Microsoft의 AI 구축, 확장되는 데이터 센터 기반의 경제성 시험대에

Microsoft는 한 분기에 데이터 센터 31곳을 추가하며, 확장을 다룬 Google News 헤드라인을 훨씬 더 큰 AI 경제성 시험대로 바꿔 놓았다. 이 회사는 이제 2년 안에 전체 용량을 대략 두 배로 늘릴 것으로 예상한다. 이러한 물리적 확장은 가속화되는 Azure 매출, 늘어나는 Copilot 도입, 그리고 현 분기 500억 달러를 웃도는 자본 지출과 맞물려 있다.

더 이상 쟁점은 Microsoft가 인공지능에 투자할지 여부가 아니다. 칩이 노후화하고 에너지 비용이 오르며 클라우드 마진이 약화되기 전에 고객 수요가 신규 용량을 수익화할 수 있는지 여부다. Microsoft의 최신 실적은 수요가 보조를 맞추고 있다는 가장 강력한 근거를 제시한다. 그러나 투자 수익률에 관한 질문에는 답하지 못한다.

Google, Amazon, Meta와의 비교가 중요한 이유는 모든 주요 플랫폼이 부족한 칩, 전력, 건설 역량, 기업 워크로드를 놓고 경쟁하고 있기 때문이다. Microsoft에는 또 다른 복잡성이 있다. OpenAI를 지원하는 동시에 자체 모델을 개발하고, 경쟁 모델 제공업체에도 서비스를 제공하며, 인프라를 반복 매출로 전환하는 비즈니스 소프트웨어를 판매해야 한다.

Microsoft의 확장, 약속에서 물리적 용량으로 이동

Microsoft는 이제 데이터 센터, 기가와트, 배포 시간으로 측정할 수 있는 속도로 AI 수요를 운영 인프라로 전환하고 있다.

회계연도 4분기 동안 Microsoft는 5개 대륙에 걸쳐 데이터 센터 31곳을 추가했다. 회사의 실적 발표에 따르면 이로써 회계연도 전체 추가 수는 88곳이 됐다. 이 회사는 분기 중 1기가와트의 용량도 추가했다.

기가와트는 컴퓨팅 성능이 아니라 전력을 측정하는 단위다. 하지만 고밀도 AI 가속기 클러스터를 운영하는 데 필요한 물리적 규모를 가늠하는 유용한 지표다. 이들 클러스터는 모델 학습, 추론, Copilot 서비스, Azure 고객, Microsoft의 내부 연구를 뒷받침한다.

Microsoft는 2년 안에 전체 용량을 대략 두 배로 늘린다는 목표를 순조롭게 추진하고 있다고 밝혔다. 용량은 건물만을 의미하지 않기 때문에 이 표현은 중요하다. 고객 워크로드를 실행할 수 있는 가용 전력, 냉각 시스템, 네트워킹, 서버, 가속기를 모두 포함한다.

회사는 회계연도 동안 신규 그래픽 프로세서의 “dock-to-live” 시간을 약 50% 단축했다고도 보고했다. Dock-to-live는 납품된 하드웨어가 실제로 사용할 수 있는 컴퓨팅 용량이 되기까지 걸리는 시간을 측정한다. 가동 전환이 빨라지면 Microsoft는 이미 구매한 장비에서 클라우드 매출을 더 빨리 인식할 수 있다.

이러한 확장은 최신 실적 발표 이전부터 나타난 흐름을 이어간다. Microsoft는 직전 분기에 1기가와트를 추가했고, 위스콘신 Fairwater 사이트가 예정보다 6주 일찍 문을 열었다고 밝혔다. 당시 회사는 연초 이후 배포 시간을 이미 약 20% 줄인 상태였다.

Microsoft는 Google News 보도 전반에서 발견되는 포괄적 약속을 단순히 반복하는 것이 아니다. 건설 지출이 판매 가능한 클라우드 용량으로 전환되는 속도를 높이는 일련의 운영 변화를 보고하고 있다.

회사의 Pecos 프로젝트는 이 과정이 실적 발표 자료 밖에서 어떤 모습인지 보여준다. Microsoft는 텍사스 서부의 새 캠퍼스를 통해 약 2기가와트를 추가할 계획이다. Pecos 데이터 센터에는 전용 현장 발전 설비와 폐쇄형 순환 냉각 시스템이 포함될 예정이다.

