CoreWeave의 IPO 부진, AI 거품 붕괴의 전조일까?

최근 AI 인프라 기업인 CoreWeave의 상장(IPO)이 기대 이하의 성과를 기록하며, 일부에서는 이를 AI 열풍의 끝자락으로 해석하려는 시도들이 나오고 있습니다. 그러나 조금 더 깊이 들여다보면, 이번 IPO의 부진은 AI 기술 그 자체보다는 CoreWeave라는 기업의 구조적 문제에서 비롯된 것으로 보입니다.

 

2025년 초, AI 인프라 기업으로 주목받아온 CoreWeave가 미국 증시에 상장하면서 시장의 큰 관심을 모았습니다. 그러나 기대와는 달리, 상장 첫날 주가는 고전했고, IPO 규모도 당초 계획보다 절반 이하로 축소된 채 마무리되었습니다. 그 결과, 일부 투자자들과 언론에서는 이번 사건을 AI 산업 거품 붕괴의 신호탄으로 해석하려는 시도가 이어졌습니다.

 

이러한 해석이 나오는 배경에는 CoreWeave가 ‘순수 AI 플레이어(pure AI play)’라는 점이 크게 작용합니다. 이 회사는 Nvidia의 고성능 GPU를 대규모로 확보해 AI 연산 인프라를 제공하는 독특한 사업 모델을 갖고 있으며, 2022년 ChatGPT가 공개된 이후 등장한 첫 번째 본격 AI 인프라 기업으로 IPO에 나선 기업입니다. AI 인프라 구축이 미래 산업의 핵심으로 여겨지는 가운데, 이런 기업의 상장 성과는 자연스레 AI 시장 전체에 대한 신뢰도를 반영하는 지표로 해석되기 쉽습니다.

 

하지만, 조금만 더 깊이 들여다보면, 이번 CoreWeave의 부진은 AI 기술 자체의 한계라기보다 CoreWeave라는 개별 기업의 구조적 문제와 과도한 재무 리스크에서 비롯된 것이라는 점을 알 수 있습니다. 실제로 CoreWeave는 고정 고객군에 과도하게 의존하고 있으며, 빠르게 노후화되는 GPU 자산을 담보로 한 고위험 부채 구조, 과도한 현금 지출 속도, 제한된 고객 기반 등 다층적인 문제를 안고 있습니다.

 

따라서 이번 블로그에서는 CoreWeave의 IPO 사례를 중심으로, 단일 기업의 실패를 AI 산업 전체의 약화로 해석하는 것이 왜 오류인지, 그리고 진짜 AI 산업의 건강성을 판단하려면 어디를 봐야 하는지를 다각도로 분석해 보겠습니다.

 

 

---

CoreWeave는 AI 산업의 바로미터가 아니다

CoreWeave는 Nvidia의 GPU를 기반으로 AI 연산을 위한 전용 데이터센터를 구축·운영하는 뉴저지 기반의 기업으로, 2022년 ChatGPT 출시 이후 본격화된 AI 붐 이후 최초로 상장한 'AI 순수 플레이어'입니다. 이 때문에 일부 투자자들은 CoreWeave의 상장을 AI 산업 전체의 건강 상태를 가늠할 수 있는 지표로 보기도 했습니다.

 

하지만, OpenAI, Anthropic 등 다른 AI 스타트업들은 여전히 비상장 상태이며, Microsoft, Google, Amazon과 같은 빅테크 기업들은 AI 외 다양한 수익원을 보유하고 있어 직접 비교가 어렵습니다. 이러한 맥락에서 CoreWeave의 IPO 부진을 AI 산업 전반의 침체로 연결 짓는 것은 섣부른 판단일 수 있습니다.

 

CoreWeave는 Nvidia의 고성능 GPU를 대규모로 확보해 이를 임대하는 형태의 비즈니스를 운영하고 있으며, AI 모델을 학습하거나 추론하는 데 필요한 고성능 컴퓨팅 인프라를 제공하는 기업입니다. 이러한 사업 구조로 인해 CoreWeave는 흔히 ‘AI 인프라 순수 플레이어(pure play)’로 분류됩니다. 특히 OpenAI의 ChatGPT가 대중적으로 확산되며 시작된 AI 열풍 이후, 최초로 IPO에 나선 AI 전문 기업이라는 점에서 큰 관심을 받았습니다.

