핵심 요약

  • 톰 퉁구즈는 GPU 한 장을 한 시간 가동할 때의 매출과 임대 가격을 비교하며, 대규모 AI 추론 사업이 수익성을 확보할 수 있다고 분석했다. 다만 제시된 수치는 이론적 최대치, 시장 임대료, 계약 기반 추정치여서 같은 성격의 실적이 아니다.
  • 딥시크의 시간당 38달러는 최적 조건을 전제로 한 수치다. SpaceX의 계약 기반 추정치는 5.27달러, 설치 용량 기준 매출 추정치는 2.44달러로 제시됐다.
  • 투자금 회수 기간이 1년 미만이라는 SpaceX의 설명에는 계산 기준의 불확실성이 남는다. 세금 효과를 반영하는지, 어떤 비용을 포함하는지에 따라 결과가 달라진다.
  • 수익성의 핵심 조건은 효율 개선이 AI 가격 인하를 따라잡고 수요가 지속되는가다. 기기 내 추론은 클라우드 수요를 줄일 수 있지만, 데이터센터 공급 지연은 반대 방향으로 작용한다.

GPU 매출의 네 단계는 무엇을 비교하나

AI 추론은 학습된 모델이 요청을 처리해 결과를 내놓는 과정이다. 퉁구즈는 이 사업의 경제성을 살피기 위해 GPU 한 장을 한 시간 사용하는 단위로 네 가지 수치를 나란히 놓았다.

가장 높은 값은 딥시크의 이론적 최대 매출 38달러다. 그 아래에는 2026년 10월 20일 기준 B200 GPU의 현물 임대료 8.77달러, SpaceX 공시에서 계산한 계약 가격 5.27달러, 설치 용량을 기준으로 계산한 매출 2.44달러가 있다.

네 수치를 모두 실제 매출로 읽어서는 안 된다. 딥시크 수치는 이론적 추정이며, B200 가격은 공개 시장에서 GPU를 빌리는 비용이다. SpaceX의 두 값도 회사가 직접 발표한 GPU당 시간 매출이 아니라 공시 자료에서 도출한 값이다. 퉁구즈는 이 차이를 추론 사업이 매출을 높일 수 있는 여지로 해석하지만, 각 단계의 산정 조건을 함께 봐야 한다.

최대 매출과 설치 용량 기준 매출의 거리

딥시크의 최대치는 GPU가 내부 작업 대신 외부 고객의 요청을 최대한 처리하고, 산출물 전부를 사용할 수 있으며, 전량에 정가로 요금을 청구한다는 조건을 전제로 한다. 원문 각주는 38달러가 전체 GPU의 평균이 아니라 가장 저렴한 모델을 실행하는 특정 최상위 클러스터의 수치라고 한정한다.

실제 매출에는 모델별 가격과 시간대별 요금도 영향을 준다. 원문은 V3가 R1보다 저렴하고, 혼잡 시간과 비혼잡 시간의 가격이 다르다는 점을 들어 최대치보다 매출이 낮아질 수 있다고 설명한다.

SpaceX의 계약 기반 5.27달러에도 한계가 있다. GPU 수와 계약에 전력이나 시설이 포함됐는지에 따라, 이 값은 순수 연산 가격의 상한으로 봐야 한다. 2.44달러는 AI 부문 분기 매출을 연간으로 환산하고 설치 용량으로 나눈 추정치다. 설치 용량은 실제 가동 용량과 다르다. 따라서 이 값 역시 사용 중인 GPU 한 장이 벌어들이는 매출을 직접 측정한 결과는 아니다.

1년 미만의 투자금 회수에는 조건이 붙는다

SpaceX 최고재무책임자 브렛 존슨은 2026년 3분기 실적 발표에서 현재 가격으로 새로 배치한 연산 설비의 투자금 회수 기간이 1년 미만이라고 밝혔다. 퉁구즈는 이 계산이 세후 기준이고 관련 비용을 모두 포함한다면 매력적인 사업일 수 있다고 평가했다.

