AI 예산 9.4조원, 모델보다 보안·서비스가 돈 되는 이유

한눈에

정부의 내년도 인공지능 예산 9조4천억원은 단순한 연구개발 증액이 아니다. 투자자 관점에서 핵심은 AI 파운데이션 모델을 먼저 만들고, 그 모델을 사이버보안과 실제 서비스로 확장해 반복 매출을 만드는 공급망을 국가 프로젝트로 묶었다는 점이다.

다만 예산이 늘었다고 모든 AI 기업의 실적이 동시에 개선되지는 않는다. 모델 학습에 필요한 컴퓨팅 자원, 보안 검증, 고객별 구축과 운영까지 예산이 실제 발주로 전환되는 구간을 확인해야 한다.

왜 지금 중요한가

AI 파운데이션 모델은 대규모 데이터를 학습해 번역·검색·추론 등 여러 응용서비스의 기반이 되는 범용 모델이다. 정부 전략은 독자 모델 개발에서 멈추지 않고 보안 기술과 산업별 서비스로 이어지는 단계형 구조를 취한다. 이는 국내 AI 산업의 병목이 모델 공개 자체보다 안정적인 운영과 현장 도입에 있다는 판단으로 읽힌다.

공급망을 나누면 투자 포인트가 선명해진다. 첫 단계는 GPU 서버와 데이터센터 전력, 클라우드 사용량이다. 두 번째는 모델의 취약점 탐지와 접근통제, 데이터 보호를 포함한 AI 보안이다. 마지막은 공공기관과 기업의 업무 시스템에 모델을 붙이는 솔루션·서비스다. 예산 집행이 세 단계로 분산되면 특정 모델 기업에만 매출이 집중되지 않고 인프라와 보안 기업으로 낙수 효과가 퍼질 수 있다.

반대로 모델 경쟁이 과열되면 학습비와 추론비가 매출보다 빠르게 늘어날 수 있다. 정부가 성능 중심으로 사업자를 선정하고 서비스 이용량이나 조달 실적을 후속 평가에 반영하는지에 따라 수익성의 방향이 갈린다.

쟁점 정리

• 예산의 질 9조4천억원이 연구비인지, GPU 임차·데이터센터·서비스 구매까지 포함하는지에 따라 상장사 매출 인식 시점이 달라진다.
• 모델에서 보안으로 공공 데이터와 산업기밀을 다루려면 정확도뿐 아니라 정보 유출, 프롬프트 공격, 권한 관리 검증을 통과해야 한다. 보안 인증과 운영 도구가 필수 매출원이 될 수 있다.
• 서비스 전환율 시범사업 숫자보다 유료 전환 고객 수, 월간 추론량, 계약 갱신률이 중요하다. 모델 공개 뒤 실제 사용량이 늘지 않으면 서버·클라우드 투자는 일회성에 그친다.
• 국산화의 한계 독자 모델을 확보해도 고성능 GPU와 데이터센터 전력은 해외 공급망 의존도가 높다. 장비 조달 지연이나 전력 제약이 예산 집행 속도를 늦출 수 있다.

관련 종목·섹터 영향

• 네이버 자체 초거대 언어모델과 클라우드·공공 서비스 경험을 보유해 모델에서 서비스로 이어지는 수직 통합 수혜를 받을 수 있다. 관건은 정부 프로젝트가 검색·행정 실사용량과 클라우드 매출로 연결되는지다.
• 카카오 AI 모델을 메신저·콘텐츠·광고 서비스에 결합할 수 있지만, 정부 예산의 직접 수혜보다는 기업용 API와 서비스 전환 성과가 중요하다. 이용자 증가가 비용 증가를 웃돌면 레버리지가 생긴다.
• 안랩과 보안 소프트웨어 업종은 AI 확산에 따른 공격면 확대와 공공 보안 검증 수요의 수혜 후보다. 다만 프로젝트 매출은 수주 시점과 인력 투입에 따라 분기 변동성이 크다.
• SK텔레콤과 통신·클라우드 사업자는 데이터센터와 기업용 AI 인프라를 제공할 수 있다. 가동률이 오르면 고정비 부담이 낮아지지만, GPU 임차료와 전력비가 매출 증가분을 잠식할 수 있다.
• 더존비즈온 등 기업용 소프트웨어 업체는 회계·인사·세무 데이터에 AI를 접목해 반복 구독 매출을 만들 수 있다. 모델 자체보다 고객 업무에 깊게 들어가는 배포 능력이 평가 기준이 된다.

