아마존은 왜 사상 최대 이익을 내고도 AI에 2,200억 달러를 투자하나

아마존이 역대 가장 높은 영업이익률을 기록했다.

그런데 회사가 실제로 벌어들인 현금보다 더 많은 돈을 투자하면서 잉여현금흐름은 적자로 돌아섰다.

기업이 수익성을 높이면 현금도 더 많이 남을 것이라는 일반적인 기대와는 다른 결과다.

2026년 10월 29일 아마존이 발표한 3분기 실적은 이러한 역설을 보여준다.

3분기 매출은 2,019억 달러로 전년 동기 대비 12% 증가했다. 영업이익은 281억 달러로 61% 증가했다.

영업이익률은 13.9%였다.

아마존 역사상 가장 높은 수준이다.

특히 클라우드 사업인 아마존웹서비스(AWS)가 실적을 이끌었다.

AWS의 3분기 매출은 460억 달러로 전년 대비 39.3% 증가했다. 약 5년 만에 가장 빠른 성장률이다.

AWS 영업이익은 178억 달러에 달했다.

그러나 현금흐름을 보면 다른 모습이 나타난다.

최근 12개월 동안 아마존이 영업활동으로 벌어들인 현금은 1,683억 달러였다. 지난해 같은 기간보다 29% 증가했다.

그런데 같은 기간 잉여현금흐름은 424억 달러의 마이너스를 기록했다.

지난해 같은 기간에는 148억 달러의 플러스였다.

영업활동으로 더 많은 현금을 창출했지만, 설비투자가 이를 넘어선 것이다.

아마존은 2026년 연간 현금 기준 설비투자를 약 2,200억 달러로 예상했다.

투자 확대의 중심에는 인공지능(AI)이 있다.

AI 모델을 학습시키고 실행하기 위한 데이터센터, 반도체, 네트워크, 전력 인프라에 막대한 자본을 투입하고 있다.

이러한 전략은 단순히 AI 시장에 뒤처지지 않기 위한 투자가 아니다.

아마존은 클라우드 인프라와 AI 모델, AI 에이전트 운영 플랫폼을 확보하고, 이를 다시 전자상거래와 광고, 물류와 기업 업무에 적용하려 한다.

아마존이 추진하는 것은 AI 서비스를 하나 추가하는 일이 아니다. AI가 수익을 창출하는 기업의 운영 구조 전체를 다시 만드는 일이다.

AWS가 아마존 이익의 63%를 만들어냈다

아마존을 설명할 때 가장 먼저 떠오르는 것은 온라인 쇼핑이다.

상품을 검색하고 구매하면 아마존의 물류망을 통해 배송되는 전자상거래 서비스가 여전히 기업의 가장 큰 매출 기반이다.

그러나 수익 구조는 다르다.

2026년 3분기 아마존의 북미 사업 매출은 1,129억 달러였다. 해외 사업 매출은 431억 달러였다.

두 사업의 매출을 합하면 약 1,560억 달러로 전체 매출의 77%를 차지한다.

반면 AWS 매출은 약 460억 달러로 전체의 23%였다.

하지만 영업이익에서는 상황이 역전된다.

AWS가 기록한 영업이익은 178억 달러였다.

아마존 전체 영업이익 281억 달러의 약 63%에 해당한다.

북미 사업의 영업이익은 87억 달러, 해외 사업은 16억 달러였다.

AWS의 영업이익률은 38.7%였다.

북미 사업의 7.7%, 해외 사업의 3.7%와 큰 차이를 보인다.

이는 아마존의 성장 전략을 이해하는 중요한 출발점이다.

전자상거래는 거대한 매출을 만든다.

하지만 상품 판매에는 물류와 배송, 창고, 인건비 등 상당한 운영비용이 발생한다.

반면 AWS는 클라우드 컴퓨팅과 데이터 저장, 네트워크, AI 서비스 등의 이용료를 받는다.

데이터센터와 서버 구축에 막대한 초기 투자가 필요하지만, 높은 이용률과 규모의 경제를 확보하면 상당한 수익성을 실현할 수 있다.

이번 분기 AWS가 보여준 영업이익률은 이러한 사업 구조의 강점을 보여준다.

물론 AWS는 전력비와 장비 감가상각, AI 반도체 투자에 따른 비용을 부담한다.

그럼에도 아마존의 전체 영업이익에서 차지하는 비중은 더욱 커지고 있다.

아마존의 기업가치를 평가할 때 전자상거래 매출만큼이나 AWS의 성장과 수익성을 중요하게 살펴봐야 하는 이유다.

AWS 성장률이 20%에서 39%로 높아진 이유

AWS의 이번 실적은 단순한 매출 증가 이상의 의미가 있다.

2025년 3분기 AWS의 전년 대비 매출 성장률은 약 20%였다.

2025년 4분기에는 24%, 2026년 1분기에는 28%로 높아졌다.

2분기에는 37%, 3분기에는 39%에 도달했다.

규모가 큰 클라우드 사업에서 성장률이 오히려 높아지고 있는 것이다.

아마존은 이러한 변화의 주요 배경으로 기업의 클라우드 수요와 AI 관련 투자를 제시했다.

