【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스][기자수첩] 반도체 달아나자 황급히 날아온 앤스로픽 IPO 청약서

온카뱅크관리자

2026-08-17 17:07:31

<div id="layerTranslateNotice" style="display:none;"></div> 공장은 팔고 불확실한 매출은 사라? 토큰 정산기에 2028년 성장률 붙여 같은 AI 두고 뒤집힌 미래 계산법 반도체 털었으면 이제 모델 차례다 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="uif1iFiP1w">
 <figure class="figure_frm origin_fig" contents-hash="e221121a93b8fd4df136783c47f8d32e8c9746a1625c3f41a45a30d7417114d9" data-idxno="461995" data-type="photo" dmcf-pid="7n4tn3nQ1D" dmcf-ptype="figure">
 <img alt="영국 파이낸셜타임스(FT) 뉴스룸. AI 반도체와 데이터센터 투자에 대한 감가상각·장기계약·재무부담을 집중적으로 제기해온 영국 금융언론은 미국 AI 모델 기업의 미래 성장성도 같은 잣대로 검증할 필요가 있다. /FT" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170245124zako.jpg" data-org-width="1080" dmcf-mid="GoheWJWIGy" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170245124zako.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 영국 파이낸셜타임스(FT) 뉴스룸. AI 반도체와 데이터센터 투자에 대한 감가상각·장기계약·재무부담을 집중적으로 제기해온 영국 금융언론은 미국 AI 모델 기업의 미래 성장성도 같은 잣대로 검증할 필요가 있다. /FT
 </figcaption>
 </figure>
 인공지능(AI) 반도체에는 '거품'이라는 딱지를 붙이던 시장이 이번에는 미국 소프트웨어 기업의 기업공개(IPO)를 앞두고 아직 존재하지 않는 미래를 팔기 시작했다. 앤스로픽의 기업가치를 설명하는 장부에는 2028년 매출 1900억~2000억달러라는 숫자가 올라왔다. 아직 2026년이다. 그래픽처리장치(GPU)와 데이터센터의 미래 지출은 장기 구매의무와 감가상각, 잔존가치라는 이름으로 현재에 끌어와 위험으로 계산하면서 미국 AI 모델 기업의 2년 뒤 매출은 성장의 근거로 현재 몸값에 집어넣는다.
 더 절묘한 것은 시점이다. 반도체 투자자에게는 AI 인프라가 너무 많이 깔렸다고 겁을 준다. GPU의 경제적 수명이 짧아질 수 있다고 경고하고 데이터센터 투자와 장기계약의 부담을 파헤친다. 그런데 그 공포가 채 가시기도 전에 그 GPU와 데이터센터 위에서 토큰을 팔아 돈을 벌 미국 AI 기업의 초대형 IPO 이야기가 등장한다. 공장의 미래를 먼저 할인해놓고 그 공장에서 생산될 상품의 미래매출에는 성장배수를 붙이는 기묘한 장면이 2026년 현재 동시에 벌어지고 있다.
 17일 월가가 개인투자자에게 내놓는 보고서들을 순서대로정리하면 이상한 그림이 완성된다. 먼저 반도체 거품론을 읽는다. GPU와 고대역폭메모리(HBM)의 미래 수요를 의심한다. 데이터센터의 잔존가치를 걱정한다. 공장을 가진 기업의 주식을 판다. 그리고 얼마 지나지 않아 미국 AI 기업의 IPO가 열린다.
 이번에는 2028년과 그 이후의 거대한 매출 전망을 본다. 성장배수가 붙고 '역대급 AI IPO'라는 이야기가 따라붙는다. 결국 조금 전에 거품이라며 가치를 깎아내린 GPU와 HBM을 돌려야만 존재할 수 있는 미래매출을 훨씬 높은 배수로 다시 사는 거래가 만들어진다.
 공장의 미래를 할인한 바로 그 시장이 공장에서 생산될 토큰의 미래에는 성장배수를 붙여 팔려는 식이다. 앤스로픽 IPO 청약서를 펼치기 전에 반도체를 해부했던 현미경부터 가져오자. 미래를 의심하는 것이 금융의 원칙이라면 양쪽 모두 똑같이 의심해야 하기 때문이다.
 앤스로픽이 2028년 2000억달러를 벌겠다면 그 매출이 어디에서 생산되는지부터 계산해야 한다. 클로드가 토큰을 출력하려면 GPU가 돌아야 한다. HBM에서 데이터가 이동하고 데이터센터에 전력이 공급돼야 한다. 냉각기가 열을 빼내고 네트워크가 데이터를 운반해야 한다. 생성형 AI의 매출은 서버실에서 자연발생하지 않는다.
