| A100 pcie40G - $ 200/card/month;BMS:8*Ascend 910B $ 2000/month 8*4090D - $ 800/month 8*4090 - $ 900/month 8*A100 pcie40G - $ 1400/month 8*A100 pcie80G - $ 3200/month 8*A100 nvlink80G - $ 3800/month 8*A800 nvlink80G - $ 3800/month 8*H20 - $ 4000/month 8*L20 - $ 1300/month 8*L40 - $ 1600/month 8*L40S - $ 2200/month 8*H100 - $ 8000/month 8*H200 - $ 9200/month 8*B200 - $ 13000/month |
컴퓨팅 파워 부족 속 임대 열풍: 680억 위안 규모의 '헝거 게임'2026년 7월 31일, 중국 A주 시장의 컴퓨팅 파워 임대 관련 종목들이 일제히 급등했다. 퉁화순(同花順) 데이터에 따르면 해당 섹터 내 184개 종목 중 174개가 상승했으며, 홍징테크(宏景科技), 셰신에너지(協鑫能科), 리퉁전자(利通電子) 등 10여 개 종목이 상한가를 기록했다. 이 급등의 배경에는 중국정보통신연구원(CAICT)의 놀라운 데이터가 자리 잡고 있다. 2026년 1분기 국내 컴퓨팅 파워 임대 시장 규모는 680억 위안에 달했으며, 전년 동기 대비 62% 증가했고, 연간 기준으로는 2,600억 위안을 초과할 것으로 전망된다. 글로벌로 보면, 전문 기관들은 2026년 전 세계 컴퓨팅 파워 임대 관련 서비스 수익이 1,200억 달러를 넘어서고 연간 성장률은 50% 이상을 유지할 것으로 예측한다. 한편 자본 시장이 들끓는 것과 반대로, 컴퓨팅 파워에 대한 갈증은 여전히 계속되고 있다. 1분기 국내 AI 컴퓨팅 수요는 전년 대비 417% 급증한 반면, 공급 증가율은 128%에 그쳤다. 거의 4배에 달하는 수요 격차가 컴퓨팅 파워 임대를 AI 붐의 중심 무대로 밀어 올리고 있는 것이다. 대규모 모델 훈련부터 추론 애플리케이션, 연구 기관에서 전통 제조업에 이르기까지 거의 모든 업종이 'GPU 카드'를 찾아 분주히 움직이고 있다. 하지만 흥미롭게도 시장에 진짜 '카드가 없는' 것은 아니며, 카드가 잘못된 장소에, 잘못된 형태로 유휴 상태로 방치되어 있는 것이다. 이러한 왜곡된 수급 구조가 임대 모델에 전례 없는 번영을 가져다주고 있다. 1. 컴퓨팅 갈증: '구조적' 부족컴퓨팅 파워를 AI 시대의 물과 전기에 비유한다면, 현재 상황은 '수도꼭지는 완전히 열렸지만 배관이 충분히 굵지 않은' 것과 같다. 중국 전자상거래 전문가 서비스 센터 부주임 궈타오(郭濤)는 AI 에이전트 등의 애플리케이션이 가속화되면서 토큰 소비량이 기하급수적으로 증가하는 한편, 기업의 고성능 컴퓨팅에 대한 단기 수요 급증이 GPU 등 핵심 하드웨어의 생산 능력 확대 지연과 충돌하고 있다고 분석한다. 이 두 가지 힘이 겹쳐 수급의 심각한 불균형을 초래하고 있다. 예를 들어, 국내 주요 클라우드 공급업체의 H100급 컴퓨팅 현물 인도 리드 타임은 대부분 12주 이상으로 늘어났으며, 일부 맞춤형 클러스터는 최대 6개월까지 기다려야 하는 경우도 있다. 