인터넷, 인공지능 및 반도체 인프라: 프론티어 AI 역량과 인프라 수요는 여전히 강하지만, 토큰 가격 인하와 높은 스토리지 비용은 인터넷 주식의 새로운 밸류에이션 변수
BofA의 8월 추적 결과 Anthropic과 OpenAI가 모델 프론티어를 주도하는 가운데, 저비용 오픈 모델은 사용 점유율을 확대했고 GPU 임대 가격은 견조하게 유지되었으며 스토리지 비용은 높은 수준에 머물렀다.
요약
BofA의 8월 추적 결과 Anthropic과 OpenAI가 모델 프론티어를 주도하는 가운데, 저비용 오픈 모델은 사용 점유율을 확대했고 GPU 임대 가격은 견조하게 유지되었으며 스토리지 비용은 높은 수준에 머물렀다.
- Claude Opus 5는 지능, 에이전트형 지능 및 코딩 에이전트 지능을 포함한 여러 지표에서 높은 순위를 기록했으며, GPT-5.6 Sol이 근소한 차이로 뒤를 이었다.
- Vercel 플랫폼 데이터에 따르면 DeepSeek은 월 누계 토큰 사용 점유율 29.7%를 기록했고, Anthropic은 지출 점유율의 64.8%를 차지했다.
- 8월 13일 기준 AI 토큰 가격 지수는 2.21달러였다. 보고서 요약에 따르면 전월 대비 9% 하락했으나 전년 대비 87% 상승했다. LLM 토큰 지출 지수는 전월 대비 27% 하락한 1.15달러였다.
- 8월 B200, H100 및 A100의 GPU 임대 가격은 각각 시간당 5.63달러, 2.77달러 및 1.65달러로, 지속적인 양호한 인프라 수요를 나타냈다.
- DDR5 현물 가격은 전월 대비 약 8%, 전년 대비 483% 상승했으며, NAND 가격은 전년 대비 432% 상승해 스토리지 비용 압박이 완화될 조짐을 보이지 않았다.
보고서 해설
개요
이 보고서는 모델 역량 순위, 모델 사용량 및 지출, 토큰 가격, GPU 임대 가격 및 스토리지 가격을 포괄하는 BofA의 프론티어 AI 데이터 트래커를 출시하여 AI 경쟁 구도, 밸류에이션 심리 및 대형 인터넷 주식의 마진 변수를 평가한다.
핵심 견해
Anthropic과 OpenAI는 현재 대형 모델 역량의 프론티어를 정의하고 있으며, Meta의 개선된 모델 순위는 AI 연구소의 진전을 보여준다. 저비용 오픈 모델은 최근 일부 사용 점유율을 확보했고, 8월 API 토큰 가격 인하는 가격 경쟁을 심화시켰다. GPU 임대 가격은 전반적으로 견조하게 유지되어 양호한 AI 인프라 수요와 서버 내용연수를 반영한다. 그러나 DRAM 및 NAND 인플레이션은 계속해서 클라우드 및 인프라 마진에 압박을 가하고 있다.
분석 프레임워크
이 보고서는 대형 인터넷 기업의 밸류에이션 및 위험 공시와 함께 해석되는 제3자 모델 벤치마크, OpenRouter 및 Vercel 라우팅 데이터, 토큰 비용 지수, GPU 임대 지수 및 스토리지 현물 가격을 활용해 AI 가치사슬 전반의 모니터링 프레임워크를 구축한다.
방법론 메모
지능 지수, 에이전트형 지수 및 코딩 에이전트 지수
표준화된 벤치마크를 사용하여 프론티어 모델의 전반적 역량, 에이전트형 역량 및 코딩 작업 역량을 비교한다.
토큰 사용 점유율 및 지출 점유율
OpenRouter 또는 Vercel AI Gateway를 통해 라우팅된 요청을 통해 개발자 도입, 비용 효율성 간 상충관계 및 상업적 견인력을 관찰하며, 전체 시장 사용량을 나타내지는 않는다.