Microsoft는 이 캠퍼리가 개발 정점에서 6,000개 이상의 건설 일자리를 지원할 것으로 예상한다. 시설이 고객 서비스에 들어가면 수백 개의 상시 운영 직무도 생길 것으로 내다본다. 구축은 5년에서 7년에 걸쳐 진행될 예정이다.

이 일정은 AI 인프라의 중요한 특성을 드러낸다. 고객 수요는 수개월 내에 바뀔 수 있지만, 발전소와 데이터 센터는 수년간의 계획이 필요하다. 따라서 Microsoft는 각 사이트가 문을 열 때 어떤 모델, 칩, 애플리케이션이 우세할지 알기 전에 자본을 투입해야 한다.

회사는 자체 인프라와 외부 용량을 함께 활용해 이러한 시점 위험을 관리하고 있다. 부지를 임차하고, 인프라 제공업체와 계약하며, 새 캠퍼스를 건설하는 동안 기존 리전을 현대화할 수 있다. 이 혼합 접근 방식은 유연성을 제공하지만, 보고된 자본 지출과 회사의 실제 장기 약정을 비교하는 일은 더 복잡하게 만든다.

가장 중요한 변화는 수사적 변화가 아니라 운영상의 변화다. Microsoft는 이제 더 빠른 하드웨어 배포, 신규 전력 용량, 맞춤형 칩, 기업용 소프트웨어를 하나의 투자 주기 안에서 연결한다. 이후의 핵심은 이 주기가 충분히 지속적인 매출을 만들어 내는지에 달려 있다.

Google News 수치가 보여주는 Azure의 신규 용량 흡수

Microsoft 확장을 뒷받침하는 가장 강력한 근거는 가용 AI 용량이 여전히 제한된 상황에서 Azure 성장이 가속화됐다는 점이다.

Microsoft는 분기 매출 900억 달러를 보고했으며, 이는 전년 동기 대비 18% 증가한 수치다. 순이익은 358억 달러에 이르렀고, Microsoft Cloud 매출은 27% 증가한 593억 달러를 기록했다. Azure 및 기타 클라우드 서비스 매출은 43% 늘었다.

연간 Azure 매출도 처음으로 1,000억 달러를 넘어섰다. Microsoft는 회계연도 동안 Azure가 41% 성장했다고 밝혔다. 이 결과는 Google News 스토리에 중요한 재무적 기반을 제공한다. 이 인프라는 이미 상당한 수요가 있는 클라우드 사업에 편입되고 있다.

Microsoft의 상업 부문 잔여 이행 의무는 84% 증가한 6,780억 달러에 도달했다. 이 지표는 회사가 추후 인식할 것으로 예상하는 계약 매출을 나타낸다. 이는 수취한 현금과 동일하지 않으며, 계약 시점에 따라 변동성이 클 수 있다.

그럼에도 이 수주 잔고는 Microsoft가 투기적 소비자 관심만을 중심으로 인프라를 구축하고 있을 가능성을 낮춘다. 대기업들은 Azure, Microsoft 365, 보안, 데이터 서비스, AI 제품 전반에 걸쳐 다년 계약을 체결하고 있다. 이러한 약정은 모든 워크로드가 용량을 소비하기 전부터 경영진에 수요 신호를 제공한다.

최신 분기 실적은 유료 Microsoft 365 Copilot 좌석 수가 3,000만 개를 넘었다는 점도 보여줬다. Microsoft에 따르면 순좌석 증가 수는 전 분기 대비 두 배 이상 늘었다.

Copilot은 인프라를 수익화하는 두 번째 중요한 경로를 제공한다. Microsoft는 Azure를 통해 컴퓨팅을 직접 판매한 뒤, 기업이 이미 사용하는 소프트웨어 안에서 AI 기능을 판매할 수 있다. 이 조합은 원시 클라우드 사용량에 더 크게 의존하는 제공업체와 전략을 구분 짓는다.

한 기업은 먼저 Azure를 사용해 내부 모델을 호스팅할 수 있다. 이어 Microsoft 365 전반에 Copilot을 도입하고, 에이전트를 회사 데이터에 연결하며, Microsoft의 ID 도구를 통해 이를 관리할 수 있다. 각 계층이 추가될수록 Microsoft는 동일한 기반 인프라에서 매출을 올릴 기회를 더 많이 얻게 된다.

