블록체인 캐피탈 투자자: 왜 해시 거래소는 허위 명제인가?
저자: Jonah Burian, Blockchain Capital 투자자
편집: 구유, ChainCatcher
초대형 클라우드 업체와 실험실이 스타트업을 AI의 가장 중요한 입력 요소인 컴퓨팅 파워에서 밀어내고 있을 수 있습니다. 이는 GPU 시간을 석유처럼 사고파는 시장인 컴퓨팅 파워 거래소를 구축하자는 논의를 촉발했습니다. 몇몇 회사가 이 방향으로 노력하고 있지만, 현재 여전히 깊이 있고 유동성이 높은 컴퓨팅 파워 시장이 부족합니다. 본문에서는 유동성이 풍부한 컴퓨팅 파워 거래소를 구축하는 것이 상상보다 훨씬 복잡한 이유를 설명하겠습니다. 우리는 GPU 신용 시장 구조가 현물 시장 형성을 어떻게 방해하는지 보여주고, 마지막으로 잠재적인 해결 경로를 탐구할 것입니다.
1부: 문제의 본질
당신이 AI 실험실이라고 상상해 보십시오. 다음 대형 모델을 훈련하기 위해 10만 개의 GPU를 확보하고 싶습니다. 오늘 구매를 하러 간다면, 거의 사용 가능한 용량이 없다는 것을 알게 될 것입니다. 거의 모든 클라우드 자원이 수년 전에 미리 예약되어 있습니다.

사람들이 자주 제시하는 이유는 현재 공급이 수요를 따라가지 못한다는 것입니다. 모든 사람이 GPU를 갈망하고 있으며, 새로운 공급이 가동되기까지는 수년이 걸립니다.

하지만 "공급 부족"이라는 표현은 완전히 정확하지 않습니다. 여기에는 주류 서사와는 반대되는 사실이 있습니다: 시장에는 실제로 많은 유휴 컴퓨팅 파워가 존재합니다.
현재 컴퓨팅 파워의 구매자(많은 컴퓨팅 파워를 보유하고 강력한 자산 부채표를 가진 기관)와 대화해 보면, 그들 중 많은 이들이 항상 컴퓨팅 파워를 최대 용량으로 사용하지 않는다는 것을 알게 됩니다. 모델 훈련은 돌발적입니다: 대규모 훈련이 진행될 때 대부분의 GPU를 호출하지만, 두 훈련 주기 사이의 간격 동안 많은 컴퓨팅 파워가 유휴 상태에 있습니다. 추론 작업은 변동성이 있습니다: 야간, 주말 및 공휴일에는 사용량이 일반적으로 피크일 때보다 훨씬 낮으며, 전체 용량은 종종 최고 피크에 맞춰 구성됩니다.*

이 모든 유휴 컴퓨팅 파워는 GPU 시간 거래소를 구축하겠다는 이상적인 비전을 가리킵니다. 시장은 자원 배분과 가격 발견 측면에서 극히 효율적입니다. 현재 GPU 배분이 비효율적일 수 있으므로, 이론적으로 거래 플랫폼이 이러한 수요와 공급의 불일치를 완화할 수 있습니다. 그러나 현재 대규모이고 깊이 있는 컴퓨팅 파워 시장의 사례는 나타나지 않았습니다. 일부 플랫폼은 소량의 GPU를 임대하는 것을 지원하지만, 예를 들어 Vast.ai와 같은 플랫폼에서는 GPU 소유자가 GPU를 나열하고 가격을 정할 수 있지만, 대형 클러스터는 이러한 플랫폼에서 거래를 완료할 수 없습니다. 올해 3월, CoreWeave는 Spot을 출시하여 가격이 더 낮지만 선점될 수 있는 용량을 제공했습니다. 그러나 현재 중앙 집중화되고 규모가 크며 유동성이 풍부한 주문서가 없습니다. 그 이유는 무엇일까요?

일반적인 설명 중 하나는 컴퓨팅 파워가 동질적이지 않다는 것입니다. 시장에는 H100, B200 및 B300이 있으며, InfiniBand와 Ethernet의 네트워크 아키텍처 차이, 다양한 냉각 솔루션, 물리적 위치 등이 존재합니다. 이렇게 이질적인 자산을 가지고 어떻게 통합 시장을 구축할 수 있을까요?

