기업 AI가 실제 운영 단계로 진입하면서 수요가 강해지는 유럽 기술 기업들

모델 개발사가 시장 가치의 대부분을 차지할 것이라는 우려에도 불구하고 SAP, Capgemini, Sopra Steria, OVHcloud는 AI 수요가 더 강해지고 있다고 보고하고 있다.

이 흐름은 익숙한 google techmeme 서사에 도전한다. OpenAI, Anthropic, Google 등 모델 개발사들은 투자를 끌어들이는 기술을 만들었다. 그러나 기존 유럽 공급업체들은 그 기술을 기업 데이터, 업무 흐름, 인프라, 규제 통제 체계와 연결하는 어려운 작업을 점점 더 주도하고 있다.

최근 실적과 경영진 발언은 기업 고객들이 고립된 시연 단계를 넘어가고 있음을 보여준다. 이제 이들은 재무, 제조, 고객 서비스, 인사, 공공 부문 환경에서 작동할 수 있는 AI 시스템을 원한다.

이러한 전환은 기존 고객 관계와 운영 시스템에 대한 접근 권한을 보유한 공급업체에 유리하다. SAP는 상당한 규모의 기업 애플리케이션 데이터 계층을 보유하고 있다. Capgemini와 Sopra Steria는 복잡한 기술 프로그램을 관리하며, OVHcloud는 유럽의 통제 아래 있는 컴퓨팅 인프라를 제공한다.

이 변화가 유럽이 미국 모델 개발사를 앞질렀다는 뜻은 아니다. 유럽 기업들은 여전히 많은 배포 환경에서 해외 칩, 모델, 클라우드 기술에 의존하고 있다. 다만 유능한 모델을 만드는 일은 상업적 경쟁의 한 부분일 뿐이라는 점을 시사한다.

더 어려운 질문은 누가 그 모델을 신뢰할 수 있는 운영 시스템으로 전환할 수 있느냐이다. 유럽의 기존 기술 기업들은 이제 이에 대한 설득력 있는 답을 갖고 있다.

네 유럽 기업이 같은 수요 신호를 보고 있다

중요한 변화는 또 하나의 AI 제품 발표가 아니다. 소프트웨어, 컨설팅, 통합, 인프라 전반에서 연관된 수요가 나타나고 있다는 점이다.

SAP는 2분기 클라우드 매출이 62억8000만 유로를 기록했으며, 불변 통화 기준으로 24% 증가했다고 발표했다. 향후 12개월 동안 인식될 것으로 예상되는 계약 클라우드 매출을 나타내는 현재 클라우드 수주잔고는 229억3000만 유로에 도달했다.

Cloud ERP Suite 매출은 불변 통화 기준 27% 증가한 55억3000만 유로를 기록했다. 소프트웨어 라이선스 매출은 32% 감소한 1억3100만 유로로, 선불 라이선스에서 반복형 클라우드 서비스로 계속 전환하고 있음을 뒷받침했다.

SAP는 예상 비IFRS 영업이익을 낮추면서도 2026년 클라우드 매출 전망은 유지했다. 회사의 분기 실적에 따르면, 이 조정은 Dremio 및 Prior Labs 인수의 희석 효과를 반영한 것이다.

Dremio는 분산 시스템 전반에 저장된 정보를 조직이 분석하도록 지원하는 데이터 레이크하우스 기술을 개발한다. Prior Labs는 다수의 비즈니스 애플리케이션을 뒷받침하는 표와 기록 등 구조화된 데이터를 위한 파운데이션 모델을 개발한다.

이러한 인수는 SAP의 접근 방식을 보여준다. SAP는 범용 챗봇만으로 승리하려는 것이 아니다. 이미 자사 소프트웨어에 저장된 비즈니스 기록을 중심으로 데이터, 애플리케이션, AI 시스템을 구축하고 있다.

Capgemini는 다른 위치에서 수요를 관찰하고 있다. 이 컨설팅 및 기술 서비스 기업은 2026년 1분기 매출 59억4000만 유로를 보고했다. 이는 불변 환율 기준 11% 성장에 해당한다.

