OpenAI·앤트로픽에 쏠린 클라우드 잔고…AI 수익성 논란, 버블 우려 키운다

빅테크 클라우드 매출 잔고를 잠식한 AI 지출 약정

인공지능 산업이 빠르게 커지고 있지만, 그 이면에서는 수익 구조의 지속 가능성을 둘러싼 우려가 점점 커지고 있다. 특히 OpenAI와 Anthropic 두 기업이 미국 주요 클라우드 사업자들의 매출 잔고에서 차지하는 비중이 지나치게 높다는 점이 드러나면서, 시장에서는 AI 열풍이 실제 수익으로 연결되고 있는지에 대한 의문이 확산되는 분위기다.

공시 자료와 외신 보도를 종합하면, OpenAI와 Anthropic은 마이크로소프트, 구글, 아마존, 오라클 등 미국 4대 클라우드 기업과 대규모 사용 계약을 맺은 상태다. 문제는 이 약정 규모가 단순한 성장 신호를 넘어, 클라우드 기업들의 미래 매출 기대치를 사실상 소수 AI 기업이 떠받치고 있는 수준이라는 점이다.

• OpenAI: 마이크로소프트 2,800억 달러, 오라클 3,000억 달러, 아마존 1,380억 달러
• Anthropic: 구글 약 2,000억 달러, 아마존 약 1,000억 달러(추가 계약 반영)

이 수치를 각 기업의 전체 매출 잔고와 비교하면 쏠림 현상은 더욱 분명해진다.

• 마이크로소프트 매출 잔고 6,270억 달러 중 약 49%
• 오라클 5,530억 달러 중 약 54%
• 아마존 4,640억 달러 중 약 51%
• 구글 4,676억 달러 중 약 43%

결국 4대 클라우드 기업의 미래 매출 기대분 가운데 43~54%가 사실상 OpenAI와 Anthropic의 지출 약정에 의해 채워지고 있다는 의미다.

계약은 커졌지만, 실제 수익성은 여전히 불안

핵심 쟁점은 거대한 계약 규모가 곧바로 건강한 수익 모델을 뜻하지 않는다는 점이다. 대표적으로 Anthropic은 현재 1달러의 매출을 만들기 위해 3달러를 쓰는 구조로 알려져 있다. 더 심각한 부분은 이 수치가 인건비나 전력비 같은 주요 운영비를 충분히 반영하기 전 단계라는 점이다.

이는 단순히 초기 성장 기업이 감수하는 적자와는 결이 다를 수 있다. 시장 일각에서는 이를 두고 AI 산업의 구조적 적자 가능성을 보여주는 사례로 해석한다. 즉, 규모가 커질수록 손실도 함께 확대되는 비즈니스 모델이라면 장기적으로 유지되기 어렵다는 지적이다.

마이크로소프트의 투자 대비 매출 격차

마이크로소프트 사례도 비슷한 문제를 보여준다. 회사는 AI 인프라 확대를 위해 약 3,000억 달러 규모의 CAPEX를 집행했지만, AI 관련 매출은 약 180억 달러 수준으로 추산된다. 투자 규모와 회수 속도를 비교하면 ROI 측면에서 상당한 괴리가 존재하는 셈이다.

오라클 역시 전체 매출 잔고의 절반이 넘는 54%가 OpenAI의 3,000억 달러 약정과 연결돼 있다. 이는 클라우드 공급자들이 AI 스타트업의 공격적인 지출 계획에 크게 의존하는 방향으로 재편되고 있음을 시사한다.

클라우드 기업과 AI 스타트업의 불균형한 공생

현재 구조를 보면 클라우드 기업은 대형 AI 기업의 약정을 바탕으로 장래 매출을 부각시키고, AI 기업은 막대한 컴퓨팅 자원을 확보해 서비스 확장을 노린다. 하지만 이 관계가 안정적이라고 보기는 어렵다.

왜냐하면 클라우드 사업자는 예약된 수요를 근거로 성장을 설명할 수 있지만, 정작 그 수요를 만들어내는 AI 기업들은 비용 증가 속도가 매출 성장보다 더 빠른 상황에 놓여 있기 때문이다. 결국 한쪽의 기대 매출은 다른 한쪽의 지속적인 자금 조달 능력에 의존하게 된다.

