다음 번의 AI 관련 주식 매수는 먼저 GPU 선물 시장에서 나타날 가능성이 있으며, 엔비디아와 네오클라우드 간의 거래 가치도 곧 재평가될 예정입니다.

AI 관련 거래는 지난 3년 동안, 넵튠이 얼마나 많은 GPU를 판매할 수 있는지, 누가 그 GPU를 구입할 수 있는지, 그리고 대형 클라우드 서비스 제공업체들이 얼마나 많은 비용을 기꺼이 지불할 의향이 있는지에 대해 연구해왔습니다. 다음 단계에서는 더 어려운 질문이 제기됩니다. 즉, 컴퓨팅 능력이 실제로 얼마나 가치가 있는가 하는 것입니다. 10월 5일, CME 그룹은 규제 심사를 거쳐 넵튠의 H100 및 B200 GPU의 월간 임대 가격과 관련된 선물을 출시할 계획입니다. 이는 특정 분야의 파생상품과 관련된 이야기처럼 보입니다. 하지만 실제로는 자본 비용과 관련된 문제입니다. 공개된 전액 계약을 통해 컴퓨팅 서비스 제공업체는 임대 수익을 확보할 수 있고, AI 연구소는 미래의 비용을 방어할 수 있으며, 은행은 GPU 담보물의 시장 가치를 알 수 있습니다. 만약 이러한 계약들이 실제 유동성을 가진다면, 그것들은 컴퓨팅 능력을 거래 가능한 형태로 만들어주는 데 도움이 될 것입니다. 또한 어떤 하드웨어가 금융적으로 유리한지, 어떤 네오클라우드가 더 저렴한 자본을 받을 자격이 있는지, 그리고 어떤 오래된 GPU 팩이 소유자들이 생각하는 것보다 덜 가치 있는지를 결정하는 데도 도움이 될 것입니다. 넵튠은 수년 동안 자신의 칩을 AI 분야의 기술 표준으로 만들어왔습니다. 월스트리트는 이제 그 칩들을 금융적 표준으로 만드는 첫 단계를 밟고 있습니다.

포워드 커브의 변화가 자금 조달에 영향을 미침

CME의 계약들은 NYMEX에서 GPU1과 GPU2라는 코드로 거래됩니다. 이 계약들은 실제 GPU가 아닌, 실리콘 데이터사의 H100 및 B200 임대 가격 지수와 대조하여 현금으로 결제됩니다. 따라서 아무도 실제 GPU를 전달할 필요가 없습니다. 유용한 체인은 다음과 같습니다:

현재 가격 → 선물 커브 → 헤지 가능한 수익 → 금융화 가능한 현금 흐름 → 낮은 자금 조달 비용

오늘날에는 그러한 체인이 존재하지 않습니다. 투자자들은 여전히 AI 인프라를 위에서 아래로 순서대로 평가합니다. 엔비디아는 주문량을 보고하고, 대형 클라우드 기업들은 투자 비용을 공개하며, 신규 클라우드 서비스 제공업체들은 계약 내용을 발표합니다. 모든 사람들은 3년 후에 얼마나 많은 용량이 사용될지 예측하려고 합니다. 거래가 이루어지는 방식은 아래에서 위로 진행됩니다. 예를 들어, H100의 가격이 오늘 하루에 2.70달러라고 해도, 장기적인 가격이 급격히 하락한다면 시장은 그 자산의 경제적 가치가 떨어질 것을 즉시 알 수 있습니다. 반면, B200의 가격이 블랙웰의 공급량이 증가함에도 불구하고 안정적으로 유지된다면, 투자자들은 수요가 용량을 흡수하고 있다는 증거를 얻게 됩니다.

