9월 20일, 거대 VC Sequoia의 기사는 Nvidia는 물론 AI 산업 전체를 최전선으로 밀어냈습니다. Sequoia의 파트너인 David Cahn은 보수적인 추정에 따르면 Nvidia의 GPU 매출 500억 달러는 다른 회사의 데이터 센터 지출 1,000억 달러에 해당한다고 믿습니다. 이윤율을 50%로 가정하면 AI 산업은 이 지출을 상쇄하기 위해 2000억 달러의 수익이 필요하다. 그러나 현재 연간 매출은 750억 달러에 불과해 1,250억 달러의 격차가 남아 있다.

칸은 GPU 생산 능력이 과잉 용량이라고 지적하며 AI 분야에서도 '돈 소각' 모델이 반복될 것으로 기대하고 있다.

사건이 사흘간 격화되자 실리콘밸리 거대 벤처캐피탈 A16Z의 특별고문이자 AI 스타트업 2X의 창업자인 귀도 아펜젤러(Guido Appenzeller)는 10개에 가까운 트윗을 올려 세쿼이아의 AI 수익성 추정을 뒤집었을 뿐만 아니라, 세쿼이아의 가장 근본적인 문제는 AI의 역사적 혁명이 미치는 영향을 과소평가했다는 점을 지적했다.


Appenzeller: AI는 모든 소프트웨어를 파괴할 것이며 수익 격차는 존재하지 않습니다.

일련의 트윗에서 Appenzeller는 Cahn의 기사에서 세 가지 주요 오류를 지적했습니다.

우선 칸은 관심을 끌기 위해 기사 초반에 2000억 달러라는 수치를 사용했지만, 아펜젤러는 이 수치의 계산 과정에 문제가 있다고 본다.


아펜젤러는 칸이 GPU 구입비용(자본지출)과 연간 운영비, GPU 수명주기 누적 수익, AI 애플리케이션 연간 수익을 합산해 겉보기에 과장된 수치인 2000억 달러를 내놓았다고 지적했다.


그러나 보다 적절한 계산은 GPU 구매자가 자본 투자 후 얻을 수 있는 연간 투자 수익을 기반으로 합니다. 즉, GPU 구매자에 대한 투자수익률을 계산해야 하는데,단순히 다양한 기간과 성격의 다양한 비용과 수익을 합산하는 것이 아닙니다.


둘째, Appenzeller는 GPU 전력 비용도 과장되었다고 생각합니다.칸은 GPU 전력 소모량과 하드웨어 비용의 비율이 1:1이라고 가정했지만 실제로는 그렇게 과장되지 않았습니다.

Appenzeller에 따르면 H100 PCIe GPU의 가격은 약 30,000달러이고 약 350와트의 전력을 소비합니다. 서버와 냉각을 고려하면 총 전력 소비량은 약 1kW가 될 것으로 보입니다.

전기요금이 US$0.1/kWh라면 이 H100 GPU는GPU 하드웨어에 1달러를 지출할 때마다 필요한 전기 요금은 0.15달러에 불과하며 이는 예상 Cahn 1달러보다 훨씬 적습니다.


위의 두 추정치가 가장 치명적인 것은 아니라고 Appenzeller는 믿습니다.이 기사의 근본적인 문제는 AI 혁명의 범위를 과소평가한다는 것이다.

Appenzeller는 AI 모델이 CPU, 데이터베이스, 네트워크와 같은 인프라 구성 요소라고 말했습니다. 현재 거의 모든 AI 소프트웨어는 CPU, 데이터베이스, 네트워크를 사용하고 있으며 앞으로도 그럴 것입니다.

따라서 AI 모델은 모든 소프트웨어와 IT 시스템에 깊은 영향을 미칠 것이며, 그 영향 범위는 기사에서 분석한 좁은 영역을 훨씬 뛰어넘습니다. 이 기사는 미래 소프트웨어 인프라로서 AI 모델의 위상을 무시하고 따라서 AI 혁명의 진정한 중요성을 과소평가합니다.


