구글(GOOGL) 2024-4Q 어닝콜 완벽 정리2 - Q&A

알파벳(GOOGL) 2024-4Q 어닝콜 완벽 정리2 - Q&A.pdf

1.20MB

 
Q1. 검색(Search) 분야에 대한 질문입니다. 생성형 AI(Gen AI)와 에이전틱(Agentic) 기술 발전으로 검색 서비스도 많은 변화가 예상됩니다. 앞으로 몇 년간 구글 검색이 어떻게 진화해갈 것이라고 보시는지 궁금합니다. 특히 사용자와 광고주 모두에게 더 많은 참여와 수익 창출(monetization)을 이끌어내기 위해 어떤 전략을 갖고 계신지 알고 싶습니다.

구글 검색은 AI를 지속적으로 접목해 진화해왔으며, 현재도 긍정적인 지표를 확인하고 있습니다. AI를 통한 검색 환경은 앞으로도 더욱 고도화될 것입니다. 예를 들어, 멀티모달(Multi-modal) 방식으로 발전하거나 Lens Circle, Project Astra 같은 신기술도 접목할 수 있습니다. 또한 ‘Gemini Deep Research’ 같은 프로젝트를 통해, 즉각적인 응답이 어려웠던 복잡한 질문에도 대응할 수 있도록 다양한 가능성을 열어두고 있습니다. 2025년에 걸쳐 새로운 기능들이 순차적으로 사용자에게 공개될 예정입니다. AI 덕분에 검색에서 해결할 수 있는 문제의 범위가 훨씬 넓어졌고, 이를 통해 사용자들에게 더 풍부한 경험을 제공할 수 있을 것이라 생각합니다.
 
 

• 에이전틱(Agentic): 사용자와 상호 작용하며 명령을 실행하거나 일을 처리해주는 AI 에이전트를 뜻합니다.
• 멀티모달(Multi-modal): 텍스트, 음성, 이미지 등 여러 가지 입력 형태를 동시에 이해하고 처리할 수 있는 AI 기술을 말합니다.
• Lens Circle: 구글 Lens 기능을 확장해 이미지를 분석하고 검색에 활용하는 기술(맥락상 AI 시각 검색과 연계되는 기능으로 추정)입니다.
• Project Astra: 구글이 실험 중인 신규 프로젝트 이름으로 추정되며, 정확한 기능은 공개되지 않았으나 멀티모달 AI 탐색과 관련된 프로젝트로 보입니다.

 
Q2. 이번에는 재무 및 비용 효율성(OpEx) 관련 질문입니다. 90일 전(이전 분기)에도 비용 효율화를 말씀하신 바 있습니다. 2025년 DNA(감가상각 및 무형자산 상각) 증가 등을 제외하고, 앞으로 어떤 영역에서 추가 효율을 낼 수 있을지 구체적 사례를 듣고 싶습니다.
 

지속적인 생산성과 효율성은 우리 회사의 핵심 우선순위 중 하나입니다. 이를 통해 AI나 클라우드 같은 성장 잠재력이 큰 분야에 충분히 투자할 수 있도록 하는 것이 목표입니다.

구체적으로는 다음 영역을 살펴보고 있습니다.

• 기술 인프라(Technical infrastructure): 올해 설비투자(CapEx)는 약 750억 달러 규모로 계획하고 있으며, 이 중 대다수를 서버와 데이터 센터 구축에 활용합니다. 이를 최대한 효율적으로 운용하는 것이 중요합니다.
• 인력 운용(Headcount): AI와 클라우드 등 핵심 성장 분야에는 계속 투자하면서도, 전사적으로는 인력 증가 속도를 조절하고 있습니다.
• 부동산 효율화(Real estate footprint): 사무실 공간 등의 효율적 사용 방안을 계속 모색 중입니다.
• 조직 단순화(Simplification): AI 연구팀 통합 등 기능이 유사한 조직을 합쳐 운영 속도를 높이고, 내부에서 AI 툴을 적극 활용해 업무 프로세스를 간소화합니다. 예를 들어, 코드를 AI로 작성하거나 핵심 프로세스를 AI로 관리하는 식입니다.

이러한 효율화 작업은 단기간에 끝나지 않고 올해 내내 계속될 것이며, 이를 통해 다른 성장 분야에 자원을 더 투입할 수 있을 것으로 봅니다.
 
