8GW 전력 용량 확보와 PORTS-Pike 캠퍼스 계약

NVIDIA가 최대 8GW(기가와트)의 전력 용량을 직접 확보해 OpenAI에 제공한다. 이는 칩 공급을 넘어 전력과 부지라는 물리적 제약을 NVIDIA가 해결함으로써 AI 모델의 학습과 추론 가용성을 보장하는 선택이다.

NVIDIA는 SB Energy와 협력해 미국 오하이오주 포츠마우스에 위치한 PORTS-Pike Technology Campus의 LPS 용량을 확보했다. LPS는 Land(부지), Power(전력), Shell(건물 외벽)의 약자로, 데이터 센터를 짓기 위해 필요한 가장 기초적인 물리 인프라를 의미한다. 쉽게 말해 전기를 끌어올 땅과 건물 껍데기를 미리 준비해두는 것이다. 기존에는 대부분의 고객사가 인프라 전략의 일부로 LPS를 직접 확보해야 했으나, 이번 계약을 통해 NVIDIA가 인프라 거점을 먼저 확보하고 OpenAI가 테넌트(임차인)로 들어오는 구조를 구축했다.

확보된 전력 용량은 초기 4.25GW에서 시작하며, 추가로 3.75GW를 확장해 총 8GW 규모까지 늘릴 수 있다. 계약 기간은 20년이며, 데이터 센터의 실제 가동 시점은 2028년에서 2030년 사이에 단계적으로 적용된다. NVIDIA는 고객 수요에 대한 장기적 가시성이 확보된 시점에 핵심 투입 요소인 LPS를 선제적으로 확보하는 공급망 관리 원칙을 적용했다. 이는 칩 생산 공정을 관리하듯 인프라 부지 확보까지를 하나의 공급망으로 통합해 관리하겠다는 의도다.

OpenAI는 2030년까지 총 12GW에서 최대 16GW 규모의 NVIDIA 컴퓨팅 인프라를 도입하기로 약정했다. 이는 단일 기업이 확보하는 컴퓨팅 자원 규모로는 매우 이례적인 수준이며, NVIDIA가 확보한 PORTS-Pike의 8GW 용량은 이러한 대규모 수요를 뒷받침하는 핵심 전략 거점으로 작동한다. NVIDIA는 지속 가능한 수요가 확인된 거점을 선택적으로 확보하여 여러 세대의 컴퓨팅 시스템을 순차적으로 배치할 계획이다.

DSX 플랫폼과 CUDA가 만드는 자원 대체 가능성

GPU와 CPU, 네트워킹, 인프라 소프트웨어를 하나로 통합한 DSX AI 팩토리 플랫폼은 풀스택 형태로 제공된다. 개별 부품의 조합이 아니라 설계 단계부터 통합된 시스템을 공급해 인프라 구축의 복잡성을 제거한다. 이 플랫폼은 물리적 서버부터 상위 소프트웨어 계층까지 동일한 규격을 적용해 컴퓨팅 자원의 범용성을 확보한다. 표준화된 규격은 인프라가 특정 기업의 특수한 환경에 종속되는 것을 막는다.

CUDA(GPU 전용 병렬 컴퓨팅 플랫폼)는 하드웨어를 단순한 연산 장치가 아닌 표준화된 소프트웨어 플랫폼으로 작동하게 만든다. 개발자와 NVIDIA 엔지니어는 동일한 CUDA 환경을 통해 이미 설치된 시스템의 효율을 지속적으로 최적화한다. 소프트웨어 계층의 표준화는 하드웨어 세대가 바뀌어도 운용 방식의 일관성을 유지하게 한다. 이러한 기술적 일관성이 컴퓨팅 자원에 용도 변경이 자유로운 다재다능함을 부여한다.

다재다능함은 대체 가능성(특정 용도에 묶이지 않고 다른 용도로 전환 가능한 성질)이라는 경제적 가치를 만든다. 특정 테넌트가 계약을 종료하거나 자원을 반납하더라도, 표준화된 DSX 플랫폼 기반의 자원은 다른 고객에게 즉시 재배치할 수 있다. 재판매 대상은 NVIDIA의 글로벌 생태계에 속한 클라우드 서비스 제공자, 기업, AI 랩, 스타트업 전체로 확장된다. 대체 가능성은 컴퓨팅 자원을 소모성 비용이 아니라 임대와 금융 조달이 가능한 생산적 자산으로 전환한다.

NVIDIA는 자산 가치 유지를 위해 임대료와 전력 비용의 일부, 그리고 특정 잔존 가치를 보증하는 조건을 제시한다. 전체 운영 비용을 전액 보증하는 구조는 아니지만, 자산의 최소 가치를 보장해 투자자의 리스크를 분산한다. 이는 대규모 인프라 계약 시 발생할 수 있는 자산 가치 하락 위험을 NVIDIA가 일부 흡수하는 형태다. 표준화된 플랫폼과 가치 보증의 결합은 물리적 인프라의 리스크를 낮추고 자산 가치를 일정 수준 유지하는 방식으로 작동한다.