수주는 60억5000만 유로로, 불변 통화 기준 6.2% 증가했다. Aiman Ezzat CEO는 이 같은 성과가 특히 대규모 조직 전반에 배포되는 복잡한 전환 프로젝트에서 Capgemini의 클라우드 및 AI 전략을 뒷받침한다고 말했다.

이 회사는 AI가 접근 가능한 지출 규모를 확장한다고도 주장해 왔다. AI 프로젝트는 기존 정보기술 예산뿐 아니라 운영, 연구, 고객 서비스, 제품 예산에서도 자금을 끌어올 수 있다.

따라서 Capgemini는 고객이 시연에서 전사 시스템으로 발전할 때 혜택을 본다. 파일럿에는 모델과 소규모 개발팀이면 충분할 수 있다. 그러나 운영 배포에는 통합, 보안, 데이터 준비, 프로세스 재설계, 모니터링, 직원 교육이 필요하다.

Sopra Steria도 유사한 위치에 있으며, 특히 유럽 정부, 금융기관, 항공우주 기업 및 기타 규제 대상 조직에 대한 노출이 크다. 이 회사는 2026년 동안 데이터, AI, 클라우드 엔지니어링, 사이버보안 관련 역할을 포함해 전 세계에서 8500명 이상을 채용할 계획이다.

이들 채용의 거의 90%는 유럽에 기반을 둘 것으로 예상된다. 채용 계획이 미래 매출을 보장하지는 않지만, 경영진이 고객 업무가 어디에서 확대될 것으로 보는지는 보여준다.

OVHcloud는 인프라 계층을 더한다. 이 회사의 2026 회계연도 상반기 매출은 5억5530만 유로로, 유기적 성장률 5.5%를 기록했다. 조정 EBITDA는 2억2720만 유로로, 매출의 40.9%에 해당했다.

이 회사는 수직형 agentic AI에 초점을 둔 AI 연구소도 출범했다. AI 에이전트는 단순히 텍스트를 반환하는 대신, 정의된 목표를 향해 행동을 선택하고 실행할 수 있는 소프트웨어다.

이 신호들을 함께 보면 기업 기술 스택 전반을 아우른다. SAP는 애플리케이션과 관리되는 비즈니스 데이터를 제공한다. Capgemini와 Sopra Steria는 시스템을 구현한다. OVHcloud는 유럽 관할권과 운영 통제에 관심이 있는 고객을 위해 설계된 컴퓨팅 환경을 제공한다.

이러한 폭넓은 범위가 이 이야기를 하나의 강력한 실적 보고서보다 더 중요하게 만든다. 수요가 생산 체인의 여러 부분에서 동시에 나타나고 있다.

Google Techmeme의 관심이 모델 개발사를 넘어 이동하는 이유

모델은 대규모 조직의 시스템, 권한, 책임 구조를 독립적으로 탐색할 수 없기 때문에 AI의 가치는 배포 단계로 이동하고 있다.

생성형 AI의 첫 단계에서는 대규모 모델을 훈련하고 사용자를 끌어들일 수 있는 기업이 보상을 받았다. 성능 벤치마크, 모델 출시, 투자 유치 라운드가 기술 보도를 지배했다.

기업 단계에서는 요구 사항이 다르다. 기업은 모델이 접근할 수 있는 기록, 수행할 수 있는 행동, 그리고 모델이 실수했을 때 누가 계속 책임을 질지를 결정해야 한다.

또한 모델을 데이터베이스, ID 시스템, 감사 로그, 기존 애플리케이션과 연결해야 한다. 이러한 연결은 AI 어시스턴트가 유용한 업무를 완료할 수 있는지, 아니면 그럴듯한 제안만 생성하는지를 결정한다.

AI를 활용해 생산 일정을 조정하는 제조업체를 생각해 보자. 이 시스템에는 최신 재고 기록, 공급업체 약정, 판매 예측, 장비 가용성, 직원 권한이 필요하다. 또한 불확실한 모델 출력이 중요한 주문을 조용히 변경하지 못하도록 하는 규칙도 필요하다.

