아마존, AWS AI 매출 첫 공개…보스턴 독자가 봐야 할 것은 모델 경쟁보다 클라우드·칩·현장 직무 확대

아마존이 4월 9일 공개한 연례 주주서한에서 AWS의 AI 서비스 연 매출 환산 규모가 150억달러를 넘었다고 처음 밝혔다. 같은 날 앤디 재시 CEO는 대규모 AI 투자와 관련해 이미 상당한 고객 수요와 계약 기반이 형성돼 있다고 설명했다. 이번 공개는 AI 경쟁의 초점이 단순히 더 강한 모델을 내놓는 문제를 넘어, 누가 더 안정적으로 데이터센터·칩·네트워크를 공급하고 운영할 수 있는지로 옮겨가고 있음을 보여주는 사례로 읽힌다.

확인된 사실부터 보면, 아마존은 2026년 1분기 기준 AWS의 AI 매출 연 환산 규모가 150억달러를 넘었다고 밝혔다. 이는 AWS가 2025년 4분기에 제시한 전체 매출 연 환산 규모 1420억달러와 비교하면 약 10% 수준이다. 재시는 또 2026년 자본지출이 약 2000억달러에 이를 것으로 예상하면서, 상당 부분이 AI 인프라에 투입될 것이라고 설명했다. 동시에 그라비톤, 트레이니엄, 니트로를 포함한 자사 칩 사업의 연 매출 환산 규모도 200억달러를 넘겼다고 밝혔다. 트레이니엄 수요가 빠르게 늘고 있으며, 향후 외부 고객에게 칩 랙 형태로 판매할 가능성도 언급했다.

여기까지는 회사가 공개한 수치와 설명에 기반한 사실이다. 다만 이 숫자가 곧바로 AI 투자 수익성 전체를 입증한다고 보기는 이르다. 연 매출 환산 규모는 특정 시점의 매출 흐름을 연간으로 환산한 값이기 때문에, 장기 수익성과 동일한 의미는 아니다. 그럼에도 불구하고 이번 공개는 적어도 AWS의 AI 사업이 실험적 비용 항목에만 머무는 단계는 아니라는 점, 그리고 대규모 설비투자가 실제 매출로 연결되기 시작했다는 점을 보여준다는 의미가 있다.

배경도 비교적 분명하다. 지난 1~2년 동안 빅테크의 AI 투자에는 늘 같은 질문이 따라붙었다. 데이터센터, GPU, 전력, 네트워크에 막대한 돈을 쓰고 있지만 실제로 얼마를 벌고 있는지 보이지 않는다는 의문이었다. 아마존은 이번에 처음으로 그 질문에 구체적 숫자로 답했다. 동시에 AWS가 여전히 전력과 용량 제약 때문에 더 빠르게 성장하지 못하고 있다고 밝힌 점은, 현재 AI 시장의 병목이 모델 발표 자체보다 계산 자원 확보와 운영 능력에 더 가까워졌다는 점도 함께 보여준다.

이 지점부터는 보스턴과 미국 동부 독자에게 어떤 의미가 있는지에 대한 해설이다. 보스턴권의 AI 생태계는 소비자용 챗봇보다 연구기관, 바이오, 헬스케어, 엔터프라이즈 소프트웨어, 로보틱스처럼 계산 자원과 데이터 관리가 중요한 산업과 더 촘촘하게 연결돼 있다. 이런 지역에서는 최종 모델을 직접 만드는 기업만 중요한 것이 아니라, 클라우드 아키텍처를 설계하고, 데이터를 안전하게 옮기고, 모델을 서비스에 붙이고, 비용과 성능을 함께 관리하는 인력이 꾸준히 필요해질 가능성이 크다. 이번 아마존 발표는 그런 흐름을 뒷받침하는 하나의 시장 신호로 볼 수 있다.

유학생과 졸업 예정자에게는 해석이 특히 중요하다. AI 열풍이 크다고 해서 엔트리 레벨 채용이 전반적으로 넓게 열렸다고 단정할 수는 없다. 다만 기업이 실제로 돈을 쓰는 영역이 어디인지 읽는 데에는 참고가 된다. 최근에는 단순한 AI 프로젝트 경험보다 클라우드 비용 최적화, 데이터 파이프라인 구축, MLOps, 모델 배포, 추론 성능 개선처럼 운영과 연결된 경험이 더 설득력 있게 받아들여질 가능성이 있다. 스폰서십이 필요한 지원자라면 이런 기술이 왜 현업 생산성과 직결되는지 이력서와 인터뷰에서 명확히 설명할 수 있는지가 더 중요해지는 흐름이다. 비자 문제를 이 발표 하나로 판단할 수는 없지만, 기업이 어떤 역할을 상대적으로 선호하는지 가늠하는 참고 지표로는 볼 수 있다.

현직 직장인에게 보이는 신호는 조금 다르다. AI가 모든 직무를 대체한다기보다, 기업들이 같은 인원으로 더 많은 산출을 내기 위해 업무 구조를 다시 짜고 있다는 쪽에 가깝다. 특히 소프트웨어 엔지니어, 데이터 분석가, 제품 매니저, IT 운영 인력에게는 AI를 써봤느냐보다 실제 워크플로에 붙여 속도·비용·품질을 개선해본 경험이 있느냐가 더 중요해지고 있다. 모델 API를 연결해본 수준보다 보안, 규제, 성능, 비용을 함께 다뤄본 경험이 상대적으로 높은 평가를 받을 여지가 있다.

창업 관심자에게도 시사점은 있다. 이것 역시 해설의 영역이지만, 현재 시장은 모델 자체를 새로 만드는 회사보다 이미 존재하는 클라우드와 모델을 활용해 특정 산업 문제를 줄여주는 회사에 더 현실적인 기회를 주는 분위기로 읽힌다. 보스턴처럼 바이오, 의료, 교육, 산업기술 수요가 강한 지역에서는 범용 AI보다 현장 데이터와 규제 환경을 이해한 버티컬 AI가 설득력을 얻기 쉽다. 인프라 비용이 여전히 높기 때문에, 기술 데모보다 고객이 왜 비용을 지불하는지 분명한 사업이 더 중요해졌다는 점도 함께 봐야 한다.

지금 독자가 점검해볼 대목도 비교적 선명하다. 취업 준비생은 AI 프로젝트의 화려함보다 클라우드, 데이터, 배포 경험을 어떻게 증명할지 살펴볼 필요가 있다. 현직자는 회사의 AI 도입이 실험성 기능인지, 실제 운영 자동화와 비용 절감으로 이어지는지 구분해서 보는 편이 좋다. 창업을 고민하는 독자는 모델 성능 경쟁 자체보다 추론 비용, 데이터 접근성, 고객사의 도입 난도, 규제 대응 부담을 먼저 계산하는 접근이 더 현실적일 수 있다.

이번 아마존 발표는 AI 붐이 계속된다는 상징적 선언이라기보다, 돈이 실제로 어디서 돌기 시작했는지를 보여주는 사례에 가깝다. 보스턴 독자에게 중요한 것은 화려한 모델 발표보다 그 뒤에서 커지는 클라우드·칩·운영 직무의 무게다. 앞으로의 관전 포인트는 이런 대규모 투자가 실제 채용 확대와 지역 산업 수요로 얼마나 이어지는지, 그리고 보스턴의 바이오·헬스케어·엔터프라이즈 분야가 이 인프라 경쟁을 제품과 일자리로 얼마나 연결해내는지에 있다.