마이크로소프트의 오라클 탈퇴: AI 붐이 지금 경제적 성숙도 시험대에 오른 이유

Xpert 사전 출시

온라인 연락처 (Konrad Wolfenstein)

Available in 27 languages 📢

Google에서 Xpert.Digital을 선호하세요ⓘ

게시일: 2026년 11월 10일 / 업데이트일: 2026년 11월 10일 – 저자: Konrad Wolfenstein

마이크로소프트의 오라클 탈퇴: AI 붐이 지금 경제적 성숙도 시험대에 오른 이유 – AI를 주제로 한 창의적인 이미지: Xpert.Digital

인공지능(AI) 붐이 가속화되면서 수요가 증가하고 있습니다. 마이크로소프트는 고가의 컴퓨팅 파워의 가치를 재검토하고 있습니다

AI 시장, 성숙도 시험대에 오르다: 마이크로소프트의 오라클 결정이 공급업체에 미치는 영향은?

마이크로소프트, 오라클, 그리고 AI 인프라: 성장만으로는 더 이상 충분하지 않은 이유

마이크로소프트는 오라클과의 AI 컴퓨팅 파워 임대 계약을 만료시키고 수개월에 걸쳐 관련 용량을 점진적으로 축소해 온 것으로 보입니다. 이는 단순한 계약 해지 이상의 의미를 지니며, AI 인프라 시장의 기준이 변화하고 있음을 보여줍니다. 이제는 단순히 가용 컴퓨팅 파워의 양뿐만 아니라, 특정 애플리케이션에 기술적으로 적합한지, 효율적으로 활용되는지, 그리고 충분한 경제적 이점을 제공하는지가 중요한 요소가 되었습니다.

하지만 이것이 마이크로소프트가 AI 확장을 축소하고 있거나 오라클의 인프라가 근본적으로 경쟁력을 잃었다는 것을 의미하는 것은 아닙니다. 오히려 특정 자원에 대한 재평가일 가능성이 더 높습니다. 초기 개발 단계에서 추가 용량을 제공했던 구형 엔비디아 칩이 이제 주요 고객의 요구 사항을 충족하지 못할 수도 있습니다. 반면 오라클은 구형 그래픽 프로세서에 대한 수요가 여전히 존재한다고 주장합니다. 서로 다른 애플리케이션과 고객이 각기 다른 성능 수준을 요구하기 때문에 두 가지 평가 모두 동시에 맞을 수도 있습니다.

따라서 결정적인 변화는 성장의 종식보다는 시장의 더욱 세분화된 양상에 있습니다. 구체적인 구성과 관계없이 추가적인 AI 역량에 대한 수요가 거의 만연했던 단계에서, 시장은 이제 다양한 품질 수준, 투자 수익률, 그리고 기술 수명 주기를 가진 형태로 진화하고 있습니다. 클라우드 제공업체, 인프라 투자자, 그리고 기업 고객에게 있어 점점 더 중요해지는 질문은 바로 이것입니다. 어떤 컴퓨팅 파워가 단순히 이용 가능한 것을 넘어, 지속적으로 효과적이고 수익성 있게 활용될 수 있는가?

이와 관련된 내용:

정크본드 등급 직전 단계: 오라클, AI 버블의 지진계로 떠올라 – 부채 증가 속도가 현금 흐름보다 빠를 때

모든 그래픽 프로세서가 다 좋은 것은 아닙니다. AI 업계에서는 더 이상 컴퓨팅 성능만이 중요한 것이 아니라, 실제로 얼마나 많은 수익을 창출하는지가 중요합니다

마이크로소프트는 오라클과의 AI 컴퓨팅 파워 임대 계약 만료를 앞두고 있으며, 몇 달에 걸쳐 관련 용량을 점진적으로 줄여나가고 있는 것으로 보입니다. 경제적인 측면에서 이는 일반적인 계약 결정 이상의 의미를 지닙니다. 이러한 움직임은 인공지능 시장의 기준이 어떻게 변화하고 있는지를 보여줍니다. 단순히 컴퓨팅 파워를 확보하는 것보다 기술적 적합성, 통합성, 그리고 구체적인 경제적 이점이 더욱 중요해지고 있는 것입니다.

마이크로소프트가 AI 사업 확장에서 철수하고 있다는 섣부른 결론은 시기상조입니다. 또한 이번 사태를 통해 오라클의 인프라가 근본적으로 경쟁력을 잃었다고 단정짓는 것도 무리가 아닙니다. 분명한 것은 특정 자원에 대한 전략적인 재평가가 진행되고 있다는 점입니다. 초기 개발 단계에서 귀중한 추가 용량을 제공했던 구형 엔비디아 칩이 이제 한 주요 고객의 변화된 요구 사항을 더 이상 충족하지 못하는 것으로 보입니다. 동시에 오라클은 구형 그래픽 프로세서에 대한 수요가 여전히 높다고 주장합니다. 두 주장 모두 경제적 관점에서 타당할 수 있습니다.

따라서 결정적인 변화는 성장의 종식보다는 오히려 성장의 차별화에 있습니다. 구체적인 설계 방식과 관계없이 추가적인 AI 역량이 매력적으로 여겨졌던 시장은 이제 품질 수준, 투자 수익률, 기술 수명 주기가 다양한 시장으로 진화하고 있습니다. 이는 클라우드 서비스 제공업체, 인프라 투자자, 그리고 기업 고객 모두에게 더욱 어려운 시기의 시작을 알립니다.

