AI 모델이 싸지면 누가 돈을 벌까?｜오픈웨이트 시대의 진짜 수혜자는 인프라일까
AI 모델이 싸지면 누가 돈을 벌까?｜오픈웨이트 시대의 진짜 수혜자는 인프라일까
그런데 한 번 사용하는 가격이 내려간 덕분에 AI를 쓰는 사람과 업무가 훨씬 많이 늘어난다면 결과는 반대가 될 수도 있다.
그래서 이번에는 “어떤 AI 모델이 승자가 될까?”보다 “AI를 더 많이 쓸수록 공통으로 필요한 것은 무엇일까?” 라는 질문에서 투자 아이디어를 다시 생각해봤다.
최종 검수·편집 책임｜야왕투자 자료기준｜2026년 8월 11일 공개 투자소스와 독립 확인자료
다만 AI 모델 가격이 계속 내려가고 그보다 더 빠른 속도로 AI 사용량이 증가한다면 GPU·데이터센터·네트워크·전력·냉각·보안처럼 여러 모델이 공통으로 사용하는 기반시설의 총수요는 오히려 늘어날 가능성이 있다.
그래서 투자자로서 봐야 할 핵심은 AI 한 번의 가격보다 가격 하락 뒤 전체 사용량과 인프라 매출이 실제로 얼마나 증가하는가라고 생각한다.
1. 먼저 오픈웨이트부터 쉽게 이해해봤다
AI 모델을 사용할 때는 크게 회사가 운영하는 서비스를 API 형태로 사용하는 방식과, 학습된 모델 가중치를 내려받아 사용자가 직접 실행하는 방식을 생각할 수 있다.
폐쇄형 모델은 뛰어난 전문가에게 일을 맡기되 그 사람의 머릿속 자체를 가져오지는 못하는 방식에 가깝다.
오픈웨이트 모델은 학습이 끝난 AI의 핵심 설정값인 가중치를 받아 자신의 서버나 클라우드 환경에서 실행하고 필요에 따라 조정할 수 있는 방식에 가깝다.
여기서 이번 자료를 읽으며 하나 바로잡아야 할 부분도 발견했다.
오픈웨이트와 오픈소스는 완전히 같은 말이 아니다. 가중치가 공개됐다고 해서 학습데이터, 전체 학습 코드, 개발 과정까지 모두 공개됐다는 뜻은 아니기 때문이다.
또 오픈웨이트라고 해서 모든 모델이 자동으로 무료이거나 상업적으로 아무 제한 없이 사용할 수 있다는 뜻도 아니다. 실제 라이선스 조건은 모델마다 따로 확인해야 한다.
2. 원자료를 그대로 쓰지 않은 이유
투자자료를 볼 때 내용이 좋아 보여도 표와 문장을 그대로 옮기기 전에 내부 모순부터 확인할 필요가 있었다.
- 자료 일부에서 오픈웨이트와 오픈소스가 혼용되고 있었다.
- 비교표 일부의 가중치 공개·비공개 표기는 주변 설명과 반대로 읽히는 부분이 있었다.
- “오픈웨이트는 라이선스 비용이 없다”는 설명은 모든 모델에 일반화하기 어렵다.
- 모델 사용량 순위나 비용 비교는 기준일과 비교 조건이 달라지면 숫자가 바뀔 수 있다.
그래서 이 글에서는 원자료의 큰 산업 논리는 참고하되, 세부 숫자를 그대로 반복하기보다 내가 실제 투자 판단에 다시 사용할 수 있는 질문으로 바꿔봤다.
3. 왜 지금 오픈웨이트가 투자 이슈가 됐을까
원자료에서 가장 흥미로웠던 부분은 AI 경쟁이 단순히 “누가 가장 똑똑한 모델을 만드느냐”에서 가격과 배포방식, 기업의 통제권까지 확장되고 있다는 점이었다.
성능이 충분히 좋은 AI를 더 낮은 비용으로 사용할 수 있게 되면 기업은 모든 일을 가장 비싼 모델에 맡길 필요가 줄어든다.
반복·대량 업무 → 저렴한 모델
→ 업무에 따라 여러 모델을 골라 쓰는 Hybrid 구조
이렇게 되면 기업이 묻는 질문도 달라질 수 있다.
예전에는 “어떤 AI 회사 하나를 선택할까?”였다면, 앞으로는 “이 업무를 충분히 잘하면서 가장 싸게 처리할 모델은 무엇인가?” 가 더 중요해질 수 있다.
4. 여기서 내 투자 가설이 시작됐다
처음에는 그렇게 생각했다. 같은 일을 더 적은 컴퓨팅 자원으로 할 수 있다면 필요한 칩과 서버도 줄어들 것처럼 보였기 때문이다.
그런데 가격이 내려간 만큼 기업이 AI를 훨씬 더 많은 업무에서 사용한다면 전체 결과는 반대로 나타날 수도 있다.
예를 들어 한 번의 AI 작업에 필요한 컴퓨팅 자원이 절반으로 줄어도 전체 AI 호출량이 다섯 배 늘어난다면 총 컴퓨팅 사용량은 오히려 증가할 수 있다.
