TL;DR
· SemiAnalysis는 2029년까지 미상환 AI 부채가 7조 1천억 달러에 달할 것으로 예상하며, AI 인프라 구축이 신용 시장에 더욱 의존할 것이라고 전망했다.
· 엔비디아는 AI 클라우드를 대상으로 한 수익 분배 및 신용 지원 모델을 출시했으며, Sharon AI와 Firmus가 첫 번째 협력사가 되었다.
· 손실 보전은 은행의 우려를 줄일 수 있지만, 임대료 하락, 데이터센터 부족 및 조건부 약정이 여전히 주요 리스크로 남아 있다.

SemiAnalysis가 7월 6일 발표한 보고서는 AI 인프라의 자금 조달 규모를 조명했다: 2024년부터 2029년까지 글로벌 AI 자본 지출은 누적 약 11조 1천억 달러에 달할 수 있으며, 2029년까지 미상환 AI 관련 부채는 7조 달러를 초과해 약 7조 1천억 달러에 이를 것으로 예상된다.

이는 단순한 GPU 판매량 예측이 아니다. 보고서가 논의하는 핵심 변화는 AI 인프라 구축이 '기술 대기업이 현금 흐름으로 GPU를 구매하는 방식'에서 '은행과 채권 시장이 GPU 클러스터에 자금을 조달하는 방식'으로 전환되고 있다는 점이다. 이 예측이 현실화된다면, AI 관련 부채는 미국 모기지 담보 자금 시장에 이어 두 번째로 큰 자산 담보 자금 조달 범주가 될 수 있다.

엔비디아의 역할도 변화하고 있다. 엔비디아는 7월 1일 공식 블로그를 통해 AI 클라우드를 대상으로 한 '수익 분배 및 신용 지원 모델'을 출시했으며, 자본 파트너, 클라우드 서비스 제공업체 및 데이터센터 프로젝트의 조합을 통해 AI 컴퓨팅 인프라 구축을 추진한다고 밝혔다. Sharon AI와 Firmus가 첫 번째 협력사다.

SemiAnalysis는 추가로 엔비디아가 GPU 수익 손실 보전, 수익 분배 등의 구조를 통해 Neocloud가 GPU, 고객 주문 및 데이터센터 용량을 자금 조달 가능한 자산으로 묶을 수 있도록 지원할 것이라고 판단했다. 대출 기관에게 중요한 것은 미래 AI 수요가 얼마나 뜨거운지가 아니라, 최악의 경우에도 프로젝트가 여전히 부채 상환을 위한 현금 흐름을 창출할 수 있는지 여부다.

글로벌 AI IT 및 데이터센터 자본 지출 및 부채 예측: 2024-2029년 누적 자본 지출 약 11조 1천억 달러, 2029년 미상환 부채 약 7조 1천억 달러.

AI 인프라 구축 비용이 점점 더 비싸지면서, 은행은 먼저 누가 임대료를 지불할지 확인해야 한다

지난 몇 년간 AI 인프라는 주로 Google, Amazon, Meta, Microsoft, Oracle 등 초대규모 클라우드 기업이 담당해 왔다. 이들 기업은 현금 흐름, 재무제표 및 내부 AI 수요를 보유하고 있어 자금 조달 난이도가 상대적으로 낮았다.

하지만 AI 훈련 및 추론 수요가 계속 확대되면서, 소수 거대 기업의 자본 지출만으로는 모든 연산 격차를 메우기 어렵습니다. SemiAnalysis는 2028년 연간 AI 자본 지출이 2조 달러를 훨씬 초과할 것으로 예상합니다. GPU, 네트워크, 스토리지, 관련 CPU 및 데이터센터 건설에 막대한 자금이 소요되며, 신용 시장이 자금 조달원 중 하나가 될 것입니다.

Neocloud의 자금 조달 난제도 바로 여기에 있습니다.

이러한 신규 클라우드 서비스 제공업체는 일반적으로 세 가지를 동시에 확보해야 합니다: GPU 구매, 데이터센터 용량 확보, 미래 고객 계약 체결. 은행이 가장 판단하기 어려운 것은 향후 몇 년간 GPU 임대료가 부채 원리금을 충당할 수 있을지 여부입니다. AI 연산 임대 가격은 빠르게 변하고, 고객 임대 기간도 일정하지 않으며, GPU 잔존 가치와 활용률도 전통적인 인프라보다 추정하기 어렵습니다.

엔비디아의 신용 지원 모델은 대출 기관에 더 명확한 현금 흐름 기준선을 제공하려는 시도입니다. 공식적으로는 수익 분배 및 신용 지원이라고 하지만, SemiAnalysis는 그 전형적인 구조를 GPU 수익 보장으로 설명합니다.