스타트업이 이 격차를 메울 수 있을까? Cahn은 "큰 기회"가 있다고 믿습니다. AI 분야의 기술적 도약과 전례 없는 GPU 구매 물결은 언제나 인류에게 희소식입니다.하지만:

역사적 기술 주기에서 인프라를 과도하게 구축하면 자본이 소모되는 경향이 있었지만 신제품 개발의 한계 비용을 낮춤으로써 미래 혁신을 실현할 수도 있었습니다.우리는 AI 분야에서도 이러한 패턴이 반복될 것으로 예상합니다.

그렇다면 문제는 AI 산업이 2000억 달러(약 200조 원)를 충분히 벌 수 있느냐다.Appenzeller는 긍정적인 대답을 했으며, 무엇보다도 네트워크 인프라로서 창출되는 수익은 부서마다 다른 형태로 존재할 것입니다.

아펜젤러는 이렇게 말했습니다.

네트워크 인프라에 연간 2000억 달러 이상이 지출됩니다."네트워크 소프트웨어" 수익으로 8000억 달러를 창출할 수 있습니까?

아니요. 하지만 Google은 네트워크 인프라를 사용하여 광고를 판매하며, 발생한 수익은 '네트워크 소프트웨어' 수익이 아닌 광고 수익으로 표시되며, Microsoft Office 365에서 얻은 수익은 '네트워크 소프트웨어' 수익으로 표시되지 않습니다.


즉, 인프라 수익은 부문에 따라 다른 수익 범주로 표시됩니다.

마지막으로 Appenzeller는 다음과 같이 결론을 내렸습니다.AI는 모든 소프트웨어를 파괴할 것이다. Cahn이 설명한 "AI 수익 격차"는 실제로 존재하지 않습니다.

기사에서 가정한 'AI 소득 격차'는 실제로 존재하지 않는다. AI와 AI가 지원하는 인프라에 대한 지출은 결국 다양한 산업 분야의 소프트웨어 지출과 수익에 다양한 형태로 반영될 것입니다.

AI는 좁은 의미의 'AI 소프트웨어'뿐만 아니라 모든 소프트웨어에 깊은 영향을 미칠 것이다. 그래서 우리는 '수익 격차'에 대해 걱정할 필요가 없으며 AI 혁명이 전체 IT 산업에 미치는 엄청난 영향을 자신있게 볼 수 있습니다.


NVIDIA 고객은 돈을 버는 데 더디고 자본의 인내심은 "수천억"에 도달했습니다.

AI의 수익화 능력에 대한 세쿼이아의 우려가 무리한 것은 아니라는 점은 주목할 만하다.

Wall Street Insights의 이전 기사에서는 각 GPU에 대한 막대한 투자가 결국 최종 고객 가치로 전환되어야 업계가 장기적으로 계속 발전할 수 있다고 언급했습니다.

현재 "Nuggets buy shovel" 논리의 핵심 수혜자로서 Nvidia의 올해 첫 2분기 실적은 상당히 인상적이었습니다. 그러나 다운스트림 애플리케이션 계층에서는 AI 투자가 증가했을 뿐 성능은 향상되지 않았습니다.

대규모 모델 훈련으로 인한 막대한 수요에 힘입어 AI 인프라 제조업체의 주문과 성과가 지속적으로 검증되었습니다. 그러나 B-side 애플리케이션은 아직 초기 단계입니다. 대부분의 AI 애플리케이션 제조사는 아직 상용화 단계에 진입하지 않았습니다. 납품 시기 측면에서는 인프라 계층보다 2~3분기 정도 늦어질 것으로 예상된다.

금 채굴자들이 돈을 벌지 못하고 삽 판매가 폭증한다면 당연히 오래 가지 못할 것입니다. 엔비디아 주가는 지난달 11% 넘게 하락해 올해 6월 수준으로 돌아섰다.


여전히 비용절감과 효율성 향상이 글로벌 기술주 발전의 주요 화두라는 전제 하에 자본시장의 인내심은 한계에 다다랐다.