빅테크는 AI로 수익을 창출하는 반면, 나머지 미국 기업들은 재정적 이득을 보지 못하고 있다

AI 지출은 기술 제공업체들에게 수익을 창출하고 있지만, Apollo의 Daily Spark 분석에 따르면 대부분의 다른 S&P 500 기업들은 생산성이나 이윤 마진에서 비교할 만한 증가세를 보여주지 못했습니다.

더 깊이 알아보기: TH Premium - AI 및 데이터 센터

Microsoft data center in Mount Pleasant, Wisconsin

(이미지 출처: Microsoft)

• 데이터 센터 냉각 현황
• 맞춤형 AI ASIC 현황
• 미국의 AI 칩 규제는 계속 바뀌고 있으며, 나머지 세계가 그 대가를 치르고 있다
• GTC 2026: Ian Buck 기자 Q&A 전문 — 하이퍼스케일 및 HPC 담당 부사장, CPX 중단 및 LPU 올해 출하에 대해 발언
• 데이터 센터 CPU 수요가 급증했으며, 그 원인은 AI 에이전트 때문이다

인공지능(AI)은 기술 지출의 붐을 일으키는 데 도움을 주었지만, 미국 기업 전반에 걸쳐 재정적 이득을 발견하기는 어렵다. Apollo Global Management의 수석 이코노미스트 토르스텐 슬록(Torsten Slok)은 10월 24일, 노동자당 매출과 이윤 마진이 Magnificent Seven 기술주에서는 상승하고 있는 반면, S&P 500에 속한 나머지 493개 기업에서는 평탄하게 유지되고 있다고 밝혔다.

특히 슬록의 분석에 따르면, 막대한 기술 투자에도 불구하고 AI가 생산성 성장을 촉진한다는 명확한 증거는 발견되지 않았다. 보고서에 따르면, 노동자당 매출과 이윤 마진은 Magnificent Seven 사이에서 상승했지만, S&P 500의 나머지 493개 기업에서는 평탄하게 유지되고 있다. 슬록은 “인공지능을 둘러싼 막대한 투자와 광범위한 과대광고에도 불구하고, 이 기술은 기술 분야를 벗어난 미국 기업에는 제로(zero) 재정적 수익만을 제공했다”고 썼다.

AI models와 같은 모델을 대규모로 운영하는 것은 비용을 빠르게 증가시킬 수 있는데, 많은 제공업체가 토큰 사용량(token usage)에 따라 요금을 부과하기 때문에 직원들이 더 많은 요청을 하거나 AI 에이전트가 데이터를 처리하고 점점 더 복잡한 작업을 수행함에 따라 청구서가 늘어난다. 슬록은 주류 기업들이 토큰 지출을 성장의 원천이라기보다는 비용 센터(cost center)로 보기 시작했다고 말했다. 그는 벤처 캐피털(Venture Capital, VC)의 지원을 받는 사업체들은 토큰에 더 많은 돈을 쓰고 있는 반면, 기존 기업들은 더 저렴한 대안이 같은 일을 할 수 있다면 최신 모델에 비용을 지불할 유인이 적다고 지적했다.

이는 증가하는 도입률을 지속적인 수익 흐름으로 전환하기를 바라는 AI 제공업체들에게 문제를 야기합니다. 더 많은 컴퓨팅 파워와 모델 접근성을 판매하는 것은 공급업체의 매출을 증진시킬 수 있지만, 고객들이 동일한 속도로 지출을 유지하려면 생산성, 매출 또는 운영 비용에서 상응하는 이득을 확인해야 합니다. 더욱이, AI 비용이 측정 가능한 비즈니스 성과 개선 없이 증가한다면, 추가적인 지출은 마진에 부담을 줄 수 있습니다.

