GPU 서버 비용 주간 40% 급등, 엔비디아 공급망 압박 심화

엔비디아의 GPU 서버 가격이 마치 원자재 시장처럼 출렁이고 있다. 부품 비용이 단 일주일 만에 최대 40%까지 변동하고 있다.

엔비디아 GPU 서버 부품 비용이 단 일주일 만에 최대 40%까지 출렁이면서 클라우드 제공업체 Nebius와 아마존 웹서비스(AWS)가 임대 가격을 최대 30% 인상하고 있다. AI 인프라 시장이 새로운 가격 변동성 시대에 직면한 것이다.

"모든 것이 2~3주 만에 완전히 바뀔 수 있습니다. 가격을 예측하는 것은 불가능하며, 극도로 좁은 기간 내에만 가격을 확정할 수 있습니다,"라고 엔비디아 서버를 클라우드 제공업체에 판매하는 한 관계자가 The Information에 전했다. 이 관계자는 TSMC(대만 반도체 제조 회사)가 생산하는 입력 웨이퍼, 공동 패키징, 네트워킹, 냉각, 그리고 가장 중요한 메모리 부품의 비용이 모두 갑작스러운 변동에 노출되어 있다고 말했다.

개당 7만 달러짜리 칩 시스템 72개가 탑재된 단일 Grace Blackwell 300 랙의 현재 가격은 약 500만 달러다. 조달에 관여한 고객 임원에 따르면, 출시 예정인 Vera Rubin 랙은 약 700만 달러에 이를 것으로 예상된다. GB300 랙 비용은 현재 기준선 대비 10%~15% 높은 수준이며, 올해 초 더 변동성이 컸던 시기를 지나 월간 상승률은 약 1%로 안정화되고 있다.

이러한 변동성은 AI 인프라 시장을 재편하고 있다. GPU 임대 가격은 점점 더 원자재처럼 행동하고 있다. 즉, 고정 계약이 아닌 수요와 공급에 연동되며, 클라우드 제공업체들이 대규모 고객을 우선시하면서 소규모 AI 개발자들이 더 큰 타격을 받고 있다. Nebius는 6월 1일에 온디맨드 컴퓨팅 가격을 30% 인상했으며, AWS는 7월 1일부터 EC2 용량 블록 가격을 약 20% 인상할 예정이다.

엔비디아의 가격 결정력, 마진 확대와 함께 성장

AI 칩 시장에서 엔비디아의 지배력은 막대한 가격 협상력을 제공한다. 엔비디아의 총마진은 지난 몇 년간 15~20%포인트 확대되었으며, 이는 프리미엄 가격을 부과할 수 있는 능력을 반영한다. 엔비디아 대변인은 서버 랙 가격은 부품 비용에 따라 달라지며, 회사는 서버 제공업체와 협력적으로 작업하고 있으며 가격은 제공업체별로 다르다고 밝혔다.

마이크론 테크놀로지가 주도하는 메모리 칩 제조사들도 엔비디아 및 다른 고객들에게 유사한 가격 압력을 가하고 있으며, 애플 맥부터 엔비디아 GPU에 이르기까지 모든 제품의 비용을 상승시키고 있다. 이러한 역학은 집중된 공급망이 전체 스택을 통해 비용 변동성을 어떻게 증폭시키는지 보여준다.

소규모 AI 개발자들, 압박에 직면

가격 압박은 장기 계약보다는 온디맨드 GPU 임대에 의존하는 소규모 AI 개발자들에게 가장 큰 타격을 준다. 클라우드 제공업체들은 현재 공급 부족 상황에서 시장이 어느 정도까지 견딜 수 있을지 테스트하고 있으며, 일부는 희소한 서버 자원을 대규모 고객에게 우선 배정하고 있다.

가격 데이터 제공업체 실리콘 데이터의 최고경영자(CEO) 카먼 리는 GPU 임대 가격이 석유 시장과 동일한 수요-공급 특성을 보이기 시작했다고 말했다. Blackwell 200 칩 임대 가격은 연초 대비 약 20% 상승했으며, 구형 엔비디아 칩은 지난 1년간 누적 20% 이상 상승한 후 최근 30일간 안정화되었다.

한 AI 모델 개발자는 가격이 1~2개월 동안 두 배로 뛰었다가 지난 2주간 다시 하락했다고 말했다. 이는 시장이 여전히 적정 가격을 찾아가는 과정에 있음을 보여주는 신호다. GPU 클라우드 제공업체의 수는 급증했지만 가격 투명성은 여전히 낮아, 대부분의 제공업체가 실제 요금을 공개하지 않고 있다.

GPU 클라우드 제공업체에 투자한 한 투자자는 위험을 인정했다: "핵심 고객들에게는 한계점이 존재합니다. 경제성이 더 이상 맞지 않는 순간 그들의 사업은 지속 불가능해지며, 우리는 절대 그 선을 넘고 싶지 않습니다."

엔비디아 주식은 선행 주가수익비율(PER) 약 35배 수준에서 거래되며 가격 결정력 스토리의 수혜를 받아왔다. 그러나 AI 인프라 비용 상승은 업계에 근본적인 질문을 던진다: 컴퓨팅 비용이 AI 애플리케이션 자체의 경제성을 제약하기 시작하는 지점은 어디인가? 현재로서는 그 답이 공급망의 어느 쪽에 서 있느냐에 따라 달라진다.

본 기사는 정보 제공 목적으로만 작성되었으며 투자 조언을 구성하지 않습니다.