AI의 진짜 전환점은 AGI가 아니라 ‘흑자’일 수도 있다
Anthropic이 투자자들에게 2분기 연속 조정 영업이익 흑자를 예상한다고 알린 것으로 전해졌습니다. 사실이라면 AI 모델 회사는 GPU 비용 때문에 영원히 돈을 벌기 어렵다는 가설에 첫 균열이 생깁니다. 이제 AI 투자에서 가장 중요한 질문은 모델이 얼마나 똑똑한가가 아니라, 그 지능을 팔아서 실제 얼마를 남기는가입니다.
20초 핵심
AI 회사도 결국 소프트웨어 회사처럼 돈을 벌 수 있을까
생성형 AI를 둘러싼 가장 오래된 의문은 의외로 기술이 아니라 회계에 있었습니다. 매출은 폭발적으로 늘어나는데, 사용자가 질문할 때마다 GPU가 실제로 일을 합니다. 전통 소프트웨어처럼 한 번 만들어 놓고 거의 공짜에 가까운 비용으로 복제하는 사업이 아닙니다.
그래서 AI 모델 회사는 오랫동안 소프트웨어처럼 보이지만 경제적으로는 클라우드와 제조업 사이에 있는 사업으로 평가받았습니다. 모델이 커질수록 훈련비가 늘고, 사용자가 많아질수록 추론비도 늘기 때문입니다.
그런데 9월 13일 Reuters가 FT를 인용해 전한 숫자는 이 가설을 시험할 만합니다. Anthropic은 투자자들에게 2분기 연속 positive adjusted operating income, 즉 조정 영업이익 흑자를 예상한다고 알린 것으로 전해졌습니다. Reuters는 이 보도를 독립적으로 확인하지 못했고 Anthropic도 즉시 논평하지 않았습니다.
80%라는 숫자보다 중요한 것은 ‘어디까지 뺀 80%인가’
여기서 가장 조심해야 할 부분이 있습니다. FT가 전한 80% 이상의 gross margin은 Amazon 같은 유통 파트너에게 지급하는 revenue sharing과 모델 훈련비를 반영하기 전입니다. 즉 회계상 모든 경제적 비용을 다 넣고도 80%가 남는다는 뜻이 아닙니다.
따라서 “Anthropic이 Microsoft Office와 같은 완성형 고마진 소프트웨어가 됐다”고 말하기는 이릅니다. 조정 영업이익 역시 정확히 어떤 비용을 제외했는지 공개 재무제표가 나오기 전까지는 세부 정의를 확인해야 합니다.
그럼에도 두 분기 연속 조정 영업흑자가 사실이라면 의미가 있습니다. 적어도 추론을 많이 할수록 손실이 기계적으로 커지는 구조에서 벗어날 수 있다는 가능성을 보여주기 때문입니다.
왜 지금 경제성이 좋아질 수 있나
첫 번째는 추론비용입니다. 최신 모델은 무조건 더 비싸지는 방향으로만 가지 않습니다. Anthropic은 Sonnet 5를 100만 input token당 2달러, output token당 10달러에 제공하면서 이전보다 높은 agentic 성능을 더 낮은 가격대에서 제공한다고 설명합니다. 같은 수준의 일을 처리하는 데 필요한 연산비가 내려간다면 사용량 증가가 곧바로 손실 증가로 이어지지 않습니다.
두 번째는 고객 구성이 바뀌고 있다는 점입니다. Anthropic은 2026년 초 연간 100만달러 이상을 쓰는 기업고객이 1,000곳을 넘었다고 밝혔습니다. 기업은 월 20달러짜리 챗봇을 사는 것이 아니라 코딩, 금융, 연구개발, 고객지원처럼 실제 인건비와 시간을 줄여주는 결과물을 삽니다. AI가 한 사람의 몇 시간을 절약한다면 기업이 지불할 수 있는 가격은 소비자 구독료와 전혀 달라집니다.
세 번째는 모든 질문에 최고급 모델을 쓸 필요가 없다는 점입니다. 간단한 요청은 작은 모델로, 복잡한 reasoning은 큰 모델로, 코딩은 특화된 모델로 보내면 평균 compute cost를 낮출 수 있습니다. 사용자가 보는 것은 하나의 Claude지만 뒤에서는 가장 싼 충분한 모델을 고르는 식입니다.
정확한 회계식은 아닙니다. 하지만 투자 프레임으로는 유용합니다. 고객 한 명에게 받는 돈은 올라가고, 같은 일을 처리하는 연산비는 내려가면 그 사이의 간격이 벌어집니다. 그 간격이 결국 gross margin expansion으로 나타납니다.
