저자: 에러 · 한국인
요약 보기
AI 인프라를 데이터 생성·모델·반도체·네트워크/데이터센터·플랫폼 유통·제품 서비스의 6개 레이어로 나눠 빅테크 구조를 비교. 테슬라는 차량·FSD 데이터 우위와 자동차 매출 중심, 구글은 TPU 전력효율과 광고·클라우드 기반 AI 투자, 엔비디아는 데이터센터 매출 압도(게이밍 부차화), 브로드컴은 맞춤형 ASIC 시장점유율 확대, 메타는 AI 투자로 광고 효율 방어하는 구조로 설명. 구체적 가격 예측은 없음.
다듬은 글
AI 인프라를 여섯 개 레이어로 나누는 법
자, 이 여섯 가지를 구분해 보면서 우리가 잘 아는 빅테크 기업들이 얼마나 강력한 경쟁력을 가지고 있는지, 밸리 AI에 소개된 다양한 아티클과 내용을 토대로, 그리고 기업 분석 툴을 통해 상세히 살펴보겠습니다. 네, 여러분 반갑습니다. 에러입니다.
요즘은 테슬라, 엔비디아, 구글, 메타, 브로드컴 전부를 AI 기업이라고 묶어서 이야기하죠. 많은 분들이 잘 아시다시피 AI는 단일 산업이 아니라 여러 층의 인프라가 포개져서 굴러가는 구조입니다. 각자의 기업이 AI라는 같은 용어를 사용하면서도 정확히 어떻게 돈을 벌고 투자를 하면서 키워 가는지, 어떤 부분이 다른 기업 대비 압도적인 경쟁력이고 어떤 리스크를 가질 수 있는지가 모두 다르기 때문에, 입체적으로 파악하는 것이 그 기업을 정확히 이해하는 방법이기도 합니다.
유튜브 월가아재, 혹은 월가제라고 많이 알려진 채널 많이들 아시죠? 이번에 월가아재 천한철 대표님의 뉴로퓨전과 협력해서 오늘 영상을 만들게 되었습니다. 현재 AI 상황을 굵직한 기업들의 AI 비즈니스 구조 측면, 그리고 각 기업들의 세부 내용을 파악해 볼 건데, 이번에는 유료 버전에서 정식으로 런칭한 밸리 AI 플랫폼을 직접 써 보면서 진행해 보려고 합니다. AI가 기술과 더불어 구조의 게임이라는 점, 그리고 각 기업들이 어떻게 사활을 건 싸움을 하고 있는지를 플랫폼을 통해 자세히 파악해 보겠습니다.
제가 AI 인프라를 볼 때는 여섯 개 레이어로 나눠 봅니다. 기업 분석의 뼈대를 빠르게 분류해 보면요.
첫째, **데이터 생성 레이어**입니다. 현실에서 데이터가 자동으로 쌓이는 구조를 확보하는 기업이죠. 차량, 센서, 스마트 기기에서 나오는 사용자 행동 정보, 공장 로그 같은 현실 세계의 데이터를 확보하는 형태입니다. 이게 사실 AI 경쟁의 출발점이라고도 볼 수 있습니다. 있어야 학습도 되고 여러 데이터를 추출할 수 있으니까요.
둘째, **모델·알고리즘 레이어**입니다. 사람들이 가장 많이 말하는 AI 그 자체죠. LLM, 멀티모달, 강화학습 같은 이야기도 채널에서 많이 다루죠. 사실 사람들이 이것만 익숙하다 보니 "AI가 돈이 되냐, 버블이냐" 이런 이야기가 더 많이 나오는 것 같은데, AI 모델을 만드는 것만으로는 돈이 안 되기 때문입니다.
셋째, **컴퓨팅(반도체) 레이어**입니다. AI 모델을 돌리려면 학습과 추론을 실제로 수행하는 반도체가 필요하죠. GPU, TPU, ASIC 같은 것들이 여기 속합니다. 더 나아가 이런 칩들을 서로 연결해 거대한 모델도 커버하고 엄청난 수의 사용자를 감당하는 AI 데이터센터를 구축하는 네트워크, 스토리지, 운영 레이어까지 여기에 포함해서 볼 수 있습니다.
넷째, **네트워크·데이터센터 인프라 레이어**까지 구축이 되어야 드디어 AI를 실제로 쓸 무대가 보이는 거죠.
다섯째, **플랫폼·유통 레이어**입니다. 검색, SNS, OS부터 새로운 앱과 웹을 개발하기 위한 클라우드 서비스까지, 여기서부터 AI가 돈이 되기 시작합니다.