 

그렇다 보니 시장에서는 CoreWeave의 IPO 성과를 AI 산업 전체의 방향성에 대한 시금석처럼 받아들이는 경향이 생겼습니다. 하지만 이는 본질적으로 잘못된 접근입니다. AI 산업의 주요 기업들—예를 들어 OpenAI, Anthropic, Cohere 등—은 여전히 비상장 상태이며, 이들 기업의 재무정보나 시장 가치는 외부에서 명확히 평가하기 어렵습니다. 반면, Microsoft, Google, Amazon과 같은 빅테크 기업들은 AI에 대한 막대한 투자를 진행하고 있지만, 이들의 매출 구성은 AI 외에도 클라우드, 오피스 소프트웨어, 전자상거래 등 다양한 분야에 걸쳐 있어 AI 산업을 직접적으로 대표하기 어렵습니다.

 

따라서 CoreWeave 하나의 성과만으로 AI 산업 전반의 투자 가치나 성장성을 평가하는 것은 편향된 해석입니다. 오히려 CoreWeave의 경우, AI 기술이라는 큰 흐름과는 별개로 해당 기업의 고유한 사업모델과 재무구조, 시장 전략 등이 IPO 성과에 직접적인 영향을 미친 것으로 보는 것이 타당합니다.

 

 

 

---

과도한 부채에 기반한 CoreWeave의 비즈니스 모델

CoreWeave의 가장 큰 문제는 수요를 예측해 과도하게 선행 투자한 데이터센터 인프라 구축 방식입니다. 이 회사는 Nvidia의 GPU를 활용한 데이터센터를 확보하기 위해 무려 80억 달러의 부채를 활용했습니다. 하지만 해당 부채는 고금리 조건으로, 2025년에는 최소 10억 달러에서 최대 17억 달러에 달하는 이자 상환 부담이 예상됩니다.

 

더불어, CoreWeave는 GPU 자체를 담보로 부채를 조달하는 혁신적인(그러나 위험한) 금융 구조를 활용하고 있는데, 이는 기술 진보 속도가 빠른 GPU 시장에서 급격한 가치 하락이라는 리스크를 내포하고 있습니다.

 

CoreWeave의 가장 근본적인 문제는 과도하게 공격적인 성장 전략에 있습니다. 이 회사는 수요가 본격화되기 전부터 AI 수요 확대를 선제적으로 예측하고, 대규모 데이터센터 건설과 GPU 확보에 나섰습니다. 문제는 이 확장을 대부분 부채에 의존해 추진했다는 점입니다.

 

CoreWeave는 현재까지 약 80억 달러에 이르는 대규모 부채를 통해 Nvidia의 GPU를 대량 구매하거나 임대하고, 이를 설치할 데이터센터를 리스 형태로 확보해왔습니다. 이 과정에서 발생하는 이자 부담은 2025년 기준 최소 10억 달러에서 최대 17억 달러로 추산되고 있으며, 이는 최근 IPO를 통해 조달한 자금의 상당 부분을 갉아먹을 수준입니다. 더불어 이미 확보한 대출 한도 중 약 44억 달러는 아직 인출되지 않은 상태여서, 향후 추가적인 부채 부담도 불가피합니다.

 

특히 CoreWeave는 GPU를 담보로 하는 구조의 독특한 대출 상품을 활용해 자금을 조달해왔습니다. 그러나 GPU는 매우 빠르게 기술이 진화하는 장비이며, 통상 1~2년만 지나도 감가상각이 급격하게 진행됩니다. 현재 CoreWeave가 보유 중인 대부분의 GPU는 2022년형 Hopper 모델인데, 이는 최신 Blackwell GPU에 비해 성능이 뒤처지며, 이에 따라 임대 수익성도 떨어지고 있습니다.

 

더 큰 문제는 이러한 GPU 자산의 감가상각이 높아질수록, 대출 계약서에 명시된 금융 조건에 따라 CoreWeave가 추가로 부담해야 할 상환 의무도 커진다는 점입니다. CoreWeave는 공식적으로 GPU의 감가상각 기간을 6년으로 설정하고 있지만, 업계 전문가들은 이보다 훨씬 짧은 3년 이하의 기간이 현실적이라고 보고 있습니다. 이런 감가속도는 회계적 평가뿐만 아니라, 실제 기업의 현금 흐름과 부채 상환 구조에도 악영향을 줄 수 있습니다.

 

결국 CoreWeave의 비즈니스 모델은 단기적인 현금 유입보다 장기적인 부채 부담이 더 큰 구조로 설계되어 있어, 시장에서는 이러한 재무 리스크를 높게 평가하고 있습니다. 이는 단순한 기술 전망의 문제가 아니라, 사업 구조와 재무 전략의 문제이며, AI 산업 전체와는 별개로 봐야 할 사안입니다.