계약 만료가 반드시 두 기업 간의 관계 단절을 의미하는 것은 아닙니다

마이크로소프트와 오라클 간의 다년간 계약은 2023년에 발표되었습니다. 오라클은 마이크로소프트가 인공지능 기반 빙(Bing) 검색 엔진을 실행하는 데 사용할 추가 AI 인프라를 제공하기로 했습니다. 계약의 재정적 세부 사항은 공개되지 않았습니다. 영향을 받는 그래픽 프로세서의 정확한 수, 특정 모델, 그리고 전체 가동 중단 날짜 또한 공개되지 않았습니다.

이러한 정보 부족은 진지한 경제성 평가에 필수적인 요소입니다. 계약 금액을 알 수 없으면 오라클의 즉각적인 매출 손실을 정량화할 수 없습니다. 비용 구조에 대한 정보가 없으면 수익 기여도 손실을 파악하는 것도 불가능합니다. 더욱이 잠재적인 신규 고객에 대한 정보가 없기 때문에 확보된 용량이 장기간 사용되지 않을지, 아니면 비교적 빠르게 다른 고객에게 임대될지 여부가 불분명합니다.

입수된 정보에 따르면 마이크로소프트는 해당 계약을 갱신하지 않고 점진적으로 사용량을 줄였습니다. 이는 갑작스러운 계약 해지나 명백한 사유에 의한 계약 종료와는 다릅니다. 마이크로소프트는 초기에는 관련 보도에 대한 논평을 거부했습니다. 따라서 계약 철회의 구체적인 이유는 회사 측의 상세한 공식 설명이 아닌, 계약 관계자들의 정보에 근거한 것입니다.

그렇다고 해서 마이크로소프트와 오라클 간의 모든 사업 관계가 끝났다는 것을 의미하는 것은 아닙니다. 단 하나의 인프라 계약을 두 기술 기업 간의 전체적인 관계와 동일시해서는 안 됩니다.

신속한 역량 확보부터 목표 최적화까지

초기 협력의 경제적 논리를 이해하려면 두 가지 서로 다른 과제를 구분해야 합니다. 하나는 단기적으로 추가적인 컴퓨팅 파워를 확보하는 것이고, 다른 하나는 장기적으로 가능한 한 가장 효율적인 인프라를 설계하는 것입니다.

급변하는 기술 환경에서는 직접적인 경쟁업체로부터 자원을 임대하는 것이 유리할 수 있습니다. 새로운 서비스를 신속하게 출시하거나 예상치 못한 높은 수요에 대응해야 하는 기업은 수년간의 준비 기간이 필요한 기업과는 달리 즉시 사용 가능한 역량을 다르게 평가합니다. 이러한 이점은 운영 비용 절감뿐만 아니라 지연 방지에도 도움이 됩니다.

마이크로소프트의 경우, 추가적인 외부 인프라는 이러한 과도기적 기능을 수행할 수 있습니다. 이러한 솔루션은 시간을 벌어주고, 유연성을 높이며, 리소스 부족으로 인해 새로운 애플리케이션이 실패할 위험을 줄여줍니다. 하지만 그렇다고 해서 동일한 인프라가 항상 가장 경제적으로 타당한 솔루션이라는 의미는 아닙니다.

개발이 진행됨에 따라 모델, 소프트웨어 아키텍처, 사용자 수 및 내부 역량이 변화합니다. 서비스 초기에 적합했던 방식이 나중에는 너무 비싸거나, 유연성이 떨어지거나, 기술적으로 부적합할 수 있습니다. 따라서 계약의 경제적 가치는 초기 적합성뿐만 아니라 현재 운영 시스템에도 계속 적합한지 여부에 달려 있습니다.

마이크로소프트의 성장은 단순한 후퇴설에 반한다

마이크로소프트 사업의 엄청난 규모를 보면 이러한 사실을 쉽게 이해할 수 있습니다. 2026 회계연도에 마이크로소프트는 3,318억 달러의 매출을 올렸는데, 이는 전년 대비 18% 증가한 수치입니다. 영업이익은 1,552억 달러로 21% 증가했습니다. 마이크로소프트 클라우드 매출은 27% 증가한 2,144억 달러를 기록했으며, Azure는 처음으로 매출 1,000억 달러를 돌파했습니다.

이 수치들은 클라우드 비즈니스가 빠르게 성장하고 있음을 보여줍니다. 하지만 이는 순수 AI 매출만을 의미하는 것은 아닙니다. 마이크로소프트 클라우드는 Azure 외에도 Microsoft 365, LinkedIn 일부 서비스, Dynamics 365 등의 상용 클라우드 서비스를 포함합니다. Azure 내에서도 생성형 AI 외에도 다양한 애플리케이션에서 매출이 발생합니다.

그럼에도 불구하고, 해당 데이터는 용량 계약 갱신 거부 한 건만으로는 AI에 대한 전반적인 전략 변화를 입증하기에 충분하지 않다는 점을 분명히 보여줍니다. 이 정도 규모의 기업은 새로운 인프라를 구축하고, 특정 외부 서비스를 줄이며, 공급업체 관계를 재평가하는 등 다양한 조치를 동시에 취할 수 있습니다.

강력한 성장은 비효율적인 구조를 개선해야 한다는 압력을 증가시킵니다. 개발 초기 단계에서는 관리 가능한 불필요한 비용 부담이라도 대규모로 누적되면 기업의 수익에 상당한 영향을 미칠 수 있습니다. 따라서 성장과 비용 관리는 상반되는 개념이 아니라 점점 더 밀접하게 연관되어 있습니다.

