GPU 사업, 판매 방식에 따라 수익과 회수 기간이 달라져요

같은 GPU로도 서로 다른 사업을 해요

GPU가 필요한 고객에게 연산 자원을 제공하는 방법은 여러 가지예요. 사업자가 서버를 직접 사서 빌려줄 수도 있고, 다른 회사의 서버를 빌려 고객에게 다시 임대할 수도 있어요. 서버에서 AI 모델을 실행한 뒤, 고객이 API로 이용한 양에 따라 요금을 받을 수도 있고요.

무엇을 확보해서 무엇을 파느냐에 따라 초기 투자금, 남는 이익, 투자금을 되찾는 데 걸리는 시간이 달라져요. 그래서 “GPU 사업은 수익성이 좋다”는 말만으로는 어떤 사업을 가리키는지 알기 어려워요. 세 방식의 돈 계산을 차례로 살펴볼게요.

1. 서버를 직접 사서 임대해요

사업자가 GPU 서버를 구입하고, 데이터센터에서 운영하며 고객에게 빌려주는 방식이에요. 고객은 서버나 GPU를 사용할 수 있는 자원을 확보하고 시간 또는 월 단위로 요금을 내요.

사업자는 장비값을 먼저 지출해요. 그 뒤에 들어오는 임대료에서 전기·냉각·유지보수 등 운영비를 내고, 남은 현금으로 처음 투자한 돈을 회수해요. 장비 구입비가 큰 만큼 충분한 기간 동안 고객이 이용해야 해요.

이 방식에서는 서버를 얼마에 샀는지와 얼마나 꾸준히 빌려줄 수 있는지가 중요해요. 고객이 없어 비어 있어도 이미 낸 장비값은 돌아오지 않아요. 새 GPU가 나와 기존 서버의 임대료가 내려가면, 처음 예상했던 것보다 투자 회수가 늦어질 수 있고요.

장기 임대 고객을 미리 확보하면 수입을 예상하기 쉬워져요. 대신 그 계약에서 약속한 성능과 서비스 기간을 지킬 수 있도록 장비와 운영 체계를 갖춰야 해요.

2. 서버를 빌려서 다시 임대해요

다른 회사가 보유한 GPU 서버를 빌린 뒤, 고객에게 다시 제공하는 방식이에요. 고객 확보와 이용 환경 구성, 기술 지원 등을 맡고, 고객에게 받는 요금과 공급자에게 내는 요금의 차이로 수입을 얻어요.

예를 들어 월 20만 위안에 서버를 빌려 고객에게 25만 위안을 받으면, 임대료 차이는 월 5만 위안이에요. 매출의 20%가 남는 계산이죠. 여기서 영업과 고객 지원 등에 드는 비용을 추가로 부담한다면 실제 이익은 더 줄어요.

서버를 사는 데 큰돈을 쓰지 않으므로, 장비 구입비를 몇 년에 걸쳐 되찾아야 하는 부담은 작아요. 대신 계약 조건이 중요해요. 공급자에게는 1년치 사용을 약속했는데 고객은 한 달만 쓰고 떠난다면, 남은 기간의 임대료를 사업자가 부담해야 해요. 보증금과 고객에게 대금을 받기 전까지 필요한 운영자금도 준비해야 하고요.

이 방식에서 먼저 볼 것은 매입·판매 요금의 차이와 두 계약의 기간이에요. 초기 장비 투자 부담을 줄이는 대신, 고객에게 팔리지 않은 기간의 비용을 어떻게 감당할지 정해야 해요.

3. 모델을 API로 제공하고 토큰 요금을 받아요

고객이 AI 모델에 요청을 보내고 결과를 받도록 API를 제공하는 방식이에요. 토큰은 모델이 글을 처리할 때 나누는 단위예요. 이 사업에서는 입력·출력 토큰 수에 따른 요금을 받아요. 이런 모델 제공 사업을 MaaS(Model as a Service)라고 불러요.

서버 임대 고객은 자신이 확보한 자원에서 모델이나 프로그램을 직접 돌려요. API 고객은 필요한 요청을 보내고 답을 받아요. 그 뒤에서 어느 서버를 사용할지, 여러 고객의 요청을 어떻게 처리할지는 API 사업자가 관리해요. 사업자는 직접 산 서버를 쓸 수도, 외부에서 빌린 서버를 쓸 수도 있어요.

이때 매출은 GPU를 몇 대 갖고 있는지만으로 결정되지 않아요. 유료 요청이 얼마나 들어오는지, 같은 장비로 얼마나 많은 요청을 처리하는지, 토큰당 얼마를 받는지가 함께 중요해요. 요청을 모아 효율적으로 처리하면 같은 서버에서 더 많은 매출을 낼 수 있어요. 반대로 고객이 적거나 가격 경쟁으로 단가가 내려가면 기대한 이익이 나오기 어려워요.