마지막 여섯째, **제품·서비스 레이어**입니다. AI 기반의 광고나 구독 서비스, SaaS, 자율주행 같은 것들이죠. 사용자가 반복적으로 사용하면서 요금을 내게 되는 비즈니스 모델입니다.
이 여섯 가지를 기준으로, 밸리 AI에 소개된 아티클과 분석 툴을 통해 빅테크 기업들을 하나씩 살펴보겠습니다.
테슬라: 데이터 생성 레이어의 강자
여러분도 좋아하시는 기업이죠. 밸리 AI로 테슬라를 검색해 보겠습니다. 테슬라는 여러 가지를 다 하고 있지만, 데이터 생성 분야와 수익화 부분에서 가장 크게 영향을 미치고 있다고 볼 수 있습니다.
검색 결과를 보시면 테슬라에 대해 개괄적으로 정리되어 있는 게 보이시죠? 트레이딩뷰 기반 차트도 볼 수 있고, 전문가 전망치 등 다양한 내용이 있습니다. 플랫폼을 이용하는 여러 전문가들이 밸류에이션 관련 의견을 나누며 디스커션하는 모습도 볼 수 있고, 관련 소식들도 연결되어 보여줍니다.
기업 분석에서는 결국 재무제표를 봐야 하는데, 재무제표 하이라이트만 봐도 테슬라가 어떻게 매출을 내는지 알 수 있습니다. 부문별 매출을 보면 자동차 매출 비중이 압도적입니다. AI는 아직 별도 매출 항목으로 잡히지 않고 있고요. 대부분 자동차 부문에서 매출이 나오고, 서비스 및 기타 부문에 FSD 같은 것들이 들어갈 것으로 보입니다. 나머지 메가팩 같은 에너지 생성·저장 관련 사업이 있죠. 사업 부문으로 보나, 지역별로 보나, 제품 측면에서 보나 아직까지 테슬라는 자동차 기업입니다. 먼 미래를 바라보고 있는 측면도 있지만, 현재 매출 규모로는 그렇다는 거죠.
손익계산서의 재무 비율 시각화를 보시면, 전체 오토모티브 부문과 에너지 제너레이션·스토리지 부문 중 실질적으로 이익이 나온 부분을 한눈에 확인할 수 있습니다.
커뮤니티에서도 다양한 글이 있는데, 그중 JP님이 작성하신 과거 글이 굉장히 잘 정리되어 있어서 말씀드리겠습니다. 사업 계획과 관련된 내용을 쭉 정리해 주셨고, FSD, 도조 같은 자체 칩이 에너지와 자동차 사업에 어떻게 연관되는지도 설명해 주셨습니다. 에너지 세그먼트, 자율주행 세그먼트 등 다양한 내용이 분석되어 있고, 자율주행과 관련한 경쟁 기업들에 대한 이야기도 많이 나오죠. 시장 규모 자체를 분석했기 때문입니다.
그중에서도 제가 아까 데이터를 확보하는 기업이라고 말씀드렸던 이유, 바로 테슬라는 전 세계를 돌아다니는 차량 덕분에 어떤 회사보다도 가장 많은 시각 데이터를 가지고 있다는 점이 여기서 강조되고 있습니다. 이것이 테슬라의 우위라고 볼 수 있죠. FSD를 개발하기 위해 몇 년 동안 차량 데이터와 시각 데이터를 수집해 왔고, 테슬라 차량이 계속 팔리면서 데이터가 엄청나게 늘어나고 있습니다. 이 데이터 차이는 자율주행 분야에서 거의 극복할 수 없는 수준이라고 판단하는 분석도 있었습니다.
테슬라의 구조를 정리하면 이렇습니다. FSD는 소프트웨어와 데이터 자산을 결합한 것이고, AI5, AI6 같은 자체 칩은 자동차에 탑재되어 컴퓨팅을 담당하는 FSD 보드, 즉 비용 구조의 측면이 있습니다. 여기에 휴머노이드 옵티머스까지 더하면 제조 데이터 루프까지 끊임없이 데이터를 생산하게 되죠. 데이터를 더 싸고, 더 많이, 더 빨리 모으기 위해 준비된 장치라고도 볼 수 있습니다.
결국 테슬라는 차를 팔아서 돈을 벌지만, 진짜 자산은 차가 돌아다니면서, 앞으로는 옵티머스가 돌아다니면서 만들어내는 데이터라는 거죠. 굉장히 인사이트 있는 관점이라고 생각합니다.
