엔비디아가 AI 인프라 구축의 중심으로 자리 잡으면서 이에 대한 논란이 일고 있다. 최근 산업 전문가들은 엔비디아가 단순한 반도체 판매를 넘어, AI 연산 인프라의 표준화와 자본 조달 구조를 혁신하고 있다고 분석하고 있다. 이를 통해 엔비디아는 ‘합성 하이퍼스케일러’라는 새로운 구조를 만들어가고 있는 것으로 보인다.

클라크 탕(Clark Tang) 알티미터 캐피털 파트너는 이와 관련하여 엔비디아가 하이퍼스케일러의 두 가지 주요 기능, 즉 소프트웨어 운영층과 금융 조달층을 동시에 확보하려 하고 있다고 주장했다. 하이퍼스케일러는 아마존, 마이크로소프트 및 구글 같은 대규모 클라우드 모델을 운영하는 기업으로, 고객이 직접 서버나 저장 장치를 가지고 있지 않고 소프트웨어를 통해 필요한 컴퓨팅 자원을 이용하게끔 설계되어 있다.

탕의 분석에 따르면, 엔비디아는 AI 데이터센터 운영을 위한 소프트웨어 계층과 대규모 설비 투자를 가능하게 하는 금융 계층을 모두 제공함으로써, 클라우드 사업자의 복합적인 역할을 수행하고 있다는 것이다. 기존의 클라우드 모델은 고객이 자본 지출을 운영비로 전환할 수 있도록 도와주지만, AI 학습과 추론의 특정 요구 사항—예를 들어 GPU 클러스터의 동기화, 전력 효율 및 지연 시간—이 전통적인 구조와 충돌할 수 있다는 우려가 제기되고 있다.

이러한 점에서 신생 AI 클라우드 사업자들이 부각되고 있다. 예를 들어, 코어위브와 같은 기업은 엔비디아 GPU를 활용하여 AI 전용 클러스터를 구축하고, 비교적 낮은 마진으로 대형 클라우드 기업과 경쟁하고 있다. 하지만 이들 신생 기업은 재무 여력이 약해 대규모 설비 투자에 어려움을 겪고 있으며, 차입은 이미 계약이 체결된 하드웨어에 집중되는 경향이 있다.

탕은 이를 보완하기 위한 방안을 제시하고 있으며, 엔비디아는 DSX OS, 미션 컨트롤, DSX 참조 설계 등 다양한 운영 툴을 통해 AI 데이터센터를 효율적으로 관리할 수 있는 체계를 설계하고 있다. 올해 3월에는 DSX AI 팩토리와 옴니버스 블루프린트를 발표하며 GPU 공급 외에도 데이터센터 구축 방식을 표준화하려는 흐름이 가속화되고 있다.

또한, 엔비디아는 GPU를 기반으로 한 연산 자산에 대한 외부 자본의 투자를 유도하려 하고 있으며, 아폴로와 블랙록 등 국내외 금융 기관들이 참여하는 제3자 자본 구조를 구축하고 있다. 엔비디아는 향후 5000억 달러 이상의 자본을 동원해 AI 컴퓨팅 인프라를 금융 가능한 자산으로 전환하고자 하는 목표를 세우고 있다.

그는 이러한 구조가 엔비디아가 독자적으로 설비 투자를 떠안는 기존 방식과는 차별화된 접근이라고 보았다. GPU 자산이 표준화됨으로써 기관 투자자들은 수익과 재배치 가능성을 평가하게 되고, 동시에 신생 AI 클라우드 기업들의 자금조달 제약도 줄어들 수 있다.

특히 한국 시장에서도 엔비디아와 네이버가 협력하여 AI 팩토리 인프라를 확대할 계획을 세워 주목받고 있다. 네이버는 세종 데이터센터의 AI 팩토리 규모를 확대하고 장기적으로는 1GW 규모의 국산 AI 인프라를 구축할 방안을 염두에 두고 있다.

한편, 이러한 내용은 벤처 투자자의 주관적인 해석이기 때문에 실제로 엔비디아가 기존 클라우드 사업자를 대체할 수 있을지, 그리고 신생 AI 클라우드 기업들의 경제적 지속 가능성이 확보될지는 더 많은 검증이 필요하다.

결국, 엔비디아가 GPU, 데이터센터 설계 및 운영 소프트웨어, 외부 자본 연결을 통합한 새로운 인프라 모델을 제안하고 있는 상황에서, AI 연산 수요가 증가할수록 클라우드 사업자, 신생 AI 클라우드 기업 및 금융 기관 간의 부담 및 수익 분담 문제가 중요한 논의거리가 될 것으로 예상된다.