오픈AI, 소프트뱅크·엔비디아·아마존 지원 속 1100억달러 유치…인프라 확충에 집중

오픈AI(OpenAI)가 소프트뱅크와 엔비디아, 아마존의 지원을 받는 신규 투자 라운드에서 1100억달러(약 158조9,060억원)를 유치했다고 27일(금) 밝혔다. 기업가치는 투자 전 기준 7300억달러(약 1,054조5,580억원)로 평가됐다.

이번 라운드에서 소프트뱅크는 300억달러(약 43조3,380억원), 엔비디아는 300억달러(약 43조3,380억원)를 각각 출자했다. 아마존은 500억달러(약 72조2,300억원)를 투입하는 동시에, 기업·소비자 시장에서의 AI 도입을 가속하기 위한 ‘다년간 전략적 파트너십’을 오픈AI와 체결했다.

샌프란시스코에 본사를 둔 오픈AI는 이번 자금을 데이터센터 등 ‘인프라(컴퓨팅) 확충’, 글로벌 제품 유통망 확대, 최첨단(프런티어) AI 시스템의 상용화에 집중 투입할 계획이다. 회사 측은 최근 자사 제품 수요가 급증하면서 더 큰 규모의 컴퓨팅과 서비스 역량이 필요해졌다고 설명했다.

특히 챗GPT(ChatGPT) 성장세가 투자 유치의 배경으로 꼽힌다. 오픈AI에 따르면 챗GPT는 주간 활성 이용자 수(WAU)가 9억명 이상으로 늘었고, 유료 소비자 구독자도 5000만명을 넘어섰다.

샘 올트먼(Sam Altman) 오픈AI 공동창업자 겸 최고경영자(CEO)는 “인프라, 연구, 제품 전반에서 프런티어를 확장해 AI를 더 ‘유능하고’, ‘신뢰할 수 있으며’, ‘널리 유용한’ 도구로 만들고 있다”고 말했다.

기업용 수요도 빠르게 증가하고 있다. 오픈AI는 유료 기업 고객(좌석 기준)이 900만명 이상으로, 다양한 산업에서 일상 업무에 챗GPT를 활용하고 있다고 밝혔다. 회사의 AI 코딩 보조 도구인 코덱스(Codex)는 1월 이후 주간 이용자 수가 3배로 늘어 160만명에 이르렀다.

엔비디아와의 협력 범위도 한층 확대됐다. 오픈AI는 차세대 ‘베라 루빈(Vera Rubin)’ 시스템을 기반으로 3기가와트(GW) 규모의 추론(inference) 전용 용량과 2기가와트 규모의 학습(training) 전력을 확보하게 됐다고 밝혔다. 이는 기존에 마이크로소프트, 오라클 클라우드, 코어위브(CoreWeave) 등을 통해 운용해온 엔비디아 호퍼(Hopper)·블랙웰(Blackwell) 기반 자원에 추가로 더해지는 물량이다.

이번 기업가치 상승은 오픈AI 재단(OpenAI Foundation)의 지분 가치도 끌어올렸다. 회사 측은 재단이 보유한 지분 가치가 1800억달러(약 259조1,280억원)를 넘어, 보건 연구와 AI 회복탄력성(AI resilience) 등 공익 목적의 재원 마련 여력이 강화됐다고 설명했다.

오픈AI는 앞서 2025년 9월 오라클과 3000억달러(약 433조3,800억원) 규모의 인프라 계약을 체결했고, 기업용 분석 업체 스태츠시그(Statsig)를 11억달러(약 1조5,890억원)에 인수한 바 있다. 업계에서는 2024~2030년 누적 AI 컴퓨팅 지출이 4500억달러(약 650조700억원)를 넘어설 수 있다는 전망도 나온다.

대규모 자금이 인프라와 제품 확장으로 이어지면서, AI 패권 경쟁은 클라우드·반도체·모델 사업자가 얽힌 ‘연합 전선’ 형태로 더 빠르게 재편되는 모습이다. 시장에서는 이번 딜이 초거대 AI의 상용화 속도를 끌어올리는 동시에, 컴퓨팅 자원 확보가 기업 성장의 핵심 변수로 굳어지고 있음을 보여준다는 평가가 나온다.

💡 "AI 패권의 승부수는 결국 ‘컴퓨팅’… 숫자와 구조를 읽는 투자자, 토큰포스트 아카데미에서"

오픈AI가 소프트뱅크·엔비디아·아마존으로부터 1100억달러를 유치하고, 기업가치가 7300억달러로 평가받은 배경은 명확합니다.

‘모델’의 경쟁을 넘어, 데이터센터·전력(GW)·GPU 세대(호퍼→블랙웰→베라 루빈)까지 묶인 인프라 확보 전쟁이 기업 성장의 핵심 변수가 됐기 때문입니다.

이제 투자자는 “좋은 기술”이라는 말만으로 판단할 수 없습니다.

누가 어떤 자금으로, 어떤 파트너십을 맺고, 얼마나 많은 컴퓨팅을 확보했는지—숫자와 구조를 읽는 능력이 필요합니다.

대한민국 1등 블록체인 미디어 토큰포스트가 론칭한 토큰포스트 아카데미는 이런 변화 속에서 흔들리지 않는 기준과 실행력을 갖춘 투자자를 위한 7단계 마스터클래스입니다.

• 2단계: The Analyst (분석가) — ‘기업가치’와 ‘투자 라운드’ 뉴스에 휘둘리지 않고, 토큰/프로젝트의 가격 뒤에 숨은 구조를 해부합니다.

