작성자 Maksym Misichenko · CNBC ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널은 LLM의 상품화가 가속화되어 OpenAI와 Anthropic의 높은 기업 가치에 상당한 위협이 된다는 점에 대체로 동의합니다. 그러나 일부 패널은 기업의 전환 비용과 OpenAI의 플랫폼 효과가 단기적으로 충격을 완화할 수 있다고 주장하면서, 영향의 시기와 정도에 대해 의견이 분분합니다.
리스크: 가격 결정력과 전환 비용의 빠른 침식은 OpenAI가 IPO 락업이 만료되기 전에 수익을 다각화할 수 있는 능력을 앞지를 수 있습니다.
기회: 규제 및 데이터 주권 문제를 이용할 수 있는 프론티어 연구소의 잠재력은 고위험, 규제된 기업 워크로드를 보호되고 고마진인 해자로 만드는 이중화된 시장을 창출합니다.
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
이번 실적 시즌에는 AI 비용이 수치에 나타나기 시작했습니다. Meta, Shopify, Spotify, Pinterest 모두 AI 및 추론 비용 상승을 마진 하락 요인으로 지적했습니다. Shopify는 규모의 경제가 "LLM 비용 증가로 부분적으로 상쇄되었다"고 밝혔습니다.
이는 OpenAI와 Anthropic의 예상 IPO 가치, 둘 다 8천억 달러 이상으로 예상되는 가치의 기반이 되는 가격 책정 모델에 대한 청구서가 도래한 것입니다. 이러한 수치는 OpenAI와 Anthropic이 시장 점유율과 가격 결정력을 유지할 것이라는 가정에 기반합니다. 즉, 경쟁업체가 쉽게 따라잡을 수 없고, 기업 고객이 실질적인 대안이 없기 때문에 계속해서 프리미엄을 지불할 것이라는 가정입니다.
하지만 점점 더 많은 데이터가 반대 방향을 가리키고 있습니다. 최첨단 AI는 풍부하고 저렴해지고 있습니다. 중국 연구소는 미국 연구소에 비해 비슷한 작업에 대해 훨씬 적은 비용을 청구하는 반면, Nvidia, Cohere, Reflection, Mistral과 같은 서구 경쟁업체들은 중국 모델을 사용하지 않을 기업들을 위해 더 저렴하고 작고 효율적인 대안을 구축하고 있습니다. OpenAI와 Anthropic이 투자 설명서를 제출할 때쯤이면, OpenAI의 비공개 제출이 이번 주 안에 나올 수 있는데, 그 가치의 핵심 전제는 이미 사라졌을 수 있습니다.
비용 격차는 크고 점점 더 벌어지고 있습니다. 기업 AI 예산이 급증했습니다. 클라우드 비용 회사 CloudZero가 조사한 회사 중 약 45%가 2025년에 AI에 월 10만 달러 이상을 지출했다고 답했으며, 이는 전년의 20%에서 증가한 수치입니다. 그 돈이 어디로 가는지가 점점 더 중요해지고 있습니다. AI 벤치마킹 회사 Artificial Analysis는 모든 주요 모델을 동일한 10가지 평가를 통해 실행하고 총 비용을 추적합니다. 각 연구소의 가장 유능한 모델에 대해: Anthropic의 Claude는 4,811달러였습니다. OpenAI의 ChatGPT: 3,357달러. DeepSeek: 1,071달러. Kimi: 948달러. Zhipu의 GLM: 544달러. Claude는 동일한 작업량에 대해 가장 저렴한 중국 대안보다 거의 9배 더 비쌉니다.
Google조차도 이 주장을 하고 있습니다. 이번 주 I/O 개발자 컨퍼런스에서 CEO Sundar Pichai는 "많은 회사들이 이미 연간 토큰 예산을 초과하고 있으며, 아직 5월인데도 그렇다"고 말하며, 회사의 더 저렴한 Flash 모델을 해결책으로 제시했습니다. 만약 가장 큰 Google Cloud 고객들이 워크로드의 80%를 최첨단 모델에서 Gemini 3.5 Flash로 전환한다면, Pichai는 연간 10억 달러 이상을 절약할 수 있다고 말했습니다. 이 회사는 기업들이 더 저렴한 옵션을 필요로 한다는 것을 인정하고 있습니다.
