# 미국은 언제 AI 토큰 순수입국이 될까

> 2026-11-09 · Tom Tunguz · 큐레이션 김태우
> https://challengekim.com/insights/미국은-언제-ai-토큰-순수입국이-될까
> 원문: https://tomtunguz.com/when-does-the-us-become-a-net-importer-of-tokens

## 핵심 요약

- 톰 퉁구즈는 미국의 AI 토큰 수요가 국내 생산 능력을 넘어설 시점을 **2028\~2030년**으로 추산했다. 시점은 계획된 데이터센터의 가동 차질에 따라 달라진다.
- 그의 모형에서는 데이터센터 증설과 칩·모델의 효율 개선으로 감당할 수 있는 토큰 수요 증가가 대략 연간 2.5배 수준이다.
- 공급이 부족해지면 가격이 올라 수요를 억제할 수 있다. 다만 퉁구즈는 최근 GPU 임대료 급등에도 수요가 크게 꺾이지 않았다고 봤다.
- 실제 해외 생산과 수입의 경제성에는 전기요금뿐 아니라 자본 비용과 통신 지연도 영향을 준다. 모형이 제시한 연도는 생산 능력이 부족해지는 시점이다.

## 수요를 미국 안에서 감당할 수 있을까

Theory Ventures 창업자이자 벤처투자자인 톰 퉁구즈는 이 글에서 미국의 AI 수요를 국내 데이터센터가 언제까지 감당할 수 있는지 살폈다. 미국이 소비하는 만큼 자국에서 토큰을 생산할 수 있는지를 따졌다. 토큰은 AI가 처리하는 텍스트 등의 단위다.

퉁구즈는 AI 수요가 공급보다 빠르게 늘고 미국 내 데이터센터 건설이 둔화하면서 결국 미국이 생산량보다 많은 토큰을 소비하게 될 것으로 봤다. 부족분을 해외에서 생산해 들여오는 **토큰 순수입국**이 된다고 전망했다.

그의 기본 모형은 이 전환점을 2028\~2030년으로 잡았다. 이는 국내 설비의 처리 능력과 수요가 엇갈리는 시점으로, 실제 수입이 경제적으로 유리해지는 시점과는 구분된다.

## 효율 개선과 증설에도 남는 격차

모형의 관계는 단순하다. 필요한 전력은 토큰 수요를 전력당 토큰 처리량으로 나눈 값이다. 칩과 모델이 효율적으로 바뀌면 같은 전력으로 더 많은 토큰을 처리할 수 있지만 수요 증가가 그 효과를 앞서면 전력과 설비를 더 확보해야 한다.

퉁구즈는 새 데이터센터의 가동까지 고려할 때 현재 체계가 감당할 수 있는 토큰 수요 증가를 대략 연간 2.5배로 추산했다. 수요가 이보다 빠르게 늘면 칩과 모델의 효율 개선만으로는 국내 수요를 따라잡기 어렵다고 계산했다.

계산에는 2027년 미국 데이터센터 전력을 66GW로 잡은 전망치와 전력당 토큰 처리량이 매년 약 2.9배로 개선된다는 가정이 들어간다. 공급은 예정된 미국 내 용량의 55%만 제때 가동된다고 가정했다.

계획된 프로젝트의 45%가 전력망 연결에 실패하면 2028년부터 수입이 필요해진다. 무산 비율이 20%로 낮아지면 2029년으로 늦춰진다. 제안된 시설이 모두 일정대로 지어져도 모형에서는 2030년에 수요와 국내 생산 능력 사이의 격차가 벌어진다.

## 가격이 오르면 수요는 얼마나 줄어들까

이 계산에서 중요한 조건은 **컴퓨팅 가격이 일정하다는 가정**이다. 실제로는 공급이 막히면 가격이 올라 수요가 줄어들 수 있다.

퉁구즈는 최근 수요가 가격 상승에 둔감했다고 봤다. 그는 지난 두 분기 동안 단기 GPU 임대료가 시간당 5달러에서 13달러 이상으로 올랐고 앤트로픽이 일시적으로 필요한 추가 연산 자원을 높은 요금에 수십억 달러 규모로 계약했지만 전체 수요는 크게 흔들리지 않았다고 서술했다.

어느 가격에서 구매자가 물러설지는 남은 변수다. 차세대 모델을 사전 학습하는 AI 기업, 맞춤형 앱을 만들며 매주 수억 토큰을 쓰는 기업 개발팀, 월 40달러의 자율 에이전트 구독료를 요구받는 소비자는 비용을 감당하는 기준이 서로 다를 수 있다.

퉁구즈도 가격이 충분히 높아지면 수요가 둔화해 기존 데이터센터 용량으로 감당할 수 있는 지점이 있을 것으로 봤다. 다만 생산비가 낮아지면 수요는 지금보다 훨씬 커질 것이며 미국이 이를 충족할 전력과 시설을 짓지 않으면 토큰은 해외에서 생산될 것이라고 주장했다.

## 전기요금보다 자본 비용이 클 수 있다

해외에서 토큰을 생산하는 문제를 전기요금만으로 설명하기는 어렵다. 퉁구즈가 제시한 비용 구성에서 전력은 GPU를 한 시간 사용하는 비용의 5%인 반면 투자금을 회수하는 데 드는 비용은 64%다.

그의 계산에서는 전력 가격이 MWh당 40달러 차이 날 때 1GW당 연간 비용 차이가 약 3억5천만 달러다. 반면 자본 비용이 6%와 9%로 갈리면 차이가 약 8억4천만 달러로 커진다. 자금을 조달하는 조건이 전기요금보다 더 크게 작용할 수 있다. 퉁구즈는 뉴욕과 프랑크푸르트 사이의 왕복 통신 지연 88밀리초도 함께 고려할 요소로 들었다.

전력망을 거치지 않는 자체 발전은 부족분의 상당 부분을 메울 수 있다. 그러나 퉁구즈는 이 경우 가스터빈 확보가 제약이 되며 관련 공급 물량은 2030년까지 판매가 끝난 상태라고 적었다.

퉁구즈는 AI 성장의 제약이 데이터나 알고리즘, GPU 제조 속도에만 있지 않다고 결론 내렸다. 데이터센터를 얼마나 많이, 얼마나 크게, 어디에 짓고 얼마의 전력을 쓰도록 허용할지가 미국의 토큰 생산 능력과 스타트업의 사업 환경을 바꿀 것으로 봤다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://tomtunguz.com/when-does-the-us-become-a-net-importer-of-tokens)