GPT-6 아스트라 이후, AI는 어떻게 돈이 되나… 버블 리스크와 비용 절감의 계산법

인공지능(AI)이 할 수 있는 일은 빠르게 늘고 있습니다. 이제 기업에는 그 일을 맡겼을 때 얼마를 벌고, 얼마를 쓰게 되는지가 더 중요해졌습니다.

오픈AI(OpenAI)가 공개한 GPT-6 아스트라(Astra)는 이 질문을 한층 구체적으로 만듭니다. 컴퓨터와 웹브라우저를 직접 사용하고 소프트웨어를 만듭니다.

세금 신고와 구직, 주택 검색처럼 여러 단계로 이뤄진 업무도 수행합니다. 사람에게 방법을 설명하던 AI가 일을 위임받아 끝내는 단계로 들어서고 있는 것입니다.

그렉 브록만 오픈AI 사장은 “AGI 시대에 온 것을 환영한다”고 평가했습니다. 범용인공지능(AGI)에 대한 그의 선언을 기업의 경영 과제로 옮기면, 더 현실적인 질문이 남습니다. 이 강력한 AI를 우리 회사의 어느 업무에 투입해야 매출과 이익이 늘어날까요?

모델을 도입하는 것만으로 답이 나오지는 않습니다. AI가 기업의 데이터를 읽고 업무 도구를 쓰도록 연결해야 합니다. 일하는 순서를 바꾸고, 사람에게 남길 판단과 책임도 정해야 합니다. 그 과정에 들어가는 돈과 시간이 AI가 만들어낼 가치보다 크다면, 기술의 발전이 곧 기업의 성과가 되기는 어렵습니다.

이번 주 더밀크가 주목한 세 뉴스는 이 문제를 서로 다른 곳에서 보여줍니다. 데이터센터를 짓는 데는 수십조원이 먼저 들어갑니다. 우버는 AI 사용량을 크게 늘리면서도 작업 한 건당 비용을 낮췄습니다. 회계법인을 사들이는 투자자들은 기존 전문가 조직에 AI를 붙여 이익률을 높이고 있습니다.

시설 투자와 사내 업무, 전문 서비스업. 업종은 달라도 계산은 연결돼 있습니다. AI에 투입한 돈을 어떻게 회수하고, 한 번의 업무를 끝내는 데 드는 비용을 어떻게 낮출 것인가. 이번 CEO 포커스는 아스트라의 등장 이후 기업이 마주할 이 질문을 함께 살펴봅니다.

👉 GPT-6 아스트라, 무엇이 달라졌나?

AI를 쓰는 기업이 늘어나면 이를 처리할 데이터센터도 더 필요합니다. 오픈AI와 앤트로픽(Anthropic)의 합산 연환산 매출은 20개월 만에 17배 이상 증가했습니다. 아스트라처럼 여러 단계의 업무를 수행하는 모델이 등장하면서, AI가 감당해야 할 일의 범위도 넓어지고 있습니다.

그런데 데이터센터는 주문이 늘었다고 곧바로 가동할 수 있는 시설이 아닙니다. 1기가와트(GW)급 AI 데이터센터를 짓는 데는 약 380억달러, 우리 돈으로 약 53조원이 필요합니다. 부지를 확보하고 전력 계약을 맺은 뒤 서버를 가동하기까지 2~3년이 걸립니다. 몇 년 뒤의 수요를 예상해 땅과 전력, 서버를 먼저 확보해야 한다는 뜻입니다.

여기서 수요 증가와 투자 수익 사이에 시간차가 생깁니다. 고객이 AI를 더 많이 쓰더라도 전력망 연결이 늦어지면 시설을 제때 돌릴 수 없습니다. 매출이 들어오기 전에 빚의 만기가 돌아오면 자금 부담은 더 커집니다. 수요가 충분한가와 그 수요를 감당할 사업이 버틸 수 있는가는 따로 살펴봐야 합니다.

AI 버블의 위험을 보려면 기술에 대한 기대와 함께 전력 확보, 자금 조달, 투자금 회수 시점을 봐야 합니다. 모델의 성능이 좋아지고 이용자가 늘어도, 그 성장을 뒷받침하는 시설이 돈을 버는 데까지는 시간이 필요하기 때문입니다.

더밀크는 이번 기사에서 AI 버블이 만들어진 구조와 손실이 어디에서 시작될 수 있는지를 추적했습니다. 데이터센터 투자가 둔화될 때 한국의 반도체와 전력·장비 기업까지 어떤 영향을 받는지도 함께 짚었습니다. AI 수요의 성장 뒤에 놓인 자본의 흐름을 이해하려면 읽어볼 기사입니다.

👉 AI 버블은 어디에서 시작돼 어떻게 꺼질까?

데이터센터가 AI 산업 전체에 먼저 들어가는 돈을 보여준다면, 우버(Uber)는 기업 안에서 그 비용을 다루는 방식을 보여줍니다. AI를 더 많이 사용할수록 비용도 같은 속도로 늘어나야 할까요? 우버의 사례에서는 사용량과 비용이 서로 다른 방향으로 움직였습니다.

우버의 주간 AI 이용자는 2026년 2월부터 8월 중순까지 7배 늘었습니다. 작업 요청은 9.4배 증가했습니다. 그런데 같은 모델을 사용하는 요청 1000건당 비용은 최고점보다 34%, 작업 한 건당 비용은 52% 낮아졌습니다. 우버가 손본 것은 AI에 정보를 전달하는 방식이었습니다.

