[인터넷포탈] AI 에이전트의 확산이 소프트웨어보다 컴퓨팅을 먼저 폭발시키는 구조임

https://stock.naver.com/research/industry/46203

📋 핵심 내용 요약

1. 이 보고서의 핵심 논리는 B2C(Business-to-Consumer, 소비자 대상) AI 에이전트가 챗봇을 넘어 실제 행동을 대신하기 시작하면, 토큰 사용량과 추론 컴퓨팅 수요가 구조적으로 급증한다는 것임. 현대차증권은 향후 5년간 토큰 소모량이 15배 이상 늘어날 것으로 전망함. [팩트, p1]

2. 메타의 MUSE는 이메일·예약·결제·쇼핑처럼 여러 단계를 반복 수행하는 개인용 AI 에이전트이며, 보고서는 메타의 거대한 사용자 기반, 자체 LLM(Large Language Model, 대규모 언어모델), 공격적 무료 정책이 초기 확산을 가능하게 했다고 판단함. [팩트, p1]

3. 중요한 점은 모델 1회 호출 비용이 내려가더라도 전체 컴퓨팅 비용이 반드시 줄어드는 것은 아니라는 점으로, 가격 하락 → 이용 증가 → 에이전트의 반복 작업 증가라는 이른바 ‘제번스 효과’와 비슷한 구조가 나타날 수 있음. [해석]

[그림 4, p2]

4. 이에 따라 가장 직접적인 수혜 영역은 AI 자체 서비스보다 GPU와 데이터센터를 사용량에 따라 판매하는 네오클라우드·AI 인프라이며, 보고서는 NAVER·NHN·삼성에스디에스를 국내 관련 기업으로 제시함. [팩트, p1·p5]

5. 반대로 기존 인터넷 포털의 핵심인 검색·광고는 AI 에이전트가 검색과 구매의 입구를 대신할 경우 트래픽을 잃을 위험이 있으며, 보고서는 검색·광고를 AI 도입의 피해 영역으로 분류함. [팩트, p1·p5]

6. 따라서 이 자료를 단순히 ‘인터넷/SW 업종 강세론’으로 읽기보다 AI 에이전트 확산 → 추론량 폭증 → 데이터센터·컴퓨팅 수혜 / 기존 검색·업무 SW 일부 압박이라는 업종 내부의 큰 차별화 논리로 읽는 것이 핵심임. [해석]

---

🚀 사건의 핵심은 무엇인가

7. 보고서는 MUSE를 단순히 질문에 답하는 챗봇이 아니라 사용자의 목표를 기억하고 외부 서비스를 연결해 실제 행동까지 수행하는 에이전트로 규정하며, 이메일 발송·여행 예약·공과금 납부·쇼핑 결제와 백그라운드 작업까지 가능하다고 설명함. [팩트, p6]

[그림 12-23, p7-8]

8. 이 차이는 컴퓨팅 사용량에서 결정적으로 중요하며, 챗봇은 보통 질문→답변으로 끝나는 반면 에이전트는 계획 → 행동 → 결과 확인 → 수정을 여러 번 반복하기 때문에 보고서는 챗봇보다 수백~수천 배 많은 토큰이 필요할 수 있다고 설명함. [팩트, p1]

9. 현대차증권 추정치에서는 B2C와 B2B의 합산 토큰 사용량이 2026년 약 9.45조 토큰에서 2030년 약 141.8조 토큰으로 늘어나는 그림을 제시해 약 15배 확대라는 방향성을 제시함. [팩트, p2]

[그림 1, p2]

---

💰 돈은 어디에서 만들어지는가

10. MUSE의 가장 큰 난점은 수익보다 먼저 컴퓨팅 비용이 발생한다는 점으로, 보고서는 활성 사용자 1,000만 명이 월간 허용량의 10%를 사용한다고 가정할 경우 OpenRouter API 가격 기준 연간 약 20억 달러의 컴퓨팅 비용이 발생할 수 있다고 추정함. [팩트, p6]

11. 따라서 B2C AI 에이전트의 사업성은 결국 토큰당 비용을 얼마나 낮출 수 있는가 + 구독료·광고·결제 및 에이전트 수수료를 얼마나 확보할 수 있는가의 싸움이 되며, 사용자 수가 늘기만 해서는 오히려 적자가 확대될 수 있음. [해석]

12. 이 구조에서 네오클라우드는 서비스의 승자를 맞힐 필요가 상대적으로 적으며, 보고서의 논리대로라면 어느 AI 에이전트가 승리하더라도 계산량이 증가하면 GPU·데이터센터 이용량이 늘기 때문에 ‘곡괭이를 파는 사업자’에 가까운 위치에 있음. [해석]

---

🌐 SW 산업 안에서는 승자와 피해자가 갈림

13. 보고서는 AI 도입에 따른 업종 영향을 네오클라우드·개발도구/데이터베이스·여행/O2O를 ‘수혜’, 결제·보안·규제산업·SNS·이커머스 등을 ‘방어’, ERP·업무도구·SI·검색광고를 ‘피해’ 영역으로 구분함. [팩트, p5]

[표 3, p5]

14. 특히 Seat(사용자 수) 기반으로 과금하는 ERP·업무 SW와 투입 인력·시간으로 돈을 버는 SI(System Integration, 시스템통합)는 AI가 생산성을 높일수록 필요한 사람 수나 작업시간이 줄 수 있으므로 오히려 매출 구조가 훼손될 수 있다는 것이 보고서의 판단임. [팩트, p5]