 

 

---

구형 GPU의 가치 하락과 수익성 악화

현재 CoreWeave가 보유하고 있는 대부분의 GPU는 2022년형 Hopper 모델입니다. 하지만 Nvidia는 이보다 훨씬 성능이 뛰어난 Blackwell 칩을 새롭게 출시했으며, 이에 따라 Hopper GPU의 임대 가격은 급락하고 있습니다.

 

문제는 여기서 그치지 않습니다. CoreWeave는 GPU를 6년 감가상각하는 기준을 적용하고 있으나, 업계에서는 실제 감가속도는 3년 이하가 타당하다는 지적이 나옵니다. 감가상각이 커질수록, CoreWeave의 채무 조건상 상환 부담도 함께 증가하게 됩니다.

 

CoreWeave가 현재 보유하고 있는 대부분의 GPU는 Nvidia의 2022년형 Hopper 아키텍처 기반 GPU입니다. 이는 당시 AI 모델 훈련 및 추론에 최적화된 고성능 칩으로 각광받았지만, Nvidia는 불과 1~2년 만에 이보다 훨씬 높은 성능을 가진 차세대 Blackwell 칩을 출시했습니다. AI 기술 발전 속도가 매우 빠른 만큼, 이전 세대 GPU의 임대 수익성은 급격히 하락할 수밖에 없습니다.

 

실제로 Hopper GPU의 임대 가격은 지난 1년 동안 눈에 띄게 하락했고, 이는 CoreWeave의 주요 수익원에 직접적인 타격을 주고 있습니다. GPU 임대 단가는 장비의 성능 대비 경쟁력, 전력 효율, 고객 수요 등에 따라 민감하게 반응하며, 최신 GPU가 등장할수록 구형 모델의 매력도는 빠르게 감소합니다.

 

여기에 더해, CoreWeave의 대출 계약에는 ‘GPU 감가상각률’과 관련된 조건이 포함되어 있어, GPU의 가치가 빨리 하락하면 할수록 상환 조건이 더 악화되는 구조입니다. 예를 들어, 장비 가치가 일정 비율 이상 하락할 경우 추가 담보를 요구하거나, 이자율이 자동 상승하는 조항이 포함된 것으로 알려져 있습니다. CoreWeave는 내부적으로 GPU의 감가상각 기간을 6년으로 설정했지만, 실제 시장에서는 2~3년 이내에 해당 GPU의 가치가 절반 이하로 떨어지는 경우가 많습니다.

 

이러한 구조는 수익성뿐 아니라 재무 건전성에도 큰 영향을 미칩니다. 시간이 지날수록 임대 수익은 줄어들고, 동시에 감가상각에 따른 회계상 손실과 부채 계약상의 부담이 커지는 악순환이 반복될 수 있습니다. 즉, 빠르게 진화하는 AI 하드웨어 생태계 속에서 CoreWeave의 자산은 빠르게 ‘부채보다 덜 가치 있는’ 상태로 전락할 위험을 안고 있는 것입니다.

 

 

 

---

고정 임대와 폭발적인 현금 유출

CoreWeave는 현재 약 26억 달러 규모의 데이터센터 임대계약을 9년 평균 고정 조건으로 체결하고 있습니다. 2024년 말 기준으로 12개월 내 납부해야 할 임대료만 2억 1,300만 달러에 달하며, 매출 성장이 계획대로 이루어지지 않을 경우 고정비 부담이 치명적으로 작용할 수 있습니다.

 

한편, 작년 한 해 동안 CoreWeave는 약 27억 달러의 현금을 벌어들인 반면, 데이터센터 구축 및 GPU 도입에 무려 87억 달러를 지출했습니다. 이미 향후 미국, 유럽, 영국 등에 걸쳐 약 100억 달러의 추가 투자 계획도 세워 놓은 상황에서, 추가 차입 없이는 불가능한 계획입니다.

 

CoreWeave의 또 다른 주요 리스크는 ‘고정 임대 구조’입니다. 회사는 데이터센터를 직접 건설하지 않고, 외부 시설을 장기 임대하는 형태로 인프라를 확장해 왔습니다. 이로 인해 총 26억 달러 규모의 운영 리스 계약을 체결해 놓은 상태이며, 평균 계약 기간은 9년 이상으로 매우 장기적입니다. 이러한 구조는 초기에 CAPEX(자본지출)를 줄일 수 있는 장점이 있지만, 수요가 불확실할 경우 ‘고정비 부담’이 수익성을 빠르게 압박하게 됩니다.

