NVIDIA 5,000억 달러 AI 컴퓨팅 파이낸싱 계획: GPU 인프라가 어떻게 자산 클래스가 되는가

서론

NVIDIA는 AI 업계가 컴퓨팅 파워에 대한 비용을 지불하는 방식을 바꾸려 하고 있다.

2026년 8월 10일,该公司은 Apollo, 블랙록, 블랙스톤, 브루크필드, 골드만삭스, KKR과 전략적 파트너십을 체결하고, NVIDIA 기반 AI 인프라를 위한 별도의 컴퓨팅 파이낸싱 플랫폼을 설립한다고 발표했다.

목표 규모는 거대하다: 이 플랫폼들은 장기적으로 5,000억 달러 이상의 제3자 자본을 동원하는 것을 목표로 한다.

이 숫자는 신중하게 해석할 필요가 있다.

NVIDIA가 단일 5,000억 달러 펀드를 모집한 것이 아니며, 6개 기관이 고정된 개별 출자액을 공개적으로 약속한 것도 아니다. 각 당사자는 양해각서에 서명했으며, 최종 계약, 프로젝트 조건, 배치 일정 및 실제 자본 약정은 아직 확정되지 않았다.

이 구상은 단순히 고객이 GPU를 구매할 수 있도록 대출을 제공하는 것 이상이다.

NVIDIA는 AI 팩토리——가속기, 네트워킹, 시스템 소프트웨어, AI 프레임워크 및 주변 인프라를 포함한 전체 기술 스택——가 생산적 인프라처럼 파이낸싱될 수 있기를 원한다. 모든 AI 연구소, 기업 또는 클라우드 제공업체가 자체 대차대조표에서 전체 비용을 선불로 지불할 필요 없이, 장기 기관 자본이 이러한 자산을 소유하거나 파이낸싱하고, 고객은 컴퓨팅 액세스 비용을 지불할 수 있다.

젠슨 황의 관점은 간단하다: AI 분야에서 컴퓨팅 파워는 수익을 창출한다, 따라서 컴퓨팅 인프라는 빠르게 감가상각되는 기술 구매로 취급되는 것이 아니라 생산적 자산으로 인수될 수 있다.

NVIDIA는 월스트리트가 AI 팩토리에 파이낸싱하기를 원한다

지난 2년간 AI 확장의 가장 큰 장애물 중 하나는 자본이었다.

프론티어 AI 연구소는 더 강력한 모델을 훈련하고 서비스하기 위해 더 큰 클러스터가 필요하다. 기업들은 더 많은 워크로드를 AI로 전환하려 한다. 클라우드 제공업체와 신규 클라우드 사업자들은 용량을 늘리기 위해 경쟁하고 있다.

하드웨어는 비싸며, 지출은 GPU 자체에만 국한되지 않는다.

현대적인 AI 팩토리는 다음을 필요로 할 수 있다:

• 가속기
• 고속 네트워킹
• 스토리지
• 전력 분배
• 액체 냉각 시스템
• 건물
• 토지
• 전력망 연결
• 시스템 소프트웨어
• 운영
• 장기 용량 약정

대형 기술 기업들은 현금 흐름과 공개 채무 시장을 통해 이러한 지출의 대부분을 조달할 수 있다.

규모가 작은 AI 기업과 인프라 운영자들은 종종 그렇게 할 수 없다.

NVIDIA의 파이낸싱 계획은 더 큰 규모의 민간 및 기관 자본을 이 격차에 유치하는 것을 목표로 한다.

공개된 구조에 따르면, 6개 금융 그룹은 전용 자본 풀을 설립하고 NVIDIA 기반 AI 인프라와 관련된 프로젝트를 독립적으로 평가할 것이다.

NVIDIA는 기술 플랫폼과 생태계를 제공한다.

파이낸싱 제공자들은 인수, 자본, 인프라 전문성 및 자본 시장 접근성을 제공한다.

회사가 말하는 목표

고객은 다음과 같다:

• 프론티어 AI 연구소
• AI 네이티브 스타트업
• 대기업
• AI 클라우드 서비스 제공업체
• 정부 및 국가 AI 프로젝트

이 모델은 강력한 수요가 있지만 전체 인프라 구매 비용을 한 번에 부담할 수 없거나 원하지 않는 기관들이 값비싼 컴퓨팅 리소스를 확보할 수 있게 해준다.

이것은 소비자 할부보다 인프라 파이낸싱에 더 가깝다

이 구상을 "GPU 모기지"라고 부르는 것은 비유적으로 그럴듯하지만, 실제 구조는 인프라 및 장비 파이낸싱에 더 가깝다.

단순화된 구조는 다음과 같을 수 있다:

기관 자본
        ↓
파이낸싱 수단/인프라 소유자
        ↓
NVIDIA 기반 AI 팩토리
        ↓
장기 컴퓨팅 사용자
        ↓
사용료 또는 리스 유사 현금 흐름
        ↓
채무 상환/투자자 수익

컴퓨팅 사용자가 반드시 모든 GPU를 직접 소유할 필요는 없다.

금융 기관은 프로젝트가 투자를 정당화할 수 있을 만큼 지속적인 현금 흐름을 창출할 수 있는지 평가한다.

이 평가에는 다음이 포함될 수 있다:

• 고객 신용 품질
• 계약 기간
• 컴퓨팅 가동률
• 예상 리스 수익
• 모델 수요
• 전력 비용
• 하드웨어 수명
• 잔존 가치
• 재배치 옵션

이 모델은 일반적인 자산 파이낸싱 비즈니스와 유사하다——한 당사자가 고가의 생산적 자산을 소유하거나 파이낸싱하고, 다른 당사자가 이를 사용하는 구조다.

항공기 리스가 명확한 비유다.

항공사가 항상 모든 항공기를 현금으로 구매하는 것은 아니다. 리스 회사가 항공기를 소유하고 장기간 대금을 받으면서 실물 자산의 가치를 보유할 수 있다.

AI 컴퓨팅도 유사한 파이낸싱 모델을 따를 수 있다, GPU의 감가상각 특성이 항공기와 크게 다르다는 점을 제외하면.

왜 NVIDIA는 컴퓨팅 파워가 투자 가능한 자산 클래스가 될 수 있다고 보는가

젠슨 황은 8월 11일에 또 다른 설명을 발표하며 NVIDIA AI 팩토리 컴퓨팅이 투자자들이 인프라에서 찾는 특성을 갖추고 있다고 주장했다.

그의 논증은 네 가지 핵심 포인트에 기반한다.

1. 해당 자산은 수익을 창출한다

AI 인프라는 유휴 장비가 아니다.

훈련, 추론, 미세 조정, 과학 컴퓨팅, 에이전트 워크로드, 미디어 생성, 로보틱스 및 기타 유료 서비스에 사용될 수 있다.

용량이 가동률을 유지한다면, 장비는 정기적인 현금 흐름을 창출할 수 있다.

2. 해당 아키텍처는 다양한 워크로드를 지원한다

NVIDIA는 자사 인프라가 단일 모델에 국한되지 않는다고 본다.

동일한 GPU 클러스터가 언어, 비전, 음성, 생물학, 물리 AI, 로보틱스 및 고성능 컴퓨팅에 서비스를 제공할 수 있다.

이는 고객이나 워크로드가 변경될 때 하드웨어를 더 쉽게 재배치할 수 있게 한다.

3. CUDA는 잠재 사용자 기반을 확장한다

NVIDIA의 소프트웨어 생태계는 파이낸싱 논거에 중요하다, 더 많은 고객이 사용할 수 있을 때 하드웨어 가치가 높아지기 때문이다.

CUDA는 클라우드, 프레임워크, 애플리케이션 및 엔터프라이즈 환경에서 널리 사용된다.

이는 컴퓨팅 용량을 위한 더 깊은 2차 시장을 창출한다.

4. 소프트웨어는 유효 경제 수명을 연장할 수 있다

젠슨 황은 지속적인 CUDA 최적화가 설치된 하드웨어가 시간이 지남에 따라 더 나은 경제적 성과를 창출할 수 있게 한다고 주장한다.

소프트웨어는 물리적 노후화를 막을 수 없으며, 구형 GPU를 신형 아키텍처와 동일하게 만들 수도 없다. 그러나 가동률, 커널 성능, 프레임워크 지원, 그리고 여전히 경제적으로 실행 가능한 워크로드 범위를 개선할 수 있다.

5,000억 달러라는 숫자는 목표이지 모집된 자금이 아니다

이 구분이 이 발표를 이해하는 핵심이다.

NVIDIA는 이들 파이낸싱 플랫폼이 시간이 지남에 따라 총 5,000억 달러 이상의 제3자 자본을 동원하는 것을 목표로 한다고 밝혔다.