저는 이것이 유일한 원인은 아니라고 생각합니다. 원유에도 수백 가지 품종이 있습니다. 시장은 결국 몇 가지 기준(예: WTI 및 브렌트 원유)을 중심으로 표준화되었으며, 다른 품종은 기준에 따라 가격이 책정됩니다. 많은 이질 상품을 거래하는 시장도 잘 운영되고 있으므로 이질성은 분명 원인 중 하나지만 전부는 아닙니다.
또 다른 덜 언급되는 숨은 이유는 GPU의 자금 지급 방식입니다. 대형 GPU 클러스터는 일반적으로 대출 자금에 의존하여 구축됩니다. 대출 조건은 궁극적으로 누가 컴퓨팅 파워를 판매할 수 있는지, 그리고 누구에게 판매할 수 있는지를 결정합니다. 이를 이해하기 위해서는 현재 GPU의 자금 조달 모델을 살펴봐야 합니다.**
2부: 현재 GPU는 어떻게 자금을 조달하는가
현재 GPU는 종종 "지불 보장"(take-or-pay) 계약을 통해 자금을 조달합니다: 이는 수년간의 계약으로, 고객은 실제로 컴퓨팅 파워를 사용하든 사용하지 않든 해당 용량에 대해 비용을 지불해야 합니다. 이는 거의 모든 컴퓨팅 파워가 전원이 켜지기 전에 이미 예약되었음을 의미합니다. 예를 들어, CoreWeave는 96%의 수익이 약정 계약에서 발생합니다, 그리고 계약 기간은 점점 길어지고 있습니다: 2년 전에는 약 3년, 1년 전에는 4년, 현재 대부분은 5년이며 일부는 6년까지도 지속됩니다.

"지불 보장"의 운영 메커니즘
다음은 GPU가 이러한 방식으로 구축되는 기본 논리입니다. 당신이 10만 개의 GPU가 필요한 AI 실험실이라고 가정해 보십시오. 시장의 모든 공급이 매진되었습니다. 한 데이터 센터(예: 새로운 클라우드 서비스 제공업체 또는 데이터 센터 호스팅 개발자)가 당신을 위해 클러스터를 구축하려고 하지만, 그 자체로는 수십억 달러의 유휴 자금을 보유하고 있지 않습니다. 그들은 대출자의 개입이 필요합니다.

이제 당신이 대출 기관이라고 상상해 보십시오. 신흥 시장을 대상으로 수십억 달러를 투자하라는 요청을 받았지만, 당신은 이 자산의 가치를 어떻게 평가해야 할지 모릅니다. 3년 후 이 GPU는 얼마나 가치가 있을까요? 데이터 센터의 고객이 파산하면 어떻게 될까요? 당신은 답을 알 수 없습니다.
"지불 보장" 계약은 이 문제를 해결합니다. 대출자는 GPU의 잔여 가치를 추측할 필요가 없습니다. 왜냐하면 현금 흐름(및 지급 책임자)은 상대적으로 확실하기 때문입니다. 대출 기관은 잘 알려진 임차인의 계약 수익을 기반으로 인수할 수 있습니다. 데이터 센터는 GPU와 장소를 구매하고, 실험실의 월세는 대출을 상환하는 데 사용됩니다.***

임차인의 신용 자격이 데이터 센터의 자금 비용을 직접 결정한다는 점에 유의해야 합니다.
고객 관점
고객의 관점에서 보면, 가격이 수년 동안 고정되어 있으며, 시장 가격이 상승하더라도 Ornn의 H100 임대 가격 지수가 5월 초에 보여준 것처럼 고객의 비용은 변동하지 않습니다. 이는 긍정적인 측면입니다. 또한 GPU 공급이 보장됩니다: 고객은 계약 기간 동안 확정된 용량을 보유합니다.

반대로 고객은 여러 가지 위험을 감수해야 합니다. 첫째, 사업이 자금을 소진하거나 전환되더라도 매달 지급해야 할 금액이 남아 있습니다. 둘째, 고객은 유휴 용량에 대해 비용을 지불합니다. 피크 수요에 따라 구매했기 때문에 대부분의 시간 동안 실제로 사용하지 않은 GPU에 대해 비용을 지불하고 있습니다. 마지막으로, 시장 가격이 하락하더라도 고객은 여전히 고정된 높은 가격으로 계약을 이행해야 합니다.

이러한 상황에서 시장의 형성을 자연스럽게 상상할 수 있습니다: 일부 고객은 특정 시간대에 여분의 용량을 판매하고 싶어하며, 다른 고객은 계약을 완전히 양도하고 떠나고 싶어할 수 있습니다.

