---
title: "골드만삭스 “미국 빅테크, 중국 저가 AI 모델 공세 이길 것”"
published: 2026-05-19T10:05:03.855Z
canonical: https://jeff.news/article/2851
---
# 골드만삭스 “미국 빅테크, 중국 저가 AI 모델 공세 이길 것”

골드만삭스의 에릭 셰리던은 미국 빅테크가 중국의 저비용 오픈소스 AI 모델과의 경쟁에서 결국 우위를 유지할 것이라고 봤다. 근거는 7천억 달러 규모의 AI 인프라 투자, 하이퍼스케일러 주문 잔고, 토큰 비용 하락, 기업용 에이전트 AI 수요다.

- 골드만삭스 쪽 전망은 꽤 선명함. 미국 빅테크가 중국 저비용 오픈소스 AI 모델 공세를 이길 거라는 것임
  - 에릭 셰리던 골드만삭스 테크·미디어·통신 연구 부문 공동 책임자가 홍콩 컨퍼런스에서 이런 관점을 제시함
  - 이유는 단순히 “미국 기술이 더 좋다”가 아니라 인프라 투자, 토큰 비용, 기업용 수요가 같이 맞물린다는 데 있음

- 지금 미국 AI 인프라 투자는 말 그대로 초대형 베팅임
  - SCMP에 따르면 올해 미국의 AI 인프라 지출은 7천억 달러, 한화 약 1천56조 원을 넘을 것으로 예상됨
  - 시장에서는 당연히 “이 돈을 들인 만큼 수익이 나오냐”는 의심이 커지는 중임
  - 셰리던은 생산적 에이전트 AI 수요가 데이터센터와 반도체에 대한 전례 없는 자본 지출을 정당화한다고 봄

> [!IMPORTANT]
> 골드만삭스가 보는 핵심은 모델 가격 싸움이 아니라 토큰 공급 능력임. 인프라가 충분히 깔리면 토큰 서비스 비용이 내려가고, 그때 기업용 AI 사용량이 폭발한다는 논리임.

- 컴퓨팅 수요와 공급의 불균형은 아직 한참 남았다는 진단도 나옴
  - 셰리던은 컴퓨팅 수요와 공급 사이에 상당히 큰 괴리가 있다고 말함
  - 이 불균형은 2027년 하반기 전까지 해소되기 어렵다고 봄
  - 즉, GPU와 데이터센터 공급이 늘어도 AI 수요가 더 빨리 커지는 구간이 계속된다는 얘기임

- 중국의 장점도 인정하긴 함. 특히 에너지 공급 쪽은 중국이 미국보다 유리하다고 봄
  - AI 모델 훈련과 운영에는 전력과 데이터센터 인프라가 핵심임
  - 다만 셰리던은 첨단 기술과 기업용 고부가가치 시장에서는 미국 기업들이 여전히 주도권을 잡고 있다고 평가함

- 중국 오픈소스 모델의 서방 확산에 대해서는 회의적임
  - 그는 서방의 소비자·기업 사용 사례 깊숙이 중국 오픈소스 모델이 대규모로 퍼지는 모습은 보지 못했다고 말함
  - 월가가 중국산 대체 모델을 크게 걱정한 건 지난해 초 딥시크(DeepSeek) 모멘트 즈음에 집중됐다고 봄
  - 저렴한 모델이 화제를 만들 수는 있어도, 엔터프라이즈 배포와 신뢰까지 바로 장악하긴 어렵다는 해석임

- 미국 하이퍼스케일러의 주문 잔고도 낙관론의 근거로 제시됨
  - 알파벳과 아마존 두 회사의 주문 잔고가 8천억 달러, 한화 약 1천207조 원을 넘는다고 언급됨
  - 이런 대규모 선행 인프라 투자가 결국 AI 토큰 서비스 비용을 낮출 것으로 예상함
  - 골드만삭스는 향후 3~12개월 안에 미국 하이퍼스케일러와 AI 모델 제공업체들의 매출 총이익률이 긍정적 전환점을 맞을 수 있다고 봄

- 수요 전망 숫자도 꽤 공격적임
  - 골드만삭스 최근 보고서는 기업용 수요가 전 세계 AI 토큰 소비량을 2030년까지 24배로 키울 수 있다고 예상함
  - 2040년까지는 55배 증가 전망까지 제시함
  - 맞든 틀리든, 투자자들이 지금 보는 AI 시장은 “챗봇 몇 개”가 아니라 기업 업무 전체의 토큰화에 가까움

---

## 기술 맥락

- 이 기사에서 골드만삭스가 고른 승부처는 모델 자체가 아니라 인프라예요. 중국 오픈소스 모델이 싸고 빠르게 따라와도, 기업들이 안정적으로 쓰려면 토큰을 대량으로 싸게 공급할 수 있어야 하거든요.

- 그래서 하이퍼스케일러가 중요해요. 알파벳이나 아마존 같은 회사는 데이터센터, 반도체, 네트워크, 전력 계약까지 묶어서 AI 서비스를 굴릴 수 있어요. 모델 성능이 비슷해질수록 이런 운영 능력이 비용 차이를 만들어요.

- 에이전트 AI가 언급되는 이유도 사용량 때문이에요. 챗봇은 한 번 묻고 끝날 수 있지만, 에이전트는 여러 도구를 호출하고 중간 결과를 읽고 다시 계획하면서 토큰을 훨씬 많이 써요. 토큰 비용이 낮아져야 기업용 자동화가 본격적으로 커질 수 있어요.

- 중국 모델의 오픈소스 전략은 개발자에게 매력적이지만, 기업용 도입에서는 보안, 규제, 지원, 기존 시스템 연동이 같이 붙어요. 셰리던이 서방 엔터프라이즈 시장에서 대규모 확산을 못 봤다고 한 건 이 지점을 보는 거예요.

- 결국 이 전망은 “누가 제일 똑똑한 모델을 만들었나”보다 “누가 가장 많은 AI 작업을 안정적으로 싸게 처리하나”에 가까워요. 개발팀 입장에서도 앞으로는 모델 선택만큼 인프라 비용과 배포 조건을 같이 봐야 해요.

## 핵심 포인트

- 미국 AI 인프라 지출은 올해 7천억 달러를 넘을 것으로 예상됨
- 컴퓨팅 수요와 공급 불균형은 2027년 하반기 전까지 해소되기 어렵다는 전망이 나옴
- 알파벳과 아마존의 주문 잔고는 8천억 달러 이상으로 언급됨
- 골드만삭스는 전 세계 AI 토큰 소비량이 2030년 24배, 2040년 55배 증가할 것으로 예상함

## 인사이트

중국 오픈소스 모델이 가격 충격을 줬지만, 골드만삭스는 돈이 되는 기업용 AI 시장과 인프라 규모에서는 미국 하이퍼스케일러가 여전히 유리하다고 본다. 개발자 입장에서는 모델 가격보다 토큰 공급, 인프라 비용, 엔터프라이즈 배포가 다음 경쟁축이라는 신호로 읽을 만하다.