젠슨 황 엔비디아 CEO가 본인의 X 계정을 통해 발표한 「Securing the Infrastructure of Intelligence」와
데이비드 삭스 인공지능(AI)·가상자산 정책특임보좌관의 ‘다크 GPU’ 경고는
엔비디아가 추진하는 AI 인프라 금융 전략의 가능성과 위험을 각각 보여준다.
1. AI의 새로운 병목: 토지·전력·건물
젠슨 황은 AI 데이터센터를 에너지와 데이터를 지능으로 전환하는 ‘AI 공장’으로 정의하고 있다.
AI 경제에서는 컴퓨팅 능력이 제품 생산과 매출로 직결되기 때문에 컴퓨팅 설비 자체가 생산자산이라는 논리다.
AI 공장을 건설하려면 GPU와 HBM, 네트워크 장비뿐 아니라 데이터센터에 필요한 물리적 기반이 필요하다.
엔비디아는 이를 LPS(Land, Power and Shell)라고 부른다.
Land: 데이터센터 부지
Power: 발전·송전·전력공급 능력
Shell: 냉각·전력설비를 포함한 데이터센터 건물
대형 클라우드 기업은 자체 신용과 자금으로 이러한 시설을 확보할 수 있다.
반면, OpenAI와 같은 프런티어 AI 기업은
컴퓨팅 수요와 매출이 빠르게 증가해도 20년짜리 임대·전력 계약을 감당할 재무제표와 신용등급이 충분하지 않을 수 있다.
엔비디아는 이 금융조달의 공백을 자사의 신용으로 메우겠다는 구상이다.
과거 TSMC 생산능력과 HBM·첨단 패키징 물량을 장기계약으로 확보했던 것처럼
이제는 데이터센터의 부지와 전력까지 선점해 미래 GPU 수요를 고정하려는 것이다.
2. PORTS-Pike 프로젝트
이 전략의 대표적인 사례가 오하이오의 PORTS-Pike Technology Campus다.
SB Energy가 데이터센터를 건설·소유·운영하고 OpenAI가 20년간 임차할 계획이다.
엔비디아는 GPU·CPU·네트워크·소프트웨어를 독점적으로 공급하면서 일부 임대료와 전력비, 시설의 잔존가치를 보증한다.
초기 AI 컴퓨팅 용량은 4.25GW이며, 엔비디아는 나머지 3.75GW를 추가로 확보할 수 있는 선택권도 갖는다.
엔비디아는 한 세대의 시스템을 4.25GW 규모로 배치하면 약 150만 개의 GPU와 1,500억~2,000억 달러의 매출 기회가 발생할 것으로 추산한다.
부지와 전력설비는 20년 동안 유지되는 반면 내부 GPU는 여러 차례 교체된다.
따라서 한 번 확보한 데이터센터에서 세대교체가 일어날 때마다 반복적인 GPU 매출을 만들 수 있다는 계산이다.
OpenAI가 2030년까지 계획한 엔비디아 컴퓨팅 규모는 약 12GW이며 PORTS-Pike 전체를 사용할 경우 약 16GW까지 확대될 수 있다.
엔비디아는 이를 약 6,000억 달러의 잠재적 컴퓨팅 매출 기회로 제시한다.
오하이오 프로젝트에 제공하는 보증 규모는 최대 약 1,050억 달러로 알려졌다.
3. GPU를 금융자산으로 바꾸는 구조
엔비디아는 별도로 골드만삭스·블랙스톤·아폴로 등 금융회사들과 최대 5,000억 달러를 AI 인프라에 공급하는 금융 플랫폼을 추진하고 있다.
금융기관은 데이터센터 사업자에게 자금을 빌려주고 사업자는 GPU 임대료와 컴퓨팅 매출로 원리금을 갚는다.
GPU와 데이터센터는 대출의 담보가 되며 엔비디아가 GPU의 잔존가치 일부를 보증해 금융기관의 손실 위험을 낮춘다.
젠슨 황 CEO는 CUDA 생태계 때문에 엔비디아 GPU가 다른 고객에게 쉽게 이전될 수 있다고 주장한다.
OpenAI가 특정 시설을 사용하지 않더라도 다른 클라우드 기업이나 AI 연구소에 재임대할 수 있으므로
GPU는 반복적으로 임대수익을 만들 수 있는 금융자산이라는 것이다.
이 구조는 엔비디아가 고객의 GPU 구매를 기다리는 데서 벗어나 고객의 자금조달을 지원하면서 스스로 미래 수요를 창출한다는 의미를 갖는다.
4. 순환금융 논란
시장에서는 엔비디아가 고객의 데이터센터와 GPU 구매를 금융적으로 지원하고
그 고객이 다시 엔비디아 제품을 구매한다는 점에서 순환금융에 가깝다는 비판이 나온다.
젠슨 황 CEO는 OpenAI가 임대료를 직접 지급하고 엔비디아의 보증도 전체 사업비가 아닌 일부 임대료·전력비와 잔존가치에 한정되기 때문에
순환금융이 아니라고 반박한다.
OpenAI가 비용을 지급할수록 엔비디아의 보증 노출도 감소한다는 설명이다.