회사는 이 숫자가 다음과 같다고 명확히 했다:

• NVIDIA의 수익이 아님
• 단일 펀드가 아님
• 특정 고객에 대한 약정이 아님

로이터는 NVIDIA가 6개 금융 기관 각각의 약정 금액, 상세한 파이낸싱 조건 또는 배치 일정을 공개하지 않았다고 보도했다.

현재 계약은 양해각서에 기반한다.

최종 계약은 여전히 협상이 필요하다.

이는 NVIDIA가 5,000억 달러를 "모집했다"는 헤드라인이 실제 발생한 일을 과장한 것임을 의미한다.

더 정확한 설명은, NVIDIA가 6대 주요 금융기관과 플랫폼을 구축 중이며, 공개된 장기 목표는 5,000억 달러 이상의 자금을 AI 인프라 프로젝트에 유치하는 것입니다.

NVIDIA가 얼마나 많은 위험을 부담할까?

NVIDIA는 명백한 우려에 대응하려 하고 있습니다: 회사가 GPU를 판매하면서 동시에 금융 지원을 보증한다면, 월스트리트가 정말 독립적인 위험을 부담하는 것인가?

황젠훈은 자본 제공자가 각 프로젝트를 독립적으로 인수심사할 것이라고 밝혔습니다.

그들은 고객, 가동률, 현금흐름, 수요, 잔존가치를 자체적으로 검토해야 합니다.

NVIDIA는 프로젝트 기회의 최대 25%에 해당하는 잔존가치 지원 메커니즘을 제공할 수 있으며, 건별로 평가합니다.

이는 NVIDIA가 전체 5,000억 달러 플랫폼의 25%를 보증한다는 의미로 해석되어서는 안 됩니다.

이 메커니즘은 제한적이고, 특정 프로젝트에 국한되며, 자산 잔존가치와 관련됩니다.

이론적 최대 시나리오에서 5,000억 달러의 25%는 1,250억 달러에 해당하므로, 보도에서 이 숫자가 등장한 이유를 설명합니다. 그러나 NVIDIA의 실제 위험 노출은 어떤 프로젝트가 지원을 받고 각 계약이 어떻게 구성되는지에 따라 달라질 것입니다.

NVIDIA는 독립 자본을 유치하면서 자체 위험을 통제하는 것을 목표로 한다고 밝혔습니다.

월스트리트가 관심을 갖는 이유

6개 파트너는 단순한 기술 투자자가 아닙니다.

그들은 세계 최대의 인프라, 사모 신용, 보험 자본, 연금, 장기 자산운용 기관 중 하나입니다.

AI 인프라는 이들에게 자본을 배치할 새로운 장소를 제공합니다.

대규모 컴퓨팅 프로젝트는 다음을 제공할 수 있습니다:

• 계약화된 지불
• 장기 사용 수익
• 실물 담보
• 잔존가치 회수
• 인프라와 유사한 현금흐름
• AI 연구소 지분을 구매하지 않고 AI 성장에 접근

연금이나 보험 자금을 관리하는 기관에게 그 매력은 벤처캐피탈과 다릅니다.

그들은 반드시 스타트업이 수천억 달러 가치의 기업이 될 필요는 없습니다.

가동률을 측정하고 가치를 회수할 수 있는 생산적 자산에서 예측 가능한 수익이 필요합니다.

그래서 컴퓨팅 파워를 모델링 가능하고, 금융화 가능하며, 재판매 가능한 것으로 전환하는 것은 첫 거래의 규모만큼이나 중요할 수 있습니다.

Anthropic과의 거래가 이런 금융의 모습을 보여줍니다

출처 기사는 Anthropic 사례를 들어 AI 인프라 금융이 이미 어떻게 진화하고 있는지 설명합니다.

2026년 6월, Apollo와 Blackstone은 Anthropic의 약 350억 달러 규모 컴퓨팅 확장 프로젝트를 지원했으며, Broadcom 및 Google과 관련된 맞춤형 AI 칩과 인프라가 포함되었습니다.

이 구조는 Anthropic이 모든 하드웨어를 자체 현금으로 직접 구매하도록 요구하는 대신, 민간 자본을 활용해 컴퓨팅 인프라에 자금을 조달합니다.

공개 보도에 따르면 리스와 유사한 지불이 부채를 뒷받침하고, Broadcom이 금융 우선순위 부분에 대해 잔존가치를 지원하는 특수목적 구조가 설명되었습니다.