구글: 여섯 개 레이어를 거의 다 하는 회사
다음은 구글입니다. 구글은 여섯 개 레이어를 거의 다 한다고 보시면 되는데, 규모로 보면 집중하는 것은 오른쪽에 있는 네 개, 즉 모델, 컴퓨팅, 유통, 수익화입니다.
밸리 AI에서 구글을 검색하면서 색다르게 찾아볼까요? 기업 공시 자료나 실적 발표 같은 최근 이벤트를 번역해서 볼 수 있는 게 좋습니다. IR 자료실에 들어가면 실적 발표마다 어떤 내용이 있는지, 실적 하이라이트를 요약해 한글로 번역한 비즈니스 업데이트도 볼 수 있죠. 전문을 볼 수도 있고, 요약본으로 간추려 볼 수도 있어서 빠르게 접근할 수 있습니다. 보고서에 들어가 보시면 실적 발표 컨퍼런스콜 요약도 볼 수 있고요. 공시 자료도 10-K, 10-Q, 8-K 등을 한글로 번역해 바로 볼 수 있습니다.
10-K의 비즈니스 항목만 봐도 사실 이 기업이 무엇을 하는지 가장 자세히 나와 있습니다. 구글은 "우리는 그렇게 될 의도가 없다"라는 식의 문장도 있고, 비전이나 방향성을 찾아볼 수 있습니다. 최근에는 특정 AI 관련 연구개발을 강화하고 집중했다는 내용도 추가되어 있어서, 구글의 비전과 최근 방향성을 가장 자세히 이해할 수 있습니다.
재무제표에서 부문별 매출액을 보면, 구글 서비스 전체, 즉 광고가 가장 크고, 그다음이 지금 한창 성장하고 있는 구글 클라우드입니다. 표로 잘 정리되어 있는데, 대부분의 매출이 구글 서비스와 구글 클라우드에서 나온다는 걸 알 수 있죠. 이는 구글이 제미나이를 중심으로 AI를 만드는 이유와 연결됩니다. AI가 별도의 사업이라기보다는 모든 사업의 베이스를 만들고 전부에 스며드는 구조라고 해석할 수 있습니다.
구글 관련 글도 하나 보겠습니다. 얼마 전에 작성된 글인데, 굉장히 다양한 내용을 정리했고 그중 제가 구글의 핵심을 잘 짚었다고 느낀 부분이 TPU 관련 내용입니다. TPU는 전력 효율이 최정상급이라는 점이죠. 이건 최근에 일어난 일이 아니고, 구글은 TPU v4, v5 때부터 이미 엔비디아 GPU급으로 와트당 성능을 크게 끌어올렸습니다. 결국 TPU는 성능보다도 전력 효율이 핵심이라는 점에서, 구글은 AI를 굴리는 비용 구조 자체를 통제하는 회사라는 메시지를 주는 글입니다.
3D 토러스, 인터칩 인터커넥트, 스파스코어 같은 기술을 쓰는 이유도, 엔비디아와 경쟁하겠다고 시작한 게 아니라 풀스택으로 자체 설계해서 와트당 추론량을 극대화하기 위한 것입니다. 구글 입장에서는 검색, 유튜브처럼 초대규모 추론이 필요한 회사이니, 이 비용을 아끼면 아낄수록 그만큼 돈을 버는 구조입니다. KPI도 구글 검색을 기준으로 짜여 있죠. 핵심 검색과 광고 사업을 기준으로 KPI가 설계되어 있고, AI 기술 역시 추론에 쓰이며 광고나 클라우드 사업을 더 잘 펼치기 위한 것이지, GPU와 당장 경쟁하려고 TPU를 내놓은 게 아니라는 점이 여기서 얻을 수 있는 인사이트입니다.
데이터 측면에서도 웨이모 같은 로보틱스 사업을 하고 있으니, 구글은 AI 모델과 더불어 전방위로 AI를 준비하고 투자하고 있다는 사실까지 이해하시면 됩니다. 결국 구글에게 AI 자체는 팔 물건이 아니라, 광고 제국을 유지하기 위해 AI 생태계를 잘 만들어 가는 데 집중한 것이라고 생각합니다. 그래서 구글의 AI 전략은 성능 자체를 강조하기보다 알파폴드 같은 신약 개발부터 지니3 같은 월드 모델까지, 당장 돈을 버는 것보다 새로운 플랫폼 구조를 먼저 제시하려는 것이 아닐까 추정해 볼 수 있습니다.
