오픈AI 기업용 매출, 챗GPT 넘어섰다…B2B가 새 성장 엔진 된 이유

오픈AI 매출의 중심이 ‘챗GPT 개인 구독’에서 기업으로 이동했습니다

오픈AI의 사업 구조에 중요한 변화가 나타났습니다. 그동안 오픈AI의 대표적인 수익원이라고 하면 대부분 챗GPT(ChatGPT) 유료 구독을 떠올렸지만, 이제는 기업용 사업이 소비자 사업을 넘어선 것으로 알려졌습니다.

2026년 8월 14일(현지시간) 사라 프라이어 오픈AI 최고재무책임자(CFO)가 투자자들과 진행한 비공개 회의에서 밝힌 내용에 따르면, 현재 오픈AI 전체 매출의 절반 이상이 기업용 사업에서 발생하고 있습니다.

특히 눈여겨봐야 할 것은 단순히 기업용 매출이 성장했다는 사실이 아닙니다. 불과 올해 초까지만 해도 기업과 소비자 매출의 비중은 대략 40 대 60이었습니다. 즉 소비자 사업이 확실한 우위를 점하고 있었습니다.

하지만 최근 기업 고객 유입과 기업들의 AI 지출이 빠르게 증가하면서 이 비율이 뒤집혔습니다.

구분	2026년 초	최근 상황
기업용 B2B 매출 비중	약 40%	50% 이상
소비자 B2C 매출 비중	약 60%	50% 미만
매출 중심	챗GPT 소비자 사업	기업용 AI 사업
주요 성장 동력	개인 구독	기업 고객·API·업무용 AI
기업 AI 활용 방향	사용량 확대	비용 대비 성능 최적화

오픈AI가 처음 대중적으로 폭발적인 성장을 기록한 계기가 챗GPT였다는 점을 생각하면 상당히 상징적인 변화입니다.

2022년 챗GPT 등장 이후 오픈AI는 전 세계 수억 명의 사용자를 확보하며 대표적인 소비자 AI 기업으로 자리 잡았습니다. 하지만 AI 산업이 본격적인 상용화 단계에 진입하면서 기업이 오픈AI의 새로운 핵심 고객으로 부상하고 있는 것입니다.

결국 2026년 오픈AI를 바라볼 때는 더 이상 단순한 ‘챗GPT 회사’로만 봐서는 사업 구조의 변화를 제대로 이해하기 어렵습니다.

연간 반복 매출 400억달러 돌파…7월 기업 고객은 32% 급증

기업용 사업의 성장세는 실제 숫자에서도 상당히 뚜렷하게 나타납니다.

공개된 내용에 따르면 오픈AI의 연간 반복 매출(ARR·Annual Recurring Revenue)은 최근 400억달러를 돌파했습니다.

400억달러는 원화 환율에 따라 차이가 있지만 수십조원 규모에 해당합니다. 특히 ARR은 단순히 특정 기간에 발생한 일회성 매출이 아니라 현재의 반복적인 매출 흐름을 연간 기준으로 환산한 지표라는 점에서 의미가 큽니다.

더 놀라운 부분은 최근의 성장 속도입니다.

2026년 7월 매출은 전월 대비 20% 증가했고, 같은 기간 기업 고객 수는 32% 급증한 것으로 전해졌습니다.

핵심 지표	최근 공개된 수치
연간 반복 매출(ARR)	400억달러 이상
2026년 7월 매출 증가율	전월 대비 +20%
기업 고객 증가율	+32%
현재 기업용 매출 비중	전체 매출의 절반 이상
2026년 초 기업용 매출 비중	약 40%
2026년 초 소비자 매출 비중	약 60%

기업 고객 수가 한 달 사이 32% 증가했다는 것은 단순히 기존 고객들이 AI를 조금 더 많이 사용한 것만으로 설명하기 어렵습니다.

