AI 클라우드 업체 코어위브의 신용 우려와 앤트로픽의 매출 둔화…글로벌 AI 인프라 투자 회의론, 진짜일까?

AI 인프라 투자 회의론에는 실제 자금 조달 위험이 있습니다. 그러나 코어위브의 신용 부담과 앤트로픽의 매출 성장률 둔화를 곧바로 메모리·AI 반도체 수요의 붕괴로 읽는 것은 성급합니다. 장기 공급계약이 어느 물량을 보호하는지, 늘어난 추론 사용량이 현금으로 바뀌는지, 기술 효율화가 수요를 얼마나 줄이거나 넓히는지를 함께 봐야 합니다.

확인 기준일은 2026년 10월 19일 KST입니다. 특히 제목의 ‘매출 둔화’는 아래 보도에서 매출 감소가 아니라 성장 속도의 둔화를 가리킵니다. 공시·회사 발표, 비상장사에 대한 보도, 필자의 해석·가상 계산을 구분했습니다. 매수·매도 추천이나 주가 전망치가 아닌 산업 분석입니다.

목차 · 먼저 알아둘 용어

신용 위험 — 만기에 이자·원금을 지급하지 못할 위험.
매출과 성장률 — 벌어들인 매출액과 그 증가 속도는 다른 지표.
LTA·SCA — 제품·물량·가격 조건을 정하는 다년 공급계약.
칩 공급계약 — 발표·계약·실제 납품을 구분해야 하는 약속.
KV cache — 추론 중 이전 토큰의 Key·Value를 보관하는 상태.
성장 시나리오 — 실제 현금 흐름으로 확인할 조건.
Physical AI — 이동·물리 작업으로 확장되는 인공지능.

1. 코어위브, 수주가 있어도 자금 조달이 위험할 수 있다

신용 위험은 기술이 유용한지를 묻는 말이 아니라, 돈을 갚아야 할 때 갚을 수 있는지를 묻는 말입니다. AI 클라우드는 GPU와 시설을 먼저 마련하고 서비스를 제공한 뒤 돈을 받습니다. 좋은 고객을 확보했어도 전력 인입과 가동이 늦어지면 이자는 먼저 쌓일 수 있습니다.

코어위브의 2026년 2분기 매출은 25억7,500만 달러, 순이자비용은 6억4,000만 달러, GAAP 순손실은 6억2,600만 달러였습니다. 6월 말 약 1,040억 달러의 매출 backlog에는 잔여 수행의무 외의 추정 금액도 포함되며 서비스 제공·가용성 조건을 충족해야 합니다. 회사 2분기 결과와 6월 말 기준 10-Q에서 확인되는 내용입니다.

따라서 ‘큰 수주 잔고가 있으니 신용 우려는 가짜’도, ‘자금 조달이 비싸졌으니 AI 수요는 끝났다’도 과도합니다. 조정 EBITDA를 설비투자 후 잉여현금흐름과 같게 볼 수도 없습니다. 필자는 고객 집중도, 차환 조건, 실제 가동 일정, 현금 회수 속도를 함께 봐야 한다고 판단합니다. 특정 시점의 채권 수익률이나 SNS 반응을 실시간 확인값처럼 인용하지 않았습니다.

계약에서 현금 회수까지, 네 번의 확인이 필요하다

1. 계약 체결 → 고객의 지불 능력과 계약 조건을 확인한다.

2. 칩·메모리·랙 생산 → 인증, 수율, 인도 일정을 확인한다.

3. 데이터센터 가동 → 전력·냉각·가동률을 확인한다.

4. 현금 회수 → 운영비·이자·교체투자를 감당하는지 확인한다.

직접 만든 설명 도식입니다. 특정 기업의 현금흐름 예측이 아니며, 장기계약이 뒤의 모든 단계를 보장한다는 뜻도 아닙니다.

2. 앤트로픽, ‘성장률 둔화’와 ‘매출 감소’는 다르다

10월 15일 Euronews 보도는 Bloomberg가 전한 투자자 설명 내용을 인용해, 앤트로픽의 7~9월 매출이 168억 달러로 직전 분기 115억 달러보다 약 46% 늘었다고 전했습니다. 그 전 분기에는 두 배 이상 증가했으므로 성장 속도가 낮아졌다는 이야기입니다. 이 글에서 직접 열람한 공개 감사 분기보고서가 아니라, 비상장사 투자자 설명에 관한 보도 수치입니다.