SAP는 이미 이러한 기록과 업무 흐름 중 상당수를 관리하고 있다. 이처럼 이미 구축된 지위는 모델 벤치마크 개선만으로는 재현할 수 없는 영향력을 SAP에 제공한다.

같은 역학은 컨설턴트와 시스템 통합업체에도 적용된다. 기업은 애플리케이션 프로그래밍 인터페이스를 연결한 뒤 떠나는 방식으로 기업용 소프트웨어를 배포하는 경우가 드물다. 이들은 프로세스를 재설계하고, 데이터를 분류하며, 직원 책임을 협의하고, 더 폭넓은 사용을 승인하기 전에 실패 사례를 테스트한다.

Capgemini는 AI가 전통적인 기술 예산 밖의 지출에 접근할 수 있게 해 준다고 보고했다. 이는 운영 AI가 단지 소프트웨어 부서뿐 아니라 기업의 운영 모델에 영향을 미치기 때문에 중요하다.

고객 서비스 배포에는 통화 기록, 소비자 개인정보 보호 규정, 인력 계획, 품질 관리가 포함될 수 있다. 금융 분야 배포에는 접근 제한, 문서화된 의사결정, 사람의 검토를 위한 메커니즘이 필요하다.

이러한 프로젝트는 조직적 지식을 보상한다. Capgemini와 Sopra Steria는 고객의 시스템이 어떻게 구축됐는지, 어떤 규제가 적용되는지, 이전 전환 프로그램이 어디에서 실패했는지를 알고 있다.

OVHcloud는 컴퓨팅 측면의 결과로 혜택을 본다. 운영 시스템은 지속적인 추론 수요를 만들어내며, 이는 배포된 모델이 응답하거나 행동을 취할 때마다 필요한 반복 처리 작업을 뜻한다.

실험은 시작했다가 중단할 수 있다. 운영 워크로드에는 용량, 신뢰성, 데이터 레지던시, 예측 가능한 운영이 필요하다. 도입이 성공하면 반복적인 인프라 수요가 발생한다.

이 변화는 주권 AI의 중요성이 다시 부각되는 이유도 설명한다. 이 용어는 데이터, 인프라, 운영, 법적 노출이 국가 또는 조직의 통제 요건을 충족하는 AI 시스템을 설명한다.

유럽 공공기관과 규제 대상 기업의 경우, 주권은 공급업체 선정에 영향을 미칠 수 있다. 이들은 데이터가 어디에 저장되는지, 어떤 법적 관할권이 이를 지배하는지, 해외 정책 결정이 접근을 중단시킬 수 있는지를 고려해야 한다.

OVHcloud는 이러한 워크로드를 위한 유럽 대안으로 자리매김해 왔다. Capgemini와 Sopra Steria는 유럽의 제공 역량을 미국 및 유럽 공급업체의 플랫폼과 결합한다.

그렇다고 완전한 독립이 실현되는 것은 아니다. Nvidia는 첨단 컴퓨팅에서 여전히 핵심적이며, 미국 기업들은 다수의 선도적 상용 모델과 클라우드 플랫폼을 제공한다.

그러나 고객들이 지출을 유럽의 구현 및 호스팅 파트너로 돌리기 위해 완벽한 기술적 독립이 필요한 것은 아니다. 이들에게 필요한 것은 특정 운영 및 법적 위험을 줄이는 실용적인 통제 장치다.

이것이 기존 공급업체들이 추구하는 상업적 기회다. 모델은 여전히 중요하지만, 고객이 측정 가능한 가치를 얻는지는 배포가 결정한다.

진정한 경쟁은 모델 소유권과 업무 흐름 통제 사이에 있다

핵심 갈등은 더 이상 오래된 유럽 기업과 젊은 AI 스타트업 간의 대결이 아니다. 모델 소유권과 기업 업무 흐름에 대한 통제권의 경쟁이다.

모델 개발사들은 상당한 이점을 보유한다. 이들은 연구팀, 모델 훈련 전문성, 소비자 유통망, 대규모 투자 자본을 갖추고 있다. 이들의 제품은 전통적인 기업 영업 프로세스 없이도 고객에게 도달할 수 있다.