 

실제로 CoreWeave는 2024년 말 기준으로 12개월 내 지불해야 할 임대료가 2억 1,300만 달러에 달하며, 이는 현재 회사가 안정적으로 감당할 수 있는 수준일 수 있지만, 향후 수익이 예상만큼 증가하지 않을 경우 치명적인 부담이 될 수 있습니다. 특히 AI 수요가 특정 시점에 정체되거나 경쟁 기업의 등장으로 임대율이 떨어질 경우, 사용되지 않는 데이터센터 공간에 대한 리스 비용을 계속 부담해야 합니다.

 

한편, CoreWeave는 단순히 임대료만 부담하는 것이 아니라, 이와 동시에 엄청난 규모의 GPU 구매 및 추가 데이터센터 프로젝트에 현금을 쏟아붓고 있습니다. 2023년 한 해 동안 벌어들인 영업 현금 흐름은 약 27억 달러였지만, 이와 동시에 87억 달러를 지출하면서 현금 유출이 수입의 3배를 넘어섰습니다. 여기에 더해, 미국, 영국, 유럽 전역에 걸쳐 약 100억 달러 규모의 신규 인프라 프로젝트를 계획 중인데, 이를 위한 자금은 다시 신규 부채 조달 없이는 불가능한 구조입니다.

 

문제는 기존 대출 계약 중 일부가 ‘추가 차입 금지’ 조항을 포함하고 있어, CoreWeave는 새로운 자금을 조달하기 위해 특수목적법인(SPV)을 설립해 우회적으로 자금을 확보하고 있다는 점입니다. 최근 OpenAI와 체결한 119억 달러 규모의 장기 공급 계약을 이행하기 위한 자금도 이러한 방식으로 마련되고 있습니다. 하지만 이러한 우회적 금융 구조는 장기적으로 불투명한 회계 처리와 더 큰 재무 리스크를 유발할 수 있어, 투자자들의 불안 요소로 작용하고 있습니다.

 

결국 CoreWeave는 매출보다 훨씬 더 빠르게 현금을 소비하는 ‘화재성 지출 구조’를 갖고 있으며, 이는 단기 수익보다는 장기 수요에 베팅한 매우 공격적인 사업 전략입니다. 문제는, 이러한 전략이 통하려면 AI 수요가 중장기적으로 계속해서 폭발적인 성장을 유지해야 한다는 전제가 필요하다는 점입니다. 하지만 기술의 발전 속도, 경쟁 구도, 고객의 예산 우선순위 등이 복합적으로 작용하는 AI 시장에서는 이러한 전제가 언제든 무너질 수 있습니다.

 

 

 

---

Microsoft와 Nvidia 의존도 75%

2024년 기준으로 CoreWeave의 전체 매출 중 75% 이상은 Microsoft와 Nvidia에서 발생했습니다. 특히 Microsoft는 단일 고객으로서 60%의 매출을 차지했으며, 최근에는 서비스 이슈를 이유로 일부 계약을 취소한 것으로 알려졌습니다.

 

더욱이 Nvidia는 CoreWeave의 주요 고객이자, 공급자이면서 동시에 지분 6%를 보유한 투자자이기도 합니다. 이처럼 자금과 물류 흐름이 서로 얽혀 있는 구조는 투자자 입장에서 경계의 신호로 해석되기 쉽습니다.

 

CoreWeave의 매출 구조를 살펴보면, 2024년 기준 전체 매출의 약 75%가 단 두 고객, Microsoft와 Nvidia로부터 발생하고 있습니다. 이 중에서도 Microsoft가 차지하는 비중은 약 60%에 달해, 사실상 CoreWeave는 Microsoft의 수요에 크게 의존하는 구조라고 볼 수 있습니다. 이는 단기적으로 안정적인 수익을 제공해줄 수는 있지만, 장기적으로는 매우 위험한 사업 구조입니다.

 

실제로 Microsoft는 최근 CoreWeave와의 일부 계약을 해지하거나 축소 조정한 것으로 알려졌습니다. 그 이유는 CoreWeave의 서비스 납품 지연 및 안정성 이슈로, Microsoft의 데이터센터 구축 계획에 차질이 발생했기 때문이라고 전해집니다. 핵심 고객이 계약을 축소하거나 신뢰를 잃기 시작하면, 매출 하락뿐 아니라 외부 투자자의 신뢰도 함께 떨어질 수 있습니다.