회사는 AI 애플리케이션 구축 및 관리 플랫폼인 Foundry의 고객 수가 10만 곳에 이른다고 보고했다. Foundry 매출은 전년 대비 두 배 이상 증가했다. 연환산 1조 토큰 규모로 운영되는 고객 수는 네 배로 늘었다.

토큰은 모델이 프롬프트를 읽고 응답을 생성할 때 처리하는 단위다. 토큰 사용량이 많을수록 일반적으로 더 많은 추론 용량이 필요하지만, 소프트웨어 최적화는 토큰당 필요한 컴퓨팅을 줄일 수 있다. 따라서 토큰 증가는 유용하지만 경제적 가치를 측정하는 지표로는 불완전하다.

고객 사례는 Microsoft가 여러 종류의 하드웨어를 필요로 하는 이유도 보여준다. Levi Strauss는 1,000개가 넘는 도메인 특화 에이전트를 통합 기업 플랫폼에 도입하고 있다. Telefónica는 네트워크 운영에 초점을 맞춘 에이전트에 Foundry를 사용하고 있다.

이러한 애플리케이션에는 그래픽 프로세서 이상의 것이 필요하다. 에이전트는 데이터를 검색하고, 소프트웨어를 실행하며, 데이터베이스를 호출하고, 작업 간 상태를 유지하는 경우가 많다. 이에 따라 Microsoft는 특화 AI 가속기와 함께 중앙처리장치, 스토리지, 네트워킹, 데이터 서비스를 강조한다.

회사는 현 분기 Azure 매출이 고정환율 기준 약 45% 성장할 것으로 예상한다. 경영진은 최근 용량 확충 이후에도 고객 수요가 계속해서 가용 공급을 초과하고 있다고 밝혔다.

이 전망은 미래 성장과 관찰 가능한 고객 압력을 연결한다는 점에서 Microsoft의 주장을 강화한다. 동시에 기대치도 높인다. 용량이 확대되는 상황에서 Azure 성장이 예상 밖으로 둔화된다면, 투자자들은 수요가 지연됐는지, 분산됐는지, 혹은 과장됐는지 의문을 제기할 것이다.

현재 증거는 확장을 지지하지만, 매력적인 수익을 보장하지는 않는다. 매출 성장은 결국 하드웨어 교체, 에너지, 자금 조달, 소프트웨어 개발, 그리고 다른 곳에 자본을 투입할 기회비용까지 감당해야 한다.

Microsoft, OpenAI 의존도를 낮출 대안 구축

핵심 경쟁은 Microsoft와 한 클라우드 경쟁사 간의 대결이 아니다. 단일 모델 공급업체에 대한 의존과 맞서는 Microsoft의 통합 AI 플랫폼이다.

Microsoft는 OpenAI와의 관계를 통해 초기 우위를 확보했다. Azure는 OpenAI 모델에 컴퓨팅을 제공했고, Microsoft는 해당 모델을 자사 제품 전반에 탑재했다. 이러한 정렬은 Azure가 생성형 AI 워크로드의 주요 목적지로 자리 잡는 데 도움이 됐다.

이 관계는 집중 위험도 만들었다. OpenAI는 추가 인프라 관계를 추진해 왔고, Microsoft는 내부 모델 개발을 확장했다. 양측은 재무적·기술적으로 계속 연결돼 있지만, 인프라 전략은 더 이상 동일하지 않다.

Microsoft의 대응은 모델을 교체 가능한 구성 요소로 만드는 플랫폼이다. 회사에 따르면 Foundry 카탈로그에는 현재 11,000개 이상의 모델이 포함돼 있다. 여기에는 OpenAI, Anthropic, Mistral, xAI, 오픈소스 개발자, Microsoft의 MAI 제품군이 제공하는 모델이 포함된다.

Microsoft는 2026년 초 이후 여러 제공업체의 모델을 사용하는 고객 수가 다섯 배 증가했다고 밝혔다. 멀티모델 사용은 기업이 품질, 지연 시간, 규정 준수, 운영 비용에 따라 서로 다른 시스템을 선택할 수 있게 한다.

이 아키텍처는 Microsoft 데이터 센터 기반의 목적을 바꾼다. 이 인프라는 하나의 최첨단 연구소만 지원하기 위해 존재하는 것이 아니다. 모델 마켓플레이스, Microsoft 애플리케이션, 기업 데이터베이스, 보안 서비스, 에이전트 플랫폼을 지원한다.