6년 예시 보장 평균 가격 2.36달러, 단기 임대 시나리오 IRR 최대 25%

SemiAnalysis가 제시한 예시 구조는 엔비디아가 특정 GPU 클러스터에 대해 6년 최소 수익 지원을 제공하며, 가격 곡선은 매년 하락하여 6년 평균 약 2.36달러/시간/GPU입니다. 실제 프로젝트 임대료가 보장 수준을 초과할 경우, Neocloud와 엔비디아는 약 40%에서 60% 비율로 수익을 분배합니다.

이는 엔비디아가 공개적으로 공시한 공식 회계 조건이 아니라, SemiAnalysis 모델의 지표적 추정치입니다. 대출 기관에게 매력적인 점은, 불확실성이 높은 GPU 임대 프로젝트를 최소 현금 흐름이 보장된 자산으로 부분적으로 전환할 수 있다는 것입니다.

은행이 미래 AI 임대 가격이 계속 높게 유지될 것이라고 완전히 믿을 필요는 없습니다. 보장이 발동되는 시나리오에서도 프로젝트가 부채 서비스 충당 요건을 충족할 수 있다면 대출을 받을 가능성이 있습니다. SemiAnalysis 추정에 따르면, 엔비디아의 AA/Aa2 등급 지원을 받는 클러스터의 경우, 대출 기관은 부채 서비스 충당률을 최소 약 1.3배로 요구하며, 이는 70%에서 80%의 대출 가치 비율에 해당합니다. 초기 자금 조달 금리 스프레드는 하이퍼스케일 클라우드 사업자가 지원하는 거래보다 높을 수 있지만, CoreWeave의 무담보 채권 약 10% 수익률 수준보다는 낮습니다.

엔비디아 보장 지표 조건: 6년 평균 약 2.36달러/시간/GPU, 40%-60% 수익 분배 포함.

Neocloud에게 있어서 보호 조항은 단순한 보험 이상의 의미를 지닙니다. 이는 프로젝트가 부채 자금을 조달할 수 있는지 여부를 결정짓는 핵심 조건입니다.

GB300 단기 1년 임대 예시에서, 첫해 임대료가 시간당 6.75달러이고 엔비디아 수익 분배 비율이 40%일 경우, Neocloud의 6년 프로젝트 IRR은 약 25.4%이며, 엔비디아의 평균 수수료율은 약 18%입니다. 만약 시장 수요가 부족하여 프로젝트가 전적으로 보호 임대에 포함된다면, Neocloud의 IRR은 0에 가깝거나 소폭 마이너스가 될 수 있습니다.

이는 주식 수익률 측면에서는 바람직하지 않지만, 자금 조달에는 매우 중요합니다. 프로젝트 수익률은 낮아질 수 있지만, 부채 상환 서비스를 충당할 기회는 여전히 존재합니다. 즉, 보호 조항은 '많은 수익을 낼 수 있는' GPU 클러스터를 '스트레스 시나리오에서도 부채를 상환할 가능성이 있는' 자금 조달 자산으로 변환합니다.

GB300 Neocloud 수익률 비교: 단기 임대 40% 수익 분배 시 6년 IRR 약 25.4%, 보호 조항이 완전히 발동될 경우 IRR은 0에 가깝거나 소폭 마이너스.

Sharon AI와 Firmus가 선두 주자, 아태 지역 프로젝트가 시험장으로

엔비디아는 공식적으로 Sharon AI와 Firmus가 이 수익 분배 및 신용 지원 모델의 첫 번째 협력 파트너임을 확인했습니다.

Sharon AI의 6월 12일 공시에 따르면, 회사는 엔비디아와 6년 전략적 컴퓨팅 파워 협력을 체결했으며, 호주 72MW AI 공장에 최대 4만 개의 Grace Blackwell GB300을 배치할 예정입니다. Sharon AI의 전체 AI 팩토리 용량 계획은 132MW에 달하며, 이 중 102MW는 이미 계약이 완료되었고, 2027년 중반까지 5만 5천 개 이상의 엔비디아 GPU를 배치할 것으로 예상됩니다.

Firmus의 인도네시아 바탐 프로젝트는 규모가 더 큽니다. 엔비디아 공식 블로그에 따르면, Firmus Batam 프로젝트는 360MW까지 확장 가능하며, 최대 17만 개의 엔비디아 GPU를 배치할 수 있습니다. SemiAnalysis는 이 프로젝트를 논의에 포함시키며, 주로 AI 네이티브 기업과 추론 서비스 제공업체를 대상으로 하며 다양한 임대 기간을 제공할 가능성이 있다고 분석했습니다.

이러한 사례들은 엔비디아의 신용 지원 모델이 단순한 재무 모델 가정을 넘어, 초기 프로젝트 실행 단계에 진입했음을 보여줍니다. 다만 현재 공개된 사례는 주로 아태 지역에 집중되어 있으며, 미국 시장은 여전히 데이터 센터 용량, 전력 및 계통 연결 속도 등의 제약에 직면해 있습니다.

