인공지능 서비스의 핵심 비용인 토큰 가격이 급락하면서 AI 기업들의 수익성이 압박받고 있습니다. 여기에 규제 강화까지 더해지자 가격 책정 권한이 크게 약화되는 상황이 벌어지고 있습니다.
AI 토큰 가격 하락, 시장의 수익성 우려 커지다
인공지능 산업에 막대한 자금이 쏟아지고 있지만 실제 수익으로 이어질지 의문을 품는 시장의 불안감이 커지고 있습니다. Silicon Data LLM Token Expenditure Index는 사용자들이 AI 토큰에 지불하는 가격을 추적하는 지표인데, 5월 최고점에서 거의 20% 하락했습니다. 이 지수는 지난 12월 출범 이후 거의 두 배 상승했다가 최근 조정을 받고 있으며, 7천억 달러 이상의 자본지출 붐을 가장 명확하게 보여주는 척도입니다.
주식 투자자들에게는 AI 기업들이 비용에 민감한 고객들을 상대로 가격 책정력을 잃고 있다는 경고 신호로 해석될 수 있습니다. 베테랑 투자자 루이 나벨리에는 AI 솔루션 사용자들이 높은 비용으로 인해 무제한 사용을 제한해야 한다는 보도가 늘어나고 있다고 지적했습니다. OpenAI가 기업공개를 내년으로 미루고 있다는 소문도 현재 수익성이 문제라는 신호로 받아들여지고 있습니다.
다만 지수 하락이 AI가 저렴해졌다는 의미는 아닙니다. 이 지수는 가격과 사용량을 함께 반영하기 때문에 하락은 여러 시나리오를 의미할 수 있습니다. 정가가 떨어졌을 수도 있고, 수요가 더 저렴한 모델로 이동했을 수도 있으며, 구매자들이 감당할 의향이 실제로 줄어들었을 수도 있습니다. Silicon Data는 이 지수를 단순한 가격표로 읽지 말 것을 경고했으며, 한계 지불 의향의 대리 지표로 봐야 한다고 설명했습니다.
긍정적 해석 vs 부정적 해석, 두 가지 시나리오
낙관적으로 보면 상황은 그리 나쁘지 않을 수 있습니다. 2023년 이후 토큰 가격이 90% 이상 하락했지만, 전체 지출은 지난해 대비 약 두 배 증가했습니다. 저렴한 토큰이 시장을 확대했다는 뜻입니다. 이 경우 지수의 일시 정체는 단순한 조정일 뿐이며, 실제 수요는 견고하고 자본지출은 정당한 투자라는 해석입니다. 엔비디아, 메모리 제조사, 데이터센터 관련 기업들의 강세 사례가 이 논리에 기반하고 있습니다.
반대로 우려하는 쪽은 지수의 지속적 약세가 이번 사이클에서 AI 관련주 전반의 랠리를 끝낼 수 있다고 경고합니다. 다음 자본지출 주문을 정당화하는 것이 토큰 지출인데, 이미 청구액이 늘어나고 있다는 뜻입니다. Allianz Research에 따르면 AI 투자와 판매 사이의 성장 격차가 거의 46%에 달합니다. 이는 2001년 통신 버블 당시 측정된 32% 격차보다 더 심각합니다.
다행히 낙관론자들에게는 하락 추세가 멈췄다는 점이 희소식입니다. 단 일주일의 횡보로 바닥을 선언하기는 이르지만, 반등 가능성을 살려두기에는 충분합니다. 기술주 중심의 나스닥 100 지수 선물은 금요일 1.2% 상승했습니다. Catalyst Funds의 수석 포트폴리오 매니저 데이비드 밀러는 AI 인프라 훈련 단계에서는 비용이 매우 높지만, 현재의 추론 단계에서는 경제성이 훨씬 낫다고 설명했습니다.
