[인터넷포탈] AI 에이전트 경쟁이 결국 데이터센터의 가격 결정력으로 이어지는 구조임
📋 핵심 내용 요약
이 보고서의 핵심은 OpenAI와 Anthropic의 승패를 단순한 모델 성능이나 당기이익으로 판단하기보다, AI 에이전트 시장을 선점하기 위해 누가 더 많은 컴퓨팅 용량을 확보했는지를 봐야 한다는 주장임. [해석]
Anthropic은 Claude Code의 사용량을 고가 구독과 기업 계약으로 빠르게 매출화해 2026년 2분기 조정 영업이익 흑자에 도달한 반면, OpenAI는 적자를 감수하면서 Codex와 GPT Work의 사용량을 풀어 사용자 점유율 확대를 우선했음. [팩트, p01]
OpenAI의 Codex·Work 활성 이용자는 2026년 4월 약 300만 명에서 8월 1,500만 명으로 4개월 만에 5배 증가했으며, 보고서는 빈번한 사용량 한도 초기화가 이러한 성장의 중요한 촉매였다고 판단했음. [팩트, p02-p03]
[표 1·그림 1, p02-p03]AI 에이전트는 일반 AI 채팅보다 최소 30배 이상 많은 토큰을 소비하는 것으로 제시돼, 에이전트 사용자가 늘수록 GPU와 데이터센터 수요가 훨씬 빠르게 증가하는 구조임. [팩트, p04]
[그림 4·그림 5, p04]보고서는 OpenAI가 단기적으로 약 2.5-3GW의 컴퓨팅 용량을 확보해 Anthropic의 약 1-2GW보다 우위에 있으며, 이 여유 용량이 낮은 가격과 공격적인 무료 사용량 제공을 가능하게 한다고 해석했음. [팩트, p04]
결국 AI 에이전트 경쟁이 심해질수록 희소해지는 것은 모델 자체보다 AIDC(AI Data Center·인공지능 데이터센터)의 전력·GPU·상면 용량이며, 보고서는 이 공급 병목이 2028-2029년까지 이어질 가능성을 전제로 삼성에스디에스와 NAVER를 국내 수혜 후보로 제시했음. [팩트, p06-p07]
[그림 9·그림 10·그림 11, p07]
🚀 사건의 핵심은?
이 보고서를 한 문장으로 압축하면 “AI 서비스 경쟁 → 에이전트 사용량 증가 → 토큰 소비 급증 → GPU와 데이터센터 부족 → AIDC 사업자의 가격 결정력 상승”이라는 연결 구조가 핵심임. [해석]
따라서 OpenAI와 Anthropic의 단기 손익 차이보다 중요한 변수는 AI 에이전트가 전체 AI 이용자 가운데 아직 1-2% 수준에 불과해 침투율 상승 여지가 크고, 이 과정에서 필요한 컴퓨팅 자원이 일반 챗봇보다 훨씬 많다는 점임. [팩트, p01]
핵심 흐름
AI 채팅 이용자 확대 → AI 에이전트 전환 → 작업당 토큰 사용량 급증 → GPU 사용시간 증가 → AIDC 가동률 상승 → 공급 부족 → 임대료·협상력 상승
여기서 토큰(Token)은 AI가 문장을 읽고 생성할 때 사용하는 계산 단위이며, 토큰이 많이 필요할수록 GPU가 더 오래 계산해야 하는 구조임.
💰 OpenAI는 왜 일부러 수익성을 희생했나?
OpenAI는 2026년 3월 이후 반복적으로 Codex 사용량 한도를 초기화하면서 이용자가 추가 요금을 내도록 유도하기보다 보유한 연산 용량을 사실상 마케팅 비용처럼 사용했으며, 이는 ARPU(Average Revenue Per User·사용자당 평균 매출)를 당장 높이기보다 시장을 먼저 차지하려는 전략임. [팩트, p02-p03]
[표 1, p02-p03]이 전략의 결과 Codex 활성 사용자는 7월 중순 700만·800만·900만 명을 연이어 돌파한 뒤 7월 22일 1,000만 명, 8월 13일 1,500만 명까지 증가해 사용량 프로모션과 사용자 확대가 상당히 밀접하게 움직였음. [팩트, p03]
[그림 1, p03]
다만 이 숫자는 반드시 주의해서 볼 필요가 있음. ChatGPT의 글로벌 MAU(Monthly Active Users·월간 활성 이용자)가 약 10억 명이라는 보고서 추정치를 적용하면 에이전트 전환율은 아직 2%도 되지 않기 때문임.