데이터 센터는 여전히 가장 큰 병목 현상입니다. GPU는 조달할 수 있고, 고객 수요는 계약할 수 있지만, 전력, 토지, 랙, 냉각 및 계통 연결 일정은 빠르게 복제하기 어렵습니다. SemiAnalysis 모델은 또한 엔비디아가 데이터 센터 용량을 직접 임대하여 Neocloud의 수급 격차를 해소해야 할 수도 있다고 언급했습니다. 이와 관련된 구체적인 용량과 규모는 여전히 보고서 추정치에 불과하며, 엔비디아의 공식 발표와 동일시할 수 없습니다.

엔비디아, 수익 분배를 받지만 더 큰 장기 약속도 떠안게 된다

엔비디아에게 GPU 자금 조달을 지원하는 것은 두 가지 수익을 가져온다.

첫째, GPU 판매와 배포 범위를 확대할 수 있다. 더 많은 네오클라우드(Neocloud)가 자금을 확보하면, 더 많은 주체가 대규모 GPU 클러스터를 구매하고 운영할 수 있게 되어 AI 컴퓨팅 시장이 소수의 초대형 클라우드 사업자에게만 전적으로 의존하지 않게 된다.

둘째, 추가 수익 분배를 얻을 가능성이 있다. SemiAnalysis 모델 추정에 따르면, 이러한 구조가 지속적으로 확대될 경우 엔비디아의 최소 수익 보장 및 수익 분배로 인한 추가 수익이 상당해질 수 있으며, 이익률도 높은 편이다.

대가도 분명하다. 엔비디아의 대차대조표 외 또는 관련 공시에서 장기 약속이 빠르게 증가할 수 있다. SemiAnalysis는 유료 보고서 부분에서 엔비디아의 클라우드 서비스 계약 또는 조건부 보증 잔액이 향후 몇 년 안에 수천억 달러 수준으로 치솟을 수 있다고 추정했다. 이러한 수치는 엔비디아가 공식적으로 항목별로 확인한 것이 아니므로, 기정 부채라기보다는 모델 스트레스 테스트에 더 적합하다.

엔비디아 클라우드 서비스 계약 성장 예측: SemiAnalysis 모델에 따르면, 관련 장기 약속은 100MW 컴퓨팅 파워 지원이 추가될 때마다 계속 누적될 수 있다.

이는 전통적인 의미의 직접 부채가 아니다. 하지만 GPU 임대 시장이 약세를 보이고 고객 수요가 부족해지면, 최소 수익 보장이 발동될 확률이 높아지고 엔비디아는 더 많은 최소 수익 지원을 부담해야 한다. 시장이 궁극적으로 주목하는 것은 엔비디아가 이로부터 얼마나 많은 수익 분배를 얻는지뿐만 아니라, 이러한 약속이 자체 자본 배분과 현금 흐름 우선순위에 영향을 미칠지 여부다.

가장 큰 시험은 임대료와 데이터센터가 버틸 수 있을지다

이 보고서에서 가장 충격적인 부분은 AI 컴퓨팅 인프라 구축을 신용 시장에 접목시킨 점이다. 자본 지출이 수조 달러 규모로 팽창하면서 GPU 클러스터는 더 이상 단순한 기술 제품이 아니라, 은행, 채권 투자자, 클라우드 서비스 제공업체가 함께 평가하는 금융 자산이 된다.

하지만 7.1조 달러 규모의 AI 부채는 여전히 장기 모델 예측일 뿐, 이미 발생한 사실은 아니다. 이는 몇 가지 전제 조건에 의존한다: AI 수요가 지속적으로 확장되고, GPU 가동률이 비교적 높은 수준을 유지하며, 임대 가격이 통제 가능한 속도로 하락하고, 데이터센터 건설이 차질 없이 진행되며, 대출 기관이 엔비디아의 신용 지원을 받는 현금 흐름 모델을 기꺼이 수용해야 한다는 점이다.

가장 문제가 발생하기 쉬운 부분은 가격과 실행 속도다. GPU 임대료가 예상보다 빠르게 하락하면, 네오클라우드는 높은 수익 분배와 높은 자금 조달 비용 속에서 수익성이 압박을 받게 된다. 최소 수익 보장이 대규모로 발동되면, 프로젝트가 계속해서 부채를 상환할 가능성은 있지만, 엔비디아가 부담하는 약속은 더 무거워진다. 데이터센터, 전력 공급, 계통 연계가 지연되면, 자금 조달 모델 내 GPU 배포 일정도 차질을 빚게 된다.

엔비디아의 'GPU 자금 조달 보증' 스토리는 AI 인프라의 다음 단계 자금 조달원을 가리킵니다. 이는 더 많은 컴퓨팅 프로젝트가 대출을 받을 수 있게 해주며, 엔비디아를 AI 신용 시장의 더 중심적인 위치로 밀어넣을 수도 있습니다. 다만 이 시장이 7조 달러 규모로 성장할 수 있을지는 궁극적으로 임대료, 활용률, 데이터 센터 인도에 달려 있습니다.

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia