오늘의 시황

AI 사이클에서 가장 파악하기 어려운 것은, 모든 사람이 수요(demand)와 현금흐름(cash flow)을 동일시한다는 점이다. OpenAI의 사용량이 폭발적이고, Anthropic의 기업 채택이 가파르고, Oracle의 RPO가 거대하고, Nvidia가 만드는 족족 팔려나가고, 전력회사가 데이터센터 계약을 쏟아낸다 — 이 모든 게 사실이어도, 투자자들은 여전히 같은 질문을 한다: "누가 자신의 미래 현금흐름을 실제로 알고 있나?"

Oracle이 가장 선명한 실험 대상인 이유: Oracle은 숫자도 있고, RPO도 있고, AI 계약도 있다. Larry Ellison은 수요가 건설 속도에만 제약된다고 시장에 선언하고 있다. 그런데도 투자자들은 완전히 믿지 않는다. 왜냐면 RPO는 한 가지 질문엔 답하고 다른 질문은 열어두기 때문이다.

RPO가 답하는 것 vs 답하지 못하는 것: RPO는 고객이 서명 약정을 했다는 것, 순수 투기적 수요가 아니라는 것을 알려준다. 하지만 계약 믹스 전체, 고정 테이크오어페이 대 변동 사용량 비율, 전력·GPU·금융비용·하드웨어·납기·재가격 이후의 수익률은 알려주지 않는다. 그리고 토큰 가격이 예상보다 빠르게 떨어지거나, AI 랩이 2022년 SaaS 고객처럼 클라우드 비용을 최적화하면 어떻게 되는지도 말해주지 않는다.

신임 CFO Hilary Maxson의 의미: Oracle이 자본집약적 인프라 배경을 가진 CFO를 영입한 건 우연이 아니다. 시장이 무엇을 걱정하는지 정확히 알고 있다는 신호다. 이 회사는 더 이상 순수 소프트웨어 멀티플 스토리가 아니라 자본배분(capital allocation) 스토리로 전환 중이다. Maxson이 제시한 Bull 케이스는 명확하다: 대형 OCI 인프라 프로젝트가 안정화 단계(steady state)에 이르면 ROIC high-20s%. 이게 전제된다면 지금의 현금 소각은 버그가 아니라 세계 최고 인프라 비즈니스를 짓는 비용이다.

"RPO는 Oracle이 세입자를 확보했는지를 말해준다. 진짜 논쟁은 Oracle이 코스트커브가 급격히 움직여도 세입자를 보호하는 조건으로 계약했느냐는 것이다."

테니스공 공장 비유 — 코스트커브 리스크: 오늘 하루 1,000개짜리 테니스공 공장을 짓고 5년 계약을 맺었다. 3년 후 경쟁사가 같은 투자로 3,000개 생산하는 공장을 세운다. 법적으로 계약은 유효하지만, 고객은 "같은 제품을 더 싸게 살 수 있다"는 걸 안다. 갱신 협상에서 "새 저비용 공장을 짓든지, 가격을 맞추든지, 아니면 소송해라"는 말이 나온다. AI 인프라에서 5년은 "어제의 공장"을 소유하기에 긴 시간일 수 있다.

젠슨이 "조용히" 한 말: Blackwell 사이클 발표 당시 Jensen Huang은 Hopper가 나눠줘도 팔기 어렵다고 했다("couldn't give Hoppers away"). Nvidia 입장에선 유쾌한 농담이다. 그러나 Hopper 기반 5년 AI 팩토리를 막 지은 사람 입장에선 전혀 유쾌하지 않은 말이다.

희소성이 지금은 문제를 덮는다: 현재 컴퓨트는 부족하다. AI 랩들은 최고의 데이터센터를 기다릴 여유가 없다. Hopper라도 잡아야 한다. 그게 Bull의 답이다. 하지만 Blackwell이 지배 플릿이 되면 Hopper는 구형 공장이 된다. 이후 Rubin이 오면 Blackwell도 구형이 된다. 코스트커브, 토큰-퍼-와트, 자본효율 커브는 계속 움직인다.

제본스 역설(Jevons Paradox)의 함정: 싸진 컴퓨트 → 더 많은 사용량 → 수요 폭발. 방향성은 맞다. 그러나 제본스 역설은 모델 회사들이 수익을 못 내고 있는 상황에서는 마법의 지팡이가 아니다. 토큰 단가가 하드웨어 개선으로 떨어지면 사용량은 폭발하지만 토큰당 매출도 줄어든다. 기업 CFO들이 프런티어 모델이 굳이 모든 워크플로에 붙어야 하느냐고 묻기 시작한다.

