오픈AI(OpenAI)가 마이크로소프트와 아마존과의 추가 클라우드 계약으로 장기 컴퓨팅(연산) 의무를 크게 확대했으나, 추가 자본 조달 없이 이뤄지면서 중장기 재무 부담이 가중됐다고 HSBC가 평가했다. 은행은 이러한 지출 계획과 수익 전망 간 괴리로 인해 2030년까지 자금 부족 규모가 2,000억달러를 넘어설 것으로 내다봤다.
2025년 11월 26일, 인베스팅닷컴의 보도에 따르면, 오픈AI는 지난 한 달 사이 2,880억달러 규모의 추가 클라우드 계약을 체결했다. 여기에는 마이크로소프트와의 컴퓨팅 용량 구매 약정이 포함되며, 이 가운데 2,500억달러 규모는 10월 발표됐다. 또한 아마존과는 7년에 걸친 380억달러 규모의 협약이 11월에 공개됐다.
HSBC는 이 같은 약정 확대가 대규모 언어모델(LLM)의 확장 비용을 반영한다고 보면서도, 지출 증가 속도를 수익 증가가 얼마나 따라잡을 수 있는지에 대한 의문을 제기했다. 즉, 컴퓨팅·데이터센터 비용의 장기 고정화가 진행되는 가운데, 유료 사용자 전환과 광고 매출 확대 등 현금 창출 능력이 동반 개선되지 않으면 현금흐름 미스매치가 커질 수 있다는 분석이다.
핵심 수치: “8년간 1조4천억달러 규모의 컴퓨팅 비용 계획”
HSBC는 오픈AI가 향후 8년 동안 총 1조4천억달러에 달하는 컴퓨팅 비용(compute costs)을 계획하고 있다고 추정했다. 업데이트된 모델에 따르면, 회사는 2025년 하반기(H2 2025)부터 2030년까지 데이터센터 임차료로 누적 7,920억달러를 지출할 것으로 예상되며, 2033년까지의 누적 임차료는 1조4천억달러에 달할 것으로 제시됐다.
핵심 하이라이트
– 추가 클라우드 약정: 2,880억달러
– MS와 컴퓨팅 용량 구매: 2,500억달러 (10월 발표)
– 아마존과 7년 협약: 380억달러 (11월 공개)
– 8년간 총 컴퓨팅 비용 계획: 1조4천억달러
– 데이터센터 임차료(2025년 하반기~2030년): 7,920억달러
– 데이터센터 임차료(2033년까지 누적): 1조4천억달러
– 2030년까지 자금공백: 2,070억달러
HSBC는 오픈AI의 수익 전망도 일부 상향 조정했다. 유료 사용자 증가와 디지털 광고에서의 점유율 확대를 반영했지만, 그럼에도 불구하고 2030년까지의 자금공백(funding gap)은 2,070억달러에 이를 것으로 계산했다. 이는 현재의 성장 경로만으로는 확대된 장기 약정을 모두 충당하기 어렵다는 점을 시사한다.
분석가들은 자금 부족 관리의 관건으로 약정 조정의 유연성과 유료 전환 확대의 실행력을 꼽았다. HSBC의 기준 시나리오에서 유료 사용자 비중은 10%로 설정돼 있으나, 이를 2030년까지 20%로 끌어올릴 경우 2026~2030년 동안 약 1,940억달러의 추가 매출이 발생할 수 있다고 추정했다. 이밖에 비용 통제 강화, 신규 지분 투자 유치 또는 부채 조달 등이 대안으로 제시됐다.
한편, 2025년 매출 전망이 약 125억달러 수준에 불과한 상황에서 이처럼 대규모 지출 계획이 투자자들의 불안을 자극하고 있다는 점을 HSBC는 인정했다. 다만, 은행은 AI 주도의 장기 투자 사이클이 여전히 유효하며, 생산성 향상이 경제 전반으로 확산됨에 따라 중장기적으로는 투자 정당성이 유지될 수 있다고 평가했다.
생태계 파급: 인프라·칩·클라우드 전반의 ‘노출’
오픈AI의 확장은 모델 개발사·인프라 제공업체·반도체 업체 전반에 걸친 AI 수요 포착 경쟁의 중심에 놓여 있다. HSBC는 오라클, 마이크로소프트, 아마존, 엔비디아, AMD, 소프트뱅크 등을 오픈AI의 성과에 가장 크게 노출된 파트너로 지목했다. 이는 클라우드 용량 확보, 데이터센터 건설·임차, 가속기(예: GPU) 공급 등 밸류체인 전반이 오픈AI의 실적 경로와 직결될 수 있음을 시사한다.
용어 설명 및 해설
– 컴퓨팅 비용(Compute Costs): 대규모 AI 모델을 학습·추론하기 위해 필요한 서버, 가속기(GPU/AI 칩), 전력, 네트워크 등 연산 자원의 사용 비용을 포괄한다.
– 데이터센터 임차료: 자체 보유가 아닌 클라우드·호스팅 형태로 데이터센터 자원을 사용하는 대가로 지불하는 비용이다. 대규모 장기 계약일수록 단가 협상 이점이 있으나, 고정비 성격이 강화된다.
– 유료 사용자 비중: 전체 사용자 중 구독·크레딧·엔터프라이즈 라이선스 등으로 대가를 지불하는 비율이다. 전환율과 ARPU(가입자당 평균매출) 개선은 수익 방어에 핵심이다.
– 자금공백(Funding Gap): 예상 현금유입(수익) 대비 예상 지출이 큰 상황에서 발생하는 자금 부족을 의미한다.
분석: 고정화되는 인프라 비용 vs. 수익화 속도
오픈AI의 사례는 AI 인프라 선점과 수익화(모네타이제이션) 간의 시간차 리스크를 드러낸다. 대규모 용량을 선제적으로 확보하면 가격·공급 안정성에서 이점이 있으나, 이는 동시에 현금흐름을 잠그는 고정 의무로 전환된다. 따라서 단기적으로는 유료 전환률 제고, 엔터프라이즈 딜 확대, 광고·생태계 수익 공유 등 다각적 수익원의 실행력이 중요하다. 또한 약정의 유연성(스케일 조정·기간 조정 등)과 비용 통제의 조합이 자금공백 완화에 기여할 수 있다.
밸류체인 관점에서 클라우드 사업자와 가속기 공급사는 수요 가시성 측면에서 긍정적일 수 있으나, 단가·공급·전력 인프라와 같은 제약 요인에 민감하다. 반대로 오픈AI는 사용량 변동성과 가격 민감도에 노출돼 있어, 사용자당 가치 증대가 지표 개선의 핵심이다. 투자자 관점에서는 유료 사용자 비중 추이, 약정 조정 가능성, 데이터센터 단위경제성, 생산성 파급에 따른 기업 IT 예산 변화 등을 모니터링할 필요가 있다.
결론
요약하면, 오픈AI는 대규모 장기 클라우드 약정을 통해 AI 인프라 확장을 가속화하고 있으나, 수익화 속도와 현금흐름이 같은 속도로 개선되지 않을 경우 2030년까지 2,070억달러 수준의 자금공백이 발생할 수 있다는 것이 HSBC의 분석이다. 해법은 유료 전환 가속, 비용 통제, 지분·부채 조달 등 복합적 접근에 달려 있으며, AI 주도의 장기 투자 사이클이 유효하다는 전제하에 생태계 전반의 중장기 성장성은 유지될 수 있다.