그러나 범용 모델은 대개 개선하려는 비즈니스 프로세스 밖에 존재한다. 기업의 제품 계층, 승인 규칙, 계약상 제한, 과거 의사결정을 자동으로 이해하지는 못한다.

기업용 소프트웨어 공급업체는 이러한 맥락을 더 많이 통제한다. SAP의 시스템은 재무, 조달, 공급망, 인사 및 기타 운영 기능을 지원한다. 이러한 기록은 AI 시스템이 유용한 권고를 제시하는 데 필요한 구조화된 맥락을 제공한다.

그렇다고 SAP가 그에 따른 가치를 확보한다는 보장은 없다. 고객은 경쟁 모델을 SAP 데이터에 연결할 수 있고, 클라우드 제공업체는 자체 에이전트와 통합 도구를 제공할 수 있다.

따라서 SAP는 고객을 좁은 모델 선택지에 가두지 않으면서도 자사 데이터 계층을 유용하게 만들어야 한다. Business Data Cloud와 Joule assistant는 이 전략의 일부를 이룬다.

이 회사는 자사 애플리케이션에 미션 크리티컬한 도메인 지식이 담겨 있다고 말한다. 이는 방어 가능한 관찰이지만, 상업적 결과는 여전히 도입, 정확도, 추가 매출에 달려 있다.

Capgemini와 Sopra Steria는 같은 갈등의 다른 형태에 직면해 있다. AI 시스템은 코딩, 문서화, 테스트, 컨설팅 제공 업무의 일부를 자동화할 수 있다. 이러한 역량은 노동집약적 서비스 모델을 위협한다.

동시에 자동화는 수익성을 개선하고, 이전에는 경제성이 없던 프로젝트를 실행 가능하게 만들 수 있다. 또한 고객이 시도하는 기술 변화의 규모를 늘릴 수도 있다.

Capgemini의 주장은 추가 수요가 자동화 위협을 능가한다는 것이다. 이 회사의 1분기 매출은 이 입장을 뒷받침하지만, 한 분기만으로 이 문제를 결론낼 수는 없다.

서비스 기업들은 AI가 기존 업무의 청구 시간을 단순히 줄이는 것이 아니라 새롭고 반복 가능한 서비스를 만들어낸다는 점을 보여야 한다. 또한 모델에 대한 접근이 쉬워지는 상황에서도 고객 성과에 대한 소유권을 유지해야 한다.

Sopra Steria가 주권과 규제 산업에 집중하는 것은 하나의 대응책을 제시한다. 정부, 국방, 은행, 핵심 인프라 분야 고객은 상당한 통제 장치 없이 공용 AI 서비스를 항상 도입할 수 있는 것은 아니다.

이 회사는 고객이 다양한 환경에서 AI를 배포하도록 지원하기 위해 오픈소스 기술 관련 업무를 확대했다. 오픈소스는 고객이 시스템의 더 많은 구성 요소를 검토하거나 이전할 수 있기 때문에 이식성을 높일 수 있다.

SAP와의 파트너십 역시 민감한 유럽 워크로드를 위한 소버린 클라우드 환경을 겨냥한다. 이러한 조합은 통합 요구 사항이 가장 큰 애플리케이션 소프트웨어와 인프라 사이에 Sopra Steria를 위치시킨다.

OVHcloud는 모델 계층에 더 가까이 다가가고 있다. CEO Octave Klaba는 Reuters에 회사가 프런티어 모델 제품군을 학습할 계획이라고 밝혔는데, 이는 대규모 데이터세트와 컴퓨팅 클러스터를 바탕으로 처음부터 학습한 고급 모델을 뜻한다.

Klaba는 한때 약 10억 유로가 필요했던 프로젝트를 이제는 1억5,000만~2억 유로로 시도할 수 있다고 추산했다. 그는 이러한 변화가 개선된 칩, 학습 방식, 합성 데이터 덕분이라고 설명했다.

OVHcloud는 유럽의 Jupiter 슈퍼컴퓨터를 사용해 사전 학습 작업을 완료했지만, 상세한 성능 결과는 공개하지 않았다. 회사는 모델이 수용 가능한 수준에 도달하면 오픈소스로 공개할 계획이다.