OpenAI 가격 인하 검토 보도(WSJ)의 함의: OpenAI가 Anthropic과의 경쟁을 위해 대폭 가격 인하를 고려 중이라는 보도가 나왔다. 세부 사항은 불명확하다. 그런데 질문 자체가 시사적이다. 컴퓨트가 진짜 희소하고 프런티어 모델 수요가 공급 제약을 받는다면, 왜 최고 모델 회사가 가격을 낮춰야 하나? 경쟁(Claude가 강하다), 수요 탄력성(기업이 원하지만 어떤 가격에서든 원하진 않는다), 인프라 희소성과 모델 레이어 가격결정력의 분리 — 세 가지 모두 가능한 설명이고, 세 가지 모두 불편하다.

지금은 2026년 7월이 아니다. 하지만 StreetSignal이 그린 시나리오는 경청할 만하다: Anthropic ARR이 5월 $470억에서 6월 $500억으로 증가했지만 시장 기대에 못 미쳤고, 최적화 국면이 도래하면서 Nasdaq이 고점 대비 20% 조정을 겪는 그림. 이게 현실이 될지는 모른다. 하지만 이 서사가 시장에 먹힐 데이터 공백이 지금 존재한다는 게 핵심이다.

AI 토크노믹스의 현재: 1년간 시장은 AI 사용량을 단선적 우상향으로 가정했다. 유저 증가 → 토큰 증가 → 추론 증가 → ARR 증가. 그런데 지금 균열이 보인다. 초기 헤비 유저들이 포기하는 게 아니라, 지출을 최적화하기 시작했다. 토큰 캡, 저가 모델 라우팅, 구독 취소, 사용 대시보드 점검, CFO의 AI 청구서 감시. 이건 AI 수요 붕괴가 아니라 기업 소프트웨어가 항상 거치는 소화 국면이다.

왜 이번이 더 빠른가: AI 과금은 사용량 기반(usage-based)이라 비용이 즉각적으로 보인다. SaaS는 시트 기반이라 낭비가 덜 보였다. 헤비 유저들이 "유용한 것"과 "낭비"를 구분하고 나면, 소프트웨어가 항상 하는 일이 시작된다: 최적화, 압축, 라우팅, 캐싱, 비싼 모델은 진짜 필요할 때만.

투자자에게 어려운 이유: 초기 코호트가 헤비 유저이고 이들이 지출을 줄이면, 신규 유저가 이를 채워줄 때까지 ARR에 에어포켓이 생긴다. 제품이 나빠서가 아니라, 초기 수익화 곡선이 브루트포스 사용에 의해 부풀려졌을 수 있기 때문이다. 그러면 TAM 스토리가 코호트 수학 스토리로 바뀐다. 시장은 단순한 TAM 이야기를 사랑하고, 복잡한 코호트 수학을 혐오한다.

그래도 쉽게 Short 칠 수 없는 이유: 신규 유저는 계속 유입된다. 개발자, 애널리스트, 학생, 기업 영업팀, 지원팀, 리서치팀이 매일 이 툴로 들어온다. 저가 모델이 더 많은 워크플로를 열어주고, 전체 활동량은 계속 성장할 수 있다. 그 안에서 프런티어 모델 매출 단가만 압박받는 구조가 가능하다. AI 채택은 매우 실재하면서도 ARR 경로는 선형이 아닐 수 있다.

진짜 질문 세 개: 고객이 낭비를 줄이는 건가, 수요를 줄이는 건가? 저가 모델로 라우팅하는 건 기술 개선 때문인가, 청구서 충격 때문인가? 더 싼 추론 비용이 시장을 키우는가, 프런티어 수익성을 압박하는가? 세 질문 모두 "AI는 끝났다"를 말하지 않는다. 세 질문 모두 투자 수익 귀착(who captures the economics)이 생각보다 복잡하다는 것을 말한다.

그래서 지금 Oracle 실적이 중요하다: Larry Ellison과 Oracle이 고객 대화, 용량 파이프라인, 백로그, 수요 규모에 가장 가까이 있다. 감가상각 곡선, 전력 비용, 가동률, 가격, 잔존가치, 고객 집중도, 금융 모델 모두 아직 움직이는 타깃이다. 시장이 "모든 AI 데이터센터가 금광이거나 나쁜 캐펙스 숙취를 가진 토큰 공장"이라는 두 극단 사이에서 흔들리기 전에, Oracle이 영수증을 보여줘야 한다. 다음 데이터 포인트가 서사보다 중요하다.