AI에 돈이 몰린다는데 지금은 혁신일까 과열일까

100억원 서버가 넘어야 할 문턱. 자본지출→칩·전력·건설 주문 증가→공급업체 매출 증가가 먼저 보입니다. 이후 설비 가동→감가상각·전력비 반영→AI 서비스 매출 또는 인건비·오류비용 절감이 따라옵니다. 앞단 주문은 확실해 보여도 뒷단 30억원의 연 비용을 넘지 못하면 고객은 다음 투자를 줄입니다.

사용률이 단가를 바꾼다. 서버가 처리할 수 있는 작업의 40%만 쓰이면 고정비가 적은 작업량에 나뉩니다. 80%를 쓰면 같은 감가상각의 작업당 비용은 절반에 가까워집니다. 모델 성능 뉴스와 함께 유료 사용량, 가동률, 추론 단가, 갱신률을 봐야 하는 이유입니다.

과잉투자와 혁신이 함께 참인 반례. 철도나 광통신처럼 초기 투자자가 손실을 봐도 남은 인프라가 후발 기업의 비용을 낮출 수 있습니다. 반대로 공급업체의 높은 이익이 기술의 사회적 생산성 향상을 증명하지도 않습니다. “거품이면 기술이 가짜”와 “기술이 진짜면 모든 투자가 좋다”는 둘 다 틀릴 수 있습니다.

설명을 멈추는 조건과 결론. 발표된 자본지출 총액만으로 과열이나 혁신을 판정하지 않습니다. 실제 집행, 설비 수명, 사용률, 고객당 절감액, 가격 하락, 전력 병목을 확인할 수 없으면 판단을 보류합니다. 결론은 AI의 미래를 맞히는 것이 아니라, 최종 사용자가 연간 총비용보다 큰 반복 편익을 만드는지를 보는 것입니다.