Microsoft는 모델 시스템이 컨텍스트, 메모리, 도구, 실행 제어를 단일 모델 제품군으로부터 분리한다고 설명한다. 쉽게 말해, 기업이 그 아래의 모델을 바꿔도 애플리케이션은 주변의 비즈니스 로직을 유지할 수 있다.

이 접근 방식은 실질적인 기업 수요를 충족한다. 한 기업은 코딩에는 한 모델을, 문서 분석에는 다른 모델을, 민감한 워크플로에는 더 작은 내부 모델을 사용할 수 있다. 또한 모델을 사용할 수 없게 되거나 규정 준수 검토를 통과하지 못할 때를 위한 대체 수단도 필요하다.

Microsoft는 자체 칩으로 이 전략을 강화하고 있다. 회사는 Maia 200 가속기가 자사 플릿에 이미 배치된 최신 세대 하드웨어보다 달러당 성능이 30% 더 높다고 밝혔다. 이 주장은 Microsoft의 내부 비교를 반영하며 독립적으로 검증되지는 않았다.

Maia 200은 이제 OpenAI 모델과 Microsoft 모델을 모두 지원한다. Microsoft는 이 칩과 결합할 경우 MAI 모델이 와트당 성능을 40% 더 높인다고도 밝혔다. 전력은 대규모 AI 사이트에서 제약 요인이 됐기 때문에 와트당 성능은 중요하다.

회사는 다른 공급업체로부터도 계속 하드웨어를 구매하고 있다. AMD Helios와 Nvidia Vera Rubin 기반 시스템을 배치할 계획이다. 따라서 전략의 핵심은 Nvidia나 다른 기존 칩 공급업체를 완전히 대체하는 것이 아니라 다변화다.

Microsoft의 Cobalt 중앙처리장치는 또 다른 계층을 제공한다. 회사는 7월 말까지 Cobalt 200 랙이 25개 이상의 데이터센터에서 가동될 것으로 예상했다. 관련 가상 머신을 사용하는 고객으로는 Adobe, Arm, Elastic, OpenAI, Sprinklr가 있다.

이 조합은 Google Cloud와 Amazon Web Services에 두 가지 방식으로 압박을 가한다. Microsoft는 모델 학습 및 추론 워크로드를 두고 경쟁할 수 있다. 동시에 이러한 워크로드를 생산성, ID, 보안, 데이터베이스, 분석 제품과 묶어 제공할 수도 있다.

Google은 Tensor Processing Units, Gemini 모델, Google Cloud, Workspace를 통해 자체적인 통합 우위를 갖고 있다. Amazon은 맞춤형 Trainium 및 Inferentia 칩, Bedrock의 모델 선택권, 그리고 AWS의 규모를 제공한다. 두 경쟁사 모두 인프라나 엔터프라이즈 도달 범위가 부족하지 않다.

차이는 각 플랫폼이 컴퓨팅을 일상 업무로 전환하는 방식에 있다. Microsoft는 널리 사용되는 비즈니스 애플리케이션을 통제하며, Copilot과 에이전트를 배포할 직접적인 채널을 갖고 있다. Google은 폭넓은 정보 및 소비자 생태계를 통제하고, Amazon은 전체 클라우드 인프라 시장을 선도한다.

그렇기 때문에 단순한 Microsoft 대 Google 구도는 더 깊은 경쟁을 놓치게 한다. 승자가 반드시 가장 많은 시설을 운영하는 것은 아니다. 다양한 하드웨어와 모델을 상호 교체 가능한 것처럼 느끼게 하면서도 거버넌스, 신뢰성, 유용한 비즈니스 맥락을 유지하는 기업이 승리할 것이다.

이러한 시스템을 도입하는 팀에게 인프라 선택은 점점 지식 워크플로에 영향을 미치고 있다. 검색 가능한 AI knowledge base는 기반 모델이 바뀌더라도 출처 맥락을 보존할 수 있다. 이러한 분리는 Microsoft가 엔터프라이즈 규모에서 제공하려는 연속성을 닮아 있다.

자본 지출의 검증은 더 어려워졌지, 더 쉬워지지 않았다

Microsoft는 AI 인프라가 성장을 이끌 수 있음을 보여줬지만, 현재 지출의 전체 수명주기 수익률을 입증하지는 못했다.

분기 자본 지출은 410억 달러에 달했으며, 70% 증가했다. 이 중 약 3분의 2는 주로 그래픽 처리장치와 중앙처리장치 등 수명이 짧은 자산에 투입됐다. 이러한 구성요소는 건물, 토지, 장기 전력 인프라보다 경제적 가치가 더 빠르게 하락한다.

