AI 인프라를 소유할 것인가 임차할 것인가의 판단은 결국 “컴퓨트 단가가 정말 내려가고 있는가”에 달려 있는데, 그 질문에 답해야 할 공급자들은 모두 제3자 검증 없는 자체 주장에만 의존하고 있다 — 오늘 한국 빅테크의 정반대 베팅이 서 있는 지반이다.
같은 날, 정반대의 청구서 — 네이버 vs 카카오
2분기 실적이 하루 간격으로 나왔다. 네이버는 매출 3조3888억원으로 분기 역대 최대, 카카오도 매출 2조985억원과 영업이익 2770억원으로 나란히 역대 최대를 찍었다. 그런데 영업이익 증감률을 보면 두 회사는 다른 방향을 가리키고 있다 — 네이버는 전년 대비 0.2% 감소, 카카오는 36% 급증이다.
이 차이는 전략의 차이가 숫자로 찍히기 시작했다는 신호다. 네이버는 AI 팩토리, 즉 대규모 AI 컴퓨팅 데이터센터 사업에 집중하고 있다. 엔비디아와 협력해 2027년 상반기 55MW(메가와트·전력 규모로 데이터센터 크기를 나타낸다) 규모로 시작해 2028년 200MW까지 확장하는 계획이다. 그 투자 비용이 이미 영업이익을 갉아먹기 시작했다. 최수연 네이버 대표는 실적 발표에서 매출 본격화 시점을 “2027년”으로 못 박았다. 네이버는 이 투자를 위해 22년 만에 외부 투자자 대상 유상증자(기업이 새 주식을 발행해 자금을 조달하는 방식)로 약 10억 달러를 조달했고, 추가로 대규모 부채성 자금도 끌어들였다. 이건 “미래에 맞다고 확신하는 쪽에 지금 돈을 빌려서 먼저 쏟아붓는” 레버리지 베팅이다.
카카오는 다른 선택을 했다. 인프라를 짓는 대신 카카오톡이라는 유통 채널 위에 AI를 얹는다. 쿠팡이츠와 A2A(에이전트 투 에이전트 — AI끼리 자동으로 소통해 주문·결제를 완결하는 구조) 파트너십을 체결하고, 카카오톡에서 음식 배달 주문부터 결제까지 한 번에 처리하는 완결형 AI 서비스를 준비하고 있다. 정신아 카카오 대표는 직접 “AI 컴퓨팅 인프라 투자는 ROI(투자 대비 수익)가 불투명하다”며 선을 그었다.
실제로 무슨 말인가 — 지금 두 회사를 비교하는 것은 “청구서를 먼저 받은 네이버”와 “아직 청구서가 안 온 카카오”를 나란히 놓는 일이다. 카카오의 영업이익 36% 급증은 AI가 만든 수익이 아니다. 광고·커머스 플랫폼 성장이 주된 동인이다. 카카오 AI는 아직 손익계산서 어디에도 없다. 한편 네이버의 영업이익 감소는 미래를 위해 지금 비용을 선불로 내고 있다는 뜻이다.
달의 의심 — 카카오의 “인프라 안 한다”는 선언이 진짜 전략적 확신인지, 혹은 자본 여력 부족을 사후적으로 합리화한 것인지 구분이 안 된다. 그리고 더 중요하게, 카카오가 자체 AI 인프라를 짓지 않는다는 뜻은 다른 누군가의 클라우드를 빌려서 에이전틱 AI를 돌린다는 뜻이다. 인프라 리스크를 “피한 것”이 아니라 외부 공급자에게 “위임한 것”이다 — 결국 카카오는 AI 컴퓨팅 비용을 공급자의 가격 정책에 종속되는 임차인 처지가 된다. 또 하나 — 네이버는 자체 AI 앱인 클로바X를 2023년 8월 출시했다가 2026년 4월 종료했다. 앱 레이어에서 시장을 못 잡은 회사가 더 많은 자본이 드는 인프라 레이어에서 성공할 것이라는 보장도 어디에도 없다. 달루나는 8월 6일 네이버·카카오의 유통전략과 모델 경쟁의 구도를 먼저 분석한 바 있다.