 

한편, Nvidia 역시 단순한 고객을 넘어, CoreWeave의 핵심 GPU 공급업체이며, 동시에 이 회사의 지분 6%를 보유한 전략적 투자자입니다. 즉, Nvidia는 CoreWeave의 수익원이자 비용 발생 원인이며, 자본 구조에서도 중요한 위치를 차지하고 있는 셈입니다. 이러한 상호 의존적 관계는 일종의 '오로보로스(자기 몸을 먹는 뱀)' 구조처럼 보이기도 합니다. 투자자 입장에서 보면, 특정 기업 간에 이처럼 긴밀하게 얽혀 있는 관계는 자금 순환의 투명성을 해치고, 외부 의존도 리스크를 크게 만들 수 있습니다.

 

또한, Nvidia는 CoreWeave에 GPU를 공급하는 동시에, 자체적으로도 AI 클라우드 인프라 사업을 확대하고 있으며, 이는 장기적으로 CoreWeave와의 잠재적 경쟁 가능성으로 이어질 수 있습니다. 다시 말해, 오늘의 전략적 파트너가 내일의 직접적인 경쟁자가 될 수 있는 불안정한 관계인 것입니다.

 

이처럼 두 고객사에 수익 대부분을 의존하고 있는 CoreWeave는, 단 한 곳의 투자 철회 또는 기술 파트너십 재조정만으로도 사업 전반이 흔들릴 수 있는 취약한 구조를 가지고 있습니다. AI 인프라 시장의 경쟁이 심화되고 있는 상황에서, 수요처 다변화에 실패한 기업은 장기적으로 생존 자체가 위태로울 수 있습니다.

 

 

---

AI의 미래를 CoreWeave 하나로 판단하는 것은 오류

일부 비평가들은 CoreWeave가 Microsoft 및 Nvidia 외의 고객으로부터 벌어들인 매출이 4억 4,000만 달러에 불과하다는 점을 근거로 AI 기술의 한계를 지적합니다. 하지만 이는 CoreWeave의 한정된 비즈니스 모델 특성을 간과한 주장입니다.

 

CoreWeave는 GPU만 제공하는 특수한 형태의 인프라 기업으로, 전통적인 클라우드 서비스(서버, 보안, 애플리케이션 호스팅 등)는 제공하지 않습니다. 따라서 CoreWeave는 일반 기업들이 AI를 활용하기 위해 찾는 곳이 아니라, Microsoft나 OpenAI처럼 거대 AI 모델을 자체적으로 개발하는 기업이나 클라우드 업체들이 사용하는 인프라 제공자입니다.

 

CoreWeave의 부진한 IPO 성과를 두고, 일부에서는 “AI 산업 자체가 거품이었다”는 식의 비관론을 내놓고 있습니다. 특히 Microsoft와 Nvidia를 제외한 고객사에서 발생한 매출이 2024년 기준 약 4억 4천만 달러에 불과하다는 점을 들어, AI 수요가 생각보다 제한적이라는 해석도 나옵니다. 그러나 이러한 주장에는 중요한 맥락이 빠져 있습니다.

 

CoreWeave는 일반적인 클라우드 서비스 제공업체가 아닙니다. Amazon Web Services(AWS)나 Microsoft Azure, Google Cloud와 달리, CoreWeave는 CPU 기반 연산이나 데이터베이스 호스팅, 보안 솔루션, DevOps 관리 도구 등 기업용 IT 인프라를 포괄적으로 제공하지 않습니다. CoreWeave가 제공하는 서비스는 오직 'GPU 연산 자원'에 집중돼 있으며, 그것도 AI 모델 훈련 및 추론에 최적화된 형태입니다.

 

이러한 구조는 CoreWeave의 고객층을 자연스럽게 좁힐 수밖에 없습니다. GPU 연산만을 원하는 기업은 많지 않습니다. 대부분의 일반 기업들은 SaaS 애플리케이션이나 전통적인 IT 환경을 클라우드에 얹는 방식으로 AI를 도입하고 있으며, 이를 위해선 종합적인 클라우드 인프라를 갖춘 대형 사업자들과 협력하는 것이 훨씬 효율적입니다. 따라서 CoreWeave의 ‘매출 외연’이 좁은 것은 AI 수요가 적기 때문이 아니라, 해당 회사의 사업 모델이 워낙 특수화되어 있기 때문입니다.

 

또한, AI를 도입하려는 기업들이 반드시 CoreWeave를 선택할 이유도 없습니다. 예를 들어 Anthropic은 AWS, Cohere는 오라클과 파트너십을 맺고 있으며, 대부분의 AI 스타트업과 대기업들은 이미 독점적 클라우드 파트너를 두고 있습니다. 즉, GPU를 외부에서 임대할 필요조차 없는 구조인 것입니다.

