AI 비용 낮아져도 컴퓨트·전력 수요 늘 가능성

개방형 가중치 AI 모델이 단위 비용을 낮추더라도 전체 컴퓨트 수요는 늘어날 수 있다는 분석이 나왔다. 저렴해진 AI가 기업의 활용 범위를 넓히면 GPU와 데이터센터 전력 사용이 함께 증가할 수 있다는 설명이다.

오데일리(Odaily)는 4일 모건스탠리(Morgan Stanley)의 보고서 ‘Open-weight Models and Three Scenarios’를 토대로 개방형 가중치 모델이 AI 컴퓨트 수요를 반드시 약화시키지는 않는다고 보도했다. 다만 보고서 원문은 공개 웹 경로에서 확인되지 않아 세부 문구와 수치는 검증되지 않았다.

개방형 가중치 모델은 학습을 마친 모델의 가중치를 외부 개발자나 기업이 내려받아 자체 인프라에서 실행하거나 수정할 수 있도록 한 AI 모델이다. 학습 데이터와 전체 코드, 재현 가능한 학습 절차까지 공개하는 엄밀한 의미의 오픈소스와는 구별된다.

메타(Meta)는 라마(Llama) 3.1 소개 자료에서 개발자가 모델 가중치를 내려받아 온프레미스와 클라우드, 로컬 환경에서 실행할 수 있다고 밝혔다. 기업은 외부 AI 서비스에 모든 데이터를 전송하지 않고 자체 환경에 모델을 배치할 수 있다.

분석의 핵심은 비용 하락과 총수요 증가가 동시에 나타날 수 있다는 데 있다. ‘제번스 역설’은 효율 향상으로 단위 비용이 낮아지면 사용량이 늘어 총소비가 오히려 증가할 수 있다는 개념이다.

AI에서는 추론이나 토큰 생성 비용이 낮아질수록 고객 응대와 코드 작성, 문서 분석, 에이전트 자동화 등 더 많은 업무에 기술을 적용할 수 있다. 개별 작업의 비용이 줄어도 전체 호출량과 연산량은 커질 수 있는 구조다.

반도체 수요도 같은 논쟁에 놓여 있다. 엔비디아($NVDA)는 2026회계연도 2분기 매출 467억 달러(약 64조7000억원), 데이터센터 매출 411억 달러(약 57조원)를 기록했다. 데이터센터 매출은 전년 대비 56% 증가했다.

젠슨 황(Jensen Huang) 엔비디아 창업자 겸 최고경영자는 실적 발표에서 “추론 성능에서 자릿수 단위의 증가”가 필요해지고 있다고 말했다. AI 활용의 중심이 훈련에서 추론으로 넓어지면서 GPU와 데이터센터 인프라에 지속적인 부담이 생길 수 있다는 의미로 풀이된다.

전력 공급도 핵심 조건이다. 국제에너지기구(IEA)는 2025년 보고서에서 전 세계 데이터센터 전력 소비가 2030년 약 945TWh로 두 배 이상 늘어날 것으로 전망했다. 2026년 업데이트에서는 데이터센터 전력 사용이 2025년 17% 증가했으며 AI 중심 데이터센터의 사용량은 더 빠르게 늘었다고 밝혔다.

AI 과제당 전력 소비는 줄고 있지만 이용자 증가와 AI 에이전트 같은 에너지 집약적 활용이 절감 효과를 상쇄할 수 있다. AI 인프라 수요가 기술 제품과 전력 가격에 상방 압력을 줄 수 있다는 분석도 나온 바 있다.

가상자산과의 직접적인 연결은 뚜렷하지 않다. 다만 일부 지역에서는 AI 데이터센터와 비트코인(BTC) 채굴 시설이 전력과 입지, 냉각 자원을 두고 경쟁할 수 있어 간접적인 영향을 받을 수 있다.

업계의 평가는 엇갈린다. 개방형 가중치 모델이 AI 도입 문턱을 낮춰 GPU와 메모리, 전력 인프라 수요를 키울 수 있다는 견해와 가격 경쟁이 폐쇄형 AI 사업자의 마진과 일부 클라우드 사업자의 수익성을 압박할 수 있다는 시각이 맞선다.

스탠퍼드 인간중심AI연구소(Stanford HAI)의 2026 AI 인덱스는 미국과 중국 AI 모델의 성능 격차가 2025년 이후 여러 차례 뒤바뀌었으며 2026년 3월 기준 앤트로픽(Anthropic)의 상위 모델이 2.7% 앞섰다고 정리했다. 비용 하락의 최종 효과는 모델 가격보다 새로 발생하는 AI 사용량과 이를 뒷받침할 반도체·전력 공급 규모에 따라 달라질 것으로 보인다.