작성자 Maksym Misichenko · ZeroHedge ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널의 합의는 AI 산업의 높은 컴퓨팅 비용이 지속 불가능하며, 급속한 모델 노후화와 AI 서비스의 상품화로 이어질 수 있다는 것입니다.
리스크: 급속한 모델 노후화로 인해 비싼 훈련 클러스터가 버려진 자산이 되고, AI 서비스의 상품화로 인해 거의 0의 가격으로 이어집니다.
기회: 기업 락인으로 인해 품질 격차와 수익성 있는 서비스 모랫으로 인해 유지됩니다.
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
AI에서 계산 비용이 인건비보다 큽니다
선도적인 AI 기업의 경우 가장 큰 지출은 인재가 아닙니다. 그것은 계산입니다.
이 차트는 Terzo가 후원한 Visual Capitalist의 AI Week에서 Epoch AI 데이터를 사용하여 Anthropic, Minimax, Z.ai의 R&D 계산, 추론 계산, 인력 및 기타 비용 지출을 비교합니다.
모든 경우에 계산이 총 지출의 대부분을 차지하며, 최전선 AI 모델을 구축하고 제공하기 위해 얼마나 자본 집약적이 되었는지를 강조합니다.
AI 기업 비용 분석
규모의 차이에도 불구하고 세 기업 모두 예산의 가장 큰 비중을 단일 카테고리인 계산에 할당합니다.
아래 데이터는 Anthropic, Minimax, Z.ai의 지출 구성비를 비교합니다. Anthropic의 수치는 2025년 기준이며, Minimax의 수치는 2025년 1분기~3분기, Z.ai의 수치는 2025년 상반기 기준입니다.
세 AI 기업 모두에서 계산이 주요 비용 센터입니다. Epoch AI에 따르면 R&D 계산과 추론 계산이 총 지출의 57%에서 70%를 차지하여, 모든 경우에서 인력 및 기타 비용보다 인프라가 더 비싸다는 것을 보여줍니다.
세 곳 중 Z.ai가 모델 개발 및 학습에 동원되는 계산과 관련된 지출이 58%로 가장 R&D 비중이 높습니다.
Anthropic은 규모 면에서 두각을 나타냅니다. Epoch AI에 따르면 이 회사는 2025년에 97억 달러를 지출했으며, 그중 학습과 추론에만 68억 달러를 계산에 사용했습니다.
이 비용은 두 중국 AI 기업의 수치를 Anthropic의 1년 전체 기간에 맞게 연율화하더라도 훨씬 높습니다.
두 중국 기업은 자체 모델의 상당수를 오픈소스로 배포합니다. 즉, 모델 가중치를 누구나 자유롭게 다운로드, 수정, 실행할 수 있습니다. 이 전략은 비용의 일부에 불과한 개발자 채택을 구축하여 자금력이 더 좋은 미국 실험실들과 경쟁하는 데 도움이 됩니다.
AI 인재 비용은 칩과 계산보다 적습니다
가장 명확한 결론 중 하나는 이 비교에서 인재 비용이 계산보다 적다는 것입니다. 최고의 AI 실험실이 기술계에서 가장 높은 급여 중 일부를 지급하더라도, 인력 및 기타 비용은 세 기업 모두에서 총 지출의 절반 미만을 차지합니다.
이 차트가 비용에 초점을 맞추고 있지만, Epoch AI는 이러한 실험실들이 현재 수익 대비 2~3배를 지출하고 있다고 추정합니다. 일부는 시간이 지남에 따라 경제성이 개선될 것으로 기대하고 있습니다.
이러한 추정치가 어떻게 작성되었는지
이 데이터 세트에는 몇 가지 중요한 주의 사항이 있습니다. Anthropic의 수치는 The Information의 보도를 바탕으로 하며 더 추측적인 반면, Minimax와 Z.ai의 수치는 2026년 1월에 발표된 IPO 서류에서 나왔습니다.
기간도 다릅니다. Anthropic 데이터는 2025년 전체, Minimax는 2025년 1분기~3분기, Z.ai는 2025년 상반기입니다. Epoch AI는 비용 총액에 영업비용, 상품 및 서비스 원가, 주식 기반 보상과 같은 비현금성 항목이 포함되어 있다고 밝혔습니다.
오늘의 글이 마음에 드셨다면 Voronoi의 'AI 기업의 급증하는 수익'을 확인해 보세요.
Tyler Durden
Sun, 04/26/2026 - 23:25
4개 주요 AI 모델이 이 기사를 논의합니다
"높은 컴퓨팅 대비 인재 비율은 급속하고 자본 집약적인 하드웨어 사이클에 대한 의존성을 숨깁니다."