이 수치는 매출이 줄었다는 근거가 아닙니다. 다만 높은 성장 기대를 전제로 평가받거나 대규모 컴퓨팅 계약을 맺은 기업에는 성장 속도의 변화도 중요합니다. 최근 매출 속도를 1년으로 늘린 run-rate와 실제 기간 매출을 섞으면 판단이 왜곡됩니다. 분기 합계 두 개만으로 각 월의 매출이 감소했다고 역산하는 것도 피해야 합니다. 실제 위험은 사용자 지출과 현금 창출이 향후 투자 약속을 지탱할 수 있느냐입니다.

3. 메모리 업체는 2028년 말까지 정말 전량 계약됐을까

LTA는 장기 공급계약, Micron의 SCA는 전략 고객 계약을 가리킵니다. 중요한 것은 계약 기간만이 아닙니다. HBM인지 일반 DRAM·NAND인지, 최소 물량·가격 하한·선급금·취소와 인도 조건이 무엇인지가 보호 범위를 결정합니다. 공급 부족 전망을 ‘그때까지 모든 생산량의 계약 완료’로 바꿔 읽으면 안 됩니다.

확인된 공개 근거	읽을 수 있는 범위
Micron · 9월 30일	FY2026 4분기 설명자료 3쪽: 다년 take-or-pay SCA 26건, 2030년까지 매출의 35% 초과로 추정. 일부는 2031년까지 연장됐고 고객 재무 약정은 320억 달러이며 대부분 현금 예치금. 전량 계약을 뜻하지 않습니다.
SK하이닉스 · 7월 29일	2분기 공식 발표: 약 10개 고객과 LTA 체결. 다년 계약 확대는 확인되지만, 모든 제품의 2028년 말까지 전량 예약표가 공개된 것은 아닙니다.
삼성전자 · 7월 25일	Broadcom과의 공식 발표: HBM 등 메모리와 파운드리 협력을 확대하는 MOU. 협력 규모의 추정치를 전체 메모리 생산능력에 대한 확정 발주로 볼 수 없습니다.

이 자료들은 수요의 지속성을 지지합니다. 고객이 미래 공급을 확보하려고 자금을 묶어 둔다는 점도 의미가 있습니다. 하지만 이번에 확인한 공개 자료만으로 ‘주요 메모리 업체 모두 2028년 말까지 전량 계약 완료’라고 단정하지는 않겠습니다. 계약이 길어져도 고객 부도, 제품 인증 지연, 수율, 증설 이후 가격 경쟁은 남습니다.

필자의 해석은 메모리 산업의 성장 가능성이 사라졌다는 쪽보다, 어떤 공급자가 어떤 고객·제품의 위험을 떠안는지 따져야 한다는 쪽입니다. HBM의 높은 대역폭 수요, CPU 쪽 DRAM 용량, SSD의 저장 수요는 연결되지만 서로 같은 제품은 아닙니다. 한 계층의 부족을 모든 메모리 업체의 동일한 이익 증가로 확장해서는 안 됩니다.

4. 반도체 회사의 계약도 ‘발표의 무게’가 서로 다르다

NVIDIA·OpenAI의 2025년 9월 발표는 10GW 이상 시스템 구축을 위한 의향서였습니다. OpenAI·Broadcom의 같은 해 10월 발표는 공동 개발·공급계약과 랙 배치 term sheet를 설명하며 2026년 하반기부터 2029년 말까지 배치를 목표로 했습니다. 앤트로픽·Google·Broadcom의 2026년 4월 합의는 차세대 TPU 용량이 2027년부터 가동될 것으로 예상했습니다.

긴 투자 파이프라인은 분명한 긍정 근거입니다. 그러나 의향서, 공급계약, 가동 목표는 법적·회계적으로 같지 않습니다. 발표된 GW를 단순 합산해 독립적으로 검증된 설치 용량이나 HBM 발주량으로 바꾸기도 어렵습니다. GPU와 맞춤형 가속기는 같은 추론 작업을 놓고 경쟁할 수 있고, 납품·검수·가동 시점에 따라 매출 인식도 달라집니다.

