에테르의 일본&미국 리서치

Exponential View, 「The State of the AI Economy」 📊 The State of the AI Economy — Exponential View (2026.6.25) 총평 이 보고서의 핵심 문제의식은 AI 경제의 공급 측면(반도체·하이퍼스케일러)은 충분히 공시되어 있는 반면, 수요 측면, 즉 고객이 실제로 무엇에 돈을 내고 있고 그 매출이 진짜인지는 그동안 불투명했다는 점입니다. Exponential View는 1,000개 이상 기업을 대상으로 한 상향식 라인 단위 매출 모델을 구축해, 신뢰도 점수를 부여하고 삼각검증한 뒤 계층 간 중복 매출을 제거하는 방식으로 이를 추정했습니다. 그 결과 생성형 AI 생태계 매출은 중복 제거 기준으로 이미 연환산 1,750억 달러를 넘어섰으며, 직전 12개월 누적 실적은 1,100억 달러입니다. 두 수치의 1.6배 차이는 그만큼 성장 속도가 빠르다는 의미입니다. CapEx 집약도는 과거 대형 기술 기업의 통상 수준을 크게 웃돌고 있고, 외부 자금 조달 비중도 점점 커지고 있습니다. 결국 남는 질문은 "값이 싸지는 인공지능이 과연 충분한 물량과 마진을 만들어내 막대한 투자를 회수할 수 있는가"입니다. 1) 수요 — 진짜이고, 크고, 빠르다 매출은 외부의 실제 고객 결제에서 나오고 있으며, 이 부문은 과거 어떤 IT 물결보다 3배 빠르게 성장하고 있습니다. AI 산업은 2023년에는 누적 매출 10억 달러를 늘리는 데 180일이 필요했지만 이제는 2일도 채 걸리지 않아, 속도가 약 90배 빨라졌습니다. 챗봇 구독 시대에서 에이전트형 코딩 시대(Claude Code, Codex, OpenClaw 등)로 넘어가는 동안에도 분기 35% 성장(연 3.2배 수준)이 유지됐습니다. 이러한 수요는 하이퍼스케일러의 잔여수행의무(RPO) 백로그로 나타나 합산 약 2.0조 달러에 이르렀으며(Microsoft 6,330억, Oracle 5,530억, Google 4,680억, Amazon 3,640억 달러), 반도체 시장 자체도 컴퓨트 슈퍼사이클에 진입해 2025년 7,920억 달러, 2026년 WSTS 전망 1조 5,110억 달러로 확대되고 있습니다. 1971년 이후 전 세계 컴퓨트 증가율은 66% CAGR였으나 AI 서버를 포함하면 80% CAGR로 가속되어 약 9배 차이가 납니다. 정체돼 있던 미국 전력 부문도 다시 살아나, 2008~2024년 사실상 정체였던 발전량 증가가 2024년 이후 월 +9TWh 수준으로 돌아섰습니다. 최대 데이터센터 규모는 4년 만에 50배 커졌고(xAI Colossus 약 300MW, Rainier New Carlisle 약 1.1GW, Rainier 완공 목표 약 2.3GW), 데이터센터 구축 비용에서 칩 비중은 40%에서 60%로, 그중 메모리 비중은 2%에서 약 18%로 가장 크게 뛰었습니다. Nvidia 공급 약정은 1년 새 310억에서 950억 달러로 늘었고, 2030년까지 미국 전력망에 필요할 추가 전력 추정치도 2022년 대비 약 7배(24GW→166GW)로 커졌는데 그중 약 55%가 데이터센터발 증가입니다. 2) 경제 — 크지만 아직 작고, 초기 단계다 규모가 빠르게 커지고 있어도 거시 지표 대비로는 여전히 작습니다. AI 매출은 미국 GDP의 0.42% 수준(IT 부문은 9.4%)이고, 기업 이익 전체로 잡아도 그 규모가 전체 생성형 AI 매출의 32배에 달합니다. 