Slok은 "AI는 책임성(accountability), 신뢰, 문화, 불문율, 윤리적 트레이드오프 또는 공정성을 이해하지 못하며, 이 모든 것이 평판 위험을 형성하고 궁극적으로 매출 성장과 이익 마진을 주도합니다."라고 덧붙였습니다. "결론적으로 AI 이야기는 Mag 7이 아닌 S&P 493에서 결정될 것이며, 현재까지 기술 부문 외에서는 매출 성장이나 마진 개선에 대한 증거가 없습니다."

Apollo chart showing AI spending and profit

(Image credit: Apollo)

Slok의 분석은 또한 더 광범위한 한계점을 지적합니다. AI 도입이 비교적 적은 소수의 기업에 집중되어 있다는 것입니다. 사용처가 더 많은 산업으로 확산되고 측정 가능한 결과를 산출하지 않는 한, 이 기술이 광범위한 경제에 미치는 영향은 제한적일 수 있습니다.

이러한 긴장감은 인도의 금융 기술(fintech) 부문에서도 나타나고 있습니다. Business Standard가 9월 11일에 보도한 PwC India 설문조사에 따르면, 설문조사에 참여한 응답자의 84%가 자신들의 AI 투자로부터 측정 가능한 재정적 결과를 아직 확인하지 못했다고 합니다.

이러한 상황이 기업들이 전진하는 것을 막지는 못했습니다. 설문조사 결과, 응답자의 48%는 독점 지능(proprietary intelligence)을 주요 전략적 우선순위로 파악했습니다. 한편, 응답자의 30%는 향후 3~5년 동안 고객 경험(customer experience)이 [AI 에이전트] 도입을 주도할 것으로 예상했으며, 그 뒤를 이어 비용 절감 및 생산성 향상(productivity gains)이 22%로 나타났습니다.

신뢰는 금융 서비스에서 [AI 에이전트]를 배포하려는 기업들에게 또 다른 장애물입니다. 설문조사에 따르면, 응답자의 41%는 고객 신뢰 및 도입을 에이전틱 결제(agentic payments) 확장의 가장 큰 장벽으로 지목했으며, 33%는 사기(fraud), 보안 및 위험 관리(risk management)를 주요 우려 사항으로 언급했습니다.

AI 에이전트는 단순히 프롬프트에 응답하는 것을 넘어 다단계 작업(multistep tasks)을 처리함으로써 비즈니스에서 기술의 역할을 확장할 수 있지만, 도구 접근, 정보 처리, 회사 시스템 전반에 걸쳐 행동할 수 있는 능력은 추가적인 사용 비용과 보안 문제도 야기합니다.

Nvidia는 이러한 위험 중 일부를 해결하기 위한 도구를 개발해 왔습니다. 이전에 Nvidia는 Open Agent Safety Platform을 도입했으며, 이는 기업이 AI 에이전트를 제어하고 잠재적으로 유해한 행동을 제한하도록 설계된 하드웨어 및 소프트웨어 보안 스택입니다. 토큰 소비량 증가는 또한 Microsoft, Meta, Amazon을 포함한 회사들로 하여금 직원들이 해당 도구를 채택하고 에이전트 기반 작업 부하(agentic workloads)가 청구서를 증가시키면서 AI 사용을 억제하도록 만들었습니다. 이러한 추세는 기업들에게 커져가는 과제를 보여줍니다: 운영 비용이 급증하는 것을 허용하지 않으면서 광범위한 AI 도입을 장려하는 것입니다.

OpenAI CEO Sam Altman 역시 이 문제를 인정하며, AI 토큰 비용을 고객에게 “엄청난 문제”로 설명하고 고객들이 지출에 대해 더 나은 가치를 찾도록 만들었습니다. AI 붐의 기반이 되는 인프라는 자체적인 가격표를 가지고 있는데, Amazon, Google, Meta, Microsoft는 AI 워크로드를 실행하는 데 필요한 데이터 센터, 칩 및 전력에 막대한 금액을 투자했습니다.