지금 시장에서 초과이익이 어디에 쌓이느냐를 보면, 꼭 모델 소유자에게만 가지 않습니다. 오히려 공급 제약이 큰 구간, 즉 HBM, 첨단 패키징, EUV/노광, 선단 공정, 전력 장비, 그리드 연결, time-to-power를 가진 플레이어에게 협상력이 생깁니다. AI 수요가 아무리 강해도 compute를 현실 용량으로 바꾸는 마지막 관문이 이들 자산이기 때문입니다.
희소 자원을 쥔 것만으로는 부족하고, 그 자산을 실제로 경제적 산출로 회전시키는 고객 접근권이 있어야 합니다.
예를 들어 GPU를 보유해도 전력·냉각·소프트웨어 스택·고객 파이프라인이 없으면 ROIC가 깨질 수 있습니다. 반대로 AI 모델 회사도 단순 API 경쟁에만 머무르면 upstream 가격 인상분을 전가받는 쪽이 될 수 있습니다.
GPU를 얼마나 많이 갖고 있느냐보다, 그 연산을 활용해 실제로 돈이 되는 서비스나 제품으로 팔 수 있느냐가 더 중요하다. 결국 승자는 컴퓨팅을 확보한 회사가 아니라, 그 컴퓨팅으로 고객의 매출을 늘려주고 높은 가격을 받을 수 있는 구조를 가진 회사다.
“누가 희소한 연산 자원을 쥐고 있고, 누가 그 자원을 실제 경제적 산출로 전환할 수 있는가.”
1. AI 수요의 패러다임 변화: '비용'에서 '매출원가(원자재)'로
전통적인 IT 예산의 관점에서 벗어나, AI가 기업 성장률을 결정짓는 근본적인 동력이 되고 있습니다.
복리형 성장 격차(Compounding Gap): 법인카드 지출 관리 플랫폼 Ramp의 데이터에 따르면, AI 지출 강도가 높은 상위 25% 기업은 2022년 11월 대비 매출이 100% 이상 폭발적으로 성장했습니다.
비도입 기업의 정체: 반면 AI 지출이 없는 기업군은 미국 명목 GDP 성장률과 유사한 10~20% 수준의 완만한 성장에 머물러 있습니다.
노동 집약에서 토큰 집약으로: AI 도입 기업은 추가 인력 채용 없이도 영업, 코드 작성, 고객 응대 등의 처리량을 동시에 늘리며, 노동 집약적 성장을 '토큰 집약적 성장'으로 치환하고 있습니다.
비탄력적 수요 구조: AI 컴퓨팅 비용은 줄여야 할 '사치재'가 아니라, 태울수록 더 많은 매출을 만드는 '원자재'나 '매출원가'의...
