# AI 기업공개 기대와 토큰 비용 논쟁: 매출 성장 뒤에 남은 질문

> 2026-07-11 · All-In Podcast · 큐레이션 김태우
> https://challengekim.com/insights/ai-기업공개-기대와-토큰-비용-논쟁-매출-성장-뒤에-남은-질문
> 원문: https://www.youtube.com/watch?v=PHL1j2ti420

## 핵심 요약

- 출연진은 Anthropic과 OpenAI의 기업공개 가능성을 높게 봤지만, 시기와 기업가치는 시장의 수요와 가격에 달렸다고 봤다.
- 두 회사의 매출 전망치는 대담에서 인용한 소문과 투자자의 추정이다. 확인된 실적으로 다뤄서는 안 된다.
- 한 출연자는 자사 AI 토큰 비용이 45일마다 두 배로 늘지만 생산성 향상은 최대 5% 수준이라는 내부 사례를 제시했다.
- 기업들은 작업에 따라 고성능 모델과 저렴한 모델을 나눠 쓰려 한다. 다만 모델 전환에는 기술력과 작업 맥락의 이전이 필요하다.
- 중국이 일부 AI 모델의 해외 접근을 제한할 수 있다는 보도가 소개됐지만, 출연진도 전면적인 비공개 전환은 단정하지 않았다.

## 기업공개 기대를 키운 매출 전망

대담은 SpaceX의 기업공개를 계기로 Anthropic과 OpenAI의 상장 가능성을 논했다. 진행자는 Anthropic이 6월 1일 비공개로 상장 서류를 제출했다고 전했다. 투자자 브래드는 두 회사가 비교적 가까운 시기에 상장할 가능성을 높게 봤으나, OpenAI에는 기업 구조 개편과 관련한 복잡성이 있어 어느 회사가 먼저 나설지는 모른다고 했다.

기업가치 논의의 바탕이 된 매출 수치는 **확정 실적이 아닌 전망**이다. 진행자는 다른 출연자의 견해를 인용해 Anthropic의 2026년 말 매출이 1,000억 달러를 넘을 수 있으며 지금 상장하면 3조 달러에 거래될 수 있다는 주장을 소개했다. 브래드도 Anthropic의 매출 전망을 소문으로 표현했다. OpenAI에 대해서는 연말 매출이 약 700억 달러에 이를 수 있다는 온라인상의 추정치를 언급했다.

차마스는 두 회사를 좋은 사업으로 평가하면서도 상장 가격은 시장이 신규 주식을 얼마나, 어떤 가격에 받아들일지에 달렸다고 봤다. 브래드는 대규모 기업공개가 곧바로 지속적인 주가 급등으로 이어질 것이라고 기대하지 않았다.

## 토큰 지출 증가와 투자 수익의 간극

기업이 AI 모델을 사용할 때 지불하는 비용은 대체로 처리한 **토큰**, 즉 모델이 읽고 생성하는 텍스트의 단위에 따라 늘어난다. 차마스는 자사 최고기술책임자에게 확인한 결과 토큰 비용이 45일마다 두 배가 되는 반면, 그에 따른 생산성 향상은 최대 5%라는 답을 들었다고 말했다. 추가 개선에 더 많은 토큰이 필요해진다는 내부 설명도 전했다. 이는 그가 속한 회사의 사례이지 전체 기업의 측정 결과는 아니다.

차마스는 기업 고객이 결국 비용에 상응하는 수익을 입증해야 한다고 주장했다. 그는 공개 자료를 살펴본 자신의 분석을 근거로 AI가 기업 이익에 기여한 정도를 낮게 추정했지만, 이 수치만으로 기업 전반의 AI 투자 수익이 확정됐다고 볼 수는 없다.

반면 브래드는 현재 지출 중 일부가 직접적인 수익이 확인되지 않은 실험 단계라는 점을 인정하면서도, 기업들이 새로운 활용처를 찾으며 지출을 이어갈 수 있다고 봤다. 그의 설명에서 매출 증가와 고객의 투자 수익 입증은 서로 다른 문제다.