 2028년 2000억달러의 AI 매출을 인정한다면 그 매출을 생산하는 데 필요한 미래 반도체와 데이터센터 수요도 같은 시간축에서 계산해야 한다. 반대로 AI 반도체 투자가 과잉이고 GPU 수요가 지속될 수 없으며 데이터센터 건설까지 거품이라면 더 간단한 질문 하나가 남는다. 그럼 2000억달러는 무엇을 돌려서 벌 것인가.
 미래 매출을 이용한 기업가치 산정 자체가 잘못됐다는 얘기는 아니다. 성장기업의 가치는 당연히 미래 현금흐름을 반영한다. 하지만 반도체의 미래에는 공급과잉과 감가상각을 집어넣었다면 앤스로픽의 미래에도 가격경쟁과 비용을 집어넣는 것이 같은 계산법이다.
 반도체 기업을 평가할 때 시장은 미래를 좀처럼 공짜로 인정하지 않는다. AI 투자가 과잉일 가능성을 묻고 GPU의 내용연수를 따진다. 감가상각 기간이 지나치게 길지는 않은지, 데이터센터 가동률이 떨어지지는 않을지, 장기 구매계약이 미래의 재무부담으로 돌아오지는 않을지 검증한다. 전력계약과 리스 의무, 고객의 지급능력과 GPU 잔존가치까지 끌어내 위험을 계산한다. 필요한 작업이다. 그러니 그대로 하면 된다. 이제 그 현미경의 방향만 돌려보자.
 전통적인 소프트웨어가 높은 밸류에이션을 받을 수 있었던 경제적 기반 가운데 하나는 낮은 한계비용이었다. 프로그램을 한 번 개발하면 고객 한 명에게 복사본을 추가로 판매한다고 공장을 하나 더 지을 필요는 없었다. 생성형 AI는 다르다. 사용자가 질문을 하나 더 던지면 실제 연산이 발생한다. GPU의 트랜지스터가 스위칭하고 HBM이 데이터를 이동시키며 전력이 소비된다. AI 모델 기업의 손익계산서 위쪽만 보면 소프트웨어 회사처럼 보이지만 매출원가를 따라 아래로 내려가면 GPU와 HBM, 데이터센터와 전력망이 나타난다.
 앤스로픽의 2028년 매출 전망 역시 이 물리적 생산비용과 분리할 수 없다. 사용자가 늘어날수록 더 많은 토큰이 처리되고 더 많은 연산이 발생한다. 추론 단가가 내려가더라도 사용량 증가 속도가 이를 앞지르면 전체 컴퓨팅 수요는 계속 증가할 수 있다. 모델 기업의 매출이 커지는 동안 그 매출을 생산하는 공장이 필요 없어진다는 계산은 성립하기 어렵다.
 <div contents-hash="c596e379590c9ddaddd16cb7ee3cdf3c1ddebfc252faeddbb84ef94bbdc4f1e0" dmcf-pid="6fplfvfz1i" dmcf-ptype="general">
 이 점에서 모델 기업과 반도체 기업의 미래는 서로 반대편에 있는 것이 아니다. 한쪽이 2000억달러의 매출을 만들려면 다른 쪽에서는 그 매출을 생산할 연산능력이 공급돼야 한다. 모델의 미래매출을 인정하면서 그 생산수단의 미래수요를 먼저 거품으로 처리하려면 둘 사이를 끊어놓을 다른 근거가 필요하다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="b4b820aaab18423a282589e3391b84227436213fed057924acb450a638ddb9a1" data-idxno="461996" data-type="photo" dmcf-pid="P4US4T4qZJ" dmcf-ptype="figure">
 <img alt="중국 AI 산업의 저가·오픈웨이트 공세를 상징적으로 표현한 이미지. 중국 업체들이 모델 성능 격차를 좁히고 토큰 가격 경쟁에 뛰어들면서 미국 AI 기업의 가격결정력과 마진을 압박하고 있다. /GPT 생성 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170246417pxwv.jpg" data-org-width="1080" dmcf-mid="HFA9rVrNGT" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170246417pxwv.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 중국 AI 산업의 저가·오픈웨이트 공세를 상징적으로 표현한 이미지. 중국 업체들이 모델 성능 격차를 좁히고 토큰 가격 경쟁에 뛰어들면서 미국 AI 기업의 가격결정력과 마진을 압박하고 있다. /GPT 생성 이미지
 </figcaption>
 </figure>
 앤스로픽의 미래 매출에 현미경을 갖다 대면 걸리는 것이 토큰 가격이다. 미국 AI 기업이 지금 팔려는 것은 결국 미래 토큰 매출인데 그 가격을 가장 거세게 공격하는 세력이 중국이다. 성능 격차가 좁혀질수록 저가 모델과 오픈웨이트 모델은 토큰의 희소성을 깎는다. 지능 사용량의 폭증과 토큰 판매기업의 영구적인 초고속 성장은 처음부터 같은 명제가 아니다.