다만 GDP 대비 비중이 2025년 1분기 대비 3배, 2024년 1분기 대비 10배로 빠르게 오르고 있어 초기 국면임을 보여줍니다. 기업 단위에서도 아직 미미해, 엔지니어 1인당 연 1,500달러를 쓰는 Uber조차 손익계산서에 거의 흔적을 남기지 않습니다. 다만 과거 범용 기술(증기, 전기 조명, 자동화, 무료 디지털재)이 그랬듯, 측정 매출은 소비자 후생을 과소평가할 수 있습니다. 실제로 미국 소비자가 AI에 매기는 가치는 매출 110억 달러를 30억~40억 달러(약 +30%) 웃도는 것으로 추정됩니다. S&P 500 실적 발표에서 AI 영향 언급은 2023년 이후 3~4배 늘었고 그중 50~60%가 정량화됐지만, 여전히 다수 기업은 정량적 효과를 보고하지 않고 있습니다. 또한 생성형 AI 관련 주장 10건 중 7건이 매출 증대보다 비용 절감·효율(비용 절감 25%, 시간 절약 23%, 처리량 22% 등)에 집중되어 있는데, 동일한 100만 달러 효과라도 비용 절감이 매출 성장보다 마진 개선폭이 크기 때문입니다. 과거 자동화 물결처럼 AI 집약도가 높은 조기 도입 기업이 동종 대비 빠르게 성장하는 모습도 확인됩니다(고집약 기업 매출 성장 격차 약 92%포인트). 3) CapEx — 사상 최대 규모의 구축, 아직은 회수 중 하이퍼스케일러와 네오클라우드는 2026년까지 누적 2조 달러 규모의 CapEx를 약정했고, 2026년 추정치만 약 8,480억 달러입니다. 이는 AI 이전 추세선보다 약 5,350억 달러 높은 수준입니다. 주목할 변화는 한계 투자 1달러가 점점 더 외부 자금으로 조달된다는 점입니다. 하이퍼스케일러는 주로 현금으로 충당하지만 시장 내 비중이 커 경제 전반에 위험을 전가하고, 네오클라우드는 주로 부채로 조달합니다. 2026년 예상 감가상각비는 약 1,110억 달러에 이르며, 매출은 진행 중인 비용은 감당하지만 누적 청구서는 아직 다 갚지 못한 상태입니다(2025년 4분기에 분기 매출이 처음으로 CapEx 감가상각을 넘어섰고, 누적 기준으로는 약 절반 정도 충당). 1분기 2026 기준 헤드룸은 하이퍼스케일러·네오클라우드 매출 기준 19%, 전체 생성형 AI 매출 기준 32%였는데, 바꿔 말하면 감가상각이 매출의 약 81%와 68%를 흡수하고 있다는 뜻입니다. H100 1년 임대료는 출시 초기 시간당 3.05달러에서 과잉 구축 우려기 1.70달러까지 떨어졌다가 추론 수요 급증으로 2.40달러까지 반등해 기존 공급이 흡수되고 있음을 시사합니다. 1GW의 AI 용량을 보유·운영하는 데 연 79억 달러가 들고(자본비용 89%, 운영비 11%), 이 경제성이 토큰 가격의 하한선을 정합니다. 한편 임대 수익률을 보면 GPU의 실제 수명이 회계상 6년보다 길게 이어지는데, 칩 수명을 8년으로 늘려 잡으면 인프라 헤드룸이 19%에서 36%로 올라가, 과잉 구축이 사실상 긴 감가상각 수명에 거는 베팅이 될 수 있습니다. 4) 토큰 — AI 경제의 가치 단위인가? 토큰 사용량은 에이전트형 워크로드와 탄력적 수요에 힘입어 연 14배로 증가하고 있으며, 전 세계 월간 처리량은 30 quadrillion(경)을 넘어섰습니다. 