# AI는 무엇으로, 어떻게 돈을 벌 수 있을까? — 산업 브리핑
## 핵심 요약
이 산업의 출발점은 단순한 호황이 아니라 하나의 미해결 방정식이다. 하이퍼스케일러 4사의 CapEx가 2025년 3,761억 달러에서 2026년 7,250억 달러(YoY +93%)로 폭증하는 동안, 같은 해 미국 AI 서비스 매출은 150억 달러에 그쳐 투자가 매출의 33배에 달한다 — 즉 산업의 핵심 질문은 "AI가 성장하느냐"가 아니라 "수십조 달러 투자가 의미 있는 ROI로 회수되느냐"의 *시간 Gap* 문제다. 보고서는 이 Gap을 메울 수익화 동력으로 ① AI 에이전트가 촉발하는 토큰 소비 폭증, ② 토큰당 과금 기반 B2B(API) 매출의 구조적 성장, ③ 광고·커머스·예약 수수료(Take Rate) 등 기존 시장의 대체, ④ 신약개발 비용·기간 단축을 제시한다. 최근 뉴스는 이 논리가 두 방향으로 동시에 전개 중임을 보여준다 — 시장은 "AI 수익화의 실제 숫자"를 검증하기 시작하며 변동성을 키우는 한편(M7 디레이팅, 증시 동조화), 가치 귀속의 축은 보고서 분석대로 소프트웨어형 빅테크에서 메모리·반도체 등 *물리적 병목* 레이어로 빠르게 이동하고 있다. 결국 현재 국면은 '버블이냐 아니냐'의 이분법이 아니라, **누가 병목을 쥐고 가격결정력을 행사하며 투자를 가장 빠르게 매출로 전환하는가**로 승부가 재편되는 산업 구조 전환기다.
## 산업 구조와 성장 동인
### 1. 출발점 — 투자는 폭증하는데 수익은 보이지 않는 'Gap'
이 산업의 모든 논의는 자본지출과 수익의 괴리에서 시작된다. 보고서에 따르면 2025년 미국 AI 관련 CapEx는 연 5,000억 달러에 달하는 반면 ChatGPT 등 AI 서비스 매출은 150억 달러로 33배 격차가 벌어졌고, OpenAI는 매출이 23년 20억 달러에서 25년 200억 달러로 10배 늘었음에도 26년 140억 달러 손실이 예상된다. 더 근본적인 의문은 도입 효과 자체에 있다 — MIT는 생성형 AI 프로젝트의 95%가 측정 가능한 손익 개선을 만들지 못했다고 진단했고(2025.07), BCG 조사에서 대규모 가치 창출 기업은 5%에 그쳤으며(2025.10), PwC 글로벌 CEO 설문에서 56%가 "매출·비용 양면에서 성과를 보지 못했다"(2026.01)고 답했다. 즉 산업의 구조적 리스크는 기술의 부재가 아니라 *투자비용과 매출 증가 효과 사이의 시차(Time Lag)* 다.
이 문제의식은 최근 시장에서 그대로 가격에 반영되고 있다. 양형모 DS투자증권 연구원은 "시장은 AI 수익화의 실제 숫자를 다시 보기 시작했고, 그동안 주가가 선반영했던 성장 기대와 현실 사이의 간극을 좁히는 과정이 진행 중"이라며 "AI 인프라 투자와 데이터센터 증설을 정당화할 만큼의 매출 성장이 실제로 이어질 수 있는지가 핵심 변수"라고 진단했다 [출처: 조선비즈]. 보고서가 제기한 'Gap'이 추상적 우려가 아니라 실제 밸류에이션 조정의 트리거로 작동하고 있음을 보여주는 대목이다. 실제로 삼성증권은 M7(테슬라 제외)의 12개월 선행 PER이 18.8배로 3년 평균(24.5배)을 크게 밑돌며, 올해 들어 M7이 S&P500을 13%p 하회했다고 분석했는데, 그 원인을 "AI 산업 성장이라는 호재에도 시장이 빅테크의 공격적 투자 비용에 더 주목하기 때문"으로 짚었다 [출처: 헤럴드경제]. 보고서의 핵심 질문 — '투자가 ROI로 회수되는가' — 이 곧 빅테크 주가의 디레이팅 압력으로 현실화된 셈이다.