새로운 기업 고객의 유입과 기존 기업 고객의 지출 확대가 동시에 진행되고 있을 가능성을 보여주는 수치입니다.

이것이 중요한 이유는 B2B 매출의 특성 때문입니다.

개인 사용자는 월 구독료를 지불하고 챗GPT를 사용하는 형태가 일반적입니다. 반면 기업은 개발 API뿐만 아니라 코딩, 문서 처리, 데이터 분석, 고객 서비스, 사내 검색, 업무 자동화, AI 에이전트 등 다양한 업무에 AI 모델을 적용할 수 있습니다.

따라서 한 기업 고객이 발생시키는 매출 규모는 개인 고객보다 훨씬 커질 가능성이 있습니다.

예를 들어 수천 명의 직원이 사용하는 AI 시스템이나 수백만 건의 고객 요청을 처리하는 AI 서비스가 구축된다면 AI 모델 사용량 자체가 개인 사용자와 비교하기 어려운 수준으로 확대될 수 있습니다.

이 때문에 AI 시장에서 진짜 장기적인 수익원이 어디가 될 것인지에 대한 질문에 기업 시장이 점점 강력한 답으로 떠오르고 있는 것입니다.

기업들이 이제 ‘토큰 많이 쓰기’보다 AI의 가성비를 따지기 시작했습니다

이번 발표에서 흥미로운 부분은 매출 규모뿐만 아니라 기업의 AI 사용 방식이 달라지고 있다는 분석입니다.

프라이어 CFO는 기업들이 과거처럼 무조건 많은 토큰을 소비하는 이른바 ‘토큰맥싱(tokenmaxxing)’ 단계에서 벗어나고 있다고 설명했습니다.

생성형 AI가 처음 기업에 확산되기 시작했을 때는 일단 AI를 여러 업무에 적용하는 것이 중요했습니다.

“AI를 어디에 사용할 수 있을까?”

이 질문 자체가 핵심이었던 것입니다.

하지만 기업들이 실제 AI 도입 경험을 축적하면서 질문이 달라지고 있습니다.

이제는 “AI를 사용할 수 있는가?”보다 **“이 AI를 사용하는 것이 경제적으로 이득인가?”**가 중요해지고 있습니다.

AI 도입 초기	현재 기업 AI 시장
AI를 최대한 많이 사용	필요한 곳에 선택적으로 적용
토큰 사용량 확대	비용 대비 성능 분석
모델 성능 자체가 중요	성능·가격·속도 모두 중요
PoC 중심	실제 서비스·업무 적용
단순 챗봇 중심	AI 에이전트·코딩·자동화
사람 보조	업무 자체를 수행하는 AI

여기서 AI 기업들의 새로운 경쟁 지표가 등장합니다.

단순히 “가장 똑똑한 모델”을 만드는 것만으로는 부족해진 것입니다.

기업 입장에서는 같은 업무를 처리할 수 있다면 더 적은 토큰과 더 낮은 비용으로 결과를 만들어내는 모델이 훨씬 매력적입니다.

예를 들어 모델 A가 특정 코딩 업무를 완료하는 데 100이라는 비용이 들고, 모델 B가 비슷하거나 더 좋은 결과를 60~70의 비용으로 처리한다면 대규모 기업 환경에서는 그 차이가 매우 커집니다.

개인 사용자가 하루 몇 번 질문하는 환경에서는 작은 비용 차이가 중요하지 않을 수 있습니다.

그러나 하루 수십만~수백만 건의 AI 작업을 수행하는 기업이라면 작은 효율 차이가 연간 수백만달러 이상의 비용 차이로 이어질 수 있습니다.

AI 모델 경쟁의 기준이 단순한 벤치마크 점수에서 **‘지능 단위당 비용’**으로 이동하고 있다는 점을 주목할 필요가 있습니다.

GPT-5.6 솔이 기업 시장에서 중요한 이유도 결국 ‘효율성’입니다

이런 시장 변화는 최근 등장한 **GPT-5.6 솔(GPT-5.6 Sol)**과도 연결됩니다.