## 저렴한 모델로 옮겨도 남는 비용

진행자는 저렴한 모델을 사용해 자신의 토큰 비용을 95% 줄인 뒤, 에이전트의 실행 주기를 하루 한 번에서 한 시간에 한 번으로 늘렸다고 했다. 단가 하락이 사용량 증가로 이어질 수 있음을 보여주는 개인 사례다.

기업 차원의 시도도 소개됐다. 진행자에 따르면 DoorDash는 자체 코드 검토 평가를 거쳐 어려운 작업에는 고성능 모델을, 비교적 단순한 작업에는 공개 가중치 모델을 사용하려 한다. 공개 가중치 모델은 기업이 모델을 자체 환경에서 운영하고 조정할 수 있도록 가중치를 제공하는 모델이다. 데이비드 색스는 Coinbase와 DoorDash가 작업을 여러 모델로 보내는 경로를 구축했다고 설명했다.

색스는 일반 기업이 같은 방식을 구현하기는 어렵다고 봤다. 모델을 바꿀 때 이전 대화의 맥락, 기억, 작업 이력까지 옮겨야 하기 때문이다. 진행자는 같은 모델을 쓰더라도 에이전트의 작업을 구성하는 방식에 따라 비용이 달라질 수 있다는 사례를 전했다.

## 공개 모델과 고성능 모델의 쓰임새

출연진의 견해는 저가 모델이 고성능 모델을 얼마나 대체할 수 있는지에서 갈렸다. 색스는 고객 지원 AI 기업 Decagon의 창업자가 제시한 구분을 소개했다. 작업 내용과 필요한 데이터가 명확해진 뒤에는 작고 저렴한 모델을 추가 학습해 쓸 수 있지만, 아직 용도를 탐색할 때는 범용 성능이 높은 모델이 유리하다는 설명이다. 색스에 따르면 Decagon은 사용량의 90%를 자체적으로 조정한 공개 모델에 보내고 있다.

브래드는 긴 작업에서는 모델의 작은 성능 차이도 중요하다고 주장했다. 작업 중간이나 끝에서 실패하면 이미 쓴 토큰과 시간이 손실되므로, 값싼 모델을 택하는 것이 언제나 비용 절감으로 이어지지는 않는다는 논리다. 그는 고성능 모델의 매출 성장 역시 고객이 비용을 지불하고 있다는 증거로 봤다.

반론도 제기됐다. 진행자는 자체 환경에서 운영하는 공개 모델의 사용량은 모델 개발사의 매출에 잡히지 않으므로, 매출만 비교해서 전체 사용량을 판단할 수 없다고 지적했다. 색스 역시 공개 모델의 기업 지출 비중이 줄었다는 자신이 인용한 수치가 사용량 감소를 뜻하지는 않는다고 선을 그었다.

## 중국 모델의 접근 제한 가능성

대담 후반에는 중국 당국이 주요 AI 모델의 해외 접근 제한을 검토한다는 보도가 소개됐다. 이는 논의 단계로 전해진 내용이며 시행이 확정된 조치는 아니다. 색스는 일부 중국 모델이 공개 방식에서 비공개 방식으로 옮겨갈 가능성은 인정하면서도, 모든 모델이 그렇게 바뀔 것이라는 해석에는 신중했다.

출연진은 국가와 기업이 비용뿐 아니라 자체 운영과 통제권도 고려한다고 봤다. 차마스는 일부 국가가 미국의 비공개 모델에만 의존하기보다 자체 AI 체계를 구축하려 한다고 말했다. 중국의 접근 제한 논의 역시 모델 성능 경쟁과 별개로, 누가 모델을 이용하고 통제할 수 있는지에 관한 문제로 제시됐다.

대담에서 확인되는 것은 기업의 AI 지출과 모델 선택이 빠르게 변하고 있다는 점이다. 기업공개 전망, 고객의 투자 수익, 저가 모델의 대체 범위는 출연진 사이에서도 견해가 갈린 채 남았다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=PHL1j2ti420)