OpenAI의 현금 소모는 2026년 거품 논쟁의 핵심 쟁점이 될 것

• 생성형 AI 기업에 대한 높은 기업가치와 달리, 대규모 투자에도 불구하고 수익성 부재 문제가 점점 부각되고 있음
• OpenAI와 Anthropic 등은 역사상 가장 빠른 매출 성장을 보였지만, 모델 학습과 운영을 위한 막대한 컴퓨팅 비용으로 현금 소모가 지속되고 있음
• 빅테크 기업들은 자체 칩과 클라우드 인프라를 보유해 비용 효율에서 우위를 확보하며, 독립 AI 랩의 경쟁력을 압박 중
• AI가 약속했던 생산성 향상 효과는 아직 제한적인 영역에 머물러 있고, 경쟁 심화로 장기적 수익 안정성도 불확실한 상황
• 투자자들은 더 이상 성장만으로는 만족하지 않으며, AI 선도 기업들에 명확한 수익 모델과 상장 이후 생존 전략을 요구하는 국면 진입

---

대규모 투자와 사적 시장의 온도차

• 2025년 벤처캐피털 업계가 OpenAI, Anthropic 등 대형 AI 스타트업에 약 1,500억 달러를 투자한 사실 제시
• 2021년 VC 호황기 수혜 기업들보다 훨씬 큰 자금이 유입되었으며, 사적 시장의 낙관론이 지속 중
• OpenAI가 2026년에 최대 1,000억 달러의 추가 민간 자금 조달을 검토 중이라는 관측 언급

빠른 매출 성장과 동시에 커지는 현금 소모

• OpenAI와 Anthropic이 역사상 가장 빠른 매출 성장 속도를 기록한 기업 중 하나로 평가됨
• 반면, 모델 학습과 추론을 위한 GPU·클라우드 인프라 비용으로 “Towering Inferno” 수준의 현금 소모 발생
• 2026년 또는 그 이후 상장을 고려하는 과정에서 수익 경로 명확화 압박이 커질 것으로 전망됨

빅테크와의 구조적 경쟁 열세

• Google과 같은 빅테크 기업은 자체 칩과 클라우드 인프라를 활용해 학습·운영 비용을 낮출 수 있는 구조 보유
• Gemini 모델이 성능 격차를 상당 부분 따라잡으면서, 독립 AI 랩의 차별성이 약화되고 있음
• 외부 투자자 의존도가 높은 AI 스타트업은 자금 시장 변동성에 더 취약한 위치에 놓임

기대만큼 나타나지 않는 생산성 효과

• ChatGPT 출시 후 3년이 지났지만, AI가 약속했던 전반적인 업무 생산성 향상은 아직 제한적
• 코딩, 고객지원 등 일부 영역에서 성과가 나타나고 있으나, 경쟁자가 급증하며 시장이 혼잡해짐
• 뚜렷한 지속적 경쟁 우위(모트) 를 가진 AI 랩은 아직 등장하지 않은 상황

규모가 커질수록 늘어나는 비용 구조

• 기존 소프트웨어 기업과 달리, AI 기업은 규모 확장 시 비용도 함께 증가하는 구조 보유
• 프론티어 모델 학습 비용뿐 아니라, 무료 사용자 비중이 높은 상황에서의 추론 비용 부담도 큼
• 비용 절감을 위한 짧은 응답 제공이나 광고 도입은 사용자 경험 저하 위험 존재
• 가격 인상 역시 채택 속도를 늦출 수 있는 선택지로 제시됨

투자자 인내심과 OpenAI의 선택

• Netflix, Uber처럼 장기간 적자를 거쳐 성공한 사례가 존재하지만, 투자자들이 무한정 기다리지는 않을 것이라는 점 강조
• 유출된 수치에 따르면 OpenAI는 2030년까지 1,150억 달러 이상을 소모할 가능성 언급
• Sam Altman은 상장을 통해 공매도 세력을 시험하고 싶다는 발언을 했으며, 이에 대해 시장의 시선이 엇갈림
• AI 업계 전반이 2026년을 기점으로 현실적인 사업 모델 검증 국면에 들어설 것으로 정리됨

[GN⁺]

