이 기사는 10월 30일 오후 2시50분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.

[서울=뉴스핌] 이홍규 기자 = 인공지능(AI) 설비투자 회수 논리를 둘러싼 공방에 새 쟁점이 더해졌다. AI 인프라 업체들이 데이터센터 투자를 정당화해 온 근거 중 하나인 이른바 '제본스의 역설(효율이 높아질수록 자원 소비가 오히려 늘어나는 현상을 일컫는 말, 업계에서는 가격이 하락하면 이용량은 더 크게 늘어 총지출이 커진다는 취지로 원용)' 논리가 AI 서비스 시장에서는 기대만큼 확인되지 않는다는 데이터들이 나오면서다. 이용량 급증을 수요 확대의 증거로 내세우는 강세론과 매출이 이용량을 따라가지 못한다는 경계론이 맞선다.

데이터센터 설비투자의 회수 재원은 궁극적으로 AI 서비스 매출에 달렸다는 데는 이견이 없다. 하이퍼스케일러(대형 클라우드 업체) 등 AI 인프라 업체는 연산 자원을 임대해 투자금을 회수하고 주요 임차인인 AI 모델 개발·판매사는 임대료를 AI 서비스 매출로 충당한다. AI 서비스 매출 규모는 토큰(AI가 처리하는 텍스트 최소 단위)당 가격과 이용량이 결정한다. 토큰 가격 하락을 이용량 증가가 상쇄하지 못하면 데이터센터로 돌아가는 회수 재원도 늘어나기 어렵게 된다.

◆이용량 급증 속 엇갈린 해석

제본스의 역설은 인프라 업계의 설비투자 회수 논리 가운데 토큰 가격 하락 우려에 대응하는 논리다. 회수 논리로는 AI 도입으로 생산성이 높아진 기업들이 AI 지출을 늘린다는 주장과 성능이 앞선 최신 모델은 높은 가격을 받을 수 있다는 주장이 함께 거론돼 왔다. 두 주장에서 토큰 가격 하락은 매출 증가를 상쇄하는 부담 요인이 된다. 그러나 제본스의 역설은 가격 하락이 이용량을 하락 폭보다 크게 늘려 매출을 오히려 키운다고 해석한다.

강세론은 AI 이용량 폭증을 제본스의 역설이 작동하는 증거로 내세운다. AI 모델 중개 플랫폼 오픈라우터의 주간 토큰 처리량은 20개월 동안 약 250배 늘었다. 같은 성능을 내는 비용이 해마다 큰 폭으로 떨어지는 사이 이용량이 폭증했다는 점에서 가격 하락이 수요를 키운다는 전제는 들어맞는 모습이다. 이용량이 폭증하는 만큼 AI 서비스 시장 규모도 계속 커질 것이라는 게 강세론의 기대다.

경계론은 이용량 폭증에도 매출이 따라오지 못했다는 점을 짚는다. 이용량 증가분 상당 부분이 가장 저렴한 개방형 모델로 향했기 때문이다. 골드만삭스가 인용한 오픈라우터 집계에 따르면 개방형 모델은 지난달 14~20일 주간 전체 토큰의 72%를 처리했지만 플랫폼 지출액에서 차지한 비중은 27%에 불과했다. 토큰 수가 늘어도 토큰당 매출이 낮은 모델의 비중이 커지면 이용량과 매출 사이 간극은 벌어질 수밖에 없다.

◆가격 하락에 둔감한 기업 수요

매출 비중이 큰 기업 수요에서는 제본스의 역설이 성립하기 어려운 모습으로 관찰된다. AI 모델 개발·판매사 앤스로픽이 작년 9월 자사 API 이용 작업을 비교한 보고서에 따르면 작업 비용이 10% 내려갈 때 이용량은 약 3% 늘어나는 데 그쳤다. 가격 하락 폭이 이용량 증가 폭보다 크면 매출 총액은 오히려 줄어든다. 보고서는 기업들이 가격보다 모델 역량을 기준으로 AI 지출을 결정하는 경향을 원인으로 꼽았다.