구체적인 세부 사항은 NVIDIA의 새 플랫폼과 완전히 동일하지는 않습니다.

그러나 경제적 원칙은 유사합니다:

자본 제공자가 컴퓨팅 파워를 구매 또는 금융
        ↓
AI 기업이 컴퓨팅 파워 사용
        ↓
장기 지불이 금융 상환
        ↓
하드웨어는 일정 수준의 회수 가능 가치 유지

NVIDIA의 새로운 계획은 과거 건별로 협상되던 거래를 더 넓은 고객층을 대상으로 한 반복 가능한 금융 채널로 전환하려고 합니다.

더 큰 변화: AI 인프라는 기관 자본을 흡수할 수 있습니다

금융 계획의 더 깊은 의미는 단순히 고객 대차대조표에서 비용 항목을 옮기는 것만이 아닙니다.

AI 컴퓨팅이 주류 인프라 자산으로 받아들여진다면, 잠재적 자본 기반은 기술 기업의 현금 보유액을 훨씬 넘어설 것입니다.

가능한 자본 출처는 다음과 같습니다:

• 연기금
• 보험사
• 인프라 펀드
• 국부펀드
• 사모 신용 펀드
• 자산유동화증권 투자자
• 은행 및 자본시장 투자자

이들 투자자는 이미 공항, 공공시설, 통신탑, 파이프라인, 물류 시설, 항공기, 부동산, 데이터센터에 자금을 조달하고 있습니다.

NVIDIA는 AI 팩토리도 같은 대화에 참여하길 원합니다.

그러나 그러려면 투자자들이 몇 가지 질문에 신뢰할 수 있는 답변을 얻어야 합니다:

• 하드웨어를 얼마나 오래 사용할 수 있나?
• 새 세대 GPU가 얼마나 빨리 이전 세대의 가치를 떨어뜨리나?
• 하드웨어를 다른 사업자에게 이전할 수 있나?
• 고객이 계속 컴퓨팅 비용을 지불할까?
• 몇 년 후 실제 재판매 가치는 얼마인가?
• 경제적 수익 중 얼마나 많은 부분이 칩 자체가 아닌 NVIDIA 소프트웨어에서 나오는가?

금융 플랫폼은 구조를 제공할 수 있지만 이러한 위험을 제거할 수는 없습니다.

시장 반응이 이 베팅의 다른 면을 드러냅니다

이 발표는 무조건적인 환영을 받지 못했습니다.

8월 10일, 엔비디아 주가는 약 2.9% 하락했으며, 투자자들은 금융 방안을 평가하면서 더 광범위한 시장 압력에도 직면했습니다.

같은 날, 이 계획에 참여한 여러 대체 자산운용사의 주가는 상승했습니다.

이 대비는 AI 인프라를 둘러싼 익숙한 우려를 부각시킵니다: 순환 금융.

그 논리는 다음과 같습니다:

1. 칩 회사는 고객이 더 많은 인프라를 구매하길 원합니다.
2. 고객은 그 인프라를 감당할 금융이 필요합니다.
3. 자본 제공자가 구매 자금을 조달합니다.
4. 칩 회사는 하드웨어 수익을 얻습니다.
5. 고객이 나중에 어려움을 겪으면, 금융 구조는 동일한 하드웨어의 가치 유지에 의존할 수 있습니다.

가장 공격적인 형태에서, 공급업체 금융은 수요를 더 강하게 보이게 만들 수 있지만 위험은 시스템의 다른 부분에 축적됩니다.

엔비디아는 황젠훈의 8월 11일 기사에서 이 비판에 직접 대응했습니다.

회사는 6개 자본 제공자가 모두 독립 기관이며 NVIDIA의 말만 듣고 모든 프로젝트에 자금을 조달할 수 있다고 판단하지 않고 자체 인수 결정을 내릴 것이므로 이번 계획은 다르다고 주장했습니다.

이 구분은 중요하지만, 투자자들이 구체적인 프로젝트가 어떻게 구성되고 엔비디아가 최종적으로 얼마나 많은 위험을 보유하는지 확인할 수 있을 때까지 이 우려는 사라지지 않을 것입니다.

GPU가 항공기와 다른 이유

항공기 비유는 금융 구조를 설명하는 데 도움이 되지만, 감가상각을 논할 때는 잘 맞지 않습니다.

항공기는 주로 기령, 비행 시간, 이착륙 주기, 유지보수 상태, 시장 수요에 따라 감가상각됩니다.