이 숫자가 Nvidia에도 중요한 이유
AI Lab이 실제로 돈을 벌기 시작하면 GPU의 성격도 달라집니다. 지금까지는 일부 투자자에게 GPU 구매가 벤처자본과 빅테크 자금이 밀어 올린 선행투자처럼 보였습니다. 수익이 충분히 따라오지 않으면 언젠가 CAPEX가 꺾일 수 있다는 우려가 자연스럽게 붙었습니다.
반대로 AI Lab이 고객에게 받은 돈으로 추론비를 감당하고 영업이익까지 남긴다면 GPU는 적자를 유지하기 위한 비용이 아니라 돈을 벌기 위한 생산설비에 가까워집니다. 데이터센터의 서버 한 대가 더 많은 매출과 이익을 만들어낼 수 있다면 Nvidia, Broadcom, 메모리, 전력 인프라까지 이어지는 AI 투자 사이클의 질이 달라집니다.
며칠 전 시장에서 논쟁이 된 순환금융도 같은 기준으로 봐야 합니다. “칩 회사가 AI 회사에 투자하고, AI 회사가 다시 그 돈으로 칩을 산다”는 구조만 보면 불안합니다. 그러나 그 중간에 외부 고객이 충분한 현금을 넣어주고 AI 회사가 영업이익과 자유현금흐름을 만들기 시작하면 순환의 중심은 금융이 아니라 실제 수요가 됩니다.
AI의 산업적 전환점을 AGI 달성 시점으로 잡는 것은 투자자에게는 지나치게 추상적일 수 있습니다. 투자 가능한 산업이 되는 순간은 인간과 같은 지능을 얻었을 때가 아니라, 그 지능을 팔아 반복적으로 현금을 남길 수 있을 때 일 가능성이 더 큽니다.
다만 이번 보도를 AI 수익성 논쟁의 종결로 받아들이는 것은 이릅니다. Anthropic은 비상장사이고, 공개된 GAAP 손익계산서가 없습니다.
80% gross margin에는 빠진 비용이 있으며, adjusted operating income과 free cash flow는 서로 다른 숫자입니다. 대규모 신규 데이터센터 계약과 차세대 모델 훈련비가 다시 현금을 빨아들일 수도 있습니다.
그래서 이번 뉴스의 의미는 “AI Lab은 이제 돈을 잘 번다”가 아닙니다. “AI Lab은 구조적으로 돈을 못 번다”는 가정에 처음으로 꽤 구체적인 반례가 등장했다 는 쪽에 가깝습니다.
앞으로 AI 투자 판단의 무게중심은 benchmark에서 unit economics로 조금씩 이동할 가능성이 있습니다.
- 현재 확인된 것은 FT가 복수의 관계자를 인용해 Anthropic이 투자자들에게 2분기 연속 조정 영업이익 흑자를 예상한다고 알렸다는 보도입니다. Reuters는 이를 독립적으로 확인하지 못했다고 명시했습니다. 따라서 확정된 공시 실적처럼 다루면 안 됩니다.
- 그렇게 단정하기 어렵습니다. 보도된 80% 이상 수치는 파트너 revenue sharing과 모델 training cost를 반영하기 전입니다. 전통 SaaS gross margin과 직접 비교하려면 비용 분류 기준을 맞춰야 합니다.
- 가능한 반론입니다. 핵심은 가격 하락 속도와 원가 하락 속도 중 어느 쪽이 더 빠르냐입니다. 여기에 기업고객이 더 높은 가격을 지불하는 고부가가치 업무 비중이 얼마나 커지는지도 함께 봐야 합니다.
- 그 정도로 단순하지 않습니다. AI Lab의 수익성이 좋아지면 compute 투자 지속 가능성에는 긍정적입니다. 반면 모델 효율이 너무 빠르게 좋아져 같은 업무에 필요한 GPU 수가 줄거나 자체칩 비중이 커지면 Nvidia의 단위 수요에는 반대 효과가 생길 수 있습니다.
- 주가나 CAPEX 하나만 보기보다 AI 서비스의 외부 매출, gross margin, 영업이익, free cash flow가 함께 개선되는지 보는 편이 낫습니다. 실제 고객 현금흐름이 인프라 투자를 지탱하기 시작하면 거품 논쟁의 성격도 달라집니다.
체크 포인트
인사이트 타임스 편집부