금융적 영향이야말로 진정한 성과입니다. GPU 클러스터를 지원하는 대출자는 사용량, 임대료율, 잔여 가치, 고객의 품질, 전력 공급 가능성, 그리고 건설 위험 등을 동시에 고려해야 합니다. 선물 거래는 이러한 변수 중 하나를 분리해줍니다. 운영자는 임대 수익을 보호하기 위해 선물을 매매합니다. 고객들은 컴퓨팅 비용을 방지하기 위해 선물을 구입합니다. 대출자는 외부 가격 변동에 대한 헤지 효과를 모니터링할 수 있습니다. BCG는 2026년부터 2030년까지 3.6조 달러 규모의 AI 인프라 투자에 대해 1160억 달러의 차입 비용 절감 효과를 예측했습니다. 이는 과장된 추정이지만, 방향은 올바릅니다. 측정 가능한 위험은 불투명한 위험보다 금융적으로 활용하기 쉽습니다.

하지만 컴퓨팅은 석유와는 다릅니다. 석유는 탱크에 그대로 보관될 수 있지만, 사용되지 않는 GPU 시간은 사라집니다. 현물 가격과 선물 가격을 연동시키는 간단한 저장 방식도 없습니다. 대신, 예상되는 임대료율, 헤징 압력, 그리고 반대쪽에 투자하기 위해 필요한 프리미엄 등이 나타납니다. 그래서 이는 가치가 있습니다. 처음으로, 투자자들은 부채 거래를 통해 추측하는 대신, AI 인프라의 위험 요소의 가격을 직접 확인할 수 있게 됩니다.

엔비디아는 벤치마크를 얻고, 네오클라우드는 변동성을 얻었다.

엔비디아는 해당 인덱스를 소유하고 있지 않습니다. 실리콘 데이터가 그 인덱스를 소유하고 있습니다. 하지만 최초의 기관용 컴퓨팅 계약들은 엔비디아 제품의 이름으로 명명됩니다. AMD의 액셀레이터나 하이퍼스케일 회사의 ASIC들은 그렇지 않습니다. 이로 인해 금융적 측면도 엔비디아 플랫폼의 또 하나의 장점이 됩니다. 대출 기관은 H100이나 B200 칩을 선호할 수 있습니다. 왜냐하면 그러한 칩들은 임대 가격이 명확하고 잔여 가치도 높으며 헤지 효과도 있기 때문입니다. 반면, 경쟁사의 칩은 더 저렴할 수 있지만, 자금 조달이 어려울 경우 전체 비용이 더 높아질 수 있습니다.

CUDA 덕분에 Nvidia는 가속화된 컴퓨팅 분야의 소프트웨어 표준으로 자리매김했습니다. 성공적인 미래 시장도 이를 뒷받침하는 금융적 기준이 되었습니다. AMD와 맞춤형 실리콘 제품들도 점점 더 많은 시장 점유율을 얻고 있습니다. 시장에서는 각 제품의 단위당 비용이 H100이나 B200과 어떻게 비교되는지가 중요합니다. Nvidia는 이러한 상황에서도 유리한 위치에 있습니다. 임대료가 유지된다면, 더 높은 담보 가치 덕분에 더 많은 GPU가 구입됩니다. 반면, 임대료가 하락하면 인프라 소유자가 손실을 겪게 됩니다. Nvidia는 고객들이 오래된 GPU를 교체할 때 수익을 얻습니다. 인프라 소유자는 감가상각 비용을 부담합니다.

이것은 엔비디아의 다음 분기 상황을 바꾸지 않습니다. 다만, 설치된 GPU의 수에 따른 경쟁 구조가 달라집니다. 벤치마크 지표는 모든 GPU-시간을 정확하게 가격화할 필요는 없습니다. 그저 구매자와 판매자, 채권자들이 논의하는 수치가 되면 됩니다. 만약 그 수치가 엔비디아의 부품 번호와 연결된다면, 회사의 경쟁력은 칩과 소프트웨어를 넘어 자본 시장까지 확장됩니다.

헤드라인 임대 가격도 오해의 소지가 있을 수 있습니다. B200의 용량은 H100의 용량보다 시간당 2배 이상 비싸지만, 이는 이론상 FP8 성능도 2배 이상 높습니다.