 

• OpEx(운영비용): 인건비, 임대료, 마케팅비 등 회사가 운영되는 과정에서 발생하는 모든 비용을 말합니다.
• DNA(감가상각 및 무형자산 상각): 유형자산(건물, 기계 등)과 무형자산(특허, 라이선스 등)에 대한 가치 하락분을 회계적으로 반영하는 항목입니다.

 
Q3. AI가 적용된 검색 결과 요약(AI Overviews)에 광고를 더 확대하는 움직임이 보이는데, 4분기에 추가로 얻은 인사이트가 있었는지 궁금합니다. 특히 더 많은 상업용(Commercial) 질의에 광고를 적용했는지, 그리고 기존 검색과 거의 동일한 수준으로 수익이 창출되고 있는지 확인해주시면 감사하겠습니다.
 
먼저, AI를 활용한 검색 결과 요약(AI Overviews)이 사용자 만족도와 검색 사용량 모두를 높이고 있어 긍정적입니다. 최근 모바일 환경(미국 기준)에서 이 AI 검색 요약에 광고를 본격적으로 도입했습니다. 현재로서는 기존 검색과 거의 유사한 수준으로 광고가 수익을 내고 있습니다. 이 점이 중요한 기반이 되고 있으며, 앞으로도 관련 기능을 지속적으로 혁신할 계획입니다.
 

• AI Overviews: 인공지능을 활용해 검색어의 핵심 답변 요약과 관련 정보를 정리해 보여주는 기능입니다.
• 상업용 질의(Commercial query): 제품이나 서비스 구매 등 직접적인 소비 활동과 연관된 검색을 말합니다.

 
Q4. 클라우드 부문(Cloud)은 3분기에서 4분기로 넘어가면서 다소 성장률이 둔화(Deceleration)된 모습입니다. 다만 4분기에는 AI 제품 수요가 많아져 용량(capacity)이 부족했다고 들었습니다. 만약 충분한 용량이 있었다면 실제 매출이 더 높았을 가능성이 있다고 봐도 될까요?
 
4분기에 클라우드 사업 매출은 120억 달러를 기록했고, 전년 동기 대비 30% 성장했습니다. 그중에서도 GCP(구글 클라우드 플랫폼)는 전체 클라우드 평균보다 훨씬 높은 성장세를 보였습니다. 다만 4분기에 전년 동기(2023년 4분기)에 있었던 대규모 유입(특히 금융기관 관련)으로 기저 수준이 높게 형성되어 있었다는 점, 그리고 동시에 AI 제품에 대한 수요가 매우 강해 용량이 부족해진 점이 작용했습니다. 실제로 2024년 말에는 보유 용량보다 많은 AI 수요가 접수되어 있었습니다. 이에 대응하기 위해 2024년과 2025년에 걸쳐 설비투자(CapEx)를 늘려 데이터 센터 및 서버 용량을 보강할 계획입니다. 충분한 용량을 확보했다면 매출이 더 높았을 수 있다고 보고 있습니다.
 

• GCP(구글 클라우드 플랫폼): 구글의 클라우드 서비스 플랫폼으로, 기업 및 개발자에게 데이터 스토리지, 머신러닝, 빅데이터 분석 등 다양한 기능을 제공합니다.
• Deceleration(성장률 둔화): 성장세는 이어지지만, 이전 시점 대비 성장 속도가 낮아지는 현상을 말합니다.

 
Q5. 중국에서 약 2주 전 발표된 AI 관련 소식에 대한 질문입니다. AI가 인프라 계층에서 애플리케이션 계층으로, 혹은 학습(Training)에서 추론(Inference)으로 넘어가면서 비용 구조가 어떻게 변할지에 대한 관심이 큽니다. 특히 자체 칩셋(Custom silicon) 사용이 늘어날 경우, 알파벳(구글 포함)에 어떤 영향을 줄 것이라 보시는지 궁금합니다.
 

먼저, 중국의 딥시크(DeepSeek) 사례가 많이 거론되고 있는데, 해당 팀은 훌륭한 기술력을 갖고 있습니다. 저희 역시 장기적으로 모델을 고도화하면서도, 이를 효율적으로 서비스하기 위한 노력에 집중하고 있습니다. Gemini 모델은 비용, 성능, 지연(레이턴시) 등을 종합적으로 고려했을 때 파레토 최적(Pareto frontier)에 근접한 효율을 갖추고 있습니다. 예를 들어 저희의 2.0 Flash 모델들은 딥시크의 V3나 R1과 비교했을 때도 매우 효율적입니다. 또, 지난 3년간을 보면 학습(Training)보다 추론(Inference)에 지출 비중이 점차 커지고 있습니다. 추론은 실질적인 비즈니스를 지원하며 투자 대비 수익(ROIC)이 높은 편입니다. 그래서 추론이 늘어난다는 것은 다양한 AI 활용 사례가 확대된다는 뜻이기도 합니다. 비용이 계속 낮아지면 AI 사용 사례가 더 많아져 결과적으로 엄청난 기회가 열립니다. 그래서 저희는 이 분야에 공격적으로 투자하고 있습니다.
 

