핵심 내용
Financial Times는 9월 18일 OpenAI 내부 전망을 인용해 회사가 2026년부터 2030년 말까지 누적으로 약 2,800억 달러의 현금을 소모할 것으로 예상한다고 보도했다. Reuters는 이 보도를 재전하면서 해당 수치를 즉시 독립 검증하지 못했다고 명시했다. 따라서 이 숫자는 회사의 감사된 실적이나 공식 guidance가 아니라 내부 전망을 바탕으로 한 보도치로 보는 것이 정확하다.
FT 보도에 따르면 OpenAI는 매출이 2026년 약 360억 달러에서 2030년 약 3,500억 달러로 늘고, 2026~2030년 누적 매출은 약 8,400억 달러에 이를 것으로 예상한다. 같은 기간 compute 관련 지출 전망은 약 8,560억 달러로 제시됐다. 즉 매출이 폭발적으로 증가하더라도 모델 훈련·추론·데이터센터·전력 확보에 드는 비용이 그 이상으로 커질 수 있다는 계산이다.
배경
OpenAI는 최근 약 1.2조 달러 기업가치 수준의 추가 비상장 자금조달 가능성도 투자자들과 논의한 것으로 보도됐다. 동시에 2026년 IPO는 AI 안전 문제와 장기 의사결정 압력을 이유로 진행하지 않겠다는 입장을 밝혔다. 프런티어 AI 기업은 전통적인 SaaS와 달리 고객이 늘수록 추론비용도 상당 부분 함께 늘고, 새로운 모델을 훈련하기 위한 대규모 선행 compute 투자까지 필요하다는 점에서 자본집약도가 매우 높다.
산업·시장에 미치는 영향
OpenAI의 실제 현금소모가 이 전망에 근접한다면 AI 생태계의 경쟁력은 모델 연구력뿐 아니라 수백억 달러 단위의 장기 자본조달 능력에 크게 좌우된다. Nvidia·Oracle·Microsoft·데이터센터 개발사 등 OpenAI와 장기계약을 맺은 공급업체에도 OpenAI의 성장과 자금조달이 직접적인 신용·수요 변수로 작용한다. 반대로 모델 효율 개선이나 inference 단가 하락이 예상보다 빠르면 현금소모 전망은 크게 낮아질 수 있다.
실무에서 바로 활용할 수 있는 시사점
AI API를 핵심 인프라로 쓰는 서비스는 provider의 현재 토큰 가격만 기준으로 장기 원가를 계산하지 않는 편이 좋다. 모델 세대교체, cache 가격, reasoning token, tool 사용료, rate limit 변경까지 고려한 provider abstraction을 두고, 제품의 경제성을 $/1M tokens보다 완료된 업무 1건당 총비용으로 측정하는 것이 현실적이다. 공급업체의 대규모 자금조달·데이터센터 계약도 장기 가격 안정성에 영향을 줄 수 있으므로 모니터링할 가치가 있다.
출처: Financial Times — OpenAI expects to burn $280bn by 2030, Reuters — OpenAI expects to burn through almost $280 billion by 2030, FT reports