 

AI 기술의 보급 속도나 실효성을 평가하고자 한다면, CoreWeave의 외부 매출 수치보다는 Microsoft Azure, Google Cloud, AWS 같은 하이퍼스케일 클라우드 업체들의 클라우드 매출 성장률을 살펴보는 것이 훨씬 유의미합니다. 실제로 이들 기업은 최근 분기에서 AI 관련 수요 증가에 힘입어 클라우드 부문에서 두 자릿수 성장을 기록했습니다. 이는 AI가 아직 '기술적 환상'이 아닌, 실제 산업과 기업에서 점점 더 중요해지고 있음을 방증합니다.

 

결국, CoreWeave의 IPO 부진은 AI 기술의 실패나 거품이 아니라, 특정 기업의 제한된 비즈니스 모델, 불균형한 고객 구조, 그리고 과도한 재무 리스크에서 기인한 문제일 뿐입니다. AI는 여전히 진화 중이며, CoreWeave는 그 전체를 대표할 수 없는 작은 퍼즐 조각 중 하나에 불과합니다.

 

 

---

진짜 AI 열풍은 어디서 볼 수 있을까?

AI 도입이 실제로 확산되고 있는지를 판단하려면, 오히려 Microsoft, Google Cloud, AWS 같은 '하이퍼스케일러'들의 클라우드 부문 매출을 살펴보는 것이 더 적절합니다. 2024년 기준으로 Microsoft와 Google Cloud는 각각 약 30%, AWS는 약 19%의 매출 성장을 기록했습니다.

 

이 수치들은 대기업들이 AI 활용을 목적으로 클라우드 사용을 확장하고 있음을 시사합니다. Microsoft는 올해에만 전 세계 데이터센터 확장을 위해 약 800억 달러를 지출할 예정이며, 미국 내에서는 빅테크 기업들이 총 3,000억 달러 규모의 데이터센터 건설에 나선다는 전망도 있습니다.

 

CoreWeave와 같은 GPU 임대 기반 인프라 업체의 실적만으로 AI 산업 전체를 평가하는 것은 매우 제한적이며, 진짜 AI 열풍의 진척 상황은 오히려 '하이퍼스케일러(hyperscaler)'라 불리는 글로벌 클라우드 사업자들의 데이터에서 확인할 수 있습니다. 대표적으로 Microsoft Azure, Google Cloud, Amazon Web Services(AWS)는 AI 도입이 실제로 기업 환경에서 얼마나 빠르게 확산되고 있는지를 가장 직접적으로 보여주는 지표를 제공합니다.

 

2024년 기준, Microsoft와 Google Cloud의 클라우드 매출은 각각 약 30% 성장했으며, AWS도 AI 관련 경쟁에서 다소 늦은 출발을 했음에도 불구하고 19% 성장률을 기록했습니다. 이러한 수치는 단순한 클라우드 수요 증가만으로 설명하기 어렵습니다. 특히 Microsoft는 분기 실적 발표에서 명확히 “AI 애플리케이션이 클라우드 매출의 중요한 성장 요인”임을 밝히고 있으며, Google 또한 AI 모델과 도구(Gemini, Vertex AI 등)의 고객 사용 확대를 주요 성과로 제시하고 있습니다.

 

또한, 기업 고객들이 AI를 도입하는 방식은 CoreWeave처럼 GPU 자원을 직접 임대해서 사용하는 구조보다는, 이미 통합된 AI 기능이 포함된 SaaS 솔루션이나, 클라우드 서비스 내 AI 플랫폼(PaaS)을 사용하는 형태가 주류입니다. 예를 들어 고객 상담을 자동화하는 챗봇, 마케팅 예측을 위한 AI 분석 도구, 코드 자동 생성 플랫폼 등은 모두 하이퍼스케일러들의 인프라 위에서 실행됩니다.

 

따라서 진정한 AI 열풍은 GPU 임대업체의 매출이 아닌, 이들 대형 클라우드 업체들의 인프라 확장 계획과 매출 성장률에서 확인할 수 있습니다. Microsoft는 올해에만 전 세계적으로 800억 달러 규모의 데이터센터 확장을 계획하고 있으며, Big Tech 전체로 보면 미국 내에서만 2025년까지 약 3,000억 달러에 달하는 데이터센터 투자가 이루어질 것으로 전망됩니다. 이는 단순한 '예측'이 아닌, 실제 자본이 움직이고 있다는 명확한 신호입니다.