모델 운영과 서비스 개발에도 돈이 들어요. 자체 모델을 개발한다면 학습·연구 비용이 추가되고요. 서버를 직접 보유했다면 장비 투자금까지 API 매출로 회수해야 해요. 따라서 API 사업의 회수 기간은 장비를 어떻게 마련했는지와 모델·서비스에 얼마를 투자했는지에 따라 달라져요.

중국 분석에서는 수익률과 회수 기간이 이렇게 달랐어요

화얼제젠원이 소개한 모건스탠리 분석은 이 세 방식을 비교했어요. 직접 구입하는 경우의 가정은 GPU 여덟 장을 갖춘 서버 가격 800만 위안, 월 임대료 25만 위안이에요. API 방식은 자체 서버를 이용하고, 처리량·유료 추론 비중·토큰 가격을 따로 가정했어요.

영업이익률은 매출에서 비용을 빼고 얼마나 남는지를, ROIC는 사업에 넣은 자본에 비해 세후 영업이익이 얼마나 나는지를 보여줘요. 현금 회수 기간은 처음 투자한 돈을 영업에서 들어오는 현금으로 되찾는 데 걸리는 시간이에요. 회계상 장비값을 비용으로 나눠 기록하는 감가상각 기간과는 달라요.

사업 방식	분석상 영업이익률	투하자본이익률(ROIC)	현금 회수 기간
서버를 직접 사서 임대	약 44%	약 13%	약 3.1년
서버를 빌려 다시 임대	약 20%	장비 투자 기준 미산출	장비 구입비 회수는 해당 없음
자체 서버로 모델 API 제공	약 53%	약 19%	약 2.5년

표의 수치는 중국 사업자 전체의 실적이나 보장된 수익률이 아니라, 기사에 제시된 조건을 넣은 시나리오예요. 특히 서버 단위 계산에는 회사 전체의 연구개발비·인건비 등이 모두 포함된 것이 아니에요. API 방식도 가정한 유료 수요와 처리 효율을 충족해야 표의 결과에 가까워져요.

이 비교에서 볼 점은 API가 언제나 가장 유리하다는 결론이 아니에요. 장비를 소유하는 부담, 외부에 내는 임대료, 고객에게 과금하는 단위가 달라지면 같은 GPU를 활용해도 수익 구조가 달라진다는 점이에요.

국내 기업도 이 시장에서 서로 다른 역할을 맡고 있어요

국내에서도 베슬AI와 엘리스는 GPU 클라우드를 제공하고, 래블업은 GPU 자원을 배분하고 운영하는 Backend.AI 플랫폼을 제공해요. GPU를 이용하는 고객에게 연산 자원과 사용 환경을 공급한다는 점에서 연결돼 있어요.

네이버클라우드, NHN클라우드, SK텔레콤, KT클라우드도 GPU 서버·GPUaaS 사업을 운영하고 있어요. 메가존클라우드는 클라우드와 AI 인프라의 공급·구축을 지원하고요. 네이버클라우드의 CLOVA Studio처럼 모델 API를 제공하는 서비스도 있어요.

한 회사가 여러 방식을 함께 운영할 수도 있어요. 그래서 기업 이름만으로 수익 구조를 판단하기보다는, 해당 상품의 장비를 누가 마련하고 고객은 무엇에 요금을 내는지 봐야 해요. 장비 공급, 임대, 운영 소프트웨어, 모델 API는 각각 매출과 비용이 발생하는 지점이 달라요.

장비와 운영 기록은 대출을 받는 데도 쓰여요

처음 필요한 돈을 어떻게 마련하느냐도 이 사업의 중요한 부분이에요. 저는 9월 5일 ZDNET Korea 칼럼에서 미국의 GPU 담보 대출과 중국의 토큰 사용 기록을 활용한 대출을 다뤘어요.

미국에서는 코어위브가 GPU를 포함한 자산을 담보로 자금을 조달했어요. 회사의 공시를 보면, 2023년의 23억 달러 대출은 고객 계약을 수행하는 데 필요한 GPU 서버 등의 구입을 위한 것이었어요. 해당 자회사의 자산과 지분이 담보로 잡혀 있어요. 장비와 고객 계약을 바탕으로 먼저 구입 자금을 마련하는 구조예요.

중국에는 실제 사업 활동을 보여주는 사용 기록을 대출 심사에 활용하는 사례가 있어요. 국가데이터국이 소개한 전기요금 대출은 중소기업의 전력 사용 데이터를 은행의 위험 평가에 활용해요. 칼럼에서 다룬 광저우 하이주구의 토큰 대출은 토큰 사용량과 계약, 대금 회수 내역 같은 운영 정보를 대출 심사에 넣고요.