과거 AWS 성장의 중심에는 기업의 서버와 데이터베이스를 자체 전산실에서 클라우드로 이전하는 수요가 있었다.

기업들은 AWS를 통해 서버를 직접 구매하지 않고 필요한 만큼 컴퓨팅 자원을 사용했다.

하지만 AI가 등장하면서 클라우드의 역할이 확대됐다.

기업은 대규모 AI 모델을 학습시키기 위해 GPU와 특수 AI 가속기를 필요로 한다.

이미 개발된 모델을 업무에 적용하려면 추론 인프라도 필요하다.

AI 에이전트를 운영하려면 모델을 실행하는 연산 자원뿐 아니라 데이터 연결과 인증, 접근 통제, 모니터링 등의 서비스가 필요하다.

기존 클라우드 수요 위에 새로운 AI 수요가 추가된 것이다.

아마존 CEO 앤디 재시(Andy Jassy)는 AWS가 2027년과 2028년에도 각각 40% 이상의 성장률을 기록할 것으로 예상한다고 밝혔다.

이는 확정된 실적이 아니라 회사의 전망이다.

실제 성장률은 기업의 AI 도입 속도와 데이터센터 공급능력, 경쟁 상황에 따라 달라질 수 있다.

그럼에도 이번 분기 실적은 AI 수요가 클라우드 기업의 매출 증가로 연결되고 있음을 보여준다.

연간 1,840억 달러라는 숫자를 어떻게 해석해야 하나

아마존은 AWS의 연환산 매출 규모가 1,840억 달러에 달한다고 밝혔다.

이 숫자는 실제 최근 1년 동안 올린 매출과 구분해야 한다.

AWS의 2026년 3분기 매출은 약 460억 달러다.

이 수치를 네 배 하면 약 1,840억 달러가 된다.

따라서 1,840억 달러는 현재 분기 매출 수준이 1년 동안 유지된다고 가정했을 때의 연환산 매출 실행률(Annualized Revenue Run Rate)이다.

실제 최근 12개월 AWS 매출은 약 1,614억 달러였다.

두 숫자는 서로 다른 것을 보여준다.

최근 12개월 매출은 이미 발생한 실적이다.

연환산 매출은 현재 사업 규모와 성장 속도를 보여주는 지표다.

아마존이 연환산 매출을 강조하는 이유는 AWS가 최근 들어 빠르게 성장하고 있기 때문이다.

지난 1년의 평균 매출보다 최근 분기의 매출 규모가 더 크다는 사실을 드러낸다.

하지만 연환산 매출을 향후 1년 동안 확정적으로 벌어들일 금액이라고 해석해서는 안 된다.

미래 매출은 고객의 실제 사용량과 투자, 공급능력, 시장 상황에 영향을 받기 때문이다.

AI가 돈을 벌어주는데 왜 현금은 줄어들까

이번 실적에서 가장 중요한 재무적 쟁점은 잉여현금흐름이다.

잉여현금흐름(Free Cash Flow)은 기업이 영업활동으로 벌어들인 현금에서 설비투자 등을 차감해 계산하는 지표다.

아마존은 최근 12개월 영업현금흐름 1,683억 달러를 기록했다.

이는 상당한 현금창출 능력이다.

그러나 같은 기간 순설비투자액은 약 2,107억 달러에 달했다.

영업으로 벌어들인 현금보다 설비투자에 사용한 현금이 더 많았던 것이다.

그 결과 잉여현금흐름은 약 마이너스 424억 달러가 됐다.

지난해 같은 기간 순설비투자액은 약 1,159억 달러였다.

1년 사이 약 948억 달러 증가했다.

아마존은 이러한 증가가 주로 AI 투자에 따른 것이라고 설명했다.

여기서 영업이익과 현금흐름의 차이가 발생한다.

AI 데이터센터를 건설하고 서버를 구입하는 데 사용한 현금은 투자 시점에 상당 부분 지출된다.

반면 그 자산의 비용은 회계상 여러 해에 걸쳐 감가상각비로 반영될 수 있다.

따라서 기업이 대규모로 설비를 확충하는 시기에는 회계상 높은 영업이익을 기록하면서도 현금흐름은 악화될 수 있다.

아마존의 이번 실적이 바로 이러한 구조를 보여준다.

더 중요한 것은 이번 현금 유출이 사업 운영 부진보다는 미래 인프라 확보에 따른 투자 확대와 연결돼 있다는 점이다.

그러나 투자를 위한 현금 유출이라고 해서 위험이 없는 것은 아니다.

투자한 데이터센터가 충분한 매출과 이익을 창출하지 못한다면 장기적인 자본 부담이 될 수 있기 때문이다.

2,200억 달러는 어디에 쓰이는가

아마존은 2026년 현금 기준 설비투자가 약 2,200억 달러에 이를 것으로 예상했다.

이 숫자는 아마존의 AI 전략을 이해하는 핵심 지표다.

회사가 미래 AI 수요에 대응하기 위해 얼마나 큰 자본을 투입하고 있는지 보여주기 때문이다.

AI 데이터센터에는 서버만 필요한 것이 아니다.

GPU와 자체 AI 가속기, 고속 네트워크, 데이터 저장장치, 전력 공급시설과 냉각 시스템이 함께 필요하다.