 

 

 

---

DeepSeek와 AI의 효율성 논쟁

물론 모든 투자가 반드시 필요한 수요를 전제로 하는 것은 아닙니다. 특히 중국의 DeepSeek가 발표한 고효율 AI 모델은 적은 GPU로도 고성능 추론이 가능하다는 점을 입증하며, 향후 AI 인프라 수요에 의문을 제기하기도 했습니다.

 

하지만 Nvidia의 CEO 젠슨 황은 이러한 고성능 모델들이 추론(inference) 과정에서 더 많은 컴퓨팅 자원을 필요로 한다고 반박하고 있으며, 실제 기업들의 응용 사례에 따라 수요는 계속 존재할 가능성이 큽니다.

 

AI 인프라 확장에 대한 낙관론 속에서도, 업계의 불안을 자극하는 변수들이 등장하고 있습니다. 그 중 하나가 바로 중국 AI 스타트업 DeepSeek의 등장입니다. 2024년 1월, DeepSeek는 기존 GPT-4 수준의 추론 능력을 보유한 AI 모델을, 기존 대비 훨씬 적은 GPU 자원으로 구현해냈다고 발표하면서 전 세계 AI 업계에 충격을 주었습니다.

 

DeepSeek의 발표는 ‘효율적 AI 모델’이 가능하다는 점을 입증한 것으로, 이는 곧 "더 적은 연산 자원으로도 동일한 수준의 AI 성능을 낼 수 있다"는 메시지를 던졌습니다. 이 사실은 GPU 임대 시장, 특히 CoreWeave와 같은 기업들에게는 치명적인 경고로 작용할 수 있습니다. 만약 기업들이 기존보다 적은 연산 자원만으로도 고성능 AI 시스템을 구축할 수 있다면, 고가의 GPU를 대량 임대할 유인이 줄어들기 때문입니다.

 

그러나 이 주장에 반론도 존재합니다. Nvidia의 CEO 젠슨 황은 DeepSeek와 같은 ‘합리적 추론(reasoning)’ 중심 모델들이 오히려 '추론 단계(inference)'에서 더 많은 연산 자원을 소비한다고 주장합니다. 기존에는 주로 AI 모델 학습(training) 과정에서 GPU가 집중적으로 사용됐지만, 고도화된 모델일수록 실시간 추론에서의 계산량이 증가하기 때문에 여전히 높은 GPU 수요가 필요하다는 설명입니다.

 

결국 이 논쟁은 AI 모델의 아키텍처와 실제 사용 방식에 따라 달라질 수 있으며, GPU 수요의 절대적인 감소로 직결된다고 단정하기에는 이릅니다. 다만, AI 인프라 시장이 단일 방향의 확장만이 아니라, 효율성 중심의 전환도 함께 진행될 수 있다는 점에서 업계 전반에 전략 수정이 필요한 시점임은 분명합니다.

 

 

 

---

AI 기술은 살아있다, 하지만 수익성은 또 다른 문제

마지막으로 중요한 점은, AI 기술이 아무리 혁신적이라도 모든 AI 기업이 수익을 내는 것은 아니라는 점입니다. 모델 개발 비용은 여전히 천문학적이며, 유사한 모델이 빠르게 시장에 등장하면서 가격은 빠르게 하락하고 있습니다.

 

따라서 특정 산업에 특화된 AI 애플리케이션을 제공하는 기업들이 오히려 지속 가능한 수익 모델을 가질 가능성이 높다는 분석도 나오고 있습니다. 법률, 회계, 의약품 제조와 같은 산업별 솔루션에 집중하는 기업들이 향후 AI 시장의 진정한 수혜자가 될 수 있다는 뜻입니다.

 

AI 기술은 명백히 사회와 산업에 깊이 침투하고 있으며, 그 영향력은 앞으로도 더욱 확장될 것입니다. 하지만 기술의 혁신성과 기업의 수익성은 별개의 문제입니다. 특히 현재처럼 AI 모델의 발전 속도가 빠르고, 경쟁자가 끊임없이 유사한 기술을 빠르게 복제하는 환경에서는 가격 경쟁이 격화될 수밖에 없습니다.

 

예를 들어, 새로운 AI 모델이 발표되면 보통 수 주 내에 오픈소스 혹은 경쟁 스타트업들이 유사한 성능의 모델을 내놓습니다. 이로 인해 "토큰 단가"—즉, AI 모델이 처리하는 데이터 단위당 가격—는 계속해서 하락하고 있으며, 이는 AI 모델을 자체 개발하는 기업들의 수익성을 위협하고 있습니다. 막대한 R&D 비용, 고임금 AI 인재 확보, GPU 구매 비용 등을 감안할 때, 수익을 내는 구조를 만들기가 매우 어려운 상황입니다.