도입 기업들도 성과 입증에 어려움

AI를 실제로 도입하는 일반 기업들의 상황도 낙관적이지만은 않다. 최근에는 기업들이 배정한 연간 AI 예산을 불과 4개월 만에 소진하고도, 측정 가능한 사업 성과를 거의 만들어내지 못했다는 분석이 나오고 있다.

생산성 향상, 업무 자동화, 비용 절감 같은 기대 효과는 크지만, 이를 명확한 숫자로 증명하기는 쉽지 않다. 결국 AI 도입이 유행처럼 확산되고 있음에도 불구하고, 기업 입장에서는 실질 ROI를 확인하기 어려운 투자가 되고 있다는 비판이 제기된다.

• 예산 집행 속도는 빠르지만 성과 측정은 모호함
• 생산성 개선 효과가 재무 지표로 연결되지 않는 사례 다수
• AI 도입 자체가 목적이 되는 현상에 대한 우려 확대

“가장 비싼 실험”이라는 평가와 비용 전가 구조

일부에서는 지금의 AI 경쟁을 두고 역사상 가장 많은 비용이 투입되는 과학 실험이라고 표현한다. 그만큼 기술 개발과 인프라 확장에 들어가는 자금이 막대하다는 뜻이다.

또한 이 비용의 상당 부분이 결국 기업 고객과 일반 이용자가 내는 SaaS 구독료를 통해 충당된다는 해석도 나온다. 다시 말해, AI 모델 훈련과 운영에 필요한 천문학적 비용이 최종적으로는 서비스 요금 인상이나 추가 과금 형태로 사용자에게 전가될 수 있다는 것이다.

암호화폐 시장에도 번지는 AI 버블 경계심

이 같은 논쟁은 암호화폐 시장과도 무관하지 않다. 최근 AI 에이전트, DePIN, AI와 블록체인을 결합한 프로젝트들이 높은 밸류에이션을 받아왔지만, AI 산업 전반의 수익성에 대한 의문이 커질 경우 관련 토큰 섹터 역시 투자 심리 위축을 피하기 어려울 수 있다.

특히 실제 매출 기반이 약한 프로젝트, 혹은 기술 비전만 앞세운 프로젝트는 시장의 선별 압력을 더 강하게 받을 가능성이 높다. AI 인프라에 자본이 집중되는 국면에서는 결국 실제 수익 모델이 있는지가 핵심 검증 포인트가 될 수밖에 없다.

대안으로 부상할 수 있는 탈중앙화 인프라

반대로 중앙화 클라우드의 높은 비용 구조가 문제로 부각될수록, 블록체인 기반 분산 컴퓨팅 프로젝트에는 기회가 생길 수 있다. 탈중앙화 자원을 활용해 더 낮은 비용으로 연산 능력을 제공할 수 있다면, AI 인프라 시장에서 대체재로 주목받을 여지가 있기 때문이다.

즉, AI 버블 우려가 커진다고 해서 모든 AI 연계 크립토 프로젝트가 동일하게 타격받는 것은 아니다. 오히려 비용 효율성과 실사용성을 입증하는 인프라형 프로젝트는 상대적으로 재평가를 받을 수 있다.

닷컴 버블과 닮은 투자 사이클, 핵심은 수익화 속도

현재 AI 산업을 바라보는 비판론자들은 이 흐름이 과거 닷컴 버블과 닮아 있다고 본다. 미래의 거대한 시장을 선점할 것이라는 기대가 막대한 자본 유입을 부르고, 그 자본 유입이 다시 높은 기업가치를 정당화하는 순환 구조가 반복되고 있다는 것이다.

OpenAI와 Anthropic의 클라우드 약정 규모가 실제 서비스 매출과 큰 격차를 보인다는 점은, 이런 투자 사이클이 언제까지 이어질 수 있을지에 대한 의문을 키운다. 기술 자체의 잠재력과 별개로, 투자 확대 속도와 수익화 속도 사이의 간극은 분명한 시장 리스크다.

결국 투자자들이 봐야 할 것은 단순한 인프라 지출 규모가 아니다. 앞으로는 대규모 계약 체결 여부보다도, 실제 매출 성장률과 비용 통제 능력, 그리고 현금흐름 개선 여부가 더욱 중요한 판단 기준이 될 가능성이 크다.

출처 :: https://www.coinddak.com/news/articleView.html?idxno=5762