오픈AI, 2030년까지 최소 2,070억 달러 조달 필요 — HSBC 추정

• Microsoft·Amazon과 체결한 초대형 클라우드 임대 계약을 반영한 HSBC 모델에서 OpenAI가 2030년까지 적자를 이어가며 운영하려면 최소 2,070억달러 추가 자금 조달이 필요한 구조로 계산됨
• OpenAI는 Microsoft 2,500억달러·Amazon 380억달러 등으로 총 1.8조달러 규모의 클라우드 임대 계약을 맺었고, 계약 전력은 36GW에 달해 연간 데이터센터 임대료만 6,200억달러 수준까지 치솟는 시나리오임
• HSBC는 사용자 수가 2030년 30억명(중국 제외 성인 44% 수준)까지 S-커브로 성장하고, 그중 10%가 유료 가입하며 LLM이 디지털 광고 시장의 2%를 차지하는 가정 아래 2030년 매출 2,135.9억달러까지 늘어나는 고성장 경로를 제시함
• 동시에 2030년까지 클라우드 임대 누적 비용 7,920억달러, 2033년 1.4조달러에 이르는 막대한 컴퓨팅 비용 탓에, 누적 자유현금흐름·Nvidia 투자·미사용 대출·보유 유동성을 모두 합쳐도 2,070억달러 자금 공백이 남는 것으로 추정됨
• HSBC는 AI가 전 산업의 생산성을 끌어올릴 것이라는 강한 낙관론을 유지하면서도, 이 거대한 CAPEX를 소화하려면 OpenAI가 추가 자금 조달·데이터센터 계약 조정 등 고통스러운 선택지를 마주할 수 있는 구조임을 드러냄

초대형 클라우드 계약과 “돈 구덩이” 구조

• OpenAI를 “웹사이트가 얹힌 거대한 돈 구덩이” 로 비유하며, 비상장사 특성상 그 구덩이의 깊이는 추정치에 의존하는 상황임

  • HSBC 미국 소프트웨어·서비스 팀이 최근 OpenAI 재무 모델을 업데이트함
  • 핵심 변화는 Microsoft·Amazon과의 신규 클라우드 임대 계약 반영임

• Microsoft와는 2,500억달러 규모의 클라우드 컴퓨트 임대 계약, Amazon과는 380억달러 규모의 계약을 각각 체결한 것으로 반영됨

  • 두 계약으로 OpenAI의 추가 컴퓨트 요구량 4GW가 더해져 총 계약 전력은 36GW 수준임
  • 전체 계약 가치는 최대 1.8조달러로 추산됨

• 이 가정하에 OpenAI는 연간 약 6,200억달러에 달하는 데이터센터 임대료를 향해 가는 궤적에 놓여 있음

  • 다만 이 계약 전력의 약 3분의 1만 2030년 말까지 실제 가동될 것으로 전제함
  • 클라우드 비용 일부는 매출원가(COGS), 일부는 R&D 비용으로 나뉘어 반영되는 구조임

사용자·매출 가정: 30억명 이용자와 구독·광고 수익

• HSBC는 먼저 OpenAI의 매출을 추정하기 위해 사용자 수 S-커브 모델을 구축함

  • 2030년에 사용자 수가 30억명에 도달해 중국을 제외한 세계 성인 인구의 44% 에 해당하는 수준으로 설정됨
  • 기준점으로 지난달 약 8억명 수준의 추정 사용자 수를 사용함

• 매출 구성은 구독과 광고, 향후 에이전트형 AI·새로운 디바이스 등을 포함하는 구조임

  • 단기적으로는 주로 기존 사용자에게 유료 구독 전환을 설득하는 모델에 의존하는 상태로 전제함
  • 장기적으로는 광고·agentic AI·Jony Ive와의 새로운 프로젝트 등이 매출원으로 더해질 수 있는 여지가 포함됨

• LLM 구독은 Microsoft 365만큼 보편적이고 유용한 서비스가 될 것이라는 전제가 깔려 있음

  • 2030년에는 OpenAI 사용자 중 10%가 유료 고객이 된다고 가정함
  • 현재는 약 5% 수준의 유료 비율이 추정치로 사용됨

• LLM 기업이 전 세계 디지털 광고 시장 매출의 2%를 확보한다는 가정도 추가됨

  • 현재는 디지털 광고에서 LLM 기업의 매출 비중이 거의 0에 가까운 수준으로 표현됨
  • 이 가정이 실현될 경우, 검색·광고에서 LLM 기반 서비스 매출이 의미 있는 축으로 부상하는 구조임