• 학습(Training): 인공지능 모델이 데이터를 바탕으로 학습하여 성능을 개선하는 과정입니다.
• 추론(Inference): 학습된 모델을 실제 서비스나 애플리케이션에서 활용해 예측이나 분류 등을 수행하는 과정입니다.
• 파레토 최적(Pareto frontier): 여러 지표(예: 비용, 성능, 지연 시간)를 동시에 개선할 때, 어느 한 지표를 더 이상 나쁘게 만들지 않고서는 다른 지표를 더 개선할 수 없는 상태를 말합니다.
• ROIC(Return On Invested Capital): 투자자본수익률로, 투자한 자본 대비 얼마나 이익을 창출하는지를 나타냅니다.

 
Q6. 최근 전자상거래(eCommerce) 플랫폼들도 AI 툴을 적극 도입하고 있습니다. 구글 쇼핑에 적용된 AI 추천 기능이 실제 쇼핑 행동과 매출에 어떤 영향을 주고 있다고 보시나요? 두 번째는 말씀하신 750억 달러라는 대규모 설비투자와 관련해, 장기적으로 구글 사업의 자본집약도(Capital intensity)가 어떻게 변할 거라 보시는지 듣고 싶습니다.
 

AI를 활용해 구글 쇼핑 경험을 전면 개편했습니다. 하루에 10억 건 이상의 쇼핑 관련 검색이 구글에서 발생하고 있는데, 지난해 같은 기간과 비교했을 때(올해 12월 기준) 미국 내 구글 쇼핑 일간 활성 사용자 수(DAU)가 약 13% 늘었습니다. 새로운 쇼핑 페이지는 사용자의 검색 의도를 AI가 파악해 관련 제품과 요점을 간략히 요약해 주며, 저렴한 가격 찾기, 가격 비교, 가격 추적 등의 기능도 통합했습니다. 이처럼 AI가 쇼핑 과정을 단순화·개인화해주기 때문에, 전반적인 쇼핑 참여도와 만족도가 높아지고 있다고 판단합니다.

올해 750억 달러 규모의 설비투자를 계획 중인데, 회사 내부에서는 투자 효율을 면밀히 검토하여 의사결정을 내리고 있습니다. 예컨대, 데이터 센터를 자체적으로 설계·건설해 업계 최고 수준의 비용·전력 효율을 달성하려고 노력합니다. 또한, TPU 같은 맞춤형 칩을 사용해 특정 업무 부하(Workload)에 최적화함으로써 성능과 비용 효율을 높이고 있습니다. 클라우드, 검색, AI 등 여러 분야에서 폭증하는 수요에 탄력적으로 대응하기 위해 사내 리소스를 상황에 맞춰 재배치할 수 있다는 것도 장점입니다. 이러한 방식을 통해 자본집약도가 높아지는 상황을 최대한 효율적으로 관리하고, 장기적으로는 높은 수준의 투자 수익률을 달성하고자 합니다.
 

• 자본집약도(Capital intensity): 사업을 영위하기 위해 얼마나 많은 자본 투자가 필요한지를 나타내는 지표입니다.
• TPU(Tensor Processing Unit): 구글이 자체 개발한 AI 연산용 칩으로, 머신러닝 알고리즘 처리에 최적화되어 있습니다.

 
Q7.  장기적으로 구글 사업에서 설비투자 비중이 이렇게 큰 규모로 계속 유지될지, 혹은 어떤 수준에서 안정화될 가능성이 있는지 궁금합니다. 사업 부문별로 투자 우선순위를 어떻게 두고 계신지도 알려주시면 좋겠습니다.

장기적인 관점에서도 투자 효율성은 매우 중요합니다. 시장 수요와 내부 수요(검색, GCP 등)를 균형 있게 고려해 투자 시점을 조율하고 있습니다. 또한 전사적인 내부 거버넌스를 통해, 어디에 자원을 투입할지 엄격히 평가하고 있습니다. 특히 자체 설계 데이터 센터와 맞춤형 하드웨어(TPU 등)는 대규모 트래픽과 AI 워크로드를 효율적으로 처리하기 위한 핵심이므로, 이 부분에 투자가 집중되고 있습니다. 물론 사내 조직 운영이나 인력 효율화 등도 병행해, 전체적으로 ‘적재적소에 자본을 사용하는가’를 가장 중요하게 보고 있습니다.
 

