AI 핵심 요약
beta- 오픈AI·앤스로픽이 20일 개방형 AI 추격에 요금 인하에 나섰다
- 중국 저가 모델로 수요 이동해 조단위 상장 논리에 균열이 생겼다
- 매출 둔화와 높은 연산비용 탓에 몸값 지속성에 의문이 커졌다
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
지출 이동 확산..."같은 결과에 비용만 갈려"
"앤스로픽 몸값 잣대는 2년 뒤 2028년 매출"
"매출총이익률 44%...과실은 인프라 업체로"
"中 저가 지속성 의문"...검증은 상장 뒤 실적
이 기사는 8월 20일 오후 4시28분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.
[서울=뉴스핌] 이홍규 기자 = 앤스로픽·오픈AI의 조 단위 상장 셈법이 개방형 인공지능(AI) 모델의 추격으로 흔들리고 있다. 두 회사가 겨냥하는 기업공개(IPO) 몸값은 최상위 성능에 프리미엄 요금을 매기고 그 요금으로 폭발적 매출 성장을 이어간다는 전제 위에 성립한다.
하지만 성능 격차를 좁혀가는 중국 개방형 모델이 프리미엄 요금의 몇분의 1 비용으로 수요를 흡수하면서 목표 몸값의 전제인 가격결정력에 균열이 가해지고 있다는 분석이 제기된다. 개방형이 어깨를 나란히 하는 시나리오에서도 조단위의 몸값이 성립하는지가 이들의 상장을 앞두고 제기되는 질문이다.
◆최상위만 남은 프리미엄
폐쇄형 2강으로 불리는 두 회사가 느끼는 가격결정력에 대한 압박은 최근 잇단 요금 조정 행보에서 읽힌다는 분석이 나온다. 오픈AI는 저가형 모델 GPT-5.6 루나의 요금을 입력 100만토큰(모델이 처리하는 데이터 단위)당 1달러에서 0.2달러로 80% 인하했고 중간급 테라는 20% 내렸다. 또 앤스로픽은 차상위 고성능 모델에서 최상위 모델 페이블5의 절반 요금 모델(오퍼스5)을 내놓고 그 아래 등급인 소넷5의 경우 다음 달 예정했던 요금 인상을 철회했다.


두 회사의 가격 대응은 최상위급을 제외한 모델에서 이뤄졌다는 공통점이 있다. 최상위급을 제외한 모델에서는 개방형과의 성능 차이가 크지 않아 요금 외에 수요를 지킬 근거가 마땅치 않았다고 생각한 반면 최상위급에서는 성능 우위가 유지되고 있다는 판단에 따라 종전 요금 방침을 그대로 뒀을 것이라는 분석이 나온다. 프리미엄 요금을 지탱하는 근거가 최상위급 성능 격차 하나로 축소됐다는 추론이 가능한 대목이다.
◆저가 모델로 옮겨가는 지출
요금 조정의 배경에는 고객 지출이 가격 장점을 위시한 중국 개방형으로 옮겨가고 있는 현상이 있다. 블룸버그통신에 따르면 AI 에이전트 스타트업 폴시아는 주력 작업을 중국 미니맥스 모델로 옮겨 월 AI 지출을 100만달러에서 10만달러로 줄였다. AI 비서 업체 린디는 중국 딥시크 모델로 전환해 지출을 90% 절감했다고 한다.
폴시아의 벤 세라 창업자는 비용이 문제가 아니라면 앤스로픽만 쓰겠다면서도 즉시 응답이 필요한 기능에는 앤스로픽을 쓰되 급하지 않은 작업은 중국산에 맡기는 절충을 택했다고 했다. 최상위 성능이 꼭 필요한 작업에만 프리미엄 요금을 내고 나머지는 저가 모델로 처리하는 선별 소비가 지출 이동을 이끌고 있다.

전환이 확산하는 배경에는 성능 격차가 남아 있어도 상당수 업무를 처리하는 데는 충분하다는 판단이 있다. 블룸버그통신이 평가업체 발스ai와 함께 미국·중국 7개 모델에 가상의 커피 쇼핑몰 구축을 맡긴 실험에서 대부분이 기능 정확도 100%를 기록했다. 차이는 비용에서 나타났다. 앤스로픽 페이블5는 48.99달러로 가장 많은 비용이 나온 반면 중국 딥시크 V4는 최저 수준을 기록했다. 페이블5의 높은 토큰 단가에 반복적인 오류 수정 과정이 겹친 결과다.
저가 개방형 모델로의 이동은 개별 사례를 넘어 사용량 통계에서도 확인된다는 분석이 나온다. AI 모델 중개 플랫폼 오픈라우터에서 중국 모델의 월간 토큰 점유율은 6월 처음 미국을 넘어섰고 지난달 60%를 웃돌았다. 또 오픈라우터의 최대 지출 고객군에서는 작년 가을부터 올해 봄까지 오픈소스 토큰 사용 증가율이 폐쇄형의 4배에 달했다. 특정 플랫폼의 표본이라는 한계는 있지만 도어대시 등 대형사들이 중국산 모델 사용을 공개적으로 인정한 흐름과 방향이 같다.
◆"2조달러 근거는 2028년 매출"
당장 저가 모델로의 이동 흐름이 전개되고 있지만 두 회사의 몸값을 매기는 기준 시점은 통상적인 산정 관행보다 뒤로 설정돼 있다. 로이터통신에 따르면 상장을 추진하는 은행과 투자자들은 앤스로픽의 기업가치 산정에 회사 내부의 2028년 매출 전망치 1900억~2000억달러를 적용하고 있다. 연환산 매출이 작년 말 약 90억달러에서 지난달 말 650억달러로 불어난 속도가 2년 뒤 전망을 잣대로 삼는 근거다.