이 움직임은 OVHcloud를 호스팅 사업 너머로 확장한다는 점에서 야심 차다. 동시에 더 큰 자본 요건과 전문 AI 연구소와의 직접 경쟁에 회사를 노출시킨다.

그럼에도 더 광범위한 목표는 워크플로 제어 논지와 맞닿아 있다. OVHcloud는 유럽의 운영 체계 안에서 고객에게 인프라, 모델 접근성, 데이터 보호, 배포를 제공하고자 한다.

향후 기업 아키텍처에는 여러 제공업체가 포함될 가능성이 높다. 기업은 일부 워크로드에 미국 모델, SAP 데이터, Capgemini 구현 서비스, OVHcloud 인프라를 함께 사용할 수 있다.

승자가 반드시 모든 계층을 소유하는 것은 아니다. 각 계층이 함께 작동하는 방식을 결정하는 인터페이스, 정책, 고객 관계를 소유하는 쪽이 승자가 될 것이다.

google techmeme 보도를 따르는 독자에게 이것이 핵심적인 반전이다. AI 시장은 처음에 생성형 모델을 대중에게 알린 기업들을 넘어 확장하고 있다.

강력한 AI 수요도 여전히 운영 환경의 시험을 통과해야 한다

실적 발표에서의 표현은 고객 관심을 보여줄 수 있지만, 배포된 AI 시스템이 지속 가능한 수익을 내고 있음을 증명하지는 못한다.

여러 불확실성이 남아 있다. 고객이 기존 소프트웨어를 클라우드로 이전하면서 클라우드 매출이 증가할 수 있으며, 이 경우 AI 기능의 직접 매출 기여는 크지 않을 수 있다.

따라서 SAP의 클라우드 수주잔고는 중요한 수요 지표이지만, AI 매출을 순수하게 측정하는 지표는 아니다. 클라우드 ERP 이전, 계약 시점, 더 폭넓은 애플리케이션 지출도 이 수치에 영향을 미친다.

회사가 영업이익 전망을 낮춘 것은 또 다른 긴장을 부각한다. SAP는 클라우드 전환에서 기대되는 마진을 지키는 동시에 AI 및 데이터 역량을 확보하기 위해 지출하고 있다.

인수는 장기적인 차별화를 강화할 수 있다. 그러나 제품이 중복되거나 고객이 이를 도입하지 않으면 통합 비용을 높이고 경영진의 주의를 분산시킬 수도 있다.

Capgemini와 Sopra Steria 역시 측정 문제를 안고 있다. 컨설턴트들은 기존 클라우드 이전과 데이터 엔지니어링이 업무의 상당 부분을 차지하는 경우에도 대규모 전환 프로그램을 점점 AI 관련 프로젝트로 설명한다.

투자자들은 AI가 추가 수주를 창출하고 있다는 더 명확한 증거를 필요로 한다. 또한 자동화가 프로젝트 마진을 개선하는지, 아니면 직원 근무 시간에 연동된 매출을 압박하는지도 알아야 한다.

인력 규모는 불완전한 신호를 제공한다. Sopra Steria의 채용 계획은 수요를 시사하지만, 프로젝트가 예상보다 늦게 시작되면 서비스 기업은 가동률 문제에 직면할 수 있다.

기술도 빠르게 쓸모없어질 수 있다. AI 및 클라우드 업무를 위해 수천 명을 채용하면 교육 의무가 발생하며, 프로젝트가 성숙하기 전에 도구가 해당 역할의 일부를 자동화할 수도 있다.

OVHcloud는 더 직접적인 인프라 위험을 안고 있다. AI 수요에는 고가의 그래픽 프로세서, 네트워킹 장비, 메모리, 스토리지, 전력이 필요하다. 모든 고객 매출이 확실해지기 전에 용량을 설치해야 한다.

회사의 상반기 자본적 지출은 2억3,850만 유로로, 매출의 42.9%에 해당했다. 같은 기간 레버리지 반영 잉여현금흐름은 -1,420만 유로였다.