6,000억 달러 매출 기회와 프런티어 랩의 재무 제약

프런티어 AI 랩은 모델 훈련과 추론 컴퓨팅에 대한 폭발적인 수요를 보유하고 있으나, 재무제표와 장기 신용 등급(기업의 채무 이행 능력을 평가한 지표)이 성장 속도를 뒷받침하지 못하는 제약이 있다. 고객 수요와 매출 성장세가 매우 가파름에도 불구하고, AI 팩토리 인프라를 단독으로 구축하는 데 필수적인 수십 년 단위의 인프라 계약이나 투자 등급의 자금 조달 능력을 확보하지 못한 상태다. 이는 자금력보다 기술 성장 속도가 앞서는 AI 랩의 특성으로 인해 발생하는 재무적 병목이다. NVIDIA는 자사의 높은 신용도를 활용해 이들이 인프라를 확보할 수 있도록 보완하는 경제 모델을 제공하여 인프라 확보의 주도권을 유지한다.

PORTS-Pike 부지에는 세대별 시스템 배치 계획에 따라 총 150만 개의 GPU가 투입된다. 부지의 생산 수명은 여러 세대의 NVIDIA 시스템을 거치며 확장되며, 각 세대의 시스템은 이전 세대보다 더 높은 지능 생산력과 매출 창출 능력을 갖춘다. 이에 따라 세대당 1,500억 달러에서 2,000억 달러의 매출이 발생하며, 2030년까지 OpenAI와 관련된 NVIDIA 컴퓨팅 매출 규모는 약 6,000억 달러에 이를 것으로 전망된다. 이는 하드웨어의 세대 교체가 단순한 성능 향상을 넘어 직접적인 매출 증대로 연결되는 구조를 보여준다.

재무 리스크 관리는 임대료 지불 주체와 가동 시점을 분리하여 수행한다. 인프라 임대료는 OpenAI가 직접 지불하며, 2028년에서 2030년 사이 데이터 센터가 단계적으로 가동됨에 따라 NVIDIA의 노출 위험(손실을 입을 수 있는 최대 금액)은 점진적으로 감소한다. 보증의 효력은 데이터 센터가 서비스에 투입되는 시점에 맞춰 단계적으로 발생한다. 컴퓨팅 용량이 실제로 공급되고 OpenAI의 지불이 시작되는 시점이 다가올수록 NVIDIA가 짊어지는 재무적 부담은 줄어든다. 결과적으로 NVIDIA는 신용 보증을 통해 고객사의 진입 장벽을 낮추고, 실제 가동과 지불이 이루어지는 시점에 맞춰 리스크를 회수하는 단계적 안전장치를 설계했다.

칩 공급자를 넘어 인프라 보증인으로의 역할 확장

기존 AI 인프라 구축은 클라우드 서비스 제공자(CSP, Cloud Service Provider)나 대기업이 부지, 전력, 건물 외벽을 뜻하는 LPS(Land, Power, Shell)를 직접 확보하고 NVIDIA 칩을 구매하는 방식으로 이루어졌다. 이제 NVIDIA는 전략적 거점을 직접 확보해 AI 랩에 제공하는 인프라 플랫폼 모델로 역할을 확장한다. 칩 공급이라는 단일 단계를 넘어 물리적 거점 전체를 보증하는 구조로 바뀐 것이다. 이는 하드웨어 구매 권한을 가진 기업이 인프라 구축의 주도권을 쥐던 방식에서, 인프라 자체를 소유하고 보증하는 공급자가 생태계를 통제하는 방식으로의 변화다.

AI 팩토리는 컴퓨팅 자원이 에너지와 데이터를 지능으로 변환하는 물리적 공간이다. 현재 AI 모델의 성능 향상 속도보다 전력과 부지를 확보하는 속도가 실제 지능 생산량(Intelligence Production)의 병목으로 작용하고 있다. LPS 계약을 통해 장기적인 거점을 먼저 확보하면, 내부의 컴퓨팅 자원은 세대 교체에 맞춰 반복적으로 업그레이드할 수 있다. 하드웨어의 수명 주기보다 부지와 전력망의 수명 주기가 훨씬 길기 때문에, 거점 확보가 선행되어야만 지속적인 지능 생산이 가능하다. 한국의 AI 실무 환경에서도 단순 GPU 서버 확충보다 전력 수급 가능 여부가 프로젝트의 성패를 가르는 핵심 제약 사항이 된 것과 같은 맥락이다.

NVIDIA는 표준화된 플랫폼과 개발자 생태계를 통해 특정 고객에 종속되지 않고 생산 용량을 재배치할 수 있는 능력을 갖췄다. 향후 NVIDIA가 PORTS-Pike 외에 추가적인 전략적 LPS 거점을 얼마나 빠르게 확보하는지가 시장의 핵심 관찰 신호가 된다. 물리적 자원 확보 능력이 곧 컴퓨팅 파워의 확장 한계선을 결정하기 때문이다.

프런티어 AI 랩의 성장은 이제 알고리즘의 효율성이 아니라 전력과 부지 같은 물리적 인프라 확보 능력에 의해 결정되는 단계에 진입했다.