3부: 거래소가 형성되기 어려운 이유
대형 실험실이 더 이상 보유한 GPU가 필요하지 않다고 가정해 보십시오. 계약을 다른 기관에 재판매하고 싶어합니다. 대출 기관은 이러한 행동에 대해 의구심을 가질 것입니다. 왜냐하면 처음 대출을 발급할 때 본질적으로 해당 실험실의 신용을 인수하고 있었기 때문입니다.

만약 당신의 임차인이 고투자 등급의 대기업이라면, 훨씬 낮은 이율로 대출을 받을 수 있습니다. 반면, 위험이 높은 스타트업이라면 동일한 GPU 클러스터의 자금 조달 이율이 훨씬 높아질 것입니다. 임차인이 대출 가격을 결정하므로, 임차인이 변경되면 대출 기관은 일반적으로 승인을 받아야 합니다. 따라서 현재 시장은 종종 전대 모델을 통해 운영됩니다: 최초의 AI 실험실이 데이터 센터에 계속 비용을 지불하고, 새로운 구매자가 최초의 AI 실험실에 비용을 지불합니다.****

임대인이 지불을 중단하면, 최초의 AI 연구소는 여전히 데이터 센터에 대한 지불 의무를 집니다. 이러한 메커니즘은 해당 시장이 전통적인 주문서 형태에 적응하기 어렵게 만듭니다.
내가 거래소에서 애플 주식을 매도하면, 거래 정산 순간부터 나는 매수자와의 관계가 종료됩니다. 나는 누가 주식을 샀는지조차 알지 못합니다; 최적의 가격이 승리할 뿐입니다. 그러나 컴퓨팅 파워 거래에서는 매도 후에도 연대 책임에서 벗어날 수 없으므로 거래 상대방의 신원을 명확히 알아야 합니다. 최고 입찰자는 채무 불이행 위험에 처한 스타트업일 수 있으며, 대출 기관은 다음 순위의 매수자를 받아들이지 않을 수 있습니다.

다음으로 더 복잡한 상황이 발생할 수 있습니다: 해당 구매자가 다른 사람에게 재판매할 수 있을까요? 여전히 책임을 지고 있는 최초의 AI 연구소는 매수자의 신원을 알아야 할까요?
당신이 마주하는 것은 복잡한 신용 네트워크로, 컴퓨팅 파워의 대규모 거래를 실현하기 어렵게 만듭니다.
네 번째 부분: 잠재적인 해결책
많은 문제의 근본 원인은 한 가지에 있습니다: 대출자의 눈에 GPU와 고객이 하나의 전체로 묶여 있다는 것입니다. 대부분의 성숙한 시장은 그렇지 않습니다. 한 통의 원유는 최종 구매자가 누구인지 신경 쓰지 않습니다.
컴퓨팅 파워 시장이 작동하려면, 대출 기관은 고객 신용이 아니라 기본 자산 자체를 신뢰해야 합니다. 다시 말해, 대출자는 특정 고객이 중도에 탈퇴하더라도 다른 고객이 이 GPU를 임대할 수 있도록 신속하게 찾을 수 있다는 확신이 필요합니다. 자산에 대한 신뢰는 두 가지 전제 조건이 필요합니다: 예측 가능한 미래 가격(원유의 선물 가격과 유사)과 언제든지 이 가격으로 인수할 준비가 된 매수자 시장. 두 가지가 모두 갖춰져야 고객은 대체 가능성을 가지며, 계약은 원활하게 흐를 수 있습니다.

하지만 실제 상황은 표면적으로 보이는 것보다 훨씬 복잡합니다. 자산을 신뢰하기 위해 대출자는 임대인이 탈퇴할 때 컴퓨팅 파워를 현금화할 수 있는 깊이 있는 현물 시장이 필요합니다. 그러나 깊이 있는 현물 시장은 먼저 대출자가 자산을 신뢰해야 하며, 그 후에 GPU가 "지불 조건 없이" 계약 없이 구축될 수 있도록 허용해야 합니다. 이는 닭이 먼저냐, 알이 먼저냐의 딜레마입니다.