결정적인 요소는 칩 가격이 아니라 애플리케이션 비용입니다

공개적인 담론에서 인공지능 인프라는 흔히 생산된 칩의 수나 투자 금액으로 평가됩니다. 그러나 실제 경제적 타당성을 판단하는 데에는 다음과 같은 중요한 질문들이 있습니다. 시스템이 얼마나 많은 유용한 결과를 도출하는가? 결과는 얼마나 빨리 활용 가능한가? 결과의 품질은 어떠한가? 그리고 총비용은 얼마인가?

저렴한 그래픽 프로세서는 동일한 작업을 수행하는 데 훨씬 더 많은 장치가 필요한 경우 경제적으로 불리할 수 있습니다. 반대로, 구형 하드웨어는 안정적으로 작동하고, 충분한 메모리를 제공하며, 추가 비용 부담 없이 애플리케이션을 처리할 수 있다면 여전히 매력적일 수 있습니다.

따라서 결정적인 요소는 성공적으로 완료된 작업당 비용입니다. 검색 서비스의 경우, 이는 질문에 대한 답변일 수 있고, 문서 관리 시스템의 경우, 정확하게 평가된 파일일 수 있으며, 산업 응용 분야의 경우, 적시에 발견된 품질 결함일 수 있습니다. 이러한 결과는 이론적인 최고 성능보다 경제적으로 훨씬 더 의미가 있습니다.

품질 보증 또한 중요한 요소입니다. 겉보기에 저렴해 보이는 모델 응답이라도 잦은 수정, 재계산 또는 직원 검토가 필요하다면 결코 저렴하지 않습니다. 마찬가지로, 기술적으로 강력한 인프라라 할지라도 통합 과정이 복잡하고 비용이 많이 든다면 그 가치를 잃을 수 있습니다.

마이크로소프트의 경우, 이는 외부 용량이 계속 작동하더라도 선호되는 인프라 포트폴리오에서 제외될 수 있음을 의미합니다. 기술적 유용성과 비즈니스 타당성은 서로 다른 범주입니다.

구형 엔비디아 칩이 자동으로 쓸모없어지지 않는 이유는 무엇일까요?

오래된 하드웨어가 더 이상 요구 사항을 충족하지 못한다는 주장은 잘못된 일반화로 이어집니다. 이는 단지 특정 구성이 특정 고객의 특정 작업에 더 이상 최적화되어 있지 않다는 의미일 뿐입니다.

AI 애플리케이션은 매우 다양합니다. 어떤 애플리케이션은 대용량 저장 공간을 필요로 하고, 어떤 애플리케이션은 특히 빠른 응답 속도를 요구합니다. 또 다른 애플리케이션은 상대적으로 간단한 작업을 대량으로 처리하는데, 이 경우 최대 속도보다 낮은 운영 비용이 더 중요합니다. 또한 모델 크기, 소프트웨어 최적화, 작업 부하도 적합한 하드웨어 선택에 영향을 미칩니다.

따라서 구형 그래픽 프로세서는 고성능을 요구하는 최신 모델에는 매력이 떨어질 수 있지만, 소형 모델, 특수 기업용 애플리케이션 또는 시간 제약이 덜한 계산에는 여전히 적합할 수 있습니다. 이처럼 구형 그래픽 프로세서의 시장 가치는 완전히 사라지지 않고 변동합니다.

따라서 오라클은 구형 그래픽 프로세서에 대한 지속적인 수요를 인정한 반면, 마이크로소프트는 더 이상 같은 장치를 사용하고 싶어하지 않는다는 점에서 오라클의 판단이 옳을 수 있습니다. 이는 필연적인 모순이 아니라 고객 요구 사항의 차이를 나타내는 것입니다.

하지만 핵심적인 경제적 질문은 이러한 수요가 어떤 조건에서 발생하는가 하는 것입니다. 다른 사용자가 기존 사용자와 동등한 대체재가 되려면 계약 기간, 가격, 점유율, 유지보수 비용 등이 모두 고려되었을 때 순이익에 비슷한 기여도를 보여야 합니다. 단순히 수요가 있다고 해서 수익성이 변함없이 유지되는 것은 아닙니다.

훈련과 지속적인 운영은 서로 다른 비용 논리를 따릅니다

이를 이해하는 또 다른 핵심은 AI 모델 학습과 그 후의 활용을 구분하는 데 있습니다. 학습 과정에서는 대규모 데이터셋을 사용하여 모델 매개변수를 조정합니다. 반면, 실제 사용 시에는 학습된 모델이 새로운 입력을 처리하고 결과를 생성합니다. 이 두 번째 과정을 추론이라고 합니다.

두 작업 모두 인프라가 필요하지만 운영 우선순위는 다릅니다. 대규모 학습 실행은 여러 액셀러레이터의 협업을 매우 중요하게 요구합니다. 대규모 대화형 애플리케이션의 경우, 시스템이 변동하는 사용자 요청을 처리할 수 있는 안정성과 속도 또한 매우 중요합니다.

인공지능 기반 검색 서비스의 경우, 사용할 때마다 비용이 새로 발생한다는 점이 특히 중요합니다. 따라서 사용자 수가 증가하면 수익 창출 기회뿐만 아니라 지속적인 리소스 요구 사항도 증가합니다.

요청량이 많을 때는 효율성의 작은 개선도 상당한 재정적 영향을 미칠 수 있습니다. 마찬가지로, 응답 시간의 약간의 감소는 서비스의 인지된 가치에 부정적인 영향을 줄 수 있습니다.