• 거버넌스(Governance): 회사 내 의사결정 체계를 말합니다. 투자나 예산 편성 등 중요한 사안을 어떻게 결정하고 관리하는지를 포괄합니다.
• 워크로드(Workload): 컴퓨팅 자원을 필요로 하는 작업량, 혹은 작업 단위를 의미합니다.

 
Q8. 구글이 자체적으로 진행 중인 ‘Project Mariner’ 등 AI 소비자 에이전트(Consumer agents) 분야가 주목받고 있습니다. 또 경쟁사들도 최근 에이전트를 잇따라 선보이고 있는데, 몇 년 후를 내다봤을 때 이런 에이전트가 구글 검색과 어떤 관계를 맺게 될지 궁금합니다. Lens 같은 기능은 계속 성장할 것 같지만, 장기적으로 검색과 에이전트가 충돌하거나 경쟁 관계가 되지는 않을까요?

근본적으로 AI 모델의 역량이 빠르게 발전하면서 에이전틱(Agentic) 활용 사례가 늘고 있습니다. 저희의 Gemini 2.0 모델도 다양한 에이전틱 사용성을 염두에 두고 설계되었습니다. 이는 기존에 해결하기 어려웠던 문제나 새로운 사용 사례에 대한 문이 열렸다는 의미입니다. 그렇다고 해서 검색과 에이전트가 반드시 충돌하는 것은 아닙니다. 오히려 검색이 다룰 수 있는 문제 범위가 확장된다고 봅니다. 단순한 정보 제공을 넘어, 정보를 바탕으로 실제 행동(작업 실행)까지 이어질 수 있기 때문입니다. 이미 구글 어시스턴트에서 비슷한 비전을 제시해 왔고, AI 검색 요약(Overviews)에서도 다양한 측면이 증명되고 있습니다. 앞으로 더욱 많은 기능과 사용자 경험을 선보일 계획이며, 시장 규모가 충분히 커서 ‘제로섬 게임’이라고 보지 않습니다.
 

• Project Mariner: 구글이 진행 중인 AI 기반 에이전트 관련 프로젝트로 추정됩니다.
• Gemini 2.0 모델: 구글의 차세대 AI 모델로, 에이전트 기능과 멀티모달 처리 역량을 강화한 것으로 보입니다.

 
Q9. 먼저 인프라 관점에서 질문드립니다. 예를 들어, 100만 토큰당 추론(Inference) 비용을 기준으로 봤을 때, 구글 TPU 스택이 경쟁사 대비 비용 우위를 갖고 있다고 볼 수 있을까요? 두 번째로, 아나트께는 재무 지표 관련 질문입니다. 2025년에 금융 서비스(특히 보험) 광고 수요가 둔화될 것이라는 언급을 하셨는데, 과거 아시아 지역 광고 수요 둔화처럼 구체적인 규모나 수치를 공유해주실 수 있나요?

TPU 프로젝트는 원래 추론용 칩에서부터 출발했습니다. 덕분에 우리는 풀스택 최적화를 강점으로 삼고 있습니다. 단순 비용뿐 아니라 지연(레이턴시)과 성능 면에서도 우수하다고 봅니다. 이를 통해 경쟁력 있는 AI API 가격을 책정할 수 있고, 실제로 Gemini 2.0 Flash 모델을 매우 합리적인 비용으로 제공하면서도 성능이 뛰어나기에, 개발자와 기업이 빠르게 증가하고 있습니다. 개발자 커뮤니티는 최근 6개월 사이 220만 명에서 440만 명으로 2배 넘게 증가했고, Vertex AI 사용량도 지난해 대비 20배 늘었습니다. 이러한 지표들이 우리의 TPU 기반 인프라 효율성을 잘 보여준다고 생각합니다.

보험을 비롯한 금융 서비스 분야에서 지난해(또는 최근) 일시적으로 광고 수요가 크게 증가했던 부분이 있어서, 내년에 이를 비교하면 성장률이 상대적으로 낮아 보일 수 있다는 의미였습니다. 다만 구체적인 수치를 별도로 공개하지는 않고 있습니다. 전반적으로는 소매(리테일), 기술(테크), 금융, 그리고 올해 있었던 선거 광고 등 폭넓은 부문에서 검색 광고가 견조하게 성장하고 있으며, 내년에도 외환(FX) 변동이나 분기 내 일수 차이(1분기가 하루 적음) 같은 외부 요인을 고려해야 합니다. 그러나 전체적으로는 긍정적인 흐름이라고 판단합니다.
 