반면 GPU는 새 아키텍처가 컴퓨팅의 경제성을 바꾸기 때문에 빠르게 가치가 하락할 수 있습니다.

더 새로운 가속기가 와트당 성능, 메모리, 네트워크 또는 토큰 비용에서 더 우수하다면, 이전 세대 카드는 완벽하게 작동하더라도 매력을 잃을 수 있습니다.

이러한 기술적 진부화 위험은 GPU를 장기 담보로 취급할 때 가장 다루기 어려운 부분일 수 있습니다.

5년 금융 모델은 여러 제품 주기를 지난 칩의 가치를 예측해야 합니다.

새 가속기가 빠르게 출시되고 모델 아키텍처가 가장 가치 있는 워크로드의 구성을 계속 바꾸는 산업에서는 결코 쉽지 않습니다.

엔비디아의 답변은 CUDA, 상호교환성, 재배치입니다

황젠훈의 응답은 엔비디아의 컴퓨팅 제품이 단일 용도 장치가 아니라는 것입니다.

최신 프론티어 모델 훈련에 더 이상 적합하지 않은 GPU도 여전히 다음 용도로 사용할 수 있습니다:

• 미세 조정
• 추론
• 더 작은 모델
• 기업 워크로드
• 과학 컴퓨팅
• 렌더링
• 시뮬레이션
• 배치 처리
• 지역 클라우드 용량

CUDA 생태계의 폭은 잠재적 2차 사용자의 수를 늘립니다.

이는 대출 기관에게 중요합니다. 금융 자산이 다른 고객에게 이전될 수 있으면 더 안전하기 때문입니다.

엔비디아는 또한 소프트웨어 개선이 설치된 하드웨어의 생산성을 지속적으로 향상시킨다고 지적합니다.

이 자산은 새 GPU만큼 경쟁력이 없을 수 있지만, 반드시 무가치하지는 않습니다.

A100은 엔비디아가 가장 좋아하는 사례입니다

엔비디아는 2020년에 A100을 출시했습니다.

6년 후, 황젠훈은 A100이 여전히 훈련, 미세 조정, 추론, 고성능 컴퓨팅 분야에서 활발하게 상용화되고 있다고 말했습니다.

고객들은 이 아키텍처에 대해 수년간의 용량 약정을 계속하고 있습니다.

NVIDIA에게 이는 데이터센터 GPU의 경제적 수명이 제품 출시 주기가 시사하는 것보다 훨씬 길 수 있음을 증명합니다.

이는 또한 금융 모델이 이전 세대 GPU가 항상 시장에서 가장 빠른 칩의 위치를 유지할 필요가 없다는 주장을 뒷받침합니다.

GPU가 사용자가 계속 비용을 지불할 의향이 있을 만큼 충분한 용량 효율성을 유지하기만 하면 됩니다.

H100 임대 가격이 NVIDIA의 논점을 강화하다

출처 기사는 젠슨 황이 인용한 SemiAnalysis의 임대 가격 데이터도 언급했다.

NVIDIA의 8월 11일 기사에 따르면, 1년제 H100 임대 가격은 2025년 10월의 GPU 시간당 약 1.70달러에서 2026년 3월에는 GPU 시간당 약 2.35달러로 상승했다.

서비스 제공업체별 주문형 중간 가격은 2025년 10월의 GPU 시간당 약 2.00달러에서 2026년 6월에는 약 2.70달러로 상승했다.

대여 기관 입장에서 안정적이거나 상승하는 임대 가격은 신제품이 시장에 출시된 후에도 이미 설치된 구형 GPU가 지속적으로 현금 흐름을 창출할 수 있다는 관점을 뒷받침한다.

그러나 구매자 입장에서 과거 임대 가격은 미래 잔존 가치의 보증으로 간주되어서는 안 된다.

GPU 공급, 전력 가용성, 모델 효율성, 경쟁 하드웨어, 추론 수요 및 새로운 아키텍처는 모두 경제성을 빠르게 변화시킬 수 있다.

현재 실제로 체결된 협약

현재 단계는 여전히 초기 상태이다.

NVIDIA는 6개 금융 기관과 양해각서를 체결했다.

회사는 아직 공개적으로 공개하지 않았다:

• 최종 마스터 파이낸싱 계약
• 각 기관이 제공할 자금 규모
• 첫 번째 파이낸싱 대상 프로젝트
• 첫 번째 고객
• 전체 목표 배치 일정
• 표준 금리
• 표준 임대 조건
• 통일된 잔존 가치 계산 공식

각 파이낸싱 기회는 개별적으로 평가될 것으로 예상된다.