프라이어 CFO에 따르면 최신 모델은 에이전트 코딩 작업에서 54% 더 효율적인 것으로 설명됐습니다.

여기서 중요한 것은 단순히 모델이 더 똑똑해졌다는 이야기가 아닙니다.

기업용 AI에서는 같은 업무를 얼마나 적은 비용과 자원으로 처리할 수 있는지가 매우 중요하기 때문입니다.

특히 최근 AI 시장의 핵심 키워드는 **AI 에이전트(AI Agent)**입니다.

기존 챗봇은 사람이 질문을 입력하면 답변을 생성하는 구조였습니다. 반면 AI 에이전트는 사용자의 목표를 받아 여러 단계를 직접 수행하는 방향으로 발전하고 있습니다.

예를 들어 소프트웨어 개발 업무라면 다음과 같은 작업이 가능합니다.

기존 AI 챗봇	AI 에이전트
코드 질문에 답변	프로젝트 코드 직접 분석
코드 예제 생성	여러 파일 수정
오류 원인 설명	오류 탐색→수정→테스트
사용자가 단계별 명령	여러 작업을 연속 수행
대화 중심	실제 업무 수행 중심

문제는 에이전트가 일반 챗봇보다 훨씬 많은 연산과 토큰을 사용할 가능성이 있다는 것입니다.

한 번 질문하고 한 번 답하는 구조가 아니라 AI가 문제를 분석하고, 파일을 읽고, 코드를 작성하고, 실행 결과를 확인하고, 다시 수정하는 작업을 반복하기 때문입니다.

따라서 에이전트 시장이 커질수록 모델의 효율성이 곧 제품 경쟁력이 됩니다.

54%라는 효율 개선 수치가 실제 다양한 기업 업무에서도 비슷한 수준으로 이어질지는 별도로 확인할 필요가 있지만, 오픈AI가 최신 모델의 핵심 경쟁력을 비용 효율성과 연결해 설명한다는 점 자체가 중요합니다.

AI 모델 경쟁의 방향이 바뀌고 있다는 신호이기 때문입니다.

핵심 임원 연쇄 사임에도 실적을 공개한 이유는 무엇일까요?

이번 발표가 더욱 눈길을 끄는 이유는 오픈AI 내부 상황과 맞물려 있기 때문입니다.

보도에 따르면 최근 오픈AI에서는 **데니스 드레서 최고매출책임자(CRO)**와 브래드 라이트캡 전 최고운영책임자(COO) 등 핵심 임원진의 연쇄 사임이 이어지며 조직을 둘러싼 불확실성이 커진 상황이었습니다.

이런 시점에 투자자들을 대상으로 강력한 매출 성장 수치를 공개했다는 것은 의미가 있습니다.

기업 입장에서 경영진 변화는 단순한 인사 문제가 아닙니다.

특히 고성장 스타트업이나 비상장 기술기업에서는 주요 경영진의 이탈이 조직 안정성과 향후 성장 전략에 대한 의문으로 이어질 수 있습니다.

하지만 오픈AI가 제시한 숫자를 보면 사업 성장 자체는 상당한 속도로 이어지고 있습니다.

ARR 400억달러 돌파, 월 매출 20% 증가, 기업 고객 32% 증가, 그리고 기업용 매출 비중 50% 돌파라는 수치는 투자자 입장에서 내부 조직 문제와 별개로 사업의 성장 동력이 유지되고 있다는 근거가 될 수 있습니다.

즉 이번 투자자 회의에서 전달하려는 핵심 메시지는 비교적 명확하게 읽힙니다.

조직과 경영진을 둘러싼 불확실성이 존재하더라도 실제 고객과 매출은 빠르게 증가하고 있다는 것입니다.

