AI 모델이 싸지면 누가 돈을 벌까?｜오픈웨이트 시대의 진짜 수혜자는 인프라일까
AI 모델이 싸지면 누가 돈을 벌까?｜오픈웨이트 시대의 진짜 수혜자는 인프라일까
AI 한 번 돌리는 데 드는 비용이 줄면 GPU나 데이터센터도 예전만큼 많이 필요하지 않은 것 아닐까?
그런데 여기서 한 가지 빠진 변수가 있었다.
사람들이 AI를 얼마나 많이 쓰게 될 것인가.
한 번 쓰는 비용은 줄어도 AI를 사용하는 사람과 업무가 몇 배로 늘어난다면 전체 결과는 오히려 반대일 수도 있다.
그래서 이번에는 어떤 AI 모델이 1등이 될지를 맞히기보다, AI가 점점 싸지고 흔해질수록 어느 곳이 반복해서 돈을 받을 수 있을까 를 생각해봤다.
최종 검수·편집 책임｜야왕투자 기준일｜2026년 8월 12일
인프라 투자에서 내가 더 중요하게 봐야 할 것은 가격이 내려가는 속도보다 AI 사용량이 늘어나는 속도가 더 빠른가다.
그리고 사용량이 늘어난다고 바로 수혜주가 되는 것도 아니다.
실제 투자에서는 사용량 → 병목 → 주문 → 가격결정력 → 매출·이익 까지 연결되는지를 봐야 한다.
따라서 현재 내 생각은 “AI 인프라가 무조건 승자다”가 아니라 “AI가 싸질수록 어디가 실제로 부족해지는지 확인해보자” 에 가깝다.
1. AI 모델 정보에서 먼저 눈에 들어온 변화
AI 모델을 사용하는 방법은 이제 한 가지로만 설명하기 어려워지고 있다.
회사가 운영하는 최고성능 모델을 API 형태로 사용할 수도 있고, 가중치가 공개된 모델을 자신의 서버나 클라우드에서 직접 운영할 수도 있다.
OpenAI는 gpt-oss-120b와 gpt-oss-20b라는 오픈웨이트 모델을 제공하고 있다. 사용자가 직접 통제하는 인프라나 호스팅 환경에서 실행할 수 있는 모델이다.
여기서 중요한 것은 오픈웨이트가 곧 오픈소스 전체를 뜻하는 것은 아니라는 점이다. 공개된 가중치를 사용할 수 있다는 것과 모든 학습데이터·도구·인프라가 공개됐다는 것은 같은 의미가 아니다.
나는 그래서 미래가 폐쇄형 모델 하나가 모든 일을 처리하거나, 반대로 오픈웨이트가 모든 폐쇄형 모델을 없애는 모습으로만 가지는 않을 수도 있다고 생각한다.
반복·대량 업무 → 더 저렴한 모델
민감한 내부 데이터 → 직접 운영 모델
→ 업무마다 AI를 골라 쓰는 구조
그렇다면 투자자는 모델 회사끼리의 순위만 보는 것보다 여러 모델이 공통으로 사용하는 것이 무엇인가를 볼 필요가 생긴다.
2. 내가 처음 놓쳤던 변수는 사용량이었다
처음에는 이렇게 생각했다.
AI 효율이 좋아진다 → 같은 작업에 필요한 GPU가 줄어든다 → 데이터센터 투자도 언젠가는 둔화될 것이다.
이 논리가 완전히 틀린 것은 아니다.
그런데 여기에는 AI를 사용하는 횟수가 얼마나 늘어나는지가 빠져 있었다.
나는 효율 개선과 총수요 감소를 거의 같은 의미처럼 생각하고 있었다.
예를 들어 한 번의 AI 작업에 필요한 계산량이 절반이 되더라도, AI를 사용하는 업무가 다섯 배로 늘어난다면 전체 컴퓨팅 사용량은 오히려 증가할 수 있다.
그래서 앞으로는 작업 하나의 효율과 산업 전체 사용량을 따로 보려고 한다.
3. AI 인프라 수요를 다시 계산해봤다
AI 인프라를 생각할 때 나는 다음과 같은 간단한 개념식으로 정리해보려 한다.
이 식을 사용하면 “AI 모델 가격이 싸졌다”는 사실 하나만으로 인프라 수요를 판단하기 어려운 이유가 보인다.
모델 효율이 높아지면 작업당 필요한 컴퓨팅 자원은 줄 수 있다.
반대로 가격 하락과 사용 편의성 개선으로 기업들이 훨씬 많은 일을 AI에 맡기면 AI 작업량은 더 빠르게 늘 수 있다.
AI 한 번을 처리하는 비용이 내려가는 속도보다
전체 AI 사용량이 증가하는 속도가 더 빠른가?