이 글에서는 이런 가능성을 효율 개선이 전체 사용량 증가를 촉진할 수 있다는 제본스 역설과 비슷한 관점으로 생각해봤다.
하지만 아직 이것은 투자 결과가 아니라 검증해야 할 가설이다.
5. Closed·Hybrid·Open-weight, 어떤 경우에도 남는 것은 무엇일까
| 시나리오 | 기업의 AI 사용 방식 | 공통으로 남는 투자 질문 |
|---|---|---|
| Closed Models Win | 기업이 직접 모델을 운영하지 않고 강력한 API와 클라우드 서비스를 이용 | 클라우드·GPU·네트워크·데이터센터·전력이 얼마나 더 필요한가 |
| Hybrid | 어려운 업무는 최고성능 모델, 반복 업무는 저렴한 모델로 분산 | 모델 라우팅·클라우드·보안·추론 인프라의 역할이 얼마나 커지는가 |
| Open-weight Wins | 기업이 모델을 직접 운영하고 자체 데이터로 튜닝 | 자체 컴퓨팅·네트워크·전력·보안·운영 소프트웨어 수요가 얼마나 늘어나는가 |
내가 여기서 눈여겨본 것은 어느 시나리오에서도 물리적인 계산과 데이터 이동은 사라지지 않는다는 점이다.
모델 회사의 순위는 바뀔 수 있다. 하지만 AI가 실제 업무에 쓰이려면 계산을 수행할 반도체, 데이터를 전달할 네트워크, 서버를 설치할 데이터센터, 그 모든 것을 돌릴 전력이 필요하다.
6. 사실과 내 추론을 분리해봤다
- 오픈웨이트 모델을 직접 실행할 수 있는 선택지가 실제로 확대되고 있다.
- 기업은 하나의 모델만 사용할 필요 없이 업무별로 여러 모델을 선택할 수 있다.
- AI 모델 실행에는 어떤 형태로든 컴퓨팅·네트워크·전력 자원이 필요하다.
- 폐쇄형과 오픈웨이트가 동시에 존재하는 하이브리드 전략도 이미 현실적인 선택지다.
모델 가격 경쟁이 심해질수록 모델 자체에서 얻는 초과이익은 약해질 가능성이 있다.
반면 가격 하락이 더 많은 AI 사용을 만들면 여러 모델이 공통으로 사용하는 GPU·네트워크·전력·데이터센터 같은 인프라의 중요성은 상대적으로 커질 수 있다.
그래서 앞으로 AI 투자를 볼 때 “어떤 모델이 최고인가?”뿐 아니라 “사용량이 늘 때 어느 계층이 매번 돈을 받는가?”를 같이 봐야 한다는 생각이 들었다.
7. 여기서 바로 ‘인프라 수혜주’를 찾으면 또 틀릴 수 있다
이런 산업 논리를 보면 곧바로 관련 종목을 찾고 싶은 마음이 생긴다.
하지만 산업이 커지는 것과 그 산업에 속한 모든 기업의 주가가 오르는 것은 전혀 다른 문제다.
1. 모델 효율이 너무 빠르게 좋아질 수도 있다.
같은 작업에 필요한 자원이 크게 줄면
사용량 증가를 상쇄할 수 있다.
2. GPU가 아닌 자체 ASIC이 커질 수도 있다.
AI 인프라 시장은 성장해도 특정 반도체 회사의 점유율은 떨어질 수 있다.
3. 엣지 AI가 확대될 수도 있다.
추론이 스마트폰·PC·자동차 등으로 분산되면
중앙 데이터센터만 보는 투자논리는 약해질 수 있다.
4. 데이터센터 공급과잉이 생길 수도 있다.
실제 AI 수요보다 투자가 앞서가면
매출 성장에도 수익성이 나빠질 수 있다.
5. 가장 중요한 것은 가격이다.
좋은 산업이라도 주가가 이미 미래 성장을 과도하게 반영했다면
좋은 투자가 아닐 수 있다.
8. 내 이전 판단에서 무엇이 부족했나
나는 예전에는 AI 산업을 볼 때 “AI 성장 → GPU 수요 증가 → 반도체 수혜” 정도로 짧게 연결해서 생각하는 경우가 많았다.
그런데 이번 자료를 보면서 AI 산업 전체가 성장하는 것과 특정 기업이 계속 높은 마진과 시장점유율을 유지하는 것은 전혀 다른 질문이라는 생각이 들었다.
모델 효율이 좋아지면 동일 작업에 필요한 GPU는 줄 수 있다. 자체 가속기가 성장하면 기존 업체의 점유율도 변할 수 있다.
반대로 AI 가격 하락이 훨씬 큰 사용량 증가를 만들면 총 컴퓨팅 수요가 더 커질 수도 있다.
앞으로는 “AI 산업이 성장한다”는 한 문장으로 종목을 연결하지 않고, 사용량·단가·시장점유율·CAPEX·마진을 각각 나눠 확인해야겠다.
9. 투자자로서 실제로 확인할 숫자는 무엇일까
토큰 가격이 내려가는 속도보다 전체 AI 사용량이 늘어나는 속도가 더 빠른가?
그리고 그 증가가 실제로 반도체·네트워크·전력 기업의 매출과 이익으로 이어지는가?
10. 모델 회사에도 더 어려운 질문이 생길 수 있다
오픈웨이트 모델의 성능이 계속 높아지고 가격이 낮아진다면 최고성능 폐쇄형 모델 회사도 단순한 벤치마크 점수만으로는 높은 가격을 유지하기 어려울 수 있다.
- 왜 계속 높은 API 가격을 받을 수 있는가?
- 오픈웨이트 모델과의 성능 격차를 얼마나 오래 유지할 수 있는가?
- 기업이 자체 모델을 운영하지 않고 API를 계속 써야 할 이유는 무엇인가?
- 모델 성능이 비슷해진 뒤 진짜 해자는 어디에 남는가?
- 막대한 학습비용을 어떻게 회수할 것인가?
이렇게 보면 앞으로 AI 기업의 해자는 단순히 모델 성능 하나가 아니라 제품·플랫폼·에이전트·기업 업무흐름·개발자 생태계·사용자 기반으로 이동할 수도 있다.
11. 현재 내 결론은 ‘인프라 승리’가 아니다
이번 자료에서 가장 흥미로웠던 부분은 어떤 AI 모델이 이기느냐보다 모든 모델이 공통으로 필요로 하는 것을 보는 관점이었다.
처음에는 AI가 싸지면 GPU와 데이터센터도 덜 필요해질 것이라고 생각했지만, 지금은 가격 하락이 훨씬 더 많은 사용을 만들 가능성까지 같이 생각하게 됐다.
그렇다고 아직 “오픈웨이트 시대의 진짜 승자는 인프라다” 라고 결론 내리지는 않으려고 한다.
모델 효율, 자체 ASIC, 엣지 AI, 공급과잉이라는 반대 시나리오가 있기 때문이다.
결국 투자에서는 흥미로운 산업 이야기가 아니라 실제 매출·이익과 가격이 가설을 따라오는지가 중요하다.
12. 이 투자 가설이 틀렸다고 인정할 조건
- AI 사용량은 늘지만 총 GPU·가속기 수요가 둔화된다.
- 하이퍼스케일러의 AI 관련 CAPEX 증가율이 뚜렷하게 꺾인다.
- 데이터센터 전력 소비가 예상보다 느리게 증가한다.
- 모델 효율 향상 속도가 사용량 증가 속도를 지속적으로 앞선다.
- 광통신·전력·냉각 등 주변 인프라의 매출과 이익이 따라오지 않는다.
- 수요는 증가하지만 공급과잉으로 관련 기업의 마진이 하락한다.
이런 움직임이 확인된다면 “AI 가격 하락 → 사용량 증가 → 인프라 수요 증가”라는 현재 가설을 수정해야 한다.
13. 앞으로 이 글을 어떻게 다시 검증할까
- 글로벌 AI inference 사용량 증가
- 주요 모델의 추론 가격 변화
- 하이퍼스케일러 데이터센터 CAPEX
- GPU·ASIC·HBM 매출과 출하량
- 데이터센터 전력 소비 증가
- 광통신·네트워크 장비 매출 증가
- 전력설비·냉각·보안 관련 수주와 이익
- 각 산업의 성장보다 주가가 얼마나 먼저 반영됐는지
이 숫자들을 분기별로 계속 확인하면 “AI 인프라가 수혜일 것 같다”는 막연한 기대를 실제 투자 기준으로 조금씩 바꿀 수 있을 것 같다.
오픈웨이트와 오픈소스를 동일 개념처럼 사용하지 않도록 구분했고, 원자료 일부 표의 표현 오류 가능성과 라이선스 일반화 문제를 본문에서 제거했다. 또한 “인프라가 진짜 승자”라는 표현을 확정 결론이 아닌 검증 가능한 투자 가설로 수정했다. 향후 AI 사용량·CAPEX·인프라 매출이 가설과 다르게 움직이면 결론도 함께 업데이트한다.
src
주요 공부 소스
이효석아카데미｜2026.08.11
「최근 테크 섹터의 가장 큰 화두 : 오픈웨이트에 대한 개념과 3가지 시나리오」
원자료의 오픈웨이트 개념, Closed·Hybrid·Open-weight 시나리오, 모델 라우팅과 인프라 해자 이동 논점을 공부용으로 참고했다. 외부 자료의 수혜주 결론을 그대로 사용하지 않고, 사실·추론·반론·가설 무효화 조건을 나누어 다시 정리했다.
독립 확인 경로
- OpenAI｜gpt-oss 오픈웨이트 모델 공식 소개
- Hugging Face｜2026년 7월 보안 사고 공식 분석
- NVIDIA｜Open Secure AI Alliance 공식 발표
대표 이미지 src
이미지 원본
댓글
댓글 쓰기