마이크로소프트는 자사의 AI 인프라를 하드웨어와 소프트웨어가 성능, 확장성 및 에너지 효율성을 위해 공동으로 최적화된 완벽한 시스템이라고 설명합니다. 다양한 프로세서와 가속기는 여러 사용 사례를 지원하도록 설계되었습니다. 그러나 이는 오라클에서 이전에 사용했던 기능을 대체할 구체적인 아키텍처가 무엇인지에 대해서는 밝히지 않습니다.

네트워크는 경제 생산 요소가 된다

그래픽 프로세서가 주목받는 대상이지만, 그 성능은 주변 시스템에 따라 달라집니다. 데이터는 장치, 저장 장치, 애플리케이션 간에 전송되어야 합니다. 이러한 연결이 워크플로에 적합하지 않으면 고가의 가속기가 생산적인 계산을 수행하는 대신 데이터 전송을 기다리게 될 수 있습니다.

이는 경제적 활용 문제를 야기합니다. 기업은 고성능 하드웨어에 투자하지만 잠재적 이점의 일부만 얻게 됩니다. 따라서 네트워크 병목 현상은 전체 설치의 투자 수익률에 부정적인 영향을 미칠 수 있습니다.

이러한 배경 속에서 아이렌의 변화는 의미심장합니다. 아이렌은 마이크로소프트가 네트워크 설계 변경을 요청한 후 인프라 서비스 제공을 연기했다고 발표했습니다. 또한 마이크로소프트가 아이렌, 네비우스, 엔스케일이 소유한 특정 데이터센터 프로젝트에 대한 통제력을 강화하고 있다는 사실도 드러났습니다.

이러한 상황 전개는 외부 자원의 기술적 및 운영적 구현에 대한 보다 철저한 검토가 필요함을 시사합니다. 그러나 이는 앞서 언급한 모든 공급업체가 유사한 문제를 가지고 있거나 마이크로소프트가 해당 서비스에 대해 근본적인 의문을 제기한다는 것을 증명하는 것은 아닙니다.

오라클과의 관계는 더 높은 차원에 있습니다. 마이크로소프트는 단순히 사용 가능한 컴퓨팅 파워의 규모를 평가하는 것을 넘어, 자사 아키텍처에 얼마나 정확하게 통합할 수 있는지까지 고려하고 있는 것으로 보입니다. 따라서 표준화된 용량은 고객 맞춤형 생산 자원으로 변모하고 있습니다.

기술적 변화는 단기적으로는 비용이 많이 들 수 있지만 장기적으로는 유익합니다

이미 계획된 인프라 프로젝트에 변경 사항이 생기면 종종 추가 작업이 발생합니다. 구성 요소를 조정하고, 설치 일정을 변경하고, 의존 관계를 재조정해야 합니다. 이는 비용 증가와 수익 창출 지연으로 이어질 수 있습니다.

인프라 고객의 관점에서 보면, 이러한 지연은 여전히 이점이 될 수 있습니다. 제때 완공되었지만 수년간 성능이 저조한 시스템이 나중에 더 잘 최적화된 솔루션보다 반드시 더 경제적이라고 할 수는 없기 때문입니다.

따라서 관련 평가에서는 변경으로 인한 단기적인 추가 비용과 장기적으로 피할 수 있는 운영 비용을 비교합니다. 최종 사용 범위가 넓어질수록 초기에는 사소해 보였던 기술적 차이가 더욱 중요해질 수 있습니다.

동시에 과도한 최적화의 위험도 존재합니다. 요구사항이 끊임없이 변화하는 경우, 완료가 무기한 지연될 수 있습니다. 또한, 고도로 맞춤화된 시스템은 다른 사용자에게 적응하기가 더 어려울 수 있습니다.

이는 완벽함과 속도라는 두 가지 목표 사이의 전형적인 충돌을 야기합니다. 성공은 이론적으로 가장 우수한 아키텍처에 있는 것이 아니라, 현실적인 시간 내에 안정적인 경제적 이익을 제공하는 솔루션에 있습니다. 운영자와 고객 모두에게 이러한 목표 충돌을 공동으로 관리하는 것은 중요한 경쟁력 요소가 됩니다.

'관리형 AI'(인공지능)로 디지털 혁신의 새로운 차원을 열다 - 플랫폼 및 B2B 솔루션 | Xpert Consulting

'관리형 AI'(인공지능)로 디지털 전환의 새로운 차원을 열다 – 플랫폼 및 B2B 솔루션 | Xpert Consulting - 이미지: Xpert.Digital

여기서는 기업이 맞춤형 AI 솔루션을 신속하고 안전하게, 그리고 진입 장벽 없이 구현하는 방법을 배우게 됩니다.

관리형 AI 플랫폼은 인공지능을 위한 모든 것을 포함하는, 걱정 없는 솔루션입니다. 복잡한 기술, 값비싼 인프라, 그리고 장기간의 개발 과정을 직접 처리할 필요 없이, 전문 파트너로부터 필요에 맞춘 완벽한 솔루션을 단 며칠 만에 제공받을 수 있습니다.

주요 장점을 한눈에 살펴보세요:

⚡ 신속한 구현: 아이디어 구상부터 바로 사용 가능한 애플리케이션 개발까지 몇 달이 아닌 며칠 만에 완료됩니다. 즉각적인 부가가치를 창출하는 실용적인 솔루션을 제공합니다.

🔒 최고의 데이터 보안: 귀하의 민감한 데이터는 안전하게 보호됩니다. 당사는 제3자와 데이터를 공유하지 않고 안전하고 법규를 준수하는 데이터 처리를 보장합니다.