채팅에서 에이전트로의 전환이 토큰 사용을 크게 늘려, 에이전트형 코딩 작업은 채팅 작업의 약 1,200배에 달하는 토큰을 소비합니다(4.17m vs 3.39k). 더 뛰어난 모델과 더 싼 토큰이 수요를 함께 키우는데, Epoch 역량 지수는 112에서 158로 오르고 블렌디드 토큰 가격은 100만 토큰당 17달러에서 2달러로 떨어졌으며 출력 토큰당 처리 토큰 수는 12에서 36으로 늘었습니다. 토큰 수요는 탄력적이어서, 가격 탄력성 크기가 약 1.2~1.8로 추정됩니다(10% 가격 인하 시 12~18% 더 많은 토큰 → 총 토큰 지출은 오히려 증가). 토큰 기반 과금은 인터넷 광고의 '클릭당 과금(pay-per-click)' 전환에 비유되는데, 무료 → 좌석 기반 구독 → 사용량 기반 과금으로 진화하면서 비로소 프로젝트별 가치 귀속이 가능해집니다. 효율 개선으로 GW당 수익화는 높아지는 한편 토큰당 매출은 하락하고 있으며, 산업 전반의 GW당 매출은 70억 달러를 넘어섰습니다. 다만 토큰은 과금 단위일 뿐 아직 가치 단위는 아니며, 입력·추론 토큰을 제외하고 출력 토큰에 모델 품질을 곱한 '품질 보정 출력 토큰'이 가장 그럴듯한 가치 단위 후보로 제시됩니다. Epoch·METR·Artificial Analysis 등 어떤 지표로 봐도 역량 추세는 우상향이며, 품질 보정 출력 토큰도 원시 물량 증가에 보조를 맞춰 성장하고 있습니다. 5) 스택 — 가치는 어디서 포착되는가 스택은 자본과 에너지를 인지 노동으로 바꿉니다. 칩(에너지→토큰), 호스팅(칩 CapEx→토큰 OpEx), 파운데이션 모델(토큰→지능), 앱(지능→소비자 가치) 순입니다. 현재 매출은 집중돼 있지만 구성이 바뀌고 있습니다. 가치가 스택 위쪽의 앱·모델 쪽으로 이동하면서 1년 새 2.95배 성장했고, 호스팅 비중은 89%에서 82%로 줄고 파운데이션 모델과 앱 비중이 커졌습니다. 가격 결정력은 스택 내 위치가 아니라 경쟁 압력을 따르며(HHI: 칩 4775, 호스팅 2589, 앱 2597, 파운데이션 모델 1594), 프런티어 랩은 당분간 프리미엄 가격을 방어할 수 있습니다. 그러나 오픈웨이트의 빠른 상품화를 앞질러야 마진을 지킬 수 있는데, 작년의 프런티어 성능은 빠르게 저가 모델로 내려오고 있습니다(GPQA Diamond 기준 동일 성능 도달 최저가가 급락). 모델 라우팅을 직접 하는 OpenRouter 사용자 사이에서는 Google·OpenAI·Anthropic의 토큰 점유율이 72%에서 33%로 떨어져 오픈웨이트로 이동했습니다. 가격 압박 속에서 랩들은 앱과 인프라로 영역을 넓히고 있으며(Claude for Legal·Codex for Legal 같은 수직 앱, Stargate, Anthropic의 500억 달러 미국 AI 인프라 투자), 모든 계층의 비용이 압축될수록 그 잉여는 결국 소비자가 가져가게 됩니다(오픈웨이트 추격·범용 모델·컴퓨트 효율화 시나리오). 결론 AI 수요는 과거 어떤 플랫폼 전환보다 매출로 입증된 상태입니다. 결국 투자 판단은 "값이 내려가는 가격이 충분한 토큰 물량을 움직여 막대한 CapEx에 대한 수익을 낼 수 있느냐"로 귀결됩니다. (출처: Exponential View, 「The State of the AI Economy」, 2026.6.25. 글로벌 ex-China 기준, 중복 제거 매출, 칩 제조 제외)