### 2. 첫 번째 수익화 동력 — AI 에이전트와 토큰 비즈니스
그렇다면 막대한 투자는 무엇으로 회수되는가. 보고서가 제시하는 1차 메커니즘은 **AI 에이전트로 인한 토큰 소비의 폭발**이다. 논리는 이렇다 — 프론티어 모델의 100만 토큰당 가격은 24년 9월 약 28.9달러에서 25년 8월 0.1달러로 1/300 수준까지 급락했지만, 가격 하락이 사용량을 1,000배 증가시켜 기업 청구액은 오히려 3배 늘었다. 과거 챗봇이 질문 하나에 답변 하나로 종료됐다면, AI 에이전트는 목표 달성까지 '생각 → 행동 → 관찰'의 루프를 반복하며 누적 기록 전체를 매번 다시 읽어 막대한 토큰을 소비하기 때문이다. 보고서는 SWE-bench 실험을 근거로 에이전트 작업의 평균 토큰 사용량이 기존 생성형 모델 대비 1,200~3,500배에 달하고, 비용 증가를 주도하는 것은 출력이 아니라 컨텍스트 누적에 의한 입력 토큰(입력:출력 약 300:1)이라고 분석한다. 데이터센터 고정비 레버리지 구조에서 가동률이 90% 이상 유지되면 하이퍼스케일러의 영업이익률은 폭발적으로 개선된다는 것이 수익화의 핵심 가설이다.
이 가설이 단순한 전망에 그치지 않는다는 증거가 최근 데이터에서 나타난다. 리서치 회사 익스포넨셜뷰는 중국을 제외한 글로벌 AI 기업 1,000여 곳을 조사한 결과 AI로 벌어들인 매출이 데이터센터 투자의 감가상각 비용을 상당 부분 커버하기 시작했으며, 분기 AI 매출이 데이터센터 투자에 따른 감가상각비를 처음으로 넘어섰다고 분석했다 — 'AI는 이미 돈이 되고 있다'는 주장의 근거다 [출처: 한국경제]. 보고서가 그린 '토큰 사용량 폭증 → 가동률 상승 → 이익률 개선'의 곡선이 산업 전체 손익분기를 넘어서는 변곡점에 진입하고 있음을 시사한다. 월가 컨센서스 역시 5대 하이퍼스케일러의 잉여현금흐름이 2028년쯤부터 AI 매출 성장이 투자 비용을 앞지르며 다시 빠르게 늘어날 것으로 본다 [출처: 한국경제] — 이는 보고서가 강조한 '시간 Gap'이 닫히는 시점에 대한 시장의 정량적 합의에 해당한다.
### 3. 두 번째 동력 — B2B(API) 매출과 코딩 에이전트로의 Compute 수렴
토큰 비즈니스의 구체적 수익 창구는 기업용 B2B다. 보고서는 앤스로픽의 ARR 300억 달러 중 약 70% 이상이 토큰 사용량 기반 B2B(API) 매출이며, 25년 출시된 'Claude Code'가 단독으로 25억 달러 ARR을 기록하며 B2B 성장을 견인했다고 분석한다. OpenAI·Anthropic 합산 ARR은 24년 초 34억 달러에서 26년 4월 550억 달러로 16개월 만에 약 16배 성장했고, 앤스로픽의 추론 인프라 매출총이익률은 25년 말 38%에서 26년 5월 70% 이상으로 확대됐다. 한정된 Compute를 생산성 증대 효과가 뚜렷한 코딩 에이전트·엔터프라이즈 워크로드로 집중 배분하는 흐름(OpenAI Codex WAU 500만 돌파, Claude Code ARR 25억 달러)도 이를 뒷받침한다.
이 'AI 프론티어 기업의 차별적 성장'은 역설적으로 기존 빅테크에 상대평가 압력으로 작용하고 있다. 보고서는 양사가 26년 SEC에 기밀 S-1을 제출해 IPO 대기열에 진입했다고 분석하는데(Anthropic 12월, OpenAI 27년 3월 예상), 뉴스는 이 IPO 파이프라인 자체가 빅테크 수급의 부담 요인임을 지적한다 — "오픈AI와 앤스로픽은 기존 빅테크보다 훨씬 빠른 속도로 매출과 기업가치를 키우고 있으며", 대형 IPO가 이어질 경우 기관이 신규 상장 종목 편입을 위해 기존 빅테크 비중을 줄일 수 있다는 것이다 [출처: 헤럴드경제]. 보고서의 'AI Labs 수익 가시화' 논거가 빅테크 입장에서는 경쟁 심화·수급 이탈이라는 양면적 현실로 전개되고 있는 셈이다.
### 4. 세 번째 동력 — 기존 시장의 대체와 국내 플레이어
보고서는 토큰·B2B를 넘어, AI 에이전트가 광고·커머스·각종 수수료(Take Rate) 시장을 잠식하는 것을 장기 수익원으로 본다. 인터넷·모바일 혁명이 TV·신문 광고를 디지털 광고로 대체했듯, AI는 콜센터·법률·예약·모빌리티 수수료를 흡수하며(Disintermediation), 힐튼이 AI 에이전트 직접 예약으로 OTA에 내던 15~20% 중개수수료를 절감한 사례가 제시된다. 다만 보고서는 이 대체가 양날의 검임을 분명히 한다 — AI 검색 확산으로 일본 LY 검색광고는 -10.4%, 중국 Baidu 온라인 마케팅은 -22%(1Q26) 역성장했고, NAVER 플랫폼 영업이익률도 36.1%(4Q24)→28.8%(1Q26)로 추세적 하락했다. 국내 종목 차원에서는 NAVER(글로벌 AI 팩토리, 1GW급 완성 시 연 20조원 매출 목표), 카카오(5천만 MAU 기반 AI 에이전트 선점), 삼성SDS·LG CNS(기업 AX/RX 전환 수혜)가 수혜 후보로 제시된다.