“수명이 짧다”는 표현은 장비가 곧 작동을 멈춘다는 뜻이 아니다. 교체 주기, 성능 향상, 변화하는 고객 요구로 인해 건물이 수명을 다하기 전에 장비의 유용성이 낮아질 수 있다는 의미다.

이 구분이 중요한 이유는 인프라 지출에 서로 매우 다른 위험 프로필의 자산이 포함되기 때문이다. 데이터센터 외피는 수십 년간 유용하게 남을 수 있다. 그러나 그 안에 설치된 가속기는 전력 단위당 더 많은 성능을 제공하는 신규 칩과 경쟁해야 한다.

Microsoft는 2027 회계연도 1분기 자본 지출이 500억 달러를 넘을 것으로 예상한다. 또한 포트폴리오 전반의 수요 때문에 2027 회계연도 전체 자본 지출도 증가할 것으로 전망한다.

동시에 회계 처리 변경으로 일부 데이터센터 자산과 리스의 분류 방식이 바뀌었다. Microsoft는 특정 데이터센터 건물의 추정 내용연수를 15년에서 25년으로 연장했다. 그 결과 일부 리스는 금융리스에서 운용리스로 이동하게 된다.

이 변경으로 회사의 기존 추정치보다 보고되는 역년 기준 자본 지출은 줄어든다. 그러나 이는 Microsoft의 인프라 계획이 그만큼 줄어든다는 의미는 아니다. 최고재무책임자 Amy Hood는 기본적인 투자 전망에는 변함이 없다고 밝혔다.

따라서 독자들은 수정된 수치를 후퇴의 신호로 해석해서는 안 된다. 또한 회계 표시 방식을 지출의 재무 위험이 작다는 증거로 받아들여서도 안 된다. 리스료, 감가상각, 이자, 운영비는 시간이 지나면서 여전히 현금흐름이나 수익에 영향을 미친다.

Microsoft는 2027 회계연도에도 잉여현금흐름 흑자를 유지할 것으로 예상한다. 또한 두 자릿수 매출 및 영업이익 성장을 전망하며, 연간 영업이익률 하락 폭은 1%포인트 미만일 것으로 본다.

이러한 전망은 관리 가능한 투자 사이클을 설명한다. 그러나 이는 지속적인 엔터프라이즈 수요, 성공적인 용량 배치, 지속적인 효율성 개선에 의존한다. 이들 어느 한 영역에서 문제가 발생해도 매출이 즉시 붕괴하지 않은 채 수익률은 낮아질 수 있다.

클라우드 마진에는 이미 비용 영향이 반영되고 있다. Microsoft Cloud 매출총이익률은 AI 인프라 투자와 Azure 중심으로의 전환으로 압박을 받아왔다. 효율성 개선이 일부 압박을 상쇄할 수는 있지만, 신규 용량은 감가상각비와 운영비를 수반한다.

회사는 소프트웨어를 통해 이 방정식을 개선하려 하고 있다. 2026년 초 이후 Copilot 워크로드 처리량이 4배 증가했다고 보고했다. 처리량은 시스템이 주어진 기간에 완료하는 작업량을 측정한다.

처리량이 높아지면 Microsoft는 같은 장비로 더 많은 사용량을 처리할 수 있다. 각 응답의 실질 비용도 낮출 수 있다. 그러나 효율성은 종종 추가 수요를 자극하며, 이는 전체 전력 및 하드웨어 요구량이 계속 늘어나는 결과로 이어질 수 있다.

Microsoft는 여러 내부 모델 절감 효과를 언급했다. MAI-Code-1-Flash가 일반적인 코딩 워크플로에서 중간값 기준 토큰 사용량을 10% 줄였다고 밝혔다. 또한 특정 Dynamics 365 및 PowerPoint 작업에서 GPU 비용이 크게 감소했다고 보고했다.

이는 표준화된 제3자 벤치마크가 아니라 회사가 보고한 결과다. 워크로드 선택, 품질 기준, 모델 라우팅, 하드웨어 구성은 모든 비교에 영향을 미칠 수 있다. 투자자에게 필요한 것은 기술 효율성 비율만이 아니라 실제 운영 경제성이다.

회의적인 시각은 명확하다. Microsoft가 현재 수요를 정확히 읽고 있더라도, 경쟁으로 가격이 하락하면 수익률은 약해질 수 있다. 고객이 더 적은 컴퓨팅을 필요로 하는 효율적 모델로 이동할 경우에도 수익률은 악화될 수 있다.

