20초 핵심
1. GPU는 준비됐는데, 데이터센터가 준비되지 않았다
엔비디아 GPU를 사용하는 시설과 구글 TPU를 사용하는 시설은 전력 공급과 냉각 요구사항이 다를 수 있다. 새로운 칩이 나올 때마다 기존 설비를 변경해야 한다면 돈과 시간이 추가로 들어간다.
그렇다면 처음부터 여러 회사의 차세대 시스템을 수용할 수 있도록 건물을 설계하면 어떨까.
이것이 OCP(Open Compute Project)가 공개한 Open Data Center : Next-Generation ML Infrastructure Design Principles v0.7.0의 핵심이다.
실제 규격에는 다음과 같은 목표가 등장한다.
출처 : OCP 데이터센터 설계 규격 v0.7.0. kW/ft는 랙 하나의 전력 소비량이 아닌 장비 배열 길이당 전력밀도. 수치는 설계 목표 및 전망치로, 실제 가동 실적이 아님.
이 숫자들은 데이터센터가 얼마나 달라지고 있는지 보여준다. AI 시설은 더 많은 전력을 좁은 공간에 공급해야 하고, 훨씬 무거운 장비를 지탱하며, 발생한 열을 안정적으로 제거해야 한다.
규격이 통일되면 설계와 부품 조달의 반복 작업을 줄일 가능성이 있다. 다만 건설 기간이 절반으로 줄어든다는 수치는 현재 규격 문서에서 입증되지 않았다. 전력망 접속, 인허가, 변압기 조달 등은 여전히 독립적인 병목이다.
2. 빅테크가 정말 두려워하는 것은 전력망 사고다
표준화 움직임에는 또 하나의 중요한 변화가 있다.
구글, 메타, 마이크로소프트, 엔비디아는 데이터센터와 외부 전력망을 연결하는 별도의 OCP 규격 v1.0.0도 마련했다.
실제 문제는 2024년 8월 북미에서 발생한 약 1,500MW 규모의 동시 부하 이탈 사례에서도 드러났다.
대형 데이터센터가 전력망에 문제가 생길 때 한꺼번에 전력 사용을 중단하면, 공급과 소비의 균형이 무너져 계통의 주파수와 전압이 불안정해질 수 있다.
새 규격은 순간적인 전압 저하에도 데이터센터가 연결을 유지하고, 장애 이후 전력 소비를 통제된 방식으로 회복하는 능력을 다룬다. OCP 전력망 연계 규격 v1.0.0
이것은 AI 산업에 중요한 의미가 있다. 데이터센터 사업자는 이제 전기를 얼마나 확보했는지만이 아니라 지역 전력망에 얼마나 안전하게 연결될 수 있는지도 증명해야 한다.
표준화가 인허가를 자동 보장하지는 않는다. 그러나 전력회사와 개발사가 같은 기술 기준으로 협의할 수 있다면, 프로젝트 심사의 불확실성을 낮추는 데 도움이 될 수 있다.
3. 누가 돈을 벌까? GPU보다 넓어진 수혜 기업들
| 기업 | 예상되는 기회 | 확인할 변수 |
|---|---|---|
| 엔비디아 NVDA | 데이터센터 구축 지연이 줄어들면 GPU 시스템 공급 확대에 유리 | GPU 출하, 시스템 매출, 고객 투자 지속성 |
| AMD AMD | 공통 시설 규격으로 자사 AI 시스템 채택 장벽 완화 가능 | Instinct 채택, 랙 단위 경쟁력 |
| 버티브 VRT | 고밀도 액체냉각, 전력 관리 수요 확대 가능 | 수주잔고, 수익성, 냉각 매출 |
| 이튼 ETN | 배전, 전력 보호와 제어 장비 시장 확대 가능 | 전기 부문 수주, 생산능력, 마진 |
| 에퀴닉스 EQIX / 디지털 리얼티 DLR | 고객별 맞춤 설계 부담 축소, 시설 활용도 개선 가능 | 임대계약, 개발 원가, 전력 확보 |
중요한 것은 표준화의 수혜를 모든 기업이 똑같이 누리지는 않는다는 점이다.
엔비디아는 설치 가능한 AI 설비가 늘어날 때 유리하다. 반면 공통 규격은 AMD 같은 경쟁사의 시장 진입 비용도 낮출 수 있다.
버티브와 이튼은 늘어나는 설비 수요를 매출로 연결할 기회가 있지만, 표준 부품의 범용화가 가격 경쟁을 심화시킬 위험도 있다.
데이터센터 리츠 역시 개보수 비용이 무조건 줄어드는 것은 아니다. 고밀도 AI 시설을 수용하기 위한 선행 투자와 감가상각 부담이 오히려 증가할 수 있다.
따라서 투자자는 표준화 참여 여부보다 실제 신규 수주, 설치 용량, 매출총이익률, 투자자본수익률을 확인해야 한다.
이번 OCP 규격은 AI 데이터센터가 실제로 얼마나 빨리 건설될 수 있는지를 바꾸려는 시도다. 아직 시설 구축 속도가 두 배로 빨라졌다고 평가할 단계는 아니다.
그럼에도 경쟁사들이 공통 설계에 합의했다는 사실은 의미가 있다. AI 산업의 경쟁력이 반도체 성능에서 끝나지 않고, 전력과 냉각, 건설과 운영을 포함한 전체 시스템의 경제성으로 확대되고 있기 때문이다.
AI 투자자는 이제 GPU 출하량뿐 아니라, 그 GPU가 실제로 가동되는 데 걸리는 시간까지 함께 살펴봐야 한다.
이번 협력에서 가장 흥미로운 대목은 엔비디아와 AMD가 같은 시설 규격에 참여했다는 사실이다.
이들은 GPU 시장에서는 경쟁자다. 그러나 데이터센터를 더 빨리 건설해야 한다는 이해관계는 같다.
시설이 특정 반도체 제조사에만 맞춰져 있으면 고객은 다른 제품을 도입하기 어렵다. 반대로 전력과 냉각, 건물 구조가 공통 기준을 수용하면 고객은 칩 공급사를 변경하거나 여러 공급사를 함께 활용하기 쉬워질 수 있다.
이 구조에서는 엔비디아와 AMD 모두 전체 AI 인프라 시장의 성장으로부터 이익을 얻을 수 있다. 동시에 GPU 시장의 경쟁은 더 치열해질 가능성도 있다.
투자자에게 중요한 질문도 바뀐다.
누가 가장 좋은 GPU를 만드는가와 함께, 누가 AI 데이터센터를 가장 빨리, 저렴하게, 안정적으로 실제 가동할 수 있게 만드는가.
다만 공통 시설 규격이 GPU, 네트워크, 소프트웨어 사이의 완전한 호환성을 뜻하지는 않는다. CUDA와 AI 가속기 생태계의 경쟁력은 여전히 별도의 문제다.
- 현재 공인된 성과로 단정할 수 없음. 표준화는 설계와 조달에 유리할 수 있지만 전력망 접속과 인허가는 별도 문제.
- 반드시 그렇지는 않음. AI 시설 확장은 엔비디아에 긍정적이지만 고객의 공급사 선택권 증가는 AMD에도 기회.
- 관련 인프라 수요의 구조적 확대는 사업 기회. 실제 주가 상승 여부는 신규 수주와 수익성, 현재 밸류에이션에 좌우.
- 표준화는 장기적으로 운영 효율을 개선할 수 있지만, 초기 고밀도 설비 투자와 금융비용 상승이 이익 개선을 상쇄할 가능성.
체크 포인트
인사이트 타임스 편집부