그리고 저렴한 대안은 더 이상 뒤처지지 않습니다. 작년에 미국 기술주 매도를 촉발한 중국 AI 연구소 DeepSeek는 지난달 차세대 모델의 미리 보기를 출시했으며, 이는 코딩, 에이전트 및 지식 벤치마크에서 OpenAI, Anthropic 및 Google의 최신 모델과 동등하거나 거의 동등한 성능을 보입니다. Moonshot, Xiaomi, Zhipu를 포함한 다른 중국 연구소의 모델들도 지난 4개월 동안 비슷한 수준의 기능을 출시했습니다.
Databricks CEO Ali Ghodsi는 이러한 변화를 실시간으로 파악하고 있습니다. 이 회사의 AI 게이트웨이는 수천 명의 기업 고객과 그들이 사용하는 모델 사이에 위치하며, Ghodsi는 해당 제품의 수익이 급격히 증가하고 있다고 말했습니다.
그는 기업들이 배포하는 기술을 "어드바이저 모델"이라고 부른다고 말했습니다. 저렴한 오픈 소스 모델이 기본적으로 대부분의 작업을 처리합니다. 해결할 수 없는 작업에 직면하면, OpenAI 또는 Anthropic의 최첨단 모델에 도움을 요청할 수 있는 도구가 제공됩니다.
Ghodsi는 "이런 식으로 비용을 매우 잘 통제할 수 있습니다"라고 말했습니다.
변화의 속도는 놀랍습니다. 개발자들이 단일 인터페이스를 통해 수백 개의 AI 모델에 액세스할 수 있는 마켓플레이스인 OpenRouter에서 중국 모델의 사용량은 2024년 약 1%에서 5월에 60% 이상으로 증가했습니다.
그리고 공급업체들은 비용 절감을 제품으로 판매하기 시작했습니다. Figma CEO Dylan Field는 기업들이 AI 채택의 세 단계를 거치고 있다고 말했습니다. 첫째, 아무도 사용하지 않습니다. 둘째, 모두가 사용해야 하며, 일부는 "문자 그대로 토큰으로 가장 많이 지출하는 사람을 위한 경쟁을 벌입니다." 셋째는 "모두가 너무 많이 지출하고 있다"는 깨달음과 함께 지출을 줄여야 한다는 것입니다. 그는 많은 기업들이 현재 이 세 번째 단계에 진입하고 있다고 말했습니다. Figma는 고객의 토큰 소비를 20~30% 줄이는 기능을 판매하고 있습니다.
## 미국 대 중국
비용 격차는 양측이 어떻게 구축되었는지를 반영합니다. 미국의 최첨단 연구소는 수천억 달러의 설비 투자로 운영되며, Nvidia가 판매하는 가장 비싼 칩으로 점점 더 큰 모델을 훈련시키고 있으며, 이는 미국 전력망 내에서 충분히 빠르게 용량을 추가할 수 없습니다. 이러한 비용은 고객에게 전가됩니다. 중국 연구소의 경우, 제약이 전략이 되었습니다. 칩 수출 제한 하에서, 그들은 공격적으로 최적화해야 했습니다. 즉, 더 적은 컴퓨팅으로 경쟁력 있는 모델을 훈련시키고 더 효율적으로 실행해야 했습니다.
미국 연구소의 최고의 방어는 신뢰입니다. 특히 은행, 국방부 및 기타 규제 산업에 AI 모델을 판매하는 Cohere CEO Aidan Gomez는 이러한 구매자들이 가격에 관계없이 중국 모델을 사용하지 않을 것이라고 말합니다. Cohere의 수익은 작년에 정확히 해당 부문에 판매하여 6배 성장했습니다. 하지만 이는 더 넓은 기업 시장에서 상대적으로 좁은 부분입니다. 보안 및 규정 준수 규칙이 느슨한 규제 산업 외부에서는 프리미엄을 지불해야 하는 이유를 설명하기가 더 어려워집니다.
미국의 대응이 구체화되고 있습니다. AI 붐으로 가장 큰 이익을 얻은 회사인 Nvidia는 이제 공개적으로 다른 모델을 홍보하고 있으며, 어떤 회사든 자체 서버에서 무료로 다운로드하여 실행할 수 있는 자체 AI 시스템을 출시하여 중국 옵션과 OpenAI 및 Anthropic의 잠긴 모델에 대한 대안을 제공하고 있습니다. Reflection AI는 국내 대안을 원하는 기업을 위해 미국 오픈 소스 모델을 구축하기 위해 수십억 달러의 가치로 자금을 조달했습니다. 둘 다 자금이 충분하며 명시적으로 동일한 격차를 목표로 합니다. 즉, 최첨단보다 저렴하고 미국 기업이 이미 신뢰하는 인프라에 배포된 유능한 모델입니다.