하지만 이 '부족'은 획일적이지 않다. 2026년 7월 초, 메타(Meta)는 '메타 컴퓨트(Meta Compute)'라는 내부 계획을 공식 추진하여 유휴 AI 컴퓨팅 파워를 외부 고객에게 판매하거나 임대하겠다고 발표했다. 이 소식은 필라델피아 반도체 지수를 일시적으로 6% 이상 급락시키며 '컴퓨팅 과잉' 우려를 불러일으켰다. 이어 마이크로소프트 역시 일부 데이터 센터에서 전력 인프라 지연으로 이미 입고된 GPU를 가동하지 못해 수십억 달러에 달하는 자산이 '전원은 연결되었으나 미가동' 상태인 것으로 보도되었다. 한편으로는 전체적인 컴퓨팅 격차가 크고, 다른 한편으로는 빅테크 기업들이 유휴 자원을 안고 있는 이 모순된 현상은 컴퓨팅 시장이 지금 '구조적 계층화'를 겪고 있음을 잘 보여준다. AI 선도 기업들의 막대한 투자로 특정 사양의 컴퓨팅 파워에 일시적 잉여가 발생하는 반면, 범용 컴퓨팅에 대한 시장 전체의 갈증은 여전히 해소되지 않고 있다. 한 업계 관계자의 말에 따르면, 전 세계 고성능 GPU의 약 15~20%가 '개봉은 했으나 전원이 공급되지 않은' 상태이다. 카드가 없는 것이 아니라 데이터 센터 공간, 전력, 냉각 등 부대 인프라가 따라잡지 못하기 때문이다. 특히 중국에서는 1선 도시의 데이터 센터 에너지 소비 허가가 강화되어 이미 구매한 컴퓨팅 장비도 승인을 기다려야 하는 경우가 많아 '카드는 있지만 쓸 수 없는' 딜레마를 더욱 악화시키고 있다. 이러한 구조적 모순이 컴퓨팅 임대 시장 폭발의 가장 비옥한 토양이 되고 있다. 임대 모델은 사용자 각자가 데이터 센터를 직접 구축하거나 에너지 승인 리스크를 부담할 필요 없이 필요에 따라 자원을 호출할 수 있게 해주므로, 하드웨어 구축에 수반되는 다양한 '소프트 비용'을 회피할 수 있다. 동시에 국가 프로젝트인 '동수서산(東數西算, 동부 데이터 서부 계산)'이 2단계에 접어들면서 8개 국가 컴퓨팅 허브 노드 간 대역폭이 400G로 업그레이드되어 지역 간 스케줄링 능력이 크게 향상되었다. 이로써 서부 지역의 저비용 컴퓨팅 파워를 동부 수요처에 더 효율적으로 임대 공급할 수 있게 되어 임대 시장의 도달 범위가 더욱 확대되고 있다. 2. 임대 모델: '자원 대여'에서 '가치 공유'로컴퓨팅 임대는 새로운 것이 아니지만, 2026년의 임대 시장은 질적인 변혁을 겪고 있다. 과거 컴퓨팅 임대는 본질적으로 '카드당/시간당' 자원 대여 비즈니스였다. 고객은 일정 수의 GPU를 빌리고 시간당 또는 월 단위로 비용을 지불했다. 임대 제공자는 해당 카드로 얼마나 많은 유효 토큰이 생성되고 모델이 얼마나 빨리 수렴하는지에 대해 책임을 지지 않았다. 이 조방적 모델은 컴퓨팅 파워가 극도로 부족했던 시절에는 유효했지만, 공급이 점차 풍부해짐에 따라 고객들은 더 정교한 과금 방식을 요구하게 되었다. 현재는 토큰 기반 과금이 보편화되면서 규칙이 '하드웨어 판매'에서 '결과 판매'로 전환되고 있다. 고객은 더 이상 단순한 하드웨어 사양에 대해 지불하지 않으며, 핵심 평가 지표는 단일 토큰당 비용, 유효 산출 효율성, 서비스 안정성 등이 되었다. 많은 임대 플랫폼이 '유효 컴퓨팅 산출량 기반 과금'을 도입하고, 모델 튜닝이나 분산 훈련 프레임워크 적응과 같은 부가가치 서비스를 포함하는 사례도 늘고 있다. 예를 들어, 일부 제3자 컴퓨팅 서비스 제공업체는 '훈련 서비스형(Training-as-a-Service)' 패키지를 제공하여, 고객이 데이터와 모델 코드만 업로드하면 플랫폼이 클러스터 스케줄링, 장애 복구, 체크포인트 재개 등을 자동 처리하고, 최종적으로 정상 훈련된 토큰 수를 기준으로 과금을 진행한다. 이러한 변화는 중국산 칩의 차별화된 우위를 직접적으로 활용하는 계기가 되었다. 중국산 칩은 단일 카드의 최고 성능으로 경쟁할 필요 없이, 하드웨어 비용 우위를 바탕으로 풀스택 성능 튜닝 기술을 결합하여 클러스터 전체 처리량을 높임으로써 해외 제품을 능가하는 비용 대비 성능을 실현할 수 있다. 국내 많은 컴퓨팅 임대 업체들은 화웨이의 선텡(Ascend)이나 하이광(Hygon)의 DCU 등 국산 칩 기반의 전용 임대 풀을 출시했으며, 가격은 엔비디아 A100/H100 시리즈보다 30~50% 저렴하다. 프레임워크 수준의 최적화를 거친 후 실제 훈련 컴퓨팅 효율은 75% 이상에 달해 해외 주류 제품 수준의 90%에 근접하고 있다. 컴퓨팅 임대 업체들은 기존의 재고 자원을 활용함으로써 새로운 생산 능력 공급을 기다리지 않고도 수요에 신속하게 대응할 수 있어 현재 컴퓨팅 격차를 메우는 '핵심 동력'이 되고 있다. 정책적 관점에서도 더욱 큰 지원이 있다. 7월 31일, 국가발전개혁위원회는 기자회견에서 '제15차 5개년 계획' 기간 중 컴퓨팅 네트워크 건설이 4조 위안의 직접 투자를 창출할 것이라는 추정치를 공개했다. 컴퓨팅 인프라는 기업 투자가 중심이므로 민간 투자에 막대한 여지를 제공한다. 같은 날, 중국 공산당 중앙 정치국은 '6대 네트워크' 계획 및 건설의 착실한 추진을 강조했으며, 그중 컴퓨팅 네트워크가 명시적으로 포함되었다. 은하증권은 대규모 모델 훈련을 지원하는 전국적 컴퓨팅 자원의 지역 간 스케줄링을 실현하는 컴퓨팅 네트워크가 이미 실행 단계에 진입했다고 지적한다. 4조 위안의 톱다운 설계가 컴퓨팅 임대의 장기적 성장을 위한 제도적 레일을 깔아주고 있다. 동시에 많은 지방 정부가 '컴퓨팅 바우처'나 보조금을 도입하여 중소기업의 임대 이용 장벽을 직접 낮추고 수요를 더욱 촉진하고 있다. 3. 실적 현실화: 누가 조용히 돈을 벌고 있는가?컨셉트주의 열광은 근거 없는 것이 아니다. 실적이 최고의 시금석이다. 리퉁전자(利通電子)의 2026년 상반기 실적 예비 공시에 따르면, 귀속 모회사 주주 순이익은 6억 5천만~7억 5천만 위안으로 전년 동기 대비 무려 1172.53%~1368.31% 증가할 것으로 예상된다. 회사는 각종 컴퓨팅 서비스 수익이 지속적으로 성장하고 있다고 밝혔다. 주목할 점은 리퉁전자의 컴퓨팅 임대 사업이 시작된 지 불과 2년밖에 되지 않았지만 현재 회사 이익의 70% 이상을 기여하고 있어, 해당 섹터의 폭발적인 힘을 잘 보여준다. 이는 고립된 사례가 아니다. 지금까지 공개된 상반기 보고서를 보면 AI 인프라 수주가 집중되면서 하드웨어 기업들의 손익계산서에 뚜렷한 흔적을 남기고 있다. 