새로운 데이터센터 부지를 확보하고 건물을 건설해야 하며, 전력망과 연결하는 작업도 진행해야 한다.

AI 모델의 규모와 이용량이 증가하면 이러한 시설도 지속적으로 확대해야 한다.

아마존은 AWS 수요에 대응하기 위해 이러한 인프라를 공격적으로 늘리고 있다.

재시는 실적 발표 후 설명에서 AWS의 미이행 계약잔액(Backlog)이 5,780억 달러에 달한다고 밝혔다.

또한 약 14초마다 AI 가속기 하나를 설치하는 속도로 인프라를 확충하고 있다고 설명했다.

이 수치는 아마존이 AI 인프라를 얼마나 빠르게 확대하려 하는지 보여준다.

다만 미이행 계약잔액을 현재 매출이나 현금 보유액으로 볼 수는 없다. 향후 계약 기간에 걸쳐 이행될 서비스와 관련된 금액이다.

또한 AI 가속기 설치 속도는 인프라 확충의 규모를 보여주는 회사 설명이지, 설치된 모든 장비가 동일한 이용률과 수익성을 확보했다는 증거는 아니다.

아마존이 감수하는 위험은 이 지점에 있다.

미래 AI 수요가 충분히 성장한다면 현재의 대규모 투자는 경쟁 우위를 만들 수 있다.

반대로 수요 증가가 기대보다 느리거나 기술이 빠르게 변화하면 투자한 장비의 경제적 가치가 예상보다 빨리 낮아질 수도 있다.

아마존은 왜 자체 AI 반도체를 만들까

AI 데이터센터의 비용에서 중요한 부분은 연산 장비다.

대규모 AI 모델을 학습하고 실행하려면 고성능 반도체가 필요하다.

그런데 특정 반도체 기업의 제품에 지나치게 의존하면 비용과 공급 측면에서 제약이 발생할 수 있다.

아마존이 자체 AI 가속기 Trainium을 개발하는 이유다.

Trainium은 AWS에서 AI 학습과 추론에 사용할 수 있도록 설계한 반도체다.

아마존은 이번 분기에 TorchNeuron을 공개하며 Trainium 도입 장벽을 낮췄다고 밝혔다.

TorchNeuron은 개발자가 기존 PyTorch 코드를 대규모 수정 없이 Trainium에서 실행할 수 있도록 지원하는 소프트웨어 도구다.

PyTorch는 AI 개발에 널리 사용되는 프레임워크다.

기존 AI 코드를 새로운 가속기에서 실행하려면 개발자가 코드를 수정하거나 최적화해야 할 수 있다.

이러한 작업에는 시간과 비용이 든다.

아마존은 TorchNeuron을 통해 이 부담을 낮추려 한다.

AI 반도체의 경쟁력은 칩 자체의 연산 성능만으로 결정되지 않는다.

개발자가 얼마나 쉽게 사용할 수 있는지, 기존 소프트웨어와 얼마나 잘 연결되는지도 중요하다.

아마존이 Trainium과 개발 도구를 함께 투자하는 이유다.

다만 TorchNeuron이 개발 편의성을 높였다는 발표만으로 Trainium이 모든 AI 작업에서 경쟁 제품보다 저렴하거나 성능이 우수하다고 판단할 수는 없다.

실제 경제성은 모델의 종류와 작업 규모, 소프트웨어 최적화 수준, 이용 요금 등에 따라 달라진다.

아마존은 왜 경쟁 AI 모델을 한곳에 모으나

AWS의 AI 전략은 자체 반도체 개발에만 있지 않다.

아마존은 Amazon Bedrock을 통해 여러 회사의 AI 모델을 사용할 수 있도록 하고 있다.

이번 실적 발표에서는 OpenAI와 Anthropic, Moonshot AI, SpaceXAI, Z.ai 등의 모델을 Bedrock에 추가했다고 밝혔다.

기업 고객이 한 플랫폼에서 다양한 AI 모델을 선택하고 활용할 수 있도록 하는 전략이다.

이 접근은 아마존이 특정 AI 모델의 승자에만 의존하지 않으려 한다는 점을 보여준다.

AI 시장에서는 모델의 성능과 가격이 빠르게 바뀐다.

어떤 모델은 코딩에 강하고, 다른 모델은 긴 문서를 처리하거나 특정 언어에 강점을 보일 수 있다.

기업 입장에서는 한 모델에 모든 업무를 맡기기보다 여러 모델을 목적에 맞게 선택하는 방식이 유리할 수 있다.

AWS는 바로 그 선택과 운영의 기반을 제공하려 한다.

모델 자체를 개발하는 기업과 협력하면서도 모델을 실제 업무에 적용하는 클라우드 플랫폼을 확보하는 것이다.

이 전략이 성공하면 어떤 모델이 인기를 얻더라도 AWS는 연산 인프라와 모델 이용, 보안 및 관리 서비스에서 사업 기회를 확보할 수 있다.

실제로 아마존은 Meta와 NVIDIA, OpenAI, Salesforce, Oracle 등 여러 기술기업과 AWS 계약을 새롭게 체결했다고 밝혔다.

