한눈에
AI 서비스 공급망의 최상단인 기초 모델에 수출세가 붙는다면 어떤 일이 벌어지는가. 미국에서 OpenAI·Anthropic 등이 제공하는 API의 과금 단위인 토큰을 수출 통제 틀에 편입하는 방안이 논의 선상에 올랐다. 우방국도 예외가 아닐 수 있다는 점이 이번 논의가 한국 투자자에게 남다른 이유다.
왜 지금 중요한가
AI 서비스의 공급망을 단계로 분해하면 구조가 선명해진다. 기초 모델(OpenAI·Anthropic·Google DeepMind) → API 레이어 → 한국 서비스 통합자 → 국내 엔드유저 순이다. 현재 한국 IT 서비스 기업 다수는 두 번째와 세 번째 사이에 위치해 있으며, 추론에 필요한 기초 모델을 미국 기업의 API로 조달한다. 토큰당 수 원에서 수십 원 수준의 과금 위에 수출세가 올라타면 가장 직접적인 충격은 이 구간에 집중된다.
이 논의가 돌발적이지 않은 이유가 있다. 반도체 수출 통제가 칩 → 장비 → 소재 순으로 범위를 넓혀온 것처럼, AI 통제의 레이어도 물리적 하드웨어(GPU·HBM)에서 소프트웨어 가중치, 그리고 추론 API 단위로 내려오는 논리적 흐름이다. 토큰 수출세는 그 마지막 레이어다. 아직 입법화된 것은 없지만 논의가 수면 위로 올라왔다는 사실만으로도, 한국 기업들의 AI 조달 전략에 재검토 압력이 생긴다.
자체 대규모 언어 모델을 보유한 기업과 그렇지 않은 기업 사이의 비용 비대칭이 이 국면에서 가시화된다. 네이버는 HyperCLOVA X를 자체 데이터센터에서 서빙하며 외산 API 의존을 제한적으로 유지한다. 반면 외산 모델을 래핑해 서비스하거나 백엔드 추론을 전적으로 외부 API에 의존하는 기업은 비용 구조가 미국 정책 변수에 직접 노출된다.
자주 묻는 질문
- AI 토큰 수출세란 정확히 무엇인가 — 미국 AI 기업이 해외 기업에 API를 제공할 때 토큰(입출력 텍스트의 과금 단위) 사용량에 세금 또는 수출 규제 조건을 부과하는 방안이다. 현재 입법 전 정책 논의 단계다.
- 한국이 동맹국이어도 적용되는가 — 이번 논의의 핵심이 바로 이 지점이다. AI 국가주의 기조에서는 동맹 여부보다 전략 자산 통제가 우선될 수 있다는 시각이 힘을 얻고 있다. 반도체 수출 통제 선례가 이를 뒷받침한다.
- 자체 LLM 보유가 완전한 방어막이 되는가 — 학습 데이터·GPU 인프라·파운데이션 모델 파인튜닝 경로에서 미국산 자원 의존이 남아 있어 완전한 절연은 어렵다. 다만 추론 단계 비용 직격은 피할 수 있다.
- 비용 상승이 서비스 가격에 전가되는가 — AI 서비스 시장의 경쟁 강도를 감안하면 전가가 쉽지 않다. 비용은 오르고 가격은 못 올리는 구간이 마진 압착으로 이어진다.
관련 종목·섹터 영향
- 네이버 — HyperCLOVA X 자체 보유로 추론 API 의존도가 낮다. 수출세 시나리오에서 상대적 원가 방어력이 부각될 수 있으나, 모델 고도화를 위한 외산 GPU·학습 인프라 비용은 여전히 변수다.
- 카카오 — AI 서비스 확장 과정에서 외산 모델 API 활용 비중이 높다. 비용 상승이 현실화될 경우 수익성 개선 모멘텀이 꺾이는 시나리오를 고려해야 한다.
- SK텔레콤·KT — AI 개인비서·기업 콜센터 등 B2C·B2B 서비스에 외산 LLM을 연동한 구조가 많다. 대규모 추론 트래픽 비용이 오르면 AI 사업 수익성에 직접 영향을 준다.
- 삼성SDS·IT 서비스 섹터 — 역설적으로 AI 주권 강화 수요가 커지면 온프레미스 GPU 서버 수요와 국산 AI 클라우드 투자가 늘 수 있다. 기업 IT 인프라 구축 수요의 구조적 수혜 가능성이 생긴다.