공업부련(工業富聯, Foxconn Industrial Internet)은 상반기 순이익 234억~244억 위안으로 전년 대비 93~101% 증가할 것으로 예상하며, 클라우드 서비스 제공업체 대상 AI 서버 수익은 전년 대비 230% 이상 성장했다. 랑차오정보(浪潮信息, Inspur Information)는 순이익 26억~31억 위안으로 226~288% 증가를 예상한다. 중과서광(中科曙光, Dawning Information)은 150~180% 증가를 예상하며, 액체 냉각 컴퓨팅 클러스터 출하량이 두 배로 늘었다. 자오광주펀(紫光股份, Unisplendour) 산하의 신화삼집단(H3C)도 AI 서버 수주가 호조를 보여 상반기 수익이 200% 이상 증가했다. 수요 측면에서도 대형 컴퓨팅 임대 및 구매 계약이 잇따르고 있다. 제촹즈넝(杰創智能, Jiechuang Intelligence)은 7월 20일 최대 100억 위안 규모의 IT 장비 구매를 계획한다고 발표했다. 싸이이신시(賽意信息, Sieyuan Information)는 7월 14일 고성능 컴퓨팅 서버를 구매할 계획이며 총 계약 규모는 최대 50.79억 위안에 달한다고 공시했다. 통합 쿠커가 주력인 이톈즈넝(億田智能, Yitian Intelligence) 조차도 자회사가 최대 5.5억 위안의 서버 장비를 구매할 예정이라고 밝혔다. 더욱 주목할 점은 많은 상장사들이 '임대+구매' 혼합 모델을 채택하여 먼저 임대로 시험 사용한 후 구매를 결정하는 방식을 취하고 있어, 이는 컴퓨팅 임대 사업자의 지속적 수익을 더욱 뒷받침하고 있다. 전통 제조업의 크로스보더 진출과 수백억 위안 규모의 조달이 빈번하게 나타나는 것은 모두 컴퓨팅 파워가 더 이상 테크 대기업만의 전유물이 아니라 모든 산업이 경쟁적으로 구축하는 인프라로 변모하고 있음을 보여준다. 업계 통계에 따르면 2026년 상반기만 해도 건자재, 화학, 섬유 등 다양한 전통 업종에 속한 40개 이상의 비(非)ICT A주 기업이 컴퓨팅 임대 또는 구매 계획을 공시하여 산업 디지털화의 깊은 침투를 반영하고 있다. 4. 수면 아래 암류: 번영의 이면그러나 성대한 잔치 이면에는 우려되는 점들도 있다. 컴퓨팅 임대 시장의 과열은 하이엔드 GPU의 만성적 공급 부족이라는 심층적 모순에 뿌리를 두고 있다. 글로벌 AI 컴퓨팅 수요는 연 45~60% 성장하는 반면, 하이엔드 GPU 공급 증가율은 15~20%에 불과하다. HBM 생산 능력은 50~60% 부족하다. 이 수급 불균형은 단기적으로 근본적으로 개선되기 어려우며, 임대 가격은 높은 수준을 유지하여 하류 중소기업의 이익률을 압박하고 장기적으로 일부 응용 혁신을 억제할 수 있다. 동시에 빅테크 기업들은 여전히 막대한 투자를 계속하고 있다. 메타의 2026년 자본 지출 가이던스는 1,250억~1,450억 달러이며, 마이크로소프트의 분기 자본 지출은 410억 달러(전년 대비 70% 증가)로 모두 GPU 조달과 Azure 컴퓨팅 클러스터 확장에 사용된다. 2030년까지 글로벌 AI 인프라 연간 투자 규모가 4조 달러에 이를 것이라는 전망도 있다. 그러나 대형 클라우드 제공업체들이 자체 클러스터를 구축하면 잉여 용량이 언제든지 임대 시장으로 흘러들어와 소규모 임대 사업자와 직접 경쟁하고 시장 점유율을 잠식할 위험이 있다. 