AI 기업을 삼키는 세 개의 블랙홀

2026년, AI 산업은 전례 없는 자금 조달과 확장의 단계에 진입했다. Anthropic의 연환산 수익은 300억 달러를 돌파하며 OpenAI를 역전했고, OpenAI의 기업가치는 8,500억 달러에 육박한다. 그러나 표면적 번영 이면에서 세 가지 구조적 재무 블랙홀이 산업 전체를 삼키고 있다: 모델 훈련 비용을 고객에게 전가할 수 없는 문제, 모델 이터레이션으로 인해 전세대 제품의 가치가 순식간에 제로가 되는 문제, 그리고 경쟁이 주도하는 운영 확장이 강성 지출을 형성하는 문제다. 세 개의 블랙홀은 서로를 먹여 살리며 자기강화적 자금 교살 구조를 형성한다 — 훈련에 쓴 돈은 회수할 수 없고, 회수할 수 없는 비용은 계속 증가하며, 이전에 쓴 돈은 이미 휴지가 되었고, 인력 유지와 사무실 임대 비용은 한번 시작하면 멈출 수 없다. 본 논문은 산업경제학적 관점에서 이 치명적 구조를 체계적으로 분석하고, 순수 AI 기업을 Google의 자급자족 모델, DeepSeek의 극한 저비용 모델, 그리고 애플·엔비디아·삼성의 건전한 자체 수익 창출 모델과 비교하여, AI 산업 번영 이면의 심층적 위기를 밝힌다.

첫 번째 블랙홀: 전가할 수 없는 훈련 비용

전통 제조업과 기술 산업에서 R&D 비용은 궁극적으로 제품 가격을 통해 최종 고객에게 전달된다. 애플은 칩 R&D 비용을 매 대의 iPhone 판매가에 분산시키고, 소비자가 이를 지불한다. 엔비디아는 GPU 아키텍처의 R&D 비용을 매 장의 그래픽카드 가격에 내장시키고, 데이터센터 고객이 이를 지불한다. 비용 전가 능력은 한 기업이 가격 결정권을 보유하고 있음을 나타내는 핵심 지표다.

AI 대규모 모델 기업은 이러한 능력을 거의 완전히 갖추지 못하고 있다. 2025년 기준으로 OpenAI는 1달러를 벌 때마다 1.35달러를 지출하고 있으며, 2025년 전체 현금 소진 규모는 약 90억 달러로 전망된다. Anthropic의 상황은 다소 나으나 본질은 동일하다 — 2024년 53억 달러 적자, 2025년 약 30억 달러 적자, 매출총이익률은 이전의 낙관적 전망 50%에서 40%로 하향 조정되었으나, 여전히 전통 소프트웨어 기업의 70~80%에 크게 못 미친다. 두 기업 모두 매출은 폭발적으로 성장하고 있지만, 지출은 더 빠르게 성장하고 있다 — 이것이 바로 비용을 전가할 수 없는 것의 직접적 결과다.

그러나 이 천문학적 훈련 비용은 API 가격 인상을 통해 회수할 수 없다. 그 이유는 네 가지다:

첫째, 가격 전쟁이 가격 결정권을 파괴했다. OpenAI가 가격을 내리면 Anthropic이 따르고, Google은 아예 무료 할당량을 제공한다. 3대 기업 간 경쟁으로 API 가격은 지속적으로 하락하고 있으며, 고객의 심리적 기대는 “AI는 점점 더 저렴해져야 한다”는 것이다. 가격을 올리면 고객이 경쟁사로 전환하는 비용은 극히 낮다 — 코드 몇 줄만 수정하면 될 수 있다.

둘째, 오픈소스 모델이 하방에서 압력을 가하고 있다. Meta의 Llama 시리즈, Mistral 등 오픈소스 모델이 폐쇄형 모델의 능력 경계에 지속적으로 근접하고 있다. Stanford AI Index 2025 보고서에 따르면, 오픈소스와 폐쇄형 모델 간 성능 격차는 8%에서 불과 1.7%로 축소되어, API 가격에 거의 바닥에 가까운 상한선을 설정하고 있다.

셋째, 훈련 비용과 추론 비용은 구조적으로 분리되어 있다. 고객은 추론(inference)에 대해 비용을 지불하지만, 훈련(training)은 일회성 매몰 비용이다. 최상위 모델 하나를 훈련하는 데 수억 달러가 소요될 수 있지만, 이 비용은 제조업처럼 ‘단위 제품’당으로 매 API 호출에 배분할 수 없다 — API 호출의 한계비용은 추론 연산력에 의해 결정되며, 훈련 비용과는 무관하기 때문이다.

