텐센트 Q2 AI 전략, 실적에 시동 걸렸다…인프라에 528억 위안 베팅

텐센트의 2026년 2분기는 인공지능(AI) 전략이 단순한 연구개발 계획을 넘어 실제 제품과 사업에 연결되고 있는지 가늠하는 첫 시험대였다. 결과는 운영 측면에서 고무적이었다. 매출은 전년 동기 대비 11% 증가한 2,048억 위안에 달했고, 핀테크 및 기업 서비스 매출은 9% 늘어난 603억 위안을 기록했다. 236 반면 AI 인프라 구축이 본격화되면서 지출은 크게 늘었고 현금흐름에는 부담이 발생했다. 58

이번 실적에서 읽히는 텐센트의 전략은 지능, 애플리케이션, 인프라를 잇는 3개 층 구조다. 자체 모델을 만들고, 이를 여러 제품에 배치한 뒤, 사용량을 뒷받침할 컴퓨팅 자원을 확보하는 방식이다. 기존 위챗·게임·광고·기업 서비스 생태계는 이 세 층을 연결하는 유통망 역할을 한다.

다만 지금 확인된 것은 전략이 작동하기 시작했다는 점이지, 대규모 AI 투자가 충분한 수익으로 전환됐다는 뜻은 아니다.

실적은 견조했지만 AI 지출은 가속

텐센트의 기존 사업은 AI 투자를 감당할 여력을 제공했다. 매출총이익은 13% 증가한 1,184억 위안, 영업이익은 9% 늘어난 756억 위안이었다. 23 로이터는 이번 분기 매출 성장을 주로 광고 부문 호조와 안정적인 게임 매출의 결과로 분석했다. 이는 초기 단계에서 AI가 독립적인 매출원이라기보다 기존 사업의 효율과 성장을 높이는 도구로 작동하고 있음을 시사한다. 1

투자 규모는 자본지출에서 선명하게 드러났다. 전체 자본지출은 528억 위안으로 전년 동기 대비 176% 증가했고, 영업 자본지출은 518억 위안으로 190% 급증했다. 텐센트는 이 비용에 모델 학습과 추론, 그리고 제품·서비스 전반의 AI 기능을 지원하기 위한 인프라 투자가 포함됐다고 설명했다. 23

인베스팅닷컴에 따르면 분기 잉여현금흐름은 138억 위안 적자로 전환됐다. 5 다른 실적 분석에서는 AI 컴퓨팅 자원 선구매를 위한 선수금을 제외할 경우 잉여현금흐름이 376억 위안이었을 것으로 추산했다. 다만 이는 보고된 수치가 아닌 조정 관점의 계산이다. 8

이 차이는 중요하다. 현금흐름 악화가 텐센트의 기존 사업 전반에서 반복적으로 발생한 현상이라기보다, 향후 AI 역량을 확보하기 위한 투자가 한 시점에 집중된 결과일 수 있기 때문이다.

1. 지능: 혼위안 Hy3가 연구실에서 제품 현장으로

지능 계층의 중심에는 텐센트의 혼위안 모델군이 있다. 혼위안 Hy3 정식 버전은 위안바오, WorkBuddy, 게임, 위챗 등 실제 제품에 통합됐다. 모델이 연구 시연에 머무르지 않고 실제 사용 환경에서 피드백을 얻으며 개선되는 구조가 만들어진 셈이다. 1114

텐센트는 Hy3를 코딩, 문서·사무 업무, 금융 모델링, 프런트엔드 설계 등 실용적인 작업에 적합한 비용 효율형 모델로 내세웠다. 회사의 실적 발표에 따르면 유료 기간 동안 모든 채널에서 Hy3의 일평균 토큰 사용량은 프리뷰 버전 대비 약 7배로 증가했고, OpenRouter의 토큰 사용량 기준 상위 3개 모델에 들었다. 14

이는 사용량과 비용 대비 성능을 보여주는 지표다. 그러나 이러한 지표만으로 지속 가능한 수익성이 입증된 것은 아니다.

Hy3는 API와 WorkBuddy 국제 버전을 통해 해외에도 공개됐다. 텐센트는 2026년 후반 출시를 목표로 더 큰 규모의 혼위안 Hy4도 개발하고 있다. 411 자체 모델을 내부 제품에 적용하는 동시에 외부 개발자와 고객에게도 접근 경로를 열어두는 전략이다.

2. 애플리케이션: AI를 하나의 챗봇이 아닌 제품군으로 확산

애플리케이션 계층은 단일 챗봇에 국한되지 않는다. 텐센트 경영진은 소비자용 AI 확산의 관문으로 위안바오와 샤오웨이를, 중국 AI 생산성 시장의 핵심 제품으로 WorkBuddy와 CodeBuddy를 제시했다. 1718

여기에 Marvis와 QClaw도 포트폴리오에 포함됐다. 소비자용 서비스, 사무 생산성, 코딩, 기기 중심 상호작용 등 여러 업무 흐름에 에이전트를 배치하려는 시도다. 하나의 범용 비서에 모든 기대를 거는 대신 여러 제품에서 사용처를 확보하려는 접근이라고 볼 수 있다. 26

이 유통 전략은 텐센트의 기존 강점과 맞물린다. 광고, 게임, 위챗, 기업 서비스는 이미 대규모 이용자와 업무 환경을 갖추고 있다. AI는 광고 타기팅과 콘텐츠 제작, 업무 생산성, 이용자 참여도를 높이는 방식으로 기존 사업의 가치를 끌어올릴 수 있다. 텐센트가 궁극적으로 겨냥하는 것은 모델 사용권 자체를 판매하는 데 그치지 않고, 이미 규모를 확보한 사업의 수익성을 높이는 것이다. 13