💸 재정적 위험 없음: 결과에 대해서만 비용을 지불합니다. 하드웨어, 소프트웨어 또는 인력에 대한 높은 초기 투자 비용이 완전히 사라졌습니다.

🎯 핵심 사업에 집중하세요: 귀사가 가장 잘하는 일에 집중하십시오. AI 솔루션의 기술 구현, 운영 및 유지 관리는 저희가 모두 담당합니다.

📈 미래 지향적이고 확장 가능: 귀사의 AI는 귀사와 함께 성장합니다. 지속적인 최적화 및 확장성을 보장하고, 새로운 요구 사항에 맞춰 모델을 유연하게 조정합니다.

자세한 내용은 여기에서 확인하세요:

관리형 AI 솔루션 - 산업용 AI 서비스: 서비스, 산업 및 기계 공학 분야의 경쟁력 확보의 핵심

마이크로소프트의 AI 시장 전략 재편

수십억 달러에 달하는 투자는 자본 수익률에 대한 압력을 가중시키고 있습니다

이러한 막대한 지출 규모는 마이크로소프트가 외부 자금 조달에 더욱 신중을 기하는 이유를 설명해 줍니다. 2026 회계연도 4분기에 마이크로소프트는 임대료를 포함한 자본 지출이 410억 달러에 달한다고 발표했습니다. 회사에 따르면 이 중 약 3분의 2는 CPU와 GPU 등 수명이 짧은 자산에 사용되었고, 나머지 부분은 수명이 긴 장비에 사용되었습니다.

이러한 구성은 경제적으로 중요합니다. 데이터센터 건물은 장기간 사용할 수 있지만, 서버와 가속기는 더 빠르게 교체하거나 용도를 변경해야 합니다. 따라서 투자 자본은 기술적, 경제적 수명이 매우 다른 장비에 묶이게 됩니다.

한편, 마이크로소프트 클라우드의 해당 분기 총마진율은 65%로 전년 동기 대비 하락했습니다. 마이크로소프트는 사업 구성 변화, AI 인프라 투자, 제품 사용량 증가 등을 하락 요인으로 꼽았으며, 효율성 개선이 이러한 영향을 부분적으로 상쇄했다고 밝혔습니다.

이러한 이유로 개별 AI 애플리케이션에 대한 수익성 지표를 따로 도출할 수는 없습니다. 하지만 매출이 급격히 증가한다고 해서 비용 문제가 해결되는 것은 아니라는 점은 분명해집니다. 인프라에 자본이 더 많이 유입될수록 활용도, 기술적 적합성, 그리고 중복 설비 방지가 더욱 중요해집니다.

실제 손실 위험은 기술적 결함이 발생하기 전에 시작됩니다

서버가 고장 나지 않더라도 경제적으로 문제가 될 수 있습니다. 새로운 시스템이 동일한 작업을 더 빠르게, 더 적은 에너지로, 또는 더 낮은 운영 비용으로 수행할 수 있기 때문에 서버의 매력도가 떨어질 수 있습니다.

기술적 기능성과 경제적 경쟁력은 바로 이 지점에서 차이를 보입니다. 공장은 수년간 안정적으로 운영될 수 있지만, 비교 기준이 바뀌면 언제든 압박을 받을 수 있습니다.

이는 인프라 운영자에게 시간적 위험을 초래합니다. 구매 비용은 오늘 지불되지만 수익은 여러 해에 걸쳐 분산되기 때문입니다. 만약 달성 가능한 가격이 예상보다 빠르게 하락한다면 실제 수익은 계획보다 낮아질 것입니다.

따라서 경제적 수명이 짧아지는 것은 건설 비용의 완만한 증가보다 더 큰 부담이 될 수 있습니다. 이는 투자 원금을 회수해야 하는 기간을 단축시키기 때문입니다.

계약 갱신 거부는 회계상 감액 필요성을 자동으로 입증하지 않더라도 그러한 위험을 드러낼 수 있습니다. 이를 위해서는 잔존 장부가치, 대체 용도 및 예상 현금 흐름에 대한 정보가 필요합니다. 문제의 오라클 용량의 경우, 이러한 세부 정보는 공개적으로 이용할 수 없습니다.

고가의 하드웨어가 수익을 창출하는지 여부는 활용도에 따라 결정됩니다

운영자에게는 시간당 사용료뿐만 아니라 실제로 지불되는 시간 또한 중요합니다. 그래픽 프로세서가 생산적으로 사용되는지 여부와 관계없이 자본 투자, 인건비 및 다양한 인프라 구축 비용은 계속 발생하기 때문입니다.

단순화된, 명백히 가상적인 예를 통해 이러한 관계를 설명하겠습니다. 만약 변하지 않은 공장의 유료 가동률이 60%에서 80%로 증가한다면, 동일한 고정 비용 항목이 3분의 1만큼 더 생산적인 운영 시간에 분산됩니다. 따라서 유료 시간당 고정 비용은 4분의 1만큼 감소합니다.

하지만 총 단위 비용은 동일하게 증가하지 않습니다. 변동 비용 또한 가동률이 높아짐에 따라 증가할 수 있기 때문입니다. 그럼에도 불구하고 이 예시는 설비 가동률이 수익성에 얼마나 중요한지를 보여줍니다.

오라클에게 있어 가장 중요한 요소는 확보된 자원을 얼마나 빨리 재임대할 수 있느냐입니다. 단기적인 고객 교체는 장기간의 공석과는 경제적 관점에서 다르게 인식될 것입니다.

