💸 ‘싼 AI 시대’는 끝나가나 — 추론 비용 위기와 다가오는 AI 요금 정상화

지금 우리가 누리는 ‘저렴한 AI’는 사실 업계의 대규모 적자가 떠받치고 있습니다. 주요 AI 기업들이 점유율을 잡기 위해 실제 비용보다 낮은 가격에 서비스를 제공하고 있기 때문입니다. OpenAI는 2026년 약 140억 달러의 적자가 전망되고, 그 핵심 원인은 사용자의 요청을 처리하는 ‘추론(inference) 비용’입니다. 벤처 자본과 클라우드 대기업의 교차보조가 만든 ‘낮은 가격’이 언젠가 걷히면, AI 요금은 점차 정상화, 즉 인상될 가능성이 큽니다.

핵심 요약(TL;DR)

지금의 싼 AI 요금은 업계가 원가 이하로 책정한 ‘보조금 가격’입니다. OpenAI는 자체 전망에서 2026년 약 140억 달러 적자(매출 약 130억·지출 약 220억 달러)를 예상했고, “1달러를 벌 때 1.35달러를 쓴다”는 평가가 나옵니다.
적자의 핵심은 훈련이 아니라 ‘추론 비용’입니다. 사용자가 채팅을 열 때마다 드는 연산 비용으로, 전체 부하의 80~90%를 차지한다는 분석이 있습니다.
보조금이 걷히면 요금은 정상화(인상)될 전망입니다. 이미 일부 업체는 토큰 추가요금·프리미엄 추론 등급·AI 에이전트 별도 과금을 도입하고 있습니다. 데이터센터 전력비 급등도 비용을 밀어 올립니다.

무슨 일이 있었나 — ‘싼 AI’의 비밀

생성형 AI 요금이 저렴했던 이유는 기술이 갑자기 싸졌기 때문이 아닙니다. 프런티어 모델을 만드는 OpenAI·구글·앤트로픽·메타 등이 시장 점유율을 확보하려고 추론을 원가 이하로 책정해 왔기 때문입니다. 벤처 자본과 클라우드 대기업의 자금이 이 가격을 받쳐 주면서, 시장에는 ‘인위적으로 낮은 바닥 가격’이 형성됐습니다. 한 분석은 이를 두고 “보조금 시대가 끝난 것은 아니지만, 끝나가고 있다”고 표현했습니다.

문제는 이 구조가 지속 가능하지 않다는 점입니다. 자본 규율이 돌아오면, 즉 투자자들이 ‘언제 흑자를 낼 것이냐’를 본격적으로 묻기 시작하면 가격은 비용에 맞춰 위로 조정될 수밖에 없습니다.

왜 비용이 문제인가 — 추론이 만든 적자

비용의 핵심은 ‘추론(inference)’입니다. 추론은 사용자의 요청 하나하나에 응답을 생성하는 연산으로, 모델을 한 번 만드는 훈련과 달리 사용자가 늘수록 비용이 계속 불어납니다. 한 분석에 따르면 추론은 AI 연산 부하의 약 80~90%를 차지하며, 기업들이 흑자에 이르지 못하게 막는 가장 큰 경제적 병목으로 지목됩니다.

수치로 보면 부담이 분명합니다. OpenAI는 2025년 약 37억 달러 매출에 약 50억 달러 손실을 낸 것으로 추정되며, 2026년에는 자체 전망 기준 적자가 약 140억 달러로 불어날 것으로 알려졌습니다(매출 약 130억, 지출 약 220억 달러). “1달러를 벌 때 1.35달러를 쓴다”는 평가가 나오는 배경입니다. OpenAI가 대규모 추가 투자 유치에 나선 것도 이런 소진 속도와 무관하지 않습니다.

