 확보했다는 이야기가 나오는 것도 같은 맥락이다.

지금까지 AI는 주로 화면 안에서 움직였다.

검색하고, 글을 쓰고, 코딩하고, 데이터를 분석했다.

하지만 앞으로 AI가 로봇과 결합하면 이야기가 달라진다.

현실 세계에서 움직이기 위해서는 엄청난 양의 학습과 시뮬레이션, 추론이 필요할 수 있다. 그렇다면 지금까지 우리가 예상했던 AI 컴퓨팅 수요보다 훨씬 큰 시장이 열릴 가능성도 있다.

물론 여기에는 상당한 낙관론이 포함되어 있다.

휴머노이드 로봇이 실제 산업에서 얼마나 빠르게 상용화될지는 아직 알 수 없다. AI가 발전한다고 해서 모든 기업의 이익이 자동으로 증가하는 것도 아니다.

하지만 한 가지는 분명하다.

AI의 사용 영역이 넓어질수록 컴퓨팅 수요의 상한선도 계속 높아진다.

그래서 AI 모델의 발전을 단순한 소프트웨어 뉴스로만 바라보면 안 된다고 생각한다.

오히려 이것은 반도체와 메모리, 데이터센터, 전력 인프라에 영향을 미치는 장기적인 수요 신호가 될 수 있다.

---

3. 가장 어려운 것은 기업을 고르는 것이 아니라 '기다리는 방법'을 배우는 것이다

투자를 오래 하다 보면 상당히 재미있는 현상을 경험하게 된다.

좋은 기업을 샀는데 주가가 오르지 않는다.

그리고 별로 관심을 두지 않았던 기업이 어느 날 갑자기 폭발한다.

그러면 투자자는 흔들린다.

"내가 잘못 샀나?"

"저 주식으로 갈아타야 하나?"

"지금이라도 팔고 올라가는 종목을 사야 하나?"

특히 성장주 투자에서는 이 문제가 훨씬 심하다.

자료에서 아이렌과 네비우스, 코어위브의 주가 흐름을 비교한 것도 결국 같은 이야기를 하고 있다.

사업의 방향이 비슷해 보여도 성장의 속도가 다르면 주가의 반응은 완전히 달라진다.

네비우스가 강하게 상승한 이유도 결국 시장이 성장률을 숫자로 확인하기 시작했기 때문이다. 반면 아이렌은 미래 계약과 인프라는 존재하지만 실제 매출이 본격적으로 찍히는 시점까지 시간이 필요하다.

투자에서 이 차이는 굉장히 중요하다.

시장은 "언젠가 좋아질 기업"보다 "지금 좋아지고 있는 기업"에 더 높은 가격을 지불하기 때문이다.

아이렌의 경우에는 특히 자금조달 문제가 있다.

자료에서도 2027년 자본지출 계획이 상당히 크고, GPU 투자금의 상당 부분을 고객 선급금과 차입으로 조달하는 구조가 언급된다. 이미 상당한 규모의 금융을 조달했고 추가적인 자금조달도 필요할 수 있다.

이것은 성장주 투자에서 반드시 봐야 하는 부분이다.

성장이 빠르다고 해서 무조건 좋은 기업은 아니다.

성장에 필요한 돈을 어디에서 가져오는가?

이 질문이 중요하다.

고객이 선급금을 주고 그 돈으로 GPU를 구입할 수 있다면 훨씬 좋다. 하지만 선급금 비율이 낮아지고 차입이 늘어나면 이자비용이 발생한다. 상황이 더 나빠지면 증자나 전환사채 같은 방식으로 자본을 추가 조달해야 할 수도 있다.

그러면 기존 주주의 지분가치가 희석될 가능성이 있다.

결국 AI 데이터센터라는 엄청난 성장산업에 올라타고 있다고 해도 자본구조가 주주에게 불리하게 변하면 주가 상승의 상당 부분을 희석시킬 수 있다.

그래서 나는 이런 기업에 투자할 때 "올인"하는 방식은 상당히 위험하다고 생각한다.

자료에서도 공매도 비중이 상당히 높다는 점을 지적한다. 주가가 오르는데도 공매도 포지션이 계속 증가한다면 두 가지 가능성을 생각해 볼 수 있다.

하나는 앞으로 상승하면서 숏커버링이 발생할 경우 주가가 예상보다 훨씬 빠르게 상승할 수 있다는 것이다.

다른 하나는 시장 참가자들이 기업의 자금조달이나 매출 인식 지연을 심각하게 보고 있다는 것이다.

즉, 위로도 변동성이 크고 아래로도 변동성이 크다.

이런 주식은 맞으면 큰 수익을 줄 수 있지만 틀렸을 때 계좌에 상당한 충격을 준다.

그래서 투자에서 중요한 것은 얼마나 많이 맞히느냐보다 틀렸을 때 살아남을 수 있느냐라고 생각한다.

나는 특히 성장주를 투자할 때 이 원칙을 중요하게 본다.

"이 회사가 반드시 오른다."

이런 생각보다는

"내 예상과 다르게 1년 동안 주가가 움직이지 않아도 버틸 수 있는 규모인가?"

"매출이 예상보다 늦게 나오면 어떻게 할 것인가?"

"증자가 발생하면 내 판단은 어떻게 바뀌는가?"

이런 질문을 먼저 해야 한다.

자료에서 이야기하듯 이런 기업은 지금부터 적어도 1년 정도는 기다려야 한다는 관점이 필요할 수 있다. 데이터센터가 완공되고 GPU가 설치되고 실제 매출이 발생하고, 그것이 다시 분기 실적에 반영되는 데에는 시간이 필요하기 때문이다.

그렇다면 그 1년 동안 발생하는 기회비용도 생각해야 한다.