엔비디아: 컴퓨팅과 네트워크 시스템을 꽉 잡은 리더
AI 기업 얘기에서 엔비디아를 안 볼 수가 없죠. 엔비디아는 여섯 개 레이어 중 중심에 해당하는 컴퓨팅과 네트워크 시스템을 꽉 잡고 있는, 거의 독점에 가까운 리더입니다.
KPI를 보면 AI와 컴퓨팅 생태계, 쿠다(CUDA) 사용자 수 같은 지표가 있고, 게이밍 그래픽 기술 지표도 볼 수 있습니다. 부문별 매출을 보시면 데이터센터 부문이 압도적으로 커졌습니다. 예전에는 데이터센터 비중이 그렇게 크지 않았죠. 게이밍, 지포스 RTX 20·30 시리즈 같은 제품이 중심이었는데, 지금은 비중이 완전히 데이터센터 서버 쪽으로 옮겨갔습니다. 게이밍은 이제 부차적인 것이 되었고, 데이터센터 매출이 절대 다수를 차지합니다. 그래서 엔비디아는 게이밍 그래픽 카드 회사에서 AI 데이터센터의 인프라 회사로 성격이 완전히 바뀌었습니다. 단순히 칩을 설계하는 회사가 아니라, AI 공장을 통째로 설계해서 넘겨주는 회사에 가까워진 거죠.
분석 글도 보겠습니다. 투자 인사이트 사이트에서 기업과 매크로 부분으로 나뉘어 많은 글이 올라오고, 아래에서 서로 토론하는 모습도 볼 수 있습니다. 엔비디아에 대해 흥미로운 글이 있는데, "피지컬 AI 가치 반영이 필요한 시점이다"라는 글입니다. 피지컬 AI 플랫폼으로서의 가치가 아직 주가에 충분히 반영되지 않았다는 주장이죠. 자율주행과 휴머노이드 부문의 잠재력이 아직 주가에 거의 반영되지 않았다고 근거를 제시한 글입니다. 이 의견이 나온 시점 기준으로는 많은 분들이 알아차리지 못했던 부분이었을 텐데, 이번 CES에서 알파마요나 현대차와의 휴머노이드 협력 같은 것들이 주목받으면서 현대차 주가도 많이 올랐죠. 압도적인 데이터센터 매출 속에서 엔비디아를 서버형 지표 회사로만 가격에 반영하고 있다는 분석은 참고할 만합니다.
엔비디아의 해자는 기술이라기보다 표준이라고도 볼 수 있습니다. AI 인프라의 기본값, 즉 디폴트가 되는 순간, 경쟁자는 칩 성능만이 아니라 시스템 전체를 이겨야 하기 때문입니다. 쿠다라는 소프트웨어 생태계, 블랙웰·루빈 플랫폼 같은 것들이 그 해자의 핵심이죠.
브로드컴: 맞춤형 AI 공장의 설계자
비슷하게 컴퓨팅과 네트워크 시스템을 담당하는 회사, 엔비디아와 다른 진영인 ASIC 진영의 브로드컴이 있습니다. 브로드컴은 반도체 솔루션과 인프라 소프트웨어, 이렇게 크게 두 가지 사업으로 나뉩니다. 비율로 보면 대략 6대 4 정도입니다. AI와 직접 연결되는 것은 반도체 쪽이지만, 돈을 버는 구조는 훨씬 넓다는 것을 한눈에 볼 수 있습니다.
기업 분석 사이트에서 흥미로운 글을 찾았는데, 최근에 나온 글입니다. 제목부터 흥미롭습니다. "비스포크 칩 메이커", 즉 맞춤형 AI 공장 설계자라고 정의하면서 시작하죠. ASIC 시장 점유율이 2022년에는 35% 정도였는데, 지금은 60% 가량으로 1위가 됐다는 것을 볼 수 있습니다. 브로드컴이 빠르게 선장할 수 있었던 이유는 ASIC 설계 기술, 그리고 VM웨어 같은 인프라 소프트웨어를 통해 고객을 묶어둘 수 있기 때문이라고 해석할 수 있습니다.
엔비디아로만 대변되던 AI 컴퓨팅 시장에서, 빅테크들이 칩을 자체적으로 설계하면서 브로드컴이 AI 인프라를 함께 세워가고 있는 것이죠. 그런 의미에서 브로드컴은 엔비디아를 이기려는 회사라기보다, 엔비디아 말고도 AI 팩토리를 세울 수 있는 유일한 길을 파는 회사라고 볼 수 있습니다. 경쟁 상대가 칩 회사가 아니라 빅테크의 커스텀 칩 전략이라고도 할 수 있죠. 빅테크가 자체 칩 설계에 얼마나 투자하고, 얼마나 지속적으로 할 거냐가 관건이 되는 이유입니다.