이는 최종 플랫폼이 표준화된 글로벌 모기지 상품보다는 다양한 고객과 데이터 센터 프로젝트에 적용되는 반복 가능한 파이낸싱 구조에 더 가까울 수 있음을 의미한다.

25% 지원 메커니즘은 자동 적용되지 않는다

반복할 가치가 있는 또 다른 세부 사항은 잔존 가치 메커니즘이다.

NVIDIA는 특정 경우에 특정 기회에 대해 최대 25%의 지원을 제공할 수 있다고 밝혔다.

이는 자동 적용되지 않는다.

모든 GPU가 구매 가격의 25%를 보존받을 것이라는 약속도 아니다.

5000억 달러 전체 목표를 포괄하는 전면 보증도 아니다.

이 지원은 프로젝트별로 평가되며, 파이낸싱 기관의 독립적인 인수(언더라이팅)를 보완하는 방식으로 제공될 것으로 예상된다.

이 설계는 NVIDIA가 자사 제품 판매를 위한 파이낸싱만 제공한다는 인상을 줄이기 위한 것으로 명확히 의도되었다.

투자자들이 이러한 구분을 수용할지 여부는 실제 계약에 달려 있다.

누가 가장 혜택을 받는가

파이낸싱 플랫폼은 다음 대상에게 가장 유용할 것으로 보인다:

초대형 테크 기업만큼 저렴한 자본 접근성이 없지만 컴퓨팅 능력에 대한 강한 수요가 있는 고객.

프론티어 AI 연구소

연구소는 하드웨어에 과도한 자본을 묶지 않으면서도 훈련 및 추론 역량을 확장할 수 있다.

AI 클라우드 서비스 제공업체

하드웨어 파이낸싱이 장기 고객 수요에 기반할 수 있다면, 네오클라우드와 GPU 클라우드 운영자는 더 빠르게 용량을 늘릴 수 있다.

대기업

자체 AI 팩토리를 구축하는 기업은 일회성 대규모 자본 구매보다 파이낸싱 또는 사용량 연동 구조를 선호할 가능성이 높다.

정부

국가 AI 프로젝트는 연간 기술 예산에 전적으로 의존하지 않고도 인프라 파이낸싱을 활용해 주권 컴퓨팅 프로젝트를 가속화할 수 있다.

가장 우수한 프로젝트는 장기 계약, 높은 가동률, 우수한 고객, 그리고 하드웨어의 명확한 중고 시장을 보유한 프로젝트일 가능성이 높다.

무엇이 문제가 될 수 있는가

이 조치에는 여러 가지 위험도 수반된다.

1. 하드웨어 감가상각이 예상보다 빠름

신세대 가속기가 파이낸싱된 하드웨어 세대의 경제적 가치를 크게 낮출 수 있다.

2. 가동률 하락

예상 AI 수요를 위해 건설된 데이터 센터가 설비 용량 이하로 운영되어 파이낸싱 상환에 사용되는 현금 흐름이 약화될 수 있다.

3. 고객 채무 불이행

일부 프론티어 연구소와 AI 클라우드는 빠르게 성장하지만 여전히 자본 집약적이며, 투자 등급 신용 상태를 갖추지 못했을 수 있다.

4. 전력 지연으로 인한 수익 감소

데이터 센터가 전력, 네트워크, 냉각 또는 최종 규제 승인을 확보하지 못하면 GPU는 수익을 창출할 수 없다.

5. AI 효율성 향상이 수요 증가보다 빠름

모델이 동일한 출력에 필요한 계산량을 크게 줄이면, AI 채택률이 지속적으로 증가하더라도 설치된 용량이 압박을 받을 수 있다.

6. 순환 파이낸싱 규모 과대

기술 공급업체, 고객, 파이낸싱 기관, 잔존 가치 보증이 서로 과도하게 얽히면 생태계 한 부분의 손실이 다른 부분으로 빠르게 전이될 수 있다.

이것이 AI 가격 책정에 의미하는 바

원문은 마지막에 파이낸싱 시스템을 사용자가 AI에 최종적으로 지불하는 가격과 연결한다.

이 연결은 간접적이지만 실제로 존재한다.

모델의 비용은 연구개발과 엔지니어링만 포함하지 않는다.

