GPU 감가상각 논란 ㅡ AI 버블의 진짜 위험은 부채 구조에 있다

GPU 감가상각 논란 ㅡ AI 버블의 진짜 위험은 부채 구조에 있다

---

□ 3줄 요약


1. 최근 Meta의 Llama 3 보고서에서 “GPU는 2~3년밖에 못 쓰는데 6년으로 감가상각해 이익이 과대평가됐다”는 주장이 나옴


2. 하지만 실제 GPU 수명은 기술 개선·운영 환경·중고시장 구조로 훨씬 길어졌으며, 회계 기준상 6년 감가상각은 산업 현실에 부합함


3. 진짜 위험은 GPU 수명이 아니라 AI 서비스 수요 둔화와 부채 집중 구조에 있고, 결국 연산력은 시간을 빌려주는 자산이며, 그 시간을 성장으로 갚지 못하면 버블이 됨

---

□ GPU 감가상각 논란의 핵심


최근 시장에서는 “AI 버블의 본질은 GPU 회계 착시”라는 말이 나옴


클라우드 기업들이 GPU 감가상각 기간을 6년으로 잡아 실제보다 이익이 커 보인다는 주장임


핵심 논거는 “GPU는 2~3년밖에 못 쓴다”는 것으로, 근거는 Meta의 Llama 3 보고서임


Meta는 2024년 Llama 3.1 모델 훈련에 H100 GPU 1만6천여 개를 사용했음


훈련 54일 동안 466회의 중단이 있었고,


이를 근거로 GPU 연간 고장률이 9%, 3년 누적 25~30%라는 계산이 나왔음


즉 GPU 네 대 중 한 대가 3년 안에 고장난다는 추정임


하지만 이 수치는 실제 고장을 의미하지 않음


다수의 중단은 네트워크 지연, 전원 오류, 메모리 리셋 같은 일시적 소프트웨어 요인임


NVIDIA는 2024년 이후 검증 공정을 강화해 불량 GPU를 출하 전에 걸러내고 있으며,


최근 데이터센터의 GPU 고장률은 6% 미만, 추론용 GPU는 3% 이하로 알려져 있음


훈련용 GPU는 고온·고부하 환경에서 빨리 열화되지만, 추론용 GPU는 부하가 낮고 안정적임


AI 서비스 매출의 대부분이 추론 단계에서 발생하고 있어 GPU 풀의 구성도 점점 추론 중심으로 이동 중임


현재도 2020년 출시된 A100 GPU가 여전히 다수의 추론 서비스에서 사용되고 있음


즉 GPU의 실제 수명은 5~6년 이상으로 늘어났고, 6년 감가상각은 과장이 아님


□ 왜 6년인가 — 기술보다 회계의 논리


GPU 감가상각 기간은 기술 수명이 아니라 회계 기준에 따름


미국 GAAP과 IFRS는 서버·컴퓨팅 장비를 4~6년 자산으로 분류함


GPU도 서버 인프라의 일부로 묶여 감가상각되기 때문에 별도 단축이 어려움


만약 감가상각 기간을 3년으로 줄이면,


GPU 자산이 200억 달러 규모인 기업 기준
연간 감가상각비가 두 배로 늘고


AWS나 Azure의 영업이익률이 2~3%p 하락, 단기 순이익은 20억 달러 이상 감소함


하지만 이는 회계상의 차이일 뿐 현금흐름이나 실질 수익에는 영향을 주지 않음


즉 GPU 감가상각 논쟁은 회계적 해석의 문제이지 AI 산업의 실제 수익성을 왜곡하는 요소는 아님


□ 시장이 증명하는 GPU의 수명


GPU는 기술 교체 주기가 빠르지만 여전히 공급이 부족함


CoreWeave CEO는 “H100 임대 계약이 끝나도 신규 계약이 기존 가격의 95% 수준에서 체결됐다”고 밝힘


A100 GPU 역시 중고 리스 단가가 신품의 85~90% 수준에서 거래되고 있음


이는 GPU의 잔존가치(Residual Value) 가 매우 높다는 뜻임


중고 리스 시장이 활발하다는 건 6년 감가상각이 비현실적이지 않다는 방증임


GPU는 더 이상 단기 소모품이 아니라 장기 운영 자산으로 자리 잡았음


전력과 냉각만 유지되면 수년간 가동이 가능함


AI 인프라의 병목은 이제 GPU 자체보다 전력 공급, 냉각 효율, 데이터센터 용량으로 옮겨가고 있음


GPU의 물리적 수명보다 운영 효율과 전력 단가가 자산 가치의 핵심이 되고 있음


□ 진짜 버블은 GPU가 아니라 수요와 부채


GPU 감가상각 논쟁은 흥미롭지만, AI 버블의 본질은 다른 곳에 있음


문제는 AI 서비스 수요의 지속성과 부채 구조의 집중임


GPU·데이터센터·전력·스토리지는 모두 공급 부족 상태임


CoreWeave의 주문잔량은 30억 달러에서 55억 달러로 급증했고,


대형 클라우드 기업들의 미인식 매출(RPO)도 사상 최고 수준임


AI 관련 CapEx는 2025년 GDP의 1.5%를 넘길 것으로 예상됨


하지만 애플리케이션 기업들의 매출은 이 속도를 따라가지 못하고 있음


OpenAI, Anthropic, Character.ai 등은 빠르게 성장 중이지만


GPU 임대료와 데이터센터 비용은 매출 성장률보다 훨씬 가파름


이 불균형이 커질수록 버블의 충격점은 인프라가 아닌 앱(App) 단으로 이동함


인터넷 버블 때는 통신망이 남아돌았지만
AI 버블은 GPU가 부족한 상태에서도 “수요 둔화”로 시작될 가능성이 큼


게다가 인프라 확장은 대부분 부채 기반임
GPU 리스 기업들은 장비를 담보로 차입하고


데이터센터 건설에는 ABS·프라이빗 크레딧 자금이 투입됨


결국 부채 리스크가 인프라보다 앱 기업에 집중돼 있어 수요가 꺾이면 금융 구조부터 흔들릴 수 있음


□ 마무리하며


GPU 감가상각 논쟁은 숫자의 착시일 뿐 AI 산업의 본질을 흔드는 위험은 아님


진짜 문제는 기술이 아니라 시간임


연산력은 시간을 빌려주는 존재이며, 그 시간을 성장으로 갚으면 혁신이 되고
갚지 못하면 버블이 됨


지금 AI 산업은 그 빚을 진 채로, 미래를 담보로 시간을 사고 있음