• 이 모든 가정을 합산할 때, OpenAI의 매출은 “폭발적인 성장(gangbusters)” 곡선을 그림

  • 2025년 125억달러, 2026년 349.8억달러, 2027년 679.9억달러
  • 2028년 1,068.9억달러, 2029년 1,537.9억달러, 2030년 2,135.9억달러로 제시됨

소비자·엔터프라이즈 AI 시장 점유율 가정

• 2030년 소비자용 AI 전체 매출은 1,290억달러로 가정됨

  • 이 중 870억달러는 검색, 240억달러는 광고에서 발생하는 것으로 설정됨
  • 나머지 부분은 기타 소비자용 AI 서비스 매출로 구성됨

• 이 시장에서 OpenAI의 소비자 점유율은 현재 약 71%에서 2030년 56%로 하락하는 시나리오임

  • Anthropic과 xAI는 각각 한 자릿수 점유율을 부여받음
  • 나머지 22%는 “others” 라는 미지의 경쟁자 그룹에 배분됨
  • Google은 소비자 AI 시장 점유율 가정에서 사실상 제외되어 있음

• 엔터프라이즈 AI 시장 매출은 2030년에 3,860억달러 수준으로 설정됨

  • OpenAI의 엔터프라이즈 점유율은 현재 약 50%에서 37%로 감소하는 전제가 사용됨
  • 다른 플레이어들은 현재와 크게 다르지 않은 점유율을 유지하는 것으로 가정됨
  • 시장 전체는 크지만 경쟁사 유입·다양화로 OpenAI 점유율이 다소 희석되는 그림임

비용 구조와 장기 적자: 사용자 보조 모델 지속

• 매출이 가파르게 성장함에도, 비용도 같은 속도로 올라가는 구조가 HSBC 모델에서 드러남

  • 차트에서는 매출과 함께 Microsoft 레브쉐어, COGS, R&D, SG&A 비용이 함께 전개됨
  • Microsoft 레브쉐어는 매출의 20% 수준 비현금(non-cash) 항목으로 가정됨

• 2025~2030년 전체 기간 동안 OpenAI는 사용자를 적극적으로 보조하는 구조에서 벗어나지 못하는 것으로 묘사됨

  • 2030년에도 영업손실이 -177.2억달러 수준인 시나리오가 제시됨
  • 즉, 매출 규모는 빅테크급이지만 손익 기준으로는 여전히 대규모 적자 상태라는 구조임

• 이러한 상황에서 새로운 자금 조달은 곧 데이터센터 소유주에게 전달되는 자금으로 표현됨

  • 추가 펀딩이 곧 클라우드·데이터센터 임대 비용을 메우는 역할을 한다는 점이 강조됨
  • 실질적으로 “현금은 데이터센터로, 모델은 계속 적자” 라는 악순환에 가까운 모양새임

클라우드 임대 누적 비용과 2,070억달러 자금 공백

• HSBC 모델은 현 시점부터 2030년까지의 클라우드 임대 누적 비용을 7,920억달러로 추정함

  • 2033년까지 기간을 확장하면 이 숫자는 1.4조달러에 이르는 것으로 계산됨
  • 이는 OpenAI의 8년 장기 가이던스와 대체로 일치하는 궤적으로 설명됨

• 같은 기간 OpenAI의 누적 자유현금흐름(FCCF) 은 2,820억달러 수준으로 추정됨

  • 여기에 Nvidia의 약속된 현금 투입 및 AMD 지분 처분으로 260억달러가 더해짐
  • 또한 미사용 부채·지분 조달 능력 240억달러와 2025년 중반 기준 보유 유동성 175억달러가 포함됨

• 이 모든 자금원을 합쳐도 클라우드 임대 누적 비용에 못 미치는 2,070억달러의 공백이 남는다는 결론임

  • HSBC는 여기에 100억달러 수준의 추가 현금 버퍼를 더해 안전 마진을 고려함
  • 결과적으로 OpenAI는 2030년까지 최소 2,070억달러 이상의 신규 자본 조달이 필요하다는 헤드라인 수치가 도출됨