다음 비용도 반영된다:

• GPU
• 전력
• 네트워크
• 데이터 센터 건설
• 파이낸싱
• 감가상각
• 운영

인프라가 낮은 금리로 파이낸싱되고 장기간 높은 가동률을 유지한다면, 단위 컴퓨팅 비용은 하락할 수 있다.

이는 더 큰 모델을 훈련하는 비용을 낮출 수 있으며, 추론 및 AI 구독 서비스도 시간이 지남에 따라 더 저렴해질 수 있다.

반대의 경우도 마찬가지다.

시장이 과잉 건설되거나, 하드웨어 감가상각이 예상보다 빠르거나, 파이낸싱 손실이 증가하면, 미래 AI 인프라의 자본 비용은 상승할 수 있다.

따라서 월스트리트는 AI 제품 스택의 일부가 되고 있다. 최종 사용자가 인터페이스에서 이를 볼 수는 없지만.

컴퓨팅 비즈니스의 규칙이 변화하고 있다

NVIDIA는 더 이상 단순한 칩 공급업체가 아니다.

가속기, 네트워크, 소프트웨어, 레퍼런스 설계, AI 팩토리 아키텍처, 생태계 표준을 제공하며, 이제는 대규모 외부 자본을 건설 과정에 도입하는 프레임워크도 제공한다.

이것은 경쟁 구도를 변화시킬 것이다.

AI 경쟁은 여전히 모델 역량에 관한 것이지만, 누가 가장 낮은 비용으로 가용 컴퓨팅을 구축하고, 효율적으로 파이낸싱하며, 만부하 가동을 유지하고, 여러 세대의 하드웨어 간에 가치를 보존할 수 있는지에 대한 문제이기도 하다.

엔비디아의 5000억 달러 목표는 본질적으로 다음과 같은 베팅이다: 그 생태계가 월스트리트가 컴퓨팅을 장기적으로 고효율 생산 인프라로 간주할 만큼 충분히 지속 가능하다는 것.

향후 몇 년간 이 주장에서 가장 중요한 가정이 검증될 것이다: 더 많은 세대의 제품이 출시된 후에도 오늘날의 GPU는 얼마의 가치를 지닐까?

자주 묻는 질문

엔비디아가 5000억 달러의 현금을 조달했는가?

아니다. 엔비디아는 6개 금융 기관과 양해각서를 체결하여 파이낸싱 플랫폼을 만들고, 5000억 달러 이상의 제3자 자본을 점진적으로 동원하는 것을 목표로 한다. 구체적인 약속, 최종 계약 및 배치 일정은 아직 공개되지 않았다.

어떤 금융 기관이 엔비디아와 협력하고 있는가?

공개된 파트너로는 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR이 있다. 이들 기관은 엔비디아의 모든 고객에게 자동으로 자금을 제공하는 것이 아니라, AI 인프라 기회를 독립적으로 인수할 것으로 예상된다.

이는 기업이 엔비디아 GPU를 할부로 구매할 수 있다는 의미인가?

소비자 금융의 할부라는 의미는 아니다. 이 계획은 장비, 인프라, 사모 신용 및 임대 구조에 더 가깝다. 자본 제공자가 AI 팩토리에 자금을 대고, 고객은 장기 접근 또는 사용에 대해 비용을 지불한다.

엔비디아가 파이낸싱을 보증하는가?

엔비디아는 특정 기회에 대해 최대 25%의 잔존 가치 지원 메커니즘을 제공할 수 있다고 밝혔으며, 이는 사례별로 평가된다. 5000억 달러 목표의 25%에 대한 전면 보증은 아니다.

왜 투자자들은 GPU를 인프라 자산으로 간주하는가?

투자자들은 컴퓨팅이 창출하는 반복 수익, 고객 시장 심도, 가동률, 계약 기간 및 잔존 가치를 평가할 수 있다. NVIDIA는 CUDA, 광범위한 워크로드 지원 및 재배치 가능성 덕분에 자사 하드웨어가 단일 목적 기술 자산보다 더 지속적이고 유동적이라고 주장한다.

GPU에 대한 다년 파이낸싱의 가장 큰 위험은 무엇인가?

기술적 진부화가 핵심 위험이다. 신세대 가속기가 구세대 제품의 경제적 가치를 약화시키는 속도는 물리적 마모가 기존 인프라 장비의 가치를 줄이는 속도보다 훨씬 빠르다.

구형 엔비디아 GPU가 여전히 상업적 용도가 있는가?