메타: 유통과 수익화에 진심인 회사
마지막으로 유통과 수익화에 가장 진심인 회사, 메타입니다. 메타를 검색해 보면, 실제로 돈을 어디서 버는지는 너무나 간단합니다. 앱 패밀리와 리얼리티 랩스, 두 가지로 나뉩니다. 비율로 보면 리얼리티 랩스는 거의 없습니다, 1.3% 정도죠. 나머지는 앱 패밀리인데, 앱 패밀리에서 하는 일은 결국 광고입니다. 전체 매출에서 광고가 거의 대부분을 차지하고, 리얼리티 랩스는 아주 작습니다. 회사마다 수익 구조가 다르다는 것을 여기서도 볼 수 있죠.
그런데 리얼리티 랩스는 매출이 미미하고 손실이 계속 지속되고 있습니다. 그렇다면 왜 메타가 AI에 그렇게 돈을 쓰는지 이것만 보면 잘 이해가 안 되죠. KPI로 보면 월간 활성 사용자나 페이스북 패밀리 전반에 걸친 광고 노출 수 같은 지표를 볼 수 있습니다.
메타에 대해 쓰인 글을 보면, 재무제표 분석도 있습니다. 지난 3분기 기준으로 1,068억 달러 규모의 매출 대비 상당한 금액을 투자했다고 나옵니다. 이 중 대부분, 대략 800억에서 910억 달러가 AI 관련 투자로 추정되는데, 매출 대비 57%에서 64%를 투자하고 있다는 이야기가 나옵니다. 정상적인 IT 회사에서는 상상하기 힘든 숫자죠.
그럼에도 메타는 AI를 팔아서 돈을 버는 회사라기보다, AI로 기존 광고 비즈니스의 수익률을 끌어올리는 회사로 보는 게 맞습니다. AI 기술이 뒤처지면 광고 추천 시스템과 사람들의 취향을 파악하는 능력이 떨어지고, 그러면 광고 시장에서의 수익과 점유율이 언제든 흔들릴 수 있습니다. 메타는 AI로 광고 효율이 무너지는 것을 막는 회사라고 보시면 될 것 같습니다.
구글도 마찬가지입니다. AI가 등장해서 검색이 무력화되면 광고 매출이 흔들리죠. 메타 역시 AI에서 밀리는 순간 수익 모델 전체가 흔들립니다. 반대로 AI가 강해지면 소셜 미디어를 잘 유지하면서 엣지 디바이스까지 확장해 나갈 수 있고, 그렇게 되면 경쟁자가 입지를 무너뜨리기 힘들 정도로 강력해질 수 있다는 것이 제 해석입니다.
마무리
오늘 보신 것처럼 AI 기업이라는 말은 아무것도 설명해 주지 않습니다. 중요한 것은 그 회사가 AI 공급망의 어느 층을 먹고 있는지입니다. 밸리 AI 플랫폼을 바탕으로 다양한 분석과 내용을 공유드렸는데, 결국 투자하는 분이나 그 기업을 알고자 하는 분이라면, 기업의 정체성을 정확히 파악하고 실제 재무 데이터를 잘 살펴보는 게 중요하지 않을까 싶습니다.
밸리 AI에서는 기업 분석뿐 아니라 매크로에 대한 글도 많이 올라오고, 리더보드에서 점수를 많이 받은 분들에게는 실제로 시상도 한다고 합니다. 투자 교육과정도 운영하고 있어서 멘토링이나 홍진조 대표님 같은 분들이 직접 강의하는 내용, 과거 투자 가정 시리즈를 모은 아카데미도 있으니 참고하시면 좋을 것 같습니다. 다음에 기회가 되면 이런 부분들도 자세히 소개해 드리겠습니다.
이미 많은 분들, 그리고 실제로 투자를 잘하시는 분들도 함께 꾸려가는 커뮤니티라서, 플랫폼에서 서로 의견을 나누다 보니 그런 부분들을 보면서 공부하는 점이 많았습니다. 이번 협력이 기쁘고, 이 영상을 만들면서 보람도 느꼈습니다. 투자에 진심이신 분들은 여기서 공부하시면서 큰 도움 받으시고, 서로 성장하고 배워갈 수 있는 기회가 되었으면 좋겠습니다. 지금까지 에러였습니다.
Comments 0