AI에 최근 4년간 1조 달러가 넘는 설비 투자가 들어갔지만, 그 돈을 받아 쓴 OpenAI의 2025년 장부에는 209억 달러 적자가 찍혔다.
https://www.youtube.com/watch?v=n32mhb2aUsE
베어 케이스의 뼈대
저널리스트 Ed Zitron은 MS NOW 인터뷰에서 LLM(대규모 언어모델, 사람 언어를 확률로 예측해 생성하는 모델)이 미래가 아니며, 빅테크가 하이퍼 성장 아이디어를 소진한 끝에 AI로 몰린 것이라고 주장했다. 그가 제시한 핵심 수치는 하이퍼스케일러(대규모 클라우드 인프라를 직접 짓고 임대하는 사업자) AI 매출의 80%가 OpenAI와 Anthropic 두 회사에서 나온다는 집중도다. 같은 방송에서 Facebook 공동 창업자 Chris Hughes는 기술 자체는 변혁적일 수 있어도 투자 자본의 기대수익률은 충족되지 못할 수 있다는 절충안을 내놓았다.
장부에 찍힌 숫자 다섯
- OpenAI의 2025년 적자는 209억 달러다. 매출 부진이 아니라 사업을 굴리기 위해 태우는 돈의 절대 규모가 이만큼이라는 뜻이다.
- 하이퍼스케일러가 벌어들이는 AI 매출의 80%가 OpenAI와 Anthropic 두 회사에서 발생한다. 나머지 전 세계 고객을 다 합쳐도 20%다.
- 최근 4년간 AI 관련 capex(설비투자)는 1조 달러를 넘겼지만, 그 투자가 만들어낸 AI 사업의 실제 규모는 한 자릿수 십억 달러대에 머문다.
- Anthropic은 한 라운드에 300억 달러를 조달했다. AWS가 흑자 전환에 이르기까지 12년간 아마존이 감수한 누적 적자 297억 달러와 맞먹는 금액이다.
- 오라클이 OpenAI를 상대로 떠안은 약속 규모는 1조 4000억 달러로 평가되며, 이를 감당할 자금 조달 계획은 공개되어 있지 않다.
단일 고객 의존의 의미
매출 집중도 80%라는 숫자가 위험한 이유는 그것이 산업 리스크가 아니라 거래처 리스크이기 때문이다. 클라우드 사업자가 수천 개 스타트업에 GPU를 파는 구조라면 한 고객이 무너져도 손실은 분산된다. 지금은 두 회사가 지출 속도를 조금만 늦춰도 하이퍼스케일러의 AI 매출 곡선이 즉시 꺾인다.
더 까다로운 점은 그 두 고객이 자체 현금흐름으로 지출하는 것이 아니라는 데 있다. OpenAI는 2025년에 209억 달러를 잃으면서 컴퓨트를 샀다. 즉 하이퍼스케일러의 AI 매출 상당 부분은 최종 소비자가 지불한 돈이 아니라 벤처·전략적 투자자가 넣은 자본이 한 단계 옮겨 앉은 결과다.
매출로 잡히지만 성격은 투자금인 돈은 회계상으로는 정상 매출과 구분되지 않는다. 그래서 실적 발표만 봐서는 이 구조가 얼마나 자기참조적인지 드러나지 않고, 투자 심리가 식어 조달이 막히는 순간에야 한꺼번에 노출된다.
1조 달러와 한 자릿수 십억 달러의 간격
투자와 매출 사이의 시차는 인프라 산업에서 정상이다. 발전소도, 통신망도, 클라우드도 먼저 짓고 나중에 회수한다. 문제는 간격의 폭이다. 4년간 1조 달러를 넣어 만든 사업이 아직 한 자릿수 십억 달러대라면, 투자 대비 회수 비율은 백분율로 표기하기도 애매한 수준이다.
이 간격을 정당화하려면 두 가지 중 하나가 성립해야 한다. 앞으로 매출이 지금의 수십 배로 커지거나, 이미 지은 설비가 다른 용도로 전용되어 잔존가치를 회수하거나. Zitron의 베어 케이스는 첫 번째를 부정한다. LLM이 그 정도 매출을 만들어낼 기술이 아니라고 보기 때문이다.
두 번째 경로도 GPU에는 잘 맞지 않는다. 선로나 광케이블과 달리 GPU는 세대 교체 주기가 짧고, 감가 속도가 회수 기간보다 빠를 수 있다. 이 대목은 영상에서 수치로 제시되지 않았으므로 판단 근거는 각자 확인해야 한다.
12년치를 한 라운드에
297억 달러와 300억 달러라는 두 숫자를 나란히 놓으면 지금의 속도가 선명해진다. 아마존은 2003년부터 2015년까지 12년에 걸쳐 그만큼을 감수하며 AWS를 흑자로 만들었다. Anthropic은 그 액수를 단 한 번의 조달로 확보했다.