 앤스로픽은 클로드의 모델 접근권과 토큰에 가격을 붙여 돈을 번다. 다리오 아모데이는 젠슨 황이 주도한 오픈웨이트 진영에도 이름을 올리지 않았다. 반면 중국 업체들은 성능 격차를 좁힌 모델을 개방하고 토큰 가격을 낮추는 박리다매로 바로 그 가격결정력을 공격하고 있다. 비슷한 지능을 더 싸게 살 수 있는 시장이 커질수록 앤스로픽은 가격을 지키면 사용자를 잃고, 사용자를 지키려면 가격을 내려야 한다.
 <div contents-hash="b8a4893dd4b25dd6c11473c7a9ab85b2bba842db54f3fc487dac923d6d1e25b3" dmcf-pid="ySkQSMSr5R" dmcf-ptype="general">
 토큰 사용량이 열 배 늘어난다고 매출과 이익이 열 배 늘어나는 것도 아니다. 100개를 비싸게 팔던 시장이 1000개를 싸게 파는 시장으로 바뀌면 연산량은 폭증하면서 토큰 하나에서 남기는 돈은 오히려 줄어든다. 중국의 저가·개방형 모델 공세를 맞으면서 앤스로픽이 2028년 2000억달러를 어떻게 벌겠다는 것인지 계산하려면 사용자 증가율만큼 미래 토큰 가격을 먼저 들여다봐야 한다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="3b1180c40466b8acf513d7ae05fc3a2542f16348a867f6dc8cc03ef1fba97c1b" data-idxno="461993" data-type="photo" dmcf-pid="WTDMTeTsXM" dmcf-ptype="figure">
 <img alt="중국 저가·오픈웨이트 모델이 토큰 가격을 끌어내리면 사용량이 늘어도 앤스로픽의 매출과 마진이 같은 속도로 성장하진 않는다. 반면 더 많은 토큰을 처리하려면 GPU·HBM·데이터센터의 물리적 연산량은 오히려 늘 수 있다. HBM 가격 하락을 계산한다면 토큰 가격 하락도 계산해야 한다. /GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170247836sype.png" data-org-width="1196" dmcf-mid="XLXj3c3GXv" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170247836sype.png" width="658">
 <figcaption class="txt_caption default_figure">
 중국 저가·오픈웨이트 모델이 토큰 가격을 끌어내리면 사용량이 늘어도 앤스로픽의 매출과 마진이 같은 속도로 성장하진 않는다. 반면 더 많은 토큰을 처리하려면 GPU·HBM·데이터센터의 물리적 연산량은 오히려 늘 수 있다. HBM 가격 하락을 계산한다면 토큰 가격 하락도 계산해야 한다. /GPT-5.5
 </figcaption>
 </figure>
 中 박리다매 아모데이가 버틸까? 토큰 가격 빠지면 성장률도 흔들려
 2028년 2000억달러라는 숫자를 검증하려면 당시 토큰 가격이 지금의 몇 분의 1까지 내려갈지도 계산해야 한다. 중국 업체가 더 싼 모델을 내놓고 오픈웨이트가 성능 격차를 좁히며 경쟁사가 가격을 낮출 때 앤스로픽이 어느 정도의 단가와 마진을 유지할 수 있는지 물어야 한다.
 HBM과 D램을 평가할 때는 미래 평균판매가격(ASP)을 집요하게 추정한다. 공급이 늘어나면 가격이 얼마나 떨어질지, 경쟁사의 증설이 시작되면 마진이 얼마나 줄어들지 계산한다. 그렇다면 토큰도 똑같이 하면 된다. HBM 가격 하락은 전망하면서 토큰 가격 하락을 기업가치 계산에서 뺄 이유가 없다.