Hacker News 의견들

• AI 산업은 극도로 경쟁적이고 자본집약적인 시장으로 변해가고 있음
  OpenAI, Anthropic, Google, Meta, Deepseek 등 모두 비슷한 자원을 투입하면 비슷한 결과를 내고 있음
  기술적 진입장벽(모트) 이 거의 없고, 결국 철도 산업처럼 거대한 버블이 터질 가능성이 높음
  다만 철도가 사라지지 않았듯, AI도 사라지지 않고 세상을 바꿀 것임. 단지 투자 관점에서는 큰 조정이 올 것임

  • OpenAI의 운영 손실이 오히려 세금 측면에서 매력적일 수 있음
    Microsoft 같은 기업 투자자는 파트너십 구조를 통해 손실을 세금 공제에 활용할 수 있음
    즉, R&D를 세금 절감 방식으로 자금 조달하는 셈이며, 100억 달러 손실이 20~30억 달러의 세금 절감 효과로 이어질 수 있음
    따라서 “현금 소모 = 가치 파괴”라는 프레임은 틀렸음
  • Google은 비디오 데이터를 독점적으로 보유하고 있고, Nvidia 의존도가 거의 없다는 점에서 강력한 모트를 가짐
  • 철도와 AI를 비교하는 건 부적절함
    ChatGPT는 9개월 만에 2억 명, 3년 만에 9억 명의 주간 사용자를 확보했음
    수익화 속도가 철도와는 비교도 안 될 만큼 빠르며, 투자 회수 구조가 완전히 다름
  • Anthropic은 Claude Code, Agent SDK, 컨테이너, 툴 검색 및 스킬 시스템 등으로 자사 생태계를 구축 중임
    완전히 통합되면 다른 플랫폼으로 전환하기 어렵고, 자본집약성 자체가 모트 역할을 함
    결국 클라우드 시장처럼 소수의 대형 플레이어가 높은 마진으로 시장을 장악하는 구조로 갈 것임
  • Google의 강점은 광대한 서비스 접점임
    Gmail, YouTube, Search 등 AI를 적용할 수 있는 면적이 가장 넓고, 멀티모달 모델 품질도 최고 수준임

• AI 스타트업에게 현재 시장은 최악의 비즈니스 구조임
  막대한 자본과 지속적 혁신이 필요하고, 고객의 브랜드 충성도는 거의 없음
  조금만 뒤처져도 API 엔드포인트를 바꿔버리는 수준이라 생존이 어려움
  결국 Google처럼 다른 제품군이 있는 기업만이 버틸 수 있음

  • OpenAI는 이미 10억 명 가까운 ChatGPT 사용자 기반을 확보했음
    Anthropic이 일시적으로 더 나은 모델을 내놨을 때도 사용자 이탈이 거의 없었음
    즉, 브랜드와 사용자 습관이 강력한 모트로 작용함
  • AI 인프라 경쟁이 클라우드처럼 가격 경쟁 구도로 가면, 진짜 돈은 애플리케이션 레이어에서 벌림
    인프라 붕괴 후 VC들은 제품·서비스 레벨의 혁신에 집중할 것임
    관련 글: Models Aren’t Moats

• OpenAI가 videoSlop, imageSlop 같은 영상·이미지 프로젝트에 과도하게 투자하는 이유를 모르겠음
  Anthropic은 훨씬 집중적임

  • AI 경쟁자들은 모두 “승자독식” 환경에서 자라서 시장의 90%를 차지하려 함
    하지만 기술적 모트를 찾지 못해, 결국 저작권 계약이 유일한 방어 수단이 됨
    그래서 OpenAI가 Disney와 협력하는 이유임
  • OpenAI는 바이럴 제품을 잘 만드는 회사임
    Ghibli, Sora 앱 등으로 구독자 수를 급증시켰고, 실패한 프로젝트도 많지만 일부는 대히트를 침
    다만 너무 잦은 버전 업데이트로 인해 예전만큼의 화제성은 줄어듦
  • 현실적으로 인터넷 사용의 99%는 교육이나 생산성이 아니라 밈과 고양이 영상 같은 오락임
    OpenAI가 영상에 집중하는 이유가 여기에 있음
  • Gemini가 이미지를 만들면 ChatGPT도 해야 함
    멀티모달 통합이 모델의 지능을 높이고, OpenAI는 범용 ‘도우미’로서 포지셔닝을 유지함
    반면 Anthropic은 개발자 중심으로 집중해 자금 효율을 높이는 전략을 택함
  • 첫 이미지 모델을 공개했을 때 일주일 만에 1억 명의 신규 사용자를 확보했음