규제 강화와 정부 개입, 새로운 변수 등장
최근 워싱턴의 이 산업에 대한 통제 의지가 강해지면서 약세론에 힘이 실리고 있습니다. 미국 정부는 이번 주 Anthropic의 Fable 5 모델에 대한 외국인 접근 제한을 해제했으며, 며칠 전에는 규제 당국이 OpenAI에 향후 출시 일정을 분산시킬 것을 요청했습니다. 유럽연합의 AI 법안은 최첨단 모델에 대해 의무적 평가와 엄격한 투명성 요구사항을 적용하고 있습니다.
이러한 규제들이 가격을 직접 제한하지는 않지만, 주요 플랫폼에 배포 및 규정 준수 부담을 추가합니다. 덜 강력하지만 여전히 유용한 시스템들은 이런 부담을 지지 않습니다. 이 점이 기업의 재무 담당자들에게 업무를 더 저렴한 모델로 돌릴 합리적 이유를 제공할 수 있습니다.
물론 이것이 칩 과잉 공급을 의미하는 것은 아닙니다. 고급 그래픽 처리 장치와 고대역폭 메모리는 2026년까지 매진 상태이며, 실질적 완화는 2028년까지 오지 않을 것으로 예상됩니다. 하드웨어 신호는 더 미묘한데, 최고급 훈련용 그래픽 처리 장치에서 추론 최적화 부품으로 수요 구성이 이동하고 있음을 시사합니다.
투자자들의 신중한 입장, 밸류에이션 우려
DWS의 전략가들은 무분별한 시장 열정, 중국의 경쟁 심화, 가격 민감성을 고려해 신중한 입장을 유지하고 있습니다. 최고투자책임자 빈첸초 베다가 이끄는 팀은 밸류에이션이 과도해 보이는 영역들을 모니터링하고 있다고 밝혔습니다. 이들의 우려는 현재의 낙관적 분위기가 기초 펀더멘털을 충분히 반영하지 못할 수 있다는 점에 집중되어 있습니다.
토큰 차트는 양날의 검처럼 작용합니다. 6월 말의 횡보가 유지되고 하락이 단순한 구성 변화라면, 저렴한 토큰은 계속 시장을 확대할 것이고 자본지출 지출은 정당화되며 강세론이 살아남을 것입니다. 반대로 고객들의 지불 의향이 정점에 도달하면서 규제 역풍이 수요를 저가 시장으로 밀어낸다면, 거래에서 가장 비싼 부분이 가장 먼저 균열을 보일 것입니다.
이는 실리콘 이야기가 아니라 가격 책정력 이야기입니다. 2027년 1조 달러 자본지출 행진을 자금 조달하는 것이 바로 이 가격 책정력입니다. 따라서 투자자들은 두 가지 해석을 동시에 고려해야 합니다.
AI 비용 관리 실전 가이드
기업들이 AI 도입 비용을 효과적으로 관리하기 위해서는 몇 가지 실용적 접근이 필요합니다. 먼저 자신의 업무 특성에 맞는 모델을 선택하는 것이 중요합니다. 최고급 모델이 항상 최선은 아니며, 특정 작업에는 더 저렴한 대안이 충분할 수 있습니다. 토큰 사용량을 추적하고 정기적으로 검토하는 습관도 비용 절감에 도움이 됩니다.
API 호출 최적화도 고려할 만한 전략입니다. 불필요한 중복 요청을 줄이고, 배치 처리를 활용하며, 캐싱 기능을 적극 활용하면 전체 토큰 소비를 줄일 수 있습니다. 또한 여러 AI 서비스 제공자의 가격을 비교하고, 장기 계약이나 볼륨 할인 옵션을 검토하는 것도 현명합니다.
팀 내 AI 사용 문화도 중요합니다. 직원들에게 비용 의식을 심어주고, 무분별한 사용을 제한하는 정책을 수립하면 장기적으로 상당한 절감 효과를 기대할 수 있습니다. 정기적인 비용 리뷰 회의를 통해 어느 부서에서 가장 많은 토큰을 사용하는지 파악하고, 필요시 사용 패턴을 조정하는 것도 효과적입니다.
※ 일반적 해설로, 구체 사안에는 맞춤형 자문이 요구됩니다.