이는 클라우드 인프라와 AI 모델 개발의 경쟁 관계가 단순하지 않다는 사실을 보여준다.

한 영역에서는 경쟁하더라도 다른 영역에서는 고객이자 협력사가 될 수 있다.

Bedrock 토큰 사용량 17배, AI 사용이 실제 업무로 확산되고 있다

이번 실적에서 눈여겨볼 또 다른 지표는 Bedrock 이용량이다.

아마존에 따르면 포춘 500대 기업의 Bedrock 지출은 전년 대비 약 7배 증가했다.

전체 토큰 처리량은 약 17배 증가했다.

토큰은 AI 모델이 입력과 출력을 처리할 때 사용하는 텍스트 등의 기본 단위다.

토큰 사용량이 늘었다는 것은 AI 서비스에서 처리하는 작업량이 증가했다는 신호일 수 있다.

그러나 토큰 처리량 증가율을 매출 증가율이나 이용 기업 수 증가율과 동일하게 해석해서는 안 된다.

모델의 가격이 바뀌거나 하나의 작업에서 사용하는 토큰 수가 증가해도 처리량은 늘어날 수 있다.

그럼에도 기업 고객의 지출과 토큰 처리량이 함께 크게 증가했다는 사실은 중요하다.

AI 서비스가 시험적인 사용을 넘어 실제 기업 업무에 적용되는 범위가 확대되고 있을 가능성을 보여주기 때문이다.

아마존은 이러한 수요를 단순한 모델 API 제공에서 끝내지 않으려 한다.

AI가 기업의 데이터에 접근하고 실제 업무를 수행할 수 있도록 관리형 에이전트 서비스와 실행 인프라를 제공하는 데 집중하고 있다.

기업 AI의 경쟁은 모델에서 에이전트 실행으로 이동한다

이번 실적 발표에서 아마존은 여러 에이전트 관련 제품을 공개했다.

Bedrock Managed Agents와 AgentCore, Strands harness, Strands Box 등이 대표적이다.

이 서비스들은 서로 다른 문제를 해결한다.

Bedrock Managed Agents는 기업이 AI 에이전트를 구축하고 배포하는 과정을 관리형 서비스로 지원한다.

AgentCore는 에이전트를 실제 운영환경에서 실행하고 연결하며 관리하는 데 필요한 인프라와 통제 기능을 제공한다.

Strands harness는 에이전트의 실행 구조를 쉽게 구성하도록 돕는 개발 도구다.

Strands Box는 에이전트의 행동과 접근 권한을 제한하는 샌드박스다.

공통점은 AI 모델이 좋은 답변을 생성하는 것만으로는 기업의 업무 자동화가 완성되지 않는다는 전제다.

기업에서 AI 에이전트를 사용하려면 업무 도구와 데이터를 연결해야 한다.

작업을 여러 단계로 실행하고, 진행 상태를 확인하며, 오류가 발생하면 복구해야 한다.

중요한 명령에 대해서는 접근 권한과 승인 절차를 통제해야 한다.

아마존은 이러한 실행·관리 계층을 AWS의 새로운 사업 기회로 보고 있다.

실제로 AgentCore를 이용하는 고객은 수만 곳에 달한다고 밝혔다.

3분기에 배포된 에이전트 수는 이전 세 분기를 합한 것보다 두 배 이상 많았다.

물론 배포된 에이전트 수가 많다는 사실만으로 각각이 안정적인 수익이나 생산성 향상을 만들어냈다고 볼 수는 없다.

그러나 기업이 AI를 실제 운영에 연결하려는 수요가 빠르게 증가하고 있다는 신호로 해석할 수 있다.

Strands Box는 왜 중요한가

AI 에이전트가 외부 시스템을 직접 조작하기 시작하면 새로운 위험이 발생한다.

에이전트가 잘못된 파일을 수정하거나 운영 데이터베이스에 위험한 명령을 실행할 수 있다.

사용자의 요청을 잘못 이해해 예상하지 못한 작업을 수행할 수도 있다.

이러한 문제는 모델에 안전한 행동을 지시하는 것만으로 충분히 해결하기 어렵다.

중요한 것은 실제 실행할 수 있는 행동의 범위를 제한하는 것이다.

아마존이 공개한 Strands Box는 바로 이 문제를 겨냥한다.

Strands Box는 개발자가 에이전트의 행동과 시스템 접근에 관한 규칙을 정의할 수 있도록 하는 오픈소스 샌드박스다.

아마존은 에이전트가 데스크톱에서 실행되든 AWS의 AgentCore에서 실행되든 같은 규칙을 적용할 수 있도록 설계했다고 설명했다.

이는 기업 AI의 안전성이 모델 자체뿐 아니라 실행 환경과 정책 통제에 달려 있다는 점을 보여준다.

다만 아마존이 이러한 기능을 공개했다는 사실이 모든 위험한 에이전트 행동을 차단할 수 있다는 뜻은 아니다.

안전성은 실제 설정과 권한 분리, 정책 적용 범위, 운영 방식에 따라 달라진다.

기업이 AI 에이전트를 도입할 때 새로운 도구의 기능만큼이나 실제 운영환경에서 어떤 위험을 차단할 수 있는지 검증해야 하는 이유다.