12년이라는 시간은 단순히 돈을 나눠 쓴 기간이 아니라, 시장이 제품을 검증하고 가격이 자리를 잡고 고객군이 다변화되는 데 필요했던 시간이다. 같은 금액을 한 라운드에 소화하면 그 검증 단계가 통째로 생략된다.
생략된 검증은 사라지지 않고 뒤로 미뤄질 뿐이다. 조달이 계속되는 동안에는 문제가 보이지 않지만, 한 번이라도 조달이 끊기면 검증되지 않은 사업 모델과 이미 지어진 설비가 동시에 청구서로 돌아온다.
뱀이 자기 꼬리를 무는 구간
Zitron이 시스템 리스크의 핵심으로 지목한 것은 원형 금융(circular financing)이다. NVIDIA가 자사 GPU를 사는 고객사인 OpenAI, Anthropic, CoreWeave에 직접 투자하고, 데이터센터 임차까지 보증하는 구조를 그는 뱀이 자기 꼬리를 물고 있는 모습으로 묘사했다.
이 구조에서 GPU 판매 대금의 일부는 판매자가 먼저 고객에게 넣어준 돈이다. 매출은 늘어나고 고객사 밸류에이션도 오르며, 오른 밸류에이션은 다시 다음 라운드 조달의 근거가 된다. 외부에서 새로운 가치가 들어오지 않아도 장부상 숫자는 계속 커진다.
원형 금융이 그 자체로 사기라는 뜻은 아니다. 전략적 투자는 흔한 관행이다. 다만 이 고리 안에서 만들어진 매출이 전체의 큰 몫을 차지할 때, 고리 바깥의 실수요가 얼마인지 아무도 정확히 모른다는 것이 문제다.
직접 확인하는 3단계
남의 결론을 받아들이는 대신 직접 검증하려면 공개 자료만으로도 충분히 추적할 수 있다. 아래 세 단계는 분기마다 반복하도록 설계했다.
1단계 — capex와 AI 매출을 한 표에 올린다
스프레드시트를 하나 만들고 행에 MSFT, GOOGL, META, AMZN, ORCL을 두고 열에 분기별 capex, AI 관련 매출, 두 값의 비율을 넣는다. 값은 각 사 분기 실적 발표 자료와 10-Q 공시에서 가져온다.
볼 것은 절대 금액이 아니라 비율의 방향이다. capex는 계속 늘어나는데 AI 매출 증가율이 둔화되는 회사가 나오면, 그 회사가 이 사이클에서 가장 먼저 압박을 받는다. 두 분기 연속 비율이 나빠지면 조기 경보로 표시한다.
오라클은 별도 칸을 둘 만하다. OpenAI 대상 약속 규모가 1조 4000억 달러로 평가되는 상황에서 조달 계획이 공개되지 않았다면, 그 회사의 회사채 발행 공시와 만기 일정이 다른 어떤 지표보다 빠른 신호가 된다.
2단계 — 자금 흐름도를 그린다
노드 네 개면 시작할 수 있다. NVIDIA, OpenAI, Anthropic, CoreWeave를 놓고 화살표로 투자, 매출, 보증을 각각 다른 색으로 연결한다. 옵시디언 그래프 뷰나 종이 한 장이면 충분하다.
그린 다음 화살표를 따라가 보면 어느 구간이 닫힌 고리인지 눈으로 보인다. 고리 안에서만 도는 돈과 고리 바깥에서 들어오는 돈을 구분해 표시하면, 실수요 규모를 대략이나마 가늠할 수 있다.
새 투자나 임차 보증 발표가 나올 때마다 화살표를 추가한다. 고리가 굵어지는 속도가 고리 바깥 매출이 늘어나는 속도보다 빠르면 시스템 의존도가 커지고 있다는 뜻이다.
3단계 — 일곱 개 신호를 분기 점검한다
- capex 대비 AI 매출 비율의 방향
- AI 매출의 고객 집중도(현재 두 회사가 80%)
- NVIDIA가 고객사에 투입한 투자 누적액
- 오라클과 CoreWeave의 채무 만기 일정
- 정부 구제금융 관련 발언의 빈도
- 데이터센터 전력 계약 체결과 좌초 사례
- 노동계와 학생층의 반발 강도
일곱 개 중 몇 개가 동시에 악화되는지를 세는 것이 요령이다. 하나씩 보면 모두 해석의 여지가 있지만, 네다섯 개가 같은 분기에 함께 나빠지면 개별 뉴스가 아니라 국면 전환이다. 점검 결과는 매 분기 같은 형식으로 기록해 두어야 비교가 된다.