여기서 보고서가 부수적으로 다룬 'AI Round-tripping'(엔비디아 → 코어위브·오픈AI → 클라우드 → 다시 엔비디아로 이어지는 매출 순환구조)과 사모대출·회사채 발행 급증(META 300억, Oracle 180억 달러 등)은 수익화 지연 시 시스템 리스크로 전이될 수 있는 구조적 취약점인데, 이 취약점은 최근 증시의 '동조화' 현상으로 가시화됐다. 보고서가 그린 '인프라 기업들이 하나의 생태계로 묶이는 고리'가 위험 전이의 통로가 된 것이다 — AI 투자 붐이 끌어올린 세계 증시의 상관관계가 높아지면서, 미국 기술주 악재가 일본 소프트뱅크(장중 -12%), 대만 TSMC·폭스콘, 한국 삼성전자·SK하이닉스(장중 -9% 안팎)로 즉각 전이됐고, 며칠 전에는 반대로 SK하이닉스 HBM4 라인 전환 지연 보도가 글로벌 기술주 매도의 출발점이 되기도 했다 [출처: 조선비즈]. "AI 산업의 장기 성장성에는 변화가 없지만, AI 투자 기대 하나로 함께 움직였던 글로벌 기술주의 상관관계가 높아진 만큼 국가를 가리지 않고 변동성이 확대될 가능성"이 보고서의 순환구조 리스크를 실증한다.
### 5. 가치 귀속의 이동 — 소프트웨어 빅테크에서 '물리적 병목'으로
보고서의 가장 날카로운 통찰은 IPO 점검 PART 3의 NVIDIA 가격 시나리오 분석에 있다. SemiAnalysis TCO 모델을 인용해, 현재는 NVIDIA·TSMC 등 하드웨어 공급자가 비용 기반 가격(Floor)과 가치 기반 가격(Ceiling) 사이의 약 2.5배 격차를 가격에 충분히 반영하지 않아 AI Labs가 최대 수혜를 누리고 있지만, 공급 병목이 지속되며 NVIDIA가 가격을 인상할 경우 **가치 귀속의 축이 AI 랩에서 하드웨어·인프라 레이어로 상당 부분 이동**할 수 있다고 본다. 즉 메모리·반도체 등 병목 자산의 가격결정력이 산업 이익 배분을 좌우하는 핵심 트리거다.
최근 뉴스는 이 '가치 귀속 이동'이 이미 메모리에서 본격화됐음을 보여준다. 애플마저 메모리 가격 급등에 협상력을 잃고 맥북·아이패드 가격을 최대 25% 인상했으며, 팀 쿡은 이를 "100년 만의 홍수"에 비유했다. 마이크론 CEO는 "메모리는 보조 부품에서 AI 생태계의 전략 자산으로 진화했다"고 밝혔고, 마이크론의 총마진은 84.6%를 기록했다. 모건스탠리는 "메모리 시장은 경기 순환적 상승이 아니라 장기 공급·수요 균형이 근본적으로 리셋되는 단계"라고 진단했다 [출처: 한국경제]. 보고서가 "반도체 가격 상승을 정당화할 수 있는가"라는 질문에서 출발했다면, 시장은 이미 그 가격 상승이 구조적임을 받아들이며 가치를 재배분하고 있는 것이다 — 지난 반년간 M7이 8.7% 하락하는 동안 반도체 ETF SOXX는 93%, DRAM ETF는 상장 3개월 만에 159% 급등했다 [출처: 한국경제].
이 이동의 본질은 산업의 자본 구조 자체가 바뀌는 데 있다. 과거 빅테크는 '적은 CapEx, 풍부한 현금흐름'으로 자사주를 매입하며 주가를 끌어올렸지만, AI는 GPU·메모리·데이터센터·전력망 같은 물리적 고정자산에 대한 투자를 강제하는 "가장 자본집약적인 인프라 산업"이다. 제임스 앤더슨 전 베일리기포드 운용역은 "미국 소프트웨어·인터넷 대형주의 20년 이례적 성장 시대가 저물고 있다"며, 가벼운 몸집의 무형자산 기업만으로는 더 이상 살아남을 수 없고 '자본집약적 AI 기업'으로 체질을 전환하는 과정에서 승패가 갈린다고 진단했다 [출처: 한국경제]. 이는 보고서가 PART 1에서 강조한 '인프라 자체 소비(Self Consumption)를 통한 영업이익률 개선' 논리의 이면 — 즉 그 인프라를 누가 공급하고 누가 가격을 정하느냐에 따라 이익이 재배분된다는 점 — 을 시장 언어로 번역한 것이다.
