# GPU 임대 사업의 수익과 위험, 가격 지표가 필요한 이유

> 2026-11-21 · 20VC · 큐레이션 김태우
> https://challengekim.com/insights/gpu-임대-사업의-수익과-위험-가격-지표가-필요한-이유
> 원문: https://www.youtube.com/watch?v=3ZkDiDrxDeY

## 핵심 요약

- Ornn 공동창업자 쿠시 바바리아는 AI 수요와 GPU 임대료 상승을 근거로 GPU 임대 전문 클라우드인 네오클라우드를 낙관했다. 다만 기업의 AI 도입 성과가 기대에 못 미치면 고객의 지급 능력부터 흔들릴 수 있다고 봤다.
- 구형 GPU도 소규모 모델을 실행하는 용도로 쓰일 수 있어 신제품 출시가 곧 기존 장비의 경제적 수명 종료를 뜻하지는 않는다고 설명했다.
- GPU를 미리 확보해야 하는 공급 시차와 장비 대출보다 짧은 임대 계약 때문에 가격 위험이 생긴다. 그는 이를 줄일 가격 지표와 선물 시장이 필요하다고 주장했다.
- Ornn은 거래 데이터를 확보하려고 실제 연산 자원 거래까지 맡게 됐다. 일부 대형 고객에게 물량을 몰아주는 대신 여러 구매자가 참여하는 시장을 만드는 데 무게를 둔다.

## GPU 임대 사업의 수익은 어디서 나오는가

20VC 진행자 해리 스테빙스는 GPU 연산 자원의 가격 지표와 선물 시장을 만드는 Ornn의 공동창업자이자 CEO 쿠시 바바리아와 AI 인프라의 수익 구조를 논의했다. AI 수요가 커지는 상황에서 GPU 임대 사업이 얼마나 오래 수익을 낼 수 있는지, 그 위험을 어떻게 관리할지가 대화의 중심이었다.

바바리아는 데이터센터를 아파트 건물에 비유했다. 장비를 설치할 공간과 기반 시설을 제공하면 AI 모델 개발사나 추론 서비스 업체가 그 안의 연산 자원을 사용하며 임대료를 낸다는 것이다. 추론은 학습한 모델을 실행해 답변이나 결과물을 만드는 작업을 뜻한다.

그가 인프라 사업을 낙관하는 근거는 계속되는 수요다. AI 업체가 더 많은 토큰을 팔려면 같은 장비로 더 많은 결과를 만들거나 연산 자원을 추가로 확보해야 한다. 토큰은 모델이 처리하고 생성하는 텍스트 등의 단위다. 그는 효율 개선과 자원 확보를 함께 추진하더라도 공급이 부족하면 구매자가 더 높은 가격을 제시하게 된다고 봤다.

다만 임대료를 계속 받으려면 **돈을 낼 고객이 남아 있어야 한다는 조건**이 붙는다. 수요가 줄거나 고객이 자체 데이터센터를 지으면 기존 공급자의 임대료도 영향을 받는다. 바바리아 역시 기업의 AI 수요가 약해지면 GPU 시간당 가격이 떨어질 수 있다고 인정했다.

## 낙관론의 약점은 고객의 지급 능력이다

바바리아는 AI가 유용한 제품으로 쓰이고 있다는 점을 들어 인프라 투자를 둘러싼 시장의 우려가 지나치다고 봤다. 그가 관찰한 시장에서는 H100을 비롯한 GPU의 사용 가격이 오르고 있었다.

가격 전망이 달라지면서 계약 관행도 변했다고 했다. 과거에는 몇 년 뒤에도 같은 가격으로 계약을 연장할 권리를 무료로 주는 경우가 있었다. 장기적으로 GPU 임대료가 내려갈 것이라고 생각했기 때문이다. 이제는 미래 가격이 더 높을 수 있어 그런 권리를 쉽게 내주지 않는다고 말했다.

그렇다고 수요 증가가 보장된다고 보지는 않았다. 그는 대기업 상당수가 아직 AI를 유용하게 정착시키지 못했다고 봤다. 구현 과정의 문제일 수도 있지만 기업이 결국 AI가 사업을 크게 바꾸지 못한다고 결론 내릴 가능성도 남아 있다.

그 경우 공급자는 수요를 확인하기 전에 확보한 장비를 떠안는다. 고객이 임대료를 내지 못하고 채무불이행이 이어지면 대출기관도 회수한 GPU를 기대한 가격에 다시 임대하거나 처분하지 못할 수 있다.

바바리아가 특히 우려한 것은 **투자 유치 실적을 지급 능력처럼 취급하는 관행**이다. 고객이 큰돈을 조달했다는 이유만으로 충분한 심사 없이 연산 자원을 제공하면 이후 추가 투자 유치가 끊겼을 때 위험이 드러난다. 그는 지금은 수요가 강해 빈자리를 다른 고객이 채울 수 있더라도 모든 AI 개발사가 성공할 수는 없다고 지적했다.

## 구형 GPU의 수명은 추론 수요에 달렸다

장비 가치가 얼마나 오래 유지되는지도 핵심 변수다. 바바리아는 A100과 H100이 여전히 장기 임대된다는 사례를 들어 시장이 기존 GPU의 수명을 너무 짧게 봤다고 말했다.

그는 오래된 장비가 최첨단 모델 학습에서 밀려나더라도 작은 모델을 실행하거나 상대적으로 낮은 성능이 필요한 추론에 쓰일 수 있다고 봤다. 신제품이 나왔다는 사실과 기존 장비가 수익을 낼 수 없다는 판단은 별개다.