NVIDIA FY2027 2분기 공시는 데이터센터 구축 관련 약정·신용 지원과 재고·구매의무 위험도 다룹니다. 판매자가 고객의 투자 자금을 지원한다면 판매 기회와 함께 생태계의 재무 위험 일부도 연결될 수 있습니다. 공급사의 투자와 고객의 구매 계획을 서로 완전히 독립된 최종 수요 증거 두 개로 세는 것은 조심해야 합니다.

5. LLM 발전과 KV cache, 성장률을 하나로 말할 수 없는 이유

LLM의 발전은 정답률뿐 아니라 같은 일을 끝내는 비용·시간·도구 호출 수로도 봐야 합니다. 발전 속도를 대표하는 단일한 연간 증가율은 없습니다. 더 똑똑해진 모델이 더 긴 작업을 맡을 수 있지만, 같은 작업을 더 적은 토큰으로 끝낼 수도 있습니다.

예를 들어 9월 22일 Anthropic의 Opus 5.5 발표는 성능 개선과 실행 비용 감소를 함께 주장합니다. 이는 공급사의 발표이며 이 글에서 재현한 벤치마크가 아닙니다. 특정 작업의 효율 개선을 산업 전체 연산량 감소로 일반화할 수는 없지만, ‘성능 발전=요청당 메모리 무조건 증가’라는 가정의 반례는 됩니다.

KV cache는 이전 토큰의 attention Key·Value를 저장해 매번 과거 전체를 다시 계산하는 일을 줄이는 상태입니다. 일반적인 full-attention 구성에서는 실제 보관 토큰과 동시 요청이 늘면 커집니다. 반면 KV head 감소, 정밀도 축소, sliding window, 공통 prefix 재사용은 반대 방향으로 작동합니다. 제품이 지원하는 최대 context와 사용자가 평균적으로 채우는 context도 다릅니다.

가상 full-attention 구성의 계산식
KV bytes ≈ 2 × 레이어 수 × KV head 수 × head 차원 × 보관 토큰 수 × 값당 byte × 동시 sequence 수

레이어 32개, KV head 8개, head 차원 128, 값당 2byte를 가정하면 토큰·sequence당 128KiB입니다. 가중치·활성값·할당 여유 공간·공통 prefix 공유는 제외했습니다. 특정 비공개 최신 모델의 실제 구조를 뜻하지 않습니다.

시간이 아니라 작업 조건이 만드는 KV cache 증가

1. 32,768토큰 × 1 sequence → raw KV 4GiB.

2. 131,072토큰 × 1 sequence → 16GiB. 문맥 4배, cache도 4배(+300%).

3. 131,072토큰 × 4 sequence → 64GiB. 출발점 대비 총 16배.

직접 만든 가상 계산 도식이며 Node.js로 산술을 실행했습니다. GiB는 2³⁰byte입니다. GPU·LLM 실측도 연간 성장률도 아니며, 여러 GPU로 나누기 전의 전체 raw cache 규모입니다.

텐서 형태는 Hugging Face cache 설명으로 확인했습니다. cache 전략 문서에는 길이가 제한되는 cache, 양자화, CPU offloading도 나옵니다. CPU DRAM으로 옮겼다고 HBM이 되는 것은 아니며, SSD가 저지연 GPU 메모리를 그대로 대신하는 것도 아닙니다. 저장 용량뿐 아니라 전송 대역폭·지연을 함께 봐야 합니다.

가령 문맥과 동시 요청이 각각 4배가 되고 값당 byte가 절반이 된다면, 이 가상 구성의 총 cache는 여전히 8배입니다. 하지만 이것은 조건부 산술이지 메모리 매출 8배 전망이 아닙니다. 업무형 에이전트·멀티모달·긴 대화가 얼마나 실제로 채택되고, 압축·재사용이 얼마나 상쇄하는지 관측해야 합니다. 현재 공개 자료로 산업 전체 KV cache의 단일 CAGR을 제시할 수는 없습니다.

6. 미래 성장 가능성, 어떤 숫자로 확인할까

가능한 경로 · 확률 예측 아님	확인할 신호
지속 성장	유료 사용·재이용 증가, 공급계약의 실제 납품 전환, 가동률과 현금 회수 개선. 메모리 계층·가속기별 수혜는 다름.
성장 속 재무 구조조정	수요는 늘지만 고비용 차입자의 차환·시설 일정이 흔들림. 산업 성장과 일부 투자자의 손실이 동시에 발생 가능.
수요 미달·과잉 설비	예산 축소, 인도 연기, 이용률·실현 임대가격 하락, 수익성 있는 수요보다 빠른 증설. 장기계약도 모든 손실을 제거하지 못함.