이 좁은 기준으로 보면, B200은 시간당 가격이 2.07배나 되지만, 단위당 Peak FP8 컴퓨팅 비용은 약 9% 더 저렴합니다. 실제 작업량은 메모리, 네트워킹, 소프트웨어, 전력, 모델 구조, 활용도 등에 의해 결정되므로, 이론적인 FLOPS 수치만으로는 충분하지 않습니다. 중요한 것은 투자자들이 GPU-시간당 달러를 최종 지표로 삼는 것을 멈춰야 한다는 것입니다. 유용한 지표는 효과적인 컴퓨팅 단위당 달러이며, 결국은 정해진 지연 시간과 서비스 수준에 따른 토큰당 비용입니다.

가장 큰 주식 민감성은 코어웨이프에 있습니다. 코어웨이프는 6월 30일 기준으로 약 35.6십억 달러의 부채를 가지고 있었으며, 2분기에는 6억 4천만 달러의 순이자 비용을 기록했습니다. 만약 그 부채액이 100베이스포인트 줄어든다면, 연간 세전 절감액은 약 3억 5천6백만 달러가 될 것입니다. 하지만 이런 변화는 한 번에 일어나지 않을 것이며, 선물 계약도 고객의 파산, 건설 지연, 전력 부족 등을 방지할 수 없습니다. 이러한 계산 결과는 코어웨이프가 엔비디아보다 더 중요한 이유를 보여줍니다.

Nebius는 하위 버전입니다. 약 80억 달러에 달하는 현금 보유량은 부채와 거의 동일합니다. 또한, 약 60억 달러에 달하는 미정산 수익도 고객들의 자금 지원이 프로젝트 진행에 중요한 역할을 하고 있음을 보여줍니다. NBIS는 여전히 더 나은 가격 결정 기법의 이점을 누리고 있지만, CoreWeave만큼 긴급한 재융자 지원이 필요하지 않습니다. 제가 평가한 위험 조정된 순위는…NVDA가 첫 번째, NBIS가 두 번째, CRWV이 세 번째입니다.CRWV는 가장 큰 상승 토크를 가지고 있지만, 전방 곡선이 나쁜 성능을 보일 가능성도 가장 낮습니다.

오래된 GPU들이 시장에 출시될 준비가 되고 있습니다.

기존의 단계 곡선은 붕괴 현상을 보이지 않습니다. 명확한 나이에 따른 제약이 나타나는 것 같습니다.

이는 7월 19일 기준의 실리콘 데이터의 요금 구조입니다. 이는 CME 선물이나 보장된 예측과는 관련이 없습니다. 그럼에도 불구하고, 이러한 구조는 중요합니다. 아키텍처가 오래될수록 장기 임대를 확보하기 위해 필요한 할인율도 커집니다. 교환 거래가 시작되면, 이러한 요금 구조는 대출자, 이사회, 감사인들에게 공개되는 정보가 됩니다. 약화된 경로로 인해 발생하는 첫 번째 피해는 회계 보고서보다 먼저 신용 조건에 나타날 것입니다. 즉, 대출액 대비 자산 가치 비율이 낮아지고, 규제가 엄격해지며, 만기 기간이 짧아지고, 재융자의 비용이 증가합니다. 컴퓨팅 선물은 새로운 시설을 운영하는 데 드는 비용을 줄여주지만, 기존 시설을 운영하는 데 드는 비용은 더욱 높아집니다.