투자자가 우려할 요소	오픈AI가 보여준 성장 지표
핵심 임원 이탈	ARR 400억달러 이상
조직 안정성 우려	기업 고객 32% 증가
AI 경쟁 심화	7월 매출 20% 증가
높은 AI 인프라 비용	모델 효율성 개선 강조
소비자 성장 한계 가능성	B2B 매출 50% 이상

특히 B2B 매출 비중 확대는 투자자들에게 상당히 중요한 신호가 될 수 있습니다.

소비자 구독 사업만으로 성장하는 것과 기업의 핵심 업무 시스템에 AI가 들어가는 것은 사업의 성격 자체가 다르기 때문입니다.

기업용 AI가 실제 개발, 고객 지원, 데이터 분석, 사내 지식 검색 등 업무 프로세스에 깊게 통합된다면 쉽게 다른 서비스로 이동하기 어려워지는 **전환비용(Switching Cost)**도 발생할 수 있습니다.

결국 오픈AI가 원하는 것은 단순히 직원들이 챗GPT를 사용하는 기업이 아니라 기업의 업무 인프라 자체가 오픈AI 모델을 기반으로 돌아가는 구조일 가능성이 큽니다.

AI 시장의 진짜 전쟁터는 이제 ‘누가 기업의 업무를 장악하느냐’입니다

이번 소식에서 가장 중요한 변화는 오픈AI 한 회사의 매출 증가만이 아닙니다.

생성형 AI 산업 전체가 소비자 중심의 챗봇 경쟁에서 기업용 AI 인프라 경쟁으로 이동하고 있다는 것이 핵심입니다.

2022~2024년 생성형 AI 시장에서는 사용자가 어떤 챗봇을 더 많이 사용하는지가 매우 중요한 지표였습니다.

하지만 기업용 AI 시장에서는 경쟁 방식이 완전히 달라집니다.

기업은 단순히 챗봇 화면만 보고 서비스를 선택하지 않습니다.

모델 성능, API 안정성, 보안, 데이터 관리, 비용, 처리 속도, 에이전트 기능, 개발 도구 연동, 기존 시스템 통합 능력 등을 종합적으로 평가합니다.

특히 AI 에이전트 시대가 본격화되면 모델 자체보다 플랫폼 생태계가 더욱 중요해질 가능성이 있습니다.

개발자가 코드를 작성할 때 AI를 사용하고, 직원이 문서를 작성할 때 AI를 사용하며, 고객센터가 문의를 처리할 때 AI를 사용하고, 내부 데이터 분석과 보고서 작성까지 같은 AI 플랫폼을 사용한다면 해당 AI 공급자는 기업의 핵심 IT 인프라 가운데 하나가 됩니다.

이는 기존 클라우드 시장의 성장 과정과도 어느 정도 닮아 있습니다.

초기에는 서버를 빌려주는 서비스처럼 보였던 클라우드가 시간이 지나면서 데이터베이스, 분석, 보안, 개발 플랫폼 등 기업 IT 전반을 담당하게 된 것처럼 생성형 AI 역시 단순한 챗봇에서 기업 업무를 수행하는 지능형 인프라로 확장되고 있는 것입니다.

따라서 앞으로 오픈AI뿐 아니라 AI 기업을 평가할 때도 단순 사용자 수만 봐서는 부족합니다.

다음과 같은 지표가 점점 중요해질 가능성이 높습니다.

앞으로 중요해질 AI 기업 지표	의미
기업 고객 수	B2B 시장 침투율
기업 매출 비중	소비자 사업 의존도
고객당 AI 지출	실제 AI 활용 깊이
추론 비용	서비스 수익성
작업당 토큰 사용량	모델 효율성
에이전트 성공률	실제 업무 수행 능력
고객 유지율	플랫폼 고착도
API 사용량	개발 생태계 확장성

결국 AI 경쟁의 다음 단계는 누가 가장 많은 사람에게 챗봇을 제공하느냐보다 누가 기업의 실제 업무를 가장 많이 처리하느냐에 가까워질 수 있습니다.

