[Post] AI의 2,000억 달러 과제 - GPU 과잉 투자와 실질적 가치 창출의 딜레마

 

AI’s $200B Question

 

핵심 요약:

• 엔비디아의 실적 호조로 AI GPU 수요 급증, 연간 500억 달러 규모 예상
• GPU 구매 및 운영 비용 대비 수익 창출 격차 2,000억 달러 이상 발생 전망
• 대형 기술 기업들의 데이터센터 투자 증가, 미래 수요 선점 경쟁
• 인프라 과잉 구축이 장기적으로는 AI 개발 비용 절감과 혁신 촉진 기대

 

급증하는 AI 인프라 투자, 실제 수익 창출이 관건

 

GPU 용량이 과잉 구축되고 있습니다. 장기적으로는 좋은 일이지만, 단기적으로는 상황이 복잡해질 수 있습니다.

 

작년 여름에 시작된 생성형 AI 물결이 초고속으로 진행되고 있습니다. 이러한 가속화의 촉매제는 엔비디아의 2분기 실적 가이던스와 이후의 실적 상승이었습니다. 이는 시장에 GPU와 AI 모델 학습에 대한 막대한 수요를 알리는 신호였습니다.

 

엔비디아의 발표 이전에는 ChatGPT, Midjourney, Stable Diffusion과 같은 소비자 서비스들이 AI를 대중의 의식에 각인시켰습니다. 엔비디아의 실적과 함께, 창업자들과 투자자들은 AI가 수십억 달러의 순수 신규 수익을 창출할 수 있다는 실증적 증거를 받았습니다. 이는 이 분야를 지금까지 최고 단계로 올려놓았습니다.

 

투자자들이 엔비디아의 실적에서 많은 것을 추론했고 AI 투자가 기록적인 속도와 밸류에이션으로 이루어지고 있지만, 큰 의문이 남아있습니다: 이 모든 GPU들은 무엇에 사용되고 있는가? 고객의 고객은 누구인가? 이 빠른 투자율이 성과를 내려면 얼마나 많은 가치가 창출되어야 하는가?

 

다음을 고려해보십시오: GPU에 지출되는 1달러당 데이터 센터에서 GPU를 운영하는 데 약 1달러의 에너지 비용이 소요됩니다. 따라서 엔비디아가 연말까지 500억 달러의 연간 GPU 매출을 달성한다면(애널리스트 전망에 기반한 보수적인 추정), 이는 약 1,000억 달러의 데이터 센터 지출을 의미합니다. GPU의 최종 사용자(예: 스타벅스, X, 테슬라, Github Copilot 또는 새로운 스타트업)도 마진을 얻어야 합니다. 그들이 50% 마진이 필요하다고 가정해봅시다. 이는 현재 GPU 설비투자의 각 연도마다, 초기 자본 투자를 회수하기 위해 2,000억 달러의 평생 수익이 이 GPU들로부터 창출되어야 함을 의미합니다. 여기에는 클라우드 벤더들의 마진은 포함되지 않습니다 - 그들이 긍정적인 수익을 얻으려면 총 수익 요구사항은 더 높아질 것입니다.

 

공개 자료에 따르면, 증분 데이터 센터 구축의 대부분은 대형 기술 기업들로부터 오고 있습니다: 예를 들어, 구글, 마이크로소프트, 메타는 데이터 센터 설비투자 증가를 보고했습니다. 보고서들은 바이트댄스, 텐센트, 알리바바도 엔비디아의 큰 고객이라고 지적합니다. 앞으로는 아마존, 오라클, 애플, 테슬라, Coreweave와 같은 기업들도 중요한 기여자가 될 것입니다.

 

중요한 질문은 이것입니다: 이 설비투자 구축 중 얼마나 많은 부분이 실제 최종 고객 수요와 연결되어 있으며, 얼마나 많은 부분이 미래의 최종 고객 수요를 예상하고 구축되고 있는가? 이것이 2,000억 달러 질문입니다.