넷째, 추론 비용 하락이 전체 경제 모델을 구하지 못한다. Epoch AI 데이터에 따르면, LLM 추론 단위 비용은 연간 중위수 50배의 속도로 하락하고 있으며, 2024년 이후에는 200배로 가속되었다. 이는 호재처럼 보이지만, Gartner는 2026년 3월에 명확히 경고했다: 단위 토큰 비용의 디플레이션이 총 토큰 소비의 폭증에 상쇄되어 총 추론 지출은 실제로 상승하고 있다. 이것이 바로 고전적 제번스 역설이다 — 효율이 높을수록 수요가 커지고, 총비용은 오히려 더 높아진다. 추론 비용 하락은 AI 기업의 총지출 하락과 같지 않으며, 훈련 비용 하락은 더더욱 아니다.

두 번째 블랙홀: 이터레이션에 의한 가치 증발

전통 기술 제품의 이터레이션은 누적형이다. iPhone 15이 단종되어도 애플의 브랜드 자산, 사용자 생태계, App Store 개발자 네트워크, iCloud 사용자 데이터는 모두 차세대 제품으로 계승된다. 엔비디아의 구형 GPU가 단종되어도 CUDA 생태계, 개발자 커뮤니티, 기업 고객 관계는 모두 축적되어 남는다. 구형 제품은 퇴역하지만, 가치는 생태계 속에 침전된다.

AI 모델의 이터레이션은 대체형이다. GPT-4가 나오면 GPT-3의 가치는 제로가 된다. Claude Opus 4가 출시되면 전세대 모델은 더 이상 상업적 가치가 없다. 수십억 달러를 들여 훈련한 모델의 유효 수명은 6개월에서 12개월에 불과할 수 있다. 이것은 감가상각이 아니라 증발이다.

이 증발은 내부 이터레이션의 결과만이 아니라 외부 경쟁이 가속 구동하는 것이기도 하다. AI 산업은 결승선 없는 군비 경쟁이다: OpenAI가 GPT-4를 퇴역시켜야 하는 이유는 그것이 “쓸모없어졌기” 때문이 아니라, Anthropic의 Claude, Google의 Gemini, Meta의 Llama가 모두 그것에 근접하거나 능가하고 있기 때문이다. 어떤 기업이든 이터레이션을 중단하면 고객은 수개월 내에 경쟁사로 이동한다. 경쟁자의 존재가 모델의 유효 수명을 “자연 수명”에서 “경쟁 수명”으로 압축시키며 — 후자는 대체로 더 짧다.

사실이 이를 이미 증명했다. 2025년 현재 GPT-3.5는 업계에서 어떤 전문 시나리오에도 사용 불가로 판정되었다 — 출처를 인용할 때 약 40%가 허위 참고문헌을 날조하며, 변호사 자격시험 성적은 하위 10%에 머문다. OpenAI는 지속적으로 구형 모델 버전을 강제 폐기하고 있으며, GPT-3 시리즈, GPT-3.5의 다수 변형, GPT-4 초기 버전이 모두 폐기되거나 폐기 일정에 편입되었고, 개발자에게 주어지는 마이그레이션 통지 기간은 점점 짧아지고 있다.

더욱 경계해야 할 것은, 투자자 마이클 버리(Michael Burry) — 2008년 금융 위기를 성공적으로 예측한 “빅 쇼트” — 가 2025년 말에 공개적으로 경고한 내용이다: AI 시대의 이익은 자산 감가상각 조작 위에 세워져 있다. 그는 대형 기술 기업이 2026~2028년간 감가상각 기간을 늘림으로써 약 1,760억 달러의 자산 감손을 과소 보고할 것으로 추산했다. 즉, AI 자산의 실제 감가 속도는 재무제표가 보여주는 수치보다 훨씬 빠르다.

이는 AI 기업의 재무상태표가 어떤 의미에서는 환각이라는 것을 의미한다. 장부상 가장 “가치 있는” 자산은 모델 자체(및 관련 훈련 데이터와 지적 재산권)이지만, 이 자산은 6~12개월마다 천문학적 비용을 들여 새로운 대체품을 제조해야 한다. 전통 기업은 하나의 생산 라인에 투자하면 10년간 가동할 수 있지만, AI 기업의 모델 투자 유효 기간은 1년 미만일 수 있다. 자본 효율성은 천양지차다.