### 6. 미·중 구도 — 자강(自强)과 종속의 경계
보고서 PART 4는 중국이 ① 국가 주도 수요 창출, ② 비용 최적화 기반 가격 우위, ③ 오픈소스 생태계 확산으로 미국의 '민간 주도·스케일링·폐쇄형'과 차별화된 길을 걷는다고 분석한다. 특히 API 단가를 제로에 가깝게 낮춰 트래픽을 선점한 뒤 자국 GPU 클라우드로 '인프라 종속'을 유도하는 전략, 그리고 미국 수출통제(Claude 차세대 모델 외국인 차단) 이후 Zhipu AI 주가가 5거래일 120% 급등한 사례는, AI 모델이 비즈니스 제품을 넘어 국가 안보 자산으로 전환되고 있음을 보여준다.
이 미·중 경쟁 구도는 국내 산업계의 절박한 인식으로 이어진다. 유영상 SK수펙스 AI위원장은 "AI 모델·반도체 자강 못하면 종속"이라며, "인프라의 시대가 길어지는 만큼 아직 수익화에 어려움을 겪는 AI 애플리케이션 기업들"의 과제를 지적했다 [출처: 한국경제]. 이는 보고서의 '인프라 종속' 프레임이 한국 기업에게도 동일한 생존 변수임을 확인한다. 동시에 시장에서는 "중국 AI 모델의 가격 경쟁 심화"가 AI 기업들의 자금 조달 부담, 데이터센터 투자 속도 조절 가능성과 함께 변동성 요인으로 부각되고 있다 [출처: 조선비즈] — 보고서가 중국의 리스크로 꼽은 '내수 소프트웨어 시장의 낮은 유료 결제율'과 미국이 직면한 '토큰 비과금 오픈소스 모델 확산에 따른 유료모델 수익성 압박'이 글로벌 차원에서 맞물리는 지점이다.
## 종합 시사점
이 산업의 본질적 질문은 보고서가 던진 그대로 "AI는 무엇으로, 어떻게 돈을 버는가"이며, 그 답은 **토큰 소비를 폭증시키는 에이전트 전환 → B2B 과금 → 기존 시장 대체**라는 수익화 사다리를 누가 먼저 오르느냐에 달려 있다. 최근 뉴스 흐름은 이 논리가 반증되기보다 *가속·검증* 되고 있음을 가리킨다 — AI 매출이 감가상각비를 넘어서기 시작했고(익스포넨셜뷰), 월가는 2028년경 잉여현금흐름 반등을 컨센서스로 본다. 다만 시장은 그 시점까지의 '시간 Gap'을 더 엄격하게 가격에 반영하기 시작했고(M7 디레이팅, 증시 동조화), 보고서가 경고한 순환거래·사모대출·증시 상관관계 상승이 변동성의 통로가 되고 있다.
가장 주목할 구조 변화는 **가치 귀속의 축이 소프트웨어형 빅테크에서 메모리·반도체 등 물리적 병목으로 이동**하고 있다는 점이다. 보고서의 NVIDIA 가격 시나리오가 예견한 이 전환은 애플의 가격결정력 상실과 메모리 3사의 이익이 M7 평균을 추월하는 현실로 이미 시작됐다. 앞으로의 관전 포인트는 명확하다. ① AI 매출 성장이 투자 비용을 추월하는 변곡점(2028년 전후)이 실제로 도래하는가 — 도래한다면 삼성증권 지적대로 "AI 투자가 실적으로 정당화되는 순간" 빅테크 재평가가 빠르게 이뤄질 것이다 [출처: 헤럴드경제]. ② NVIDIA·메모리 벤더의 가격 재조정 시점과 폭 — 이것이 AI Labs와 하드웨어 레이어 간 이익 배분을 가른다. ③ Anthropic·OpenAI의 IPO 과정에서 공개될 Compute 약정 조건 — 이는 수익 지속성의 핵심 변수다. ④ 미·중 모델·반도체 자강 경쟁과 중국 오픈소스의 가격 파괴 — 한국 기업의 종속 여부를 결정한다. 결국 투자자가 던져야 할 질문은 '버블이냐'가 아니라, **누가 병목을 쥐고 가격을 전가하며 투자를 가장 빠르게 매출로 전환하는가** — 보고서와 뉴스가 함께 가리키는 단 하나의 판단 기준이다.