IT之家 10월 30일 소식에 따르면, 기업의 AI 지출이 계속 증가하고 있으며, 주요 AI 제조업체들이 토큰 기반 과금 모델로 전환함에 따라 이 지출은 더욱 예측하기 어려워지고 있습니다. PC OEM, ODM, 칩 제조업체, 채널 파트너 및 호스팅 서비스 제공업체에게는 핵심 문제가 있습니다: AI 워크로드는 어디에서 실행되어야 하고, PC는 어떤 역할을 해야 하는가? 예측에 따르면, AI PC의 출하 비율은 2027년에 60%에 달할 것이며, 현지 AI 설치 기반은 교체 주기를 통해 점차 형성되고 있습니다.
기업의 AI 지출은 여전히 증가하고 있으며, 토큰 기반 과금 방식으로 인해 비용 관리가 어렵다
대다수의 기업이 내년에 AI 투자를 늘릴 계획입니다. Omdia의 《2026년 AI 시장 성숙도 조사》에 따르면, AI 예산을 편성한 조직의 86%가 2027년 지출이 더욱 증가할 것으로 예상합니다.
그리고 헤드급 AI 제조업체들은 좌석 기준이나 요청 기준으로 과금하는 방식에서 토큰 기반으로 과금하는 방식으로 전환하고 있으며, 작업의 비용은 실행이 끝난 후에만 명확해질 수 있어 지출 관리가 더욱 어려워집니다. 에이전트형 AI는 문제를 더욱 악화시켜, 단일 작업이 긴 연속적인 모델 호출을 유발할 수 있습니다. 그럼에도 불구하고 이러한 위험들은 기업의 AI 지출과 사용 속도를 늦추지 않았습니다.
이전에는 기업의 AI가 대부분 클라우드에서 운영되었으며, 비용이 계속 증가하는 상황에서 기업들은 어떤 작업 부하를 클라우드에 남겨두어야 하는지 다시 고려하기 시작했습니다. 공공 클라우드, 로컬 서버, 엣지 AI를 포함한 혼합 인프라가 해결책이 되고 있지만, 대규모로 로컬 AI를 도입하는 데에는 높은 진입 장벽이 있으며, 많은 기업은 필요한 기술 역량을 갖추지 못하고 있습니다. 이는 PC 생태계에 있는 기회입니다. 기업들이 기기에서 AI를 운영할 수 있는 시나리오와 방식을 명확히 하는 데 도움이 됩니다.
순수 클라우드 AI는 비용과 규정 준수 위험을 높이며, 엔드사이드 AI는 아직 기업 구매자에게 진정한 인상을 주지 못하고 있습니다.
비용 외에도 더 많은 회사 데이터가 장치에서 이동함에 따라, 순수 클라우드 AI는 규정 준수, 보안 및 데이터 주권 측면의 문제도 초래합니다. 스마트 아티브 솔루션이 생산 환경으로 확대됨에 따라 이러한 위험은 더욱 심화될 수 있으며, 관리 비용을 추적하기도 어렵습니다.
사용자 측에도 관리의 허점이 존재합니다. Omdia의 《PC Horizons 소비자 조사》에 따르면, PC를 사용하는 응답자의 78%가 매주 최소 여러 번 AI를 사용하지만, 이 중 12%만이 직장이나 학교에서 제공하는 도구를 사용합니다. 많은 사람들이 IT 부서가 확인할 수 없는 개인 계정에서 AI를 사용하고 있어, 기업 데이터에 추가적인 위험이 발생할 수 있습니다.
공개 클라우드는 초기 기업 AI 애플리케이션에서 주도적인 역할을 하는 이유는 사용이 쉽고 하드웨어를 구매할 필요가 없으며, 가장 강력한 최신 모델에 접속할 수 있기 때문입니다. 현재 여러 새로운 발전으로 공개 클라우드 외부에서 AI를 운영하는 것이 더욱 가능해졌습니다: 기업이 자체적으로 배포할 수 있는 오픈소스 가중치 모델이 최신 모델과의 격차를 크게 줄였으며, 양자화 압축 기술으로 모델 크기를 PC 메모리에 들어갈 수 있을 정도로 줄여서 점점 더 많은 일반적인 AI 작업이 로컬에서 실행될 수 있게 되었고, 적은 추가 투자로 규정 준수와 데이터 주권 측면에서 사설 인프라의 대부분의 이점을 얻을 수 있습니다; 신경 처리 단위(NPU)도 많은 새로운 PC의 표준 장비가 되었습니다.
하지만 AI PC의 가치 제안은 시장에서 실제로 공감을 얻지 못하고 있습니다. Omdia 조사에 따르면, PC로 업무를 하는 응답자의 69%는 기기에서 직접 AI 작업을 처리할 수 있는 컴퓨터에 대해 추가 비용을 지불할 의향이 있지만, 62%는 기기의 속도 저하나 손상, 또는 더 좋은 모델로 업그레이드를 원하기 때문에 이전 PC를 교체하는 반면, AI 기능을 주요 교체 이유로 꼽은 사람은 9%에 불과합니다.