더 심층적 문제는: 이 특성으로 인해 AI 기업은 영원히 투자를 멈출 수 없다는 것이다. 애플은 이론적으로 1년간 새 iPhone을 출시하지 않더라도 기존 기기와 서비스 수익으로 충분히 이익을 낼 수 있다. AI 기업은 모델 이터레이션을 중단하면 수개월 내에 고객이 유출된다 — 경쟁사의 신모델이 반드시 더 강하기 때문이다.

훈련과 추론의 이중 블랙홀 중첩: 죽음의 나선

개별적으로 보면 각 블랙홀은 이미 치명적이다. 이것들이 중첩되면 자기강화적 자금 소비 순환을 형성한다:

이 구조는 상업사에서 거의 전례가 없다. 가장 가까운 유비는 제약 산업일 수 있다 — R&D 비용이 막대하고 대부분의 후보 약물이 최종적으로 실패한다. 그러나 제약 회사에는 최소한 특허 보호 기간이 있어서, 신약이 승인되면 10~20년간 독점 판매하며 R&D 투자를 충분히 회수할 수 있다. AI 모델에는 이런 보호조차 없다 — 경쟁사가 언제든 동등한 능력의 모델을 훈련할 수 있어 어떤 형태의 “독점 기간”도 존재하지 않는다. 게다가 경쟁 자체가 나선의 회전을 가속한다: 새 모델을 훈련하지 않으면 경쟁사에 추월당하지만, 새 모델을 훈련해도 몇 개월 이상 선두를 유지한다는 보장이 없다. 모든 참가자가 계속 판돈을 올릴 수밖에 없으며, 누구도 이탈할 수 없다.

이것이 바로 AI 기업의 매출 성장이 근본 문제를 해결할 수 없는 이유이기도 하다. Anthropic은 2024년 초 8,700만 달러 연환산 수익에서 2026년 4월 300억 달러로 성장했으며, 그 성장 속도는 경이적이다. 그러나 비용 성장이 항상 매출 앞에서 달리면, 이익은 영원히 실현될 수 없다.

세 번째 블랙홀: 운영 확장의 강성적 통제 불능

훈련은 매몰 비용이고, 추론은 박리다매로 운영되지만, 더 은밀한 블랙홀이 하나 더 있다: 경쟁이 주도하는 운영 확장. 이 블랙홀은 앞의 둘과 다르다 — 강성적이고 비가역적이며, 일단 가동하면 멈출 수 없다.

OpenAI는 2026년 말까지 직원 수를 약 4,500명에서 8,000명으로 거의 두 배 늘릴 계획이며, 3,500개의 새 직위를 추가한다. 직접적 촉발 요인은 Anthropic의 기업 시장에서의 빠른 추격이다 — 새로운 기업 고객이 Anthropic을 선택하는 비율이 이미 OpenAI의 3배에 달한다. 2025년 12월, CEO 알트만은 내부에 “적색경보” 지시를 내려 비핵심 프로젝트를 중단하고 개발에 전력을 기울이게 했다. Anthropic 역시 확장 중이며, 직원이 2022년 192명에서 2025년 1,097명, 2026년 초 약 2,500명으로 증가했고, 샌프란시스코 하워드 스트리트(Howard Street) 일대에 500, 505, 400, 300번지 여러 건물의 임대 계약을 연이어 체결하여 사실상의 “AI 앨리(AI Alley)”를 형성했다.

이들의 급여는 적은 금액이 아니다. OpenAI 직원의 중위 연간 총보상 패키지는 약 64만 달러이며, 소프트웨어 엔지니어링 매니저는 최대 126.5만 달러에 달한다. 2025년 OpenAI의 1인당 주식 보상은 150만 달러에 달했다 — 이는 기술 스타트업 역사상 가장 높은 주식 보상으로, Google IPO 당시보다 6배 높다. Anthropic의 중위 총보상 패키지는 약 44.3만 달러이며, 소프트웨어 엔지니어는 최대 75.9만 달러다. 계산하면: OpenAI의 현재 4,500명만으로도 순수 급여 비용이 연 29억 달러에 달하며, 8,000명으로 늘리면 50억 달러를 초과한다. Anthropic 2,500명을 중위 44만 달러로 계산하면 연 급여 비용은 약 11억 달러다. 두 기업을 합치면 인력만으로 연 40억 달러 이상이며, 빠르게 팽창하고 있다.