낙관적인 반론 역시 구체적이다. Azure는 43% 성장했고, 수요는 공급을 초과했으며, Microsoft는 여러 소프트웨어 계층을 통해 인프라를 수익화할 수 있다. 회사는 모든 수익을 창출할 단 하나의 미래 제품을 기다리고 있지 않다.

한 독립적인 실적 분석은 투자자들이 Azure와 Copilot이 늘어나는 AI 지출을 정당화할 수 있다는 증거를 찾고 있었다고 지적했다. 최근 분기는 그 증거를 제공했지만, 이는 구축 확대의 현재 단계에 한정된다.

경제성 검증은 계속될 것이다. 성공적인 분기마다 Microsoft가 더 많은 인프라를 구축하도록 부추기기 때문이다. 강한 수요는 단기적인 가동률 위험을 낮추는 동시에, 다음 용량 확장 단계에 투입되는 절대 자본 규모를 늘린다.

에너지와 배출량은 이제 제품 전략의 일부다

Microsoft는 칩 구매만으로 AI 용량을 두 배로 늘릴 수 없다. 이제 전력 공급 가능성과 지역사회의 수용성이 배치 속도를 결정하기 때문이다.

Pecos 캠퍼스는 인프라 계획이 기존 클라우드 운영을 넘어 어떻게 확장됐는지 보여준다. Microsoft는 계량기 뒤에서 운영되는 현장 천연가스 설비로 시작할 계획이다. 이는 해당 발전소가 처음에는 공공 전력망에서 전체 필요 전력을 끌어오는 대신 캠퍼스에 직접 전력을 공급한다는 뜻이다.

Microsoft는 부지에 필요한 발전 설비와 관련 인프라를 지원하겠다고 밝혔다. 또한 유틸리티 기업 및 지방 당국과 협력해 발전소와 데이터센터를 이후 더 넓은 지역 전력망에 연결할 것으로 예상한다.

이러한 방식은 속도와 신뢰성 문제를 해결한다. 동시에 환경적 절충도 수반한다. 천연가스는 안정적인 발전 용량을 신속히 확보할 수 있지만, 연소 과정에서 온실가스와 지역 대기오염이 발생한다.

Microsoft는 질소산화물 배출을 줄이도록 설계된 제어 장치를 시설에 사용할 것이라고 말한다. 또한 정상 운영 중 물을 지속적으로 취수하는 대신 냉각수를 재순환하는 폐쇄형 냉각 방식을 캠퍼스에 적용할 것이라고 밝혔다.

이러한 설계 선택은 고온과 물 가용성이 지역의 관심에 영향을 미치는 서부 텍사스에서 중요하다. 그러나 운영 중 물 사용량을 줄인다고 해서 건설, 장비 제조, 전력 생산, 지원 인프라에서 발생하는 환경 발자국이 사라지는 것은 아니다.

Microsoft의 최신 지속가능성 업데이트는 이 갈등을 유난히 분명하게 보여준다. 회사는 2025 회계연도에 총배출량이 전년 대비 25% 증가했다고 보고했다.

Microsoft는 이 증가가 주로 데이터센터 확장과 특정 비분리형 재생에너지 인증서 사용 중단에 따른 것이라고 설명했다. 이 인증서는 재생에너지 발전 속성을 나타내지만, 반드시 지역 전력망에 새로운 청정 전력을 추가하는 것은 아니다.

회사는 추가적인 무탄소 전력 공급을 가동시키는 투자를 우선시하고 있다고 말한다. 이 결정은 Microsoft가 회계상 배출 발자국을 상쇄하기 위해 인증서에 덜 의존하게 되면서 단기적으로 보고 배출량을 높인다.

이 정책은 운영 영향에 대해 더 보수적인 그림을 제공할 수 있다. 하지만 Microsoft가 기존 기후 약속이 시사한 궤도에서 더 멀어졌다는 의미이기도 하다. 회사는 여전히 탄소 네거티브, 물 포지티브, 폐기물 제로 달성을 목표로 한다.

구매 전력을 포괄하는 Scope 2 배출량은 Microsoft 전체 배출 발자국에서 거의 2%였던 비중이 13%로 상승했다. 공급망 상당 부분을 포괄하는 Scope 3는 여전히 가장 큰 범주였다.

