IBM CEO, 데이터센터로 수익 절대 불가능

내용:

현재의 1,000조 원대 AI 붐은 지속 불가능하다"

IBM CEO 아르빈드 크리슈나는 현재 빅테크 기업들이 AGI(인공일반지능) 개발을 위해 쏟아붓고 있는 천문학적인 데이터센터 투자 비용이 경제적으로 회수 불가능한 수준이라고 경고했습니다.

1. 계산이 나오지 않는 투자 규모 (The Math)

크리슈나는 현재의 하드웨어 비용과 인프라 구축 비용을 토대로 다음과 같이 분석했습니다.

• 데이터센터 비용: 1기가와트(GW) 규모의 AI 데이터센터를 구축하고 장비(GPU 등)를 채우는 데 약 **800억 달러(약 113조 원)**가 듭니다.

• 글로벌 투자 규모: 현재 업계에서 계획 중인 규모가 약 100GW에 달하며, 이를 단순 계산하면 총 자본 지출(CapEx)은 **8조 달러(약 1.1경 원)**에 이릅니다.

• 수익성 문제: 8조 달러에 대한 이자 비용만 갚으려 해도 연간 8,000억 달러(약 1,130조 원)의 순이익을 내야 하는데, 이는 현재 산업 구조상 불가능에 가깝습니다.

2. 살인적인 감가상각 속도 (Depreciation)

• 5년 수명: AI 하드웨어(AI 가속기/GPU)는 기술 발전 속도가 너무 빨라 수명이 약 5년밖에 되지 않습니다.

• 강제 교체: 5년이 지나면 장비가 낡아 폐기하고 다시 채워 넣어야 합니다. 즉, 투자 비용을 장기간에 걸쳐 회수할 수 없으며, 단기간 내에 막대한 수익을 내야만 생존할 수 있는 구조입니다.

3. AGI에 대한 회의론 (Skepticism on AGI)

• 크리슈나는 현재의 기술 방식(LLM 등)만으로는 인간 수준의 AGI에 도달할 확률이 **"0~1% 수준"**이라고 평가했습니다.

• 현재의 막대한 투자는 불확실한 미래(AGI)에 베팅하는 것이며, 이는 승자독식 게임을 노리는 기업들의 '믿음'에 기반한 것일 뿐 현실적인 경제성은 부족하다는 지적입니다.

? IBM의 관점: "거품은 AGI에 있고, 기회는 기업용 AI에 있다"

크리슈나의 경고가 AI 산업 전체의 종말을 의미하는 것은 아닙니다. 그는 **'환상(AGI)'과 '실제 효용(Enterprise AI)'**을 구분해야 한다고 강조합니다.

• 기업 생산성이 핵심: 현재의 생성형 AI 기술은 AGI가 아니더라도 기업의 생산성을 높이는 데에는 이미 훌륭한 도구입니다.

• IBM의 전략: 무모한 '규모의 경쟁' 대신, 더 작고 효율적이며 특정 목적에 맞는 모델을 통해 기업들이 실질적인 비용 절감과 생산성 향상을 얻게 하는 것이 올바른 방향이라고 봅니다.

? 결론 및 시사점

이 기사는 **"더 크고 강력한 칩을 무한정 쏟아붓는 현재의 방식은 한계에 봉착했다"**는 메시지를 줍니다. 엔비디아(NVIDIA)와 같은 하드웨어 공급사에는 단기적으로 호재일 수 있으나, 이를 구매하는 빅테크 기업들이 수익을 내지 못하면 결국 생태계 전체가 위험해질 수 있다는 '현실적인 비용 청구서'를 제시한 셈입니다.