사무실 공간도 마찬가지로 광적으로 확장되고 있다. OpenAI의 샌프란시스코 미션 베이(Mission Bay) 사무실 면적은 100만 평방피트를 돌파했으며, 마운틴 뷰(Mountain View)에 43.9만 평방피트의 10년 장기 임대 계약도 체결했고, 뉴욕과 런던에도 사무실이 있다. 샌프란시스코 연임대료 기준 약 67달러/평방피트로 계산하면, 샌프란시스코 사무실 연임대료만 약 6,700만 달러에 달한다. Anthropic은 하워드 스트리트 일대에 밀집 배치하여 500, 505, 400, 300 하워드 스트리트에 수십만 평방피트의 임대 계약을 연이어 체결했다.

이 블랙홀의 치명적인 점은 비가역성이다. 훈련 비용은 이론적으로 속도를 조절할 수 있다 — 차세대 모델을 반년 뒤로 미룰 수 있다. 그러나 8,000명의 급여를 미룰 수 있는가? 10년 장기 임대 계약을 취소할 수 있는가? 급여를 삭감하면? 최고 인재가 즉시 Google, Anthropic, Meta에 빼앗긴다. 구조조정을 하면? 핵심 R&D 역량이 순식간에 상실된다. 이것들은 모두 강성 지출이며, 수익 변동에 따라 조정되지 않는다.

세 개의 블랙홀은 이렇게 삼각형의 자금 교살 구조를 형성한다: 훈련 블랙홀이 산출하는 모델은 더 많은 연구원의 개발이 필요하고(운영 비용 상승), 더 많은 고객을 서비스하려면 더 큰 추론 연산력과 영업팀이 필요하며(운영 비용 재상승), 운영 확장은 더 많은 매출로 지탱되어야 하고(추론 압력 증대), 추론으로 번 돈은 운영조차 충당하지 못하는데, 훈련의 매몰 비용을 회수하는 것은 더더욱 불가능하다. 세 블랙홀이 서로를 먹여 살리며, 어느 하나도 자체적으로 닫을 수 없다.

건전한 모델의 참조: 누가 올바르게 수익을 창출하고 있는가?

AI 산업의 구조적 결함을 더 명확히 이해하기 위해, 건전한 자체 수익 창출 기능을 가진 기술 거인들과 대조할 필요가 있다. 2025~2026 회계연도 기준:

이 세 기업에는 공통된 특징이 있다: 고객과 경쟁하지 않는다. 엔비디아는 대규모 모델도 만들지 않고 애플리케이션도 만들지 않으며, 오직 연산력만 판다 — 고객이 많을수록 좋고, 고객 간에 더 치열하게 경쟁할수록 엔비디아의 GPU 수요는 더 높아진다. 애플은 플랫폼과 유통 채널을 제공하고, 개발자는 App Store를 통해 수익을 올리며, 양측의 이익이 결합된다. 삼성은 상류 칩과 디스플레이 공급자로서, 모든 디바이스 제조사의 파트너다.

AI 기업은 이 철칙을 체계적으로 위반하고 있다. OpenAI는 ChatGPT를 출시하여 GPT API 기반 스타트업과 직접 경쟁하고, GPTs를 출시하여 애플리케이션 레이어 개발자와 경쟁한다. Anthropic은 Managed Agents를 출시하여 에이전트 프레임워크를 구축하는 기업과 경쟁하며, 더 전형적인 사례는 Claude Code다 — Anthropic의 최대 고객인 Cursor는 수익의 100%를 Anthropic에 연산 비용으로 지불하는데, Anthropic은 그 돈으로 돌아서서 Cursor와 직접 경쟁하는 제품인 Claude Code를 개발한다. 고객의 돈으로 고객의 경쟁자를 만드는 것, 이것은 “고객과 경쟁하지 말라”는 철칙에 대한 가장 노골적인 위반이다. Google은 Gemini를 자사의 모든 제품에 넣어 Gemini API를 사용하는 모든 개발자와 경쟁한다. 모든 확장의 한 걸음 한 걸음이 파트너의 생존 공간을 잠식하고 있다.