이러한 변화에 대한 반론은 국가 안보에 근거해 왔습니다. 그러나 그 반론은 실제로는 사라지고 있습니다. 심지어 미국 정부의 AI 안전 연구소조차도 DeepSeek 모델을 보안 및 성능 면에서 미국 모델보다 뒤처진다고 지적했지만, 2025년 1월 R1 출시 이후 다운로드가 거의 1,000% 증가했다고 기록했습니다.
그리고 Anthropic 자체도 압력을 인정합니다. 5월에 발표된 정책 보고서에서 이 회사는 미국 모델이 중국 모델보다 "몇 달 앞서 있을 뿐"이며, 베이징이 "비용 면에서 세계적인 채택에서 승리하고 있다"고 경고했습니다.
OpenAI는 다르게 봅니다. 이 회사와 가까운 한 사람은 지난달 GPT-5.5를 포함한 새로운 최첨단 모델의 모든 릴리스가 API 및 제품 사용량의 급증을 주도했으며, 기업 수요는 그들이 "수직 벽"이라고 묘사한 부분에서 증가하고 있다고 말했습니다. 이 사람은 오픈 소스가 낮은 위험 작업에서 역할을 하지만, 회사의 핵심 비즈니스를 잠식하지는 않는다고 말했습니다. 가격 압력은 회사의 최우선 관심사 목록에 없습니다.
그러나 익명을 요구한 한 기업 AI CEO는 다른 해석을 제공했습니다. 성장은 현실입니다. "하지만 이 기술이 사용되지 않았다면 최첨단 모델의 성장은 훨씬 더 빨랐을 것입니다."
이것이 OpenAI와 Anthropic이 공모 투자자들에게 가치를 평가받기를 기대하는 시장입니다. 각각 거의 1조 달러의 가치 평가에서 S-1은 해당 배수를 정당화하는 기업 수익 성장과 집중도를 보여주어야 합니다. 그러나 가치 평가를 정당화하는 프리미엄은 연구소들이 지배해야 하는 부문에서 가장 빠르게 침식되고 있습니다.
4개 주요 AI 모델이 이 기사를 논의합니다
"저렴한 대안은 OpenAI와 Anthropic의 IPO에 대한 8천억 달러 이상의 기업 가치를 정당화하는 프리미엄 가격을 약화시킬 것입니다."
이 기사는 DeepSeek 및 Zhipu와 같은 중국 모델이 벤치마크에서 OpenAI 및 Anthropic을 5-9배 낮추고, OpenRouter 데이터는 중국 사용량이 60%로 급증하고 하이브리드 어드바이저 모델 전술이 이미 프론티어 지출을 억제하고 있음을 보여주면서 가격 결정력 약화를 정확하게 지적합니다. 이는 capex가 많이 드는 미국 훈련이 추론 경제에서 경쟁할 수 없다는 점을 노출함으로써 8천억 달러 이상의 IPO 가정을 직접적으로 위협합니다. 다른 사람들이 놓칠 수 있는 것은 중급 작업의 더 빠른 상품화이며, 이는 전체 AI capex 성장을 둔화시키고 기업들이 Figma 스타일 도구를 통해 20-30%의 토큰 절약을 확보한다면 18개월 이내에 Nvidia의 데이터 센터 모멘텀에 타격을 줄 수 있습니다.
규제된 기업들은 Cohere의 6배 매출 성장이 보여주듯 신뢰와 규정 준수를 위해 프리미엄을 계속 지불할 수 있으며, OpenAI의 GPT-5.5 사용량 급증은 프론티어 모델이 복잡한 워크플로우에서 대체 불가능한 가치를 유지하고 있음을 시사합니다.
"프론티어 연구소들이 피할 수 없는 가격 경쟁에 직면한다면 IPO 논리는 깨지지만, 이 기사는 그들이 회피할 수 없는 가격으로 경쟁할 것이라고 증명하지 못했습니다. 대신 방어적인 부문(규제 산업, 추론 집약적 워크로드, 브랜드 해자)으로 후퇴할 것입니다."
