[Techmeme 요약] AI 모델, '범용 인프라'로 전환 중… 가치 이동은 '응용 서비스'로
0
설명
AI 기술의 발전 속도가 빨라지면서, 최첨단 AI 모델들이 점차 범용적인 인프라처럼 변모하고 있다는 분석이 나왔습니다. 2024년 상반기 '토큰(token)' 부족 현상이 완화되면서, AI 시장의 가치 창출 방식이 모델 자체에서 이를 기반으로 한 응용 서비스로 옮겨갈 것이라는 전망입니다. 이는 AI 산업의 미래 경쟁 구도와 비즈니스 모델에 큰 변화를 예고합니다.
### 배경 설명
최근 인공지능(AI) 시장은 '토큰(token)' 가격을 둘러싼 공급 부족과 불안정성으로 요동치고 있습니다. 토큰은 AI 모델이 처리하는 데이터의 기본 단위로, AI 서비스의 비용과 직결됩니다. 현재 AI 모델 개발 및 운영에는 막대한 컴퓨팅 자원과 비용이 소모되며, 특히 최신 '프론티어 모델(frontier models)'은 높은 성능만큼이나 높은 비용을 요구합니다. 이러한 상황에서 AI 모델 자체의 지속 가능한 가격 경쟁력, 전략적 영향력, 그리고 가치 포착 능력이 중요한 화두로 떠오르고 있습니다. 현재 시장 상황은 일시적이며, 향후 몇 년간 시장 재편을 통해 새로운 균형점을 찾을 것으로 예상됩니다. 데이터센터 투자 확대, 추론 효율성 증대, 그리고 모델별 토큰 사용 효율성 변화 등 공급 측면의 변화와 함께, 소프트웨어 개발 등 특정 분야에서의 AI 활용 급증이 수요 측면을 견인하고 있습니다. 하지만 이러한 수요 증가가 지속 가능한 수익으로 이어질지는 미지수이며, 향후 새로운 활용 사례의 등장 시점과 규모에 따라 시장은 또다시 변동할 수 있습니다. 현재 추론(inference) 단계에서 40-50%의 총이익률을 기록하고 있지만, 이는 모델 학습 비용을 제외한 수치이며, 모델 학습 비용은 여전히 수익보다 훨씬 큰 비중을 차지하고 있습니다. 따라서 AI 모델이 저마진의 범용 인프라로 전락할지, 아니면 독자적인 가치를 창출할지에 대한 논의가 활발히 이루어지고 있습니다.
### AI 모델, '범용 인프라'로의 전환 가능성
현재 AI 시장의 여러 동향은 최첨단 AI 모델들이 점차 범용적인 인프라로 자리 잡을 가능성을 시사합니다. 이는 마치 과거 인터넷이나 모바일 통신망처럼, 핵심 기술 자체보다는 그 위에서 구현되는 서비스와 애플리케이션이 더 큰 가치를 창출하는 구조로 이어질 수 있음을 의미합니다. 현재 수조 달러 규모의 데이터센터 투자가 예정되어 있고, 반도체 생산 능력도 확대되고 있으며, AI 모델의 추론 효율성도 빠르게 개선되고 있습니다. 이러한 공급 측면의 증가는 AI 모델의 가격 경쟁력을 높여, 결국 범용 인프라화될 가능성을 높입니다. 실제로 2024년 상반기 AI 서비스 사용량 급증은 주로 소프트웨어 개발 분야에 집중되었으며, 이는 특정 분야에서의 '제품-시장 적합성(product-market fit)'을 보여줍니다. 하지만 이러한 수요가 지속적으로 확대될지, 혹은 다른 분야로 확산될지는 아직 불확실합니다.
