AI 패러다임 전환 : "누가 가장 좋은 모델을 만들었는가" →"누가 가장 많은 AI 사용량(Token)을 만들어내는가"

미래에셋의 리포트 : AI 시장의 컬러가 바뀌었다. Good Enough 모델, 추론 슈퍼사이클, 그리고 AI 주권
을 보고, 나름 생각나는 것들을 공부하고 정리해 봤어요.


AI 산업은 이제 "누가 가장 좋은 모델을 만들었는가"가 아니라 "누가 가장 많은 AI 사용량(Token)을 만들어내는가"의 경쟁으로 이동하고 있어요.

---

AI 패러다임 전환

"학습 시대"에서 "추론·생산성 혁신 시대"로

AI 산업은 이제 거대언어모델(LLM) 개발 경쟁에서 벗어나 기업의 실제 업무에 AI를 적용해 생산성을 높이는 단계로 진입하고 있다.

1차 경쟁이 더 똑똑한 AI를 만드는 것이었다면,

2차 경쟁은 더 많은 사람이 더 저렴하게 AI를 사용하는 것이다.

결국 앞으로의 승자는 최고의 모델을 가진 기업보다 AI 사용량(Token)을 폭발적으로 늘릴 수 있는 기업이 될 가능성이 높다.

---

① '버퍼 타임(Buffer Time)'의 본질

CAPEX에서 ROI로 넘어가는 시간

지난 3년 동안 빅테크들은 수천억 달러를 AI 데이터센터 구축에 투자했다.

하지만 주식시장은 이제 단순한 CAPEX 확대보다

"이 투자로 얼마나 많은 매출과 이익을 만들었는가?"

를 묻기 시작했다.

즉 AI 산업은
트레이닝 단계 → 수익화 단계
로 넘어가고 있다.

여기서 등장한 것이 바로 버퍼 타임 이다.
이 시간은 단순히 차세대 GPT를 기다리는 기간이 아니다.

기업들이

• AI를 실제 업무에 적용하고
• 생산성을 높이며
• 투자 대비 효과(ROI)를 증명해야 하는 시간이다.

---

왜 초거대 모델보다 sLLM이 주목받는가?

현실적으로 대부분 기업은 GPT-5급 초거대 모델이 필요하지 않다.

예를 들어

• 사내 문서 검색
• 계약서 검토
• ERP 업무
• 고객 상담
• 품질 검사
• 제조 공정 관리

같은 업무는
70~90점 수준의 모델이면 충분하다.

그래서, Open-source LLM + Fine-tuning + 기업 데이터
조합이 가장 빠른 ROI를 만든다.

기업 입장에서는
"가장 똑똑한 AI"

보다

"가장 돈을 많이 벌어주는 AI"
가 훨씬 중요하다.

---

② 추론 시대의 핵심

AI 사용량(Token)의 폭발

AI 산업에서 앞으로 가장 중요한 변화는

모델의 성능이 아니라

Token당 비용 이다.
AI 사용량은 가격이 내려갈수록 폭발적으로 증가한다.

이는 인터넷 초창기의

• 저장장치 가격 하락
• 통신비 하락
• 클라우드 비용 하락

과 동일한 구조다.

---

AI는 전기처럼 사용된다.

기업들은

API를 호출할 때마다 비용을 지불하는 구조를 부담스러워한다.

예를 들어

GPT API를 수천만 번 호출하면
매달 막대한 비용이 발생한다.

그래서 최근 기업들은

• 오픈소스 모델
• 자체 GPU
• Private Cloud
• On-Premise AI

구조를 선호하기 시작했다.

이는, 고정비는 늘어나지만
사용량이 증가할수록

평균 비용이 급격히 낮아지는 구조다.

---

왜 팔란티어가 주목받는가?

팔란티어의 경쟁력은
모델을 만드는 것이 아니다.

기업이

• 데이터를 통제하고
• AI를 안전하게 연결하며
• 업무 프로세스 전체를 자동화하는 플랫폼

이라는 점이다.

AI 시대의 경쟁력은
모델 보다 Workflow가 더 중요해지고 있다.

---

③ 데이터 장벽

인터넷 공개 데이터는 이미 대부분 학습에 활용됐다.
앞으로 가장 가치 있는 데이터는
기업 내부에 존재한다.

대표적으로

• ERP
• CRM
• MES
• SCM
• PLM
• 생산설비 데이터
• 품질 데이터
• 고객 구매 이력
• 설비 센서 데이터

등이다.

이 데이터는 경쟁사가 절대 복제할 수 없는

Proprietary Data : 조직이 경쟁 우위를 유지하기 위해 수집하고 소유하는 비공개 정보

이다.