백만 토큰당 혼합 비용
가격 경쟁과 클라우드 추론 경제성을 평가하기 위해 주류 모델 및 실제 추론 생태계의 표준화된 비용 변화를 추적한다.
표준화된 GPU 시간당 임대 가격
AI 컴퓨팅 수요 강도를 관찰하기 위해 네오클라우드, 하이퍼스케일 클라우드, 관리형 플랫폼 및 민간 임대 플랫폼 전반의 GPU 임대 가격을 포괄한다.
자산 매핑 및 비교
투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).
- AlphabetGemini 모델 고도화, 클라우드 사업 확장 및 AI 자산의 상업화로 수혜를 입는다.
- 강점
- 보고서는 강력한 AI 자산, 예상되는 두 자릿수 매출 성장 및 Cloud 마진 확대가 밸류에이션을 뒷받침할 수 있다고 본다.
- 약점
- AI를 검색에 통합하는 과정의 수익화 속도와 마진 영향은 여전히 불확실하다.
- 비교
- Gemini 3.6 Flash는 인용된 지능 지수에서 Claude와 GPT-5.6 Sol에 뒤진 13위를 기록했다.
- 위험
- 경쟁 AI 도구에 의한 검색 트래픽 분산, AI 검색 통합으로 인한 매출 압박, DMA 준수 압박 및 자유현금흐름을 줄이는 AI 자본지출 증가.
- Amazon.comAWS는 AI 클라우드 수요의 수혜를 받지만 인프라 비용과 트래픽에 대한 생성형 AI의 잠재적 교란에도 직면한다.
- 강점
- AWS와 광고는 다각화된 가치 원천을 제공하며, 보고서는 부분합 밸류에이션 프레임워크를 사용한다.
- 약점
- 상승하는 AI 인프라 및 스토리지 비용은 AWS 자유현금흐름을 압박할 수 있다.
- 비교
- 순수 모델 연구소와 비교할 때 Amazon.com의 주요 수혜 경로는 클라우드 인프라와 엔터프라이즈 고객 수요이다.
- 위험
- 클라우드 제공업체 및 대형 소매업체와의 경쟁, AWS 비용 상승, 직접 트래픽 및 고마진 광고 매출을 압박하는 에이전트형 AI, 그리고 변동성을 증폭시키는 거시 불확실성.
- Meta Platforms개선된 모델 역량과 오픈 웨이트 모델 전략은 AI 경쟁력과 밸류에이션의 중요한 촉매이다.
- 강점
- Meta MuseSpark 1.2는 지능 지수 7위를 기록해 AI 연구소의 진전을 보여주며, 보고서는 매수 의견을 유지한다.
- 약점
- 높은 AI 투자는 단기적으로 마진에 부담을 줄 수 있고 광고 매출 집중도도 여전히 높다.
- 비교
- 모델 순위는 여전히 선도적인 Claude와 GPT-5.6 Sol에 뒤지지만, 보고서에서 인용된 Gemini 3.6 Flash의 지능 지수 순위보다 높다.
- 위험
- 디지털 광고의 거시 민감도, AI 투자에 따른 마진 훼손, 비용 유연성을 낮추는 고정자산 증가, 사용자 시간 및 광고 예산을 두고 경쟁하는 AI 네이티브 플랫폼, 그리고 규제 및 소송 위험.
핵심 데이터
- 프론티어 모델 순위Claude Opus 5가 지능 지수 1위를 기록했으며, GPT-5.6 Sol은 최상위권에 위치Meta MuseSpark 1.2는 지능 지수 7위, Gemini 3.6 Flash는 13위를 기록했다.
- 오픈 모델 사용량MiMo-V2.5: 32.8조 토큰; DeepSeek V4 Flash: 26.4조 토큰8월 OpenRouter 월 누계 데이터.