후속 이용 유형 또한 중요합니다. 단순히 상당한 할인이나 서비스 이용량이 많은 고객을 통해 명목상 높은 점유율을 달성하는 것은 큰 의미가 없습니다. 경제적으로 중요한 것은 점유율, 순매출, 그리고 실제 남은 공헌이익을 모두 고려한 수치입니다.

오라클의 과제는 단순히 고객 손실이 아니라 리마케팅에 있다

주요 고객의 이탈 또는 감소는 초기에는 해당 설비 용량에 수요 충격을 야기합니다. 그러나 그 실제 영향은 남은 고객 기반의 규모와 제품 및 서비스를 얼마나 유연하게 제공할 수 있는지에 따라 달라집니다.

오라클은 구형 그래픽 프로세서에 대한 수요가 여전히 강세를 보이고 있다고 강조했습니다. 또한, 약 4년 전에 출시된 일부 GPU 계약 갱신에서 원래 가격 대비 20%의 프리미엄을 확보했다고 보도되었습니다.

이 정보는 흥미롭지만 신중하게 해석해야 합니다. 이는 마이크로소프트 계약에 자동으로 적용할 수 있는 가격 추세를 나타내는 것은 아닙니다. 원래 계약 조건, 포함된 서비스 및 각 용량 제약 조건에 대한 정보가 없으면 비교는 제한적입니다.

또한, 기존 계약보다 가격이 높다고 해서 반드시 이윤이 더 높다는 것을 의미하지는 않습니다. 에너지, 금융, 유지보수 및 기타 운영 비용이 그동안 변동되었을 수 있기 때문입니다.

따라서 확실한 결론은 구형 하드웨어가 본질적으로 더 가치 있어진다는 것이 아닙니다. 오히려 시장 가치는 사용 용도와 고객 상황에 따라 달라질 수 있다는 것입니다. 오라클의 경제적 강점은 이러한 차이점을 성공적으로 활용하고 확보된 용량을 수익성 있게 재배치하는 능력에서 입증됩니다.

전문 AI 클라우드 제공업체가 특별히 주목받는 이유는 무엇일까요?

Iren, Nebius, Nscale과 같은 기업들은 전문 AI 인프라 확장에 사업 모델을 집중하는 공급업체 그룹에 속합니다. 이러한 사업자들은 대규모 고객 관계를 통해 광범위한 역량을 신속하게 개발할 수 있습니다.

이는 구조적인 위험을 내포하기도 합니다. 계획된 사업의 상당 부분이 소수의 고객에게 의존하는 경우, 해당 고객의 기술적 변화와 시기적 결정은 회사 자체의 발전에 특히 큰 영향을 미칠 수 있습니다.

문제는 잠재적인 수익 손실에만 국한되지 않습니다. 연기만으로도 금융 비용이 증가하고, 시운전이 지연되며, 영업 현금 흐름 발생 시점이 늦어질 수 있습니다. 게다가 건설 공사 및 부품 비용은 이미 지불되었거나 확정 주문이 완료된 상태일 수도 있습니다.

따라서 대규모 고객 계약이 자동으로 완벽한 계획 안정성을 보장하는 것은 아닙니다. 중요한 것은 실제 사용에 적용되는 조건과 기술적 승인, 조정 및 지연이 어떻게 규정되는지입니다.

투자자 관점에서 볼 때, 발표된 생산능력에만 집중해서는 안 됩니다. 운영 시설, 실제 사용량, 안정적인 현금 흐름, 그리고 개별 기업의 의사 결정에 대한 의존도를 낮추는 고객 구성 등이 더 중요한 지표입니다. 대규모 수주 잔고와 견고하고 지속적인 현금 흐름은 경제적으로 서로 다른 의미를 지닙니다.

대량 구매자의 협상력은 선택의 폭이 넓어질수록 커진다

주요 인프라 고객으로서 마이크로소프트는 자체 데이터 센터, 다양한 하드웨어 아키텍처, 여러 외부 공급업체와의 관계 등 여러 가지 협상력을 보유하고 있습니다. 이러한 대안들이 더욱 신뢰할 만할수록 마이크로소프트의 협상력은 더욱 커집니다.

심각한 공급 부족 상황에서는 신속한 납품이 가능한 공급업체의 역량이 매우 중요합니다. 하지만 더 적합한 공급업체가 나타나거나 고객이 자체 자원을 확충함에 따라 이러한 균형은 바뀔 수 있습니다.

그러므로 성과 지표, 유연한 조정 능력, 그리고 경제 상황이 더욱 중요해집니다. 서비스 제공업체는 인프라를 공급할 수 있는 능력을 입증해야 할 뿐만 아니라, 자신들의 솔루션이 현실적인 대안보다 우수하다는 것을 증명해야 합니다.

하지만 이것이 무제한적인 상호 교환 가능성을 의미하는 것은 아닙니다. 대규모 AI 시스템은 위치나 운영자 간에 임의로 이동할 수 없습니다. 소프트웨어 조정, 데이터 전송, 보안 검사 및 테스트 모두 상당한 노력이 필요합니다.

따라서 협상력은 단순히 잠재적 공급업체의 수에서만 비롯되는 것이 아닙니다. 공급업체를 바꾸는 것이 얼마나 현실적인지에 따라서도 좌우됩니다. 신뢰할 만한 대안을 제시하는 기업은 더 나은 조건을 얻을 수 있습니다. 반면, 기술적으로 단일 솔루션에 묶여 있는 기업은 대량 구매에도 불구하고 협상력이 제한될 수밖에 없습니다.