### 가치 창출의 중심, '응용 서비스'로의 이동
AI 모델이 범용 인프라가 된다면, 진정한 가치 창출은 AI 모델을 활용하여 만들어지는 다양한 응용 서비스와 제품에서 발생할 것입니다. 이는 마치 클라우드 컴퓨팅 서비스(AWS, Azure, GCP 등)가 인프라를 제공하고, 그 위에서 수많은 SaaS(Software as a Service) 기업들이 혁신적인 서비스를 만들어내는 것과 유사한 구조입니다. 예를 들어, 챗봇 인터페이스가 사용자 경험을 개선하거나, 특정 산업에 특화된 AI 솔루션이 개발되는 등, AI 모델 자체의 성능보다는 이를 어떻게 활용하여 실질적인 문제를 해결하고 새로운 가치를 제공하는지가 중요해질 것입니다. 이는 결국 AI 모델 개발사보다는 AI를 활용한 서비스 개발사들이 시장의 주도권을 잡게 될 가능성을 시사합니다. 과거 모바일 통신 데이터 트래픽이 폭발적으로 증가했지만, 통신사들의 주가는 큰 변동이 없었던 반면, 그 위에서 다양한 앱 서비스를 제공하는 기업들이 큰 성장을 이룬 사례와 유사합니다.
### 미래 AI 시장의 불확실성과 잠재적 시나리오
AI 시장의 미래는 여전히 많은 불확실성을 안고 있습니다. 최첨단 AI 모델의 성능 향상 속도가 지속될지, 혹은 컴퓨팅 파워 증가 속도를 따라가지 못할지에 대한 근본적인 질문이 남아있습니다. 또한, 소수의 거대 기업이 AI 시장을 독점할지, 아니면 수많은 AI 모델이 경쟁하는 분산된 시장이 될지도 예측하기 어렵습니다. 현재로서는 OpenAI, Google, Anthropic 등 소수의 기업들이 최첨단 모델 개발을 주도하고 있지만, Meta의 Llama와 같은 오픈 소스 모델의 발전도 무시할 수 없습니다. 만약 AI 모델 개발이 더욱 어려워지고 비용이 증가한다면, TSMC와 같이 소수의 기업만이 경쟁력을 유지할 수도 있습니다. 반대로, AI 모델이 데이터베이스처럼 범용화되어 수많은 기업들이 이를 활용해 각자의 서비스를 구축하는 시나리오도 가능합니다. 2026년 7월 9일, 이러한 시장 역학 관계는 더욱 복잡해질 것으로 예상됩니다.
### 가치와 인사이트
AI 모델의 범용 인프라화는 AI 산업의 가치 사슬을 재편할 것입니다. 이는 AI 모델 자체의 경쟁보다는, AI를 얼마나 효과적으로 활용하여 실질적인 문제를 해결하고 새로운 가치를 창출하는지가 중요해짐을 의미합니다. 따라서 AI 스타트업 및 기존 기업들은 최첨단 모델 개발 경쟁보다는, AI를 활용한 혁신적인 서비스와 제품 개발에 집중해야 할 것입니다.
### 향후 전망
AI 모델이 범용 인프라로 전환됨에 따라, AI 기술은 더욱 광범위한 산업에 적용될 것입니다. 의료, 교육, 금융, 제조 등 다양한 분야에서 AI 기반의 새로운 서비스와 솔루션이 등장하며 생산성 향상과 혁신을 이끌 것입니다. 또한, AI 모델의 접근성이 높아지면서 개인 개발자나 소규모 기업들도 AI 기술을 활용하여 혁신적인 제품을 만들 수 있게 될 것입니다. 이는 AI 기술의 민주화를 가속화하고, 새로운 비즈니스 기회를 창출할 것입니다. 다만, AI 기술의 발전과 함께 발생할 수 있는 일자리 변화, 윤리적 문제, 그리고 규제에 대한 논의도 더욱 중요해질 것입니다. 2026년 이후에는 AI 기술의 사회적 영향력을 고려한 정책 및 제도 마련이 더욱 활발해질 것으로 예상됩니다.
📝 원문 및 참고
- Source: Techmeme
- Techmeme 리버: [techmeme.com](https://www.techmeme.com/260711/p11#a260711p11)
- 원문 기사: [링크 열기](https://www.ben-evans.com/benedictevans/2026/7/9/ways-to-think-about-token-pricing)
---
출처: Techmeme ([Original Article](https://www.ben-evans.com/benedictevans/2026/7/9/ways-to-think-about-token-pricing))
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.