AI 에이전트가 소프트웨어 개발자의 작업 방식도 바꾼다

아마존은 Strands harness가 같은 수준의 AI 모델을 이용하는 다른 실행 구조와 비교해 토큰 효율성을 높이고, 에이전트 작업 비용을 32% 낮췄다고 밝혔다.

동등하거나 더 높은 정확도를 유지하면서 비용을 줄였다는 설명이다.

이 수치는 아마존이 제시한 비교 결과다.

실제 비용 절감 효과는 모델과 작업 유형, 비교 대상, 운영 방식에 따라 달라질 수 있다.

그럼에도 아마존이 비용 효율성을 강조하는 이유는 분명하다.

AI 에이전트는 단순한 질문·답변보다 많은 연산을 사용할 수 있기 때문이다.

하나의 업무를 처리하기 위해 여러 번 모델을 호출하고, 도구를 사용하며, 결과를 검토하는 과정이 반복된다.

따라서 에이전트 운영 규모가 커지면 토큰 사용량과 비용도 빠르게 증가할 수 있다.

아마존은 이러한 문제를 실행 구조의 효율성으로 해결하려 한다.

또한 Kiro Crew를 오픈소스로 공개했다.

Kiro Crew는 개발자의 작업 맥락을 기억하고 여러 에이전트를 조정하며, 병렬 작업과 장기 실행 작업을 지원하는 지속형 작업 공간이다.

이는 소프트웨어 개발 방식이 직접 코드를 작성하는 작업에서 여러 AI 에이전트에 업무를 배분하고 결과를 관리하는 방향으로 확장되고 있음을 보여준다.

이러한 변화가 기업 전체로 확대되면 AI 모델의 성능뿐 아니라 에이전트의 업무를 설계하고 관리하는 소프트웨어가 중요한 시장을 형성할 수 있다.

보안도 사람이 점검하는 방식에서 AI가 수정하는 방식으로

아마존은 이번 분기 AWS Continuum을 정식 출시했다.

Continuum은 AI를 이용해 소프트웨어 취약점을 자동으로 발견하고, 우선순위를 정하고, 검증하고, 수정하는 서비스다.

아마존은 이를 Anthropic의 Claude Code와 OpenAI의 Codex, AWS의 Kiro에도 연결한다고 밝혔다.

이 전략은 AI 에이전트의 업무 범위가 소프트웨어 개발에서 보안 운영까지 확장되고 있음을 보여준다.

과거 보안 도구는 취약점을 발견하고 담당자에게 경고하는 데 중점을 뒀다.

이후 개발자나 보안 담당자가 문제를 분석하고 수정했다.

AI 기반 보안 자동화는 이 과정을 연결하려 한다.

취약점을 발견하는 데서 끝나는 것이 아니라, 실제 수정과 검증까지 수행하는 것이다.

하지만 보안 업무를 자동화하는 것은 새로운 위험도 수반한다.

취약점을 잘못 판단하면 정상적인 코드를 수정하거나 서비스를 중단시킬 수 있다.

따라서 중요한 변경에는 검증과 승인, 되돌리기 절차가 필요하다.

아마존이 Continuum과 Strands Box를 함께 강조하는 것은 기업 AI의 경쟁이 업무 자동화와 안전한 실행을 동시에 요구하는 방향으로 발전하고 있음을 보여준다.

쇼핑의 미래도 검색창에서 AI 에이전트로 이동한다

아마존의 AI 전략은 AWS에만 머물지 않는다.

전자상거래에서도 AI 에이전트의 역할을 확대하고 있다.

이번 분기 아마존은 Alexa for Shopping의 최근 12개월 이용자가 4억 명을 넘었다고 밝혔다.

이용자와의 상호작용은 전년 대비 570% 증가했다.

또한 100개 이상의 새로운 기능을 추가했다.

선물 목록을 만들고 정기배송을 조정하며, 결제와 멤버십을 관리하고 배송 주소를 변경하는 등 여러 번 클릭해야 했던 작업을 자연어 대화로 처리할 수 있도록 했다.

이는 쇼핑 경험이 검색과 클릭 중심에서 대화와 실행 중심으로 바뀔 수 있음을 보여준다.

기존 전자상거래에서는 이용자가 상품을 검색하고 비교한 뒤 장바구니에 넣고 결제했다.

AI 쇼핑 에이전트는 이용자의 요구를 이해하고 필요한 선택지를 제시하며 일부 작업을 대신 수행한다.

이러한 변화가 확대되면 고객이 상품을 발견하고 구매하는 과정 자체가 달라질 수 있다.

다만 4억 명 이상의 이용자 수를 곧바로 AI가 자율적으로 구매를 완료한 이용자 수로 해석해서는 안 된다.

아마존이 공개한 수치는 해당 쇼핑 비서를 이용한 고객 규모이며, 실제 자율 구매 건수나 AI가 창출한 추가 매출은 별도로 제시되지 않았다.

그럼에도 아마존이 확보한 강점은 분명하다.

쇼핑 이용자와 상품 정보, 판매자, 결제, 물류를 이미 하나의 생태계 안에 연결하고 있다는 점이다.

