AI 클라우드 재계약이 관건 — 구글·MS·AWS 실적으로 본 GPU 공급 부족과 수익성

핵심 메시지

• 시장은 빅테크의 AI 데이터센터 투자 규모를 걱정하지만, 정작 지금 문제는 고객이 없는 것이 아니라 내줄 컴퓨팅이 모자라는 것이다.
• AI용 GPU 클라우드는 가격 약정과 물리적 용량 예약이 따로 움직여서, 필요할 때 켜는 것이 아니라 필요해지기 전에 확보해야 하는 구조로 바뀌었다.
• 지금 매출에는 2024~2025년에 싼 가격으로 묶인 장기 계약이 섞여 있어, 하이퍼스케일러가 받을 수 있는 가격보다 적게 받고 있을 가능성이 있다.
• 구글 클라우드는 고객이 약정량보다 평균 50% 이상 더 쓰고 있고, 마이크로소프트는 데이터센터를 6주 일찍 켜자 그 분기 매출이 바로 늘었다.
• 다만 재계약이 곧 가격 두 배를 뜻하지는 않는다. GPU 임대에는 공식 현물 가격이 없고, 공급 증가·모델 효율 개선·메모리와 전력 원가 상승이 모두 변수다.

쉽게 이해하기

영상은 기술주 투자자 개빈 베이커(Gavin Baker)의 주장에서 출발한다. 시장은 아마존·마이크로소프트·구글이 AI 데이터센터에 돈을 너무 쓴다고 걱정하지만, 실제로는 이 회사들이 앞으로 지금보다 훨씬 더 많이 벌 수 있다는 것이다. 근거는 단순하다. 지금 GPU 컴퓨팅을 새로 확보하려면 과거 장기 계약 가격보다 훨씬 비싼 값을 치러야 하는데, 그렇다면 하이퍼스케일러들은 받을 수 있는 가격보다 싸게 클라우드를 팔고 있는 셈이다. 영상은 그가 AI 인프라에 낙관적인 인물이라는 점을 짚으며 중립적 전망으로 받아들이지 말라고 먼저 선을 긋는다.

AI 이전의 클라우드는 구조가 단순했다. 기업은 서버를 사는 대신 범용 CPU 서버를 필요한 시간만큼 빌렸고, 트래픽이 늘면 가상 머신을 더하고 줄면 반납했다. 사업자는 여러 고객의 사용량을 섞어 서버가 놀지 않게 가동률을 높이는 것이 수익성의 핵심이었다. 장기 고객은 1~3년 일정 금액 사용을 약속하고 할인을 받는 AWS 세이빙스 플랜이나 구글 클라우드의 약정 할인 같은 방식을 썼다.

AI용 GPU 클라우드에서는 계약의 의미 자체가 달라진다. 거대 모델을 학습시키려면 GPU 수백에서 수만 개를 같은 시간에 묶어야 하고, 고속 네트워크로 연결돼 학습 도중 서버가 빠지지 않을 만큼 안정적이어야 한다. GPU가 많아도 여러 데이터센터에 흩어져 있으면 한 학습 작업에 쓰기 어렵다. 그래서 AI 기업이 사는 것은 'GPU 시간'이 아니라 원하는 날짜부터 안정적으로 쓸 수 있는 완성된 클러스터다. 이 때문에 금액 약정과 용량 예약이 분리된다. 구글 클라우드도 GPU 사용 약정이 용량 자체를 자동으로 보장하지는 않는다고 안내하고, AWS는 미래 특정 기간의 클러스터를 미리 예약해 선불 결제하는 캐패시티 블록을 운영한다.

여기서 시간차가 생긴다. 2024~2025년에 3년 계약을 맺은 고객은 지금 수요가 폭발해도 과거 가격으로 쓰고, 사업자도 계약 기간 중에 값을 두 배로 올릴 수 없다. 반면 지금 새로 GPU를 구하려는 고객은 훨씬 높은 가격을 제시해야 한다. 같은 컴퓨팅인데 기존 계약가와 신규 계약가 사이에 격차가 벌어지는 것이다. 계약이 끝난 뒤 더 높은 가격으로 다시 맺으면, 데이터센터와 GPU는 이미 설치돼 있고 감가상각도 상당 부분 진행된 상태라 매출 증가분이 이익으로 더 빠르게 옮겨붙는다.

이것이 가설에 그치지 않는다는 근거로 영상은 세 회사의 최근 실적을 나란히 놓는다. 2026년 2분기 구글 클라우드 매출은 전년 대비 82% 늘고 계약 백로그는 5,140억 달러까지 커졌으며, 기존 고객이 약정량보다 평균 50% 이상 더 쓰고 있다고 밝혔다. 클라우드 영업이익률은 35.6%까지 올랐다. 마이크로소프트는 애저 매출이 40% 늘었는데 수요가 가용 용량을 계속 넘어서고 있다고 설명했고, 새 데이터센터를 예정보다 6주 일찍 가동하자 그 분기 소비와 매출이 바로 증가했다. GPU 도착 후 실제 서비스 투입까지 걸리는 시간도 연초 대비 약 20% 줄였고, 하드웨어·소프트웨어 최적화로 일부 AI 워크로드 처리를 최대 40% 개선했다고 밝혔다. AWS는 2분기 매출 422억 달러로 37% 성장해 약 4년 만의 최고 성장률을 기록했고, 백로그는 4,960억 달러, 앞으로 추가될 용량도 상당 부분 2028년까지 예약돼 있다고 설명했다.

주요 인사이트

• AI 투자를 자본 지출 숫자만으로 판단하면 절반만 보는 것이다. 고객이 약정량보다 얼마나 더 쓰는지, 새 용량이 얼마나 빨리 매출로 바뀌는지, 기존 계약이 어떤 가격에 갱신되는지가 나머지 절반이다.
• 마이크로소프트 사례는 지금 병목이 수요가 아니라 공급이라는 점을 가장 직접적으로 보여준다. 서버를 몇 주 일찍 켜는 것만으로 그 분기 매출이 늘었다는 것은 이미 대기 중인 고객이 그만큼 많다는 뜻이다.
• 수익성 개선은 가격 인상만으로 오지 않는다. 요청을 묶어 처리하거나 낮은 정밀도로 계산해 같은 GPU에서 더 많은 토큰을 만들면 토큰 가격이 그대로여도 단위 원가가 내려간다. 여기에 계약가 상승이 겹치면 두 효과가 동시에 난다.
• 구형 GPU가 곧바로 무가치해지는 것도 아니다. 최신 GPU가 대형 모델 학습을 맡고 이전 세대는 추론이나 중소형 모델, 배치 작업으로 내려가면, 감가상각이 끝난 장비를 낮은 가격에 팔아도 마진이 남을 수 있다.
• 영상은 개빈 베이커의 '현물 가격이 기존 계약의 정확히 두 배'라는 수치는 검증하기 어렵다고 선을 긋는다. 대형 고객의 실제 계약가는 공개되지 않고 GPU 구성마다 조건이 다르기 때문이다.

자주 묻는 질문

관련 AI 소식