AWS 기준선과의 대조
자금 소진 속도
| 비교 항목 | AWS 초기(2003~2015) | 현재 AI 사이클 |
|---|---|---|
| 누적 소요 자금 | 297억 달러(아마존 누적 적자 기준) | 최근 4년 capex 1조 달러 초과 |
| 소요 기간 | 12년 | 4년 |
| 단일 조달 규모 | 해당 없음(내부 흡수) | Anthropic 한 라운드 300억 달러 |
| 흑자 전환 | 12년 차에 달성 | 미달성, OpenAI 2025년 209억 달러 적자 |
| 매출 기반 | 외부 고객 다변화 | 두 회사가 하이퍼스케일러 AI 매출의 80% |
같은 금액을 12년에 걸쳐 쓰는 것과 한 번에 조달하는 것은 자금 조달 능력의 차이가 아니라 검증 방식의 차이다. 앞의 방식은 매년 시장의 답을 받아보고 다음 해 지출을 조정하지만, 뒤의 방식은 답을 받기 전에 지출을 확정한다.
자금 흐름 안에서의 역할
| 주체 | 나가는 돈 | 돌아오는 것 |
|---|---|---|
| NVIDIA | OpenAI·Anthropic·CoreWeave 지분 투자, 데이터센터 임차 보증 | GPU 매출과 고객사 지분 가치 |
| CoreWeave | GPU 구매와 데이터센터 운영비 | 컴퓨트 임대 매출, 임차 보증에 기댄 조달 |
| OpenAI·Anthropic | 컴퓨트 지출(2025년 OpenAI 209억 달러 적자) | 투자 라운드 조달금 |
| 오라클 | OpenAI 대상 인프라 약속 1조 4000억 달러 규모 | 계약 매출, 조달 계획은 미공개 |
표의 오른쪽 열을 세로로 읽으면 대부분의 회수가 다른 참여자의 지출이거나 밸류에이션 상승이다. 이 고리 바깥에서 들어오는 최종 수요가 어느 칸에도 뚜렷하게 잡히지 않는다는 점이 Zitron 주장의 핵심 근거다.
두 관점의 차이
| 비교 항목 | Ed Zitron | Chris Hughes |
|---|---|---|
| 기술 평가 | LLM은 미래가 아니다 | 기술 자체는 변혁적일 수 있다 |
| 자본 평가 | 원형 금융에 갇힌 자기참조 구조 | 기대수익률이 충족되지 못할 가능성 |
| 근거 | 209억 달러 적자, 매출 80% 집중, 1조 달러 capex | 철도·닷컴 등 과거 인프라 거품 패턴 |
| 붕괴 시나리오 | 증시 충격과 2008년식 구제금융 재현 | 기술은 살아남고 자본이 파괴되는 경로 |
| 결론의 성격 | 전면적 베어 | 기술과 자본을 분리한 절충 |
두 사람의 결론은 투자자 입장에서 거의 같은 행동을 지시한다. 기술이 실패하든 성공하든, 투입된 자본이 기대한 수익률로 돌아오지 않는다면 주가에 반영된 전제는 무너진다. 기술의 성패와 자본의 성패는 별개의 질문이라는 것이 두 관점이 공유하는 유일하면서도 가장 실용적인 합의점이다.
지금 할 수 있는 두 가지
첫째, 보유 자산의 AI 익스포저를 숫자로 계산한다. 광범위 시장 인덱스를 들고 있다면 이미 상당한 노출을 갖고 있다. 인덱스 내 대형 기술주 비중을 확인하고, 그 비중에 하락률을 곱해 총자산이 어떻게 변하는지 계산해 둔다. 영상 분석에서 언급된 30~50% 하락 폭은 시나리오 예시로 제시된 추정치이며 산출 근거가 함께 공개되지는 않았으므로, 자기 기준의 하락률을 여러 개 대입해 보는 편이 낫다.
계산이 끝나면 손절 또는 리밸런싱 규칙을 문장으로 적어 둔다. 하락이 시작된 뒤에 기준을 정하면 그 기준은 이미 감정에 오염되어 있다. 어떤 조건에서 얼마를 줄일지 미리 문서로 남기는 것이 이 작업의 실질적인 목적이다.
둘째, 앞의 3단계 점검을 분기 일정에 고정한다. 스프레드시트와 자금 흐름도, 일곱 개 신호 목록을 한 폴더에 두고 실적 시즌마다 갱신한다. Zitron의 Where’s Your Ed At과 Hughes가 관여하는 Economic Security Project를 구독 목록에 넣어 두면, 구제금융 관련 발언 빈도와 원형 금융 신규 보도라는 두 신호를 추가 비용 없이 수집할 수 있다.
두 작업 모두 시장 방향을 예측하려는 것이 아니다. 예측이 빗나갔을 때 무엇을 할지 미리 정해 두는 절차다.
기술 생존과 자본 소멸
최근 4년간 1조 달러가 넘게 들어간 설비 앞에서 한 자릿수 십억 달러대 매출과 209억 달러 적자가 함께 놓여 있다는 사실은 해석이 아니라 장부다. 이 간격을 메우는 것이 실수요인지, 아니면 참여자끼리 돌리는 자금인지가 앞으로 몇 분기의 관전 포인트다. Hughes의 정리대로 기술이 살아남고 자본만 사라지는 결말이라면, 손해는 기술을 만든 쪽이 아니라 그 기술에 값을 매긴 쪽이 진다.