투자 시 유의점

• 내년도 예산안 확정 뒤 세부 사업 공고와 조달 계약을 확인해야 한다. 총액 발표만으로 매출을 선반영하면 집행 지연 위험을 놓칠 수 있다.
• 기업 실적에서는 AI 관련 매출을 별도 공개하는지, 연구개발비와 클라우드 비용이 어떻게 변하는지 비교해야 한다. 매출이 늘어도 추론 원가율이 높으면 영업이익은 개선되지 않는다.
• 모델 성능 지표는 벤치마크 점수보다 실제 고객의 월간 사용량과 재계약률로 검증해야 한다. 사용량이 정체되면 추가 증설은 감가상각 부담으로 돌아온다.
• 예산 집행이 특정 대기업에 집중되거나 보안 규제가 강화되면 중소 솔루션 업체의 진입 기회가 줄어들 수 있다. 반대로 표준 API와 개방형 조달이 확대되면 생태계 수혜가 넓어진다.

종합 전망

낙관 시나리오는 9조4천억원이 GPU·클라우드 발주로 빠르게 집행되고, 독자 모델이 공공·금융·제조 현장에 배포되면서 보안과 서비스 매출이 반복되는 경우다. 이때 시장의 주도주는 단순히 모델을 발표한 기업보다 가동률과 고객 계약을 동시에 보여주는 사업자로 이동할 가능성이 높다.

리스크 시나리오는 모델 개발비가 늘지만 서비스 전환이 늦어지는 경우다. 정부 사업이 성능 경연에 머물고 민간 고객의 지불 의사가 확인되지 않으면, 예산은 기업의 이익보다 서버 임차료와 인건비를 먼저 키운다. 모델 사용량이 계획을 밑돌면 AI 관련주의 밸류에이션 프리미엄도 빠르게 축소될 수 있다.

다음 확인 지표는 세 가지다. 정부의 세부 공고와 사업자 선정 일정, 주요 기업의 AI 매출·클라우드 가동률 공개, 그리고 보안 인증을 통과한 서비스의 실제 고객 수다. 이 숫자들이 이어지면 정책은 산업 매출로 전환되고, 끊기면 9조4천억원은 아직 투자계획에 머문다.

자주 묻는 질문

정부 AI 예산 9조4천억원은 어떤 분야에 쓰이나?

연합뉴스 산업 보도에 따르면 내년도 정부 AI 예산은 9조4천억원 규모로 확대되며, 독자 AI 파운데이션 모델과 사이버보안, 응용서비스를 연결하는 방향이 제시됐다. 세부 배분액과 사업별 집행 방식은 예산 확정 및 공고에서 확인해야 한다.

AI 예산 확대가 네이버와 카카오 실적에 바로 반영되나?

예산 증액만으로 즉시 실적이 늘지는 않는다. 공공 클라우드 계약, API 사용량, 기업용 서비스 갱신이 발생해야 매출과 이익으로 연결되며, 추론 비용이 매출 증가를 웃돌면 수익성은 오히려 약해질 수 있다.

AI 보안 기업이 수혜를 받는 이유는 무엇인가?

공공과 산업 현장에서 AI를 사용하려면 데이터 유출 방지와 모델 공격 대응, 접근권한 통제가 필요하다. 따라서 모델 구축이 확대될수록 보안 진단·인증·운영 솔루션 수요가 함께 늘지만, 수주 공백과 프로젝트 원가율을 반드시 확인해야 한다.

본 글은 원문 뉴스를 바탕으로 자동 요약·분석된 콘텐츠입니다. 원문 보기 (연합뉴스 산업)