Alphabet을 검색 광고 회사라고 부르면 오늘의 현금창출원을 설명할 수는 있지만, 회사가 어디에 돈을 쓰고 무엇을 방어하려는지는 충분히 보이지 않습니다. Google Search와 YouTube는 거대한 배포망이고, Gemini는 그 배포망에 들어가는 모델 계층이며, Google Cloud는 외부 기업이 같은 모델·데이터·보안 기반을 사는 사업입니다. TPU와 글로벌 네트워크는 이 세 층 아래에서 비용과 공급을 통제합니다. 서로 다른 제품처럼 보이는 자산이 하나의 순환으로 연결되는 것이 Alphabet의 핵심입니다.
이번 Alphabet 기업리뷰는 주가 예측이 아니라 기술과 사업 구조를 함께 읽습니다. 창업자 Larry Page와 Sergey Brin이 만든 검색 회사가 Sundar Pichai 체제에서 왜 자체 칩, 모델, 클라우드와 에이전트에 동시에 투자하는지, 그 투자가 광고의 해자를 넓히는지 아니면 자본집약도를 키우는지 살펴봅니다. 재무와 사용량 지표는 2026년 7월 22일 공개된 회사의 Q2 2026 공식 설명을 기준으로 합니다.
검색 배포망에서 풀스택 Google AI 플랫폼으로
Google의 출발점은 사용자의 질문과 웹 문서를 연결하는 검색입니다. 검색 결과 주변에 광고를 붙이는 모델은 의도가 분명한 순간에 광고주를 연결하고, 대규모 트래픽은 더 많은 광고 실험과 측정을 가능하게 했습니다. YouTube는 동영상 발견과 광고·구독을, Android와 Chrome은 서비스 접근점을, Maps와 Gmail·Workspace는 일상과 업무 데이터를 넓혔습니다. 이 배포망은 새 AI 기능을 수억 명에게 빠르게 시험할 수 있는 자산입니다.
생성형 AI는 이 구조를 강화하면서도 흔듭니다. AI 답변이 검색 결과를 대체하면 전통적인 링크·광고 형식이 약해질 수 있고, 긴 답변은 기존 검색보다 훨씬 많은 연산비를 씁니다. 반대로 질문이 더 복잡해지고 사용 빈도가 늘면 Google이 의도를 이해하고 서비스를 연결할 기회도 커집니다. 회사가 AI Overviews와 AI Mode를 별도 실험이 아니라 검색의 기본 경험으로 통합하는 이유는 기존 수익원을 지키면서 새 인터페이스의 경제성을 직접 학습해야 하기 때문입니다.
| 계층 | 대표 자산 | 사업 역할 | 핵심 긴장 |
|---|---|---|---|
| 소비자 배포 | Search, YouTube, Android, Chrome | 사용자와 광고 수요 확보 | AI 답변과 웹 생태계의 균형 |
| 모델 | Gemini, Gemma, DeepMind 연구 | 추론·멀티모달·에이전트 능력 | 학습·추론 비용과 안전성 |
| 기업 플랫폼 | Google Cloud, Vertex AI, Workspace | 사용량·좌석·장기계약 매출 | AWS·Microsoft와 경쟁 |
| 인프라 | TPU, GPU, 데이터센터, 네트워크 | 성능·공급·단가 통제 | 전력·감가상각·설비투자 |
| 장기 선택권 | Waymo와 Other Bets | 새 시장의 기술 옵션 | 지속적인 영업손실 |
Gemini 생태계는 챗봇 하나가 아닙니다. 소비자 앱, Search, Workspace, 개발자 API와 Google Cloud의 기업 제품에 같은 모델 계열이 들어갑니다. 공개형 Gemma는 로컬·연구 생태계와 접점을 만들고, Vertex AI와 Gemini Enterprise는 기업 데이터 연결, 평가, 권한, 비용관리와 에이전트 배포를 묶습니다. 모델 성능만 파는 회사보다 배포와 운영까지 가진 회사가 고객의 실제 업무에 더 가까이 갈 수 있다는 전략입니다.