 

The Information은 OpenAI가 연간 10억 달러의 수익을 창출하고 있다고 보도했습니다. 마이크로소프트는 Microsoft Copilot과 같은 제품들로부터 100억 달러의 AI 수익을 창출할 것으로 예상한다고 밝혔습니다. 구글도 Duet과 Bard 같은 AI 제품들로부터 비슷한 금액의 수익을 창출할 것이라고 가정해봅시다. 또한 메타와 애플이 각각 AI로부터 100억 달러의 수익을 창출한다고 가정해봅시다. 오라클, 바이트댄스, 알리바바, 텐센트, X, 테슬라에 대해 50억 달러의 자리표시자를 사용해봅시다. 이것들은 모두 가상의 가정입니다 - 요점은 AI로부터 매우 관대한 이익을 가정하더라도, 오늘날 수준의 설비투자 각 연도마다 1,250억 달러 이상의 구멍을 메워야 한다는 것입니다.

 

스타트업 생태계가 이 구멍을 메울 수 있는 큰 기회가 있습니다. 우리의 목표는 "GPU를 따라가면서" AI 기술을 활용하여 실제 최종 고객 가치를 창출하는 차세대 스타트업들을 찾는 것입니다. 우리는 이러한 기업들에 투자하고 싶습니다.

 

이 분석의 목적은 우리가 오늘날 보는 격차를 강조하는 것입니다. AI 과대 선전이 마침내 2017년부터 개발 중인 딥러닝 기술 혁신을 따라잡았습니다. 이는 좋은 소식입니다. 주요 설비투자 구축이 일어나고 있습니다. 이는 장기적으로 AI 개발 비용을 극적으로 낮출 것입니다. 예전에는 어떤 애플리케이션을 구축하려면 서버 랙을 구매해야 했습니다. 이제는 훨씬 낮은 비용으로 퍼블릭 클라우드를 사용할 수 있습니다. 마찬가지로, 오늘날 많은 AI 기업들이 벤처 캐피털의 큰 부분을 GPU에 사용하고 있습니다. 오늘날의 공급 제약이 공급 과잉으로 바뀌면서, AI 워크로드 운영 비용이 낮아질 것입니다. 이는 더 많은 제품 개발을 촉진할 것입니다. 또한 더 많은 창업자들이 이 분야에서 구축하도록 유인할 것입니다.

 

역사적인 기술 주기 동안, 인프라의 과잉 구축은 종종 자본을 소각했지만, 동시에 새로운 제품 개발의 한계 비용을 낮춤으로써 미래 혁신을 촉발했습니다. 우리는 이 패턴이 AI에서도 반복될 것으로 예상합니다.

 

스타트업들에게 시사점은 분명합니다: 커뮤니티로서, 우리는 인프라에서 최종 고객 가치로 우리의 사고를 전환해야 합니다. 만족스러운 고객은 모든 훌륭한 비즈니스의 기본 요구사항입니다. AI가 영향을 미치려면, 우리는 이 새로운 기술을 활용하여 사람들의 삶을 더 나은 곳으로 만드는 방법을 알아내야 합니다. 우리는 이러한 놀라운 혁신들을 어떻게 고객들이 매일 사용하고, 사랑하고, 기꺼이 비용을 지불할 제품으로 전환할 수 있을까요?

 

AI 인프라 구축은 진행 중입니다. 인프라는 더 이상 문제가 아닙니다. 많은 기반 모델들이 개발되고 있습니다 - 이것도 더 이상 문제가 아닙니다. 그리고 오늘날 AI의 도구는 꽤 좋습니다. 따라서 2,000억 달러 질문은 이것입니다: 당신은 이 모든 인프라를 무엇을 하는 데 사용할 것인가? 그것이 어떻게 사람들의 삶을 변화시킬 것인가?

 

분석 및 시사점:

• 한국 AI 스타트업들도 기술 인프라보다 실질적 고객 가치 창출에 집중해야 할 시점
• GPU 공급 과잉으로 인한 비용 절감은 국내 AI 생태계 발전의 기회가 될 수 있음
• 대기업 중심의 인프라 투자와 스타트업의 혁신적 서비스 개발이 균형을 이뤄야 함