AI 요금은 오를까 — 정상화의 신호들

이미 가격 정상화의 조짐은 나타나고 있습니다. 일부 업체는 토큰 사용량에 따른 추가요금, 프리미엄 추론 등급, 자율 에이전트에 대한 별도 과금, 크레딧 기반 미터링 등을 도입했습니다. 초기에는 큰 폭의 할인으로 사용자를 끌어모았다가 프로모션이 끝나면 가격을 올리는 패턴도 반복됩니다.

여기에 ‘AI 에이전트’가 비용을 키우는 변수입니다. 에이전트는 한 번의 요청에 챗봇보다 10~50배 많은 토큰을 소모하는 것으로 알려졌고, 골드만삭스는 에이전트 도입이 본격화되면 2030년 토큰 소비가 현재의 약 24배인 월 120조 개에 이를 것으로 내다봤습니다. 쓰는 양이 폭증하는 만큼, 단가가 그대로여도 기업이 실제로 내는 ‘AI 청구서’는 커질 수밖에 없습니다.

전기요금까지 흔든다 — 데이터센터의 그늘

비용 상승은 전기요금으로도 번지고 있습니다. 골드만삭스에 따르면 2025년 미국 전기료는 6.9% 올라 헤드라인 물가(2.9%)의 두 배를 넘었고, 데이터센터가 전력수요 증가분의 약 40%를 차지하는 것으로 분석됩니다. 미국 전체 피크 전력수요에서 데이터센터가 차지하는 비중도 2025년 4.1%에서 빠르게 높아질 전망입니다. 골드만삭스는 전기료 상승이 가계의 가처분소득과 소비를 압박하고, 근원 물가를 2027년까지 0.1%포인트가량 끌어올릴 수 있다고 봤습니다.

부품 쪽 압력도 겹칩니다. AI 서버 수요로 D램 계약가격이 한 분기에 90~95% 급등했고, 이는 PC·스마트폰·태블릿 가격 상승으로 이어질 것이라는 전망이 나옵니다. ‘AI 비용’이 클라우드 요금뿐 아니라 전기요금과 전자기기 가격까지 동시에 자극하는 셈입니다.

한국에는 어떤 의미인가

한국에는 양면이 있습니다. 한쪽에서는 국내 기업과 개발자가 부담하는 AI 도입·운영 비용이 커질 수 있습니다. 해외 API 요금이 정상화되고 에이전트로 토큰 소비가 늘면, AI를 업무에 본격 도입하려는 기업일수록 비용 관리(이른바 ‘AI 핀옵스’)가 과제가 됩니다. 데이터센터 전력 수요가 늘면 국내 전력 인프라와 요금에도 시차를 두고 영향이 올 수 있습니다.

다른 한쪽에는 기회도 있습니다. AI 비용의 상당 부분이 메모리·전력 같은 ‘하드웨어’에서 나오는 만큼, 메모리 반도체를 만드는 한국 기업에는 수요가 우호적으로 작용할 수 있습니다. 다만 이는 산업 차원의 흐름이며, 개별 종목 판단과는 다른 문제입니다.

총평

이번 주제의 핵심은 ‘AI는 공짜에 가까운 도구’라는 인식이 비용이라는 현실과 만나고 있다는 점입니다. 지금의 낮은 요금은 기술의 가격이 아니라 점유율 경쟁의 가격이며, 그 차액은 적자와 투자로 메워지고 있습니다. 추론 비용, 에이전트發 토큰 폭증, 데이터센터 전력비라는 세 갈래가 맞물리면, AI를 쓰는 비용은 구조적으로 오르는 방향에 가깝습니다. 기업이라면 AI 도입 효과를 비용과 함께 따지는 습관이, 개인이라면 무료·저가 서비스가 언제까지 유지될지에 대한 현실적인 기대가 필요해진 시점입니다.

※ 본 글은 정보 제공 목적이며 투자 조언이 아닙니다. 수치는 분석·전망치로, 출처와 시점에 따라 달라질 수 있습니다.

출처