 중국이 토큰 가격을 내릴수록 미국 모델 기업은 목표 매출을 달성하기 위해 더 많은 사용량을 확보해야 한다. 더 많은 토큰을 더 싸게 팔아야 하고 그러려면 더 많은 연산을 더 낮은 단위원가로 생산해야 한다. 가격전쟁에서 직접 얻어맞는 것은 토큰 판매자의 마진이다.
 그렇다고 GPU와 HBM까지 사라지는 것은 아니다. GPU는 돌아가고 HBM은 데이터를 이동시키며 데이터센터는 전력을 소비한다. 가격이 내려가는 속도보다 사용량이 더 빠르게 증가한다면 모델 기업의 가격결정력은 약해지면서도 물리적 연산량은 오히려 증가할 수 있다. 토큰의 가격과 지능의 생산량은 같은 변수가 아니다.
 바로 여기서 계산법의 모순이 드러난다. 모델 기업에는 소프트웨어의 성장 프리미엄을 주면서 그 성장에 필요한 GPU와 데이터센터에는 제조업의 사이클 위험을 적용한다. 모델 기업의 미래에는 매출배수를 붙이고 반도체 기업의 미래에는 감가상각과 공급과잉을 먼저 묻는다. 수익은 소프트웨어의 미래에서 가져오고 비용은 반도체의 위험으로 계산하는 셈이다.
 앤스로픽이 2028년 2000억달러를 벌겠다면 그 매출 가운데 이미 계약된 부분은 얼마인지부터 따져야 한다. 아직 확보되지 않은 고객의 미래 소비는 얼마인지, 토큰 가격 하락은 얼마나 반영했는지, 중국 모델의 박리다매와 오픈웨이트 확산은 얼마나 반영했는지 계산해야 한다. 가격이 내려가면 같은 매출을 만들기 위해 얼마나 많은 추론량이 필요한지, 그 과정에서 매출총이익률은 얼마나 남는지, 2000억달러를 생산하는 데 필요한 컴퓨팅 비용은 얼마인지도 따라붙는다.
 그 숫자를 다시 분해하면 필요한 GPU와 데이터센터, 전력과 네트워크가 나온다. GPU 세대교체가 빨라지면 비용은 어떻게 달라지는지, 추론단가가 내려가는 속도보다 사용량이 빠르게 증가하면 총 컴퓨팅 비용은 어떻게 움직이는지도 계산해야 한다. 반도체 기업에 적용했던 현미경을 그대로 가져오기만 하면 2000억달러라는 한 줄짜리 미래 매출은 거대한 손익계산서로 분해된다.
 그리고 여기서 결정적인 역전이 일어난다. 모델 기업의 비용 상당 부분은 누군가의 매출이다. 모델 기업이 지불하는 컴퓨팅 비용은 GPU와 서버, 클라우드 사업자의 매출이 되고 HBM 수요는 메모리 기업의 매출로 이어진다. 데이터센터 사용료는 인프라 사업자의 현금흐름이 되고 전력비는 발전·전력망 사업자의 수입이 된다.
 AI 모델 기업의 미래 비용과 AI 인프라 기업의 미래 매출은 같은 돈의 양쪽 면이다. 한쪽에서는 비용 증가를 폭발적인 성장의 증거로 읽으면서 그 돈을 받는 다른 쪽에서는 과잉투자의 증거라고 읽으려면 무엇이 둘을 갈라놓는지 설명해야 한다.
 파이낸셜타임스(FT)는 미국 빅테크의 AI 투자를 추적하면서 장기 구매약정과 리스 의무를 집중적으로 들여다봤다. 미래에 지급해야 할 돈까지 현재로 끌어와 AI 인프라 투자 뒤에 숨어 있는 재무부담을 살펴본 것이다. 좋은 질문이다. 그러니 같은 질문을 미국 AI 모델 기업의 IPO에도 던지면 된다.
