시카고 상업 거래소, 해시파워 선물에 베팅하다. 블랙록 CEO: 이것이 다음 조 단위 자산이다

원문 저자：Chamath Palihapitiya

원문 편집：심조 TechFlow

심조 안내：AI 자본 지출이 처음으로 석유와 천연가스를 초과했지만, 컴퓨팅 파워 가격은 급격하게 변동하고 있으며, 시장에는 거의 아무런 헤지 도구가 없습니다. 시카고 상업 거래소(CME)는 컴퓨팅 파워 선물을 출시할 계획을 세우고 있으며, 이는 컴퓨팅 파워가 다음 만억 달러 자산 클래스가 될 수 있는지에 대한 중요한 실험입니다. 이 글에서는 컴퓨팅 파워 선물이 성공하기 위해서는 집중도와 상호 교환성 두 가지 문제를 해결해야 한다고 지적하며, 이는 AI 인프라에 투자하는 모든 투자자가 반드시 이해해야 할 위험 변수입니다.

"저는 사실 새로운 자산 클래스가 등장할 것이라고 믿습니다. 그것은 컴퓨팅 파워 선물을 구매하는 것입니다. 우리는 지금 충분한 컴퓨팅 파워가 없습니다." ------ 블랙록 CEO 래리 핑크

이번 주, 그는 맞았습니다.

시카고 상업 거래소 그룹(CME Group), 세계 선도적인 파생상품 시장은 GPU 시장 정보 및 벤치마킹 분야의 산업 리더인 Silicon Data와 협력하여 2026년 10월 5일에 컴퓨팅 파워 선물 계약을 출시할 계획을 발표했습니다. 이는 규제 검토를 기다리고 있습니다.

왜 컴퓨팅 파워가 금융 시장이 필요할까요?

2026년, AI 자본 지출은 7650억 달러에 달해 석유와 천연가스의 6810억 달러를 처음으로 초과할 것입니다. 2031년까지 거의 두 배로 증가할 것으로 예상됩니다. 모건 스탠리는 AI가 세계 경제에 확산되면서 40조 달러의 기회를 창출할 것이라고 예상합니다. 그리고 이 기회는 하나의 핵심 자원인 컴퓨팅 파워에 의존합니다.

Silicon Data의 지수에 따르면, 올해 초 이후로 구형 GPU의 수요도 급격히 증가했습니다:

이렇게 많은 자본이 한 산업으로 몰려들 때, 돈을 쓰는 사람들은 가격이 불리한 방향으로 변동하는 것에 대해 자신을 보호할 방법이 필요합니다.

현재 석유를 판매하는 생산자는 선물 계약을 구매하여 인도 전에 가격을 고정할 수 있습니다. 현물 가격이 하락하면 계약이 수익을 안정적으로 유지할 수 있게 해줍니다. 반대편의 구매자는 동일한 시장을 이용하여 연료 비용을 제한합니다. 양측 모두 가격 변동을 자신의 사업에서 분리합니다.

컴퓨팅 파워에는 아직 이러한 도구가 없어 AI 인프라를 구축하거나 구매하는 사람들은 세 가지 위험 노출에 직면해 있습니다:

GPU 임대 가격은 급격히 변동하며, 수요가 급증할 때는 치솟고, 공급이 느슨해지거나 새로운 칩이 출시될 때는 폭락하여 AI 회사들이 최대 비용 항목에 대한 정확한 예산을 세우지 못하게 합니다.

엔비디아가 더 빠른 칩을 출시할 때마다 이전 세대 칩의 임대 가치는 하락하고, 하드웨어 대출 뒤의 담보도 줄어듭니다.

데이터 센터는 건설하는 데 2~3년이 걸리지만, 개발자가 자신의 컴퓨팅 비용이나 수익을 고정하는 데 사용할 수 있는 수단은 매우 제한적입니다. 이러한 결정 하나하나가 수십억 달러의 도박입니다.

이러한 위험 노출은 컴퓨팅 파워 선물에 대한 수요를 창출합니다. 그러나 이 시장이 규모를 확장하기 전에, 과거에 다른 선물 시장을 제한했던 동일한 두 가지 문제인 집중도와 상호 교환성에 직면해야 합니다.

양파, 우라늄, DRAM 메모리 칩 및 대역폭을 둘러싼 선물 시장 구축 시도는 이들 중 하나 또는 두 가지 문제에 직면했습니다.

컴퓨팅 파워의 경우, 집중도 문제는 더 복잡합니다. 구매자는 분산되고 있으며, 추론 수요는 수천 개의 생산 작업을 운영하는 회사에 퍼져 있습니다. 판매자 진영은 광범위하고 여전히 성장하고 있으며, 새로운 클라우드 공급업체의 수익은 2025년까지 250억 달러를 초과하고 60개 이상의 공급자를 포함합니다. 그러나 그 기반은 여전히 높은 집중도를 유지하고 있으며, 엔비디아가 대부분의 AI 칩을 공급하고 있습니다.

두 번째 문제는 상호 교환성입니다.

현재 컴퓨팅 파워 가격은 GPU 시간당 가격으로 책정되며, 단일 GPU를 한 시간 임대하는 비용입니다. 그러나 동일한 모델의 두 개 GPU가 한 시간 내에 제공하는 컴퓨팅 파워는 다를 수 있습니다.

Silicon Data는 학술 협력자와 함께 11개 클라우드 공급자의 3,500개 GPU에서 동일한 작업 부하를 실행했습니다. 동일한 칩 모델 내에서도 그들은 상당한 차이를 발견했습니다. 한 테스트에서 H100의 성능 차이는 최대 34.5%에 달했으며, 전체 연구에서 가장 큰 차이는 38%에 달했습니다.

지속 가능한 첫 번째 계약은 에너지 시장이 다양한 연료, 장소 및 인도 기간을 사용하는 것처럼 몇 가지 등급을 정의해야 할 수도 있습니다.

하지만 더 큰 문제는, 만약 컴퓨팅 파워 선물이 성공한다면 어떤 일이 발생할까요. 컴퓨팅 파워가 다음 수조 달러 규모의 자산 클래스가 될 수 있을까요, 그리고 AI 경제를 가속화할 수 있을까요?