• 또 다른 버블 가능성은 저작권(IP) 집행 강화임
  기존 플랫폼은 사용자 콘텐츠 이용 동의가 명확하지만, OpenAI가 학습 데이터를 합법적으로 확보했는지는 의문임
  Meta가 전자책을 토렌트로 수집했다는 의혹도 있었음

• Anthropic은 코딩 중심 SaaS 모델, OpenAI는 광고 기반 모델로 수익화를 노리고 있음
  Google은 모델 품질은 높지만, 여전히 사람들이 사용하고 싶어 하는 제품을 만드는 데 어려움을 겪고 있음

  • Google 제품이 인기가 없다는 건 동의하기 어려움
    Gemini, AI 검색 요약, Google Lens 등은 사용량이 압도적으로 많음
  • “광고 기회”를 강조하는 건 마지막 수단처럼 들림
    세상을 바꾸겠다고 하던 회사가 광고로 귀결되는 건 아쉬움
  • AI를 느리게 도입하는 산업을 AI 중심으로 재편하면 새로운 수익원이 될 수 있음
    DeepMind의 신약 연구가 그 예시임
  • Google은 합법적 데이터 접근성(Google Books, YouTube, 웹 크롤링)과
    Search 인덱스, Android·Gmail·Maps 통합성 등에서 강점을 가짐
    반면 OpenAI의 장점은 “Google이 아니다”라는 브랜드 이미지뿐임

• OpenAI가 쇼핑 기능을 통합해 Google의 상업 검색 트래픽을 빼앗을 가능성이 있음
  결국 AI 경쟁은 다음 세대의 통행료 비즈니스를 누가 차지하느냐의 문제임

  • 하지만 Google은 이미 검색 상단에 AI 요약과 쇼핑 기능을 통합할 수 있음
    트래픽 규모가 압도적이라 OpenAI가 경쟁하기 어렵다고 봄

• OpenAI의 현금 소모 규모는 아무도 정확히 모름
  GPT-4o 이후 새로운 모델을 훈련하지 않았다는 주장도 있지만, 이는 단순한 라우팅 시스템일 가능성이 있음

  • GPT-5 시리즈는 새로운 RLVR 기반 모델이며, 단순한 프롬프트 체인이 아님
    OpenAI는 합성 데이터 파이프라인을 강화했고, 이를 실제 모델 훈련에 활용 중임
  • SemiAnalysis의 TPUv7 분석 글을 보면
    GPT-4o 이후 완전한 프리트레이닝(run) 은 없었지만, 미세조정·RLHF·툴콜링 개선은 활발히 진행 중임
    Codex-high 같은 성과가 그 증거임
  • Sora 같은 AI 비디오 앱에 막대한 자금을 쏟아부었고, 결국 수십억 달러 손실을 본 것으로 보임
  • GPT-5가 단순히 4o의 변형이 아니라면, 새로운 대규모 훈련 런이 있었을 가능성이 높음
    GPT-5.2는 훈련 컷오프가 다르며, 상당한 비용이 들었을 것임

• VC들은 여전히 다음 “빅 AI 기업” 을 찾는 데 집중하고 있음
  하지만 투자 위축이 오면, AI를 도구로 활용하는 비AI 기업에 자금이 이동할 것임

• OpenAI는 단기간 수익화에 베팅하고 있음
  성공 확률은 낮지만, VC 입장에서는 리스크 대비 보상이 충분하다고 판단함

  • OpenAI의 약속은 수학적으로 불가능한 수준임
    결국 너무 커져서 미국 정부의 구제금융을 받는 시나리오를 노리는 것처럼 보임
    AI를 냉전식 기술 경쟁으로 포장해 대중의 지지를 얻고 있음
  • 미국과 중국의 경쟁 구도 속에서, AI는 국가적 자존심의 게임이 됨
    일반 사용자도 LLM의 능력을 직접 체험하면서 미래에 대한 확신을 갖게 됨
    그래서 여전히 팔기 쉬운 미래 서사임
  • Microsoft, Nvidia 같은 투자자는 OpenAI 투자로 자사 매출을 끌어올리는 구조를 만들어
    위험을 완화하고 주가 방어 효과를 얻고 있음