Azure와 OpenAI: 빌린 모델의 경제학

마이크로소프트 Azure와 OpenAI는 어떤 관계일까요. 한 문장으로 답하면, Azure는 자체 플래그십 모델을 만드는 대신 OpenAI의 최강 모델을 API로 독점 공급받아 클라우드의 "모델층"을 채웁니다. OpenAI는 2025년 10월 Azure에 $250B 규모의 구매를 약정했고, 이 약정은 마이크로소프트 상업 수주잔고(RPO, 계약은 됐지만 아직 매출로 인식되지 않은 금액. FY2026 Q3 기준 $627B)의 약 40%를 차지합니다.

동시에 OpenAI는 Oracle($300B+ 규모 Stargate), AWS($38B), CoreWeave와 대형 컴퓨트 계약을 이미 체결해 연산 자원을 여러 클라우드로 분산했습니다. 그럼에도 Azure 성장률 안의 AI 기여 포인트가 유지되거나 늘었다면, 그것은 API 독점과 기존 워크로드 락인이 그 분산을 흡수하고 있다는 신호입니다. 이 흡수가 진짜인지, 언제까지 갈지가 이 글의 줄기입니다.

이 글이 끝까지 따라가는 질문은 하나입니다. 빌린 모델로 쌓은 클라우드는 강한가, 위태로운가?

클라우드는 "땅 빌려주는 사업"이 아니다

클라우드를 "남는 서버를 시간당 빌려주는 임대업"으로 보면 Azure의 성장도 위험도 보이지 않습니다. 같은 클라우드라도 안에서 무엇을 어떻게 쌓았느냐에 따라 성장의 질과 무너지는 방식이 완전히 달라집니다. 하이퍼스케일 클라우드(전 세계 규모의 초대형 데이터센터망을 운영하는 하이퍼스케일러의 클라우드)를 한 덩어리로 보면 점유·마진·해자의 인과가 전부 뒤섞입니다. 그래서 이 글은 클라우드를 3층 건물로 분해합니다.

세 개의 층은 각각 하는 일이 다릅니다. 맨 아래 ①칩 층은 연산을 실제로 돌리는 실리콘입니다. 직접 설계하면 원가가 내려갑니다. 가운데 ②모델 층은 그 위에서 손님에게 파는 AI 두뇌입니다. 어떤 모델을 내놓느냐가 차별점을 만듭니다. 맨 위 ③플랫폼 층은 그 클라우드에 이미 묶여 사는 고객 기반입니다. ID, 데이터, 생산성 소프트웨어가 여기 쌓입니다.

세 회사가 이 3층을 채우는 방식이 다 다릅니다. Google Cloud는 세 층을 모두 자가 완비했습니다(자체 칩 TPU + 자체 모델 Gemini). AWS는 칩(Trainium)은 직접 만들되 모델은 여러 외부 모델을 중립적으로 얹습니다(Bedrock). Azure는 세 번째 변형입니다. 칩은 가장 약하고, 모델은 남에게서 빌려 독점하며, 플랫폼 락인은 3사 중 가장 강합니다. 이 비대칭이 Azure 이야기의 전부입니다.

규모만 숫자로 잡고 들어가겠습니다. Azure는 FY2025에 연 매출 $75B를 처음 공개했고(전년 대비 +34%, GeekWire), 글로벌 클라우드 인프라 시장에서 약 21%를 차지합니다(집계사 Synergy Research, Q1 2026 기준, Synergy).

개념적 시각화입니다. 칸의 진하기는 각 층의 상대 강도를 나타낼 뿐, 정량 측정값이 아닙니다. Azure의 모델층 점선은 자체 보유가 아니라 OpenAI에게서 빌려 독점한다는 뜻입니다.

1. 3층 해부: 칩·모델·플랫폼

먼저 결론부터 박습니다. Azure의 세 층은 강도가 정반대입니다. 칩은 3사 중 가장 약하고(미성숙), 플랫폼은 3사 중 가장 강하며(엔터프라이즈 락인), 모델은 빌려서 독점합니다. 무게중심이 ①칩에서 ③플랫폼으로 갈수록 단단해집니다. 이 장은 세 층을 하나씩 분해해, 어디가 약하고 어디가 강한지를 정확히 잡습니다.