‘챗GPT 회사’를 넘어 AI 인프라 기업으로 가는 변곡점일 수 있습니다

오픈AI 기업용 매출이 소비자 사업을 넘어섰다는 것은 단순한 매출 비중 변화 이상의 의미가 있습니다.

챗GPT가 오픈AI를 세계적으로 알린 제품이었다면, 앞으로 오픈AI의 사업 가치를 결정하는 것은 기업용 AI와 API, 그리고 AI 에이전트 생태계가 될 가능성이 커졌습니다.

현재까지 공개된 핵심 숫자를 다시 정리하면 다음과 같습니다.

항목	핵심 내용
기업용 매출 비중	전체 매출의 절반 이상
올해 초 기업·소비자 비중	약 40 : 60
최근 상황	기업 매출이 소비자 매출 추월
ARR	400억달러 돌파
2026년 7월 매출	전월 대비 20% 증가
기업 고객 수	32% 증가
기업 AI 사용 트렌드	토큰맥싱→비용 효율 중심
최신 모델 경쟁력	에이전트 코딩 작업 54% 효율 개선 강조
사업 방향	소비자 챗봇→기업용 AI 인프라·에이전트

특히 중요한 것은 매출의 질입니다.

AI 산업은 막대한 GPU와 데이터센터 투자가 필요한 사업입니다. 매출이 아무리 빠르게 증가하더라도 추론 비용이 함께 폭증한다면 장기적인 수익성을 확보하기 어렵습니다.

따라서 앞으로는 매출 성장률과 함께 같은 수준의 지능을 얼마나 저렴하게 제공할 수 있는지, 기업 고객이 실제로 AI를 통해 얼마나 많은 업무를 자동화하는지, 그리고 그 과정에서 오픈AI가 어느 정도의 수익성을 확보할 수 있는지를 함께 살펴봐야 합니다.

이번에 등장한 ‘토큰맥싱에서 비용 효율성으로의 전환’이라는 표현이 중요한 이유도 여기에 있습니다.

생성형 AI 시장의 초창기에는 “AI가 이것도 할 수 있다”는 사실 자체가 놀라웠습니다. 하지만 기술이 기업의 실제 업무 환경으로 들어가면 결국 냉정한 경제성 평가를 받게 됩니다.

성능은 얼마나 좋은가, 속도는 얼마나 빠른가, 비용은 얼마나 낮은가, 기존 직원이나 소프트웨어보다 생산성을 얼마나 높일 수 있는가가 구매 결정의 기준이 됩니다.

그런 의미에서 기업용 매출이 챗GPT 중심의 소비자 매출을 넘어섰다는 것은 생성형 AI 산업이 또 하나의 단계를 넘어가고 있다는 신호로 볼 수 있습니다.

오픈AI 역시 이제 단순히 사람들이 질문을 입력하는 **‘챗GPT 회사’**에서 벗어나 기업의 개발·분석·고객지원·업무자동화를 담당하는 **‘AI 인프라 기업’**으로 이동하려는 모습입니다.

앞으로 주목해야 할 것은 기업용 매출 비중이 50%를 넘어섰다는 사실 자체보다 그 비중이 얼마나 빠르게 확대되는지입니다.

그리고 동시에 기업들이 AI에 쓰는 돈이 단순한 실험 비용을 넘어 반복적이고 필수적인 IT 비용으로 자리 잡을 수 있는지가 더욱 중요합니다.

만약 이 흐름이 계속된다면 2026년은 오픈AI에게 챗GPT의 사용자 수보다 기업 고객의 AI 지출 규모가 더 중요한 지표가 된 해로 기록될 가능성이 있습니다.

AI 산업의 다음 경쟁은 이미 시작됐습니다.

이제 질문은 “누가 가장 좋은 챗봇을 만들 것인가”에서 **“누가 기업의 실제 업무를 가장 효율적으로 수행하는 AI가 될 것인가”**로 바뀌고 있습니다.

---