먼 시점의 실적을 앞당겨 반영한 계산의 결과가 조 단위의 목표 몸값이다. 파이낸셜타임스(FT)에 따르면 앤스로픽 투자자들은 올해 10월로 거론되는 상장에서 2조달러 이상의 기업가치를 기대하고 있다. 5월 자금조달 당시 확정된 9650억달러가 약 5개월 만에 2배 넘게 불어난다는 계산이다. 오픈AI는 1조달러라는 기업가치 목표를 지키는 쪽을 택해 상장 시점을 내년으로 미루는 방안에 무게를 두고 있는 것으로 전해졌다.
목표 몸값의 근거가 되는 매출 증가세는 종전보다 완만해진 모습이다. 로이터브레이킹뷰스에 따르면 앤스로픽의 연환산 매출은 4월과 5월 전월 대비 각각 58%, 57% 늘었으나 5월 470억달러에서 지난달 말 650억달러로 38% 증가하는 데 그쳤다. 2028년 2000억달러라는 전망치가 높은 성장세의 지속을 전제로 하는 만큼 둔화 흐름이 이어질 경우 몸값 산정의 근거도 약해질 수 있다는 분석이다.
◆"매출 과반이 연산 비용으로"
오픈AI와 앤스로픽의 원가 구조는 매출이 커질 수록 이익률이 따라 오르는 소프트웨어 방식과는 거리가 있다. 추론(완성된 모델의 실제 구동) 비용이 매출과 함께 늘어나는 탓에 판매가 늘어도 원가가 같은 속도로 불어난다. 규모 확대가 이익 확대로 직결되지 않는다는 의미다. 피치북은 앤스로픽의 매출총이익률을 44%로 추정했다. 벌어들인 매출의 과반이 모델을 돌리는 비용으로 되돌아간다는 계산이다.

원가로 지출된 돈의 상당 부분은 인프라 사업자의 매출로 돌아간다. 조사회사 엑스포넨셜뷰 보고서(6월25일)에 따르면 생성형 AI 매출액 가운데 파운데이션 모델(페이블5·GPT-5.6 등 응용 서비스의 토대가 되는 대형 AI 모델)의 몫은 올해 1분기 약 11%였고 82%는 호스팅 서비스로 돌아갔다. 모델 요금은 개방형과의 경쟁에 노출된 반면 연산자원 지출은 장기 약정의 비중이 커 산업 성장분이 모델 계층에 그대로 반영되기는 어렵다는 설명이 뒤따른다.
다만 개방형의 위협이 과장됐다는 반론도 나온다. 정보기술(IT) 분석가 벤 톰슨은 두 회사가 연산자원을 확보하지 못해 밀려드는 수요를 다 받지 못하는 상태라 요금을 낮출 이유가 없었을 뿐이라고 지적했다. 연산자원이 충분했다면 애초 더 낮은 요금이 매겨졌을 것이고 그랬다면 중국산의 가격 우위도 지금처럼 두드러지지 않았으리라는 것이다. 서비스 규모와 모델 효율을 감안하면 최상위 성능 단위당 원가는 오히려 두 회사가 낮을 수 있다는 견해도 함께 제시했다.
◆"中 저가 지속성엔 의문"
중국 개방형의 저가 공세가 언제까지 이어질지도 미지수다. 블룸버그인텔리전스의 로버트 리 애널리스트는 중국 업체들이 원가에 못 미치는 요금으로 토큰을 공급하는 방식에 의존하고 있어 향후 3년간 적자를 벗어나기 어렵다고 진단했다. 실무 코딩 능력을 평가하는 터미널벤치에서는 상위 5개 자리를 페이블5·오퍼스5와 GPT-5.6 계열이 차지하고 있어 최상위권 성능의 우열은 여전하다는 설명이 따른다.

현재 거론되는 몸값의 타당성은 상장 뒤 분기 실적이 공개되면서 차츰 가늠할 수 있을 것으로 보인다. 사모 단계에서는 회사가 선별해 제공하는 수치에 기대 몸값이 매겨졌으나 상장 기업은 재무 지표를 정기적으로 공시해야 하고 그 결과는 주가에 반영될 수밖에 없다. 몸값 또한 이례적으로 거론되는 만큼 분기 실적은 그 수준을 뒷받침하는지가 관건이 된다. 지난 6월 상장한 스페이스X는 첫 실적 발표를 계기로 상장 전부터 형성된 높은 기업가치가 공개 시장에서 다시 평가될 수 있다는 점을 보여준 사례다.
bernard0202@newspim.com