이 수치가 전략을 무효화하는 것은 아니다. 인프라 수요가 지속적인 투자를 뒷받침할 만큼 충분히 견고하게 유지되어야 하는 이유를 보여준다.

OVHcloud는 훨씬 더 큰 경쟁자들과도 맞서야 한다. Amazon Web Services, Microsoft Azure, Google Cloud는 더 넓은 고객 기반에 인프라 비용을 분산하고 특수 칩에 더 많이 투자할 수 있다.

Google Cloud는 AI 포트폴리오와 연결된 강력한 성장세를 보고했다. AWS는 수요가 계속해서 가용 용량을 초과한다고 밝혔다. 이러한 하이퍼스케일러는 하나의 구매 관계 안에서 모델, 데이터베이스, 보안, 개발자 도구를 묶어 제공할 수 있다.

유럽 제공업체들은 주권, 현지 통제, 상호운용성으로 대응한다. 이러한 특성은 고객이 이를 선호가 아니라 요건으로 간주할 때 가장 중요해진다.

OVHcloud의 AI 배포 서비스는 데이터 준비, 학습, 운영 전반에서 회사가 의도하는 위치를 보여준다. 그러나 제품을 제공한다고 해서 고객이 핵심 워크로드를 기존 하이퍼스케일러에서 이전한다는 보장은 없다.

보안과 신뢰성은 또 다른 운영 환경의 시험대다. 실험적 어시스턴트는 사용자가 수정할 수 있다. 비즈니스 시스템에 연결된 자율 에이전트는 재무적, 법적, 운영상 결과를 초래할 수 있다.

기업에는 신원 통제, 로깅, 평가, 명확한 에스컬레이션 경로가 필요하다. 업데이트 이후 모델 행동의 변화도 모니터링해야 한다.

이러한 요건은 기존 벤더의 업무를 만들어내지만, 배포 속도를 늦출 수 있다. 긴 승인 주기는 상당한 반복 AI 사용량을 창출하지 않은 채 컨설팅 매출만 만들어낼 수 있다.

가장 강력한 증거는 고객 성과에서 나올 것이다. 벤더는 얼마나 많은 시스템이 운영 환경으로 이전됐는지, 어떤 워크플로를 처리하는지, 고객이 초기 배포 후 사용량을 확대했는지를 공개해야 한다.

그때까지 강한 수요는 유망한 상업적 신호로 설명되어야 한다. 이는 유럽의 기존 기술 그룹이 엔터프라이즈 AI 문제를 해결했다는 증거는 아니다.

유럽의 주권 강화 움직임은 기존 기업의 입지를 강화한다

유럽의 기술 주권은 구매 조건이 되고 있으며, 현지 소프트웨어·서비스·클라우드 기업에 AI 프로젝트로 진입할 실질적인 경로를 제공하고 있다.

미국 클라우드 플랫폼과 AI 모델에 대한 유럽의 의존은 수년간 정책 입안자들의 우려 대상이었다. 최근의 지정학적 분쟁은 연속성과 법적 관할권을 더 즉각적인 비즈니스 문제로 만들었다.

유럽의 대응이 모든 구성 요소를 국내에서 개발해야 한다는 뜻은 아니다. Capgemini CEO Aiman Ezzat는 유럽이 완전한 기술 자율성을 달성할 수 있다는 생각을 거부했다.

대신 Capgemini는 AWS, Google Cloud, Microsoft와 협력하면서 유럽의 주권 요건을 충족하도록 설계된 서비스를 개발하고 있다. 이 접근법은 기술적 의존을 인정하는 동시에 현지 거버넌스, 호스팅, 운영 통제를 추가한다.

이 타협안은 기업이 실제로 기술을 구매하는 방식을 반영한다. 모든 외국 구성 요소를 교체하면 프로젝트가 지연되고 선도적 역량에 대한 접근성이 줄어든다.

보호 장치 없이 외국 구성 요소를 사용하는 것도 또 다른 위험을 만든다. 고객은 가용성, 계약 조건, 법적 노출을 완전히 통제할 수 없는 플랫폼에 의존하게 될 수 있다.

