AI 시장과 SW 산업

공급 측면에서 AI 시장은 컴퓨팅 하드웨어, 클라우드, AI 모델, AI 서비스로 구성됨(SPRi, 2023)
 

● 컴퓨팅 하드웨어: AI에 필요한 대규모 연산을 처리(NVIDIA, AMD, 삼성전자)
● 클라우드: 데이터와 알고리즘 처리를 위한 하드웨어로의 접근(MS, Amazon, Google)
● AI 모델: AI 서비스를 구동하게 하는 LLM 모델(OpenAI, Anthropic, 네이버)
● AI 서비스: AI 모델을 호출하여 사용자의 요구에 대응하는 서비스 제공

2024년 하반기 이후, AI 인프라 투자 수익성에 대한 회의론 등장

● AI 모델 학습 및 실행에 대규모 컴퓨팅 인프라가 필요하여 대형 클라우드 서비스 제공업체들이 많은 자본을 투자하고 있음
- 벤처캐피털인 세쿼이아 캐피털에 따르면, 지금까지 투자된 GPU에 대한 ROI를 얻기 위해서는 600B$

  (환율 1,400원 기준, 840조 원) 수입을 올려야 하는 것으로 분석(Sequoia Capital, 2024)

- 2025년 수요 기준으로도 NVIDIA의 블랙웰 B200이 완판된 상황임(모건 스탠리의 엔비디아 경영진 인터뷰 결과)

● 다수의 리서치 기관이 이러한 투자 대비 수익성에 의문을 제기
- 클라우드 서비스 기업의 AI 투자 성과는 기대보다 미흡할 가능성(Barclays, 2024; Deloitte, 2024)
- 막대한 설비 투자를 정당화할 수익이 부족할 수 있음(Goldman Sachs, AI 투자 리스크 보고서, 2024)

AI 기반 신서비스 모델의 탐색

전통적인 SW 기업(IT 서비스· 패키지SW)의 AI 서비스 도입 장애 요인

● 고객사 Legacy 시스템과의 통합 어려움과 고객 데이터 보안
- 보스턴컨설팅그룹이 기업의 AI 도입 어려움을 조사한 결과(n=1,000), 56%의 응답자가 ‘기존 시스템과의 통합’을, 46%가

  ‘보안 우려’를 꼽음
* BCG 2024, ‘Where’s the Value in AI?’, 한국경영자총협회 2024, ‘주요기업 AI도입실태 및 인식조사’
- IT 서비스·패키지SW 기업은 데이터를 처리하는 SW를 개발·판매·보수할 뿐, 해당 데이터를 활용한 AI 사업 추진 사례를 찾기 어려움
- 단, 클라우드 ·플랫폼 기업은 자사의 플랫폼 내에 저장된 고객의 데이터를 활용하도록 설득하기 위해서 별도의 보안 Layer를 추가
* 상기 Salesforce의 ‘Trust Layer’ 사례 참조

---------------------------------------------------------------------------------------------------------------------------------------------------------