내부 운영과 외부 조달은 서로 다른 전략적 과제를 수행합니다

자체 인프라와 임대 용량 중 하나를 선택하는 문제는 흔히 양자택일의 문제로 여겨집니다. 하지만 대형 클라우드 기업의 경우, 이는 오히려 포트폴리오 관리 문제로 접근해야 합니다.

자체 시설을 보유하면 하드웨어, 소프트웨어 및 운영 프로세스를 긴밀하게 조정할 수 있습니다. 지속적으로 높은 활용률을 유지함으로써 경제적 이점을 제공할 수 있습니다. 그러나 동시에 자본이 묶이고 건설, 운영 및 노후화 위험이 회사에 전가됩니다.

외부 역량을 활용하면 유연성이 향상됩니다. 성장을 가속화하고, 지역 간 격차를 해소하거나, 최대 수요를 흡수할 수 있습니다. 하지만 이는 지속적인 비용 지불과 파트너의 실행 품질에 대한 의존성을 수반하기도 합니다.

이상적인 전력 조합은 수요에 따라 달라집니다. 장기적으로 안정적인 기저부하는 불확실한 성장세를 보이는 시험적인 서비스와는 다른 방식으로 충당할 수 있습니다. 마찬가지로, 시장 출시 시점의 최적 솔루션은 이후 정규 운영 시점의 최적 솔루션과 다를 수 있습니다.

따라서 마이크로소프트의 접근 방식은 이러한 포트폴리오의 재편성으로 이해할 수 있습니다. 특정 외부 자원의 중요성이 감소하는 반면, 다른 자원은 여전히 필요하거나 매력적일 수 있습니다. 한 영역의 중요성이 감소한다고 해서 전체 인프라 요구 사항이 반드시 줄어드는 것은 아닙니다.

전력, 냉각 및 설치 장소의 품질이 컴퓨팅 성능의 가치를 결정합니다

그래픽 프로세서의 경제적 이점은 장치 자체에만 달려 있는 것이 아닙니다. 전원 공급, 냉각, 네트워크 연결 및 안정적인 작동은 이론적인 성능을 시장성 있는 서비스로 전환하는 데 필수적인 요소입니다.

특히 구형 하드웨어의 경우, 설치 위치가 더욱 중요해질 수 있습니다. 작업에 더 많은 에너지나 더 많은 장치가 필요한 경우, 전기 요금 및 냉각 요구 사항의 차이가 더 큰 영향을 미칩니다. 하지만 모든 새로운 세대가 모든 응용 분야에서 전체 비용을 낮추는 결과를 가져온다고 단정할 수는 없습니다.

낮은 전기 요금만으로는 특정 지역이 자동으로 매력적인 곳이 되는 것은 아닙니다. 전력망 연결이 지연되면 시운전이 늦어질 수 있습니다. 연결성이 부족하면 활용 분야가 제한될 수 있습니다. 복잡한 운영 환경은 추가적인 위험을 초래할 수 있습니다.

이는 다차원적인 경쟁을 야기합니다. 경제적으로 실현 가능한 AI 입지는 가용 에너지, 적합한 인프라, 안정적인 구현, 그리고 수요 접근성을 모두 갖춰야 합니다.

이는 오래된 설비를 평가할 때 중요한 의미를 갖습니다. 즉, 설비의 미래는 칩의 수명에만 달려 있는 것이 아닙니다. 적절한 위치에 잘 통합된 시스템은 경쟁력을 유지할 수 있는 반면, 최신 기술이지만 구성이 부실한 설비는 경제적으로 실망스러울 수 있습니다.

효율성 향상은 성장을 늦추는 것이 아니라 오히려 가속화할 수 있습니다

애플리케이션당 비용 감소는 때때로 추가 인프라 구축의 필요성에 대한 반론으로 여겨지기도 합니다. 그러나 이러한 상관관계가 반드시 참인 것은 아닙니다. AI가 더 저렴해지고 신뢰성이 높아진다면, 더 많은 애플리케이션이 경제적으로 실현 가능해질 수 있습니다.

이전에는 소수의 문서 분석만 자동화했던 기업이 이제는 훨씬 더 큰 데이터 세트를 더 낮은 비용으로 분석할 수 있게 되었습니다. 디지털 비서는 추가 계산 비용이 적을수록 더 많은 작업을 처리할 수 있습니다. 이는 더욱 효율적인 기술이 전반적인 수요를 확대할 수 있도록 해줍니다.

이러한 효과가 작업당 절감액을 상쇄하는지 여부는 일반적으로 판단하기 어렵습니다. 이는 지불 의사, 애플리케이션 품질, 조직적 장애물, 가용 데이터 등 여러 요인에 따라 달라집니다.

이러한 차이점은 인프라 투자자에게 매우 중요합니다. 효율성 개선은 장기적으로 활용도를 높일 수 있지만, 동시에 단기적으로 특정 하드웨어 제품군에 가격 압박을 가할 수 있습니다. 전반적인 시장 성장과 개별 시스템에 대한 어려운 상황은 동시에 발생할 수 있습니다.

마이크로소프트와 오라클의 사례가 이러한 논리에 부합합니다. 업무 분담이 경제적으로 더욱 효율적으로 이루어진다고 해서 인공지능에 대한 관심이 줄어들고 있다는 증거는 아닙니다. 오히려 이는 사용량이 증가하더라도 장기적으로 인공지능 서비스를 수익성 있게 제공하기 위한 필수 조건일 수 있습니다.