이용량 급증은 제본스의 역설이 성립하기 위한 필요조건일 뿐 충분조건은 아니라는 게 전문가들의 설명이다. 제본스의 역설은 이용량이 아니라 총지출이 늘어야 성립하는 개념이어서다. AI 서비스 시장에서는 가격에 민감한 개발자 수요가 저가 모델로 몰려 이용량을 끌어올리는 사이 기업 수요는 가격 하락에 둔감해 총지출 증가로 이어지지 않고 있다.

가격이 여전히 주된 변수지만 당장 제본스의 역설 논리로 기업 수요를 설명하는 데는 한계가 있다는 평가가 많다. 기업들의 AI 이용이 일부 업무에 몰려 있고 쓰임새를 넓히는 데는 사내 데이터 정비 같은 내부 투자가 먼저 필요해서다. 앤스로픽이 올해 3월 공개한 집계에서 기업 API 이용의 업무 집중도(상위 10개 업무가 차지하는 비중)는 새 모델이 잇따라 나온 지난해 8월부터 올해 2월 사이 28%에서 33%로 오히려 높아졌다.

◆"생산성 향상 확인도 아직"

이용량과 매출의 간극이 일시적 현상에 그칠지는 아직 가늠하기 어렵다. 데이터 분석업체 이핏데이터 집계로는 기업 고객이 고가 모델 사용 비중을 늘리면서 실효 토큰 가격 하락세가 올해 둔화돼 간극이 좁혀질 여지도 있다. 반면 AI 분석회사 에포크AI는 개방형 모델의 추격이 빨라 최신 모델이 높은 가격을 받는 기간이 분기 단위로 짧아지고 있다고 분석했다. 기업 수요마저 저가 모델로 옮겨 가면 간극은 더 벌어질 수 있다.

토큰 가격 하락이 매출 확대로 이어지지 않는 한 인프라 업계의 설비투자 회수는 기업 생산성 향상에 따른 AI 지출 확대에 더욱 기대게 된다. 생산성 향상 효과는 아직 기술 업종 밖에서 수치로 아직 뒷받침되지 않고 있기 떄문이다. 골드만삭스에 따르면 대형 기술주 7곳을 제외한 S&P500 편입 기업들의 1인당 매출과 이익률은 거의 변하지 않았다. 기업들도 AI 지출을 성장 기여보다 비용과 이익률에 미치는 영향으로 평가하기 시작했다.

연산장비 임대 시장의 호황도 회수 논리를 검증하는 근거로는 부족하다. 골드만삭스는 GPU(화상처리장치) 임대료 상승과 토큰 가격 하락으로 AI 모델 개발사의 이익률이 비용과 판매가 양쪽에서 압박을 받고 있다고 분석했다. 임대 매출 증가가 최종 이용자의 지출 확대보다 AI 모델 개발사의 이익률 희생에 기대는 한 회수 재원이 늘었다고 보기는 어렵다는 평가가 뒤따른다.

◆매출 전망에 민감해진 설비투자

인프라 업계가 투자 자금을 외부에서 조달하는 비중이 커지면서 매출이 이용량을 따라가지 못하는 문제는 설비투자 회수에 더욱 직결되는 사안이 됐다. 메타가 주주를 대상으로 AI 투자 자금을 조달하고 칩 공급사가 지분 투자에 참여한 사례처럼 하이퍼스케일러는 영업현금흐름 외에 지분 발행과 차입으로 재원을 늘리고 있다. 자체 현금흐름과 달리 외부 자금은 투자자들이 매출 전망을 근거로 공급 규모와 조달 비용을 정한다.

외부 자금에 기댄 설비투자는 실제 매출 변화가 나타나기 전에 매출 기대치의 조정만으로도 계획이 바뀔 수 있다. 기대치가 하향 조정되는 국면에서는 투자자들이 자금 공급을 줄이거나 더 높은 조달 비용을 요구하기 때문이다. 투자자들이 높은 성장률을 전제로 자금을 공급해 온 만큼 추정치가 소폭 조정돼도 조달 여건은 달라질 수 있다. 일각에서 대형 신용 사건 없이도 매출 추정치 하향이 거듭되면서 설비투자가 단계적으로 줄어들 수 있다고 내다보는 이유이기도 하다.

bernard0202@newspim.com