AI가 둔화하고 있다 — 컴퓨트 매출이 안 잡히면 데이터센터는 누가 살리나

AI가 둔화하고 있다 — 데이터센터 자금은 어디서 오는가

AI가 둔화하고 있다 — 컴퓨트 매출이 안 잡히면 데이터센터는 누가 살리나

도대체 무슨 일이 벌어지고 있나

에드 지트런의 새 글을 읽었다. 결론부터 말하면, 지금 AI 산업은 거대한 모순 위에 서 있다. 돈이 없어서가 아니다. 돈이 너무 많이 들어가는 구조다. 인프라를 짓는 속도와, 그 인프라를 정당화할 매출이 만들어지는 속도 사이에 거대한 균열이 있다는 뜻이다.

Sightline Climate 데이터 기준으로 190GW짜리 데이터센터가 계획에 들어 있다. Jensen Huang이 공개한 GW당 800억~1,000억 달러 발언을 그대로 적용하면 9.5조~15조 달러다. 이 막대한 금액은 결국 부채로 조달되고, Financial Times 보도에 따르면 은행들이 이 부채를 감당하지 못할 수 있다. 현재 연간 2,500억 달러 수준의 발행액은 실제 구축을 위해 5,000억~1조 달러로 늘어야 한다는 계산도 나온다. NVIDIA의 2027년 1조 달러 매출 전망도 같은 그림 안에 있고, 54%가 소수 고객에게서 나오기 때문에 매출이 고객의 부채 조달 능력에 기대고 있다는 평가가 나온다. Anthropic은 이미 2월·4월·5월 라운드에서 950억 달러를 조달했지만, 이 자금과 현금흐름만으로 비용을 감당하지 못해 다음 해에 최소 2,000억 달러 추가 조달이 필요하다.

토큰 과금과 거대 금속 거미 비유

2026년 1분기부터 Anthropic과 OpenAI가 기업 고객을 토큰 기반 과금으로 옮겼다. 보조 구독에서는 모델 오류 비용이 월 20달러·100달러·200달러로 가려졌지만, 실제 종량제에서는 실패 비용이 그대로 사용자에게 노출된다. 한 달 만에 5억 달러를 쓴 기업도 있었다. KPMG 조사에 따르면 AI 비용 가시성은 종합 26%, 일부만 보이는 기업 50%, 청구 후 확인 22%로 나뉘고, Uber는 분기 만에 연간 토큰 예산을 다 써버렸기에 사용자당 월 1,500달러 한도를 걸었다. T-Mobile은 월 2,000달러, Brex는 엔지니어 주 500달러, 비엔지니어 주 5달러로 잘랐다. Notion은 Anthropic 서비스 중단 뒤 몇 시간 동안 접근을 차단했고, LLM은 더 많이 추론할수록 환각이 늘어난다는 연구 결과와도 맞물린다.

원문에서 가장 인상 깊었던 비유는 거대 금속 거미다. 100만 달러짜리 장치가 한 번 쓸 때마다 4만 달러의 연료를 먹는다는 설정인데, Diet Coke를 정확히 꺼내기도 하고 냉장고에 구멍을 내기도 한다. 결과와 무관하게 4만 달러는 청구된다. 보조금 덕분에 일반 사용자는 파괴 행위를 가끔 경험하지만, 기업은 실제 비용을 그대로 부담한다. 이게 지금 LLM 코딩 에이전트의 현실이고, 코딩 도구가 만들어낸 앱의 다수는 쓸모없고 안전하지 않은 slopware에 그친다. Anthropic이 개인 구독 요금제를 미끼 상품으로 팔아서 개발자들을 락인시키고, 기업이 Enterprise의 비싼 종량제 요금을 지불하게 만드는 전략을 쓰고 있다는 분석도 나온다.

