[더테크 서명수 기자]  AI 인프라를 바라보는 자본시장의 시선이 달라지고 있다. 과거 기업이 GPU를 구매하고 데이터센터를 직접 구축했다면, 이제 대규모 AI 컴퓨팅 인프라를 장기간 수익을 창출하는 하나의 ‘투자 가능한 자산’으로 금융화하려는 움직임이 본격화하고 있다.

중심에는 엔비디아가 있다. 엔비디아는 아폴로, 블랙록, 블랙스톤, 브룩필드, 골드만삭스, KKR 등 글로벌 금융·인프라 투자기관들과 협력해 AI 인프라 구축을 지원하는 금융 플랫폼을 추진하고 있다. 목표는 장기간에 걸쳐 5000억달러가 넘는 외부 자본을 조달할 수 있는 구조를 만드는 것이다.

여기서 5000억달러는 엔비디아 매출이나 하나의 펀드 규모를 의미하지 않는다. 여러 금융 플랫폼이 AI 연구기업과 클라우드, 기업 등에 AI 팩토리 구축 자금을 공급하기 위해 장기간 조달하도록 설계된 외부 자본의 총규모다. 금융기관은 각 프로젝트의 고객 수요와 가동률, 현금흐름, 잔존 가치 등을 독립적으로 평가한다.

엔비디아가 데이터센터를 ‘AI 팩토리’로 규정하는 이유도 여기에 있다. 일반 데이터센터가 데이터를 저장·처리하는 시설이라면 AI 팩토리는 전력과 데이터를 투입해 AI 모델의 학습·추론 결과인 ‘지능’을 지속적으로 생산하는 인프라라는 개념이다. 엔비디아는 AI 팩토리의 경제성을 토큰 생산량과 전력 효율, 토큰당 비용, 가동률 등으로 설명하고 있다.

AI 팩토리, 왜 투자자산이 되나

핵심은 GPU 자체보다 이를 둘러싼 전체 플랫폼에 있다. 엔비디아 DSX는 칩과 시스템, 네트워킹, 소프트웨어, 시설 및 파트너 기술을 하나의 아키텍처로 결합해 AI 팩토리를 구축·운영하도록 설계됐다. 특정 AI 모델이나 단일 고객에 한정하지 않고 다양한 AI 워크로드를 처리할 수 있도록 하는 구조다.

이는 금융 관점에서도 중요하다. 장기간 자금을 투입하려면 인프라가 특정 고객이나 서비스에 종속되지 않고 지속적으로 수요를 확보할 수 있어야 하기 때문이다. AI 팩토리의 가동률과 컴퓨팅 수요가 유지된다면 GPU 서버는 단순 IT 장비가 아니라 현금흐름을 만들어내는 생산설비에 가까워진다.

엔비디아가 강조하는 또 다른 요소는 소프트웨어다. CUDA를 비롯한 소프트웨어 최적화를 통해 이미 설치된 하드웨어의 AI 처리 성능과 효율을 지속적으로 개선할 수 있다는 논리다. 신규 GPU가 등장할 때마다 기존 GPU가 즉시 경제성을 잃는 전통적인 IT 장비의 감가상각 구조와는 다른 가능성을 제시하는 셈이다.

한국에서도 시작된 ‘AI 인프라+금융’

이러한 모델은 이미 한국의 AI 인프라 투자에도 나타나고 있다. 네이버·엔비디아·브룩필드는 지난 7월 네이버의 세종 데이터센터 ‘각 세종’에 구축하는 엔비디아 DSX AI 팩토리를 기존 55MW에서 2028년 200MW까지 확대하는 계획을 발표했다.

이 과정에서 엔비디아는 네이버에 10억달러를 투자할 계획이며, 브룩필드는 최대 90억달러 규모의 자금 공급을 위한 비구속적 조건서에 합의했다. 브룩필드는 데이터센터와 컴퓨팅, 반도체 제조, 전력 등을 포함해 약 1000억달러 규모의 AI 인프라 관련 자산을 운용하고 있다.

엔비디아가 AI 팩토리 사업을 확대하는 방식도 단순 GPU 공급에서 벗어나고 있다. AI 클라우드 사업자와 대규모 멀티테넌트 AI 팩토리를 구축하면서 수익 공유와 신용 지원을 결합한 새로운 사업 모델도 제시했다. 자본력이 부족한 AI 스타트업이나 모델 개발사도 대규모 컴퓨팅을 사용할 수 있도록 금융 구조 자체를 바꾸겠다는 접근이다.

‘칩 경쟁’에서 ‘인프라 금융 경쟁’으로

AI 산업의 경쟁축은 GPU 성능에서 전력 확보와 데이터센터 건설, 운영 소프트웨어를 넘어 이제 자본 조달 능력으로 확대되고 있다.

AI 모델이 연구단계를 넘어 기업의 실제 서비스와 에이전트, 로보틱스, 제조 등으로 확산될수록 필요한 컴퓨팅 규모는 커진다. 엔비디아가 AI 팩토리를 전력망이나 통신망과 같은 인프라로 규정하는 것도 이 때문이다. 엔비디아는 AI 팩토리를 에너지·칩·인프라·모델·애플리케이션을 결합하는 시스템으로 정의하고 있다.

결국 이번 금융 플랫폼이 던지는 메시지는 분명하다. AI 시대의 경쟁은 누가 가장 좋은 GPU를 확보하느냐에서 끝나지 않는다. 대규모 컴퓨팅을 얼마나 빠르게 구축하고 높은 가동률로 운영해 지속적인 현금흐름으로 연결할 수 있느냐가 새로운 경쟁력이 되고 있다.

GPU가 IT 장비에서 생산설비로, 데이터센터가 AI 팩토리로 이동하면서 AI 컴퓨팅 자체가 새로운 인프라 투자자산으로 진화하고 있는 것이다.