AI PC 출하 비율이 빠르게 증가하고 있으며, 메모리 비용이 가장 큰 변수입니다.
AI PC의 출하 비율은 2025년의 33%에서 2027년에는 60%로 증가할 예정이며, 2030년에는 79%에 도달할 것입니다. 구매자가 의도적으로 요구하든 그렇지 않든, 현지 AI 장비 설치 기반은 교체 주기와 함께 변화할 것입니다.
비즈니스 계정에서는 먼저 비용을 계산해야 합니다. 클라우드 비용은 사용량이 증가함에 따라 지속적으로 발생하는 비용이며, PC는 일반적으로 일회성 투자입니다. 적절한 비교 방법은 더 강력한 PC 설정의 추가 비용과 그로 인해 대체할 수 있는 지속적인 클라우드 비용을 비교하는 것입니다. 직원이 더 강력한 AI PC를 구입하면 업그레이드 비용만 지불하면 현지 AI 기능을 얻을 수 있습니다.
전통적인 아키텍처는 작업의 규모에 따라 역할을 분담합니다: 클라우드는 가장 복잡한 작업을 담당하고, 로컬 서버는 최대 작업 부하와 모델을 처리하며, PC는 일반적인 추론 작업을 담당합니다. 양적 기술은 이러한 구분을 바꾸고 있으며, 특히 메모리가 더 큰 기기에서는 점점 더 많은 작업이 PC로 라우팅됩니다.
스마트 아티브 AI는 로컬 추론의 초기 실제 적용 사례입니다: 로컬 스마트 아티브는 메모리 용량과 대역폭에 대한 요구가 주류 PC 수준을 훨씬 초과합니다. 현재 주요 OEM은 스마트 아티브 AI를 위한 최초의 고급 모델을 출시했으며, 가격이 높아 현재는 개발자와 고사용자에게 적합합니다. 오픈소스 가중치 모델과 양자화 기술이 지속적으로 발전함에 따라, 이러한 시나리오는 더욱 확대될 것입니다.
메모리는 클라우드 기반 AI의 대규모 보급에 있어 주요 위험 요소입니다. 2025년 이후로 메모리 비용은 PC 제작 비용의 약 15%에서 거의 40%로 증가했으며, 이는 구매자들이 더 낮은 메모리 사양을 선택하도록 만들 수 있습니다. 반면 클라우드 기반 AI는 더 많은 메모리가 필요합니다. 이러한 압력은 서버 측에도 전달될 가능성이 높습니다. 노트북의 가치는 AI 운영에만 국한되지 않으므로, AI PC의 추가 비용은 서버 투자에 비해 여전히 온화할 것이며, 클라우드 기반 AI의 비용 투명성 문제도 피할 수 있습니다.
생태계는 협력하여 단말 측 능력을 실제 적용 가능한 비즈니스 사례로 전환해야 합니다.
하드웨어는 주류화되고 있지만, 기업 측의 도입은 아직 초기 단계에 있습니다. 기업들은 현지 추론이 어떤 상황에서 실제로 경제적이라는 것을 알아내고 있습니다. 이 격차를 좁히려면 전체 생태계가 협력해야 합니다: OEM은 작업 부하를 참고하여 경제적인 측면을 보여주어야 하며, 더 강력한 PC 설정이 얼마나 추가 비용을 절감하는지의 이익을 클라우드 비용 절감으로 회수할 수 있어야 합니다. ODM과 칩 제조업체는 이러한 설정의 경제성, 특히 메모리의 경제성에 대해 결정해야 합니다.
채널 파트너와 호스팅 서비스 제공업체는 이 주장을 기업이 실행할 수 있는 구체적인 방안으로 전환해야 합니다. AI 성숙도를 평가하고 작업 부하 배포 위치와 모델을 결정하며 전략을 수립하는 것은 많은 조직이 부족한 능력입니다. 또한 모델, 클라우드 가격 정책, 하드웨어는 지속적으로 변화하기 때문에 이러한 결정들은 다음 교체 전에 다시 조정해야 합니다. 이는 단순히 노트북을 판매하는 서비스를 넘어서는 지속적인 서비스 기회입니다.
기업의 AI 지출은 계속 증가할 것이며, 그에 따른 압박은 각 작업 부하의 비용과 적절한 운영 위치를 명확히 파악해야 한다는 것입니다. AI PC는 클라우드나 로컬 서버를 대체하지 않지만, 전체 생태계가 조화를 이루면 이러한 지출을 최적화하는 데 도움이 될 수 있습니다.
참고