 <div contents-hash="b067f7c6e4b700b52517f1b1c832b03bcf42cb47cdbc622a178f088d1d13cbbf" dmcf-pid="p3Tj3c3GZb" dmcf-ptype="general">
 아직 생산되지 않은 2028년 매출을 기업가치 계산에 넣는 순간 그 매출을 만들어낼 비용과 설비, 계약과 경쟁조건도 같은 시간축으로 당겨와야 한다. GPU에는 미래의 가격 하락을 적용하면서 모델에는 미래의 매출 증가만 적용할 수 없다. 데이터센터에는 미래의 공급과잉을 적용하면서 AI 서비스에는 미래의 수요 증가만 적용할 수도 없다. HBM에는 사이클을 적용하면서 토큰에는 영구성장을 적용할 수도 없다. 미래는 양쪽에 동시에 온다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="a2a66535f88273e0a8a3441453e7eaf821cefa4fbe0b3fb876d3478a63c395ef" data-idxno="461997" data-type="photo" dmcf-pid="U0yA0k0HGB" dmcf-ptype="figure">
 <img alt="중국의 데이터센터에서 직원들이 서버 장비를 점검하고 있다. 중국 AI 업체들이 저가 모델과 오픈웨이트 전략으로 토큰 가격을 낮추더라도 사용량이 빠르게 증가하면 이를 처리하기 위한 GPU·메모리·데이터센터의 물리적 연산 수요는 오히려 확대될 수 있다. /AP=연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170249161xhux.jpg" data-org-width="1080" dmcf-mid="FzwRydyOGI" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170249161xhux.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 중국의 데이터센터에서 직원들이 서버 장비를 점검하고 있다. 중국 AI 업체들이 저가 모델과 오픈웨이트 전략으로 토큰 가격을 낮추더라도 사용량이 빠르게 증가하면 이를 처리하기 위한 GPU·메모리·데이터센터의 물리적 연산 수요는 오히려 확대될 수 있다. /AP=연합뉴스
 </figcaption>
 </figure>
 중국발 가격전쟁은 이 관계를 더욱 선명하게 만든다. 가격전쟁은 토큰 판매자의 가격결정력과 마진을 직접 공격하지만 그 경쟁을 수행하는 데 필요한 GPU·HBM·데이터센터·전력까지 자동으로 없애지는 않는다. 오히려 더 낮은 가격으로 더 많은 사용량을 끌어오려면 더 많은 연산을 더 낮은 단위원가로 생산하는 능력이 중요해진다.
 이를 틈타 아폴로·블랙스톤·블랙록·브룩필드·골드만삭스·KKR 같은 거대 자본은 엔비디아와 손잡고 5000억달러 규모의 AI 인프라 금융에 들어갔다. 개인투자자에게는 공장의 미래를 의심하게 만들면서 장기자본은 그 공장에 자금을 붙이고 있는 장면까지 겹친다.
 IPO 청약서에도 같은 현미경 대야 반도체 털었으면 이제 모델 차례다
 이 문제는 앤스로픽 하나로 끝나지 않는다. 오픈AI를 비롯한 거대 AI 기업들이 IPO 시장으로 들어오면 일반 투자자도 이 밸류에이션을 직접 떠안게 된다. 그동안 상장 반도체 기업은 시장의 가장 가혹한 검증대에 서 있었다. 분기마다 출하량과 평균판매가격을 확인하고 설비투자가 늘어나면 공급과잉을 의심한다. 재고가 증가하면 사이클 정점론이 등장하고 HBM 공급계약이 늘어나면 장기 수요의 지속가능성을 묻는다. 그 정도로 검사하는 것이 맞다. 그러니 미국 AI 소프트웨어 기업에도 똑같이 하면 된다.
 거대한 AI IPO와 AI 인프라 금융의 양쪽에 월가가 동시에 서 있다는 점도 흥미롭다. 한쪽에서는 GPU와 데이터센터의 가동률과 잔존가치, 차입구조를 계산한다. 다른 쪽에서는 AI 모델 기업의 미래 매출을 토대로 기업가치를 산정하고 상장을 준비한다. 월가가 AI에 낙관적인지 비관적인지를 따질 이유는 없다. 금융회사의 목적은 하나의 일관된 세계관을 만드는 것이 아니라 거래마다 위험과 수익을 계산하는 데 있기 때문이다. 그러나 언론과 투자자는 그 계산법 자체를 검증할 필요가 있다.
 반도체의 장기계약에서 미래 위험을 찾아냈다면 미국 AI 기업의 장기 매출 전망에서도 미래 위험을 찾아야 한다. 반도체의 미래를 현재로 당겨 할인했다면 소프트웨어의 미래 역시 같은 방식으로 검증해야 한다. 특히 AI 산업에서는 둘을 분리하기 더욱 어렵다. 2028년 2000억달러의 모델 매출이 현실이 되는 순간 누군가는 그만큼의 연산을 물리적으로 생산해야 한다. GPU가 계산하고 HBM이 데이터를 이동시키며 데이터센터가 전력을 소비한다.
