앤트로픽 매출 14배 늘어도… AI 수익성 여전히 적자인 이유

유튜브 채널 '조코딩 JoCoding'이 최신 AI 기술과 기업 실적을 통해 인공지능 산업의 변화를 살펴봤다. 11월 2일 공개한 영상에서는 구글의 새 AI 모델, 앤트로픽의 매출 급증, 컴퓨터를 직접 조작하는 AI 도구 등을 소개했다. 기술의 눈부신 발전 속에서도 기업의 매출과 이익 구조는 여전히 풀어야 할 과제로 꼽히며, 이것이 실제 업무 방식에 어떤 변화를 가져오는지가 주요 관전 포인트다.

성능 1위 오른 제미나이… 검색 사업의 미래는 별개

조코딩은 구글의 '제미나이 4 카본'이 AI 성능 평가에서 선두에 올라섰다는 소식을 전했다. 해당 모델은 종합 지능 평가에서 59점을 기록하며 경쟁 모델을 앞섰다. 다만 종합 점수가 높다고 모든 작업에서 우위에 있는 것은 아니다. 코딩이나 업무 처리 등 세부 분야에서는 모델별 강점이 달라, 실제 활용 목적에 맞춘 비교가 필요하다. 영상은 기술 경쟁력과 기존 사업의 수익성이 반드시 같은 방향으로 움직이지는 않는다는 점에도 주목했다. 사용자가 검색 결과의 링크를 클릭하는 대신 AI가 정리한 답변만 읽고 나가면, 외부 사이트의 방문자 유입과 광고 노출에 변화가 생길 수 있다는 설명이다. 검색 유입에 의존하는 콘텐츠 사업자에게는 독자와 직접 연결되는 채널을 확보하는 일이 더욱 중요해질 수 있다. 다만 이를 곧바로 검색 사업의 쇠퇴로 단정하기는 어렵다. 구글의 2026년 3분기 검색 및 기타 광고 매출은 전년 동기 대비 12% 증가했다. 성장세가 이어지는 가운데 AI 중심의 이용 방식이 기존 광고 사업과 어떻게 공존할지가 과제로 떠오른 것이다. 모델 성능뿐 아니라 달라진 검색 경험을 매출로 연결하는 능력이 중요해졌다.

앤트로픽 매출 급증? AI 기업의 성장과 고객의 이익은 다르다

영상에서 소개한 앤트로픽의 기업공개 관련 서류는 AI 시장의 빠른 성장을 보여준다. 앤트로픽의 올해 상반기 매출은 162억8,600만 달러로, 지난해 같은 기간 11억6,300만 달러의 약 14배에 달했다. 기업과 개발자가 AI를 실제 업무에 사용하면서 지출하는 돈이 빠르게 늘어난 셈이다. 그러나 매출 증가를 곧바로 안정적인 흑자 구조로 해석해서는 안 된다. 같은 기간 앤트로픽의 컴퓨팅·인프라 비용은 89억4,500만 달러였고, 영업손실은 6억9,300만 달러로 집계됐다. 전년보다 영업손실이 줄었지만, 수요 확대와 함께 막대한 운영 비용을 감당해야 한다는 점도 드러났다. 조코딩은 AI 활용에 따른 성과가 일부 기술 기업에 집중돼 있다는 분석도 소개했다. 미국 대형 기술주 7개 기업과 나머지 주요 기업을 비교하면, 직원당 매출과 이익률의 개선 흐름에 차이가 나타난다는 내용이다. 다만 이런 전체 지표만으로 개별 기업의 AI 도입 효과까지 없다고 단정할 수는 없다. AI를 판매하는 기업의 매출 증가와 이를 구매한 기업의 생산성 향상을 구분해 살펴볼 필요가 있다는 의미다.

컴퓨터를 직접 다루는 AI, 자동화 효과만큼 커지는 관리 부담

업무 자동화 분야에서는 버셀의 '에이전트 데스크톱'이 소개됐다. AI가 데스크톱 앱의 버튼과 입력창 같은 요소를 파악하고 클릭하거나 글자를 입력할 수 있도록 돕는 공개 소프트웨어다. 웹브라우저 안에서 수행하던 작업을 컴퓨터의 여러 프로그램으로 확장할 수 있다는 점이 특징이다. 이 같은 도구가 업무에 적용되면 사람이 반복하던 입력과 화면 이동을 줄일 가능성이 있다. 하지만 기업이 얻는 경제적 효과는 실행 속도만으로 결정되지 않는다. 잘못 처리한 작업을 수정하는 시간, 결과를 검토하는 인력, 접근 권한을 관리하는 비용까지 포함해야 실제 절감액을 계산할 수 있다. 자동화할 업무의 범위와 사람이 확인할 지점을 함께 정하는 일이 중요해지는 이유다. 영상 후반부에서는 바이낸스에서 약 63억6,000만 달러 규모의 가상자산이 탈취된 사건도 다뤘다. 다만 공개된 보안 분석만으로 해당 공격이나 자금 세탁에 AI가 사용됐다고 확정할 수는 없다. 이를 AI 범죄의 입증 사례로 단정하기보다, 디지털 시스템의 권한 관리 실패가 얼마나 큰 손실로 이어질 수 있는지를 보여주는 사건으로 살펴볼 필요가 있다. 기업의 AI 도입 성과 역시 처리량 증가와 함께 오류와 보안 위험을 얼마나 통제했는지에 따라 달라질 수 있다.