기업 고객이 이러한 발전에서 얻을 수 있는 교훈은 무엇일까요?

이러한 과정은 클라우드 산업 외의 기업에도 적용될 수 있습니다. 이는 AI 인프라를 해당 비즈니스 프로세스와 분리해서 평가해서는 안 된다는 것을 보여줍니다.

솔루션을 선택할 때는 먼저 필요한 결과물을 명확히 하는 것이 중요합니다. 내부 지식 검색, 자동 송장 검증, 대화형 고객 서비스는 속도, 정확성 및 가용성 측면에서 각각 다른 요구 사항을 가지고 있습니다.

전체 비용 구조를 고려해야 합니다. 모델 및 계산 비용 외에도 통합, 데이터 준비, 모니터링, 보안 조치 및 인적 검토 비용이 포함됩니다. 사용 가격이 저렴하더라도 조직 차원의 높은 노력으로 인해 그 이점이 상쇄될 수 있습니다.

적응성 또한 매우 중요합니다. 모델과 인프라는 빠르게 변화합니다. 따라서 비즈니스 목표를 다른 구성으로도 달성할 수 있다면, 솔루션은 특정 하드웨어 세대에 불필요하게 종속되어서는 안 됩니다.

이는 중소기업(SME)에게 실용적인 관점을 제시할 수 있습니다. 모든 애플리케이션에 최신의 고가 기술이 필요한 것은 아닙니다. 중요한 것은 지속 가능한 비용으로 충분하고 안정적인 성능을 제공하는 것입니다. 다양한 요구 사항에 직면했을 때, 기존의 인프라조차도 의미 있는 활용처를 찾을 수 있습니다.

세 가지 발전 경로는 지금 무엇이 중요한지를 보여줍니다

현재까지 확보된 정보를 바탕으로 볼 때, 세 가지 가능성 있는 발전 경로가 나타나지만, 어느 것도 아직 확정적이라고 볼 수는 없습니다.

첫 번째 경우는 주로 인프라 포트폴리오의 정상적인 조정입니다. 마이크로소프트는 부적합한 용량을 교체하고, 오라클은 새로운 사용자를 찾습니다. 따라서 즉각적인 재정적 영향은 제한적입니다.

두 번째 시나리오에서는 시장 세분화가 더욱 심화됩니다. 특히 까다로운 애플리케이션은 최신의 긴밀하게 통합된 시스템에 집중됩니다. 기존 설비는 특수 작업이나 시간적 촉박성이 낮은 작업에 점차 사용됩니다. 전체 시장은 계속 성장하지만, 가격과 수익률은 인프라 유형에 따라 다르게 나타납니다.

세 번째 시나리오에서는 해당 프로세스가 더 광범위한 투자 조정의 일부가 됩니다. 여러 대형 고객이 동시에 외부 수요를 줄이거나 시운전을 연기합니다. 부채가 많고 고객 다각화가 미흡하며 자산 용도 변경이 어려운 공급업체는 더 큰 압박을 받게 됩니다.

개별적인 헤드라인만으로는 이러한 개발 경로를 구분하기에 충분하지 않습니다. 의미 있는 지표로는 재임대 속도, 실제 수익, 점유율 변화, 그리고 발표된 용량과 실제 사용 용량 간의 시간차 등이 있습니다.

인공지능 시장의 기준이 엄격해진다고 해서 시장 규모가 축소되지는 않을 것이다

현재 가장 경제적으로 설득력 있는 분석은 선택의 폭이 점점 좁아지고 있다는 점입니다. 마이크로소프트는 자사의 요구 사항에 기술적, 재정적으로 적합한 외부 자원을 더욱 면밀히 검토하고 있는 것으로 보입니다. 오라클은 확보된 용량이 다른 고객에게도 실질적인 가치를 제공할 수 있음을 입증해야 합니다. 동시에 전문 공급업체들은 성장 약속을 안정적으로 실행 가능한 인프라로 전환해야 한다는 압박을 받고 있습니다.

이것이 인공지능의 추가적인 성장을 자동으로 부정하는 것은 아닙니다. 성숙한 시장은 모든 제품이나 서비스에 대한 수요가 동일하지 않다는 특징을 가지고 있습니다. 품질, 비용 및 자본 투입의 차이가 더욱 분명해집니다.

따라서 핵심 경쟁 구도가 컴퓨팅 파워를 최대한 빠르게 축적하는 것에서 투입된 자본을 가장 생산적으로 활용하는 것으로 옮겨가고 있다는 것이 그 이유입니다. 가용성은 여전히 중요하지만, 더 이상 그것만으로는 충분하지 않습니다.

투자자에게 있어 이는 기술적 열정과 안정적인 현금 흐름을 구분하는 것을 의미합니다. 운영자에게는 여러 수명 주기에 걸쳐 하드웨어를 수익성 있게 배포할 수 있는 능력이 중요합니다. 기업 고객에게는 기술적 성능에 대한 약속을 측정 가능한 비즈니스 이점으로 전환하는 것이 필수적입니다.

따라서 마이크로소프트가 오라클과의 관련 계약에서 철수한 것은 AI 붐의 종말을 확실히 예고하는 것도 아니고, 그렇다고 사소한 사건으로 치부할 수도 없습니다. 오히려 이는 AI의 다음 단계를 결정짓는 요소가 무엇인지, 즉 얼마나 많은 컴퓨팅 파워가 구축되느냐가 아니라, 그중 어떤 부분이 실제로 가치를 창출하느냐를 보여줍니다.