이 관점은 Microsoft AI 플랫폼과 직접 비교됩니다. Microsoft가 Azure·Microsoft 365·GitHub를 기업 업무 흐름으로 연결한다면 Google은 Search·YouTube의 소비자 배포, Workspace, 데이터 분석과 자체 TPU를 결합합니다. 둘 다 모델 자체보다 데이터, 권한, 배포와 비용 통제를 플랫폼 가치로 만들려 하지만 출발점과 고객 관계가 다릅니다.
Sundar Pichai의 통합 전략과 Q2 2026 가속
Larry Page와 Sergey Brin은 검색 정확도와 대규모 컴퓨팅을 회사의 기술 문화로 만들었습니다. 2015년 Alphabet 지주구조는 성숙한 Google 사업과 장기 실험을 구분하려는 장치였습니다. CEO Sundar Pichai의 역할은 훨씬 복잡합니다. 검색 광고의 현금흐름을 훼손하지 않으면서 DeepMind 연구, Gemini 제품화, Cloud 영업, 데이터센터 투자와 규제 대응을 같은 속도로 움직여야 합니다.
Alphabet의 Q2 2026 공식 CEO 설명에 따르면 분기 매출은 전년 대비 24% 성장했고 Search and Other 매출은 17%, YouTube 광고는 13% 늘었습니다. 가장 눈에 띄는 부분은 Google Cloud입니다. Cloud 매출 성장률은 82%, 계약 잔고는 5,140억 달러에 이르렀습니다. 단순히 AI 기대가 커진 것이 아니라 인프라와 기업 솔루션 수요가 실적에 빠르게 반영됐다는 회사의 주장입니다.
| Q2 2026 공식 지표 | 수치 | 해석 |
|---|---|---|
| Alphabet 매출 성장 | 24% | 광고·Cloud·AI 제품의 동시 확장 |
| Search and Other 성장 | 17% | AI 검색 전환 중에도 핵심 수익원 성장 |
| YouTube 광고 성장 | 13% | 동영상 배포와 광고 수요 유지 |
| Google Cloud 성장 | 82% | AI 인프라·솔루션 수요 가속 |
| Google Cloud 계약 잔고 | 5,140억 달러 | 미래 매출 가시성과 공급 부담 동시 확대 |
제품 사용량도 규모를 보여줍니다. 회사는 Gemini 앱 월간 이용자가 9억5천만 명, 모델 API 처리량이 분당 약 220억 토큰, 월간 개발자가 900만 명 이상이라고 밝혔습니다. AI Mode는 월간 이용자 10억 명을 넘었고, Gemini Enterprise는 Fortune 100의 약 90%가 사용한다고 설명했습니다. Agent Development Kit 누적 다운로드는 약 7천만 회였습니다. 이 숫자는 서로 다른 정의의 지표이므로 합산할 수 없지만 소비자, 개발자와 기업을 동시에 확보한 배포 폭은 분명합니다.
다만 회사 발표의 채택 지표는 매출의 질을 자동으로 증명하지 않습니다. 무료 이용자와 유료 토큰, 시험 도입과 전사 표준화는 경제성이 다릅니다. Cloud 잔고도 공급과 구현 일정에 따라 매출 인식 시점이 달라집니다. 투자자는 물론 기술 구매자도 “몇 명이 써봤는가”보다 반복 사용량, 추론 단가, 계약 갱신과 실제 업무 성과를 봐야 합니다.
TPU·Gemini·Cloud 결합의 강점과 비용
Google은 머신러닝 전용 Cloud TPU를 오랫동안 내부 서비스에 사용했고 이제 Cloud 고객에게도 제공합니다. 자체 칩의 목적은 NVIDIA GPU를 완전히 대체하는 데 있지 않습니다. 반복적이고 큰 워크로드에서 하드웨어, 컴파일러, 모델과 데이터센터를 함께 최적화해 공급 선택권과 단가 통제력을 확보하는 것입니다. 동시에 GPU도 제공해야 고객이 기존 CUDA 코드와 다양한 모델을 옮길 수 있습니다.
Google Cloud의 차별화는 이 이질적인 자원을 하나의 기업 운영 계층으로 묶는 데서 나옵니다. 데이터는 BigQuery와 데이터베이스에 있고, 모델은 Vertex AI와 Gemini API에서 호출되며, 보안 정책은 아이덴티티·감사·위협 탐지 계층을 통과합니다. 기업용 에이전트는 단순히 문장을 생성하는 것이 아니라 승인된 데이터에 접근하고 도구를 실행하며 결과를 기록해야 합니다. 모델보다 데이터 거버넌스와 운영 통합이 도입 속도를 결정하는 이유입니다.