 개인투자자에게 가장 잔인한 장면은 따로 있다. 'AI 거품'이라는 말에 놀라 지능을 생산하는 반도체 기업을 먼저 팔고, 얼마 뒤 2028년 천문학적인 매출을 약속하는 미국 AI 소프트웨어 기업의 IPO에 다시 들어가는 것이다.
 중국이 토큰 가격을 깎아내리는 동안 GPU와 HBM은 더 많은 토큰을 처리하기 위해 돌아간다. 그런데 정작 투자자가 비싼 값에 사게 되는 것은 그 생산물에 앞으로도 높은 가격을 붙일 수 있다는 미래의 약속일 수 있다. 반도체의 미래에는 공포를 적용하고 모델 기업의 미래에는 희망을 적용한 뒤 그 차액을 개인투자자가 떠안는 셈이다.
 <div contents-hash="d767fff77ec8b01fc4795dd399fae78c10fdace7596a4e46743b256fb6967885" dmcf-pid="2V0hVSV71F" dmcf-ptype="general">
 반도체 기업은 이미 심문대에 올라가 조정을 받았다. 공장도 있고 매출도 있고 현금흐름도 있는데 감가상각부터 장기 구매계약, 공급과잉, 잔존가치까지 검사를 받았다. 이제 미국 AI 소프트웨어 기업 차례다. 현미경을 새로 살 필요도 없다. 반도체를 들여다보던 바로 그 현미경의 방향만 돌리면 된다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="75031dd37a74dda860473b8ac7ab7f281e27ad698a70931060510a43aec361ed" data-idxno="461992" data-type="photo" dmcf-pid="Vfplfvfz1t" dmcf-ptype="figure">
 <img alt="오픈 AI의 샘 올트먼과 앤트로픽 CEO 다리오 아모데이는 사이가 좋지 않다. 인도 AI 서밋에서 손을 잡는 것을 거부하는 모습 / AP=연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170250428hhms.jpg" data-org-width="1152" dmcf-mid="UGplfvfzZr" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/17/552814-8XPEppr/20260817170250428hhms.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 오픈 AI의 샘 올트먼과 앤트로픽 CEO 다리오 아모데이는 사이가 좋지 않다. 인도 AI 서밋에서 손을 잡는 것을 거부하는 모습 / AP=연합뉴스
 </figcaption>
 </figure>
 ☞ 토큰 가격 = 생성형 AI가 문장을 읽거나 만들어낼 때 처리하는 최소 단위인 토큰에 매겨지는 사용가격이다. AI 모델 기업은 입력·출력 토큰의 양에 따라 요금을 받기 때문에 토큰 사용량이 늘면 매출도 증가할 수 있다. 그러나 사용량 증가와 매출 증가가 같은 속도로 움직이는 것은 아니다. 경쟁사가 더 싼 모델을 내놓거나 오픈웨이트 모델이 확산돼 토큰 단가가 내려가면 처리량이 폭증해도 토큰 하나에서 얻는 매출과 마진은 줄어들 수 있다.
 AI 모델 기업의 미래가치를 계산할 때는 그래서 사용자 수나 토큰 처리량만 볼 수 없다. 2028년 사용량이 지금보다 몇 배 늘어나는지와 함께 당시 토큰 가격이 얼마인지, 같은 매출을 만들기 위해 필요한 연산량과 GPU·HBM·전력 비용이 얼마나 증가하는지도 함께 계산해야 한다. 반도체 기업에는 미래 평균판매가격(ASP) 하락을 적용하면서 모델 기업에는 미래 토큰 가격 하락을 빼는 것은 같은 AI 산업에 서로 다른 계산법을 적용하는 셈이다.
 샘 올트먼은 모델 가격을 낮춰 사용량을 키우는 '지능의 박리다매' 쪽으로 먼저 움직였다. 오픈AI는 실제로 중저가 모델 가격을 대폭 낮췄고, 반대로 다리오 아모데이의 앤스로픽은 고성능 에이전트와 기업용 시장에서 상대적으로 높은 단가를 받는 전략을 유지하고 있다. 문제는 중국 저가·오픈웨이트 모델이 미국 시장까지 파고들면서 이 가격 구조가 흔들리고 있다는 점이다. 미국 내부에서도 중국 모델에 맞서 자국산 오픈웨이트 AI를 키워야 한다는 요구가 나오고 있어, 트럼프 정부의 소버린 AI 전략이 크게 흔들리고 있다. 
 여성경제신문 이상헌 기자 liberty@seoulmedia.co.kr
 *여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.
 </section> 
 </div>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기