1.1 ①칩 층: 가장 약한 골조

Azure의 자체 가속기는 추론 전용 Maia 200과 Arm CPU Cobalt 200입니다. Maia 200은 TSMC 3nm 공정에 FP4 약 10 PFLOPS, HBM3e 216GB, 750W 사양으로 2026년 1월 아이오와에서 프로덕션에 들어갔습니다. 공학적 위치를 정확히 잡아야 합니다. Maia는 행렬곱에 특화된 추론 전용 칩입니다. 학습 범용성을 버린 대가로 추론 토큰당 전력 효율을 노린 설계이고, NVIDIA Blackwell(1,200W 초과) 대비 저전력은 그 설계의 구조적 결과입니다.

그러나 여기가 Azure의 가장 약한 고리입니다. Maia의 소프트웨어 개발 키트(SDK)는 아직 프리뷰 단계입니다. Google TPU(JAX·XLA 생태계 성숙)나 AWS Trainium(Neuron 스택)과 비교하면 컴파일러와 라이브러리 생태계가 미성숙하고, 양산도 2026년으로 지연된 이력이 있습니다.

다만 격차의 크기를 정확히 잡아야 합니다. Maia 200은 2026년 1월부터 아이오와에서 GPT-5.2와 Microsoft 365 Copilot을 프로덕션으로 구동하고 있고, SDK도 Triton 컴파일러와 PyTorch 지원을 갖춘 프리뷰입니다(Microsoft 블로그). "아직 미성숙"은 맞지만 "작동하지 않는 죽은 칩"은 아닙니다. TPU와 Trainium의 성숙한 생태계에 비해 한 세대 뒤처졌다는 것이지, 가동조차 못 한다는 뜻이 아닙니다.

그래서 현실의 Azure 데이터센터 주력 가속기는 여전히 NVIDIA Blackwell입니다. 자체 칩이 특정 워크로드와 앵커 고객에서 이미 원가 절감 엔진으로 작동하기 시작한 Google·AWS와 달리, Azure에게 칩은 막 가동을 시작한 단계입니다. 비유로 돌아오면, Azure는 건물 골조를 이제 막 직접 붓기 시작했지만 주력은 아직 남의 골조(NVIDIA)를 빌려 얹은 상태입니다.

1.2 ②모델 층: 빌려서 독점한 간판

Azure에는 자체 플래그십 거대언어모델(LLM)이 없습니다. 대신 OpenAI의 최강 모델을 API로 독점 공급받아 이 층을 채웁니다. 세 회사를 한 줄로 비교하면 구도가 선명해집니다. Google Cloud는 모델을 자가 완비합니다(Gemini를 직접 만듦). AWS는 모델 중립입니다(Bedrock에 Claude 등 외부 모델을 여러 개 얹음). Azure는 모델 외주 독점입니다(가장 강한 단일 모델을 빌려서 가둠).

AWS의 "여러 모델 중립"과 Azure의 "단일 최강 모델 독점"은 정확히 반대 전략입니다. Azure는 OpenAI 하나에 베팅해 "여기서만 GPT급 최강 모델을 쓸 수 있다"는 희소성을 팝니다. 이 "빌렸다"는 사실이 2장과 3장의 전부입니다. 빌린 것은 강력한 무기이면서, 빌려준 쪽이 마음을 바꾸면 흔들리는 자산이기도 합니다.

1.3 ③플랫폼 층: 이미 입주한 세입자들

Azure의 바닥 해자는 여기에 있습니다. Microsoft 365 유료 좌석 4억 5천만 이상, Entra ID(구 Azure AD), Active Directory, Windows Server, SQL Server의 설치 기반이 Azure로 가는 자연스러운 동력입니다. 기존 Microsoft 엔터프라이즈 스택을 쓰는 조직에게 Azure는 "ID와 디렉터리와 생산성 소프트웨어가 이미 연결되어 있는 클라우드"입니다. 새 클라우드로 옮기려면 이 연결을 전부 끊고 다시 이어야 하므로 전환 비용이 큽니다.