이 기사는 *역량 동등성*과 *시장 점유율*을 혼동합니다. 네, DeepSeek는 1/3의 비용으로 벤치마크에서 GPT-4와 동등합니다. 하지만 이 기사는 전환 비용, 공급업체 종속, 그리고 기업들이 순전히 추론 가격만 최적화하지 않는다는 사실을 과소평가합니다. 즉, 통합, 지원, 안정성을 포함한 총 소유 비용을 최적화합니다. Ghodsi가 설명하는 '어드바이저 모델' 전략은 실제이지만, 기업들이 이중 스택을 유지해야 하므로 운영 복잡성이 추가됩니다. 가장 중요한 것은: 이 기사는 프론티어 모델 가격이 고정될 것이라고 가정합니다. 만약 OpenAI가 경쟁에 대응하여 GPT-4 가격을 40% 인하한다면, 전체 비용 차익 거래 논리가 무너질 것입니다. IPO 기업 가치는 공격적이지만, 이는 저렴한 대안이 존재하기 때문이 아니라, 프론티어 연구소들이 마진 대신 가격으로 경쟁하기를 *선택*할 수 있기 때문입니다.
OpenAI의 '수직 벽' 기업 수요 성장 주장은 진실일 수 있습니다. 만약 프론티어 모델이 (단순 대체가 아닌) *추가적인* 사용 사례를 주도한다면, 더 저렴한 대안은 수익을 잠식하지 않고 TAM을 확장하는 동시에 프론티어 연구소는 프리미엄 부문을 소유하게 됩니다.
"'어드바이저 모델' 아키텍처로의 전환은 효과적으로 AI 워크로드의 대부분을 상품화하여, 프론티어 연구소의 조 단위 기업 가치를 뒷받침하는 데 필요한 고마진 수익 예측을 붕괴시킵니다."
LLM의 상품화는 OpenAI와 Anthropic의 시장 가치 평가 모델이 고려하는 것보다 더 빠르게 가속화되고 있습니다. OpenRouter 트래픽의 60%가 중국 모델로 이동할 때, 우리는 '틈새' 추세를 보는 것이 아니라 AI의 '리눅스화'를 보고 있는 것입니다. Databricks가 언급한 '어드바이저 모델' 아키텍처는 효과적으로 프론티어 모델을 비싸고 저빈도 유틸리티 플레이어로 만들어, 8천억 달러 이상의 기업 가치를 정당화하는 데 필요한 고용량 토큰 수익을 박탈합니다. 기업의 신뢰는 Cohere 또는 OpenAI의 해자로 남아 있지만, 이는 점점 좁아지고 있습니다. 투자자들은 이 회사들을 'AI 인프라'로 평가하고 있지만, 점점 더 '프리미엄 틈새 소프트웨어' 제공업체처럼 보이며 막대한 마진 압박에 직면하고 있습니다.
'어드바이저 모델'은 실제로 프론티어 모델의 가치를 강화합니다. 왜냐하면 그것들은 더 작고 저렴한 모델들이 고위험 추론에 의존하는 필수적인 '두뇌'가 되어, 낮은 볼륨에도 불구하고 수익이 고정되도록 보장하기 때문입니다.
"지속 가능한 기업 해자와 다중 제품 수익 창출은 프론티어 컴퓨팅 비용이 하락하더라도 높은 배수를 정당화할 수 있습니다."
이 기사가 AI 청구서 증가와 더 저렴한 프론티어 모델을 정확하게 지적하는 동안, OpenAI/Anthropic 기업 가치에 대한 우울함은 단기적인 위험을 과장할 수 있습니다. 기업 구매자는 원시 모델 가격 이상의 것을 가치 있게 여깁니다. 즉, 신뢰성, 보안, 거버넌스, 통합 및 전담 지원은 프론티어가 상품화되더라도 다년간의 ARR 성장을 뒷받침할 수 있는 고정성을 만듭니다. OpenAI/Anthropic은 플랫폼 효과(생태계, 파트너십, 개발자 도구)와 API 사용 외의 잠재적인 수익 창출 레버(프리미엄 기능, 데이터/인사이트, 온프레미스 또는 호스팅 솔루션)를 가지고 있으며, 이는 마진을 완충하고 프리미엄 배수를 정당화할 수 있습니다. 이 기사는 비용 곡선에 초점을 맞추면서 수익 다각화와 배포된 AI 스택의 전략적 가치를 무시합니다.
가장 강력한 반론: 만약 프론티어 모델이 진정으로 상품화되고 기업 구매자들이 끊임없이 가격을 비교한다면, IPO에 대한 프리미엄은 수익 성장이 둔화되고 전환 비용이 약화됨에 따라 약화될 수 있습니다.