AI 에이전트가 실제로 행동하기 위해 필요한 여러 요소를 자체 플랫폼에서 확보하고 있는 것이다.

광고와 판매자 관리까지 AI가 실행한다

아마존은 판매자와 광고주를 위한 AI 기능도 확대했다.

Seller Assistant는 판매자가 재고 보충과 가격 관리 등 반복적인 업무를 자동화할 수 있도록 지원한다.

아마존은 이 서비스를 Amazon Quick과 Claude에 연결하는 플러그인도 공개했다.

또한 Amazon Ads Agent를 통해 광고 캠페인의 기획부터 실행, 성과 최적화까지 AI가 지원하도록 했다.

미국 광고주를 대상으로 제공하는 Full-Funnel Campaigns는 검색광고와 디스플레이, 영상, 스트리밍 TV 광고를 하나의 캠페인으로 연결한다.

광고주는 초기 목표와 조건을 입력하고, 이후 AI가 실행과 최적화를 수행하는 방식이다.

이러한 변화는 아마존이 AI를 별도의 서비스로 판매하는 데 그치지 않고 기존 사업의 운영 방식에 통합하고 있음을 보여준다.

판매자는 AI를 이용해 재고와 가격을 관리한다.

광고주는 AI를 이용해 캠페인을 운영한다.

고객은 AI를 이용해 상품을 찾고 구매한다.

아마존은 이 모든 과정에서 전자상거래와 광고, 클라우드 서비스를 제공한다.

이를 통해 AI가 생산성과 편의성을 높이는 동시에 아마존 생태계의 이용을 확대하는 구조를 만들려는 것이다.

물론 이러한 서비스가 실제로 어느 정도의 추가 수익을 창출했는지는 현재 공개된 실적만으로 평가하기 어렵다.

그러나 AI 도입의 방향이 분명해지고 있다는 점은 확인할 수 있다.

AI는 아마존의 독립적인 신사업이면서 기존 사업을 운영하는 핵심 기술로 확장되고 있다.

로봇택시·위성통신·약국까지, 아마존은 왜 사업을 넓히나

아마존은 AI와 클라우드 이외에도 여러 분야에 투자하고 있다.

자율주행 기업 Zoox는 라스베이거스에서 유료 로봇택시 서비스를 시작했다.

아마존에 따르면 Zoox는 미국 12개 도시에서 운영 또는 시험 활동을 진행하고 있다.

저궤도 위성통신 서비스 Amazon Leo는 올해 말 초기 서비스 개시를 목표로 하고 있다.

AT&T와 전략적 계약을 체결하면서 기업과 공공부문 고객에게 위성통신 서비스를 제공하는 방안도 추진하고 있다.

Amazon Pharmacy는 미국 350개 이상 도시에서 3시간 처방약 배송을 제공하고 있으며, 이용자 수는 전년 대비 60% 이상 증가했다고 밝혔다.

식료품과 초고속 배송 사업도 확대되고 있다.

Amazon Now는 전 세계 450개 이상 도시와 지역에서 제공되며, 주문 상품 수는 전년 대비 10배 증가했다.

이러한 사업들은 언뜻 서로 관련이 없어 보인다.

하지만 아마존의 관점에서는 공통점이 있다.

대규모 인프라와 기술, 운영 시스템을 활용해 새로운 시장에 진입한다는 점이다.

물류를 구축한 뒤 식료품과 의약품 배송으로 확장한다.

클라우드와 AI를 기반으로 기업용 소프트웨어와 에이전트 운영 플랫폼을 제공한다.

자율주행과 위성통신을 통해 새로운 물리적 인프라 사업에도 도전한다.

이는 기존 사업에서 확보한 기술과 운영 역량을 새로운 산업으로 이전하는 전략이다.

다만 이러한 신사업의 성장 가능성과 현재 수익성은 구분해야 한다.

아마존은 일부 사업의 이용자와 운영 규모를 공개했지만, 독립적인 매출과 이익을 모두 제시하지는 않았다.

물류 사업의 수익성이 개선된 이유는 무엇인가

이번 분기에서 AWS만 성장한 것은 아니다.

북미 사업의 영업이익도 크게 증가했다.

북미 매출은 6% 증가했지만 영업이익은 전년보다 82% 증가했다.

영업이익률은 4.5%에서 7.7%로 높아졌다.

해외 사업 역시 매출이 5% 증가하는 동안 영업이익은 약 32% 증가했다.

이는 아마존이 전자상거래와 물류 사업에서도 수익성 개선을 이루고 있음을 보여준다.

아마존은 더 많은 상품 구성과 빠른 배송을 주요 성장 요인으로 제시했다.

3분기 프라임 회원에게 당일 또는 익일 배송된 상품은 15억 개를 넘었다.

이는 아마존 역사상 3분기 기준 가장 빠른 배송 실적이라고 회사는 밝혔다.

배송 속도를 높이려면 물류비가 증가할 수 있다.

그러나 배송망이 고도화되고 수요를 효율적으로 처리할 수 있다면 단위 주문당 비용을 개선할 여지도 있다.

아마존의 강점은 이러한 물류 시스템을 거대한 거래량과 연결한다는 점이다.