여기서 사용량은 GPU 실물처럼 처분할 담보물이라기보다, 기업이 실제로 사업을 하고 있고 돈을 갚을 수 있는지 판단하는 자료예요. 장비를 소유한 기업뿐 아니라 연산 자원을 사서 쓰는 기업도 자신의 거래와 사용 기록을 통해 자금 조달 가능성을 설명할 수 있다는 데 의미가 있어요.

대출이 가능해지면 자기 돈만으로 장비값을 전부 마련할 필요는 줄어요. 다만 고객에게 받는 돈으로 운영비를 내고 대출 원금과 이자도 갚아야 해요. 장비를 산 돈을 회수하는 시점과 은행에 갚기로 한 시점이 맞는지도 함께 봐야 해요.

오스왈드의 시선

저는 GTM 전략을 짜면서 고객 한 명, 매장 한 곳, 서버 한 대가 얼마를 남기는지 계산한 자료를 많이 만들고 받아봤어요. 개별 단위의 수익성은 좋아 보이는데, 시간이 지나도 회사 전체의 영업이익률은 기대만큼 나아지지 않는 경우가 있었어요. 그 사업을 운영하는 사람과 시스템에 드는 비용이 계산에서 빠져 있었기 때문이에요.

그 경험 때문에 저는 수익성 자료를 볼 때 고객에게 무엇을 팔고, 그 매출을 만들기 위해 어떤 돈을 먼저 써야 하는지부터 연결해 봐요.

직접 임대하는 사업이라면 장비값과 고객의 이용 기간을, 재임대하는 사업이라면 공급자와 고객 양쪽의 계약을, API 사업이라면 유료 요청과 처리 비용을 함께 봐야 해요. 그다음에 고객 지원과 서비스 운영에 필요한 사람, 자금 조달 비용을 더해야 회사가 실제로 남길 돈에 가까워져요.

규모를 늘릴 때도 방식에 따라 필요한 준비가 달라요. 장비를 추가로 사야 할 수도 있고, 공급 계약을 늘려야 할 수도 있고, 같은 장비에서 더 많은 요청을 처리하도록 서비스를 개선해야 할 수도 있어요. 이 차이를 알아야 어느 부분에 투자하고 어떤 고객을 확보할지 정할 수 있어요.

마치며

GPU 사업의 수익성을 보려면 먼저 판매 방식을 구분해야 해요. 직접 사서 임대하면 큰 장비 투자금을 회수해야 하고, 빌려 다시 임대하면 요금 차이와 계약 기간을 관리해야 해요. 모델 API로 팔면 유료 사용량과 요청을 처리하는 비용이 중요해지고요.

이 구조를 먼저 알아야 수익률과 회수 기간의 숫자가 설명돼요. 여기에 장비를 살 자금이나 운영자금을 어떤 조건으로 빌리는지까지 더하면, 같은 AI 인프라 사업이라도 기업마다 다른 결과가 나오는 이유를 이해할 수 있어요.

---

💬 GPU 자원을 직접 구축하거나 빌려 쓰는 방안을 검토해 보셨나요? 장비값, 약정 기간, 운영 인력 중 어떤 조건이 선택에 가장 큰 영향을 줬는지 들려주세요.

📨 GPU·AI 클라우드 사업이나 도입 비용을 검토하는 동료가 있다면 이 글을 전달해 주세요.

---

참고자료 & 더 읽기

• 화얼제젠원, 모건스탠리의 중국 AI 컴퓨트 수익성 분석 소개: 세 사업 방식의 가격·수익률·회수 기간 시나리오를 비교한 기사예요.
• 안광섭, 「은행대출, 美中은 GPU와 토큰이 결정…한국은?」, ZDNET Korea: GPU 자산과 토큰 사용 기록이 각각 자금 조달에 어떻게 쓰이는지 다룬 제 칼럼이에요.
• CoreWeave의 SEC 공시: 2023년 대출의 용도와 담보 범위를 확인할 수 있어요.
• 중국 국가데이터국의 전기요금 대출 사례, 광저우 하이주구의 토큰 대출 발표: 전력 사용 데이터와 토큰·계약 정보를 활용하는 심사를 각각 설명해요.
• 국내 기업의 역할은 본문에 연결한 각 회사의 공식 제품 소개와 발표를 기준으로 적었어요.

필자 안광섭 (오스왈드)은 세종대학교 겸임교수, INLEVEL9 전략 컨설턴트입니다. 경력, 연구, 저서와 최신 활동은 저자 소개에서 계속 갱신합니다. 최근 소식 · 2026년 8월: 2026 세종도서 교양부문 우수도서 선정.