2026년 4월, 엔비디아의 딥러닝 담당 부사장 브라이언 카탄자로가 말한 한 문장이 큰 반향을 일으켰습니다. 그가 말한 건, 그의 팀에서 인프라 비용이 직원 임금보다 훨씬 크다는 것이었는데, 이는 AI가 인간 노동자를 대체하는 미래에 대해 심도 있는 고민을 하게 만들었죠.
그렇지만 메타, 마이크로소프트, 우버 같은 기업들은 인력 감축에 집중하며 AI 인프라에 더 많은 비용을 쏟아붓고 있습니다. 예를 들어 우버는 한 해 예산을 4개월 만에 소진했고, AI가 실제로는 대체 대상으로 여겨진 인간 임금보다 더 비싸다는 사실이 드러나고 있습니다.
OpenAI가 최근 분기에서 인프라 비용 50억 달러에 수익은 49억 달러에 불과했다는 보고도 있습니다. 애초에 인프라 비용 자체에서 수익을 내지 못하는 상황인데, 급여나 연구 개발비는 제외된 수치이죠. 이처럼 AI 산업의 수익 구조에는 명백한 한계가 존재합니다.
MIT 연구에 따르면 AI 자동화가 경제적으로 타당한 역할은 23%에 불과하며, 나머지 77% 역할에서는 인적 비용보다 AI 운영 비용이 훨씬 더 큽니다. 예를 들어 샌프란시스코의 초급 개발자 연봉이 약 10만 달러 이상인데, AI를 통한 동일 수준 작업 비용은 그보다 더 큰 비용이 발생합니다.
가격 정책 또한 복잡한 모습을 보입니다. 초기의 무료 또는 저가 요금제는 점차 사용량과 기능별 과금 체계로 바뀌면서 실질 단가가 크게 낮아지지 않았죠. AI 업체들은 수익성 있는 가격 모델을 아직 찾지 못해 다양한 가격 정책을 계속 시험하는 중입니다.
일부에서 무어의 법칙을 기대하지만, 설비 투자 비용과 장비 감가상각 문제 등으로 비용은 계속해서 부담으로 작용하고 있습니다. 기술 발전이 투자 회수를 가능케 한다는 희망에도, 실질적인 비용 회수는 매우 어렵다는 현실이 존재하죠.
결국 현재 AI 기업들이 감당하려는 투자 대비 수익을 맞추려면 2029년까지 연간 2조 달러에 가까운 매출이 필요하다고 하지만 이는 구글, 마이크로소프트, 아마존의 매출을 모두 합친 것보다 큰 규모입니다. 게다가 실제 고객들은 가격이 오르면 인간 노동자를 선택할 가능성이 커 수익 구조에 제한이 따릅니다.
그래서 되묻고 싶습니다. 만약 내일 GPT나 Claude API 비용이 두 배가 된다면 내 회사는 계속 사용할까요, 아니면 다시 사람을 채용할까요? 투자자들은 언제쯤 성장 이야기를 넘어서 진짜 수익성을 요구할까요? 트릴리언 달러 가치의 AI 기업 신화가 계속 지속될 수 있을까요?
실제 API를 이용 중인 여러분의 비용 데이터가 이 논쟁의 핵심이 될 것입니다.
댓글 (0)
로그인하고 댓글을 작성하세요.
아직 댓글이 없습니다.