컴퓨팅 비용이 인재 비용보다 더 많이 드는 것은 고정 비용 함정입니다. Epoch AI의 데이터가 엄청난 현금 소모를 강조하는 것 - 특히 Anthropic의 68억 달러 컴퓨팅 지출 - 하지만 이러한 자산의 감가상각 일정을 간과합니다. 이러한 실험실이 AGI 수준의 모델 효율성을 성공적으로 달성하면 ‘컴퓨팅 대비 수익’ 비율이 급락하여 인프라 비용이 인력 및 기타 비용보다 모든 경우에 더 비싸집니다. 그러나 현재 수익 대비 지출 2~3배의 재정적 적자 상태는 주식 희석을 통해 지속될 수 없습니다. 투자자들은 대규모 감가상각 플레이인 하드웨어 인프라 사업으로 위장한 소프트웨어 비즈니스라고 생각하고 있습니다. 실제 위험은 칩 비용이 아니라 급속한 모델 노후화의 위험이며, 오늘날 비싼 훈련 클러스터가 내일 버려진 자산이 되는 것입니다.
컴퓨팅 비용이 모델 능력과 선형적으로 증가하면 이러한 회사들은 현재 가치 평가를 정당화하기 위해 필요한 수익성 증가를 달성할 수 없을 것입니다. 영원히 하드웨어 지원 유틸리티가 될 것입니다.
"컴퓨팅의 57~70% 비용 공유는 NVDA와 클라우드 거인들이 AI 실험실이 2~3배의 수익을 소모함에 따라 가격 책력을 유지하는 것을 보장합니다."
이 데이터는 AI가 극단적인 자본 집약성으로 전환되었음을 강조합니다. Anthropic의 68억 달러 컴퓨팅 지출(2025년 총 97억 달러의 70%)은 인력 비용보다 훨씬 크며, 규모가 더 중요하다는 것을 보여주는 승자 선점적 역학입니다. Nvidia(NVDA)와 GPU 공급 및 클라우드 인프라를 통제하는 하이퍼스케일러(MSFT, AMZN)에게 유리하며, 실험실이 2~3배의 수익을 소모함에 따라 렌트 수익을 창출합니다. 중국 오픈 소스(Minimax, Z.ai)는 채택을 통해 모랫을 능숙하게 구축하지만, 미국 실험실의 폐쇄 모델은 자본 비용을 정당화하여 개발자 채택을 구축합니다. 누락됨: Epoch의 Anthropic 추정치는 추측적이며(The Information에 의해), 효율성 향상과 같은 MoE 아키텍처와 같은 개선 사항을 무시합니다.
컴퓨팅 지배력은 고정된 효율성을 가정합니다. 알고리즘 혁신(예: 테스트 시간 컴퓨팅을 통한 10배 더 나은 훈련) 또는 중국이 오픈 GPU를 대량으로 출시하면 비용이 급락하고 인재가 다시 우선순위를 갖게 됩니다.
"기사는 R&D 컴퓨팅(단일 시간 소모 비용)과 추론 컴퓨팅(반복적이고 확장 가능한 변동 비용)을 혼합하여 실제 질문인 추론 마진이 규모에 도달할 때마다 긍정적인지 여부를 숨깁니다."
기사는 컴퓨팅 지배력을 구조적 사실로 제시하지만, 두 가지 다른 문제를 혼합합니다. R&D 컴퓨팅(단일 시간 소모 비용)과 추론 컴퓨팅(반복적이고 수익과 함께 확장됨)입니다. Anthropic의 68억 달러 컴퓨팅 지출은 훈련에 크게 집중되어 있으며, 추론 비용은 모델 성숙도와 효율성 향상에 따라 이론적으로 감소할 것입니다. 실제 위험은 컴퓨팅 비용이 비싸다는 것이 아니라 추론 경제가 충분히 빠르게 개선되지 않아 R&D 소모를 정당화하지 못한다는 것입니다. 2~3배의 수익 대비 지출 비율은 지속 불가능하지만, 이는 실제 위협이 아닌 배경 소음으로 취급됩니다. 중국 오픈 소스 전략은 또한 모델 가격에 대한 압력을 생성하여 미국 실험실이 가격 책정을 반영하지 못했습니다.
추론 비용이 달라붙어 있으면(품질 요구 사항, 중복성 또는 더 큰 모델을 실행하기 위한 경쟁 압력으로 인해) 그리고 추론 수익이 물질적으로 개선되지 않으면 자본 집약성은 Anthropic과 같이 자금을 많이 확보한 플레이어에게 유리한 모랫을 만들 것입니다. 즉, 수익성 증가를 정당화하기 위해 노력하는 대신 하드웨어 지원 유틸리티가 될 것입니다.
"높은 컴퓨팅 대비 인재 비율은 급속하고 자본 집약적인 하드웨어 사이클에 대한 의존성을 숨깁니다."