"어드바이저 모델은 평가 모델이 예상하는 것보다 더 빠르게 Nvidia의 추론 수익을 잠식할 것입니다."
Gemini는 리눅스화 위험을 정확하게 식별하지만, 이것이 Nvidia의 노출을 훈련에서 추론 칩으로 어떻게 가속화하는지를 과소평가합니다. 만약 60%의 트래픽이 어드바이저 아키텍처를 통해 더 저렴한 중국 모델로 이동한다면, 현재 capex 예측을 정당화하는 고마진 추론 워크로드는 차익 거래로 사라져, 훈련 수요가 1년 더 유지되더라도 NVDA 배수에 타격을 줄 것입니다. 규제된 수직 부문은 볼륨 변화를 상쇄하지 못할 것입니다.
"실행 가능한 대안이 30% 이상의 채택에 도달하면 전환 비용은 비선형적으로 침식됩니다. OpenAI의 IPO 일정은 그 변곡점을 견디지 못할 수 있습니다."
Claude와 ChatGPT 모두 전환 비용이 고정될 것이라고 가정하지만, 둘 다 그 침식의 *속도*를 다루지 않습니다. Figma의 어드바이저 모델은 틈새가 아니라, 기업들이 리핑 및 교체 없이 비용을 최적화할 수 있다는 아키텍처적 증거입니다. 만약 18개월 이내에 워크로드의 30-40%로 채택이 가속화된다면, 전환 비용은 가격 결정력이 조정될 수 있는 것보다 더 빠르게 붕괴될 것입니다. 진정한 위험은 경쟁이 아니라, OpenAI가 IPO 락업이 만료되기 전에 수익을 다각화할 능력을 앞지르는 마진 압축의 속도입니다.
"지정학적 규정 준수 요구 사항은 추론 가격 경쟁에도 불구하고 서구 프론티어 모델 마진을 보호하는 시장 이중화를 강제할 것입니다."
Claude, 당신은 지정학적 위험을 놓치고 있습니다. DeepSeek를 통한 '리눅스화'는 단순히 가격 문제가 아니라, 주권 컴퓨팅 플레이입니다. 만약 오픈 소스 라우팅의 60%가 중국 모델로 이동한다면, 미국 기업들은 OpenAI/Anthropic이 이용할 엄청난 규제 및 데이터 주권 장애에 직면하게 될 것입니다. '어드바이저 모델'은 실제로 이중 시장을 만듭니다. 저위험 작업은 저렴하고 잠재적으로 손상된 모델로 이동하고, 고위험 규제 기업 워크로드는 서구 프론티어 연구소의 보호되고 고마진인 해자가 됩니다. 기업 가치 위험은 상품화가 아니라, 규정 준수로 인해 총 잠재 시장이 축소되는 것입니다.
"이중 스택 배포는 추론 수요와 NVDA capex를 보존하여, 가격 침식만으로 프론티어 수익이 폭락할 것이라는 아이디어를 약화시킵니다."
Claude의 침식 속도 비판은 하드웨어 역설을 놓치고 있습니다. 기업들은 이중 스택을 배포할 것입니다. 즉, 일상적인 작업에는 저렴한 모델을, 고위험 워크로드에는 프론티어 모델을 사용할 것입니다. 이는 상당한 추론 수요를 유지하고 프론티어가 상품화되더라도 NVDA capex를 유지합니다. 진정한 위험은 명확한 가격 폭락이 아니라, 프론티어 연구소의 프리미엄 ARR 창을 압축하는 빠른 재아키텍처링이지만, 현재로서는 하드웨어 중심의 상승세를 유지합니다.
패널은 LLM의 상품화가 가속화되어 OpenAI와 Anthropic의 높은 기업 가치에 상당한 위협이 된다는 점에 대체로 동의합니다. 그러나 일부 패널은 기업의 전환 비용과 OpenAI의 플랫폼 효과가 단기적으로 충격을 완화할 수 있다고 주장하면서, 영향의 시기와 정도에 대해 의견이 분분합니다.
규제 및 데이터 주권 문제를 이용할 수 있는 프론티어 연구소의 잠재력은 고위험, 규제된 기업 워크로드를 보호되고 고마진인 해자로 만드는 이중화된 시장을 창출합니다.
가격 결정력과 전환 비용의 빠른 침식은 OpenAI가 IPO 락업이 만료되기 전에 수익을 다각화할 수 있는 능력을 앞지를 수 있습니다.