“비극적인 상황”이 발생하려면 AI에 대한 수요가 붕괴되어야 하는 것은 아닙니다. 단지 공급이 고객이 지불할 가치보다 빠르게 증가해야 하며, H100의 임대료가 B200의 가격과 함께 하락한다면 그건 관리 가능한 상황입니다. 이는 고객들이 더 효율적인 하드웨어로 전환하고 있다는 신호입니다. 하지만 H100, B200, 그리고 더 새로운 세대의 하드웨어의 가격이 계속 하락한다면 훨씬 더 심각한 상황이 될 것입니다. AI 사용량은 여전히 급증할 수 있지만, AI 인프라를 소유하는 데 드는 비용은 점점 줄어들 것입니다. 시장은 AI 수요 증가와 AI 자산의 수익률을 같은 것으로 간주해왔지만, 사실은 그렇지 않습니다.

출시가 촉매제는 아닙니다. 유동성이죠.

대부분의 새로운 파생상품들은 결코 중요한 기준이 되지 못합니다. 투자자들은 운영자나 고객, 대출기관들이 실제로 그 상품들을 사용하기 전까지는 그런 계약들을 ‘WTI of AI’라고 부르면 안 됩니다. 대시보드는 매우 간단합니다.

• B200/H100 임대 가격 차이:파괴되는 프리미엄은 새로운 세대의 부족이 경쟁으로 인해 사라지고 있다는 신호입니다.

• $/effective-PFLOP-시간:작업량 경제성이 시간당 가격보다 더 중요해집니다.

• 전방 곡선의 기울기:20~25%를 초과하는 레거시-GPU 할인율과 낮은 활용률은 신용 경고 신호가 됩니다.

• 장래의 가치로부터 실제 가치로의 전환:인덱스는 지리적 특성, 네트워크 구조, 신뢰성, 계약 구조 등의 실제 차이를 반영해야 합니다.

• 볼륨과 오픈 인터레스트:가격 공개는 가격 결정이 아닙니다. 반복적인 상업적 헤지 행위가 그 증거입니다.

ICE는 현금 결제 방식의 GPU 선물을 출시하고 있습니다. 이는 기회가 있지만, 동시에 분열 위험도 발생합니다. 제 기준에 따르면, 컴퓨팅 선물이 유동화될 정도로 성숙하기 전까지는 정보적 역할만 할 뿐입니다. 그들의 첫 번째 과제는 가격 결정입니다. 즉, 구매, 담보 및 협상에 있어서 기준점을 설정하는 것입니다. 자금 조달의 혜택은 나중에 나타날 것입니다. 즉, 만기 구간이 확립되고 대출자들이 신용 계약 내에서 헤지 조항을 인식하기 시작한 후에야 말입니다.

이는 투자자들에게 명확한 기준을 제공합니다. NVDA를 구조적 비교 지표로 활용하는 것이 좋습니다. 재무적 회복력이 중요하다면 NBIS를 선호합니다. CRWV는 고베타 금융 거래로 간주되지만, 새로운 부채 스프레드나 담보 대출율, 또는 명시적인 헤지 정보가 나타날 때까지는 저렴한 자금 조달 비용을 지불하지 마세요. 오래된 GPU에 대한 포지션을 단순히 칩이 오래되었다고 해서 숏 포지션으로 하지 마세요. 곡선과 사용률이 함께 악화될 때까지 기다리세요.

수년 동안, 엔비디아의 이익 데이터는 투자자들에게 고객들이 이미 얼마나 많은 하드웨어를 구입했는지를 알려주었습니다. 반면, 대규모 클라우드 서비스 제공업체들의 투자 비용은 그들이 앞으로 얼마나 많은 돈을 지출할 것인지를 나타내주었습니다. 하지만 컴퓨팅 가격은 부족한 정보를 제공합니다. 즉, 현재 AI 인프라의 단위당 가치가 무엇인지, 그리고 시장이 내일에 얼마를 얻을 것으로 기대하는지입니다. 이러한 가격 정보가 명확해지면, 투자자들은 더 이상 추상적인 수십조 달러 단위로 AI 분야에 대한 논의를 할 필요가 없습니다. 그들은 실시간으로 그 경제적 가치를 확인할 수 있습니다. 다음번의 AI 시장 변동은 바로 그곳에서 나타날 것입니다.