더 빠른 배송은 이용자 편의성을 높이고 주문 수요를 확대할 수 있다.

주문량이 증가하면 물류망의 활용도도 높아질 수 있다.

이러한 구조는 아마존이 오랫동안 추진해 온 규모의 경제 전략과 맞닿아 있다.

다만 이번 영업이익 개선의 모든 원인을 AI와 물류 효율화만으로 설명할 수는 없다.

비용 구성 변화와 전년 동기 비교 효과 등도 영향을 미칠 수 있기 때문이다.

특히 2026년에는 프라임 데이의 개최 시점이 바뀌었다.

2025년에는 프라임 데이가 전적으로 3분기에 열렸지만, 2026년에는 대부분의 주요 국가에서 2분기에 개최됐다.

아마존은 이러한 일정 변화를 제외하면 3분기 매출 성장률이 약 4%포인트 더 높았을 것이라고 설명했다.

따라서 전자상거래 성장률을 평가할 때는 이러한 비교 조건도 고려해야 한다.

순이익이 줄었다고 아마존의 수익성이 악화된 것은 아니다

이번 실적에서 주의해야 할 또 다른 숫자는 순이익이다.

아마존의 3분기 순이익은 207억 달러로 지난해 같은 기간보다 약 2% 감소했다.

영업이익은 61% 증가했는데 순이익은 오히려 줄었다.

이는 모순처럼 보일 수 있다.

하지만 원인은 비영업손익에 있다.

지난해 3분기에는 Anthropic 투자와 관련해 약 95억 달러의 세전 평가이익이 비영업손익에 반영됐다.

올해 3분기에는 같은 수준의 이익이 발생하지 않았다.

따라서 전년 동기 순이익과 단순 비교하면 현재의 영업 성과를 제대로 파악하기 어렵다.

실제 본업의 수익성을 보여주는 영업이익은 크게 증가했다.

반면 순이익에는 투자자산 평가손익과 이자비용 등 영업 외 요인이 반영된다.

이번 분기 실적을 분석할 때 영업이익률과 순이익을 구분해야 하는 이유다.

아마존이 본업에서 얼마나 높은 수익성을 확보하고 있는지 판단하려면 영업이익의 변화가 더 직접적인 지표가 될 수 있다.

AI 투자 경쟁은 아마존의 재무구조도 바꾸고 있다

막대한 설비투자는 재무제표에도 변화를 만들었다.

2026년 9월 말 아마존의 장기차입금은 약 1,731억 달러였다.

2025년 말의 약 656억 달러와 비교하면 크게 증가했다.

같은 기간 유형자산 순장부가액도 약 3,570억 달러에서 5,089억 달러로 확대됐다.

현금 및 현금성 자산은 감소했지만 유가증권을 포함한 금융자산은 상당한 규모를 유지하고 있다.

이러한 변화는 아마존이 대규모 설비투자를 진행하면서 자본조달과 자산 구성을 함께 확대하고 있음을 보여준다.

아마존의 영업현금 창출력은 여전히 크다.

그러나 AI 인프라 투자 속도가 더 빨라진다면 외부 자금조달과 현금 관리의 중요성도 높아질 수 있다.

투자한 장비가 충분한 매출을 만들어내기 전에 감가상각과 이자비용 등 부담이 커질 가능성도 있다.

따라서 아마존의 AI 투자 전략을 평가할 때는 단순히 AWS 매출 성장률만 봐서는 부족하다.

데이터센터 이용률과 투자 수익률, 자본조달 비용, 감가상각 부담, 잉여현금흐름의 회복 시점까지 함께 살펴봐야 한다.

이번 실적에서 높은 영업이익률과 마이너스 잉여현금흐름이 동시에 나타난 사실은 바로 이러한 문제를 보여준다.

1조 달러 사업 두 개를 만들겠다는 아마존의 구상

재시는 이번 실적 발표에서 아마존이 향후 5~10년 안에 두 개의 1조 달러 매출 사업을 만들어낼 가능성이 있다고 언급했다.

현재 아마존의 최근 12개월 전체 매출은 약 7,975억 달러다.

아직 회사 전체의 연매출도 1조 달러에 도달하지 않았다.

그런데 아마존은 장기적으로 두 개의 사업이 각각 그 규모에 도달할 수 있다는 가능성을 제시한 것이다.

이 발언은 구체적인 실적 전망으로 받아들이기보다 아마존이 설정한 장기적인 성장 목표로 이해하는 것이 적절하다.

회사는 어느 사업이 언제 1조 달러에 도달할지 확정적으로 제시하지 않았다.

다만 현재 사업 구조를 고려하면 전자상거래 생태계와 AWS를 중심으로 장기 성장 기회를 보고 있다는 해석은 가능하다.

특히 AWS가 높은 성장률을 지속할 수 있다면 클라우드와 AI 인프라 사업의 매출 규모는 크게 확대될 수 있다.

그러나 AWS가 앞으로 5~10년 동안 어떤 성장률을 유지할지, AI 인프라 투자에 따른 수익성이 어느 수준에서 안정될지는 불확실하다.

따라서 1조 달러 사업 두 개라는 표현은 아마존의 장기적인 야심을 보여주는 발언이지 달성이 보장된 사업계획은 아니다.