상하 협공: Google의 자급자족과 DeepSeek의 극한 저비용

세 개의 블랙홀은 이미 치명적이지만, 순수 AI 기업은 더욱 잔혹한 경쟁 구도에 직면해 있다: 위에서는 자체 수익 창출 능력을 가진 거인이, 아래에서는 수익을 낼 필요가 없는 교란자가 동시에 압박하고 있다.

위에서의 압살자: Google. Alphabet의 2026년 자본 지출 예산은 1,750~1,850억 달러로, 2025년의 거의 2배다. 그러나 Google은 OpenAI 및 Anthropic과 본질적으로 다르다: Google Cloud는 이미 흑자이며, 2025년 4분기 영업이익이 전년 대비 154% 급증한 53억 달러, 이익률 30%다. 더 핵심적으로, Google의 자체 개발 TPU 칩의 총소유비용(TCO)은 엔비디아 GPU 대비 30~44% 낮다. 이는 Google이 Gemini 쿼리를 처리할 때 전기료와 칩 감가상각비를 지불하는 반면, OpenAI가 ChatGPT 쿼리를 처리할 때는 엔비디아의 이윤 + 마이크로소프트의 이윤 + 자체 운영 비용을 지불해야 함을 의미한다. 이 구조적 격차는 규모가 커질수록 좁아지지 않는다 — 오히려 벌어진다. Google은 또한 2025년 내에 모델 최적화를 통해 Gemini 추론 단위 비용을 78% 절감했다. Google에게 AI는 검색 광고 제국(연매출 2,000억 달러 이상)의 투자 프로젝트이지, 생존 의존이 아니다. 태울 수 있고, 기다릴 수 있다.

아래에서의 교란자: DeepSeek. 이 중국 기업은 V3 모델의 훈련 비용이 600만 달러에 불과하다고 주장하는데, OpenAI의 GPT-4는 약 1억 달러가 소요되었다. DeepSeek의 API 가격은 미국 기업의 1/4에서 1/6이며 — 적자를 내는 미국 경쟁사와 달리 — 흑자라고 주장한다. DeepSeek의 모회사는 퀀트 헤지펀드 High-Flyer로, 외부 투자자의 수익성 압박을 받지 않아 무기한 극저가로 시장을 교란할 수 있다. DeepSeek의 등장은 직접적으로 중국 AI 가격 전쟁을 촉발하여, 바이두, 알리바바, 텐센트, 바이트댄스 모두 대폭 가격을 인하하거나 아예 모델을 무료 개방하게 만들었다. 바이두는 ERNIE 4.5 Turbo의 API 가격을 80% 삭감하여, 백만 토큰당 불과 0.11달러로 낮췄다. AI 학자 리카이푸(李開復)의 판단: “DeepSeek의 최대 시사점은 오픈소스가 승리했다는 것이다. 경쟁사가 무료이면서 강력할 때, 폐쇄형 모델의 가격 합리성은 근본적으로 흔들릴 것이다.”

순수 AI 기업 — OpenAI, Anthropic — 은 중간에 끼어 있다: Google처럼 자체 개발 칩과 광고 수익으로 자급자족할 수도 없고, DeepSeek처럼 극한 효율과 제로 수익성 압력으로 가격 전쟁을 벌일 수도 없다. 위에서는 이윤 공간이 압살당하고, 아래에서는 가격 결정권이 압착당한다. 세 개의 블랙홀은 이러한 상하 협공 속에서 축소되기는커녕 가속적으로 확대되고 있다.

상장 자금 조달로 교착 상태를 깰 수 있는가?

지속적인 자금 소진에 직면하여 상장 자금 조달은 AI 기업의 마지막 카드로 보인다. OpenAI는 IPO를 준비 중인 것으로 알려졌고, Anthropic도 이르면 2026년 10월 상장을 평가하고 있다. 그러나 상장이 정말로 문제를 해결할 수 있을까?

전통 기술 기업이 상장하는 것은 이미 수익 모델을 증명했기 때문이며, IPO는 금상첨화다. AI 기업이 상장하는 것은 사모 시장의 자금이 거의 소진되었기 때문이며, IPO는 연명 수단이다. 이 둘은 본질적으로 다르다.

상장 이후 AI 기업은 전혀 새로운 차원의 압력에 직면하게 된다 — 이차 시장의 가격 규율. 사모 단계에서 기업가치는 소수 투자자 간 협상의 결과이며, 적자는 “성장 스토리”로 소화될 수 있다. 상장 이후에는 기업가치가 글로벌 시장에서 매초 재평가된다. 나쁜 뉴스 하나, 실적 예상 미달 한 번, 소송 하나로 주가가 반토막 날 수 있다.