Sopra Steria와 OVHcloud는 보다 유럽 중심적인 경로를 제시한다. 이들의 확대된 파트너십은 오픈소스 원칙과 통제된 인프라를 바탕으로 AI를 산업화하는 데 초점을 맞춘다.

Sopra Steria는 애플리케이션과 거버넌스를 통합할 수 있다. OVHcloud는 유럽 법률 아래에서 데이터와 컴퓨팅을 호스팅할 수 있다. 이들의 AI 파트너십은 표준 퍼블릭 클라우드 서비스보다 더 많은 통제가 필요한 고객을 겨냥한다.

SAP 역시 소버린 클라우드 역량에 상당한 투자를 계획하고 있다. Sopra Steria와의 협력은 공공 행정기관과 민감한 인프라를 운영하는 조직을 대상으로 한다.

이는 유럽 정부가 규제 기관인 동시에 주요 기술 구매자이기 때문에 중요하다. 조달 결정은 현지 벤더에 레퍼런스 고객과 반복 수요를 제공할 수 있다.

규제는 복잡성을 더하지만, 컴플라이언스에 익숙한 기업에 유리하게 작용할 수 있다. 유럽연합의 AI Act는 AI 시스템의 위험도와 의도된 사용 방식에 따라 의무를 부과한다.

더 높은 위험의 시스템을 배포하는 조직에는 더 강력한 문서화, 인간 감독, 통제가 필요하다. 이러한 업무는 엔터프라이즈 소프트웨어 벤더와 시스템 통합업체의 경험에 부합한다.

규제가 유럽 기업을 자동으로 보호하는 것은 아니다. 미국 하이퍼스케일러들은 광범위한 컴플라이언스 팀과 유럽 데이터센터를 유지하고 있다. 이들은 규모의 이점을 유지하면서 제품을 조정할 수 있다.

더 신뢰할 수 있는 유럽의 기회는 전문화에 있다. 현지 제공업체는 까다로운 요구 사항을 지닌 정부, 국방, 의료, 금융, 산업 고객에 집중할 수 있다.

또한 프라이빗 인프라와 퍼블릭 클라우드 서비스를 결합한 하이브리드 시스템을 제공할 수 있다. 이를 통해 고객은 민감한 워크로드를 통제하면서, 저위험 작업에는 외부 모델을 사용할 수 있다.

운영 환경의 AI는 이러한 하이브리드 패턴을 심화시킬 가능성이 높다. 기업은 데이터 민감도, 지연 시간, 비용, 모델 가용성에 따라 인프라를 선택할 것이다.

이러한 복잡성은 오케스트레이션 시장을 만든다. 누군가는 어느 워크로드가 어디에서 실행될지 결정하고, 일관된 접근 정책을 유지하며, 여러 제공업체에 걸친 성능을 모니터링해야 한다.

유럽의 기존 벤더들은 이미 기존 클라우드 프로그램에서 관련 업무를 수행하고 있다. AI는 의사결정의 수를 늘리지만, 통합의 필요성을 없애지는 않는다.

따라서 주권 기회는 완전히 독립적인 유럽 AI 스택보다 덜 극적이다. 그러나 상업적으로는 더 현실적이기도 하다.

유럽 기업은 다른 곳에서 개발된 기술을 사용하더라도 규제된 배포를 통제함으로써 의미 있는 매출을 확보할 수 있다. 그것만으로도 가치 분배를 바꾸기에 충분하다.

향후 세 번의 실적 발표 기간이 확인해야 할 사항

다음 시험대는 보고된 수요가 반복적인 AI 매출, 더 나은 서비스 경제성, 지속적인 인프라 가동률로 전환되는지 여부다.

첫 번째로 주목할 신호는 SAP의 클라우드 수주잔고와 AI 관련 계약 확장이다. 투자자들은 고객이 단지 계획된 ERP 이전을 완료하는 것이 아니라 기존 클라우드 계약에 AI 역량을 추가하고 있다는 증거를 필요로 한다.

SAP는 데이터 인수가 실제 워크플로에 사용되는 제품을 어떻게 강화하는지도 보여줘야 한다. 재무, 조달, 공급망 운영 내 도입은 비즈니스 데이터가 이점을 만든다는 회사의 주장을 뒷받침할 것이다.

