본문으로 건너뛰기
피드

테더 CEO가 본 AI 투자 거품론, 핵심은 칩 수명 3~5년

ai-ml 약 4분
vote
0
댓글
북마크

테더 CEO 파올로 아르도이노가 빅테크의 AI 인프라 투자 경쟁에 구조적 균열이 있다고 경고했다. AI 칩은 3~5년이면 노후화될 수 있는데, 데이터센터와 GPU 투자는 훨씬 긴 회수 기간을 전제로 굴러가고 있다는 지적이다.

  • 1

    AI 서비스 가격이 실제 제공 비용보다 낮게 책정돼 수익성 압박이 커질 수 있음

  • 2

    GPU와 데이터센터 투자는 선투자가 큰데 AI 칩 수명은 3~5년으로 짧을 수 있음

  • 3

    오픈소스 AI 확산이 상업용 AI 기업의 가격 결정력을 흔들 수 있음

  • 4

    JP모건은 2030년까지 전 세계 AI 관련 지출을 5조 5,000억 달러로 전망함

  • 테더(Tether) CEO 파올로 아르도이노가 빅테크의 AI 투자 열풍에 꽤 직설적인 경고를 던짐
    • 핵심은 “AI 칩은 3~5년이면 낡는데, 투자금 회수 구조는 그보다 훨씬 긴 시간을 전제로 한다”는 것
    • 데이터센터, 그래픽처리장치(GPU), 전력 계약에 먼저 돈을 왕창 넣고 나중에 AI 매출로 회수하는 모델인데, 장비 교체 주기가 생각보다 짧으면 계산이 꼬일 수 있음
  • 아르도이노가 본 균열은 크게 4가지임
    • 첫째, AI 서비스 가격이 실제 제공 비용보다 낮게 책정돼 있을 수 있음
    • 둘째, 고객 확보 때문에 가격을 낮게 유지하면 수익성이 계속 눌리고, 가격을 올리면 수요가 식을 수 있음
    • 셋째, 선투자와 수익화 시점 사이의 간격이 너무 큼
    • 넷째, 오픈소스 AI가 상업용 AI 기업의 가격 결정력을 흔들고 있음
  • 숫자만 보면 이 판이 얼마나 과열됐는지 감이 옴
    • JP모건(JPMorgan)은 2030년까지 전 세계 AI 관련 지출이 5조 5,000억 달러에 이를 것으로 봄
    • 알파벳(Alphabet), 아마존(Amazon), 메타(Meta), 마이크로소프트(Microsoft)는 올해 최대 7,200억 달러를 쓸 것으로 예상됨
    • 모건스탠리(Morgan Stanley)는 2028년까지 AI 인프라에 약 3조 달러가 투입될 수 있다고 추산함

중요

> 이 경고의 포인트는 “AI 수요가 있냐 없냐”가 아님. 수요가 있어도 하드웨어 수명, 서비스 가격, 수익화 속도가 안 맞으면 투자 수익으로 바뀌지 않을 수 있다는 얘기임.

  • 오픈소스 AI의 성장은 빅테크 입장에선 은근히 아픈 변수임
    • 기업 고객이 자체 배포나 커스텀 모델로 비용을 낮출 수 있으면, 폐쇄형 API 업체가 높은 가격을 계속 유지하기 어려워짐
    • 특히 성능 격차가 줄어들수록 “굳이 비싼 상용 모델만 써야 하나?”라는 질문이 커질 수 있음
  • 중국계 투자사들도 비슷한 거품론을 내고 있음
    • 웰스프링 애셋은 글로벌 AI 주식을 “슈퍼 버블”로 봤고, 상하이 반샤 인베스트먼트 매니지먼트 센터도 시장 조정을 촉발할 요인이 이미 나타났을 가능성을 언급함
    • 결국 AI 인프라 투자 경쟁이 계속되려면, 단순 기대감이 아니라 실제 매출과 마진이 따라와야 함
  • 개발자 입장에서 이 뉴스가 중요한 이유는 꽤 현실적임
    • 지금 쓰는 AI API 가격, 기업 내부 AI 도입 비용, 온프레미스 모델 운영 여부가 모두 이 인프라 경제성에 묶여 있음
    • 모델 성능 경쟁만 보던 시기에서, 이제는 “누가 더 싸고 오래 버틸 수 있나”의 싸움으로 넘어가는 중임

AI 인프라 투자는 단순히 GPU를 많이 사는 게임이 아니라, 가격·수익화·감가상각·오픈소스 경쟁이 동시에 맞아야 성립하는 게임임. 개발자 입장에서도 ‘모델 성능’만 볼 게 아니라 그 뒤의 컴퓨트 비용 구조가 서비스 지속성을 좌우한다는 점을 봐야 함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

메타, 남는 GPU를 클라우드로 빌려줄까… AI 인프라 시장이 긴장하는 이유

메타가 내부 AI 투자로 확보한 GPU 자원을 외부 기업에 빌려주는 방안을 검토 중이다. 올해만 최대 1450억달러를 AI 인프라에 쓰는 상황이라, 남는 연산 자원을 팔아 가동률과 투자 회수를 챙기려는 흐름으로 보인다. 현실화하면 코어위브 같은 AI 클라우드 업체의 가격과 장기 계약 구조에도 압박이 갈 수 있다.

ai-ml

메타가 남는 컴퓨트를 팔겠다고 하자 네오클라우드가 흔들린 이유

메타가 남는 연산 용량을 판매하겠다고 나서면서 GPU 임대 중심의 네오클라우드 사업 모델이 압박을 받는다는 분석이 나왔다. 동시에 AI 인프라 병목이 GPU에서 메모리 반도체로 이동하고, HBM 시장을 장악한 한국에 구조적 기회가 생겼다는 관점도 제시됐다.

ai-ml

중국은 벌써 ‘AI 에이전트 실무자’ 투입 중이라는 얘기

중국 기업과 지방정부가 생성형 AI를 넘어 업무를 직접 수행하는 AI 에이전트 도입을 빠르게 늘리고 있다는 내용이다. 미국산 폐쇄형 대규모 언어 모델(LLM) 접근 제한, 저렴한 중국산 모델 비용, 제조·금융·행정 자동화 수요가 맞물리면서 오픈소스 에이전트 생태계가 커지고 있다.

ai-ml

AI 의료기술 수가, 이제 성능 따라 다르게 매기자는 제안이 나왔다

건강보험심사평가원 연구에서 AI 의료기술의 급여체계를 검사 종류 중심에서 임상 가치와 활용도 중심으로 바꿔야 한다는 제안이 나왔다. 단순히 의사 업무를 줄이는 AI에는 별도 수가를 주지 말고, 진단·치료 결정에 직접 도움이 되는 기술에 보상하자는 방향이다. 상급 기술은 1만6000원, 기준등급은 4000원 같은 차등수가 예시와 2년 주기 재평가, 의료취약지 적용 확대도 포함됐다.

ai-ml

AI 데이터센터 돈줄이 막히면 HBM 가격도 흔들릴 수 있다

AI 인프라 투자가 기술 경쟁을 넘어 신용시장과 금리 문제로 번지고 있다는 분석이다. 빅테크가 데이터센터와 GPU 확보에 막대한 돈을 쓰는 동안 144A 채권, 오프밸런스 구조, GPU 담보 대출 같은 금융 구조가 커졌고, 미국 10년물 금리 4.5%가 중요한 임계점으로 제시됐다. 이 돈줄이 흔들리면 한국 HBM과 반도체 공급망도 바로 영향을 받을 수 있다.