🌐 모델 성능보다 컴퓨팅 용량이 중요한 이유임
Anthropic의 Claude 계열은 일부 에이전트 작업에서 높은 성능을 보이지만 Claude Opus 5의 작업당 비용이 약 2.14달러로 제시된 반면 일부 GPT 계열은 1달러 미만에서도 높은 성능을 제공해, 보고서는 OpenAI가 Pareto Front(비용을 더 쓰지 않고는 성능을 더 높이기 어려운 최적 효율선) 측면에서 경쟁력이 있다고 평가했음. [팩트, p04]
[그림 4·그림 5, p04]Anthropic의 높은 이용 가격은 우수한 성능의 대가이기도 하지만 부족한 Capa(Capacity·연산 처리 용량) 때문에 사용량을 통제하기 위한 장치일 수 있으며, 반대로 OpenAI는 더 많은 컴퓨팅 자원을 확보했기 때문에 사용량을 공격적으로 배포할 수 있다는 것이 보고서의 핵심 해석임. [해석]
서비스 안정성 비교
| 항목 | 최근 90일 정상 가동률 | 의미 |
|---|---|---|
| Claude Code | 약 99.41% | 장애·성능 저하 시간이 상대적으로 더 존재함 |
| Claude Cowork | 약 99.49% | 대규모 사용량 증가 시 인프라 부담을 확인할 필요가 있음 |
| OpenAI Codex | 약 99.98% | 보고서 기준 서비스 가동 안정성이 상대적으로 높았음 |
[그림 6·그림 7, p05]
🏭 AIDC의 가치가 올라가는 이유임
데이터센터 공급 부족은 실제 계약 가격에도 반영되고 있으며, Nebius가 제시한 1-3년 계약 가격은 MW당 2,000만
2,500만 달러인 반면 6개월 이하 단기 계약은 MW당 4,000만5,000만 달러까지 상승해 급하게 용량이 필요한 고객일수록 두 배 가까운 가격을 부담하는 구조가 나타났음. [팩트, p06]
[표 2, p06]보고서는 AI 추론이 학습과 달리 사용자와의 물리적 거리가 중요해 국내에서도 가까운 지역의 데이터센터가 필요하고, 이에 따라 국내 AIDC 공급 부족과 공급자 우위가 적어도 2028-2029년까지 지속될 것으로 전망했음. [팩트, p06-p07]
[그림 9, p07]
추론(Inference)은 이미 학습한 AI가 실제 사용자의 질문을 받고 답을 만들어내는 과정임. 사용자가 계속 접속해야 하므로 멀리 떨어진 데이터센터보다 가까운 지역 인프라가 지연시간을 줄이는 데 유리함.
💰 국내에서는 누가 수혜를 받을 수 있나?
- 보고서는 국내 퍼블릭 클라우드 IaaS(Infrastructure as a Service·서버와 저장장치 등 IT 인프라를 빌려주는 서비스) 시장에서 삼성에스디에스가 15%, NAVER가 8%의 점유율을 확보한 가운데 각각 약 120MW와 200MW 규모의 AI 데이터센터 증설을 추진한다는 점에서 초기 AIDC 공급 부족의 수혜 후보로 판단했음. [팩트, p06-p07]
[그림 10·그림 11, p07]
| 기업 | 보고서 투자의견 | 목표주가 | 투자 논리 |
|---|---|---|---|
| 삼성에스디에스 | Buy | 370,000원 | 기존 IaaS 기반 + GPU 인프라 확대 + 약 120MW AIDC 증설 |
| NAVER | Buy | 320,000원 | 자체 AI 생태계 + 클라우드 사업 + AI Factory 약 200MW 확대 |
[Rating & Target, p01]
여기서 중요한 점은 두 기업이 단순히 데이터센터 건물을 보유해서 수혜를 받는다는 논리가 아니라, 이미 클라우드 고객과 운영 경험을 보유한 사업자가 부족한 GPU 인프라까지 공급하면서 더 높은 가격과 장기 계약을 확보할 수 있다는 논리임.