또한, 닭이 먼저냐, 알이 먼저냐의 문제를 넘어섰다 하더라도, 깊이 있는 현물 시장이 문제를 완전히 해결할 수 있을지는 불확실합니다. 왜냐하면 위험은 종종 시스템적으로 연관되어 있기 때문입니다. 만약 임대인이 채무 불이행을 한다면, 시장은 일반적으로 더 깊은 시스템적 위기에 직면하게 되며, 이는 많은 사람들이 보유한 GPU를 매도하려고 시도하게 만듭니다. 따라서 대출자가 실제로 매수자를 절실히 필요로 하는 순간은 종종 매수자가 가장 부족하고 가격이 가장 약한 순간입니다.
그렇다면 해결의 희망은 어디에 있을까요? GPU 시장은 세계에서 가장 중요한 시장 중 하나로, 시장 수요는 끝이 없으며, 기존 자원 배분의 효율성은 낮습니다: 한쪽에는 유휴 GPU가 있고, 다른 쪽에는 대기 중인 매수자가 있습니다. 극한의 상황에서는 이익을 추구하는 메커니즘이 결국 이러한 비효율성을 해소할 방법을 찾을 것입니다.
이 문제를 고민하는 창업자라면 언제든지 소통하고 논의할 수 있습니다. 제 트위터 DM은 항상 열려 있습니다: jonah_b.
부록
* 최고 AI 연구소는 특수한 경우에 해당합니다. 모델 훈련과 추론 서비스를 동시에 수행하며, 단일 비즈니스에만 종사하지 않기 때문에 훨씬 높은 활용률을 달성할 수 있습니다. 또한 개인 에이전트가 계획된 작업을 수행하기 시작하면서, 이들은 남은 유휴 시간 창에 이러한 작업을 삽입하여 활용률을 더욱 높일 수 있습니다.
** 저는 독자들이 이 글을 읽고 "신용 시장이 유동성이 없는 현물 컴퓨팅 파워 시장의 유일한 원인"이라는 결론을 내리기를 원하지 않습니다. 이 글의 주제는 신용 시장 구조가 현물 시장 형성을 방해하는 핵심 동력 중 하나라는 것을 설명하는 데 있습니다.
*** 두 번째 부분에서 "지불 조건 없이"에 대한 설명은 간소화된 버전입니다. 실제 상업 운영에서는 대규모 컴퓨팅 클러스터 구축에 더 많은 참여 주체가 관련되며, 그들의 신용 약속은 종종 여러 겹으로 얽혀 있습니다.

데이터 센터 위탁 소유자(최하층): 일반적으로 부동산 투자자입니다. 토지, 건물, 열 방출 시설, 랙 외관 및 전력 자원을 소유하며, 물리적 공간을 임대하고 이 임대 계약을 담보로 대출을 받아 건설합니다.
신형 클라우드 서비스 제공업체(중간층): GPU를 구매하고 운영하며, 위탁자에게 데이터 센터 임대료를 지불하고 AI 연구소와 체결한 계약을 담보로 대출하여 칩 구매 비용을 지불합니다.
AI 연구소(최상층): 최종 구매자입니다. "지불 조건 없이" 계약을 체결하고 신형 클라우드 서비스 제공업체에 여러 해 동안 비용을 지속적으로 지불할 것을 약속합니다.
위탁 소유자의 대출 기관은 신형 클라우드 서비스 제공업체의 임대료 지불 이행에 대한 위험 가격을 책정합니다. 신형 클라우드 서비스 제공업체는 자본력이 제한적이며, 연구소 계약은 보통 몇 년만 체결되고 데이터 센터 임대 계약은 보통 10년 이상 지속됩니다. 따라서 대출 기관은 보증인을 도입할 것을 요구할 수 있습니다: 즉, 더 높은 신용력을 가진 실체가 임대 계약에 대한 보증을 제공합니다. 현재 Nvidia는 이 역할에 개입하기 시작했습니다.
**** 일부 계약은 실제로 새로운 임차인에게 양도할 수 있도록 허용되며, 이러한 작업은 권리 양도(assignment)라고 불립니다. 대출 기관은 동일한 신용 위험 등급을 가진 임차인으로 교체하는 것을 수용할 수 있지만, 신용 등급이 더 낮은 임차인은 수용하지 않을 것입니다. 또한, 계약 책임의 공식 면제가 없이는 양도가 완료되더라도 원 계약자는 여전히 보증 책임을 질 수 있습니다. 이러한 메커니즘은 진정한 프로그래밍화된 자동 매칭 주문서 시스템을 지탱할 수 없습니다.
체인캐처(ChainCatcher)는 독자들에게 블록체인을 이성적으로 바라보고, 리스크 인식을 실제로 향상시키며, 다양한 가상 토큰 발행 및 조작에 경계해야 함을 상기시킵니다. 사이트 내 모든 콘텐츠는 시장 정보나 관련 당사자의 의견일 뿐이며 어떠한 형태의 투자 조언도 제공하지 않습니다. 만약 사이트 내에서 민감한 정보를 발견하면 를 클릭하여 신속하게 처리할 것입니다.