---

합성 데이터의 확대

인터넷 데이터가 부족해지면서

빅테크는 합성 데이터를 대량 생성하기 시작했다.

하지만

실제 기업의 업무 데이터는
합성 데이터가 대체하기 어렵다.

결국, AI 경쟁력은
얼마나 좋은 모델을 만들었는가보다

얼마나 좋은 기업 데이터를 확보했는가로 이동한다.

---

"길목을 가진 기업"의 가치

AI 시대의 가장 강력한 해자는

GPU가 아니다.

데이터가 지나가는 길목이다.

대표적인 예는

• ERP
• MES
• CRM
• 클라우드 플랫폼
• 업무 협업 플랫폼
• 보안 플랫폼

이다.

이곳에는 기업의 핵심 데이터가 모두 흐른다.

AI는 결국 이 데이터를 이용해
업무를 자동화한다.

---

한국 증시에서의 핵심 수혜 구조

① 데이터와 통제

더존비즈온

가장 강력한 국내 ERP 생태계를 보유하고 있다.

기업의

• 회계
• 인사
• 세무
• 구매
• 영업

데이터를 모두 확보하고 있다.

향후 Private AI 확산의 최대 수혜 후보 중 하나다.

---

솔트룩스 · 코난테크놀로지

정부·공공기관·국방처럼
외부 LLM 사용이 어려운 영역에서
온프레미스 AI와 sLLM 구축 경험을 확보하고 있다.

AI의 핵심은

"성능"

보다

"통제"

가 되는 시장이다.

---

② AI Gateway

삼성SDS

국내 제조기업의 AI 전환을 연결하는 Gateway 역할을 수행한다.

기업들은

AWS, Azure, Google Cloud
오픈소스 LLM

을 동시에 활용해야 한다.

삼성SDS는 이를 통합 운영하는 플랫폼 역할을 수행한다.

AI 시대의 MSP(Managed Service Provider)와 AI 오케스트레이션 역량이 중요한 경쟁력이 될 수 있다.

---

③ Compute

AI 사용량이 늘어날수록

학습보다

추론 인프라가 훨씬 커질 가능성이 높다.

여기서는 GPU보다
메모리 효율이 중요해진다.

---

SK하이닉스

추론 시장 확대는

• HBM
• 고용량 DDR5
• CXL Memory
• Enterprise SSD
• 솔리다임 기반 eSSD

수요 증가로 이어질 가능성이 크다.

특히 AI 에이전트와 장기 컨텍스트가 확산될수록 메모리 용량의 중요성은 더욱 커질 수 있다.

---

삼성전자

삼성전자는

• HBM
• CXL
• PIM(Processing-In-Memory)
• LPDDR
• AI SSD
• AI 서버 토털 솔루션

등을 모두 갖춘 몇 안 되는 기업이다.

추론 시장이 커질수록
단순 메모리 공급을 넘어
AI 서버 플랫폼 공급자로 진화할 가능성이 있다.

---

투자 프레임워크

핵심 축                       미국 대표 기업                           한국 대표 기업                            투자 포인트

데이터·통제	팔란티어	더존비즈온, 솔트룩스, 코난테크놀로지	기업 내부 데이터와 AI 운영 권한 확보
게이트웨이	아마존(AWS), 마이크로소프트(Azure)	삼성SDS	생성형 AI 도입과 클라우드·AI 통합 운영
컴퓨트	엔비디아	SK하이닉스, 삼성전자	추론 확대에 따른 메모리·스토리지·CXL 수요 증가

핵심 결론

AI 산업은 "더 큰 모델을 만드는 시대"에서 "더 많이 사용하는 시대"로 이동하고 있다.

승자의 기준도 바뀐다.

• 모델 → 워크플로우
• 학습 → 추론
• GPU 성능 → 비용 효율(Cost per Token)
• 공개 데이터 → 기업 고유 데이터(Proprietary Data)
• 기술 경쟁 → ROI 경쟁

투자 관점에서도 단순히 AI 모델 개발 기업보다,
데이터를 보유한 기업, AI 도입을 연결하는 플랫폼 기업, 그리고 추론 인프라를 공급하는 기업이
중장기적으로 더 큰 수혜를 받을 가능성이 높다.

다만 추론 시대에도 최첨단 모델 개발은 계속 진행되므로, 학습 인프라(HBM, GPU) 수요가 사라지는 것이 아니라
학습과 추론이 함께 성장하되 추론의 비중이 점차 커지는 구조로 이해하는 것이 균형 잡힌 시각이다.

https://www.threads.com/@jeilove172026?hl=ko