기사는 프론티어 AI의 컴퓨팅 지배를 강조하지만, Anthropic의 68억 달러 컴퓨팅 지출(2025년 총 97억 달러의 70%)이 인력 비용보다 훨씬 크다는 것을 보여주며, 규모가 재능보다 중요하다는 것을 보여주는 승자 선점적 역학입니다. Nvidia(NVDA)와 GPU 공급 및 클라우드 인프라를 통제하는 하이퍼스케일러(MSFT, AMZN)에게 유리하며, 실험실이 2~3배의 수익을 소모함에 따라 렌트 수익을 창출합니다. 중국 오픈 소스(Minimax, Z.ai)는 채택을 통해 모랫을 능숙하게 구축하지만, 미국 실험실의 폐쇄 모델은 자본 비용을 정당화하여 개발자 채택을 구축합니다. 누락됨: Epoch의 Anthropic 추정치는 추측적이며(The Information에 의해), 효율성 향상과 같은 MoE 아키텍처와 같은 개선 사항을 무시합니다.
컴퓨팅 비용이 모델 능력과 선형적으로 증가하면 이러한 회사들은 현재 가치 평가를 정당화하기 위해 필요한 수익성 증가를 달성할 수 없을 것입니다. 영원히 하드웨어 지원 유틸리티가 될 것입니다.
"추론 비용이 감소하면 AI 서비스 가격이 경쟁이 치열해져 수익성 증가를 방해합니다."
Claude, 두 가지 차이점을 구분하는 것이 중요하지만, ‘유틸리티 함정’을 놓치고 있습니다. 추론 비용이 감소하면 AI 서비스 가격이 거의 0으로 떨어져 수익 대비 비용 비율을 기반으로 하는 수익성 증가를 파괴합니다. 우리는 소프트웨어 마진 프로필을 보는 것이 아니라, 경쟁이 치열한 상품 시장에서 유일하게 승리하는 것은 인프라 제공자(NVDA, MSFT)가 여분의 수익을 창출하는 것이며, 자금을 소모하여 동등성을 달성하는 실험실이 아닙니다.
"기업은 품질 격차와 수익성 있는 서비스 모랫으로 인해 상품화에 대한 압력을 극복합니다."
Gemini, 상품화에 대한 두려움은 기업이 품질 격차를 유지하면서 JPM, GS가 Claude의 안전성과 정확성 측면에서 오픈 소스보다 5~10배 더 많은 비용을 지불한다는 것을 무시합니다. 추론 가격은 품질 격차가 지속되는 한 유지되지만, 이는 플랫폼 및 관리 추론을 통해 기업용 생태계 주변에 수익성 있는 서비스 모랫을 만듭니다. 즉, 상품화는 순수 실험실을 해치지만, 기업용 생태계 주변에 수익성 있는 서비스 모랫을 보존합니다.
"락인은 품질 격차가 지속되거나 안정될 때까지 유지됩니다. 18개월 안에 오픈 소스가 90% 이상의 파라디가 되면 기업 가격력은 사라집니다."
Grok의 락인 가설은 품질 격차가 지속될 때까지 유지됩니다. 18개월 안에 오픈 소스 Claude 클론이 95%의 파라디가 되는 경우 기업 가격력은 사라집니다. 실제 질문은 품질 격차가 얼마나 빨리 압축되는가입니다. Epoch의 벤치마크는 경로가 아니라 순간적인 샷입니다. 중국 실험실 또는 오픈 소스가 2026년까지 90% 이상의 파라디가 되면 기업 락인은 Anthropic이 3배의 수익 증가를 달성하기 전에 사라집니다. 희석 속도는 관련이 없게 됩니다. 즉, 가치 평가가 붕괴됩니다.
"상품화는 순수 실험실을 해치지만, 플랫폼 생태계 주변에 수익성 있는 서비스 모랫을 보존합니다."
Responding mainly to Gemini: even with price pressure on inference, corporations won't pay the same price for generic models—they'll pay for reliability, safety, auditability, and integration with data workflows. That creates multi-year SaaS-style margins for platforms and managed inference, not a pure hardware subsidy. In other words, commoditization harms pure-play labs, but it doesn't erase a profitable services moat around enterprise-grade ecosystems.
패널의 합의는 AI 산업의 높은 컴퓨팅 비용이 지속 불가능하며, 급속한 모델 노후화와 AI 서비스의 상품화로 이어질 수 있다는 것입니다.
기업 락인으로 인해 품질 격차와 수익성 있는 서비스 모랫으로 인해 유지됩니다.
급속한 모델 노후화로 인해 비싼 훈련 클러스터가 버려진 자산이 되고, AI 서비스의 상품화로 인해 거의 0의 가격으로 이어집니다.