 

이에 따라 최근 주목받는 트렌드는 ‘수직적 통합(vertical integration)’ 또는 ‘산업 특화형 AI 응용’입니다. 예를 들어 법률 문서 분석, 회계 자동화, 제약회사용 신약 개발 AI 등 특정 산업군에 특화된 AI 솔루션은 범용 AI보다 차별성과 가격 경쟁력을 동시에 갖출 수 있습니다. 이러한 기업들은 고객의 문제 해결에 직접적인 가치를 제공하며, 상대적으로 가격을 방어할 수 있는 구조를 갖기 때문에 보다 안정적인 수익 모델을 기대할 수 있습니다.

 

이는 과거 철도 산업, 인터넷 붐, 민간 항공 산업 등 기술 중심 산업의 역사와도 유사합니다. 기술은 사회를 바꾸지만, 그 기술을 처음 도입한 기업들이 반드시 돈을 버는 것은 아닙니다. 기술이 성공한다고 해서 기업이 반드시 성공하는 것은 아니라는 사실은, AI 산업에서도 다시금 반복될 수 있습니다. AI는 분명히 살아 있으며, 강력한 영향력을 지니고 있지만, 수익을 안정적으로 창출하는 기업은 전혀 다른 기준으로 선별될 것입니다.

 

 

---

결론: CoreWeave의 부진은 AI 산업의 종말이 아니다

CoreWeave의 IPO는 AI 산업의 약화 신호가 아니라, 개별 기업의 무리한 성장 전략과 재무 구조의 한계를 보여주는 사례입니다. AI 기술은 여전히 진화 중이며, 실제 기업 환경에 빠르게 녹아들고 있습니다.

 

기술의 본질적 가능성과 개별 기업의 투자 매력도는 반드시 구분해서 봐야 합니다. 철도, 인터넷, 항공산업처럼, AI도 결국 사회를 근본적으로 바꾸는 기술이 될 것입니다. 다만, 그 길 위에서 사라지는 기업들도 함께 존재할 뿐입니다.

 

CoreWeave의 상장 실패는 분명한 시장 경고 신호일 수 있습니다. 무리한 부채 중심의 사업 확장, 기술 진화 속도를 감안하지 않은 장비 감가 정책, 소수 고객에 대한 의존, 그리고 본질적으로 좁은 시장 타깃팅은 결국 투자자들의 신뢰를 흔들었습니다. 하지만, 이 모든 요소는 CoreWeave라는 기업 고유의 전략 실패이지, AI 기술 자체의 실패는 아닙니다.

 

우리가 주목해야 할 것은 AI 기술이 어떻게 현실 세계에서 채택되고 있으며, 어떤 산업에서 생산성 향상과 혁신을 이끌고 있는가입니다. 실제로 Microsoft, Google, Amazon 등은 AI 인프라 투자와 클라우드 기반 AI 서비스 확장을 지속하고 있으며, 다양한 산업군에서 AI 기술을 도입해 효율성과 경쟁력을 높이고 있습니다. 이처럼 AI 기술은 이미 실전 배치 단계에 들어서 있으며, 단지 ‘말로만 떠들던 가능성의 기술’에서 벗어나 실제 기업 운영에 깊이 통합되고 있습니다.

 

또한, AI 기술의 미래가 반드시 대규모 모델 개발 기업에만 있는 것도 아닙니다. 앞으로는 특정 산업에 특화된 AI 솔루션, 데이터와 기능을 수직적으로 통합한 응용형 기업들이 더 지속 가능한 수익 모델을 확보할 가능성이 높습니다. 다시 말해, ‘누가 더 큰 모델을 만드는가’가 아니라, ‘누가 고객의 문제를 해결하는가’가 진짜 AI 시대의 경쟁력이 되는 것입니다.

 

과거 철도, 인터넷, 민간 항공 산업이 그랬듯, AI 역시 변화를 몰고 오는 거대한 기술입니다. 그 여정에서 수많은 기업이 실패할 수 있지만, 그렇다고 해서 기술의 가능성 자체가 무너지는 것은 아닙니다. CoreWeave의 IPO 부진은 단지 하나의 사례일 뿐, AI의 종말을 의미하지는 않습니다. 오히려 이번 사건은, 우리가 AI 산업을 좀 더 성숙한 시각으로 바라볼 시점이 도래했음을 보여주는 신호입니다.

 

 

https://www.coreweave.com/

The AI Hyperscaler for GPU Cloud Computing | CoreWeave