민감도 분석: 사용자·구독 비율·컴퓨팅 단가 변화

• HSBC는 이 추정치가 다소 보수적일 수도 있다고 언급하며, 몇 가지 민감도 분석 수치를 제시함

  • OpenAI가 추가로 5억명의 사용자를 확보할 때마다 현재부터 2030년까지 누적 매출이 약 360억달러 증가하는 구조로 계산됨
  • 유료 구독 전환율을 20% 수준까지 끌어올릴 경우 동일 기간 추가 매출 1,940억달러가 가능하다는 수치도 제시됨

• LLM 사용량과 컴퓨팅 비용에 대한 가정도 다양한 방향으로 플렉스 가능한 변수로 설정됨

  • 컴퓨팅 단가 하락·효율 개선이 현실화될 경우, 필요 자본 규모는 줄어들 수 있는 여지가 있음
  • 반대로, AI 활용이 더 급격히 증가하면 비용도 함께 치솟는 양면성을 가진 구조임

• 흥미롭게도, AGI(인공지능 일반지능)를 실현하는 경우에 대한 시나리오는 모델에 포함되지 않음

  • AGI 실현이 매출·비용·가치 평가에 미칠 영향은 “모델 바깥” 변수로 남겨둔 상태임
  • 따라서 모델은 어디까지나 현실적인 LLM 비즈니스 확장선에 한정된 추정임

성장 둔화 시 선택지: 데이터센터 계약 조정 가능성

• 만약 매출 성장률이 예상치를 넘어서지 못하고 투자자들이 신중해지는 상황이 오면, OpenAI는 어려운 선택에 직면할 수 있음

  • Oracle 사례 등으로 부채 시장이 이미 긴장 상태라는 언급이 등장함
  • Microsoft의 OpenAI 지원 스탠스도 최근 들어 다소 오락가락(flip-flop) 하는 모습으로 그려짐
  • 이 상황에서 2대 주주가 SoftBank라는 점도 함께 언급됨

• HSBC가 제시하는 “최선의 최악 옵션(best worst option)” 은 일부 데이터센터 커밋을 정리하는 시나리오임

  • 통상 4~5년 기간의 계약 만기 이전·이후에 데이터를 센터 커밋을 축소·포기하는 방안이 거론됨
  • AI LLM·클라우드·칩 기업들 간 얽힌 관계를 고려할 때, 대형 플레이어들 간에는 일정 수준의 유연성이 존재할 수 있다는 분석임

• 보고서 인용에 따르면 “유동성 위기보다는 일부 용량 축소가 항상 더 나은 선택” 이라는 인식이 공유될 가능성이 있음

  • 특히 네오 클라우드(신흥 클라우드 업체) 보다는 기존 대형 사업자들이 유연하게 대응할 여지가 더 크다고 봄
  • 결과적으로, OpenAI의 자금 사정 악화 시 클라우드 커밋 조정이 구조적 리스크 완화 수단이 될 수 있는 그림임

HSBC의 강한 AI 낙관론과 CAPEX 정당화

• 위와 같은 보수적·위험한 숫자에도 불구하고, HSBC 팀은 AI 자체에 대해 매우 강한 낙관론을 유지함

  • AI가 모든 생산 프로세스·모든 산업 vertical에 침투할 것으로 전망함
  • 그 결과 전 세계 생산성에 의미 있는 상승 효과를 줄 수 있다고 평가함

• 일부 AI 자산은 과대평가·과소평가가 혼재해 있지만, 궁극적으로는 생산성 주도형 경제 성장률이 몇 bp만 올라가도 현재 논쟁이 되는 CAPEX는 충분히 정당화될 수 있다는 시각임

  • 세계 GDP 110조달러 이상 규모에서 몇 bp의 성장률 상승만으로도 숫자가 거대한 효과를 낳는 구조임
  • 이 관점에서 보면, OpenAI를 2030년까지 버티게 하기 위한 2,070억달러는 생각보다 작은 숫자일 수 있다는 암시가 담겨 있음

• 요약하면 HSBC는 단기적으로는 막대한 적자와 자본 조달 리스크, 장기적으로는 AI가 만들어낼 거시 생산성 효과 사이의 긴장 관계를 동시에 보여줌

  • OpenAI 사례는 AI 인프라 기업이 얼마나 큰 규모의 자본과 컴퓨팅을 선투자해야 하는지를 극단적으로 드러내는 사례임
  • 동시에, 이 규모의 베팅이 장기적으로 세계 경제 전체를 얼마나 움직일 수 있는지에 대한 실험이기도 한 구조임