간과할 수 없는 또 다른 위험은 기술 발전에 따른 감가상각 위험이다. 엔비디아는 이미 차세대 Rubin GPU 아키텍처를 공개했으며 2027년 양산을 예정하고 있다. 성능은 현재 Blackwell 세대보다 수 배 향상될 것으로 보인다. 신형 칩이 대량 보급되면 현재 주류 모델(A100, H100 등)의 임대료가 급락할 수 있고, 대량 재고를 보유한 임대 사업자는 큰 자산 평가 손실에 직면할 것이다. 중국 국내에서도 국산 칩의 빠른 세대 교체라는 유사한 과제가 있다. 선텡 910B가 아직 완전히 보급되지 않았는데 선텡 950이 이미 발표되어 임대 사업자의 투자 회수 주기가 단축되고 있다. 월가에서는 이미 '선례'를 경계하고 있다. 인터넷 버블 붕괴 당시 광섬유 건설에 막대한 자금이 쏟아졌고, 장기적으로는 가치를 창출했지만 단기적으로는 심각한 문제를 야기했다. 컴퓨팅 파워가 '희소 자원'에서 '상품'으로 전환되는 과정에서 고가에 진입하고 정교한 운영 능력이 부족한 임대 사업자는 사이클의 전환점을 견뎌낼 수 있을까? 또한 에너지 소비와 탄소 배출도 잠재적 규제 리스크이다. 컴퓨팅 클러스터는 전형적인 고에너지 소비 시설이며, 중국의 '이중 탄소(탄소 피크·탄소 중립)' 목표 아래 일부 지역에서는 에너지 소비 평가가 강화되어 컴퓨팅 임대의 운영 비용이 추가로 상승하고 경제성이 훼손될 수 있다. 맺음말2026년 7월의 컴퓨팅 임대 시장은 마치 '헝거 게임'과 같은 양상을 띠고 있다. 수요 측은 미친 듯이 빼앗고, 공급 측은 촉박하며, 그 사이 임대 사업자가 최대 수혜자가 되고 있다. 680억 위안의 1분기 규모, 417%의 수요 성장률, 1172%의 이익 증가율 – 숫자는 충분히 매혹적이고, 스토리도 극적이다. 그러나 이 섹터가 얼마나 성장할 수 있을지를 진정으로 결정하는 것은 단기적 수급 불일치가 아니라, 컴퓨팅 파워가 '비싼 희귀품'에서 '유비쿼터스 인프라'로 진정 전환될 수 있는지 여부에 달려 있다. 4조 위안의 컴퓨팅 네트워크 투자 청사진은 이미 마련되었고, '자원 대여'에서 '가치 공유'로의 모델 업그레이드는 진행 중이다. 컴퓨팅 스케줄링 기술, 국산 칩 생태계, 토큰 경제 모델이 지속적으로 개선됨에 따라 임대 시장은 필연적으로 조방적 성장에서 정교한 운영으로 이행할 것이다. 향후 2년간 컴퓨팅 임대 업계는 큰 폭의 재편을 겪을 것으로 예상된다. 기술 튜닝 능력을 갖추고 국산 칩과 깊이 연계하며 풀스택 서비스를 제공할 수 있는 대규모 플랫폼이 주도권을 쥐는 반면, 단순히 하드웨어를 전매하는 '중간상'형 플레이어는 점차 도태될 것이다. 컴퓨팅 임대의 황금기는 막 시작되었을지 모르지만, 사이클을 극복할 수 있는 플레이어만이 마지막에 웃을 수 있을 것이다. Declaration: This article is originally created by Shenzhen Cloud Engine - a cost-effective AI computing power service platform. For reprint, please indicate the source link:https://omniyq.com/kor/sys-nd/671.html
|