- Vercel 토큰 사용 점유율DeepSeek 29.7%; Anthropic 24.7%; OpenAI 16.3%; Google 5.1%DeepSeek과 OpenAI는 전월 대비 점유율을 높인 반면 Google과 Anthropic은 하락했다.
- Vercel 지출 점유율Anthropic 64.8%; OpenAI 11.2%; Google 7.8%; Moonshot.ai 6.4%이 지표는 공개적으로 이용 가능한 시장 가격을 사용해 표준화 기준으로 산출된다.
- AI 토큰 가격 지수$2.218월 13일 기준, 보고서 요약에 따르면 전월 대비 9% 하락하고 전년 대비 87% 상승했다. 가격 인하와 보다 비용 효율적인 모델로의 전환이 주요 동인이었다.
- LLM 토큰 지출 지수$1.157월 1.57달러 대비 8월 전월 대비 27% 하락.
- GPU 임대 가격B200 시간당 $5.63; H100 시간당 $2.77; A100 시간당 $1.65전월 대비 변화율은 각각 -2%, +2%, 보합이었고, 전년 대비 변화율은 각각 +7%, +33%, +17%였다.
- 스토리지 가격DDR5 전월 대비 약 +8%; NAND 전월 대비 보합두 가격은 각각 전년 대비 약 483% 및 432% 상승했다.
영향과 시사점
대형 인터넷 주식의 경우 모델 출시와 역량 순위는 AI 경쟁 서사와 밸류에이션에 영향을 준다. 낮은 토큰 가격은 사용자 측 추론 비용에는 유리하지만, 클라우드 서비스와 모델 제공업체의 단위당 매출 및 마진을 낮출 수 있다. 안정적인 GPU 임대 가격은 AI 자본지출 수요 논지를 뒷받침하는 반면, 지속적으로 상승하는 스토리지 가격은 인프라 비용 압박을 가중시킨다.
위험
- OpenRouter와 Vercel 데이터는 해당 게이트웨이를 통해 라우팅된 트래픽만 포괄하며 직접 API, 클라우드 플랫폼, 프라이빗 배포, 자체 호스팅 추론 및 내부 하이퍼스케일 클라우드 워크로드는 제외한다. 따라서 전체 시장 사용량으로 간주해서는 안 된다.
- 토큰 가격 경쟁이 수요 성장보다 빨라질 경우 클라우드 플랫폼, 모델 제공업체 및 인터넷 기업의 AI 수익화 마진이 압박받을 수 있다.
- DRAM 및 NAND 가격의 지속적인 상승은 일부 GPU 효율성 개선 효과를 상쇄하고 총 AI 인프라 소유 비용을 높일 수 있다.
- 선도 모델 순위는 빠르게 변한다. Meta Watermelon 또는 Google Gemini 4와 같은 후속 출시가 경쟁 구도와 시장 심리를 빠르게 바꿀 수 있다.
- 대형 인터넷 주식은 광고 사이클, 규제, 자본지출 및 AI 제품에 의한 트래픽 분산을 포함한 기업별 위험에 계속 노출되어 있다.
주시할 점
- 후속 모델 출시, 역량 순위 변화 및 하이퍼스케일 클라우드 제공업체와 모델 연구소의 오픈 웨이트 전략.
- AI 토큰 가격 지수, 모델 가격 조정 및 비용 효율성 개선이 지속되는지 여부, 특히 클라우드 사업 마진에 미치는 영향.
- Vercel과 OpenRouter에서 오픈 모델과 폐쇄형 모델 간 사용 점유율 및 지출 점유율 변화.
- B200, H100 및 A100 임대 가격이 견조하게 유지되어 AI 인프라 수요와 서버 내용연수를 입증하는지 여부.
- DRAM 및 NAND 현물 가격 추세와 클라우드 인프라 자본지출 및 매출총이익률로의 전이.