회사가 말하는 “칩, 모델, 데이터, 보안, 에이전트 플랫폼”의 통합은 Palo Alto Networks의 AI 보안 플랫폼과도 맞닿습니다. AI 워크로드가 늘면 프롬프트, 모델, 데이터 파이프라인과 에이전트 행동이 새로운 공격면이 됩니다. Google은 Wiz 통합과 자체 위협 인텔리전스를 Cloud 성장의 일부로 만들려 하지만, 보안 제품을 많이 보유한 것과 고객 환경을 일관되게 보호하는 것은 다른 문제입니다.
Alphabet의 해자는 모델 하나의 벤치마크보다 검색·YouTube·Android의 배포, DeepMind 연구, TPU·네트워크, Cloud 영업을 한 순환으로 연결하는 능력입니다. 같은 결합은 막대한 설비투자와 규제 책임을 한 회사에 집중시키는 비용이기도 합니다.
자본집약도는 가장 중요한 변화입니다. 더 긴 추론, 동영상 생성, 기업 에이전트와 Cloud 계약은 서버와 데이터센터 수요를 키웁니다. 공급이 부족하면 이용자가 있어도 매출을 놓치고, 너무 빨리 지으면 감가상각과 전력 비용이 이익을 압박합니다. AI Mode 응답 원가를 낮췄다는 회사 설명은 기술 진전인 동시에 검색 경제성이 아직 지속적으로 최적화되어야 한다는 신호입니다.
광고·규제·웹 생태계를 포함한 최종 평가
첫째 위험은 광고 전환입니다. AI가 답을 직접 만들수록 출판사와 웹사이트로 가는 클릭이 줄 수 있습니다. Google은 AI 기능이 매주 수십억 건의 클릭을 보낸다고 강조하지만, 트래픽의 양뿐 아니라 질과 수익 배분이 중요합니다. 웹 생태계가 약해지면 검색이 학습하고 인용할 신선한 정보도 줄어드는 역설이 생깁니다.
둘째는 반독점과 플랫폼 규제입니다. Search 기본값, 광고 기술, Play 배포와 데이터 결합은 여러 관할에서 조사 대상입니다. 제품을 기술적으로 통합할수록 규제기관은 경쟁사가 접근할 수 없는 데이터·배포 우위로 볼 가능성이 커집니다. 사업 분리, 계약 제한이나 구제명령은 제품 로드맵과 수익성에 직접 영향을 줄 수 있습니다.
셋째는 경쟁과 모델 상품화입니다. OpenAI, Anthropic, Meta와 오픈 모델이 빠르게 발전하면 최고 모델의 지위는 오래 지속되지 않을 수 있습니다. Google의 대응은 모델을 Search와 Cloud에 즉시 배포하고 TPU로 비용을 낮추는 것입니다. 그러나 고객이 멀티모델 구조를 선호하면 특정 모델 잠금보다 데이터 이동성, 평가와 표준 API가 더 중요해집니다.
넷째는 Other Bets와 조직 복잡성입니다. Waymo 같은 장기 사업은 큰 선택권을 주지만 자본과 경영 집중을 요구합니다. 광고, Cloud, 소비자 하드웨어, 자율주행과 기초연구를 함께 운영하면 기술 공유가 가능하지만 책임 소재와 투자 우선순위가 흐려질 수도 있습니다.
결론적으로 Alphabet은 검색 광고 수익을 AI 인프라에 투자하고, 그 인프라로 Gemini와 Cloud를 개선하며, 다시 소비자 제품과 기업 수요를 확대하는 풀스택 플랫폼입니다. Q2 2026의 24% 매출 성장, Cloud 82% 성장과 5,140억 달러 잔고는 순환이 강하게 돌고 있음을 보여줍니다. 앞으로 볼 것은 사용자 수만이 아닙니다. AI 검색의 광고 수익과 웹 트래픽, 유료 토큰의 반복성, Cloud 계약의 매출 전환, TPU의 실제 비용 우위, 데이터센터 투자수익률, 규제 구제조치가 플랫폼 결합을 어디까지 허용하는지가 장기 경쟁력을 결정합니다.