• Vertex AI: 구글 클라우드가 제공하는 머신러닝 및 AI 통합 개발·운영 플랫폼입니다.

 
Q10.  AI를 접목한 ‘검색 요약(Overviews)’로 인해 전반적인 검색 사용량이 늘고 있다고 보시는지 궁금합니다. 경쟁사들이 AI로 트래픽을 유입하고 있는데, 구글 검색의 총량 역시 확실히 증가 추세인가요? 또 유튜브 관련하여 전문 제작 콘텐츠에서 사용자 제작 콘텐츠(UGC)로 비중이 커지면, 시청 시간이나 수익성(마진)에 어떤 변화가 있을까요?

검색 사용량은 전반적으로 전년 대비 꾸준히 증가하고 있습니다. 그중에서도 AI 검색 요약(Overviews)은 더 빠른 성장세를 보여주고 있고, 특히 젊은 층 이용률이 눈에 띄게 상승하고 있습니다. 질문과 추가질문(팔로업 쿼리) 등 자유로운 인터랙션이 증가하면서 검색 활용 범위가 넓어지고 있습니다.

유튜브 광고 매출 역시 4분기에 견조한 성장을 보였는데, 브랜드 광고가 주도했고, 뒤이어 직접반응형(Direct Response) 광고도 성장했습니다. 미국 대선 등 선거 광고로부터도 긍정적인 영향이 있었고, 금융·소매·테크 분야에서도 좋은 실적을 거뒀습니다. 시청 시간은 ‘쇼츠(Shorts)’나 거실 TV(Living Room) 시청 등 다양한 플랫폼에서 고르게 늘고 있습니다. 크리에이터 생태계도 탄탄해 현재 유튜브 파트너 프로그램에 300만 개 이상의 채널이 참여 중입니다. UGC가 늘어나는 것은 유튜브의 근본적인 강점이며, 향후에도 크리에이터 중심 모델을 유지할 계획입니다.
 

• UGC(User Generated Content): 이용자가 직접 만들고 공유하는 콘텐츠를 의미합니다(예: 개인 채널 영상, 숏폼 등).
• 직접반응형 광고(Direct Response): 시청자가 광고를 본 뒤 즉시 구매나 가입 등 구체적 행동을 유도하는 광고 형식을 말합니다.
• Living Room(거실 TV): 스마트TV나 TV 연결 기기를 통해 유튜브를 시청하는 환경을 의미합니다.

 
Q11. 유튜브 생태계와 관련해, 최근 크리에이터가 늘면서 전문 제작 콘텐츠 대비 사용자 제작 콘텐츠 비중이 더욱 커질 때, 유튜브 입장에서는 광고 수익이나 비용 구조에 어떤 변화가 있을지 알고 싶습니다.

유튜브는 브랜드 광고와 직접반응형 광고 양쪽에서 4분기에 견조한 성장세를 보였습니다. 올해 미국 대선 광고 효과로 2020년 대비 거의 두 배 가까운 증가가 있었고, 금융·리테일·테크 분야도 상승세였습니다. 크리에이터가 만드는 UGC는 유튜브의 핵심 자산입니다. 현재 유튜브 파트너 프로그램(YPP)에 등록된 채널이 300만 개를 넘어서고 있으며, 크리에이터들이 다양하고 풍부한 콘텐츠를 만들수록 플랫폼 전체 생태계가 활성화됩니다. 또한 저비용·고참여를 실현하는 UGC가 늘어날수록 광고주 입장에서도 다양한 타깃 광고가 가능해집니다. 따라서 마진 측면에서도 긍정적인 요인이 많다고 보고 있습니다.
 

• 유튜브 파트너 프로그램(YPP): 크리에이터가 광고 수익을 포함해 유튜브와 수익을 나눌 수 있는 제도입니다.

 
Q12. 최근 ‘Gemini’ 기반의 소비자용 AI 에이전트가 큰 관심을 받고 있습니다. 보도에 따르면, 2025년 말까지 상당한 규모의 사용자를 확보하겠다는 내부 목표가 있는 것으로 알려졌습니다. 이를 달성하기 위해 어떤 전략을 쓸 예정인가요? 독립형 앱을 마케팅하는 방식인지, 아니면 검색·지도·메일 등 기존 서비스에 AI 기능을 녹여서 자연스럽게 사용자 유입을 노리는 방식인지 궁금합니다.