이 증가는 효율성을 서버 수준에서만 평가할 수 없는 이유를 보여준다. 칩이 와트당 더 많은 작업을 완료하더라도 Microsoft가 더 많은 칩을 설치하고 고객이 더 많은 워크로드를 제출하면 전체 전력 사용량은 증가할 수 있다.

Microsoft는 2025 회계연도에 1,400만 입방미터 이상의 물을 복원했으며, 처음으로 전 세계 취수량을 초과했다고 보고했다. 복원에는 유역 복구와 물 접근성 프로젝트가 포함될 수 있다.

전 세계 총량이 지역적 압박을 해결해주지는 않는다. 한 지역에서 되돌려진 물은 다른 지역에서 소비된 물을 직접 대체할 수 없다. Microsoft는 운영 지역의 유역 내에서 물을 복원하는 데 점차 더 집중하겠다고 밝혔다.

지역사회는 고용, 세수, 토지 이용, 전력망 신뢰성, 소음도 평가할 것이다. Microsoft는 신규 캠퍼스가 수천 개의 일시적 건설 일자리를 만들지만, 상시 운영 일자리는 수백 개에 그칠 것으로 예상한다.

이 차이는 고도로 자동화된 데이터센터에서 흔하다. 지역사회가 장기 고용에 대한 기대를 바탕으로 인프라나 인센티브를 제공할 때, 이는 지역 협상을 복잡하게 만들 수 있다.

회사의 대응은 직접적인 전력 지원, 인력 프로그램, 폐쇄형 냉각, 지역사회 참여를 결합한다. 각 조치는 특정 우려를 줄일 수 있다. 그러나 어느 것도 용량을 두 배로 늘리는 데 따르는 근본적인 자원 집약성을 없애지는 못한다.

Google, Amazon, Meta 및 전문 AI 인프라 기업도 같은 제약에 직면해 있다. 이들의 경쟁은 점점 유틸리티 계약, 송전 접속 대기열, 장비 주문, 지역 승인 절차에서 벌어지고 있다. 모델 품질은 여전히 중요하지만, 전기 인프라는 그 품질이 언제 고객에게 도달할지를 결정할 수 있다.

엔터프라이즈 구매자에게 이러한 제약은 지역별 용량, 서비스 가용성, 계약 조건, 지속가능성 보고에 영향을 줄 수 있다. 클라우드 공급업체의 에너지 전략은 별도의 기업 책임 프로그램이 아니라 제품 신뢰성의 일부가 되고 있다.

Google 뉴스 사이클이 지나간 뒤 주목할 점

세 가지 신호가 Microsoft의 더 큰 규모가 지속 가능한 우위가 될지, 아니면 점점 더 비싼 부담이 될지를 보여줄 것이다.

첫 번째 신호는 Azure의 회계연도 1분기 성장률이다. Microsoft는 불변 통화 기준 약 45% 성장을 전망하며, 수요가 계속 공급을 웃돌 것으로 예상한다. 이는 최근 분기의 43% 증가 이후에도 높은 기준이다.

예상치에 근접한 성장은 추가 용량이 빠르게 매출로 전환된다는 Microsoft의 주장을 뒷받침할 것이다. 반대로 가용 용량 증가에도 성장률이 크게 예상에 못 미친다면 인프라 투자와 고객 사용량 간의 연결고리는 약화될 수 있다.

성장의 구성도 중요하다. Azure에는 AI 워크로드뿐 아니라 기존 클라우드 서비스도 포함된다. Microsoft는 모든 구성 요소를 개별적으로 공개하지 않기 때문에 투자자들은 경영진 발언, 용량 제약, 수주액, 관련 제품 채택을 함께 비교해야 한다.

상업 부문의 잔여 이행 의무도 비슷한 주의가 필요하다. 최신 6,780억 달러 잔액에는 집행 시점에 따라 변동성을 유발할 수 있는 대형 계약들이 포함돼 있다. 지속적인 성장은 장기 수요를 뒷받침하겠지만, 계약 집중이나 배포 지연이 나타난다면 이 수치는 안심할 만한 근거가 되기 어렵다.

두 번째 신호는 자본 지출, 클라우드 마진, 잉여현금흐름 간의 관계다. Microsoft는 이번 분기에 500억 달러를 넘는 자본 지출을 예상하고 있다. 또한 Microsoft Cloud 매출총이익률은 전 분기와 비교해 비교적 안정적으로 유지될 것으로 전망한다.