그렇다. NVIDIA는 2020년에 출시된 A100을 예로 들며, 이 하드웨어가 수년 후에도 훈련, 추론, 미세 조정 및 고성능 컴퓨팅에 여전히 사용되고 있다고 밝혔다. 그러나 이것이 모든 미래 GPU 세대가 동일한 잔존 가치 패턴을 따른다는 것을 보장하지는 않는다.

이러한 파이낸싱이 AI를 사용자에게 더 저렴하게 만들 수 있는가?

가능하다.

더 낮은 자금 조달 비용, 더 높은 활용률, 그리고 더 긴 하드웨어 유효 수명은 단위 컴퓨팅 비용을 낮출 수 있습니다. AI 서비스의 최종 가격은 여전히 모델 효율성, 경쟁, 에너지, 소프트웨어, 수요 등 다양한 요인에 따라 달라집니다.

관련 도구

• NVIDIA DSX：AI 팩토리의 설계, 시뮬레이션, 배포 및 운영을 위한 엔비디아의 플랫폼입니다.
• NVIDIA AI 팩토리：대규모 AI 컴퓨팅 시설을 위해 엔비디아가 구축한 인프라 아키텍처입니다.
• CUDA 툴킷：엔비디아의 GPU 프로그래밍 플랫폼이자 소프트웨어 생태계로, 회사의 잔존가치 논거의 핵심입니다.
• NVIDIA AI Enterprise：AI 워크로드를 배포하고 관리하기 위해 엔비디아가 제공하는 지원되는 엔터프라이즈 소프트웨어 플랫폼입니다.
• NVIDIA DGX Cloud Lepton：개발자와 여러 클라우드 서비스 제공업체의 GPU 컴퓨팅 리소스를 연결하는 플랫폼입니다.

관련 링크

• 엔비디아, 5000억 달러 컴퓨팅 자금 조달 계획 발표：6건의 협력, 양해각서 및 장기 자본 목표에 대한 공식 발표입니다.
• 젠슨 황: AI 팩토리 컴퓨팅을 투자 가능한 자산군으로：엔비디아가 잔존가치, CUDA, A100 지속성, H100 임대 가격 및 25% 지원 메커니즘에 대해 자세히 설명한 내용입니다.
• 로이터: 엔비디아, 월스트리트와 협력하여 5000억 달러 AI 자금 조달 추진：해당 발표, 자본 목표 및 미공개 조건에 대한 독립 보도입니다.
• 로이터: Apollo와 Blackstone, Anthropic의 350억 달러 컴퓨팅 확장 지원：대형 민간 자본의 AI 컴퓨팅 자금 조달 선례에 대한 배경 정보입니다.
• NVIDIA DSX：NVIDIA AI 팩토리급 인프라 플랫폼의 공식 문서입니다.
• NVIDIA CUDA 툴킷：장기 컴퓨팅 경제성 논거에서 인용되는 엔비디아 공식 CUDA 개발자 플랫폼입니다.
• NVIDIA AI Enterprise：엔비디아 프로덕션급 AI 소프트웨어 스택의 공식 문서입니다.

요약

엔비디아는 Apollo, 블랙록, 블랙스톤, Brookfield, 골드만삭스, KKR과 양해각서를 체결했으며, 독립적인 자금 조달 플랫폼을 구축하여 단계적으로 AI 인프라에 5,000억 달러 이상의 자금을 동원하는 것을 목표로 하고 있습니다.

이 프로젝트는 완료된 5,000억 달러 규모의 자금 조달 라운드가 아닙니다. 이는 NVIDIA 기반 AI 팩토리를 장기 자본 제공자가 금융, 리스, 인수, 그리고 잠재적으로 재판매할 수 있는 자산으로 전환하기 위한 프레임워크입니다.

핵심 문제는 잔존가치입니다. 엔비디아는 CUDA, 광범위한 워크로드 지원, 재배치 가능성, A100의 지속성, 그리고 강력한 H100 임대 경제성이 GPU 인프라를 인프라급 자금 조달에 적합할 만큼 충분히 내구성 있게 만들 수 있다고 주장합니다. 그러나 투자자들은 여전히 하드웨어의 급속한 노후화, 활용률, 고객 신용, 전력, 그리고 순환 자금 조달 등의 위험에 노출되어 있습니다.

월스트리트가 컴퓨팅을 장기 생산 자산으로 수용한다면, 다음 단계

AI 경쟁의 단계는 원시 모델 성능만큼이나 자금 조달과 잔존가치에 달려 있을 수 있습니다.