우버는 1000개가 넘는 사내외 도구를 모델 컨텍스트 프로토콜(MCP) 게이트웨이에 연결했습니다. AI와 업무 도구를 연결하는 이 통로를 통해, AI가 필요한 정보만 찾아오도록 구조를 바꿨습니다. 모든 정보를 한꺼번에 읽게 하는 대신 업무에 맞는 정보를 골라 쓰게 한 것입니다.

질문 하나를 처리하는 데 최대 143만1594개까지 들던 토큰은 약 400~900개로 줄었습니다. 토큰은 AI가 정보를 읽고 처리하는 단위입니다. 같은 모델을 쓰더라도 어떤 정보를 얼마나 전달하느냐에 따라 업무 비용이 크게 달라질 수 있습니다. AI 사용료를 관리하는 일이 곧 업무 설계의 문제가 되는 이유입니다.

변화는 시스템에만 머물지 않습니다. 우버는 직원 3300명을 감축하고 관리자 직급을 20% 줄이기로 했습니다. AI 시스템에서는 불필요한 호출을 줄이고, 조직에서는 보고와 조율 단계를 줄이는 방향입니다. AI를 도입한 뒤 사람이 일하는 구조도 함께 바꾸고 있습니다.

이번 기사는 우버가 AI를 더 많이 쓰면서도 비용을 낮춘 방법과 조직 개편을 함께 다룹니다. 기업이 AI 도입 성과를 사용 횟수로 집계하는 데서 더 나아가, 실제 업무가 끝나는 과정과 비용을 어떻게 바꿀 수 있는지 살펴볼 수 있습니다.

👉 우버는 어떻게 AI 비용을 절반으로 줄였나

업무 비용을 줄일 수 있다면 다음 질문은 그 절감분을 누가 이익으로 가져가느냐입니다. 미국의 회계법인 인수 움직임은 AI의 경제성을 기존 사업 안에서 찾는 사례입니다.

AI가 대체할 대표적인 전문직으로 회계사가 꼽혀왔지만, 투자자들은 회계법인을 사들이는 데 수십억달러를 투입하고 있습니다.

스라이브 홀딩스가 투자한 커런트(Current)는 약 30개 회계법인과 2000명 이상의 직원을 묶어 연매출 5억달러 규모로 성장했습니다. 이미 고객과 전문가를 갖춘 회사를 인수한 뒤 AI를 도입해 생산성을 높이는 방식입니다. 여러 회사를 묶어 운영 효율을 높이는 인수 전략에 AI를 결합한 ‘AI 롤업’입니다.

커런트의 AI는 2025년 세금 신고서 7000건의 초안을 작성했습니다. 준비 시간은 평균 31% 줄었고, 자료 입력 정확도는 최대 98%를 기록했습니다. AI가 초안을 만드는 동안 회계사는 최종 검토와 수정, 서명을 맡습니다. 반복 업무에 드는 시간을 줄이면서 전문가의 판단과 책임을 유지하는 분업입니다.

이 구조에서는 회계사 한 명이 더 많은 고객을 담당할 수 있습니다. 회계법인의 생산성과 수익성이 함께 높아질 여지가 생깁니다. 멀티플라이어가 처음 인수한 회계법인은 AI 도입 뒤 영업이익률이 두 배로 상승했습니다.

투자자들이 주목하는 것은 기존 고객과 전문가 조직에 AI를 결합했을 때 늘어나는 이익입니다. AI의 능력을 새 서비스로 파는 방법뿐 아니라, 이미 존재하는 사업의 비용 구조를 바꾸는 방법도 있는 것입니다. 전문직의 반복 업무가 줄어들 때 그 가치가 사업 안에서 어떻게 남는지 보여줍니다.

더밀크는 회계법인에 자본이 몰리는 이유와 AI 롤업의 사업 구조를 정리했습니다. AI가 전문 서비스를 어떻게 바꾸는지, 그 변화에서 투자자는 어떤 기회를 찾는지 함께 읽어볼 수 있습니다.

👉 새로운 투자 공식 ‘AI 롤업’ 알아보기

아스트라가 AI에 맡길 수 있는 일을 넓혔다면, 세 뉴스는 그 능력을 성과로 바꾸는 데 필요한 조건을 보여줍니다. 데이터센터에는 전력과 자본을 먼저 확보할 시간이 필요합니다.

우버에서는 업무에 필요한 정보만 골라 쓰는 구조가 비용을 낮췄습니다. 회계법인에서는 반복 업무를 줄이고 전문가가 최종 책임을 맡는 방식이 수익성을 높였습니다.

최고경영자(CEO)에게 중요한 것은 우리 회사에서 이런 변화가 어디에 일어나고 있는지 파악하는 일입니다. AI를 얼마나 많이 쓰는지와 함께, 어떤 업무가 끝났고 그 과정에서 시간과 비용이 얼마나 달라졌는지를 봐야 합니다.

AI가 끝낸 일의 가치가 투입한 비용보다 커지고 있는가. 더 좋은 모델이 등장할수록 기업이 구체적인 숫자로 답해야 할 질문입니다.

각 기업에서는 AI는 더이상 기술이 아니라 경제 경영의 기본이 되고 있습니다.

더밀크 회원에 가입하시면 AI 경영 경제의 글로벌 움직임을 파악하실 수 있습니다.

구글 검색과 뉴스에서 더밀크(The Miilk)를 ‘선호하는 출처’로 추가하시면 AI 경영 경제의 중요한 변화를 찾을 때 더밀크의 기사와 인사이트를 더 쉽게 만날 수 있습니다.

아래 링크를 누르시고, 목록에서 더밀크 옆 체크박스를 눌러주세요. (구글 로그인 상태여야 합니다)

[구글에서 더밀크를 선호 소스로 지정하기]