숫자로 보는 양상

OpenAI는 2030년 말까지 최소 8,520억 달러를 소진할 것으로 추정된다. Anthropic은 2029년에 1,740억 달러 매출을 찍어야 컴퓨트 약정을 감당할 수 있고, 둘이 2029년 합산 3,580억 달러 매출에 그칠 것으로 보이기 때문에 모자라다는 평가가 나온다. 현재 AI 스타트업 매출의 89%가 OpenAI와 Anthropic에 몰려 있어서, 두 회사가 동시에 무너지면 데이터센터를 채우는 수요 자체가 증발한다. Anthropic의 컴퓨트·칩 약정은 Google·Amazon·Microsoft 사이에서 3,300억 달러, CoreWeave와 300억 달러, SpaceX와 150억 달러에 달하고, OpenAI는 Microsoft·Amazon·CoreWeave·Cerebras·Oracle에 걸쳐 7,700억 달러 이상의 컴퓨트 약정을 맺었다. Salesforce의 2026년 Anthropic 3억 달러 지출 계획이 이 모든 약정 앞에서는 극히 작은 규모라는 점도 분명하다.

순환경제의 함정

높은 비용은 AI 연구소가 하이퍼스케일러 컴퓨트 파트너에 돈을 보내고, 그 자금이 다시 연구소와 NVIDIA GPU 수요로 순환하는 구조를 유지한다. 이 고리가 끊기면 모두가 흔들리고, OpenAI나 Anthropic이 수익성을 추구하면 AI 컴퓨트 수요가 줄면서 Azure·Google Cloud·AWS·CoreWeave·Oracle Cloud의 매출도 함께 줄어든다. Google의 850억 달러 지분 매각과 Meta의 수십억 달러 규모 지분 매각 계획은 하이퍼스케일러의 부채 조달이 어려워지는 상황과 직접 연결된다. 현재 약정과 전망을 맞추려면 AI 스택 전반이 10배 커져야 하고, 추가 연간 AI 컴퓨트 수요 2,500억 달러와 OpenAI·Anthropic 규모의 회사가 최소 두 곳 더 필요하다. Oracle은 OpenAI용 7.1GW 데이터센터에 3,400억~7,000억 달러를 쓰고 있어, OpenAI가 Oracle 컴퓨트를 감당하지 못하면 자금 고갈 위험에 직면한다.

그래서 우리 팀은 어떻게 해야 하나

1단계로 AI 지출 가시성을 확보하라. 한 사용자가 얼마를 쓰는지, 어떤 작업이 ROI를 만드는지 측정 못하면 통제할 수 없고, 청구서가 와서야 안 사람이 한 달에 5억 달러를 썼다는 사실을 알게 되는 팀이 있다. 2단계로 코딩 에이전트 사용에 시간 한도를 걸어라. 무한 루프 설계는 데모용이고 실제 운영에서는 비용 폭탄이다. 3단계로 하이퍼스케일러 의존도를 주기적으로 점검하라. 한 회사가 무너지면 부채와 컴퓨트가 함께 흔들리고, OpenAI가 Oracle 컴퓨트를 감당하지 못하면 Oracle은 자금 고갈 위험에 직면한다. 4단계로 사내 가이드라인을 만들라. 코딩 에이전트 사용 시간 30분 초과 시 사람이 검토하는 단순한 규칙만으로도 비용 폭발을 절반 가까이 막을 수 있다. 5단계로 주기적인 벤치마크를 돌려라. 모델이 자주 바뀌는 지금, 한 달 전 추천했던 모델이 오늘은 아닐 수 있다.

마무리: 같은 위치에 선 우리

원문 마지막 한 줄이 강렬하다. "AI는 둔화할 여유가 없다." 매출 3조 달러가 안 잡히면 9.5조~15조 달러짜리 데이터센터는 누가 감당하겠는가. 우리가 사용하는 모델과 API 한 줄 한 줄이, 그 거대한 자금 흐름 위에 올라가 있다. 개발자로서 이 구조를 정확히 알아야 도구를 현명하게 고를 수 있고, 어리석게 쓴 한 번의 무한 루프가 우리 회사 분기 예산을 깎아먹을 수 있다는 사실도 기억해야 한다. 지금이야말로 도구 사용 비용을 한 번쯤 정직하게 적어둘 때다.