그러나 원문의 계산 예시는 세금 효과의 중요성을 보여준다. GPU 한 장에 해당하는 구축비를 5만5,200달러로 잡고 시간당 계약 가격 5.27달러를 적용하면, 연간 매출은 약 4만6,165달러다. 현금 운영비 약 570달러를 뺀 회수 기간은 1.21년이다. B200 현물 가격을 적용하면 0.72년으로 줄어든다.

계약 가격에서도 회수 기간을 1년 아래로 낮추는 예시에는 세금 공제가 들어간다. 연방세율 21%와 첫해 100% 가속상각을 가정하면 첫해 세금 절감액은 1만1,592달러이며, 회수 기간은 0.97년이 된다.

다만 이는 비용 자체의 감소보다 공제 시점이 앞당겨지는 효과다. 자산의 전체 사용 기간에 걸친 총공제액은 바뀌지 않는다. SpaceX는 발표한 회수 기간이 세전인지 세후인지 공개하지 않았고, 원문도 해당 데이터센터 자산에 전액 가속상각을 적용할 수 있는지는 확인이 필요하다고 명시한다.

GPU 가격 상승과 AI 가격 하락 사이의 압박

수익성에 대한 첫 번째 압박은 연산 자원의 가격과 AI 서비스 가격이 반대로 움직인다는 점이다. 원문에 따르면 GPU 임대료는 6개월 동안 시간당 4.40달러에서 8.08달러로 거의 두 배가 됐다. 반면 OpenAI는 Luna 가격을 7월에 80%, 9월에 다시 50% 인하했다.

일정한 벤치마크 기준을 충족하는 비용도 18개월 전 0.55달러에서 0.0015달러로 내려갔다고 제시된다. GPU를 빌리는 비용이 오르는 동안 AI 처리 가격이 이렇게 떨어진다면, GPU 한 장의 시간당 매출총이익을 유지하려면 처리량 개선이 가격 하락을 따라잡아야 한다.

두 번째 압박은 추론이 데이터센터 밖으로 이동하는 흐름이다. 퀄컴 최고경영자 크리스티아누 아몬은 일부 AI 기업이 2028년까지 휴대전화에서 최소 1,000억 개 매개변수 규모의 모델을 실행할 수 있기를 요구한다고 전했다. 매개변수는 모델의 규모를 나타내는 수치다. 이는 기업들의 요구이며 달성된 성능이 아니다. 아몬은 해당 기업의 이름도 밝히지 않았다. 노트북과 휴대전화에서 직접 처리한 추론은 클라우드로 요청을 보내지 않는다.

데이터센터 부족은 반대 방향으로 작용한다

퉁구즈는 가격 하락과 기기 내 추론만으로 결론을 내리지는 않는다. 수요를 감당할 데이터센터 공급이 늦어지고 있기 때문이다.

원문이 인용한 보도에 따르면 아마존은 가동 시설이 준비되기 전에 Nvidia GB300 랙을 인수하고 있으며, 일부 시설에는 추가 장비를 둘 공간이 있어도 가동에 필요한 전력이 부족하다. 아마존은 배치 장소 근처에 장비를 미리 두는 것을 표준 관행이라고 설명했다.

JPMorgan이 제시한 수치에서는 2027년 완공 예정 데이터센터 용량의 60% 이상이 아직 착공되지 않았고, 추가로 7%가 지연되고 있다. 퉁구즈는 AI 수요가 계속 증가한다면 이런 공급 제약이 가격 하락 압력을 상쇄할 수 있다고 본다.

그의 결론은 대규모 추론 사업에 수익성의 여지가 있다는 것이다. 다만 그 판단은 이론적 최대 매출을 실적으로 받아들이는 데서 나오지 않는다. 실제 과금 가능한 처리량, 투자금 회수의 계산 기준, 가격 인하를 따라가는 효율 개선, 지속적인 수요가 함께 뒷받침돼야 한다.