하반기(2024년)부터 Gemini 모델에 기반한 앱을 iOS 등 다양한 플랫폼에 선보이면서 사용자가 가파르게 증가했습니다. 최근에는 ‘Gemini 2.0’ 시리즈를 공개했는데, 무료 버전조차 매우 강력한 성능을 제공하기 때문에 호응이 큽니다. 또 삼성과의 파트너십 등 하드웨어 제조사와의 협업도 중요한 축입니다. 전반적으로는 혁신적인 기능을 빠르게 적용하고, 더 많은 사용자가 쉽게 접근하도록 지원해 자연스러운 유입을 유도하는 전략입니다.
 

• Gemini 2.0 모델: 구글의 차세대 AI 모델로, 이전 버전보다 성능과 효율이 크게 개선되었습니다.
• iOS 앱: 애플의 모바일 운영체제(iOS)에서 구동되는 애플리케이션을 말합니다.

 
Q13. Gemini의 향후 수익화(모네타이제이션) 가능성은 어떻게 보시나요? 현재는 무료 또는 구독형 서비스로 제공되는 것 같은데, 앞으로 광고를 붙일 계획도 있으신지 궁금합니다.

지금은 무료 티어와 구독 모델에 집중하고 있습니다. 다만, 과거 유튜브에서 그랬듯이 사용자 경험을 우선적으로 개선하는 동시에 대규모 사용자 기반을 확보하고 나면, 광고 모델도 충분히 고려할 수 있다고 봅니다. 광고가 도입되더라도 핵심은 ‘사용자에게 유익한 경험’을 제공하는 것입니다. 유튜브나 검색에서 광고 생태계를 성공적으로 운영해본 경험을 살릴 수 있기 때문에, 적절한 시점에는 Gemini에도 광고를 자연스럽게 도입할 수 있을 것이라 생각합니다. 다만, 당장은 구독형 중심 전략을 유지합니다.
 

• 수익화(Monetization): 서비스를 통해 발생시키는 모든 형태의 수익 창출 방안을 말합니다.
• 광고 모델: 사용자들이 보는 콘텐츠나 인터랙션에 광고를 삽입해 수익을 내는 비즈니스 모델입니다.

---

결론

AI와 검색 부문에서는 긍정적인 성과가 나타나고 있습니다. AI 오버뷰 기능 도입으로 젊은 층의 검색 사용량이 증가했으며, 광고 수익화도 기존 검색과 유사한 수준을 달성하고 있습니다. Circle to Search와 같은 혁신적인 검색 방식 도입으로 검색 시작 비중이 10% 이상 증가하는 등 의미 있는 진전을 보이고 있습니다.
 
클라우드 사업은 전년 대비 30%의 성장을 기록했으나, 직전 분기(35%) 대비 성장세가 다소 둔화되었습니다. 주목할 만한 점은 AI 제품에 대한 수요가 현재 보유 용량을 초과할 정도로 급증했다는 것입니다. 구글은 이에 대응하기 위해 2025년에 750억 달러 규모의 대규모 설비투자를 계획하고 있습니다.
 
기술 인프라 측면에서는 TPU를 활용한 자체 인프라 구축이 비용 효율성에서 강점을 보이고 있습니다. Gemini 2.0 Flash 모델은 합리적인 비용으로 높은 성능을 제공하며, 이는 개발자 수가 6개월 만에 440만 명으로 2배 이상 증가하는 실질적인 성과로 이어졌습니다.
 
그러나 몇 가지 우려되는 지점도 있습니다.

• 2025년 계획된 750억 달러의 설비투자는 시장 예상치를 30% 상회하는 수준입니다.
• 감가상각비가 2024년에 28% 증가했으며, 2025년에는 더욱 가속화될 전망입니다.
• 이러한 대규모 투자와 감가상각비 증가는 향후 3-4년간 수익성에 부담이 될 수 있습니다.

종합하면, 구글은 AI 시대의 주도권을 확보하기 위해 공격적인 투자를 진행하고 있으며, 이미 여러 영역에서 긍정적인 성과가 나타나고 있습니다. 그러나 대규모 투자로 인한 수익성 악화 우려가 존재하는 만큼, 투자 효율성과 수익 창출 사이의 균형을 어떻게 맞춰나갈지가 향후 핵심 관전 포인트가 될 것으로 보입니다.