아마존의 미래를 결정할 세 가지 질문

이번 실적은 아마존이 강력한 수익 기반을 확보하고 있음을 보여준다.

하지만 앞으로의 경쟁력을 평가하려면 세 가지 질문에 답해야 한다.

첫 번째는 AWS가 현재의 높은 성장률을 유지할 수 있는가다.

AWS는 이미 연환산 매출 1,840억 달러 규모에 도달했다.

이처럼 거대한 사업이 40% 안팎의 성장률을 계속 유지하려면 막대한 신규 수요와 연산 인프라가 필요하다.

두 번째는 AI 설비투자가 어느 정도의 현금 수익으로 돌아오는가다.

아마존은 2026년에 약 2,200억 달러를 설비투자에 사용할 것으로 예상한다.

현재 투자 확대가 미래의 높은 매출과 이익으로 연결된다면 긍정적인 결과를 만들 수 있다.

반면 투자 회수 기간이 길어지거나 AI 서비스 가격 경쟁이 심해지면 현금흐름에 부담이 될 수 있다.

세 번째는 AI가 아마존의 기존 사업을 얼마나 바꾸는가다.

AWS의 AI 모델과 에이전트 서비스뿐 아니라 쇼핑과 광고, 물류, 판매자 관리 등에서 AI가 실제 생산성과 수익성을 개선해야 한다.

AI가 새로운 비용을 발생시키는 기술에 머무를 것인지, 기존 사업의 경쟁력을 강화하는 운영 인프라가 될 것인지가 중요하다.

이 세 가지 질문은 서로 연결돼 있다.

AWS는 AI 인프라를 제공하고, 기업은 그 위에서 에이전트를 운영한다.

아마존은 자체 서비스에도 AI를 적용한다.

이 과정에서 규모와 기술, 이용자와 데이터, 업무 실행 능력이 결합될 수 있다.

아마존이 기대하는 AI 중심 생태계는 이러한 구조에서 형성된다.

아마존은 왜 지금 현금을 남기지 않으려 하나

아마존의 2026년 3분기 실적은 두 가지 상반된 현실을 보여준다.

현재 사업의 수익성은 강해졌다.

매출은 12% 증가했고 영업이익은 61% 늘었다.

영업이익률은 13.9%로 사상 최고치를 기록했다.

AWS는 약 5년 만에 가장 빠르게 성장했고, 아마존 영업이익의 약 63%를 창출했다.

전자상거래 부문도 수익성을 개선했다.

그러나 아마존은 이렇게 벌어들인 현금을 회사에 그대로 쌓아두지 않는다.

데이터센터와 반도체, 네트워크, AI 플랫폼과 관련된 인프라를 빠르게 확장하고 있다.

그 결과 최근 12개월 잉여현금흐름은 마이너스 424억 달러를 기록했다.

이는 아마존이 현재의 수익을 미래의 생산능력으로 전환하고 있다는 사실을 보여준다.

AI 산업에서 모델 성능은 중요하다.

하지만 대규모 기업 고객에게 안정적으로 AI 서비스를 제공하려면 연산 인프라가 필요하다.

AI 에이전트가 실제 업무를 수행하려면 데이터와 도구를 연결하고, 권한과 안전성을 통제하는 시스템이 필요하다.

그리고 AI가 전자상거래와 광고, 물류에 적용되려면 기존 사업과의 긴밀한 통합이 필요하다.

아마존은 이 모든 영역을 동시에 확보하려 한다.

물론 막대한 투자 규모가 곧 경쟁 우위를 보장하는 것은 아니다.

실제 고객 수요와 인프라 이용률, 서비스 가격, 운영비용, 투자 회수 속도에 따라 결과는 달라질 수 있다.

그럼에도 아마존의 선택은 분명하다.

현재의 높은 수익성을 유지하는 데서 멈추지 않고, AI가 핵심 인프라가 되는 미래 시장에서 더 큰 사업을 만들기 위해 투자를 확대하고 있다.

결국 이번 분기 실적은 하나의 질문으로 귀결된다.

영업이익률이 사상 최고치를 기록한 기업은 왜 현금흐름이 적자가 될 만큼 많은 돈을 투자하는가.

아마존은 AI의 미래 수요가 현재의 투자를 정당화할 만큼 커질 것으로 기대하기 때문이다.

그러나 그 기대가 실제 사업 성과로 증명되기까지는 시간이 필요하다.

아마존의 AI 전략에서 중요한 것은 얼마나 많은 돈을 쓰느냐가 아니다. 지금 구축하는 연산 인프라와 에이전트 플랫폼이 미래에 얼마나 많은 기업과 소비자의 업무를 수행하고, 그 과정에서 얼마나 지속적인 현금흐름을 창출할 수 있느냐다.

2026년 3분기 실적은 그 가능성과 비용을 동시에 보여준다.

아마존은 지금 사상 최대의 영업 수익성을 기록하면서도 미래를 위해 막대한 자본을 투입하고 있다.

AI 시대의 경쟁이 모델 성능만이 아니라, 이를 실제 사업으로 운영할 수 있는 인프라와 자본의 경쟁이 되고 있기 때문이다.