WorkBuddy가 중요한 이유

WorkBuddy는 이 전략에서 특히 중요한 제품이다. 텐센트는 WorkBuddy를 전통적인 기업용 소프트웨어 제품군이 아니라, 여러 운영체제와 기기에서 작동하는 AI 네이티브 생산성 환경으로 설명했다. 복수의 에이전트와 모델을 조율해 복잡한 업무를 처음부터 끝까지 처리하는 것이 목표다. 11

핵심 차별점으로 제시된 것은 ‘하네스(harness)’다. 이는 업무별로 적합한 모델을 선택하고 여러 에이전트의 작업 순서를 조율하는 소프트웨어 계층을 뜻한다. 여기에 기술이나 기능을 확장할 수 있는 스킬 라이브러리와 다양한 모델 선택지가 더해진다. 따라서 WorkBuddy는 단일 모델 인터페이스라기보다 확장 가능한 업무 공간에 가깝다. 1112

이 구조에서는 성공 지표도 달라진다. 장기적인 가치는 사용자가 계속 돌아오는지, 구독이나 토큰 결제를 하는지, 실제 업무를 완료하는지, 위임하는 작업의 범위가 넓어지는지에 달려 있다. 외부 개발자와 파트너가 제공하는 스킬 생태계가 충분히 확장되는지도 관건이다.

텐센트는 WorkBuddy의 빠른 이용자 증가와 양호한 잔존율, 결제 의향을 강조했다. 그러나 현재 공개된 정보만으로 최종적인 매출 규모까지 판단하기는 이르다. 1521

3. 인프라: 컴퓨팅 자원을 비용이 아닌 전략적 투입물로

인프라 계층은 앞선 두 계층을 뒷받침한다. 텐센트는 혼위안 모델 개선, WorkBuddy와 CodeBuddy의 추론 수요, 위챗 AI 프로젝트 및 기타 제품 기능을 위해 컴퓨팅 자원 확보를 크게 늘렸다고 밝혔다. 23

중요한 점은 확보한 자원의 우선순위다. 텐센트는 당장 광범위한 컴퓨팅 임대 사업자가 되기보다, 자체 모델을 학습시키고 자사 애플리케이션을 구동하는 데 자원을 우선 사용하려 한다. 차별화된 모델과 애플리케이션이 단순히 부족한 컴퓨팅 용량을 임대하는 것보다 더 오래 지속되는 가치를 만들 수 있다는 판단이다. 47

이 선택이 자본지출 급증을 설명한다. 인프라는 단순히 감가상각되는 장비가 아니라, 모델과 애플리케이션의 사용량을 향후 매출로 바꾸기 위한 운영 기반으로 간주되고 있다. 텐센트의 실적 발표도 추가 컴퓨팅 자원과 애플리케이션·모델 사용량의 수익화 사이의 연결을 명시적으로 강조했다. 2

30% 넘는 재판매 가능성은 안전판이지 본론은 아니다

경영진은 앞서 주문한 일부 컴퓨팅 자원을 필요할 경우 구매 가격보다 30% 넘게 높은 가격에 되팔 수 있다고 밝혔다. 2830 AI 컴퓨팅 수요가 강한 시장에서는 내부 배치 일정이 바뀌더라도 투자 일부의 하방 위험을 줄일 수 있는 선택지다.

그러나 이를 텐센트의 핵심 AI 사업 모델로 해석해서는 안 된다. 회사가 밝힌 기본 방향은 대부분의 자원을 자체 모델과 애플리케이션에 사용하는 것이다. 컴퓨팅 자원 재판매나 임대 수익은 과잉 주문 위험을 낮추는 보완책일 수 있지만, AI 제품이 이미 투자금을 회수했다는 증거는 아니다.

이번 분기가 보여준 것과 아직 보여주지 못한 것

텐센트의 2026년 2분기 실적은 다음 세 가지를 뒷받침한다.

1. 모델 계층이 실제 운영 단계로 들어섰다. Hy3는 제품에 적용됐고 외부 고객에게도 공개됐으며, 실제 업무 환경에서 반복적으로 개선되고 있다. 61114
2. 애플리케이션 계층에 여러 유통 경로가 생겼다. WorkBuddy, CodeBuddy, 위안바오, 샤오웨이, Marvis, QClaw가 소비자와 생산성 업무를 아우르는 접점을 제공한다. 2617
3. 인프라 투자는 의도적이고 규모가 크다. 텐센트는 수익성이 크게 흔들리지 않는 상황에서도 학습, 추론, AI 기능 확장을 위해 자본지출을 빠르게 늘렸다. 23

아직 풀리지 않은 핵심 질문은 수익화다. 텐센트는 사용량, 잔존율, 제품 경쟁력에 관한 신호를 제시했지만, AI 매출이 대규모 인프라 투자와 보조를 맞추게 될 구체적인 시점은 제시하지 않았다. 27

회사가 투자자에게 보여주려는 그림은 수년에 걸친 순환 구조다. 컴퓨팅 자원이 모델을 개선하고, 모델이 애플리케이션을 강화하며, 애플리케이션이 사용량을 만들고, 그 사용량이 결국 매출로 전환되는 방식이다.

현재까지의 2분기 실적은 이 순환이 움직이기 시작했음을 보여준다. 다만 순환이 완성됐을 때 얼마나 높은 수익성을 낼지는 아직 확인되지 않았다.