하이퍼스케일러와 애플의 극명한 투자 격차

올해 하이퍼스케일러들이 AI 인프라에 6,500억 달러 이상을 쏟아붓는 동안 애플의 지출은 약 140억 달러 수준에 그쳤다. 2022년 이후 빅테크 기업들이 투입한 총 자본지출(Capex)은 1조 달러를 넘어섰지만, 애플은 AI를 직접 구축하기보다 구글의 제미나이(Gemini)를 시리(Siri)에 연결해 사용하는 등 '범용 상품(Commodity)'으로 취급하는 전략을 취하고 있다.

이러한 투자 격차의 배경에는 LLM(거대언어모델) 산업의 깨진 경제 구조가 있다. 소프트웨어 판매의 기본 모델과 달리 LLM은 결과물의 품질과 상관없이 토큰 단위로 비용이 발생하는 구조다. 에드 지트론(Ed Zitron)의 리포트에 따르면, 오픈AI(OpenAI)는 2025년 130억 7,000만 달러의 매출을 올렸으나 209억 달러의 손실을 기록한 것으로 나타났다. 구독료 20달러를 내는 사용자가 실제로는 수백 달러 분량의 토큰을 소모하는 불균형이 심화되고 있기 때문이다.

기업 시장에서도 비용 정당화 문제가 드러나고 있다. 토큰 기반 과금제로 전환한 우버(Uber)의 경우, 1년 치 토큰 예산을 단 한 분기 만에 모두 소진했다. 기업들이 AI 도입으로 얻는 실제 기능적 이득보다 지불해야 하는 토큰 비용이 더 빠르게 증가하면서, 도입 명분을 찾기 어려운 상황이 반복되고 있다.

부채로 쌓아 올린 인프라와 전이 경로

현재의 AI 붐을 지탱하는 것은 실제 매출보다 막대한 부채와 프로젝트 파이낸싱이다. 오라클(Oracle)은 AI 데이터센터에 3,400억 달러 이상의 베팅을 했으며, 이 과정에서 수천억 달러의 부채를 짊어졌다. 이 구조가 유지되려면 2030년까지 오픈AI가 세계에서 가장 수익성 높은 기업으로 성장해야만 하는 극단적인 전제 조건이 붙는다.

자금 흐름의 끝단에는 민간 신용 펀드와 연기금이 연결되어 있다. 샌프란시스코 교사 연금이나 캘리포니아 공무원 연금(CalPERS) 같은 공적 자금이 데이터센터 건설 자금을 대는 펀드에 투입된 상태다. 만약 AI 수요가 기대치에 못 미쳐 데이터센터 수익성이 악화되면, 이는 단순한 기업 파산을 넘어 시스템적 전염으로 이어질 위험이 있다.

공급망에 묶인 국가들의 리스크도 구체적이다. 대만의 콴타(Quanta)나 폭스콘(Hon Hai) 같은 ODM(주문자 설계 생산) 업체들은 AI 서버 판매로 매출이 급증했다. 버블이 꺼질 경우 이들 기업의 주가 하락은 불가피하며, 이는 곧바로 대만 증시(TWSE)와 한국의 KOSPI 투자자들에게 직접적인 자산 가치 하락으로 전이되는 구조다.

실무자가 관찰해야 할 '인터페이스'의 전환

애플의 행보는 AI 모델 자체의 성능 경쟁보다 '사용자 접점'의 효율성에 집중하고 있음을 보여준다. 애플 인텔리전스(Apple Intelligence)에 대한 시장의 반응이 냉담하고 기능이 제한적임에도 불구하고, 애플이 인프라 투자를 극도로 아끼는 것은 LLM 경쟁의 승자가 누가 되든 그 위에 얹어질 인터페이스 권력을 쥐겠다는 계산이다.

특히 주목할 지점은 비전 프로(Vision Pro)와 같은 새로운 인터페이스 장치다. LLM이 제공하는 텍스트 기반의 경험이 한계에 다다랐을 때, 시장은 다시금 물리적인 입력 방식과 디스플레이의 변화를 찾게 된다. 애플이 AI 모델 학습에 수천억 달러를 쓰는 대신 장치의 소형화와 착용감 개선에 집중한다면, 이는 AI 버블 붕괴 이후의 새로운 성장 동력이 될 수 있다.

한국의 AI 실무자와 기업들은 단순히 모델의 파라미터 수나 벤치마크 성능에 매몰되기보다, 실제 기업 고객들이 토큰 비용을 감당하며 유료 결제를 유지하는지, 즉 '단위 비용당 가치'가 발생하는 지점을 추적해야 한다. 인프라 과잉 공급 신호가 나타나는 시점에는 모델 소유권보다 특정 도메인에서의 채택률과 인터페이스 점유율이 더 중요한 판단 기준이 될 것이다.