AI 수익성 역설: 삽, 그리고 눈속임 게임, ROI로 가는 길

현재의 기술 사이클을 괴롭히는 핵심 질문은 간단합니다: AI는 아직 수익성이 있는가? 전 세계가 대규모 언어 모델(LLMs)과 생성형 에이전트의 능력에 매료되어 있는 동안, 재무 제표는 더 복잡한 이야기를 들려줍니다. AI 수익성 추적에 관한 Hacker News의 최근 토론은 인프라를 구축하는 이들과 지능을 수익화하려는 이들 사이의 극명한 격차를 강조합니다.

"삽을 파는 사람들" vs. 금광 채굴꾼

AI 경제학 분석에서 가장 일관된 주제 중 하나는 "삽" 비유입니다. 골드러시 기간 동안, 삽을 파는 사람들이 채굴꾼 자신보다 더 안정적인 수익을 올리는 경우가 많습니다. 현재의 AI 붐에서 Nvidia는 주요 삽 판매자이며, 한 댓글 작성자는 그들이 본질적으로 "다른 모든 사람을 농사짓고 있다"고 언급했습니다.

하지만 하드웨어 계층은 단 한 회사에 국한되지 않습니다. 담론은 하드웨어 제조업체와 클라우드 제공업체가 순수 AI 소프트웨어 기업과는 근본적으로 다른 위험 범주에 있다고 시사합니다. AI 버블이 터지면 모델 연구소는 붕괴할 수 있지만, 하드웨어 제공업체는 다른 컴퓨팅 요구 사항을 위해 재용도 변경할 수 있는 성장한 용량과 인프라를 보유하게 됩니다.

하드웨어 지형

Nvidia: 현재 AI 지출의 대부분을 차지하며 지배적인 힘을 발휘하고 있습니다.
AMD: 기본적인 수익성 추적기에서는 종종 간과되지만, R&D 비용이 AI 매출의 절반 미만인 것으로 보고되어 상당한 이익을 내고 있습니다.
Cloud Providers (PaaS): AWS, Azure, Google Cloud와 같은 기업들은 AI의 토대를 제공하고 있지만, 그들의 수익성은 그들이 호스팅하는 연구소들과의 복잡한 관계에 묶여 있습니다.

컴퓨팅 크레딧의 "눈속임 게임"

토론 중에 제기된 특히 통찰력 있는 지점은 주요 클라우드 제공업체와 OpenAI 및 Anthropic과 같은 AI 연구소 사이에서 발생하는 "눈속임 게임"입니다. 메커니즘은 다음과 같습니다:

Equity for Compute: 클라우드 제공업체는 컴퓨팅 크레딧을 대가로 AI 연구소에 지분을분을 제공합니다.
Circular Revenue: AI 연구소는 이 크레딧을 사용하여 모델을 훈련시키고 실행하며, 클라우드 제공업체는 이를 매출로 기록합니다. 동시에, AI 연구소는 그 결과로 나온 서비스를 매출로 기록합니다.

한 기여자가 지적했듯이, 이는 외부 소스에서 "실제 달러"가 유입되지 않고 양측 모두 매출을 기록하는 루프를 생성합니다. 실제 비용—댓글 작성자의 표현을 빌리자면 "pasta salad"—은 PaaS 제공업체의 현금 보유액으로 흡수되고 있습니다. 이는 중요한 질문을 던집니다: 가장 큰 기술 거인들이 가시적인 외부 ROI가 필요하기 전까지 얼마나 오랫동안 차세대 모델의 훈련을 보조할 수 있을까요?

수익성으로 가는 길: 레거시 vs. 신세대

"Legacy Labs"와 "New-Gen Labs" 사이에 격차가 형성되고 있다는 이론이 커지고 있습니다.

Legacy Labs (OpenAI, Anthropic): 이 기업들은 막대한 오버헤드, 엄청고난의 훈련 비용, 그리고 높은 번아웃 비율을 있습니다. 일부에게는 초기 투자 규모를 고려할 때 수익성이 거의 불가능해 보일 수 있습니다.
New-Gen Labs (DeepSeek, Qwen, Kimi): 이 새로운 진입자들은 효율성 돌파구를 달성하고 있을 수 있습니다. 댓글 작성자들은 특히 DeepSeek가 총 지출 대비 "죽여주는" 성과를 내고 있는 것으로 보이며, 이는 수익성으로 가는 길이 규모의 경제가 아닌 효율성에 있을 수 있음을 시사합니다.

장기적 위험: 물리적 및 전략적

AI 수익성에는 재무적 회계 외에도 근본적인 물리적 장벽이 있습니다. RAM이나 디스크 저장소에서 단일 비트의 데이터를 이동시키는 데 필요한 에너지는 물리적 한계에 있습니다. 지속 가능한 대규모 AI를 위해 요구되는 전력 효율성의 수십 배 향상을 달성하기 위해서는 막대한 시간과 돈이가 필요합니다.

또한, 일부는 이 기업들이 결국 어떻게 돈을 벌 것인지에 대한 전략적 "단계 변화"를 경со하게 경고합니다.

"1. 경쟁자를 압도적인 지출과 할 수 수 있는 만큼 오래 버티기까지 시장 지배력을 확보하십시오. 고객을 파격적인 조건으로 유혹하고 락인(lock-in)시키십시오. 2. Enshittify하여 고객에게서 쥐어짜내어 부채를 갚으십시오."

결론: ROI의 재정의

현재 수익성 추적기들에 대한 비판론자들은 그것이 너무 좁다고 주장합니다. 그들은 AI를 단독 제품으로 판매하는 대신 기존 제품에 AI를 통합하는 기업들(예: Meta가 광고 순위 최적화를 위해 AI를 사용하여)의 생산성 향성상과 ROI를 얻는 데 실패합니다.

While the "pure-play" AI 기업들은 여전히 적자 상태일 수 있지만, AI를 더 넓은 경제에 통합하는 것은 그 가치가 "AI 매출" 항목이 아닌, 전체 디지털 생태계의의 효율성 증대분에서 포착될 수 있음을 시사합니다.