모델 경쟁에서 이겨도 돈은 다른 곳으로 간다.

AI 수익 가치사슬 분석에서 인프라 레이어가 전체의 82%를 가져가고 모델 레이어는 11%에 그쳤다는 수치가 나왔다(AI타임스, 2026년 7월). 앱과 워크플로우는 나머지를 나누고 있고, 그 비중은 상승세다.

이 숫자가 불편한 이유는 단순하다. 대부분의 AI 제품 전략이 “어떤 모델을 쓸 것인가”에 집중돼 있기 때문이다.

자본이 이미 방향을 바꿨다

swyx는 2026년 5월, 자본 흐름이 모델 단일 차원에서 에이전트 오케스트레이션과 운영 차원으로 분기됐다고 진단했다. 그 직후 n8n이 SAP Joule Studio와의 협업으로 기업 가치 52억 달러를 받았다. n8n은 모델 회사가 아니다. 워크플로우 연결 레이어다.

같은 분기, Microsoft AI 연간 반복 매출(ARR)이 370억 달러를 기록하며 전년 대비 123% 성장했다. 이 매출의 핵심은 GPT 모델 라이선스가 아니라 Copilot을 엔터프라이즈 업무 흐름에 연결한 통합 레이어였다.

OpenAI도 2026년 5월 별도 배포 전문 법인 DeployCo를 설립했다. 공식 설명은 이렇다. “기업이 프론티어 AI를 프로덕션에 넣고 성과로 연결하도록 돕는다.” 모델을 만드는 회사가 배포 회사를 따로 만들었다는 사실이 이 구조를 요약한다.

82%가 인프라로 가는 이유

모델을 실제로 돌리려면 GPU 서버, 스토리지, 네트워크 대역폭, 보안 경계가 필요하다. 이 비용은 모델 API 요금보다 훨씬 크다.

Anthropic은 2026년 2분기 분기 첫 흑자를 기록했다. 매출이 직전 48억 달러에서 109억 달러로 2.3배 뛰었다. 그러나 같은 기간 Anthropic이 컴퓨트 확보를 위해 SpaceX, Akamai와 맺은 계약 규모를 합치면 수백억 달러 수준이다. 모델이 버는 돈보다 모델을 돌리는 데 쓰는 돈이 더 크다는 역설이 산업 구조 안에 내장돼 있다. 그 비용이 인프라 사업자의 수익으로 쌓인다.

앱 레이어는 반대 이유로 수익을 붙들지 못한다. 모델 API를 호출해 기능을 만드는 것은 쉽다. 그 위에 쌓은 것이 차별화가 되지 않으면 수익은 인프라와 모델로 흘러간다. 도메인 데이터, 반복 사용 패턴, 업무 흐름 안에서의 자리가 없는 앱은 언제든 교체 가능한 래퍼로 남는다.

PM이 다시 물어야 할 것

“어떤 모델을 쓸 것인가”는 틀린 질문이 아니다. 하지만 수익이 머무는 구조를 만들려면 그 다음 질문이 필요하다.

사용자가 이 기능을 어떤 업무 흐름에서 반복적으로 쓰는가. 그 반복이 우리 데이터를 만드는가. 그 데이터가 다음 판단을 더 정확하게 만드는가.

이 세 가지가 연결될 때, 앱·워크플로우 레이어는 단순 모델 래퍼에서 벗어난다.

라인야후는 AI 코딩 도구 도입 이후 코드 자동화 비율이 20%를 넘었다. 이 숫자가 의미 있는 이유는 단순한 자동화 비율이 아니라, 그 과정에서 라인야후 내부의 코드베이스와 개발 패턴이 시스템에 녹아들었기 때문이다. 도구가 계속 쓰일수록 도구가 더 정확해지는 구조다. 수익이 머무는 형태다.

82%가 인프라로 간다는 수치는 경고가 아니다. 어디서 싸울 것인지를 알려주는 지도다.

당신이 만들고 있는 AI 제품은 수익이 머무는 구조를 갖추고 있습니까?