📈 리스크 & 기회
| 시계열 | 구분 | 시나리오 | 확률 | 영향도 | 확인법 |
|---|---|---|---|---|---|
| 단기 1-3개월 | 기회 | AI 에이전트 이용자 증가세가 계속되며 GPU 사용량이 빠르게 증가함 | 70% | 높음 | Codex·Claude Code 사용자 지표와 사용량 제한 정책을 확인함 |
| 단기 1-3개월 | 기회 | 단기 GPU 임대료의 프리미엄이 유지됨 | 65% | 높음 | CoreWeave·Nebius 등 네오클라우드 계약 단가를 확인함 |
| 단기 1-3개월 | 리스크 | OpenAI의 무료 사용량 정책이 실제 유료 전환으로 이어지지 않음 | 45% | 보통 | 에이전트 유료 가입자와 ARPU 변화를 확인함 |
| 중기 6-12개월 | 기회 | 국내 기업의 AIDC 증설 계약과 고객 확보가 구체화됨 | 65% | 높음 | 삼성SDS·NAVER의 GPU 가동률과 신규 고객 계약을 확인함 |
| 중기 6-12개월 | 리스크 | 데이터센터 공급이 예상보다 빠르게 증가해 임대료가 하락함 | 35% | 높음 | MW당 장기·단기 계약가격의 격차를 확인함 |
| 중기 6-12개월 | 리스크 | AI 모델의 효율 개선으로 작업당 GPU 사용량이 크게 줄어듦 | 40% | 높음 | 추론비용·토큰당 비용·신규 GPU 성능 개선 속도를 확인함 |
확률은 보고서가 직접 제시한 수치가 아니라 보고서의 논리를 바탕으로 정리한 판단값임.
⚠️ 보고서를 읽을 때 반드시 구분해야 하는 부분임
보고서의 가장 강한 논리는 “AI 에이전트가 성장하면 컴퓨팅 수요가 크게 늘어난다”는 부분임. 반면 “그 수혜가 국내 AIDC 사업자의 높은 수익성으로 그대로 연결된다”는 부분은 전력 조달비용, GPU 감가상각, 실제 가동률, 고객 계약조건이 추가로 확인되어야 함.
또한 OpenAI와 Anthropic의 매출·컴퓨팅 용량·장기 증설 계획 가운데 상당수는 언론 보도, 공개 계약, 회사 발언과 대신증권의 추정을 결합한 값이므로 확정 재무제표와 동일한 강도로 받아들이기는 어려움. 특히 2030년 OpenAI 30GW와 Anthropic 7-8GW 전망은 장기 계획이기 때문에 실제 자금 조달과 전력 확보 여부가 더 중요함.
🎯 최종 투자 판단
- 현재 자료만 놓고 보면 AI 에이전트 확대가 AIDC 수요를 끌어올린다는 산업 방향에는 높은 설득력이 있지만, 삼성에스디에스와 NAVER의 실제 AIDC 수익성·가동률·투자비 회수기간과 현재 주가의 밸류에이션까지 충분히 검증되지 않았으므로 완벽히 확신할 수준이 아니며, 이에 따라 나는 이 자료만으로는 투자 또는 비투자 의견을 확정하지 않고 관찰을 유지함. [해석]
보고서 자체의 업종 의견은 Overweight(비중확대)이며 삼성에스디에스와 NAVER 모두 Buy를 제시하고 있으나, 이는 대신증권의 투자 판단이며 위 최종 판단과는 구분해야 함.
🧵 한 줄 코멘트
AI 에이전트 경쟁은 결국 “더 똑똑한 AI를 만드는 싸움”에서 “그 AI를 얼마나 많이, 싸게 돌릴 수 있느냐의 싸움”으로 이동하고 있으며, 이 과정에서 데이터센터가 디지털 시대의 발전소처럼 희소 자산이 되는 구조임.
https://finance.naver.com/research/industry_read.naver?nid=45779