현재 확인한 근거로는 ‘AI 기술 발전의 종료’보다 ‘투자를 이익과 현금으로 바꾸는 능력의 검증’이라는 해석이 더 적절해 보입니다. 다만 이는 필자의 판단이지 측정된 확률이 아닙니다. 유료 사용량, 계약 변경, 전력 인입·가동, 실현 가격, 이자와 투자비를 지불하고 남는 현금을 같이 봐야 합니다. 토큰 사용량만 늘어도 손해 보는 서비스는 있을 수 있습니다.

7. 마지막 성장 옵션, 테슬라 로봇택시와 휴머노이드

테슬라의 2026년 2분기 공시는 Robotaxi 서비스 확대, 상반기 Cybercab 생산 시작, Optimus의 대규모 생산 준비를 설명합니다. 운영 중인 서비스, 생산 개시, 양산 준비는 다른 단계입니다. 이 공시가 범용 휴머노이드의 대중적 상용화 완료를 입증하는 것은 아닙니다.

그럼에도 장기 가능성을 볼 때 중요한 방향입니다. 로봇택시가 안전성과 단위 경제성을 확보하면 이동 서비스 시장으로, 휴머노이드가 유용한 일을 안정적으로 수행하면 물리적 노동 시장으로 AI의 수익 기반이 넓어질 수 있습니다. 챗봇 이용료와 다른 거대한 시장이 열릴 수 있다는 뜻입니다. 이는 상용화 조건을 충족했을 때의 시나리오이지 확정 매출이나 시장 규모 예측은 아닙니다.

수혜 구조도 단순한 ‘클라우드 토큰 증가’가 아닐 것입니다. 학습·시뮬레이션·차량군 데이터 개선에는 데이터센터가, 현장 판단에는 차량·로봇의 온디바이스 추론과 메모리·센서가 중요합니다. 안전 검증, 인허가, 사람의 개입 빈도, 제조 수율, 유지보수·보험료와 유용한 작업 시간당 비용이 관문입니다.

정리하면: 코어위브의 신용 우려를 무시할 이유는 없습니다. 다만 메모리 장기계약, 칩 구축 계획, 추론 사용 방식의 변화까지 보면 AI 성장의 종료를 단정할 근거도 부족합니다. 로봇택시·휴머노이드의 본격 상용화는 또 다른 큰 성장 시장을 열 수 있습니다. 그러나 그 미래 가능성이 오늘의 부채를 대신 갚아 주지는 않습니다.

같은 주제를 이어 읽는 한국어 글타래

매출 지표: 오픈AI의 연환산 매출과 기간 매출은 어떻게 다른가 — 숫자를 읽는 배경이며 현재 앤트로픽 수치의 출처는 아닙니다.
산업 구조: HBM에서 전력·냉각·기판까지 — 투자가 실제 설비로 바뀌는 연결.
추론 메모리: KV cache 재사용과 HBM 수요 — 연산 절약과 메모리 계층의 차이.
서비스 측정: TTFT·TPOT·ITL과 처리량 — 단순 토큰 수가 아닌 응답 품질을 확인하는 방법.

Appendix · 수치와 확인 범위

HBM은 가속기 가까이의 고대역폭 메모리, CPU DRAM은 별도 메모리 계층, NAND flash는 비휘발성 저장장치입니다. GW는 전력 단위이지 GPU 대수·토큰 수·메모리 발주액 단위가 아닙니다. Take-or-pay는 구매 의무를 강화하는 조건이지 채무 불이행이나 인도 분쟁을 없애는 조건은 아닙니다.

계산 환경은 Windows의 Node.js v24.14.1이며 산술 검증만 실행했습니다. 유료 LLM 호출·GPU 실험·실시간 주가 분석은 하지 않았습니다. 앤트로픽의 분기 매출은 보도치, 공개되지 않은 전체 LTA 잔고·업계 KV 성장률·로봇 시장의 숫자 전망은 미확인입니다.

이 블로그 검색

Deoks