GPU는 상품이 될 수 있을까: AI 인프라의 가격을 바꾸는 컴퓨트 선물

지난 2년 동안 AI 인프라의 핵심 질문은 필요한 GPU를 확보할 수 있는가였다. 이제 시장은 더 금융적인 질문으로 이동하고 있다. 6개월 뒤, 혹은 3년 뒤 H100과 B200의 컴퓨트 용량은 얼마에 거래될 것인가라는 문제다.

GPU를 사는 시장에서 미래 가격을 거래하는 시장으로

소재에 따르면 CME Group과 Silicon Data는 NVIDIA H100과 B200 임대 가격을 기초로 한 선물 상품을 출시할 계획이다. 미국 상품선물거래위원회(CFTC)도 컴퓨트 파생상품, 현물 컴퓨트 시장, 고객 보호, 영구 컴퓨트 선물 등에 대한 의견을 받고 있다. Silicon Data의 투자 라운드에는 CME Ventures, DRW, Samsung Next, VanEck, Jump Trading 등이 참여했다. 금융시장 참가자들이 컴퓨트를 가격 발견의 대상으로 보기 시작했다는 신호다.

구조는 에너지 선물과 비슷하다. 향후 대규모 학습이나 추론 수요를 예상하는 AI 기업은 비용 상승에 대비해 선물 포지션을 취할 수 있다. GPU 클라우드와 데이터센터 운영자는 임대 가격 하락 위험을 줄일 수 있다. 실제 GPU를 인도받는 것이 핵심이 아니라, 가격 변동으로 인한 사업 위험을 관리하는 것이 목적이다.

선물시장보다 먼저 필요한 가격 지수

파생상품 시장이 작동하려면 신뢰할 수 있는 기준 가격이 필요하다. 현재 클라우드 사업자, GPU 클라우드, 중개업체는 서로 다른 가격 체계를 사용한다. 같은 GPU 모델도 지역, 계약 기간, 클러스터 규모, 네트워크, 가용성, 협상력에 따라 가격이 달라진다.

Silicon Data는 GPU 클라우드 사업자라기보다 가격 지수와 시장 데이터를 제공하는 기반 사업자에 가깝다. 소재에서는 이 회사의 선도 가격 곡선이 최대 36개월을 다룬다고 설명한다. 2026년 7월 19일 데이터에서는 H100, B200, A100의 선도 임대 가격이 모두 현물 가격보다 낮았으며, 공급 확대와 신형 칩의 구형 모델 대체 전망이 반영된 것으로 제시됐다. 가격 곡선은 미래 컴퓨트 가치에 대한 시장의 기대를 드러내는 도구가 된다.

석유보다 어려운 표준화

가장 큰 문제는 GPU 한 시간의 가치가 항상 같지 않다는 점이다. 고속 네트워크로 연결된 H100 클러스터와 독립적으로 실행되는 인스턴스는 실제 처리량이 크게 다를 수 있다. 가용률, 스토리지, CPU 구성, 소프트웨어 환경, 위치, 클러스터 규모도 가격에 영향을 준다.

따라서 현재 검토되는 상품은 서로 다른 칩을 하나의 단위로 통합하기보다 H100, B200, A100처럼 모델별 GPU 시간으로 설계되는 방향이다. 거래는 쉬워지지만 유효 컴퓨트의 문제는 남는다. 실제 운영에서는 GPU 수보다 이용률, 클러스터 Goodput, 작업 완료 시간, 100만 토큰당 비용이 더 중요한 지표가 될 수 있다.

금융화가 바꿀 수 있는 것

신뢰할 수 있는 지수와 유동성 있는 선물시장이 생기면 변화는 투기에 그치지 않는다.

• AI 기업은 학습과 추론 비용을 헤지할 수 있다
• GPU 클라우드는 자산 및 임대 가격 위험을 관리할 수 있다
• 금융기관은 미래 컴퓨트 수익을 데이터센터 대출 심사에 활용할 수 있다
• 투자자는 AI 인프라의 수급 전망을 거래할 수 있다
• 기업은 GPU 수에서 토큰과 작업 단위의 수익성으로 관심을 넓힐 수 있다

AI의 경제 단위는 GPU·컴퓨트에서 토큰으로, 다시 에이전트가 완료하는 작업으로 확장될 가능성이 있다. 컴퓨트 선물의 성패를 결정하는 것은 금융상품의 복잡성이 아니라 비교 가능한 표준 컴퓨트 단위를 정의할 수 있는지다. 성공한다면 GPU는 고가 장비를 넘어 가격을 매기고, 금융을 조달하고, 위험을 헤지할 수 있는 생산 자산이 될 수 있다.

출처: InfoQ 中文