4. AI가 싸질수록 오히려 더 많이 쓰게 될까?
효율이 좋아지면 자원 소비도 줄 것처럼 느껴진다.
하지만 어떤 기술이 훨씬 싸고 편리해지면서 새로운 사용처가 계속 생기면 전체 사용량은 오히려 증가할 수도 있다.
경제학에서 말하는 제본스 역설과 비슷한 질문을 AI에도 던져볼 수 있다.
나는 이 마지막 물음표가 AI 투자에서 앞으로 꽤 오래 확인해야 할 핵심 변수라고 생각한다.
5. 인프라에서 진짜 돈을 버는 조건
AI 사용량이 늘어나면 필요한 산업은 반도체 하나로 끝나지 않는다.
그런데 여기서 나는 한 번 더 걸러야 한다고 생각한다.
산업 수요가 늘어난다는 것과 그 산업의 모든 기업이 높은 이익을 남긴다는 것은 같은 말이 아니다.
| 확인 질문 | 왜 중요한가 | 실제로 볼 것 |
|---|---|---|
| 사용량이 늘어나는가 | 실제 AI 사용 증가가 인프라 소비 증가로 이어져야 한다. | AI 사용량, 서버 가동, 데이터센터 투자 |
| 병목이 있는가 | 공급이 너무 쉬우면 수요가 늘어도 높은 이익을 남기기 어렵다. | HBM, 패키징, 광통신, 변압기, 냉각 |
| 가격결정력이 있는가 | 수요를 실제 수익성으로 바꿀 힘이 있어야 한다. | 판매가격, 마진, 수주잔고, 공급계약 |
| 이미 비싸지 않은가 | 산업 전망이 맞아도 너무 비싸게 사면 투자 결과는 다를 수 있다. | 실적 증가율과 주가 상승속도 비교 |
6. 수요보다 중요한 것은 ‘병목’일 수도 있다
AI가 커질 때 모든 부품과 시설의 공급이 같은 속도로 늘어날 수는 없다.
어떤 것은 공장을 늘려 빠르게 공급할 수 있지만, 어떤 것은 설비·전력망·공급망 때문에 증설에 오랜 시간이 걸린다.
그래서 나는 단순히 “AI 수요가 많은 곳”보다 “AI 수요 증가 속도를 공급이 따라가지 못하는 곳”을 더 관심 있게 보려고 한다.
7. 오픈웨이트가 늘면 클라우드는 위험할까?
처음에는 기업들이 직접 모델을 돌리기 시작하면 클라우드 회사에는 불리할 수도 있다고 생각했다.
그런데 이것 역시 한 방향으로만 보기 어렵다.
오픈웨이트 모델을 사용한다고 해서 모든 기업이 직접 GPU와 서버를 구매해야 하는 것은 아니다.
자체 데이터센터를 쓸 수도 있고, 클라우드 GPU를 빌릴 수도 있고, 호스팅된 모델을 사용할 수도 있다.
오픈웨이트의 확산은 클라우드를 없애는 변화라기보다 기업이 AI를 배치하는 방법을 다양하게 만드는 변화일 수도 있다.
결국 기업은 비용·성능·보안·운영부담을 비교해 업무마다 다른 방식을 선택할 가능성이 있다.
보안에서도 비슷한 면이 있다.
2026년 Hugging Face는 AI 기반 침입 사고를 분석하는 과정에서 상용 API의 안전장치로 실제 공격 명령 분석이 막히자 자체 환경에서 실행한 오픈웨이트 모델을 포렌식에 활용했다고 공개했다.
이 사례를 보면서 나는 오픈웨이트가 무조건 안전하다거나 위험하다는 결론보다, AI가 널리 배포될수록 보안과 통제 자체도 중요한 인프라가 될 수 있다는 점이 더 흥미로웠다.
8. 인프라가 무조건 승자라는 생각도 위험하다
① 모델 효율이 사용량보다 더 빠르게 좋아질 수 있다.
같은 작업에 필요한 계산량이 급격히 줄면
전체 컴퓨팅 수요도 생각보다 적게 늘 수 있다.
② 자체 ASIC이 커질 수 있다.
AI 산업 전체가 성장해도
현재 GPU 업체의 시장점유율이 그대로 유지된다는 보장은 없다.
③ 엣지 AI가 빠르게 확대될 수 있다.
추론이 스마트폰·PC·자동차로 이동하면
중앙 데이터센터 중심 논리가 달라질 수 있다.
④ 데이터센터가 과잉 건설될 수 있다.
실제 사용량보다 투자속도가 앞서면
가격과 마진이 떨어질 수 있다.
⑤ 좋은 이야기가 이미 주가에 반영됐을 수 있다.
산업 전망이 맞더라도
비싼 가격에 산 투자는 좋은 결과를 주지 않을 수 있다.
9. 한국 주식에서는 어디까지 연결해서 볼까?
국내 AI 투자를 보면 나는 예전에는 자연스럽게 HBM과 반도체부터 생각했다.
하지만 인프라를 이런 식으로 보면 범위가 조금 넓어진다.
여기서 중요한 것은 AI라는 단어가 붙은 종목을 먼저 고르는 것이 아니다.
AI 사용 증가가 실제 어느 기업의 주문서와 손익계산서에 나타나는지 확인하는 것이 먼저다.
10. 앞으로 내가 적용할 투자 규칙
이번 생각을 정리하면서 내가 가장 크게 바꾸고 싶은 투자 연결 방식은 이것이다.
예전처럼 “AI 성장 → 반도체 수혜”에서 끝내지 않으려고 한다.
최소한 아래 숫자는 함께 확인하고 싶다.
11. 이 가설이 틀렸다고 인정할 조건
- AI 사용량은 늘지만 총 컴퓨팅 수요가 지속적으로 둔화된다.
- 모델 효율 향상이 사용량 증가보다 계속 더 빠르다.
- 하이퍼스케일러의 데이터센터 투자가 구조적으로 감소한다.
- GPU·HBM·네트워크·전력 기업의 매출과 이익이 따라오지 않는다.
- 공급 확대가 빨라지면서 가격과 영업이익률이 계속 하락한다.
- 추론의 중심이 예상보다 훨씬 빠르게 엣지 기기로 이동한다.
이런 변화가 확인된다면 “AI가 싸질수록 인프라 사용량이 더 커질 수 있다” 는 현재 생각을 고집하지 않고 수정해야 한다.
12. 왜 이 시점에 이 주제가 중요한가?
나는 처음에 “AI가 싸지면 반도체와 데이터센터도 덜 필요한 것 아닐까?” 라고 생각했다.
그런데 지금은 질문이 조금 달라졌다.
AI 경쟁이 최고성능 모델 하나를 만드는 싸움에서 더 싸게, 더 많은 업무에, 더 다양한 방식으로 AI를 배치하는 싸움까지 넓어진다면 투자자가 봐야 할 돈의 흐름도 달라질 수 있기 때문이다.
앞으로 AI가 기업의 일부 업무가 아니라 일상적인 업무 도구처럼 사용되기 시작한다면 중요한 것은 모델 하나의 이름보다 그 사용량을 실제로 감당해야 하는 계산·통신·전력·보안 인프라가 될 수도 있다.
반대로 모델 효율이 생각보다 훨씬 빠르게 좋아지고 인프라 공급이 충분히 늘어난다면 지금 시장이 기대하는 대규모 투자 이야기가 과도했을 수도 있다.
그래서 지금은 “AI가 성장한다”는 사실 자체보다 그 성장에서 실제로 누가 부족해지고, 누가 가격을 올릴 수 있으며, 누구의 매출과 이익이 늘어나는지를 확인해야 할 시점 이라고 생각한다.
13. 초보자를 위한 정리
첫째.
AI 모델이 싸진다고 해서
반도체와 데이터센터가 무조건 덜 필요한 것은 아니다.
한 번 사용할 때 필요한 컴퓨팅 자원은 줄어도 사람들이 AI를 훨씬 많이 쓰면 전체 사용량은 오히려 늘 수 있다.
둘째.
AI 관련 산업이 커진다고
모든 관련 기업이 돈을 버는 것도 아니다.
실제로 공급이 부족한지, 가격을 지킬 수 있는지, 주문이 늘어나는지, 매출과 영업이익까지 좋아지는지를 봐야 한다.
셋째.
그래서 나는 앞으로
“AI가 뜬다”보다
“AI를 많이 쓸수록 어디가 부족해지고 누가 실제로 돈을 받는가?”
를 먼저 확인하려 한다.
그리고 아무리 좋은 산업이라도
주가가 이미 너무 비싸다면 좋은 투자가 아닐 수 있다.
※ 이 글은 특정 종목의 매수·매도를 권유하기 위한 글이 아니라
AI 산업 변화를 투자 관점에서 공부한 개인적인 기록이다.
출처
본문에서 직접 언급한 특정 사례의 사실 확인에 사용한 공식 자료만 남긴다.
-
OpenAI｜Open-weight models (gpt-oss)
gpt-oss 모델의 오픈웨이트 구조, 자체 인프라 실행, 라이선스 관련 공식 안내
OpenAI 공식 자료 -
Hugging Face｜Security incident disclosure — July 2026
AI 기반 침입사고와 자체 인프라에서 오픈웨이트 모델을 사용한 포렌식 사례
Hugging Face 공식 자료
댓글
댓글 쓰기