더 위험한 것은 상장폐지 리스크다. 미국 주식 규칙하에서 주가가 30 거래일 연속 1달러 미만이거나 시가총액이 일정 기준 이하로 떨어지면, 거래소는 상장폐지 경고를 발부한다. 적자 기업이 시장 신뢰를 잃으면 주가 붕괴 속도는 상상을 초월한다. WeWork는 470억 달러 기업가치에서 제로로 떨어져 파산했고, 대거 SPAC 상장 기업이 2~3년 내에 상장폐지되었다 — 이들 기업은 오늘날의 AI 기업과 놀라울 정도로 유사하다: 높은 기업가치, 큰 적자, 자체 수익 창출 능력 없음, 서사(narrative)로 주가를 지탱.

일부는 광고를 돌파구로 본다. 2026년 2월, OpenAI는 ChatGPT 무료판과 Go판에 정식으로 광고를 도입하여, 6주 만에 연환산 광고 수익 1억 달러를 달성했으며, 600여 광고주가 테스트에 참여했다. 이 숫자는 인상적으로 보이지만, 전체 재무 구조에 대입하면 전혀 같은 차원이 아니다 — 같은 기업의 한 분기 적자가 115억 달러인데, 광고 연환산 1억 달러는 적자의 1%에도 미치지 못한다. 광고 사업이 2026년 전체에서 예상치인 10억 달러 미만에 도달하더라도, 세 블랙홀을 메우기에는 잔에 물 한 방울이다.

더 위험한 것은, 광고 모델 자체가 새로운 신뢰 폭탄을 내포하고 있다는 점이다. ChatGPT의 핵심 가치는 사용자가 그 답변의 객관성을 신뢰하는 데 구축되어 있다. 사용자가 AI의 답변이 정확성이 아닌 광고주를 위해 서비스한다고 의심하기 시작하면, 플랫폼의 핵심 경쟁력은 급속히 와해된다. Anthropic은 광고 모델을 명시적으로 거부하며, “광고 없음”을 기업 고객 신뢰의 차별화 포지셔닝으로 삼고 있다. OpenAI는 1달러 상품을 0.70달러에 팔고, 이제 광고로 그 0.30달러의 차이를 보조하려 한다 — 이것은 비즈니스 모델 혁신이 아니라 절박한 발버둥이다.

데이터 신뢰의 숨겨진 폭탄

세 가지 재무 블랙홀 외에도, AI 기업은 붕괴를 가속할 수 있는 트리거 요인에 직면해 있다: 데이터 신뢰 위기.

사용자가 플랫폼에서 하는 모든 상호작용 — 프롬프트를 어떻게 작성하는지, 워크플로우를 어떻게 설계하는지, 에이전트를 어떻게 편성하는지 — 은 본질적으로 무료 훈련 데이터이자 제품 영감이다. 창업자는 자신이 도구를 사용한다고 생각하지만, 실제로는 도구를 먹여 살리고 있기도 하다. 이것은 애플 세금보다 더 은밀하다: 애플이 가져가는 것은 돈이고, AI 기업이 가져가는 것은 지혜다.

OpenAI의 경험은 이미 신뢰 붕괴의 연쇄 반응을 보여주었다. 2026년 초, 법원은 OpenAI가 저작권 소송 원고에게 2,000만 건의 익명화된 ChatGPT 대화 로그를 제공해야 한다고 판결했다. 판사는 사용자가 대화 내용을 “자발적으로 제출”한 것으로 판정하여 프라이버시 항변이 성립하지 않았다. 동시에, 일론 머스크의 사기 소송이 4월 27일에 개정되며, 1,340억 달러의 손해배상을 청구하고 있다. 마이크로소프트 — OpenAI 최대 주주 — 도 계약 위반 소송을 검토 중인 것으로 알려졌다.

창업자, 투자자, 사용자, 저작권자, 규제 기관이 동시에 압력을 가하고 있다 — 이것은 전형적인 “무너지면 다 함께 밀어내는” 시나리오다. 역사적 선례가 있다: 페이스북의 케임브리지 애널리티카 사건은 하룻밤 사이에 “세상을 연결하는” 기업에서 “프라이버시의 적”으로 변모시켰다. AI 기업이 데이터 신뢰 문제를 잘못 처리하면, 유사한 전환점이 언제든 올 수 있다.