수주잔고 성장 둔화는 이 논거를 약화시킬 것이다. 식별 가능한 AI 확장을 동반한 강한 수주잔고는 기존 기업의 사례를 더 설득력 있게 만들 것이다.

두 번째 신호는 Capgemini와 Sopra Steria의 AI 업무 경제성이다. 수주는 비례적인 인력 증가 없이 매출로 전환되어야 한다.

이는 내부 자동화와 재사용 가능한 플랫폼이 제공 방식을 개선하고 있음을 의미한다. 또한 코딩 에이전트가 전통적 서비스의 가치를 낮출 것이라는 우려에도 답이 될 것이다.

가동률 하락, 수주 약화, 프로젝트 마진 압박은 반대 방향을 가리킬 것이다. 이러한 결과는 AI가 새로운 업무를 만드는 속도보다 더 빠르게 서비스 제공업체를 교란하고 있음을 시사할 것이다.

세 번째 신호는 OVHcloud의 인프라 가동률과 현금 창출이다. 회사는 장비와 에너지 비용이 성장을 압도하지 않도록 하면서 자본적 지출을 반복 워크로드로 전환해야 한다.

프런티어 모델 개발 노력은 또 하나의 기준점을 더한다. OVHcloud는 이 이니셔티브가 전략적 약속 그 이상으로 평가받기 전에 신뢰할 수 있는 평가, 배포 세부 사항 또는 고객 활용 사례를 공개해야 한다.

회사의 상반기 실적은 지속적인 투자와 함께 수익성이 개선됐음을 보여줬다. 향후 보고서는 이러한 균형이 더 큰 규모의 AI 구축 과정에서도 유지될 수 있음을 입증해야 한다.

하이퍼스케일러와의 경쟁도 계속 주목할 필요가 있다. Google, Microsoft, Amazon은 데이터 주권 통제, 현지 파트너십, 더 유연한 배포 옵션으로 대응할 수 있다.

이들이 관할권 및 운영상 우려를 충분히 해소한다면 유럽 사업자는 차별화 요소의 일부를 잃게 된다. 반대로 고객이 계속해서 현지 통제를 요구한다면 유럽의 입지는 강화된다.

개발자와 기업 구매 담당자가 이에 주목해야 하는 이유는 이제 벤더 선택이 모델 품질 이상의 것을 좌우하기 때문이다. 이는 기업 지식이 어디에 저장되는지, 행동이 어떻게 승인되는지, 시스템이 사업자 간 이동할 수 있는지를 결정한다.

프로젝트가 확장될수록 팀은 평가 기록, 배포 결정, 사용자 피드백을 보존해야 한다. 검색 가능한 AI 지식 베이스는 벤더와 모델이 바뀌는 과정에서도 이러한 조직적 맥락을 유지하는 데 도움이 될 수 있다.

Reuters 보도가 Techmeme를 통해 주목받은 이유는 초기 AI 시장을 규정했던 가정을 뒤집기 때문이다. 모델을 만드는 기업이 시장을 지배할 것으로 예상됐던 반면, 기존 유럽 기술 그룹은 취약한 것으로 보였다.

프로덕션 배포는 이러한 균형을 바꾸고 있다. 모델은 여전히 필수적이지만, 이제 기업이 이를 안전하게 활용할 수 있는지는 비즈니스 데이터, 시스템 통합, 인프라, 책임성이 좌우한다.

이것이 Google Techmeme 독자들이 AI 스택의 덜 화려한 계층을 지켜봐야 하는 이유다. SAP, Capgemini, Sopra Steria, OVHcloud는 모든 모델 연구소를 물리칠 필요가 없다.

이들에게 필요한 것은 기업 고객이 실험 단계를 넘어 관리되고 반복 가능한 운영으로 계속 전환하는 것이다. 앞으로 몇 차례의 실적 발표 주기는 이 전환이 지속 가능한 유럽의 우위로 이어지고 있는지, 아니면 AI라는 이름이 붙은 수요의 일시적 증가에 그치는지를 보여줄 것이다.