AWS는 왜 자체 AI칩을 만들까?

Trainium의 진짜 투자 포인트

Microsoft를 분석하면서 AI 시대의 클라우드 기업은 매출 성장률만큼 AI 인프라 비용을 얼마나 효율적으로 통제하는지가 중요하다는 점을 살펴봤다.

이번에는 AWS를 공부하면서 한 가지 의문이 생겼다.

이미 NVIDIA GPU가 있는데 Amazon은 왜 직접 AI칩을 만들까?

AWS는 자체 AI칩인 Trainium을 개발하고 있다.

처음에는 단순히 NVIDIA GPU보다 저렴한 칩을 확보하기 위한 전략이라고 생각했다.

하지만 투자 관점에서는 칩 가격 자체보다 더 중요한 것이 있었다.

Trainium이 낮춘 AI 연산비용이 실제 AWS의 마진과 현금흐름 개선으로 이어질 수 있는가?

---

자체 AI칩을 만드는 이유

AI 서비스를 제공하려면 막대한 연산 자원이 필요하다.

AI 사용량이 증가할수록 클라우드 기업이 부담해야 하는 GPU와 데이터센터 비용도 함께 증가한다.

따라서 AWS 입장에서는 AI 매출이 빠르게 증가하더라도 이를 처리하는 비용이 더 빠르게 증가한다면 수익성이 악화될 수 있다.

여기서 자체 AI칩의 의미가 생긴다.

Trainium을 통해 같은 AI 연산을 더 낮은 비용으로 처리할 수 있다면,

Trainium 사용 확대
→ AI 연산비용 감소
→ 매출원가율 하락
→ GPM(매출총이익률) 개선 가능

이라는 구조가 만들어질 수 있다.

결국 자체 AI칩은 단순한 기술 경쟁이 아니라 클라우드 사업의 원가를 통제하기 위한 전략으로 볼 수 있다.

---

원가가 낮아진다고 반드시 이익이 늘어나는 것은 아니다

하지만 여기서 한 가지 변수가 있다.

바로 가격 경쟁이다.

AWS가 Trainium을 통해 AI 서비스 원가를 20% 낮췄다고 가정해보자.

그런데 Microsoft Azure와 Google Cloud 역시 AI 인프라 경쟁을 확대하면서 AWS가 고객을 확보하기 위해 서비스 가격을 15% 낮춘다면 어떻게 될까?

원가 절감폭이 가격 인하폭보다 크다면 GPM이 개선될 가능성이 있다.

하지만 경쟁이 더 심해져 어느 순간

판매가격 -20%
원가 -10%

가 된다면 상황이 달라진다.

자체 칩으로 비용을 낮추고 있어도 그보다 서비스 가격이 더 빠르게 하락하면서 GPM이 압박받을 수 있기 때문이다.

즉 Trainium이 만들어낸 비용 절감 효과를 Amazon이 전부 이익으로 가져가는 것이 아니라 가격 인하를 통해 고객에게 넘겨주게 될 수도 있다.

그래서 Trainium의 성공 여부를 판단할 때 단순히 “기존 GPU보다 비용이 저렴하다”는 사실만 봐서는 부족하다고 생각한다.

---

사용량 증가도 함께 봐야 한다

가격을 낮추는 것이 항상 나쁜 것도 아니다.

서비스 가격을 낮추면서 AI 사용량이 크게 증가한다면 더 많은 고객과 워크로드를 AWS 생태계로 끌어올 수 있기 때문이다.

예를 들어 가격을 낮춘 이후

AI 사용량 +50%
GPM 40% → 43%
AWS 매출 성장률 +25% → +35%

가 나타난다면 Trainium 전략이 효과를 내고 있다는 가설에 힘이 실릴 수 있다.

가격을 낮췄는데도 마진이 개선되고 사용량과 매출 성장까지 가속되고 있기 때문이다.

하지만 여기서도 분석을 끝내면 안 된다.

---

감가상각비까지 확인해야 한다

Trainium 사용을 확대하려면 칩만 필요한 것이 아니다.

서버와 데이터센터 등 추가적인 AI 인프라 투자가 필요하다.

대규모 CAPEX가 발생하면 이후 감가상각비 부담도 커질 수 있다.

따라서 GPM이 개선됐다고 해서 전체 수익성이 바로 좋아졌다고 판단하기보다는 OPM(영업이익률)까지 확인해야 한다.

예를 들어,

AWS 매출 +35%
GPM 43% 유지
감가상각비 +40%
OPM 25% → 28%
FCF +20%

가 나타났다고 가정해보자.

감가상각 부담이 크게 증가했는데도 OPM이 상승하고 FCF까지 증가했다면 이야기가 달라진다.

자체 칩과 AI 인프라 투자에 많은 돈이 들어가고 있지만 매출 성장과 비용 효율화가 그 부담을 흡수하고 있다는 근거가 생기기 때문이다.

이 경우 Trainium 전략에 대한 가설을 이전보다 강하게 가져갈 수 있다고 생각한다.

---

경쟁 심화는 PER에도 영향을 준다

현재 실적이 좋다고 해서 밸류에이션까지 그대로 유지되는 것은 아니다.

AWS의 매출, OPM, FCF가 계속 증가하고 있어도 Microsoft와 Google의 AI 클라우드 투자가 확대되면서 앞으로의 성장률 전망이 낮아질 수 있다.

예를 들어 향후 성장률 전망이 35%에서 20%로 낮아졌다면 현재 이익이 바로 감소한 것은 아니다.

따라서 이 경우에는 EPS를 바로 낮추기보다 미래 성장 기대를 반영하는 Target PER을 먼저 다시 검토할 수 있다.

반대로 이후 실제 숫자에서도

매출 성장 둔화

GPM 하락

OPM 하락 

이 나타난다면 그때는 현재 이익 전망 자체가 달라진 것이기 때문에 EPS 역시 수정해야 한다.

결국,

현재 실적 악화 → EPS 확인

미래 성장 기대 악화 → PER 확인

둘 다 악화 → EPS와 PER 모두 확인

이라는 구조로 생각할 수 있다.

---

결론

이번 AWS 분석에서 가장 중요하게 본 것은 Trainium 자체의 기술력이 아니다.

Trainium이 실제 AWS의 경제성을 얼마나 개선할 수 있는가다.

앞으로 확인하고 싶은 흐름은 다음과 같다.

Trainium 사용 확대
→ AI 연산비용 감소
→ GPM
→ OPM
→ FCF
→ EPS
→ PER

특히 AWS와 Azure, Google Cloud의 경쟁이 심해질수록 자체 AI칩으로 낮춘 비용이 Amazon의 이익으로 남는지, 아니면 가격 경쟁을 통해 고객에게 넘어가는지를 확인할 필요가 있다고 생각한다.

결국 자체 AI칩의 진짜 가치는 “얼마나 싸게 만들었는가”가 아니라 “낮아진 비용을 얼마나 이익과 현금으로 전환했는가”에서 확인할 수 있을 것 같다.