일부는 사용자 데이터와 RLHF 피드백 신호가 AI 기업의 “데이터 플라이휠” 해자를 구성한다고 주장한다 — 사용자가 많을수록 피드백이 풍부해지고, 모델이 강해지며, 더 많은 사용자를 끌어들인다. 그러나 이 논리는 두 가지 추세에 의해 와해되고 있다. 첫째, 합성 데이터가 대규모로 인간 피드백 데이터를 대체하고 있다: 지시 미세조정(instruction fine-tuning) 단계에서는 합성 데이터가 기본적으로 승리했고, 선호도 훈련(preference training) 단계에서도 학술 연구에 따르면 합성 선호도 데이터가 인간 데이터와 동등한 효과를 보인다. 둘째, Andreessen Horowitz의 연구가 지적한 바와 같이: 데이터 규모 효과는 종종 체감 수익을 보인다 — 고유 데이터 획득의 한계비용은 상승하고, 증분 데이터의 한계 가치는 하락한다. 데이터 플라이휠은 범용 모델 층위에서 지속적 경쟁 장벽을 구성하지 않으며, 수직 애플리케이션 층위에서 더 유용할 가능성이 높다.

이는 AI 기업이 사용자 데이터 수집을 통해 구축하려는 “해자”가 윤리적·법적 리스크에 직면하는 동시에, 기술적으로 합성 데이터에 의해 우회되고 있음을 의미한다. 데이터는 AI 기업의 자산이 아니라 부채로 변하고 있다.

역사적 유비: 골드러시에서 누가 돈을 벌었는가?

1849년 캘리포니아 골드러시에서 대다수의 금광꾼은 전 재산을 잃었지만, 곡괭이, 텐트, 청바지(Levi’s)를 파는 사람들은 큰 돈을 벌었다. 2026년의 AI 산업은 정확히 같은 대본을 재연하고 있다.

엔비디아의 현금 보유고는 ChatGPT 출시 전(2023년 1월) 133억 달러에서 2026 회계연도 626억 달러로 거의 5배 증가했다. 2026 회계연도에 엔비디아는 주주에게 411억 달러의 자사주 매입과 배당금을 환원했다 — 이것은 진정으로 돈을 벌고 있는 기업만이 할 수 있는 일이다. 어떤 AI 기업이 이기든 지든, 엔비디아는 돈을 받는다 — AI 기업 간에 더 치열하게 경쟁할수록 엔비디아의 GPU 수요는 더 높아진다. AI 기업의 악순환은 정확히 엔비디아의 선순환이다.

AI 산업 밸류체인에서 진정한 “징세인” 역할을 하는 것은 엔비디아 외에도 클라우드 플랫폼이 있다. AWS, Azure, GCP는 AI 기업에 운영 인프라를 제공하며 사용량에 따라 과금하여, 가뭄이든 풍년이든 수확한다. 2026년, 미국 5대 클라우드 및 AI 인프라 제공업체의 자본 지출 약정은 합산 6,600~6,900억 달러에 달한다. 이 자금은 클라우드 플랫폼과 칩 기업으로 흘러가지, AI 모델 기업으로 가지 않는다. AI 기업은 자신이 미래를 건설하고 있다고 생각하지만, 실제로는 인프라 제공업체에 임대료를 내고 있다. 모델 기업은 세입자이지, 건물주가 아니다.

결론: 번영 이면의 카운트다운

AI 산업의 현재 표면적 번영 — 300억 달러 연환산 수익, 8,500억 달러 기업가치, 2주마다 새 제품 출시 — 은 하나의 근본적 구조 결함을 가리고 있다: 이 산업은 아직 지속 가능한 수익 모델을 찾지 못했다.