물론 형식적으로는 엔비디아가 OpenAI에 GPU 구매자금을 직접 지급하는 구조가 아니다.
그러나 실질적으로는 엔비디아의 신용보강이 없었다면 조달하기 어려웠을 대규모 자금이 데이터센터 건설과 엔비디아 GPU 구매로 이어진다.
따라서 공급자가 고객의 구매 능력을 키워 자사 매출을 만드는 구조라는 점은 변하지 않는 사실이다.
5. 데이비드 삭스의 ‘다크 GPU’ 경고
미국 대통령 과학기술자문위원회 소속 데이비드 삭스 보좌관은
이 계획의 가장 큰 위험으로 수요 부족보다 컴퓨팅 설비의 과잉 건설을 지목했다.
AI 수요가 계속 증가하더라도 데이터센터와 GPU 공급이 그보다 빠르게 늘어나면 가동률과 컴퓨팅 임대가격이 하락할 수 있는데
삭스 보좌관은 이를 닷컴버블 당시의 ‘다크 파이버’에 빗대어 ‘다크 GPU’라고 표현했다.
1990년대 말 인터넷 트래픽 증가를 예상한 통신회사들이 대규모로 광케이블을 설치했지만
닷컴버블 붕괴 이후 상당한 광섬유가 사용되지 않은 채 남았다.
마찬가지로 AI 기업과 금융기관이 모두 높은 컴퓨팅 가격을 전제로 데이터센터를 건설하면
전력은 연결되어 있지만 충분한 작업을 받지 못하는 GPU가 대량으로 생길 수 있다는 경고다.
6. 핵심 쟁점
젠슨 황 CEO와 삭스 보좌관 모두 AI 컴퓨팅 수요가 계속 증가할 가능성을 높게 본다.
두 사람의 핵심 관심사는 수요의 존재보다 데이터센터와 GPU 공급이 얼마나 빠르게 확대될 수 있는가에 있다.
삭스 보좌관은 현재의 데이터센터 건설 환경을 고려하면 앞서 말한 과잉이 실제로 발생할 가능성은 낮다고 본다.
데이터센터는 금융만 확보한다고 즉시 공급할 수 있는 시설이 아니기 때문이다.
토지 확보와 건설 허가, 전력망 연결, 발전·송전설비 확충, 환경규제와 지역사회 반대가 공급 속도를 제한한다.
그는 AI 데이터센터를 둘러싼 정치적 반발과 규제 압력이 산업 확장을 방해하면서도
역설적으로 무분별한 공급 확대를 막아주는 안전장치로 작용한다고 평가한다.
이러한 비금융적 병목이 유지되는 동안 AI 컴퓨팅 수요가 빠르게 증가한다면 GPU 가동률과 임대가격, 담보가치도 유지될 수 있다는 논리다.
젠슨 황 CEO는 위에서 말했듯이 CUDA와 광범위한 고객 생태계 덕분에 GPU를 다른 사용자에게 이전할 수 있다고 본다.
이는 특정 AI 기업의 부도나 사업 실패에는 효과적인 방어 논리가 된다.
하지만 산업 전체가 과잉투자에 빠지면 상황이 달라진다.
모든 데이터센터 사업자가 동시에 남는 GPU의 임차인을 찾게 되면 컴퓨팅 임대료가 하락하고 구형 GPU의 중고가격과 담보가치도 낮아진다.
기술 발전과 세대교체가 빠르다는 점은 이러한 가치 하락을 더욱 가속할 수 있다.
이 경우 엔비디아는 두 방향에서 동시에 압박을 받을 수 있다.
-
신규 데이터센터 투자 위축 -> GPU 매출 감소
-
기존 GPU와 시설의 가치 하락 -> 잔존가치 보증 부담 발생
7. 종합
엔비디아는 AI 컴퓨팅을 전력망이나 통신망처럼 장기간 현금흐름을 만드는 인프라 자산으로 전환하려 한다.
자사의 신용과 월가의 자금을 결합해 데이터센터 건설을 앞당기고 엔비디아 제품을 독점적으로 공급함으로써 미래 수요를 선점하는 전략이다.
만약 성공한다면 엔비디아는 반도체 공급자를 넘어 AI 인프라의 설계자이자 금융의 중심으로 올라설 수 있다.
이 전략의 가장 큰 잠재적 위험은 금융 확대가 컴퓨팅 설비의 과잉 건설로 이어지는 것이다.
그러나 삭스 보좌관은 토지·전력·인허가·지역사회 반대가 데이터센터 공급을 제한하기 때문에
적어도 현재로서는 AI 수요보다 공급이 빠르게 증가할 가능성이 낮다고 본다.
장기적인 위험은 이러한 병목이 예상보다 빠르게 해소되거나 AI 수요 증가율이 둔화되는 경우다.
여러 데이터센터가 동시에 가동되면서 공급이 수요를 앞지르면 ‘다크 GPU’가 현실화되고
엔비디아는 신규 매출 둔화와 기존 보증 부담을 함께 떠안을 수 있다.
따라서 이 계획의 성패는 AI 수요의 증가 속도와 데이터센터 공급 속도 사이의 균형에 달려 있다.
359