어디로 가는가 — 달의 판단은 네이버의 인프라 베팅이 “틀린 방향”이 아닌 “비싼 방향”이라는 것이다. 장기적으로 컴퓨팅 인프라 소유는 가장 높은 마진을 가져다줄 수 있지만, 그 인내의 비용이 예상보다 커질 가능성이 크다. 카카오가 상대적으로 유리한 구간은 지금부터 1~2년, 인프라 투자 회수가 시작되기 전까지다(55%). 틀릴 조건: 카카오의 AI 관련 매출이 2027년 말까지도 전체 매출 대비 한 자릿수 후반 이상 비중을 차지하지 못한다면, “인프라 없는 AI 수익화”라는 이번 전략적 선언은 틀린 것으로 판정한다.
가격은 내려가는데 청구서는 왜 커지나 — AI 비용의 역설
7월 30일, OpenAI는 GPT-5.6(OpenAI의 현 세대 대형 언어 모델 패밀리) 중 보급형 모델인 Luna의 API 가격을 80% 인하했다. 기업 개발자들이 AI를 활용할 때 쓰는 비용이 하룻밤 사이에 다섯 배 싸진 것이다. 달루나는 8월 4일 이 인하의 등급별 구조를 처음 분석했다 — 당시 예측대로 최하위 등급(Luna -80%)이 먼저 무너지고 중위 등급(Terra -20%)이 그 다음, 최상위(Sol)는 오히려 빠른 처리 방식(Fast mode) 가격이 2배로 올랐다.
그런데 정작 기업들에게서 들려오는 소식은 “AI가 싸졌다”가 아니다. Uber는 2026년 1분기에 이미 연간 AI 예산을 다 써버렸다. 보도에 따르면 Microsoft는 AI 코딩 보조 도구 사용량이 연간 예산을 초과하자 사용을 중단하기도 했다. 가격은 내려가는데 청구서는 오히려 커지는 이 구조가 AI 소비 시장의 현실이다.
실제로 무슨 말인가 — OpenAI가 이렇게 빠르게, 그것도 출시 3주 만에 80%를 인하한 데는 두 가지 해석이 있다. 회사 설명은 “자사 AI가 자사 서빙 인프라를 재최적화해 원가가 줄었다”는 것이다. 다른 해석은 “Anthropic Claude Max 등 경쟁 모델의 공세에 방어적으로 대응했다”는 것이다. 어느 쪽이든 인하 구조를 보면 목적이 뚜렷하다 — 저가 티어(Luna)에서 점유율을 지키고, 고가 티어(Sol)에서 마진을 지킨다. “모두에게 이득”이 아니라 시장 구간별 이중 방어다.
달의 의심 — 기업 청구서가 커지는 데는 경제학의 제번스 역설(Jevons Paradox — 자원 효율이 높아지면 오히려 사용량이 늘어 총 소비가 증가하는 현상)이 작동하고 있다. AI 토큰 하나가 싸질수록 기업들은 더 많은 AI를 쓰게 되고, 그 사용량 폭증이 단가 절감을 상쇄한다. 이 구조라면 벤더 입장에서는 가격을 계속 내려도 매출이 줄지 않는다 — “가격 전쟁”이라는 프레임 자체가 소비자 관점의 착시일 수 있다. OpenAI가 진짜로 잃는 게 없다면, 이 “인하”는 경쟁자를 압박하는 가격 무기에 가깝다.
어디로 가는가 — 달의 판단은 이것이 AI 민주화도 수익 모델 붕괴도 아닌, 시장 구간 재편이라는 것이다. 저가 대용량 워크로드(실험·테스트·대화)는 계속 싸질 것이고, 고성능 추론(에이전틱 자동화·코딩·기업 파이프라인)은 오히려 비싸지는 방향으로 분화된다(60%). 틀릴 조건: 향후 1~2개 분기 동안 OpenAI의 API 매출 성장률이 가격 인하율보다 낮아진다면(즉 사용량 증가가 가격 하락 속도를 못 따라잡는다면), 이는 진짜 디플레이션 구조가 시작된 것이다.