그는 추론 시장이 여러 갈래로 나뉠 것으로 봤다. 어떤 고객은 가장 빠른 응답을 원하고 다른 고객은 속도를 양보하더라도 저렴한 가격을 택한다. 이미지와 영상 생성, DNA나 단백질 같은 입력을 다루는 작업도 요구가 서로 다르다.

바바리아는 범용 추론을 제공하는 업체와 특정 용도에 집중하는 업체가 공존할 것으로 예상했다. 다만 업체 수가 줄어드는 통합도 일어날 수 있다고 인정했다. 현재의 공급자가 모두 살아남는다는 전망보다는 추론 수요가 하나의 동일한 서비스로 수렴하지 않는다는 전망에 가깝다.

## 연산 자원에도 선물 시장이 필요한 이유

GPU 확보에는 시간이 걸린다. 바바리아는 소규모로 직접 장비를 확보하는 경우에도 칩을 받는 데 약 20\~22주, 설치에 추가로 2\~3주가 걸릴 수 있다고 말했다. 구매자는 실제로 사용할 시점의 수요와 가격을 모른 채 먼저 결정해야 한다.

공급자도 비슷한 불확실성을 안고 있다. 예를 들어 장비 대출을 갚는 데 4\~5년이 필요한데 고객과 맺은 임대 계약은 3년이라면 남은 기간에 얼마를 받을 수 있을지가 수익을 좌우한다. 첫 계약으로 대출을 갚더라도 장비의 남은 수명 동안 벌 수입은 여전히 확정되지 않는다.

바바리아는 이를 농부가 씨를 뿌릴 때 수확기의 곡물 가격을 모르는 상황에 비유했다. 미래의 거래 가격을 미리 정하는 선물 같은 금융상품이 있으면 구매자와 공급자가 가격 변동 위험을 일부 줄일 수 있다고 봤다.

문제는 연산 자원이 모두 같지는 않다는 점이다. GPU 종류뿐 아니라 위치, 메모리와 구성 조건도 다르다. 그는 모든 자원을 하나로 통일할 필요는 없다고 봤다. 특정 조건의 연산 자원을 명확히 정하고 그 거래 가격을 추적하면 다른 거래가 참고할 기준을 만들 수 있다고 주장했다. 품질이 다른 원유도 공통의 기준 가격을 참고해 거래한다는 비유를 들었다.

## 가격 지표를 만들려고 실제 거래까지 맡았다

Ornn은 처음부터 데이터와 가격 지표를 만드는 회사를 지향했다. 그러나 바바리아는 신뢰할 만한 지표에 필요한 거래 데이터를 모으는 일이 예상보다 어려웠다고 말했다. 공급자에게 판매 가격은 중요한 사업 정보이기 때문이다.

그는 약 6개월 동안 데이터를 요청했고 일부 업체가 제공하기도 했지만 충분히 탄탄한 시장을 만들려면 자체적으로 거래를 일으켜야 한다고 판단했다. 소프트웨어와 데이터 사업을 하려다 실제 GPU 운영 단계까지 내려간 셈이다.

모든 장비를 직접 사는 방식은 아니었다. 외부 투자자가 칩이나 데이터센터 프로젝트에 자금을 대면 Ornn이 장비를 관리하고 사용자를 찾아 수익화하는 구조를 활용했다. 바바리아는 다른 사람이 소유한 자산을 운영한다는 점에서 이를 에어비앤비식 모델에 비유했다.

그에게 거래 사업은 가격 지표에 필요한 데이터를 만드는 수단이기도 하다. 장기적으로는 데이터센터 부채의 신용평가도 키우고 싶다고 밝혔다.

## 높은 임대 수익과 방어력은 다른 문제다

바바리아는 네오클라우드가 좋은 사업이라고 보면서도 경쟁자를 막는 지속적인 우위가 뚜렷하지 않다고 말했다. 인프라를 소유하고 강한 수요에 힘입어 수익을 낼 수 있지만 여러 업체가 비슷한 GPU를 공급한다는 구조는 남는다. 업체들이 추론이나 모델의 추가 학습 등으로 서비스를 넓히는 이유도 여기서 찾았다.

Ornn이 지향하는 가격 지표 사업에서는 신뢰와 오랜 거래 관계가 중요하다고 봤다. 기준 가격을 만드는 회사가 되려면 단순히 거래량을 늘리는 데 그치지 않고 여러 참여자가 이용할 수 있는 시장을 유지해야 한다.

그래서 큰돈을 제시하는 대형 고객에게 물량을 전부 넘기지 않는 선택도 필요하다고 했다. 일부 구매자만 자원을 확보하면 작은 스타트업은 접근하기 어려워지고 시장도 쏠릴 수 있기 때문이다. 그는 단기 매출을 일부 포기하더라도 여러 구매자가 거래할 여지를 남겨야 한다고 설명했다.

바바리아는 AI 수요가 이어지고 기존 GPU도 계속 쓰일 것으로 전망하며 GPU 임대 사업을 낙관했다. 동시에 그 전망이 빗나갈 가능성에 대응하려고 시장을 만들고 있다. 연산 자원의 가격을 드러내고 미래 가격을 미리 정할 수 있게 해 장비를 확보하는 사람과 자금을 대는 사람이 감당할 위험을 줄이려는 구상이다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=3ZkDiDrxDeY)