비유로 말하면, 이건 건물에 이미 입주해 사는 세입자들입니다. 간판 가게(②모델)는 손님을 끌지만, 진짜 안정적인 수입은 한번 들어오면 잘 안 나가는 입주 세입자에게서 나옵니다. 데이터 중력(이미 저장된 데이터)과 ID 중력(이미 연결된 신원·권한)이 결합한 소프트웨어형 해자이고, 3층 중 가장 지속적입니다. CEO가 바뀌어도, 한 세대가 지나도 잘 빠지지 않습니다. Google·AWS가 구조적으로 갖지 못한 비대칭 자산입니다.

정황 사례 하나가 이 락인의 결을 보여줍니다. 이미 Microsoft 365와 Entra로 직원 계정·권한·문서를 관리하는 조직은, 새 AI 워크로드를 올릴 클라우드를 고를 때 같은 ID로 곧장 연결되는 Azure를 기본값으로 검토하게 됩니다. 데이터를 다른 클라우드로 옮기고 권한 체계를 새로 세우는 수고 대신, 이미 깔린 배선을 그대로 쓰는 쪽이 편하기 때문입니다.

다만 역할을 정확히 나눠야 합니다. 플랫폼 락인은 "신규 점유율을 끄는 주력 엔진"이라기보다 "이탈을 막고 마진을 방어하는 바닥"입니다. 신규 점유율을 끄는 견인 동력은 ②OpenAI 독점 쪽에 가깝습니다(2장). 그리고 정직한 단서 하나를 답니다. 4.5억 좌석이 정확히 얼마나 Azure 점유율 획득으로 전환되는지를 보여주는 직접 증거(예를 들어 Azure 신규 고객 중 기존 M365 사용 조직 비중)는 Microsoft가 분해해서 공개하지 않습니다. 그래서 "락인이 점유로 전환된다"는 정황과 전환비용 논리에 기반한 추정이며, 이 글은 그것을 단정하지 않습니다.

2. 빌린 모델: OpenAI 외주독점과 2025-10-28에 깨진 것

결론부터 박습니다. OpenAI 독점은 Azure가 AI 신규 워크로드를 빨아들인 흡인력의 정체입니다. 그러나 2025년 10월 28일 재구조화로 "기술 전속"은 약화되고 "상업 락인"은 강화되는 거래가 일어났습니다. "독점 해제 = 악재"로 단순화하면 절반을 놓칩니다. 이 장은 독점이 Azure에 준 것, 그날 무엇이 바뀌었는지, 그리고 묶임의 크기를 차례로 봅니다.

2.1 독점이 Azure에 준 것

"세계 최강 프런티어 모델을 API로 독점 제공한다"는 것은 AI 신규 워크로드를 Azure로 빨아들이는 흡인력이었습니다. 다른 클라우드에 없는 모델을 여기서만 쓸 수 있다는 희소성이죠. 그 흔적이 Azure 성장률 안의 "AI 기여 포인트"입니다.

Azure 성장률 중 AI 서비스가 직접 보탠 폭은 FY2025 Q2 13포인트, Q3 16포인트로 IR 보도자료에 공개됐습니다(MSFT IR FY25 Q3). FY2024 Q4 8포인트와 FY2025 Q4 12포인트는 IR 보도자료가 아니라 어닝콜 트랜스크립트 기준이라 추정으로 둡니다. 출처를 섞지 않기 위해 차트에서도 둘을 구분 표시합니다. 어느 쪽으로 보든 Azure 전체 성장률의 약 3분의 1에서 5분의 2를 AI가 끌어올린 셈입니다.

핵심은 단순 모델 호스팅이 아니라 공동 스케일링이라는 점입니다. OpenAI의 프런티어 학습·추론 수요가 Azure의 전력·네트워크·칩을 함께 키우는 규모 동력으로 작동했습니다. 한 거대 고객이 인프라를 같이 키워준 셈입니다.

2.2 2025-10-28: 계약서가 다시 쓰였다

2025년 10월 28일 Microsoft와 OpenAI는 파트너십을 재구조화했습니다. 무엇이 유지되고 무엇이 풀렸는지를 항목별로 봐야 "악재냐 호재냐"의 단순화를 피할 수 있습니다. 표를 보는 방법은 하나입니다. 위쪽 두 줄(유지·강화)은 Azure를 단단하게 묶고, 아래쪽 줄들(삭제·허용)은 전속성을 풀어줍니다. 같은 날 두 방향이 동시에 일어났습니다.

핵심을 한 문장으로 옮기면 이렇습니다. 기술 전속성은 약화됐고, 상업 락인은 강화됐습니다. "OpenAI는 곧 Azure 전속"의 시대는 끝났지만, 가장 중요한 API 독점은 살아남았고 $250B 구매 약정과 IP 2032년 연장으로 OpenAI는 향후 7년간 Azure의 거대 앵커 고객으로 묶였습니다(Microsoft 블로그, CNBC).

여기서 흔한 권위자의 반론을 미리 받습니다. "빌린 건 결국 빼앗긴다, 우선 공급권이 삭제된 순간 독점은 끝난 것"이라는 주장입니다. 절반만 맞습니다. 삭제된 것은 신규 비-API 증분에 대한 자동 수령권이고, 살아남은 것은 API 제품 독점입니다. 기존 워크로드와 API 워크로드는 여전히 Azure에 묶여 있습니다. 독점은 끝난 게 아니라 "전면 독점"에서 "API 독점"으로 범위가 좁아진 것입니다.

2.3 수주잔고가 보여주는 묶임의 크기

묶임의 크기를 숫자로 보면 OpenAI의 비중이 드러납니다. Microsoft의 상업 수주잔고(RPO, 잔여이행의무. 계약은 됐지만 아직 매출로 인식되지 않은 금액)는 FY2026 Q3 기준 $627B로 전년 대비 +99%이고, 이 중 약 40%(약 $250B 나누기 $627B)가 OpenAI 커밋으로 추산됩니다(MSFT IR FY26 Q3).

이건 양날입니다. 한쪽 면은 "한 고객이 거대한 미래 매출을 보증한다"는 가시성이고, 다른 한쪽 면은 "한 고객에 절반 가까이가 걸려 있다"는 집중 리스크입니다. 같은 숫자가 강점과 약점을 동시에 가리킵니다. 그래서 이 약 40%는 Azure를 평가할 때 "자산이냐 부채냐"를 가르는 분기점입니다. 다음 장에서 OpenAI를 한번 빼봅니다.

3. OpenAI를 빼보기: 단일 앵커를 분리하는 사고실험

먼저 결론을 박습니다. OpenAI를 빼도 Azure는 평범해지지 않습니다. 순수 Azure는 레거시 마이그레이션과 자체 추론 수요만으로도 시장 평균 수준의 성장을 유지하는 것으로 추정됩니다. 단 그 추정의 폭은 넓습니다. Microsoft가 OpenAI 비중을 별도로 공개하지 않기 때문입니다. 이 장은 한 고객을 가상으로 떼어내 무엇이 남는지를 봅니다.

3.1 빼보는 이유: "이 성장은 진짜인가"

혁신가의 반론이 여기서 나옵니다. "OpenAI가 끌어준 거지, Azure 본체는 평범한 것 아니냐"는 의심입니다. 정면으로 받아봅니다. OpenAI 워크로드를 가상으로 제거하면 Azure에 무엇이 남는지를 보는 겁니다.

먼저 전제 하나를 정리합니다. OpenAI 워크로드는 마케팅용 끼워팔기(SaaS 구독)가 아니라 실제로 전력과 서버를 소비하는 인프라 사용입니다. 그래서 Azure의 클라우드 인프라 점유율 분자에 잡히는 것이 정당합니다. 문제는 "정당한가"가 아니라 "한 고객에 쏠려 있는가"입니다.

3.2 분리 추정: 폭으로만 말할 수 있다

Azure 성장률 중 OpenAI가 직접 보탠 몫은 추정 8~12포인트로 봅니다. 근거는 이렇습니다. 상업 RPO의 약 40%가 OpenAI라 해도 RPO는 여러 해에 걸쳐 나눠 인식되므로 당기 매출 기여는 그보다 작습니다. 과거 공개된 AI 기여 포인트(12~16pp) 중 상당 부분이 OpenAI 추론·학습 호스팅이라고 보고 보수적으로 8~12포인트 폭을 잡았습니다.

이걸 빼면, 보고된 Azure 성장률 약 40%에서 8~12포인트를 덜어낸 순수 Azure는 약 28~32% 성장으로 추정됩니다. 같은 시기 시장 성장률(약 35%, 집계사 Synergy Research 기준)에 근접하거나 소폭 하회하는 수준입니다. 결론은 폭으로 말합니다. OpenAI를 빼도 Azure는 레거시 엔터프라이즈 마이그레이션과 자체 추론 수요만으로 시장 평균 수준의 성장을 유지하는 것으로 보입니다. OpenAI는 "부스터"이지 "유일한 엔진"은 아닙니다.

단, 이 숫자에는 정직한 단서가 두 겹 붙습니다. 첫째, Microsoft는 Azure 안에서 OpenAI 워크로드 비중을 별도로 공개하지 않습니다. 위 8~12포인트는 추정이고, RPO의 다년 분할과 당기 인식 구조 때문에 정밀 분리는 불가능합니다. 그래서 우리는 이걸 점추정이 아니라 폭으로만 다룹니다. 둘째, "순수 Azure 28~32%"는 OpenAI의 직접 매출 기여만 차감한 상한적 추정입니다. OpenAI가 만든 규모 경제(공동 스케일링으로 키운 전력·네트워크·칩)와 "여기서만 GPT급"이라는 희소성이 끌어온 간접 유입까지 소실된다고 보면, 순수 Azure의 실제 하한은 28~32%보다 낮을 수 있습니다. 즉 이 폭은 낙관 쪽으로 기운 상한 추정입니다.

3.3 앵커가 이미 흩어졌다: 멀티클라우드 분산은 진행 중인 사실

"앵커 고객이 분산하면 어떡하나"는 반증 시나리오가 아닙니다. 이미 일어난 사실입니다. OpenAI는 2025년에 Oracle($300B+ Stargate, Data Center Frontier), AWS($38B 규모, 7년), CoreWeave(누적 약 $22B)와 대형 컴퓨트 계약을 체결해, Azure 단일 의존에서 멀티클라우드로 컴퓨트 조달을 분산했습니다. 2025-10-28 재구조화로 우선 컴퓨팅 공급자 지위가 삭제된 것은 이 분산을 법적으로 추인한 사건입니다.

그런데 여기서 더 강한 논점이 나옵니다. 분산이 이미 대규모로 일어났는데도, 같은 기간 Azure의 AI 기여 포인트는 무너지지 않았습니다(FY25 12~16pp 유지·증가). 앵커가 다른 클라우드로 새 컴퓨트를 가져가는 와중에도 Azure의 AI 기여가 유지됐다면, 그것이야말로 API 제품 독점과 기존 워크로드 락인이 분산을 흡수하고 있다는 더 강한 증거입니다. $250B 구매 약정과 2032년까지의 IP 라이선스가 기존·API 워크로드를 Azure에 묶어두기 때문입니다. 분산이 가져간 것은 "신규 비-API 증분"이고, Azure가 지킨 것은 "API·기존 스택"입니다.

그래서 추적해야 할 신호는 "분산이 일어났는가"(이미 충족)가 아니라, 그 분산이 Azure의 AI 기여 포인트 절대 하락으로 실제 전이되는가입니다. AI 기여 포인트가 2개 분기 연속 하락해 공개되면, 흡수가 한계에 도달했다는 뜻이고 위 "순수 Azure" 추정과 OpenAI 기여 가정을 재검토해야 합니다.

4. 두 해자의 분업: 화제는 모델이 끌고, 바닥은 락인이 받친다

결론부터 박습니다. 언론과 시장이 주목하는 건 모델층(OpenAI)이고, 신규 점유율과 화제를 끄는 견인 동력도 ②모델 쪽입니다. 그러나 ②가 멀티클라우드 분산으로 흔들려도 매출이 무너지지 않는 이유는 ③플랫폼 락인이 이탈을 막고 마진을 받치는 바닥이기 때문입니다. ②가 견인 동력, ③이 바닥 해자입니다. 둘은 경쟁이 아니라 분업입니다.

4.1 두 해자가 하는 일이 다르다

두 층을 "어느 쪽이 더 중요한가"로 줄세우면 오해가 생깁니다. 하는 일이 다르기 때문입니다. Azure 점유율을 끄는 동력은 둘입니다. ②OpenAI 독점이 AI 신규 워크로드를 끌어오는 견인 동력이고, ③락인은 한번 들어온 고객을 잘 못 나가게 묶고 가격 협상력을 주는 바닥 해자입니다.

화제와 신규 획득을 끄는 쪽은 ②입니다. 새 AI 워크로드는 "여기서만 GPT급"이라는 희소성을 보고 들어옵니다. 다만 2장·3장에서 본 대로 이 전속성은 멀티클라우드 분산으로 침식되는 방향입니다. 그래서 ③의 역할이 드러납니다. ③은 화제를 만들지는 못하지만, ②가 흔들릴 때 매출이 함께 무너지지 않도록 바닥을 받칩니다. 간판 가게(②)가 손님을 끌어 화제를 만드는 동안, 임대료를 꼬박꼬박 내는 건 입주 세입자(③)입니다. 이 분업이 "②가 침식돼도 Azure는 평범해지지 않는다"(3장)의 구조적 근거입니다.

4.2 락인이 마진을 떠받치는 법

이 락인은 점유뿐 아니라 마진의 원천이기도 합니다. M365·Entra와 묶어 파는 번들은 전환 비용을 높여 가격 방어력을 줍니다. 고객이 가격에 불만이 있어도 ID·데이터·생산성 소프트웨어가 전부 엮여 있으면 쉽게 떠나지 못합니다.

단, 마진은 정직하게 봐야 합니다. Microsoft Cloud의 매출총이익률(GM)은 FY26 Q3 기준 66%로 2022년 이후 최저입니다. AI 인프라 투자, 감가상각, 매출 믹스 변화(이익률 낮은 IaaS 비중 증가)가 매출총이익률을 눌렀습니다. 그런데 여기에 함정이 있습니다. 매출총이익률이 눌린다고 영업이익률(OPM)이 나빠진 게 아닙니다. Intelligent Cloud 세그먼트의 영업이익은 FY26 Q3에 전년 대비 +24%로 늘었고, FY26 전체 영업이익률은 "약 +1포인트 개선" 가이던스입니다. 규모의 경제와 운영 레버리지가 감가상각 압력을 상쇄하고 있는 겁니다. "매출총이익률 하락 = 마진 악화"로 단순화하면 틀립니다.

4.3 락인의 약한 고리: 규제

단서 하나만 분명히 답니다. 락인이 강하다는 게 "절대 안 풀린다"는 뜻은 아닙니다. EU가 Microsoft에 Teams를 Office에서 분리하도록 한 합의처럼, 규제가 번들 동력을 약화시킬 수 있습니다. 멀티클라우드 표준화가 진행되면 M365·Azure 번들의 자연 유입 효과도 둔화될 수 있습니다. 추적 신호는 명확합니다. M365 상업 클라우드 성장이 둔화되면서 Azure 성장도 동반 둔화되면, 락인 침식이 실제로 진행 중이라는 신호입니다.

5. 보이지 않는 병목: 칩이 아니라 전력

결론부터 박습니다. Azure의 물리적 병목은 칩이 아니라 전력입니다. GPU를 사놓고도 전력이 없어 설치하지 못해 인벤토리에 쌓아둘 정도입니다. 그리고 자주 인용되는 감가상각 논쟁은, 자산을 단명 버킷과 장수명 버킷으로 분리하면 통념과 다르게 보입니다.

5.1 GPU가 창고에서 잠든다

가장 반직관적인 사실부터 봅니다. Azure의 성장을 막는 물리적 병목은 칩이 아니라 전력입니다. Microsoft는 AI GPU를 확보해놓고도 전력이 부족해 설치하지 못한 채 인벤토리에 방치하는 상황을 겪었습니다. 그래서 자본지출(capex)의 상당 부분은 칩이 아니라 부지·전력·냉각·네트워크로 갑니다.

Fairwater(위스콘신 $7B, 2GW 확장 가능)처럼 기가와트급 캠퍼스를 짓고, 70개 이상 리전·400개 이상 데이터센터·12만 마일 광섬유로 묶는 데 돈이 들어갑니다. 비유로 돌아오면, 건물을 더 올리고 싶어도 전기가 안 들어오면 못 올립니다. 그리고 여기서 역설적인 강점이 나옵니다. 전력 확보 자체가 진입장벽입니다. 기가와트급 전력을 선점하고 데이터센터를 빠르게 짓는 능력은 아무나 따라 할 수 없는 자원이라, Azure에게 전력은 병목이자 동시에 해자입니다.

개념적 시각화입니다. 칩은 확보됐지만 전력 공급이 병목이 되어 데이터센터 가동으로 이어지지 못하는 구조를 단순화했습니다. 출처: 기술 분석 의견서(DataCenterFrontier 등).

5.2 감가상각 논쟁을 다시 본다

자주 등장하는 우려가 감가상각 논쟁입니다. Microsoft는 FY2023에 서버·네트워크 장비의 회계상 내용연수를 4년에서 6년으로 늘렸고(연 약 $3.7B 영업이익 절감 효과), 만약 AI 가속기의 실제 수명이 회계상 6년보다 짧다면 감가상각이 과소 계상되어 이익이 부풀려진다는 주장입니다.

여기서 핵심은 자산을 쪼개서 봐야 한다는 점입니다. capex를 한 덩어리로 보면 틀립니다. 단명 버킷은 AI 가속기·서버·네트워크(회계 6년 상각)입니다. NVIDIA가 약 18~24개월 세대 주기로 신제품을 내고(최근 연간 케이던스로 단축 추세), 신세대마다 성능 대비 비용이 급개선됩니다. 그래서 이 자산군의 실효 경제 수명은 회계상 6년보다 짧을 가능성이 높아 과소 상각 우려가 타당합니다. 반대로 데이터센터 건물·전력 인프라·냉각·광섬유는 장수명 버킷(15~50년)입니다. 칩보다 수명이 훨씬 길어, 이 자산군에는 6년 상각이 오히려 보수적입니다.

따라서 "capex 전체 = 감가상각 절벽"이라는 단순화는 틀립니다. 단명 버킷(서버·네트워크, 회계 6년)만큼만 과대 계상 위험이 있고, 장수명 버킷(건물·전력, 15~50년)은 오히려 보수적입니다. 가르는 축의 정밀 정의와 정량 논쟁은 AI 자본지출 딥다이브에서 따로 다룹니다.

그런데 정직한 한계가 있습니다. Microsoft는 capex의 칩 대 인프라 믹스를 분해 공시하지 않습니다. 그래서 과대 계상 규모를 정량화할 수는 없고, 방향만 말할 수 있습니다. "감가상각 과소율 곱하기 capex = 이익 과대액" 같은 단일 숫자 계산은 믹스가 공개되지 않아 불가능합니다.

5.3 마진의 구조적 약점: 칩 상쇄력 부재

감가상각 논쟁이 Azure에서 특히 아픈 이유가 있습니다. AI 가속기가 단명한다면 미래 감가상각비가 이익률을 누릅니다. 이 압력을 자체 칩의 원가 우위로 상쇄해야 하는데, Maia는 가동을 막 시작한 단계라 상쇄력이 아직 본격화되지 않았습니다.

운영자의 시각에서 이게 현재 시점의 상대적 약점입니다. Google은 TPU, AWS는 Trainium으로 자체 칩 원가 우위가 한발 먼저 작동하고 있고, Azure의 Maia는 GPT-5.2를 구동할 만큼 가동은 시작했지만 채택 비중과 생태계 성숙은 한 세대 뒤따라가는 중입니다. 같은 감가상각 압력이 와도 현재로선 Azure의 상쇄 장치가 덜 무르익었다는 뜻이지, 영구히 불리하다는 뜻은 아닙니다. 그래서 Maia의 성숙 속도는 Azure 마진의 미래를 가르는 변수입니다. Maia SDK가 프리뷰에서 정식 출시(GA)로 전환되고 Azure 안에서 Blackwell 대비 채택 비중이 올라가는지가 추적 대상입니다.

5.4 다섯 가지 추적 신호

이 글의 정성 판단이 언제 틀리는지를 신호로 정리합니다. 이건 결론이 아니라 "무엇을 보면 생각을 바꾸는가"의 목록입니다.

이 글은 적정가나 목표주가를 다루지 않습니다. 위 신호들이 Azure라는 사업의 강도를 시간에 따라 어떻게 바꾸는지를 추적하는 것이 목적입니다. 적정가 환산은 밸류에이션 분석의 몫입니다.

이 글이 다룬 정성 판단(3층의 강도·OpenAI 독점·락인·전력 병목)을 적정가로 환산하는 정량 종합은 별도의 글에서 다룹니다.

주요 데이터 한눈에

이 글에서 쓴 핵심 수치를 한 표에 모읍니다. 모든 숫자는 출처와 함께 묶었습니다.