엔비디아 루빈, 하반기 출하 시작 — 독점은 굳어지지만 논리는 허약해진다
엔비디아의 차세대 AI 플랫폼 루빈(Rubin)이 하반기 출하를 시작했다. 루빈(Rubin)은 엔비디아의 차세대 GPU 플랫폼 이름으로, GPU(그래픽처리장치 — AI 연산의 핵심 하드웨어), CPU(중앙처리장치), 고속 통신망, 네트워크 스위치까지 6가지 칩을 한꺼번에 새로 설계해 동시에 출시한 것이다. Microsoft, AWS, Google Cloud, CoreWeave가 초기 고객으로 나섰다.
핵심 스펙은 GPU 한 장에 HBM4(고대역폭메모리 — AI 서버가 데이터를 빠르게 읽고 쓰기 위한 고성능 메모리) 288GB를 탑재하고 초당 22TB의 데이터를 처리한다. 엔비디아는 이전 세대(블랙웰) 대비 AI 추론 비용이 10배 낮아진다고 주장한다. 엔비디아 시가총액은 현재 약 4조9000억 달러로 세계 최고 반도체 기업 지위를 유지하고 있다.
왜 지금인가 — AI 모델 개발사와 클라우드 업체들이 대규모 자본지출(설비투자) 경쟁에 나서면서, 어떤 칩을 쓰느냐가 수년간의 경쟁력을 결정짓는 시대가 됐다. AMD의 MI300X 가속기는 추론(학습이 끝난 AI 모델이 실제 답변을 생성하는 단계) 워크로드에서 고객 확보를 늘리고 있다. AMD의 데이터센터 매출은 전년 대비 107% 증가했지만, 이것이 엔비디아 점유율을 뺏어온 결과인지는 아직 확인되지 않는다 — 전체 시장이 함께 커진 것일 가능성이 더 크다.
실제로 무슨 말인가 — “토큰당 비용 10배 절감”은 엔비디아 자체 발표 수치이며, 독립적인 제3자 검증이 아직 없다. 동시에 루빈 기반 랙(여러 GPU를 묶은 서버 단위) 한 대의 가격은 이전 세대 블랙웰보다 거의 두 배 올라 최대 880만 달러에 달한다는 업계 추정치가 나온다. “토큰당 비용은 낮아지지만 초기 하드웨어 구매 비용은 더 커진다”는 이 조합은 꼭지 2의 AI 가격 역설과 정확히 같은 구조다 — 공급자가 “효율화로 비용을 낮췄다”고 주장하는 사이, 고객이 실제로 지출하는 금액은 오히려 커진다.
달의 의심 — 엔비디아의 점유율 지배는 사실로서 견고하다. 매출 기준 시장 점유율은 80%대 중반을 유지하고 있다. 그러나 하이퍼스케일러(초대형 클라우드 업체)들이 이 검증되지 않은 비용 절감 주장을 그대로 받아 자본지출을 정당화하고 있다는 점이 진짜 리스크다. AI 인프라 투자 경쟁에서 한국도 예외가 아니다 — 네이버가 지으려는 AI 팩토리의 핵심 하드웨어가 바로 이 루빈 플랫폼이다. SK하이닉스가 루빈에 공급하는 HBM4 수요와 공급 분배에 대한 리스크는 오늘 기업·산업 섹션에서 별도로 다뤘다.
어디로 가는가 — 달의 판단은 엔비디아 독점이 루빈 세대에서도 깨지지 않는다는 것이다. AMD의 추격은 실재하지만 엔비디아 생태계 전환 비용(소프트웨어·인력·파이프라인)이 너무 커서 대규모 이탈로 이어지기 어렵다(70%). 틀릴 조건: 루빈 기반 클라우드 인스턴스의 실제 시간당 임대가가 블랙웰 세대 대비 유의미하게 하락하지 않는다면, “토큰당 비용 10배 절감”은 근거 없는 마케팅 수사로 판정하고 엔비디아 밸류에이션 논리가 재검토 대상이 된다.