15. 반면 여행·O2O(Online to Offline, 온라인에서 실제 예약·이동·구매로 이어지는 서비스)는 숙박·항공·배달 같은 실제 공급을 AI가 없앨 수 없고, AI 에이전트가 새로운 예약 채널이 될 수 있어 플랫폼의 거래 수수료 수익에는 오히려 긍정적일 수 있다고 분석함. [팩트, p5]

---

🔍 보고서에서 가장 중요하게 봐야 할 가정

16. 전체 투자 논리는 ① AI 에이전트가 실제 소비자 행동으로 확산되고 → ② 토큰 가격 하락보다 사용량 증가가 훨씬 빠르며 → ③ 증가한 추론이 국내외 데이터센터 사용량으로 연결된다는 세 단계가 모두 성립해야 완성되므로, 하나라도 약해지면 ‘컴퓨팅 폭등’이라는 결론도 상당히 약해짐. [해석]

핵심 논리 관계도

AI 모델 성능 향상
→ 토큰 단가 하락
→ AI 에이전트 이용 확대
→ 계획·행동·피드백 반복 증가
→ 토큰 총사용량 증가
→ 추론 GPU 수요 증가
→ AI 데이터센터·네오클라우드 매출 증가

동시에,

AI 에이전트가 검색·쇼핑의 입구 장악
→ 기존 웹사이트 직접 방문 감소
→ 검색광고 트래픽 약화
→ 기존 포털에는 위험 요인이 됨

---

📈 리스크 & 기회

시계열	시나리오	확률*	영향도	확인할 체크포인트
단기 1-3개월	MUSE 등 B2C 에이전트 사용량이 초기 흥행 이후에도 유지됨	50%	높음	DAU·다운로드·토큰 사용량
단기 1-3개월	무료 프로모션 종료 후 사용량이 급감함	35%	높음	유료 전환율·ARPU
중기 6-12개월	OpenAI·Anthropic까지 B2C 에이전트 경쟁을 확대함	70%	높음	신규 서비스 출시·CAPEX
중기 6-12개월	추론량 증가가 GPU 단가 하락을 압도함	60%	매우 높음	GPU 가동률·렌탈 가격·토큰 처리량
중기 6-12개월	포털 검색광고 트래픽이 AI 에이전트로 의미 있게 이동함	40%	높음	검색 쿼리·광고 성장률

* 확률은 보고서에 제시된 수치가 아니라, 보고서의 논리를 투자 관점에서 구조화하기 위한 시나리오 확률이며 확인된 사실이 아님.

---

⚠️ 이 보고서에서 특히 조심할 부분

17. 보고서가 제시한 MUSE 초기 다운로드·DAU, 토큰 증가 전망, Anthropic 장기 실적 등은 강한 성장 시나리오를 전제로 한 수치가 상당히 포함돼 있으며, 작성자인 현대차증권 역시 보고서 말미에서 자료의 정확성이나 완전성을 보장할 수 없다고 명시하므로 15배 성장 자체를 확정된 미래로 받아들여서는 안 됨. [팩트, p2·p3·p9]

18. 그럼에도 보고서의 가장 설득력 있는 부분은 어떤 AI 서비스가 최종 승자가 되는지를 맞히는 것보다, 에이전트가 널리 쓰일수록 반복 추론 횟수가 증가한다는 구조 자체에 투자하는 편이 논리적으로 단순하다는 점이며, 이 때문에 포털·응용 SW보다 컴퓨팅 인프라 쪽 투자 논리가 상대적으로 명확함. [해석]

---

🎯 이 리포트에서 읽히는 투자 포인트

보고서만을 근거로 한다면 관심의 우선순위는 다음처럼 이해하는 것이 합리적임.

AI 에이전트 자체 → 승자 예측 어려움
검색·광고 → 트래픽 이동 위험 존재함
업무 SW·SI → AI에 의한 단가·인력 감소 위험 존재함
GPU·AI 데이터센터·네오클라우드 → AI 서비스 경쟁 자체가 수요를 키우므로 구조가 상대적으로 유리함

특히 [표 3, p5]에서 현대차증권이 네오클라우드를 ‘수혜’, 검색·광고를 ‘피해’로 명확히 나눈 것이 이 보고서 전체의 투자 결론을 가장 압축적으로 보여줌.

투자 여부

이 보고서 한 편만으로 AI 컴퓨팅/네오클라우드 섹터에 실제 자금을 투입할 만큼 완벽하게 확신할 수는 없음. 따라서 투자 의견은 보류함.

이유는 핵심 전제인 ① B2C 에이전트의 장기 사용자 유지율, ② 무료→유료 전환성, ③ 토큰 증가가 실제 GPU 매출과 이익으로 얼마나 전환되는지, ④ 현재 관련 기업의 밸류에이션이 이미 이 성장을 얼마나 반영했는지를 이 자료만으로는 확인할 수 없기 때문임. 다만 산업 구조만 놓고 보면 ‘AI 애플리케이션의 승자’보다 ‘추론 컴퓨팅 증가 자체’에 노출된 인프라가 가장 일관된 논리를 가진다는 점은 분명함. [해석]

🧵 한 줄 코멘트

AI 에이전트 시대는 ‘누가 최고의 비서를 만드느냐’의 경쟁처럼 보이지만, 투자 관점에서는 모든 비서가 일을 많이 할수록 전기·GPU·데이터센터를 더 쓰게 된다는 쪽이 더 중요한 변화임.