이 조합은 최적화가 신규 인프라 비용을 상쇄할 수 있는지를 시험하게 된다. Azure 성장 가속과 함께 마진이 안정적으로 유지된다면 통합 플랫폼 전략의 신뢰도는 높아질 것이다. 사용량 증가가 더 강해지지 않은 상태에서 마진이 하락한다면, 용량이 경제성보다 더 빠르게 늘어나고 있음을 시사한다.

현금흐름도 또 다른 점검 수단이다. 회계 처리 변화가 투자 표시 방식을 바꿀 수 있기 때문이다. 투자자들은 장비 구매, 금융리스, 운용리스, 장기 전력 구매 약정을 구분해야 한다. 각각의 지급 일정은 다르지만 모두 동일한 인프라 전략을 뒷받침한다.

세 번째 신호는 Microsoft의 다변화된 하드웨어 및 모델 스택 전반에서의 배포다. Maia 200, Cobalt 200, AMD Helios, Nvidia Vera Rubin은 발표 단계를 넘어 안정적인 프로덕션 용량으로 전환돼야 한다.

외부 고객이 다양한 워크로드에 Microsoft의 맞춤형 실리콘을 채택한다면, 관련 주장은 더욱 신뢰를 얻을 수 있다. 이를 뒷받침하는 근거로는 지속적인 가용성, 경쟁력 있는 성능, 낮은 운영 비용, 그리고 결과물 품질의 유의미한 저하 부재가 포함돼야 한다.

동일한 시험은 모델 선택에도 적용된다. Foundry의 카탈로그 규모는 고객이 거버넌스, 데이터 연결, 메모리, 평가 시스템을 다시 구축하지 않고도 모델을 전환할 수 있는지보다 덜 중요하다.

멀티모델 채택이 늘어난다면 단일 공급업체 의존에 대한 Microsoft의 핵심 방어 논리는 강화될 것이다. OpenAI 사용이 다시 집중되는 방향으로 돌아간다면, 모델 대체 가능성은 운영 현실이라기보다 여전히 기대에 가깝다는 의미일 수 있다.

이러한 신호는 개발자와 기업 구매자에게도 중요하다. 용량 부족은 배포를 지연시키거나 지역별 가용성을 제한할 수 있다. 하드웨어 다변화는 비용을 낮출 수 있지만, 모델과 지역에 따라 성능 불일치를 초래할 수도 있다.

구매자는 제공업체에 추론이 어떻게 라우팅되는지, 데이터 격리가 어떻게 유지되는지, 선호하는 모델을 사용할 수 없을 때 어떤 일이 일어나는지 물어봐야 한다. 또한 모델 변경 과정에서도 에이전트가 인용, 권한, 메모리, 감사 기록을 보존하는지 평가해야 한다.

지식 근로자는 인프라 구호보다 결과에 집중해야 한다. 더 많은 데이터센터는 지연 시간을 줄이고 더 큰 워크로드를 지원할 수 있다. 하지만 그것이 자동으로 어시스턴트를 정확하고, 맥락을 이해하며, 민감한 의사결정에 적합하게 만들지는 않는다.

Google News 헤드라인은 눈에 보이는 움직임을 포착한다. Microsoft는 데이터센터 기반을 확대하고 있다. 더 중요한 이야기는 Microsoft가 칩, 모델, 클라우드 서비스, 업무용 소프트웨어 전반에 걸쳐 구축하고 있는 운영 체제다.

Microsoft는 현재 수요가 새 용량을 흡수하고 있다는 신뢰할 만한 근거를 제시했다. Azure의 연간 매출은 1,000억 달러를 넘어섰고, Copilot의 유료 좌석 수는 3,000만 개를 돌파했으며, 고객 수요는 여전히 공급 가능한 용량을 웃돌았다.

아직 해결되지 않은 질문은 지속 가능성이다. 하드웨어가 노후화하고 자원 제약이 심화되기 전에 Microsoft는 새로 확보하는 기가와트마다 유용하고 수익성 있는 컴퓨팅으로 계속 전환할 수 있을까?

먼저 Azure 성장률을, 다음으로 클라우드 경제성을, 세 번째로 Microsoft의 다변화된 스택이 프로덕션 환경에서 채택되는지를 지켜봐야 한다. 이 세 가지 지표는 확장이 레버리지를 창출하는지, 아니면 단지 비용 청구서만 키우는지를 보여줄 것이다.