세 개의 블랙홀의 존재는 매출이 아무리 빠르게 성장하더라도, 비용 구조에 근본적 변화가 없는 한, AI 기업은 단지 누가 더 천천히 죽느냐를 경쟁하고 있을 뿐임을 의미한다. 추론 토큰의 박리 수익으로는 운영팀도 부양할 수 없고, 훈련 비용은 지출만 있고 수익 제로의 심연이며, 경쟁이 주도하는 확장은 일단 시동이 걸리면 브레이크를 잡을 수 없다. 동시에, 위에서는 Google이 자체 개발 칩과 광고 수익으로 압살하고, 아래에서는 DeepSeek가 극한 저비용과 무료 모델로 가격 체계를 파괴한다. 거시적으로 미국의 AI 자본 지출은 연간 5,000억 달러를 초과하는 반면, 소비자의 AI 서비스 연간 지출은 120억 달러에 불과하다 — 투입과 수익 간의 격차는 싱가포르 GDP와 소말리아 GDP의 차이와 같다. Anthropic CEO 다리오 아모데이(Dario Amodei)는 직접 인정했다: AI 진전이 12개월 지연되면 자신은 파산할 것이라고. OpenAI CEO 샘 알트만(Sam Altman)도 공개적으로 말했다: “투자자들이 전체적으로 AI에 과도하게 흥분하고 있는가? 내 견해는: 그렇다.” 두 선두 기업의 CEO가 모두 이런 신호를 보내고 있을 때, 이것은 경고가 아니라 확인이다. 다음 두 가지 조건 중 최소 하나가 충족되지 않는 한:

이 두 조건이 충족되기 전까지, AI 기업은 본질적으로 벤처캐피털과 이차 시장의 자금으로 인류 기술사상 가장 비싼 도박을 하고 있는 것이다. 도박에 이기면 전체 경제 형태를 재편할 수 있을 것이다. 도박에 지면 남는 것은 수천억 달러의 매몰 비용과 잔해의 들판뿐이다.

참고 출처

[1] SaaStr, “Anthropic Just Passed OpenAI in Revenue,” April 2026
[2] Yahoo Finance, “OpenAI’s 2026 Scorecard: A String of Lawsuits,” March 2026
[3] CNBC, “Elon Musk Seeks Ouster of OpenAI CEO Sam Altman,” April 2026
[4] National Law Review, “OpenAI Loses Privacy Gambit: 20 Million ChatGPT Logs,” January 2026
[5] Anthropic Engineering Blog, “Scaling Managed Agents,” April 2026
[6] Gartner, “Performing Inference on an LLM Will Cost Over 90% Less by 2030,” March 2026
[7] Epoch AI, “LLM Inference Prices Have Fallen Rapidly but Unequally Across Tasks,” March 2025
[8] Stanford HAI, “The 2025 AI Index Report,” April 2025
[9] CNBC, “OpenAI Ads Pilot Tops $100 Million in ARR in Under 2 Months,” March 2026
[10] Fortune, “What Happens to Old AI Chips? Michael Burry Depreciation Warning,” December 2025
[11] AI Automation Global, “OpenAI Lost $5B on $3.7B Revenue: The AI Inference Cost Crisis,” March 2026
[12] Andreessen Horowitz, “The Empty Promise of Data Moats,” April 2024
[13] MacroTrends / CompaniesMarketCap, financial data for Apple (AAPL), Nvidia (NVDA), Samsung (005930.KS)
[14] SEC Filings: Apple 8-K (FY2025), Nvidia 8-K (FY2026), Samsung annual reports
[15] OpenAI, “Our Approach to Advertising and Expanding Access to ChatGPT,” January 2026
[16] TradingKey, “Anthropic Revenue Surpasses OpenAI for First Time,” April 2026
[17] Futurum, “AI Capex 2026: The $690B Infrastructure Sprint,” February 2026
[18] Nathan Lambert, “Synthetic Data & CAI,” RLHF Book, 2025-2026
[19] Fortune, “OpenAI Plans to Almost Double Headcount This Year,” March 2026
[20] Levels.fyi, OpenAI / Anthropic salary data, updated April 2026
[21] Fortune, “OpenAI Is Paying Workers $1.5 Million in Stock-Based Compensation on Average,” February 2026
[22] SF Chronicle / The Real Deal, OpenAI office expansion data, January-March 2026
[23] SF Standard, “The AI Leaderboard: Where the Biggest Companies Are in SF,” April 2026
[24] CNBC, “Google Parent Beats on Revenue, Projects Significant AI Spending Increase,” February 2026
[25] SemiAnalysis, “Google TPU vs Nvidia GPU Total Cost of Ownership Analysis,” November 2025
[26] Wikipedia / Britannica Money, “DeepSeek,” updated April 2026
[27] CNBC, “China’s Open-Source Embrace Upends Conventional Wisdom Around AI,” March 2025
[28] Digitimes, “Baidu Cuts AI Costs, Takes Swipe at DeepSeek,” April 2025
[29] Epoch AI, “Can AI Companies Become Profitable?” January 2026 (updated March 2026)
[30] RAND Corporation, US-China AI Competition Report, 2026