최근 xAI와 코어위브(CoreWeave) 등 AI 인프라 기업들이 GPU 클러스터를 담보로 수십억 달러 규모의 자금을 조달하며 새로운 금융 트렌드를 만들고 있습니다. 하지만 이러한 GPU 담보 대출 시장은 항공기나 부동산처럼 표준화된 가치 평가 인프라가 부족해, 대주단이 높은 위험을 감수하고 있으며 이는 높은 대출 금리로 이어지고 있습니다. 특히 채무불이행 시 대주단이 클러스터를 인수하더라도, 장비의 물리적 가치 외에 운영 상태와 전문 팀의 노하우가 핵심적인 역할을 하기에 실제 회수 가치를 예측하기 어렵다는 지적이 나옵니다.
GPU 클러스터의 가치는 단순한 장비 가격표로 매겨지지 않습니다. 메타(Meta)의 라마 3(Llama 3) 학습 보고서에 따르면 H100 16,384개 클러스터에서 54일간 419건의 예기치 못한 중단이 발생했으며, 현대 데이터센터 GPU의 연간 장애율은 약 9%에 달합니다. 20만 개 규모의 xAI 클러스터에서는 하루 약 50개의 GPU가 고장 날 수 있습니다. 더 큰 문제는 GPU가 멈추지 않고 잘못된 결과를 내는 무음 데이터 손상(SDC)과 같은 예측 불가능한 오류들입니다. 이러한 문제들은 숙련된 운영팀의 지속적인 모니터링과 문제 해결 능력에 크게 의존하며, 이들의 암묵지(tacit knowledge)는 문서화되기 어려워 대주단의 담보 가치 평가 범위에 포함되지 않습니다. 또한, 엔비디아(NVIDIA)가 제품 출시 주기를 2년에서 1년으로 단축하면서 GPU의 내용연수(useful life)에 대한 불확실성도 커지고 있습니다. 코어위브는 GPU를 6년으로 감가상각하지만, 네비우스(Nebius)는 4년을 적용하는 등 기준이 제각각입니다.
이러한 불확실성은 GPU 담보 대출 금리를 기준금리보다 약 8.5%포인트 높게 만드는 주된 요인입니다. 이는 항공기 대출의 1~2%포인트, 상업용 모기지보다 훨씬 높은 수치입니다. 현재 GPU 시장에는 블룸버그(Bloomberg)의 H100 렌탈 인덱스나 오르앤 AI(Ornn AI)의 GPU 연산 파생상품 거래소 같은 초기 단계의 가격 발견 도구만 존재합니다. 시장이 성숙하여 위험 회피 상품, 표준화된 잔존가치 곡선, 그리고 활발한 중고 GPU 시장이 형성된다면, 대출 금리 스프레드와 AI 인프라의 자본 비용이 낮아질 수 있습니다. 이는 장기적으로 AI 인프라 산업의 안정적인 성장을 촉진하고, 더 많은 기업이 저렴한 비용으로 GPU 자원에 접근할 수 있는 기회를 제공할 것입니다. 따라서 GPU의 장비 가격뿐 아니라 운영 상태, 정비 이력, 잔존가치, 그리고 미래 임대료를 측정하고 이전할 수 있는 체계 구축이 시급합니다.