이것이 성장주 투자의 가장 어려운 부분이다.

장기적으로 좋은 기업을 가지고 있다고 해서 무조건 성공하는 것은 아니다.

그 기간 동안 더 좋은 기회를 놓칠 수도 있다.

그래서 나는 성장주 투자를 할 때 시간을 사는 돈과 기회를 사는 돈을 구분할 필요가 있다고 생각한다.

장기적으로 기다릴 기업은 일부를 보유하고, 당장의 모멘텀이 강한 기업에는 별도의 자금을 배분하는 식이다.

한 종목에 모든 기대를 걸어버리면 주가가 조금만 흔들려도 투자자의 심리가 무너진다.

반대로 포트폴리오에 여유가 있으면 기업의 성장을 기다릴 수 있다.

결국 투자는 기업 분석만으로 끝나는 것이 아니다.

자신의 시간과 자금, 그리고 심리까지 함께 관리하는 게임이다.

---

결론. AI의 다음 승부처는 '누가 더 좋은 모델을 만드는가'에서 '누가 실제 수요를 감당할 인프라를 갖추는가'로 넘어간다

이번 자료를 통해 가장 크게 느끼는 것은 AI 산업이 이제 또 한 번의 단계로 넘어가고 있다는 점이다.

처음에는 AI 모델 자체가 주목받았다.

그다음에는 GPU가 주목받았다.

이후에는 데이터센터와 전력, 메모리, 네트워크 같은 인프라가 중요해졌다.

앞으로는 AI가 실제 인간의 노동을 얼마나 대체하느냐가 핵심이 될 가능성이 높다.

그리고 AI가 실제 노동을 대체하기 시작하면 컴퓨팅 수요는 지금보다 훨씬 커질 수 있다.

이 관점에서 보면 네오클라우드 기업들이 확보한 부지와 전력은 분명 매력적인 자산이다.

하지만 투자자가 조심해야 할 것도 명확하다.

계약이 매출로 전환되는가.

데이터센터가 예정대로 완공되는가.

MW당 단가가 유지되는가.

자금조달 비용이 감당 가능한 수준인가.

추가적인 증자나 주식 희석이 발생하지 않는가.

그리고 가장 중요한 것.

AI 클라우드 매출의 증가 속도가 기존 사업의 감소 속도를 넘어서는가.

나는 이 다섯 가지를 앞으로 계속 확인해야 한다고 생각한다.

AI라는 거대한 산업의 방향이 맞더라도 모든 AI 관련 주식이 똑같이 상승하는 것은 아니다.

성장 속도가 빠른 기업이 먼저 시장의 선택을 받고, 실제 현금흐름을 만들어내는 기업이 결국 살아남는다.

그래서 지금은 "AI가 끝났느냐, 계속되느냐"를 고민할 시점이라기보다 AI 산업의 다음 돈이 어디로 흘러갈 것인가를 관찰해야 하는 시점에 가깝다고 생각한다.

특히 최근처럼 주가가 크게 흔들린 이후에는 더 그렇다.

시장이 흔들릴 때는 투자자가 가장 쉽게 미래에 대한 믿음을 잃는다. 하지만 주가가 떨어졌다는 사실과 기업의 장기적인 산업 전망이 훼손됐다는 사실은 반드시 같은 것이 아니다.

반대로 산업 전망이 좋다는 이유만으로 주가가 반드시 오른다는 것도 아니다.

결국 중요한 것은 그 사이에 있는 숫자다.

AI 클라우드 매출이 증가하고 있는가.

데이터센터가 실제로 가동되고 있는가.

GPU가 돈을 벌어주고 있는가.

현금흐름이 개선되고 있는가.

그리고 그 과정에서 기존 주주의 가치가 희석되고 있지는 않은가.

이런 숫자들이 하나씩 확인되기 시작하면 시장의 평가도 달라질 것이다.

나는 지금의 네오클라우드 기업들을 이미 완성된 기업이라기보다 완성되어 가는 기업이라고 보는 것이 더 적절하다고 생각한다.

그렇다면 투자자의 태도도 달라져야 한다.

당장 주가가 오르지 않는다고 실망할 필요도 없고, 반대로 미래가 좋아 보인다고 모든 돈을 넣을 필요도 없다.

기다릴 수 있는 만큼만 투자하고, 계속 숫자를 확인하는 것.

그것이 지금 같은 AI 인프라 투자 국면에서 가장 현실적인 접근이라고 생각한다.

결국 주식시장에서 가장 어려운 것은 좋은 기업을 발견하는 것이 아니다.

좋은 기업이 시장의 기대를 실제 숫자로 증명할 때까지 기다리는 것이다.

그리고 그 기다림의 시간을 견딜 수 있는 사람이 결국 시장에서 살아남는다.

---

투자하면서 계속 확인해야 할 핵심 체크포인트

1. 데이터센터 인도 일정 – 계획된 시설이 실제 일정대로 가동되는가
2. AI 클라우드 매출 – 기존 채굴 매출 감소를 넘어서는 속도로 성장하는가
3. MW당 계약 단가 – 현재의 높은 단가가 유지되거나 상승하는가
4. 자금조달 구조 – 차입 증가와 이자비용 부담이 과도하지 않은가
5. 주식 희석 가능성 – 증자·전환사채 등으로 기존 주주의 가치가 희석되는가
6. 공매도 비중 – 높은 숏 포지션이 향후 상승의 연료가 될지 하락 압력이 될지
7. AI 수요 확대 – 모델 발전이 실제 GPU·메모리·데이터센터 수요로 연결되는가
8. 피지컬 AI – 로봇과 자율 시스템의 등장으로 새로운 컴퓨팅 수요가 만들어지는가