AI 산업에 투자가 늘어도 밸류체인의 모든 회사가 같은 수익을 얻는 것은 아니다. 창업자는 투자 규모와 함께 자본이 어느 계층에 쓰이고, 어느 계층에서 지속적인 마진을 만들 수 있는지 살펴봐야 한다.
돈은 인프라로 흐른다
구글·아마존·마이크로소프트·메타는 AI 수요에 대응해 설비투자를 크게 늘리고 있다. 각 회사의 설비투자에는 AI 인프라 외 사업도 포함되므로 전체 금액을 순수한 모델 개발비로 읽을 수는 없다. 다만 서버·GPU·데이터센터·전력 설비가 중요한 투자 항목이라는 점은 각 회사의 실적 발표에서 공통으로 확인된다.
대규모 설비투자는 모델 개발뿐 아니라 모델을 운영할 하드웨어와 데이터센터에 들어간다. 이 영역은 큰 선행 자본과 장기간의 시설 운영 능력이 필요해 작은 팀이 같은 방식으로 경쟁하기 어렵다.
모델 가격과 선택지는 계속 변한다
모델 사용 가격은 성능 개선과 공급자 경쟁에 따라 빠르게 낮아져 왔다. 다만 하락 속도는 성능 기준과 작업, 입력·출력 가격에 따라 다르므로 한 가지 연간 비율로 고정해 볼 수는 없다. 오픈웨이트 모델과 저가 공급자가 늘면서 비슷한 성능대의 선택지가 많아지고 있다.
기업은 품질과 가격, 지연, 가용성, 데이터 정책을 비교해 모델을 선택할 수 있다. 전환 비용이 낮은 기능에서는 가격 경쟁이 강해지고, 특정 모델만 연결했다는 사실만으로 지속적인 차이를 만들기 어려워진다.
고객이 계속 이용할 이유를 만든다
작은 회사는 기반 모델에 대한 투자 경쟁과 별개로 고객에게 지속적인 가치를 제공할 방법을 찾아야 한다. 다음 세 가지를 살펴볼 수 있다.
- 기존 업무와의 연결: 고객의 업무에 맞게 연동하고 운영 기록을 쌓은 도구는 교체할 때 다시 설정하고 검증할 것이 많다. 다만 교체 비용만으로 높은 마진이 보장되지는 않는다. 고객이 실제로 얻는 효과와 지원 비용을 함께 봐야 한다.
- 업무에 필요한 데이터: 적법하게 확보한 고유 데이터가 실제 작업의 정확도를 높인다면 경쟁력에 도움이 될 수 있다. 비공개라는 사실만으로 가치가 생기지는 않으며 품질, 최신성, 사용 권한을 관리해야 한다.
- 고객 접점: 고객이 이미 사용하는 채널과 제품 안에 기능이 들어가 있으면 모델을 바꿔도 고객 관계를 유지하기 쉽다.
창업자가 서야 할 자리
작은 팀이 대규모 인프라 투자로 모델 회사와 직접 경쟁하기는 어렵다. 대신 낮아지는 모델 비용을 활용해 특정 업무의 흐름, 비공개 데이터, 기존 고객 접점에 제품을 연결할 수 있다. 모델 가격이 내려가도 고객이 계속 비용을 지불할 이유가 어디에 남는지 확인하는 것이 사업 설계의 핵심이다.