• 토크노믹스 해부 — 락업 해제 물량, 인플레이션 구조, 내부자 비중을 통해 ‘덤핑’ 리스크를 선제적으로 점검합니다.

• 온체인 분석 — 탐색기(Explorer) 활용부터 MVRV-Z, NUPL, SOPR 같은 핵심 지표로 시장의 과열/침체 구간을 데이터로 판단합니다.

• 7단계: The Macro Master (거시 경제와 사이클) — 지금처럼 ‘인프라·전력·유동성’이 승부를 가르는 시대에, 글로벌 유동성과 시장 사이클을 프레임워크로 읽는 훈련을 합니다.

AI와 크립토 모두, 결국 승자는 ‘자본·인프라·유통’의 연합 전선을 먼저 읽는 쪽입니다.

뉴스를 정보로 끝내지 말고, 투자 판단으로 바꾸는 실력을 토큰포스트 아카데미에서 완성해 보세요.

토큰포스트 아카데미 수강 신청하기

커리큘럼: 기초부터 매크로 분석, 선물옵션까지 7단계 마스터클래스

첫 달 무료 이벤트 진행 중!

바로가기: https://www.tokenpost.kr/membership

기사요약 by TokenPost.ai

🔎 시장 해석

- 오픈AI가 1100억달러를 유치하며 기업가치(투자 전) 7300억달러로 평가돼, 초거대 AI 경쟁이 ‘모델 성능’만이 아니라 ‘컴퓨팅·유통·파트너십’을 모두 묶는 자본전으로 고착화되는 흐름을 확인

- 소프트뱅크(재무 투자+생태계 확대), 엔비디아(가속기/플랫폼 락인), 아마존(클라우드·유통·고객 접점)까지 참여해 AI 패권이 단일 기업 경쟁이 아닌 ‘연합 전선’ 형태로 재편

- 챗GPT WAU 9억+·유료 구독 5000만+·기업 좌석 900만+ 등 수요 폭증이 인프라 투자(전력·GPU·데이터센터)를 선행 조건으로 만들며, ‘컴퓨팅 확보’가 성장의 핵심 변수가 됨

💡 전략 포인트

- 인프라(학습/추론 전력) 확충이 곧 제품 확장 속도를 결정: 3GW 추론·2GW 학습 등 대규모 전력/용량 확보는 향후 서비스 안정성, 지연시간, 단가 경쟁력으로 연결

- 파트너십의 실질을 점검: 아마존의 ‘다년 파트너십’은 클라우드/유통 채널과 결합된 GTM(Go-To-Market) 강화 신호로, 단순 투자 대비 매출화(기업·소비자 도입) 가속 가능

- 기업용 성장 지표 주목: 좌석 기반 900만+ 및 코덱스 주간 이용자 160만(1월 이후 3배) → B2B/B2D(개발자) 확산이 장기 매출의 바닥을 형성할 가능성

📘 용어정리

- 프런티어(Frontier) AI: 최첨단 성능 구간의 대형 모델/시스템을 의미하며, 연구·인프라·안전 운영까지 함께 요구됨

- 추론(Inference): 학습된 모델을 실제 서비스에 사용해 답변/생성을 수행하는 단계(운영 비용과 지연시간에 직결)

- 학습(Training): 대규모 데이터와 GPU로 모델을 훈련시키는 단계(초기 투자·전력·시간이 큼)

- WAU(주간 활성 이용자): 일주일 기준으로 서비스를 이용한 사용자 수

- 기업 고객(좌석 기준): 기업이 구매한 사용권/계정 수(엔터프라이즈 확산을 가늠하는 지표)

💡 자주 묻는 질문 (FAQ)

Q.

오픈AI가 1100억달러 투자를 받았다는 건 무엇이 달라진다는 뜻인가요?

이번 투자금은 오픈AI가 데이터센터·GPU 등 컴퓨팅 인프라를 크게 늘리고, 제품을 더 많은 국가/기업에 빠르게 확산하며, 최첨단(프런티어) AI 시스템을 상용화하는 데 쓰입니다. 사용자 수요(챗GPT WAU 9억+ 등)가 커질수록 서버 용량과 운영 역량이 필수라서, ‘성장 속도’를 좌우하는 기반 투자 성격이 큽니다.

Q.

소프트뱅크·엔비디아·아마존이 참여한 이유는 각각 무엇인가요?

소프트뱅크는 대형 기술 투자로 AI 생태계에서 영향력을 확대하려는 목적이 크고, 엔비디아는 AI 핵심 부품인 GPU/시스템 공급과 플랫폼 주도권을 강화할 수 있습니다. 아마존은 500억달러 투자와 함께 오픈AI와 ‘다년간 전략적 파트너십’을 맺어 클라우드·기업/소비자 유통 채널에서 AI 도입을 가속하는 이해관계가 있습니다.

Q.

기사에서 말하는 ‘추론 3GW·학습 2GW’ 같은 전력/용량 확보는 왜 중요한가요?

AI 서비스 비용과 품질은 ‘얼마나 많은 GPU를 안정적으로 돌릴 수 있는지(전력·데이터센터·칩 공급)’에 크게 좌우됩니다. 추론 용량은 실제 사용자 응답 속도/동시 처리량에, 학습 전력은 더 강한 모델 개발 속도에 직결됩니다. 즉, 컴퓨팅 확보는 초거대 AI 기업의 성능 경쟁력뿐 아니라 서비스 안정성·원가 경쟁력을 결정하는 핵심 변수입니다.

TP AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.